深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1	2025-05-21	CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100764 PMID:40385240	research paper	开发并验证了一种基于AI的视频分析系统CatSkill，用于评估白内障手术中外科医生的技能水平	提出了一种新型AI驱动的视频分析系统，能够自动评估手术中的眼位中性、眼位中心和显微镜焦距维持能力	研究仅回顾性分析了620例手术视频，未涉及实时应用验证	开发AI系统评估白内障手术医生的专业技能水平	白内障手术视频记录	computer vision	白内障	深度学习视频分析	FPN (VGG16), 随机森林	video	620例白内障手术视频（254例主治医师/176例住院医师）
2	2025-05-21	A Minimal Annotation Pipeline for Deep Learning Segmentation of Skeletal Muscles 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70066 PMID:40390325	研究论文	本研究探讨了一种简单有效的迭代方法，用于构建高质量自动分割模型，同时最小化手动标注工作量	提出了一种最小化标注工作量的迭代方法，用于训练高质量肌肉分割模型	训练集规模较小（n=30），评分者间一致性仅为一般至中等	开发高效的自动分割方法以将骨骼肌MRI生物标志物转化为临床应用	健康志愿者和患有各种神经肌肉疾病的患者	数字病理	神经肌肉疾病	定量MRI检查	nnU-Net	MRI图像	训练集70例（健康与病理大腿），独立测试集20例
3	2025-05-21	Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023) 2025-Jun, Ophthalmic epidemiology IF:1.7Q3 DOI:10.1080/09286586.2024.2373956 PMID:39146462	review	本文通过文献计量学方法分析了2003-2023年间人工智能在眼科领域的研究现状、热点和前景	利用VOSviewer、CiteSpace和R包Bibliometrix对文献进行计量分析，揭示了AI在眼科领域的研究热点和发展趋势	研究仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	了解人工智能在眼科领域的应用现状和未来发展方向	2003-2023年间发表的3,377篇关于AI在眼科领域应用的文献	digital pathology	眼科疾病	文献计量分析	GAN, ChatGPT	文献数据	3,377篇文献，来自98个国家的4,035个机构
4	2025-05-21	GENERATIVE DEEP LEARNING APPROACH TO PREDICT POSTTREATMENT OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AGE-RELATED MACULAR DEGENERATION AFTER 12 MONTHS 2025-Jun-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004409 PMID:39841905	研究论文	本研究验证了一种生成式深度学习模型，用于预测新生血管性年龄相关性黄斑变性患者治疗12个月后的光学相干断层扫描（OCT）图像，并评估了结合临床数据对预测性能的影响	采用条件生成对抗网络（cGAN）作为基线模型，通过整合治疗前后的OCT数据及其他临床参数，显著提升了12个月后OCT图像的预测准确性	研究样本量相对有限（513例患者，533只眼），且未提及模型在其他疾病或更大样本中的泛化能力	预测新生血管性年龄相关性黄斑变性患者的长期解剖学反应，以支持个性化治疗管理	新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）、荧光素血管造影、吲哚菁绿血管造影	条件生成对抗网络（cGAN）	图像（OCT）、临床数据	513例患者的533只眼
5	2025-05-21	Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf018 PMID:39878877	review	本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响	探讨了AI在骨活检中的多种应用，包括影像组学、预测建模和活检导航，并提出了开源AI工具以促进进一步研究	讨论了AI在骨活检中的技术限制、健康公平性、泛化性问题以及部署和报销挑战	探索人工智能如何提升骨活检的诊断准确性和安全性，以改善个性化医疗中的患者预后	骨肿瘤（原发性和继发性）的影像引导活检和标本处理	数字病理	骨肿瘤	传统机器学习、深度学习、影像组学、模拟和生成模型	NA	图像	NA
6	2025-05-21	Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification 2025-Jun, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24792 PMID:39888306	研究论文	本研究提出了一种结合随机猫群优化算法和集成卷积神经网络的RCS-ECNN方法，用于皮肤癌不同阶段的分类	提出了结合随机猫群优化(CSO)与集成卷积神经网络(ECNN)的RCS-ECNN方法，用于优化皮肤癌分类	未提及方法在临床环境中的实际应用效果或泛化能力	优化皮肤癌诊断，提高分类准确率	皮肤癌的不同阶段	计算机视觉	皮肤癌	随机猫群优化(CSO)，GrabCut算法	集成卷积神经网络(ECNN)，深度神经网络(DNN)，Keras DNN(KDNN)	图像	HAM10000和ISIC数据集
7	2025-02-20	Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Jun, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251317097 PMID:39966688	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8	2025-05-21	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	提出了一种通过手术刀运动分析评估开放手术中切割技能的方法	设计了一个3D多面ArUco代码立方体，并使用YOLOv8模型识别手术刀类型，提出五个评估指标量化外科医生的切割技能	实验样本量较小，仅涉及二十名外科医生	评估开放手术中外科医生的切割技能	外科医生在开放手术中使用手术刀进行切割的技能	计算机视觉	NA	运动分析，YOLOv8模型	YOLOv8	图像，3D坐标数据	二十名外科医生（专家和新手）
9	2025-05-21	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究探讨了相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性，利用被动空化检测和主动成像技术，包括B模式和对比增强超声	结合转移学习和卷积神经网络（AlexNet）开发了两个专门用于区分纤维蛋白水凝胶的模型，为生物医学诊断提供了新方法	研究仅针对纤维蛋白基组织模拟水凝胶，未涉及其他类型组织或实际生物组织	推进声滴汽化（ADV）技术在组织表征中的应用	相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性	生物医学超声	NA	被动空化检测、B模式超声、对比增强超声	CNN（AlexNet）	超声图像	NA
10	2025-05-21	Marker Data Enhancement for Markerless Motion Capture 2025-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3530848 PMID:40031222	研究论文	本文提出了一种改进的标记增强器，用于将稀疏视频关键点转换为密集解剖标记，以提高无标记运动捕捉的准确性	创建了一个更大、更多样化的训练数据集，开发了更准确且泛化能力更强的标记增强器	在训练数据中未包含的运动上表现不佳	提高无标记运动捕捉的准确性和泛化能力	人类运动捕捉数据	计算机视觉	NA	深度学习	标记增强器	视频	1176名受试者的标记运动捕捉数据和1433小时的合成视频关键点与解剖标记数据
11	2025-05-21	Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf047 PMID:40073229	research paper	开发基于超声图像的深度学习模型，用于预测分化型甲状腺癌术后患者的颈部淋巴结转移	创新性地使用淋巴结超声图像的深度学习来预测DTC术后患者的颈部淋巴结状态	研究为初步研究，样本量相对有限（352个淋巴结来自330名患者），且为回顾性研究	预测分化型甲状腺癌（DTC）术后患者的颈部淋巴结转移（CLNM）	分化型甲状腺癌（DTC）术后患者	digital pathology	thyroid carcinoma	ultrasound imaging	ResNet50	image	352个淋巴结来自330名患者
12	2025-05-21	CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf055 PMID:40107975	research paper	本研究比较了基于深度学习的CT-FFR与单独CCTA在疑似冠状动脉疾病患者治疗管理和临床结果中的价值	首次在单中心前瞻性研究中评估了基于深度学习的CT-FFR对治疗决策和临床结果的影响	单中心研究，样本量相对有限，随访时间较短	评估CT-FFR在冠状动脉疾病管理中的应用价值	疑似冠状动脉疾病的患者	digital pathology	cardiovascular disease	CT angiography, deep learning	deep learning	medical imaging	461名患者(267名男性，中位年龄64岁)
13	2025-05-21	Does the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low-dose chest CT? 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf059 PMID:40127198	research paper	研究深度学习迭代重建算法对低剂量胸部CT中骨密度测量准确性和图像质量的影响	首次评估深度学习迭代重建算法在低剂量胸部CT中对骨密度测量准确性的影响，同时优化图像质量	研究样本可能有限，且仅评估了特定类型的深度学习迭代重建算法	评估深度学习迭代重建算法在低剂量胸部CT中对骨密度测量准确性和图像质量的影响	体模和患者	digital pathology	NA	定量CT(QCT), 深度学习迭代重建(AIIR), 混合迭代重建(HIR)	深度学习迭代重建算法	CT图像	体模和患者研究
14	2025-04-25	Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Jun, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329356 PMID:40269482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15	2025-05-21	Accuracy of an Automated Bone Scan Index Measurement System Enhanced by Deep Learning of the Female Skeletal Structure in Patients with Breast Cancer 2025-Jun, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-025-00905-5 PMID:40385368	research paper	该研究验证了通过深度学习女性骨骼结构更新的VSBONE® BSI系统在乳腺癌患者中的诊断准确性	VSBONE ver.3通过深度学习957名女性的骨骼结构，提高了在乳腺癌患者中的诊断准确性	研究样本量较小，仅包括220名日本乳腺癌患者	验证更新的VSBONE系统在乳腺癌患者中的诊断准确性	乳腺癌患者	digital pathology	breast cancer	bone scintigraphy with SPECT/CT	deep learning	image	220名日本乳腺癌患者（20名有活动性骨转移，200名无骨转移）
16	2025-05-21	Classification of differentially activated groups of fibroblasts using morphodynamic and motile features 2025-Jun, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0250502 PMID:40385989	research paper	该研究提出了一种基于人工智能的分类框架，通过分析成纤维细胞的形态动力学和运动特征来识别和表征不同激活状态的成纤维细胞	利用形态动力学和运动特征作为成纤维细胞激活状态的生物物理标志物，克服了传统分子标记的局限性	研究仅基于与乳腺癌细胞系共培养的成纤维细胞数据，可能无法完全代表体内复杂微环境	开发新型成纤维细胞分类方法以更好地理解肿瘤微环境	与乳腺癌细胞系共培养的成纤维细胞	digital pathology	breast cancer	label-free live-cell imaging	deep learning and machine learning algorithms	image	NA
17	2025-05-21	Gluten identification from food images using advanced deep learning and transfer learning methods 2025-Jun, Journal of food science and technology DOI:10.1007/s13197-024-06158-y PMID:40386197	research paper	本文提出了一种基于深度学习和迁移学习的创新方法，用于从食物图像中识别麸质，旨在帮助乳糜泻患者识别含麸质食物	利用EfficientNet预训练模型进行麸质图像分类，在食物图像识别领域具有创新性	研究仅基于Food101数据集的子集，可能无法涵盖所有食物类型	开发一种辅助乳糜泻患者识别含麸质食物的工具	食物图像	computer vision	celiac disease	deep learning, transfer learning	CNN, EfficientNet	image	20,000张训练图像和2,000张测试图像
18	2025-05-21	DRBP-EDP: classification of DNA-binding proteins and RNA-binding proteins using ESM-2 and dual-path neural network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf058 PMID:40391089	research paper	提出了一种名为DRBP-EDP的分阶段分类方法，结合ESM-2和双路径神经网络，用于分类DNA结合蛋白(DBPs)和RNA结合蛋白(RBPs)	整合ESM-2与双路径神经网络进行分阶段分类，并设计了高质量蛋白质分类数据集构建方法	未明确提及具体局限性	开发高效准确的DNA结合蛋白和RNA结合蛋白分类方法	DNA结合蛋白(DBPs)和RNA结合蛋白(RBPs)	machine learning	NA	deep learning	dual-path neural network, ESM-2	protein sequence	未明确提及具体样本数量
19	2025-05-21	Near-zero photon bioimaging by fusing deep learning and ultralow-light microscopy 2025-May-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2412261122 PMID:40388622	研究论文	本文介绍了一种结合深度学习和超低光显微镜的近零光子生物成像方法，能够在极低光照条件下以kHz速率进行高保真生物成像	创新性地结合了精心设计的低背景荧光显微镜和AI技术，实现了每像素仅0.01光子的超低光照条件下的生物图像重建	NA	开发一种在极低光照条件下仍能保持高保真度的生物成像技术	多细胞和亚细胞结构特征	生物医学成像	NA	超低光显微镜技术结合深度学习	深度学习	图像	NA
20	2025-05-21	[Technological innovation and future development of quantitative research on acupuncture manipulation techniques] 2025-May-25, Zhen ci yan jiu = Acupuncture research DOI:10.13702/j.1000-0607.20250319 PMID:40390611	综述	本文全面回顾了针灸操作技术定量研究的生物力学基础和技术演变，并探讨了其未来发展方向	通过计算机视觉、深度学习和多模态感知融合等技术，实现了针灸操作量化的创新应用	NA	推动针灸从经验实践向数据驱动的精准医学转变，为中医现代化和国际标准化提供理论基础和技术支持	针灸操作技术	数字病理学	NA	计算机视觉、深度学习、多模态感知融合	NA	生物力学参数	NA