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
181	2025-05-04	Advances in Artificial Intelligence and Machine Learning for Precision Medicine in Necrotizing Enterocolitis and Neonatal Sepsis: A State-of-the-Art Review 2025-Apr-13, Children (Basel, Switzerland) DOI:10.3390/children12040498 PMID:40310141	review	本文综述了人工智能和机器学习在坏死性小肠结肠炎及新生儿败血症精准医学中的最新进展	AI和ML模型在NEC风险分层、早期诊断及治疗策略优化方面展现出比传统临床方法更高的准确性，并发现了与疾病发作和严重程度相关的新生物标志物	数据异质性、模型可解释性以及需要大规模验证研究等挑战仍然存在	探索AI和ML在NEC预测、早期诊断和管理中的应用	坏死性小肠结肠炎（NEC）及新生儿败血症	machine learning	necrotizing enterocolitis, neonatal sepsis	AI, ML, deep learning	NA	medical imaging, clinical data	NA
182	2025-05-04	Deep Learning Approaches to Forecast Physical and Mental Deterioration During Chemotherapy in Patients with Cancer 2025-Apr-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15080956 PMID:40310358	研究论文	本研究使用深度学习模型预测癌症患者化疗期间12种自我报告症状的恶化情况，分为身体症状和心理症状两类	将症状分类为身体和心理两组进行预测，并比较了CNN、LSTM和GRU模型在不同时间间隔下的表现	较长间隔时间下预测性能下降，由于时间分辨率降低和训练样本减少	预测癌症患者化疗期间症状恶化情况，以便及时干预	接受化疗的癌症患者	机器学习	癌症	深度学习	CNN, LSTM, GRU	文本（自我报告症状日志）	NA
183	2025-05-04	Comparative Evaluation of Machine Learning-Based Radiomics and Deep Learning for Breast Lesion Classification in Mammography 2025-Apr-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15080953 PMID:40310389	研究论文	比较基于机器学习的放射组学与深度学习方法在乳腺病变分类中的性能	比较了传统机器学习（LDA）与深度学习（EfficientNetB6）在乳腺病变分类中的表现，发现深度学习具有更高的诊断准确性	机器学习方法在乳腺病变分类中的表现不如深度学习方法	提高乳腺病变分类的准确性和效率，支持临床医生改善患者管理	乳腺病变（微钙化和肿块）	计算机视觉	乳腺癌	放射组学特征提取	LDA, EfficientNetB6	图像	1219例患者（CBIS-DDSM公共数据库），外加222例外部验证图像
184	2025-05-04	Self-Supervised Learning with Adaptive Frequency-Time Attention Transformer for Seizure Prediction and Classification 2025-Apr-07, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15040382 PMID:40309845	研究论文	提出了一种结合自适应频率-时间注意力Transformer的自监督学习方法，用于癫痫发作预测和分类	引入了自适应频率-时间注意力机制（AFTA）来增强Transformer网络的特征提取能力，特别是在处理EEG数据中的噪声和信号退化方面	未明确提及具体限制，但可能依赖于EEG数据的质量和多样性	提高癫痫发作预测和分类的准确性	脑电图（EEG）数据	机器学习	癫痫	自监督学习，Transformer网络	Transformer	EEG信号	TUSZ、TUAB和TUEV数据集
185	2025-05-04	Deep-Learning-Based AI-Model for Predicting Dental Plaque in the Young Permanent Teeth of Children Aged 8-13 Years 2025-Apr-07, Children (Basel, Switzerland) DOI:10.3390/children12040475 PMID:40310101	研究论文	开发一种基于深度学习的AI模型，用于预测8-13岁儿童年轻恒牙中的牙菌斑	使用U-Net Transformer模型在牙菌斑检测和分割中表现出优于经验丰富的儿科牙医的临床性能	样本量较小，仅包含31名患者的506张牙科图像	提高儿童牙科中牙菌斑检测的准确性和可靠性	8-13岁儿童的年轻恒牙	计算机视觉	口腔疾病	深度学习	U-Net Transformer	图像	31名患者的506张牙科图像
186	2025-05-04	MCTASmRNA: A deep learning framework for alternative splicing events classification 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.139941 PMID:39842565	研究论文	提出了一种基于多尺度卷积和Transformer的深度学习框架MCTASmRNA，用于mRNA序列中的可变剪接事件分类	开发了结合高效通道注意力机制和新联合损失函数的模型，提高了分类准确性和跨物种泛化能力	未来需要进一步优化和扩展模型以探索可变剪接的复杂机制	解决现有可变剪接事件识别方法的效率低下、处理时间长和RNA序列复杂性捕捉不足等问题	mRNA序列中的可变剪接事件	自然语言处理	NA	rMATS	多尺度卷积和Transformer混合模型	RNA序列数据	NA
187	2025-05-04	Polysaccharide degradation in an Antarctic bacterium: Discovery of glycoside hydrolases from remote regions of the sequence space 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140113 PMID:39842586	研究论文	该研究通过计算和生化方法发现并鉴定了南极细菌中的两种新型糖苷水解酶	发现了位于序列空间远端区域的两种新型糖苷水解酶亚家族，并开发了一种结合深度学习和分子动力学模拟的计算方法来预测其底物特异性	研究仅针对两种糖苷水解酶，可能无法代表所有远端序列空间区域的酶特性	探索南极细菌中新型糖苷水解酶的结构和功能特性	南极细菌Pseudomonas sp. ef1中的Ps_GH5和Ps_GH50糖苷水解酶	生物信息学	NA	深度学习动态对接、AlphaFold 3D建模、分子动力学模拟	深度学习	蛋白质序列、3D结构模型	两种糖苷水解酶(Ps_GH5和Ps_GH50)
188	2025-05-04	Applications of Artificial Intelligence in Dental Medicine: A Critical Review 2025-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.11.009 PMID:39843259	综述	本文批判性地评估了人工智能在牙科医学中的当前应用，识别了关键观点、挑战和限制	提出了改进AI研究的标准化方法和伦理指南，强调数据收集的透明性、隐私和问责制	数据质量不一致、偏见风险、缺乏透明度和有限的临床验证	评估AI在牙科医学中的应用，探讨其挑战和限制	牙科医学中的AI应用	人工智能	NA	机器学习、深度学习	NA	NA	NA
189	2025-05-04	Automatic visual detection of activated sludge microorganisms based on microscopic phase contrast image optimisation and deep learning 2025-Apr, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13385 PMID:39846854	研究论文	本文提出了一种基于显微相差图像优化和深度学习的污泥微生物检测方法	提出了基于融合方差的相差图像质量优化算法、轻量级YOLOv8n-SimAM模型和新的损失函数IW-IoU	NA	提高污水处理系统中微生物的快速准确检测能力	活性污泥中的八种微生物	计算机视觉	NA	深度学习	YOLOv8n-SimAM	显微相差图像	包含八种微生物的数据集
190	2025-05-04	Multiscale feature enhanced gating network for atrial fibrillation detection 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108606 PMID:39847993	research paper	提出了一种新型多尺度特征增强门控网络（MFEG Net）用于心房颤动（AF）的自动检测	结合多尺度卷积、自适应特征增强和动态时间处理，提高了模型在噪声环境下的鲁棒性和准确性	未提及具体在哪些噪声类型或环境下表现不佳	提升基于心电图的心房颤动自动诊断的准确性和鲁棒性	心电图信号	digital pathology	cardiovascular disease	deep learning	MFEG Net（结合多尺度卷积、SE模块等）	ECG信号	PhysioNet Challenge 2017数据集、CinC2017数据库、CPSC2018数据库和AFDB数据库
191	2025-05-04	SAF-IS: A spatial annotation free framework for instance segmentation of surgical tools 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103471 PMID:39854817	research paper	提出了一种无需空间标注的手术工具实例分割框架SAF-IS	开发了一种不依赖空间标注的训练框架，仅需二元工具掩码和工具存在标签	需要依赖二元工具掩码的准确性，且人工标注的实例数量较少	解决手术工具实例分割问题，推动计算机辅助手术应用的发展	手术工具	computer vision	NA	深度学习	instance segmentation model	image	EndoVis 2017和2018分割数据集
192	2025-05-04	Automated Detection of Oral Malignant Lesions Using Deep Learning: Scoping Review and Meta-Analysis 2025-Apr, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15188 PMID:39489724	meta-analysis	通过范围综述和荟萃分析，概述了使用深度学习自动检测口腔恶性病变的进展和成就	首次对使用深度学习自动检测口腔恶性病变的研究进行范围综述和荟萃分析	仅纳入过去5年的研究，且荟萃分析仅包含3项研究	评估深度学习在口腔恶性病变自动检测中的应用效果	口腔恶性病变	digital pathology	oral cancer	deep learning	DL algorithms	clinical images	14项研究（荟萃分析包含3项）
193	2025-05-04	Review of the Current State of Artificial Intelligence in Pediatric Cardiovascular Magnetic Resonance Imaging 2025-Mar-26, Children (Basel, Switzerland) DOI:10.3390/children12040416 PMID:40310065	综述	本文综述了人工智能在儿科心血管磁共振成像中的当前应用状态	探讨了AI技术在提高CMR效率、图像质量和减少错误方面的潜力	未提及具体的技术限制或研究不足	评估AI技术在改善先天性心脏病心血管磁共振成像中的应用	儿科心血管磁共振成像	数字病理学	心血管疾病	深度学习	NA	图像	NA
194	2025-05-04	Spike rate inference from mouse spinal cord calcium imaging data 2025-Mar-24, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.1187-24.2025 PMID:40127941	research paper	该研究通过钙成像和电生理记录相结合的方法，优化了脊髓神经元中尖峰率的推断算法	首次在脊髓神经元中获得了谷氨酸能和GABA能体感神经元的真实数据，并验证了CASCADE和OASIS算法在脊髓神经元中的适用性	研究仅针对脊髓背角浅层的神经元，未涵盖其他中枢神经系统区域和神经元类型	优化钙成像数据中尖峰率的推断算法，提高脊髓神经元活动记录的准确性	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像和电生理记录	CASCADE（基于监督深度学习）和OASIS（基于非负解卷积）	钙成像数据和电生理数据	未明确提及具体样本数量，但涉及两性小鼠的脊髓神经元
195	2025-05-04	Deep Learning-Based Techniques in Glioma Brain Tumor Segmentation Using Multi-Parametric MRI: A Review on Clinical Applications and Future Outlooks 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29543 PMID:39074952	review	本文全面综述了深度学习在多参数MRI胶质瘤分割中的作用及其临床应用	探讨了从早期CNN模型到注意力机制和Transformer模型的最新进展，并提出了未来研究方向	讨论了数据质量、梯度消失和模型可解释性等挑战	研究深度学习在多参数MRI胶质瘤分割中的应用及其临床价值	胶质瘤的多参数MRI数据	digital pathology	glioma	multiparametric MRI	CNN, attention mechanisms, transformer models	MRI图像	NA
196	2025-05-04	Clinical applications of deep learning in neuroinflammatory diseases: A scoping review 2025-Mar, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2024.04.004 PMID:38772806	综述	本文综述了深度学习在神经炎症性疾病临床应用中的研究进展	提供了深度学习技术在神经炎症性疾病临床转化应用中的全面概述，并量化分析了不同临床应用和数据模态的使用情况	研究存在努力分布不均的问题，某些领域如影像分割和计算机辅助诊断过度集中	理解深度学习技术在神经炎症性疾病临床转化中的应用现状	神经炎症性疾病	机器学习	神经炎症性疾病	深度学习	多种不同架构的模型	图像、文本、时间序列信号	148篇文献和5个商业算法
197	2025-05-04	An in-depth review of AI-powered advancements in cancer drug discovery 2025-Mar, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167680 PMID:39837431	review	本文综述了人工智能在癌症药物发现中的最新进展及其在个性化治疗中的应用	探讨了AI技术如深度学习和高级数据分析在药物发现关键阶段的变革性作用，包括靶点识别、药物设计、临床试验优化和药物反应预测	面临大规模基因组数据管理和AI在医疗保健中部署的伦理问题等挑战	研究人工智能如何加速癌症药物发现过程并推动个性化治疗策略的发展	癌症药物发现过程中的AI技术应用	machine learning	cancer	deep learning, advanced data analytics	DrugnomeAI, PandaOmics, AlphaFold	genomic datasets	NA
198	2025-05-04	Utilizing deep learning for automatic segmentation of the cochleae in temporal bone computed tomography 2025-Mar, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241307333 PMID:39840644	研究论文	利用深度学习在颞骨计算机断层扫描中自动分割耳蜗	比较了三种深度学习模型（3D U-Net、UNETR和SegResNet）在耳蜗自动分割中的性能，并发现SegResNet表现最佳	样本量相对较小，仅包含231个样本，且仅测试了三种CT类型	评估深度学习在颞骨CT中自动分割耳蜗的实用性，以区分异常和正常图像	颞骨CT图像中的耳蜗	计算机视觉	NA	CT扫描	3D U-Net, UNETR, SegResNet	图像	231个样本（77个正常和154个异常）
199	2025-05-04	Deep learning-based image classification reveals heterogeneous execution of cell death fates during viral infection 2025-Mar-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0438 PMID:39841552	研究论文	本研究利用基于深度学习的图像分类技术，分析了单纯疱疹病毒1型（HSV-1）感染的单细胞中程序性细胞死亡（PCD）的异质性执行情况	采用深度学习图像分类技术揭示病毒感染下细胞死亡命运的异质性执行，弥补了分子信号模糊时的细胞命运判定难题	研究仅针对HSV-1感染的细胞，未涵盖其他病毒或条件	探究病毒感染下细胞死亡命运的异质性执行机制	HSV-1感染的单个细胞	数字病理学	病毒感染	深度学习图像分类	CNN	图像	NA
200	2025-05-04	Image quality assessment and white matter hyperintensity quantification in two accelerated high-resolution 3D FLAIR techniques: Wave-CAIPI and deep learning-based SPACE 2025-Mar, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106783 PMID:39842179	research paper	比较两种加速高分辨率3D FLAIR技术（DL-SPACE和Wave-CAIPI FLAIR）在脑部成像中的图像质量	首次比较了DL-SPACE和Wave-CAIPI FLAIR技术在图像质量、信噪比和对比噪声比方面的表现	研究为回顾性分析，样本量相对较小（123名参与者）	评估和比较两种加速高分辨率3D FLAIR技术的图像质量	脑部成像中的白质高信号（WMH）	数字病理	神经系统疾病	3D FLAIR成像技术	deep learning-reconstruction	医学影像	123名参与者