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	2025-05-24	Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair 2024-Sep-23, eLife IF:6.4Q1 DOI:10.7554/eLife.87949 PMID:39312468	research paper	该研究开发了一种深度学习流程，用于自动识别和分析上皮组织中细胞分裂的动态特征	利用深度学习自动检测和量化细胞分裂的时空同步性和方向性，为组织生长和修复研究提供了新工具	研究仅针对果蝇蛹翼上皮组织，可能不适用于其他组织类型	研究细胞分裂在上皮组织形态发生和修复过程中的动态特征	果蝇蛹翼上皮组织中的细胞分裂事件	digital pathology	NA	time-lapse microscopy	deep learning pipeline	video	果蝇蛹翼上皮组织的时间序列影像数据
182	2025-05-24	Deep Learning in Predicting Preterm Birth: A Comparative Study of Machine Learning Algorithms 2024-Jul, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000236 PMID:40406277	研究论文	本研究比较了四种机器学习算法在预测早产方面的表现，发现transformer模型表现最佳	首次比较了包括transformer在内的多种机器学习算法在早产预测中的表现，并验证了深度学习算法在此领域的潜力	研究为回顾性研究，数据来自单一医疗机构，可能影响结果的普适性	评估深度学习算法预测早产的适用性	30965例分娩数据（其中早产病例3959例）	机器学习	产科疾病	机器学习算法（逻辑回归、随机森林、支持向量机、transformer）	transformer, 逻辑回归, 随机森林, 支持向量机	临床数据	30965例分娩数据（训练集24770例，测试集6195例）
183	2025-05-24	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	research paper	本研究开发了一种基于深度学习的模型，用于预测肺鳞状细胞癌患者对新辅助化疗免疫疗法的反应，并探讨其生物学机制	首次使用ResNet50模型基于增强CT图像预测肺鳞癌患者对新辅助化疗免疫疗法的病理反应，并揭示了相关基因突变、免疫细胞和肿瘤内微生物的多样性	研究样本量相对有限（309例患者），且来自多个医疗机构可能存在数据异质性	开发预测模型并探索肺鳞癌患者对新辅助化疗免疫疗法反应的生物学机制	309名肺鳞状细胞癌患者	digital pathology	lung cancer	contrast-enhanced computed tomography	ResNet50	image	309名肺鳞状细胞癌患者
184	2025-05-24	An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing? 2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing IF:1.5Q2 DOI:10.1097/JPN.0000000000000826 PMID:38758263	research paper	本文探讨了ChatGPT在新生儿护理中的应用潜力及其挑战	探讨了ChatGPT在新生儿护理中的创新应用，如疼痛评估、喂养过程和患者状态判定	需要严格验证数据的准确性，并对缺乏科学依据的结果保持怀疑态度	评估ChatGPT在新生儿护理中的应用效果和安全性	新生儿护理中的AI应用，特别是ChatGPT	natural language processing	NA	自然语言处理	ChatGPT	text	NA
185	2025-05-24	Differentiating molecular etiologies of Angelman syndrome through facial phenotyping using deep learning 2020-09, American journal of medical genetics. Part A DOI:10.1002/ajmg.a.61720 PMID:32524756	研究论文	本研究利用深度学习技术DeepGestalt通过面部表型分析区分Angelman综合征的分子病因	首次应用DeepGestalt系统分析Angelman综合征不同分子亚型之间的面部表型差异	样本年龄跨度较大(10个月至32岁)，可能影响表型分析的准确性	探索面部识别系统在区分Angelman综合征分子亚型中的应用价值	261名Angelman综合征患者	数字病理学	Angelman综合征	深度学习面部分析	DeepGestalt	图像	261名患者(年龄10个月至32岁)
186	2025-05-23	ConnectomeAE: Multimodal brain connectome-based dual-branch autoencoder and its application in the diagnosis of brain diseases 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108801 PMID:40294455	研究论文	提出一种基于多模态脑连接组的双分支自编码器ConnectomeAE，用于整合多模态脑连接组信息和区域放射组学特征，以增强脑疾病的诊断	通过双分支自编码器分别学习节点特征和连接特征，整合多模态脑连接组信息和区域放射组学特征，提高了脑疾病诊断的适应性和准确性	未提及具体的数据集规模限制或模型在其他脑疾病上的泛化能力	探索多模态脑网络之间的依赖关系，整合节点特征以增强脑疾病诊断	自闭症谱系障碍和阿尔茨海默病	数字病理学	脑疾病	结构磁共振成像（MRI）和功能磁共振成像（fMRI）	双分支自编码器（ConnectomeAE）	图像	两个公开数据集，具体样本量未提及
187	2025-05-23	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	提出了一种最小化标注工作的迭代方法，用于训练高质量的nnU-Net分割模型	训练集规模较小（n=30），且五级评分量表上的评分者间一致性仅为一般到中等	开发高效的自动分割方法，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（包括肌营养不良、炎症性、神经源性和未标记的NMDs）	数字病理	神经肌肉疾病	定量MRI	nnU-Net	MRI图像	训练集70例（健康与病理大腿），独立测试集20例
188	2025-05-23	Integrating artificial intelligence into orthopedics: Opportunities, challenges, and future directions 2025-Jul, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100257 PMID:40395968	综述	本文综述了人工智能在骨科中的应用、挑战及未来发展方向	全面评估了AI在骨科中的多种应用及其对患者护理的影响，同时指出了当前的技术挑战和未来研究方向	数据标准化和临床验证仍是主要挑战，且研究仅限于已发表的英文同行评审文章	评估人工智能在骨科中的应用及其对临床实践的影响	骨科领域的AI技术及其临床应用	医疗人工智能	骨科疾病	机器学习和深度学习	NA	文献数据	NA
189	2025-05-23	Accelerating CEST MRI With Deep Learning-Based Frequency Selection and Parameter Estimation 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70068 PMID:40396230	研究论文	提出了一种基于深度学习的频率选择和参数估计框架，以加速化学交换饱和转移（CEST）MRI扫描	整合了频率选择和参数估计的深度学习框架，利用通道剪枝技术识别最具信息量的频率偏移，同时保持参数图质量	未来研究需要扩展到患者群体，并解决B不均匀性和病变组织中异常信号变化等挑战	加速CEST MRI扫描时间，同时保持参数图质量	六名健康志愿者的CEST MRI数据	医学影像分析	NA	CEST MRI, 深度学习, 通道剪枝	深度学习网络	MRI图像	六名健康志愿者
190	2025-05-23	Artificial intelligence (AI) in point-of-care testing 2025-Jun-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120341 PMID:40324611	research paper	本文探讨了人工智能（AI）在即时检测（POCT）中的应用及其对现代医疗的变革性影响	AI技术（包括机器学习、深度学习和自然语言处理）显著提升了POCT的准确性和效率，例如卷积神经网络将疟疾检测的灵敏度提高到95%，预测分析在资源有限的环境中减少了20%的设备停机时间	数据隐私风险、算法不透明性以及低收入和中等收入国家的基础设施差距	探讨AI在POCT中的应用，以解决诊断准确性、工作流程效率和公平获取医疗资源等关键挑战	即时检测（POCT）技术及其在医疗诊断中的应用	machine learning	malaria, cardiovascular disease	machine learning, deep learning, natural language processing, predictive analytics	CNN	image, real-time data	NA
191	2025-05-23	Automated Whole-Brain Focal Cortical Dysplasia Detection Using MR Fingerprinting With Deep Learning 2025-Jun-10, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000213691 PMID:40378378	research paper	本研究开发了一种基于磁共振指纹（MRF）和深度学习（DL）的全脑局灶性皮质发育不良（FCD）检测框架	首次将MRF与深度学习结合用于全脑FCD检测，提供了一种快速可靠的定量成像技术	样本量较小（40名FCD患者和67名健康对照），且未提及模型在其他数据集上的泛化能力	开发一种自动化的全脑FCD检测方法，以提高临床MRI对FCD的检测能力	药物难治性局灶性癫痫患者和健康对照者	digital pathology	epilepsy	MRF, deep learning	no-new U-Net	MRI图像	40名FCD患者（平均年龄28.1岁，47.5%女性）和67名健康对照者
192	2025-05-23	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）预测长期治疗后的OCT图像，并首次系统评估了加载剂量后OCT及其他临床参数对预测准确性的提升效果	研究样本量有限（533眼），且仅针对治疗初治患者	开发个性化预测模型以优化年龄相关性黄斑变性的长期治疗策略	新生血管性年龄相关性黄斑变性患者	数字病理	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）	医学影像	513名患者的533只眼
193	2025-05-23	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在提高骨病变活检诊断准确性、安全性和精确靶向方面的创新作用	涉及AI在骨活检中整合的技术限制、健康公平性、泛化性、部署问题和报销挑战	研究人工智能如何改变骨肿瘤活检的诊断技术和个性化医疗	骨肿瘤（原发性和继发性）的活检和样本处理	数字病理学	骨肿瘤	传统机器学习、深度学习、放射组学、模拟和生成模型	NA	图像	NA
194	2025-05-23	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	research paper	该研究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3D多面ArUco代码立方体，并使用YOLOv8模型识别手术刀类型，提出了五个量化切割技能的评估指标	实验仅涉及二十名专家和新手外科医生，样本量较小	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	computer vision	NA	pivot calibration method, YOLOv8	YOLOv8	image	二十名专家和新手外科医生
195	2025-05-23	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	本研究探讨了声学液滴汽化（ADV）在生物医学超声中的应用，通过定量超声和迁移学习技术，评估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	结合迁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的技术路径	研究仅针对纤维蛋白基水凝胶，未涉及其他组织类型或体内环境	评估ADV在组织表征中的潜力，探索其在生物医学诊断中的应用	相变纳米液滴在纤维蛋白基组织模拟水凝胶中的行为	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	不同纤维蛋白密度的水凝胶样本
196	2025-05-23	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无标记运动捕捉数据增强方法，通过更大的训练数据集和更精确的模型提高了运动捕捉的准确性和泛化能力	创建了一个更大且更多样化的训练数据集，开发了更准确和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，合成了1433小时的视频关键点和解剖标记
197	2025-04-24	Corrigendum to: Pollen analysis using multispectral imaging flow cytometry and deep learning 2025-Jun, The New phytologist DOI:10.1111/nph.70163 PMID:40263692	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
198	2025-05-23	Diagnosis of carpal tunnel syndrome using deep learning with comparative guidance 2025-Jun, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.03.038 PMID:40300239	研究论文	本研究开发了一种基于深度学习的模型，用于通过比较分类方法对腕管综合征（CTS）进行稳健诊断	提出了基于余弦相似度的比较引导方法，使模型能够自动识别超声图像中异常回声纹理差异	样本量相对较小（152名参与者），且仅使用超声图像数据	开发一种能够自动识别CTS重要特征的深度学习模型	腕管综合征患者和健康个体的超声图像	数字病理学	腕管综合征	超声成像	深度学习模型（具体架构未提及）	超声图像	152名参与者（包括不同严重程度的CTS患者和健康个体）
199	2025-05-23	Recent trends in diabetes mellitus diagnosis: an in-depth review of artificial intelligence-based techniques 2025-Jun, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112221 PMID:40328407	综述	本文综述了人工智能（AI）在糖尿病诊断中的最新进展，重点关注机器学习和深度学习的应用	探讨了AI驱动诊断工具的最新突破方法及其在临床实践中的实际应用	讨论了模型可解释性、伦理考虑和实际实施中的挑战	提高糖尿病的诊断准确性并支持AI技术在临床实践中的整合	糖尿病	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA
200	2025-05-23	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-Jun, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	meta-analysis	评估机器学习和深度学习算法在基于单导联心电图数据检测睡眠呼吸暂停中的诊断准确性	首次系统评价和荟萃分析机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	算法效果存在差异，存在方法学偏差	评估机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	单导联心电图数据	machine learning	sleep apnea	machine learning, deep learning	ML/DL	ECG signals	84项研究