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
201	2025-08-10	Development and in silico imaging trial evaluation of a deep-learning-based transmission-less attenuation compensation method for DaT SPECT 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17976 PMID:40781836	研究论文	开发并评估了一种基于深度学习的无传输衰减补偿方法，用于DaT SPECT成像	提出了一种无需CT扫描的深度学习衰减补偿方法，解决了传统方法中CT不可用的问题	研究基于虚拟患者数据，需要进一步临床验证	开发一种可靠的无CT衰减补偿方法用于DaT SPECT成像	多巴胺转运体(DaT) SPECT图像	数字病理学	帕金森病	SPECT成像, 深度学习	U-net	医学影像	150名虚拟患者用于训练，47名用于评估
202	2025-08-10	Machine Learning for 1-Year Graft Failure Prediction in Lung Transplant Recipients: The Korean Organ Transplantation Registry 2025-Aug, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70268 PMID:40782091	research paper	本研究利用深度学习模型预测肺移植受者1年内移植失败的风险	首次在韩国器官移植登记数据上开发并验证了基于深度学习的1年移植失败预测模型	需要进一步验证以确认其临床适用性	优化肺移植决策效率，提高候选者选择准确性	肺移植受者	machine learning	lung transplant complications	deep learning	multilayer perceptron	clinical registry data	240例肺移植受者
203	2025-08-10	Deep learning-based classification of fungal and Acanthamoeba keratitis using confocal microscopy 2025-Jul-31, The ocular surface DOI:10.1016/j.jtos.2025.07.012 PMID:40752665	研究论文	本研究利用深度学习技术对真菌性和棘阿米巴性角膜炎进行基于共聚焦显微镜图像的分类	首次使用深度学习模型（ResNet50）对真菌性和棘阿米巴性角膜炎进行自动分类，并实现了真菌性角膜炎亚型（丝状与非丝状）的细分	非特异性角膜炎的分类性能较低（78%精度，71%召回率），且样本量相对有限（1975张图像）	提高微生物性角膜炎的诊断准确性并指导针对性治疗策略	真菌性角膜炎（FK）、棘阿米巴性角膜炎（AK）和非特异性角膜炎（NSK）的共聚焦显微镜图像	数字病理学	角膜炎	共聚焦显微镜成像	ResNet50（迁移学习）	图像	1975张图像（1137 FK，457 AK，381 NSK）
204	2025-08-10	A narrative review on innovations of thyroid nodule ultrasound diagnosis: applications of robot and artificial intelligence technology 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-75 PMID:40771369	review	本文综述了机器人和人工智能技术在甲状腺结节超声诊断中的创新应用	探讨了机器人自动扫描和智能诊断系统在甲状腺结节超声诊断中的优势与挑战，以及深度学习在对比增强超声视频分析中的创新研究	机器人临床应用的灵活性和患者接受度仍需改进，深度学习模型的可解释性、数据依赖性和泛化能力仍是关键问题	研究机器人和人工智能技术在甲状腺结节超声诊断中的应用现状、优势及挑战	甲状腺结节的超声诊断	digital pathology	thyroid disease	ultrasound, deep learning	deep learning models, Grad-CAM	ultrasound images, CEUS videos	NA
205	2025-08-10	Development and validation of a prediction model for lymph node metastasis in thyroid cancer: integrating deep learning and radiomics features from intra- and peri-tumoral regions 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-50 PMID:40771372	研究论文	本研究开发并验证了一种结合深度学习和放射组学特征的预测模型，用于准确预测甲状腺癌淋巴结转移	通过整合肿瘤内和肿瘤周围区域的深度学习和放射组学特征，显著提高了术前预测淋巴结转移的准确性	未观察到融合模型与结合肿瘤内和肿瘤周围区域的深度学习模型之间存在显著差异	提高甲状腺癌淋巴结转移的术前预测准确性	405名被诊断为甲状腺乳头状癌（PTC）的患者	数字病理学	甲状腺癌	超声成像、放射组学分析、深度学习	SVM	图像	405名患者（294名来自上海第六人民医院，111名来自同济大学附属同济医院）
206	2025-08-10	Integrating multimodal ultrasound imaging for improved radiomics sentinel lymph node assessment in breast cancer 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-223 PMID:40771387	研究论文	本研究开发并验证了一种结合B型超声和彩色多普勒超声成像的深度学习放射组学模型，用于非侵入性预测乳腺癌患者的哨兵淋巴结转移	结合传统B型超声和彩色多普勒超声成像与放射组学和深度学习技术，开发了一种新型的深度学习放射组学模型，用于预测乳腺癌患者的哨兵淋巴结转移	研究为回顾性分析，样本量相对有限，且仅在两所医院进行，可能存在选择偏倚	提高乳腺癌患者哨兵淋巴结转移的非侵入性预测准确性，以减少不必要的侵入性检查	450名接受治疗的浸润性乳腺癌女性患者	数字病理学	乳腺癌	B型超声(BMUS)、彩色多普勒超声(CDUS)、放射组学、深度学习	双流MobileNetV2模型、LASSO回归	超声图像	450名患者（训练集276名，外部验证集105名，测试集69名）
207	2025-08-10	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.008 PMID:40683367	综述	本文综述了人工智能在糖尿病护理中的应用、挑战及未来机遇	探讨了AI在糖尿病并发症筛查、疾病进展预测、临床决策支持及非侵入性生物标志物识别等方面的创新应用	未提及具体研究样本量或数据集的局限性	评估人工智能在糖尿病护理中的潜力与未来发展方向	糖尿病及其并发症（如视网膜病变、黄斑水肿、神经病变）	医疗人工智能	糖尿病	机器学习（ML）、深度学习	NA	电子健康记录、图像数据	NA
208	2025-08-10	Deep Learning Predicts Survival Across Squamous Tumor Entities From Routine Pathology: Insights From Head and Neck, Esophagus, Lung, and Cervical Cancer 2025-Jul-16, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100845 PMID:40680853	研究论文	本研究开发了一种基于深度学习的模型，利用常规病理切片预测多种鳞状细胞癌患者的总体生存率	首次在多种鳞状细胞癌（头颈部、食管、肺和宫颈）中验证了模型的泛化能力，并揭示了预测风险评分与多种临床因素的相关性	食管鳞状细胞癌的验证结果无统计学意义，且不同队列中与风险评分相关的临床因素存在差异	评估计算病理学模型在多种鳞状细胞癌中预测生存率的泛化能力	头颈部、食管、肺和宫颈鳞状细胞癌患者的病理切片	数字病理学	鳞状细胞癌（头颈部、食管、肺和宫颈）	深度学习	NA	图像（H&E染色病理切片）	多种鳞状细胞癌患者的福尔马林固定石蜡包埋样本
209	2025-08-10	Decoding tissue complexity: multiscale mapping of chemistry-structure-function relationships through advanced visualization technologies 2025-Jul-10, Journal of materials chemistry. B DOI:10.1039/d5tb00744e PMID:40476698	综述	本文系统探讨了生物可视化技术的原理、应用及局限性，特别关注AI驱动的图像分析、多维成像与重建以及多模态数据整合的变革性进展	整合人工智能、增强现实和深度学习等尖端技术，实现实时、高分辨率和预测性分析，超越传统成像模式的限制	未具体说明现有技术的具体性能限制或数据整合中的挑战	解码组织复杂性，推动生物材料开发和临床策略创新	生物组织的多尺度结构和功能复杂性	生物医学可视化	NA	AI、增强现实、深度学习、多维成像与重建、多模态数据整合	NA	多维图像数据、多模态数据	NA
210	2025-08-10	Expanding genomic prediction in plant breeding: harnessing big data, machine learning, and advanced software 2025-07, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2024.12.009 PMID:39890501	综述	本文回顾了基因组选择（GS）在植物育种中提高遗传增益的关键因素，重点关注统计机器学习（ML）方法和软件	强调了深度学习（DL）模型在基因组预测（GP）中的独特优势，并介绍了支持GS方法的最新数据管理工具	NA	提高基因组选择在植物育种中的效率	植物育种中的基因组预测	机器学习	NA	基因组选择（GS）	深度学习（DL）	基因组数据	NA
211	2025-08-10	Artificial intelligence for radiotherapy dose prediction: A comprehensive review 2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104630 PMID:40513223	综述	本文全面回顾了基于深度学习的放射治疗剂量预测方法，重点关注卷积神经网络	深入分析了深度学习在放射治疗剂量预测中的应用潜力，特别是在自动化剂量预测过程方面	仅涵盖了2018年至2024年间发表的文献，可能未包括最新的研究进展	评估深度学习技术在放射治疗剂量预测中的效果和应用潜力	放射治疗中的剂量预测方法	数字病理学	NA	深度学习	CNN	NA	NA
212	2025-08-10	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	本研究评估了基于人工智能的肝脏自动分割在CT图像中的临床应用价值，并探讨了几何指标与临床医生评估之间的相关性	首次系统研究了几何分割指标与临床医生主观评估之间的相关性，揭示了现有评估方法的局限性	研究仅针对肝脏单一器官进行，且样本量有限	评估人工智能分割系统在放射治疗工作流程中的临床适用性	CT图像中的肝脏分割	数字病理	NA	CT成像	U-Net	医学图像	公开数据集中的CT图像
213	2025-08-10	Multitask deep learning for the emulation and calibration of an agent-based malaria transmission model 2025-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013330 PMID:40743314	研究论文	本文提出了一种多任务深度学习方法，用于模拟和校准基于代理的疟疾传播模型	利用多任务深度学习模拟复杂的基于代理的疟疾传播模型，并通过参数估计技术校准模型	模型依赖于大量模拟数据进行训练，可能在实际应用中存在计算资源需求高的问题	开发一种高效的方法来模拟和校准基于代理的疟疾传播模型	基于代理的疟疾传播模型及其免疫学参数与流行病学结果之间的关系	机器学习	疟疾	多任务深度学习	神经网络模拟器	模拟数据	八个撒哈拉以南非洲研究地点的年龄分层发病率和流行率数据
214	2025-08-10	Enhancing the Performance of Pathological Voice Quality Assessment System Through the Attention-Mechanism Based Neural Network 2025-Jul, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.12.026 PMID:36732109	研究论文	本文提出了一种基于自注意力机制的神经网络系统，用于提高病理嗓音质量评估的准确性	采用自注意力机制的双向长短期记忆网络（SA BiLSTM），并结合不同音高和元音，模拟专业医生的高维度评估方式	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发一种计算机化的病理嗓音质量评估系统，以提高评估的准确性和一致性	病理嗓音的质量评估	数字病理	嗓音疾病	深度学习	SA BiLSTM	音频	NA
215	2025-08-10	Radiomics-Based Artificial Intelligence and Machine Learning Approach for the Diagnosis and Prognosis of Idiopathic Pulmonary Fibrosis: A Systematic Review 2025-Jul, Cureus DOI:10.7759/cureus.87461 PMID:40772136	系统综述	本文系统综述了基于放射组学的人工智能和机器学习方法在特发性肺纤维化（IPF）诊断和预后中的应用	AI衍生的参数在预后方面优于传统的视觉CT评分，并发现了新的预后生物标志物	研究设计多为回顾性，样本量有限，以男性为主，外部验证不足	评估人工智能和机器学习在IPF诊断和预后中的应用	特发性肺纤维化（IPF）患者	数字病理学	特发性肺纤维化	CT成像	深度学习（DL）、支持向量机（SVM）、集成方法	图像	8项研究（2017-2024年发表）
216	2025-08-10	Advancements in Caries Diagnostics Using Bitewing Radiography: A Systematic Review of Deep Learning Approaches 2025-Jun-22, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	系统性综述	本文通过系统性综述评估了深度学习在咬翼X光片中龋齿诊断的应用	总结了深度学习在龋齿诊断中的最新进展，并识别了当前研究中的挑战和局限性	方法学异质性、缺乏标准化、数据集多样性有限、临床验证不足以及偏见和数据透明度问题	评估深度学习在咬翼X光片中龋齿诊断的应用效果	咬翼X光片中的龋齿检测、分割和严重程度分类	计算机视觉	龋齿	深度学习	ResNet, YOLO	图像	112至8,539张图像
217	2025-08-10	Deep structural brain imaging via computational three-photon microscopy 2025-04, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.4.046002 PMID:40161251	研究论文	本文介绍了一种名为LRDM-3PM的计算深度三光子显微镜方法，用于提高深层组织的成像质量	结合了低秩扩散模型、定制聚集诱导发射纳米探针和自监督深度学习，实现了在1.5毫米深度下信号背景比超过100的高质量成像	目前仅在活体小鼠脑部进行了验证，尚未扩展到其他组织或更大型动物	开发一种在不影响采集速度、不增加激发功率或额外光学组件的情况下提高深层组织成像质量的技术	活体小鼠脑部海马体	生物医学成像	NA	三光子显微镜(3PM)、低秩扩散模型(LRDM)、自监督深度学习	低秩扩散模型(LRDM)	3D图像	活体小鼠脑部样本
218	2025-08-10	Artificial Intelligence in Cardiovascular Imaging: Current Landscape, Clinical Impact, and Future Directions 2025 Apr-Jun, Discoveries (Craiova, Romania) DOI:10.15190/d.2025.10 PMID:40771296	综述	本文综述了人工智能在心血管影像学中的当前应用、临床影响及未来发展方向	总结了卷积神经网络在实时超声心动图解读、深度学习在冠状动脉钙化评分中的应用，以及AI驱动的斑块量化和狭窄检测的最新进展	存在算法偏见、可解释性、数据隐私、监管异质性和医疗法律责任等持续性问题	探讨人工智能如何优化心血管影像诊断流程和临床治疗	心血管影像学技术（超声心动图、CT、MRI和核医学成像）	数字病理学	心血管疾病	卷积神经网络（CNN）、深度学习	CNN	医学影像	NA
219	2025-08-10	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-Feb, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	研究论文	评估头颈肿瘤学文献中机器学习算法的报告质量	使用TRIPOD-AI标准评估机器学习算法的报告质量，并提出改进建议	当前机器学习算法的报告质量不足，影响了临床应用和可重复性	评估头颈肿瘤学中机器学习算法的报告质量	头颈肿瘤学文献中的机器学习算法	机器学习	头颈肿瘤	NA	NA	文献数据	NA
220	2025-08-10	Complex conjugate removal in optical coherence tomography using phase aware generative adversarial network 2025-02, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.2.026001 PMID:39963188	research paper	该研究提出了一种基于生成对抗网络的深度学习方法，用于消除光学相干断层扫描中的复共轭伪影	利用相位图像增强深度学习模型的伪影去除能力，无需额外硬件组件	研究仅在特定样本（仿体、人皮肤和小鼠眼睛）上进行了验证	开发一种软件解决方案来消除FD-OCT中的复共轭伪影	光学相干断层扫描图像	computer vision	NA	OCT	GAN	image	仿体、人皮肤和小鼠眼睛的体内成像样本