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
261	2025-08-05	Performance of a Deep Learning Diabetic Retinopathy Algorithm in India 2025-03-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.0984 PMID:40105843	研究论文	评估印度Aravind眼科医院部署后自动视网膜疾病评估(ARDA)算法的临床性能	首次在印度大规模临床环境中评估AI算法对糖尿病视网膜病变(DR)和糖尿病黄斑水肿(DME)的检测性能	研究仅基于印度南部45个站点的数据，可能无法代表其他地区的情况	评估AI算法在真实临床环境中检测糖尿病视网膜病变的性能	糖尿病患者视网膜图像	数字病理	糖尿病视网膜病变	深度学习	NA	图像	4537名患者的4537张视网膜图像
262	2025-08-05	A deep learning approach to perform defect classification of freeze-dried product 2025-Feb-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.125127 PMID:39756597	研究论文	本文提出了一种基于深度学习的冻干产品缺陷分类方法	使用卷积神经网络处理高分辨率图像，开发了两种方法（基于补丁的方法和多标签分类）并进行比较，以实现更快、更可重复的质量控制	研究中仅使用了特定配方和工艺设置制备的样品，可能无法涵盖所有实际生产中的缺陷类型	提高冻干产品在连续生产线上质量控制的效率和准确性	冻干产品样品	计算机视觉	NA	深度学习	CNN	图像	多个连续冻干样品
263	2025-08-05	Machine learning outperforms the Canadian Triage and Acuity Scale (CTAS) in predicting need for early critical care 2025-01, CJEM DOI:10.1007/s43678-024-00807-z PMID:39560909	研究论文	本研究比较了机器学习模型与加拿大分诊和敏锐度量表(CTAS)在预测急诊科患者12小时内需要重症监护的能力	机器学习模型在预测急诊科患者需要早期重症监护方面优于传统的CTAS评分	需要未来研究验证这些机器学习模型在实际临床环境中的表现	改进急诊科分诊系统，提高对需要重症监护患者的识别能力	急诊科就诊患者	机器学习	NA	机器学习	LASSO回归、梯度提升树和深度学习模型	临床数据	670,841次急诊就诊记录
264	2025-08-05	Machine learning in the differential diagnosis of ulcerative colitis and Crohn's disease: a systematic review 2025, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-24-117 PMID:40755733	系统综述	本文系统综述了机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用	总结了机器学习在炎症性肠病亚型鉴别中的最新研究进展，为临床应用提供了参考	纳入的研究多为回顾性研究，可能存在偏倚	评估机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用潜力	溃疡性结肠炎和克罗恩病患者	机器学习	炎症性肠病	机器学习	随机森林(RF), 支持向量机(SVM)	内窥镜数据和粪便生物标志物数据	15,140例样本
265	2025-08-05	Diaproteo: A supervised learning framework for early detection of diabetes mellitus based on proteomic profiles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362281 PMID:40755961	研究论文	该研究提出了一种基于蛋白质组学特征的监督学习框架Diaproteo，用于早期检测糖尿病	结合经典机器学习算法和前沿深度学习架构，提出新的预测方法，并在独立测试和交叉验证中展示了高准确率	未提及具体样本量或数据集的多样性限制	探索监督学习算法在糖尿病早期预测中的应用	糖尿病患者的临床特征、遗传标志物和生活方式变量	机器学习	糖尿病	监督学习	Extra Trees, CNN	蛋白质组学数据、临床特征、遗传标志物、生活方式变量	NA
266	2025-08-05	SMF-net: semantic-guided multimodal fusion network for precise pancreatic tumor segmentation in medical CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622426 PMID:40756121	研究论文	提出了一种名为SMF-Net的新型多模态医学图像分割框架，用于精确分割胰腺肿瘤	结合CNN-Transformer混合编码器、AMBERT模块和MTT模块，融合视觉和语义特征以增强肿瘤定位，并采用半监督学习范式解决多模态数据稀缺问题	未明确提及具体局限性，但可能包括对多模态数据依赖性强以及在小样本情况下的泛化能力	提高胰腺肿瘤在CT图像中的自动分割精度，以辅助临床诊断	胰腺肿瘤和肺部感染区域的医学CT图像	数字病理	胰腺癌	深度学习、半监督学习	CNN-Transformer混合模型、Dual-Adversarial-Student Network (DAS-Net)	医学CT图像	Multimodal Pancreatic Tumor Dataset (MPTD)、QaTa-COVID-19和MosMedData肺部感染分割数据集
267	2025-08-05	A CT-Based Deep Learning Radiomics Scoring System for Predicting the Prognosis to Repeat TACE in Patients with Hepatocellular Carcinoma: A Multicenter Cohort Study 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S525920 PMID:40756248	研究论文	本研究构建了一个基于CT的深度学习放射组学评分系统，用于预测肝细胞癌患者重复TACE治疗的预后	结合深度学习和放射组学特征构建的新型HRD评分系统，优于传统的ART和ABCR评分	回顾性研究设计可能存在选择偏倚，且样本量相对有限	开发智能预后评分系统以筛选适合重复TACE治疗的肝细胞癌患者	310例接受TACE治疗的肝细胞癌患者	数字病理	肝细胞癌	CT成像、深度学习、放射组学分析	深度学习模型（具体类型未说明）	CT图像（动脉期和静脉期）	310例患者（来自3个医疗中心）
268	2025-08-05	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	research paper	本文提出了一种结合隐私保护AI技术和可解释模型架构的创新框架，以实现医学文本生成中的伦理合规	结合知识推理与深度学习，采用同态加密和安全多方计算等隐私增强技术，同时引入公平感知训练协议以减少生成内容中的偏见	现有方法缺乏强有力的偏见缓解机制或无法提供可解释且保护隐私的输出，影响伦理合规和监管遵从	解决医学文本生成中的伦理挑战，包括公平性、隐私保护和责任归属	医学文本生成系统	natural language processing	NA	homomorphic encryption, secure multi-party computation	hybrid approach (knowledge-based reasoning + deep learning)	text	NA
269	2025-08-05	Machine learning for diabetic foot care: accuracy trends and emerging directions in healthcare AI 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1613946 PMID:40756392	综述	本文系统分析了机器学习在糖尿病足研究中的应用趋势、重点领域和方法学方法	首次系统综述了机器学习在糖尿病足研究中的应用，识别了关键趋势和新兴方向	仅纳入了2020-2024年间发表的25篇SCI/SSCI英文文章，样本量有限	分析机器学习在糖尿病足研究中的应用现状和发展趋势	糖尿病足相关的机器学习研究文献	医疗AI	糖尿病足	机器学习	NA	图像数据、结构化临床数据、IoT传感器数据	25篇研究文章
270	2025-08-05	Nursing Students' Use of Digital Resources for Self-Directed Learning in Bioscience 2025 Jan-Dec, SAGE open nursing IF:2.0Q2 DOI:10.1177/23779608251363870 PMID:40756467	研究论文	探讨护理专业一年级学生在生物科学课程中利用数字资源进行自主学习的情况	采用多媒体学习认知理论，研究数字资源如何支持护理学生的自主学习	研究仅基于定性访谈，样本可能不具有广泛代表性	探索数字资源如何支持护理专业一年级学生在生物科学中的自主学习	护理专业一年级学生	教育技术	NA	半结构化访谈、主题分析	NA	访谈文本	未明确说明具体样本量
271	2025-08-05	Lightweight deep learning system for automated bone age assessment in Chinese children: enhancing clinical efficiency and diagnostic accuracy 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1604133 PMID:40756505	研究论文	本文介绍了一种基于中国05 BAA标准的轻量级两阶段深度学习框架，用于中国儿童的骨龄自动评估，旨在提高临床效率和诊断准确性	提出了一种新颖的轻量级两阶段深度学习框架，结合YOLOv8算法和修改后的EfficientNetB3架构，显著减少了参数数量并提高了检测和分类性能	需要解决技术、伦理和采用方面的挑战，未来可能需整合多模态临床数据以进行更全面的生长评估	提高骨龄评估的临床效率和诊断准确性	中国儿童的手部X光片	计算机视觉	生长障碍	深度学习	YOLOv8, EfficientNetB3	图像	未明确提及具体样本数量
272	2025-08-05	Artificial intelligence and machine learning in the development of vaccines and immunotherapeutics-yesterday, today, and tomorrow 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1620572 PMID:40756816	综述	本文回顾了人工智能和深度学习在疫苗和免疫治疗开发中的应用，探讨了其过去、现在和未来的作用	探讨了AI和DL如何通过预测框架、计算模型和多组学数据整合，革新疫苗和免疫治疗研究，并提出未来可能替代动物实验的潜力	未具体说明当前AI和DL技术在疫苗开发中的实际应用案例和效果验证	探索人工智能和深度学习在疫苗和免疫治疗开发中的应用及其未来潜力	疫苗和免疫治疗的开发过程	机器学习	传染病和癌症	AI和DL	深度学习	多组学数据	NA
273	2025-08-05	BuoyancyNet: a deep learning approach for assessing float buoyancy in mussel aquaculture 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2488415 PMID:40756829	研究论文	本文介绍了一种名为BuoyancyNet的深度学习方法，用于预测贻贝养殖中浮标的浮力	提出了一种结合视觉变换器和一维卷积层的深度学习方法，用于浮标浮力的多类分类，并在不同环境条件下表现出稳健性能	NA	开发一种可扩展的自动化监测解决方案，以解决贻贝养殖中浮标浮力管理的问题	贻贝养殖中的浮标	计算机视觉	NA	深度学习	视觉变换器（Vision Transformer）与一维卷积层结合	图像	超过36,000张来自贻贝养殖场的浮标图像
274	2025-08-05	Deep learning-based seabird detection in fisheries for seabird protection 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2500998 PMID:40756846	研究论文	开发了一种基于YOLO模型的自动化海鸟检测系统，以减少商业捕鱼过程中的意外捕获	首次在无约束的真实海洋场景中有效应用YOLO模型进行海鸟检测，解决了以往模型主要在受控环境中评估的局限性	未提及模型在不同天气或光照条件下的性能表现	通过自动化检测减少商业捕鱼过程中对海鸟的意外捕获，保护新西兰海鸟种群	与捕鱼船互动的海鸟	计算机视觉	NA	YOLO模型、迁移学习、超参数调优	YOLO	图像	未明确说明具体数量，但提到收集并标注了新的图像数据集
275	2025-08-05	A multitask framework based on CA-EfficientNetV2 for the prediction of glioma molecular biomarkers 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1609594 PMID:40757022	研究论文	提出了一种基于CA-EfficientNetV2的多任务深度学习框架，用于同时预测胶质瘤的IDH突变和MGMT启动子甲基化状态	结合Coordinate Attention-EfficientNetV2模型和多任务学习框架，利用K-means聚类和Vision Transformer生成并优化伪标签，通过果蝇优化算法分配权重	未提及样本量是否足够大以验证模型的泛化能力，也未讨论在不同MRI设备或扫描参数下的性能表现	开发一种非侵入性的术前预测胶质瘤分子标志物的方法	胶质瘤患者的MRI数据	数字病理	胶质瘤	MRI	CA-EfficientNetV2, Vision Transformer (ViT), CNN	图像	NA
276	2025-08-05	Advances in AI-assisted quantification of dry eye indicators 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1628311 PMID:40757197	review	本文综述了人工智能在干眼症关键生物标志物量化中的应用	利用AI技术提高干眼症评估的客观性和效率，支持个性化治疗	未提及具体技术的临床验证结果或大规模应用的局限性	探讨AI在干眼症诊断和管理中的潜在应用	干眼症的关键生物标志物，如泪膜稳定性、睑板腺形态和角膜上皮损伤	digital pathology	geriatric disease	deep learning	DL	image	NA
277	2025-08-05	Artificial Intelligence in Anterior Chamber Evaluation: A Systematic Review and Meta-Analysis 2024-Sep-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002428 PMID:38747721	meta-analysis	该研究通过系统综述和荟萃分析，评估深度学习算法在前段光学相干断层扫描图像中检测青光眼患者房角关闭的准确性	首次通过荟萃分析证实深度学习算法在AS-OCT图像中检测房角关闭的高敏感性和特异性	仅纳入6项研究，样本量相对有限，可能存在发表偏倚	比较深度学习算法与房角镜检查在青光眼房角关闭诊断中的准确性	青光眼患者	数字病理学	青光眼	AS-OCT	深度学习算法(DLA)	图像	5269名患者
278	2025-08-05	Prediction and Detection of Glaucomatous Visual Field Progression Using Deep Learning on Macular Optical Coherence Tomography 2024-04-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002359 PMID:38245813	研究论文	使用深度学习模型通过黄斑光学相干断层扫描（OCT）图像预测和检测青光眼视野进展	开发了一种基于自监督预训练的视觉变换器（ViT）模型，用于检测青光眼进展并预测未来进展	研究为回顾性队列研究，可能存在选择偏差	利用黄斑OCT图像预测和检测青光眼视野进展	青光眼患者的黄斑OCT图像	数字病理	青光眼	光学相干断层扫描（OCT）	ViT（视觉变换器）	图像	预训练数据集包含151,389项黄斑OCT研究中的7,702,201张B扫描图像，进展检测任务包括828名患者的1534只眼的3902项黄斑OCT研究，进展预测任务包括784名患者的1205只眼的1346项黄斑OCT研究
279	2025-08-05	Prediction of preeclampsia from retinal fundus images via deep learning in singleton pregnancies: a prospective cohort study 2024-Apr-01, Journal of hypertension IF:3.3Q1 DOI:10.1097/HJH.0000000000003658 PMID:38230614	研究论文	本研究通过深度学习算法分析视网膜眼底图像，预测单胎妊娠中的子痫前期	首次使用视网膜眼底图像结合深度学习算法预测子痫前期，提供了一种非侵入性的早期预测方法	研究样本仅来自单一医疗中心，可能影响结果的普遍性	评估视网膜眼底图像在子痫前期早期预测中的可行性	单胎妊娠孕妇	数字病理学	子痫前期	深度学习	深度学习算法	图像	1138名孕妇，其中92例发展为妊娠期高血压疾病（包括26例妊娠期高血压和66例子痫前期）
280	2025-08-05	Deep learning in structural bioinformatics: current applications and future perspectives 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae042 PMID:38701422	综述	本文探讨了深度学习在结构生物信息学中的变革性影响及其未来前景	详细介绍了深度学习在生物信息学中的显著应用，并从基础浅层神经网络到卷积、循环、人工和变压器神经网络等高级模型进行了清晰阐述	未具体提及研究的局限性	探讨深度学习在结构生物信息学中的应用及其未来发展	生物分子结构	结构生物信息学	NA	深度学习	CNN, LSTM, GAN, transformer neural networks	生物分子结构数据	NA