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
281	2025-06-26	Trends and global productivity in artificial intelligence research in clinical neurology and neuroimaging: a bibliometric analysis from 1980 to 2024 2025-Jun-04, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf148 PMID:40543094	研究论文	本文通过文献计量分析研究了1980年至2024年间临床神经学和神经影像学中人工智能研究的趋势和全球生产力	揭示了AI在临床神经学和神经影像学领域的研究趋势、全球生产力及其与GDP的相关性	未观察到与人类发展指数的显著关系	分析AI在临床神经学和神经影像学领域的研究趋势和全球生产力	5020篇关于AI在临床神经学和神经影像学领域的出版物	机器学习	神经系统疾病	文献计量分析	回归模型	文献数据	5020篇出版物
282	2025-06-26	COSMICA: A Novel Dataset for Astronomical Object Detection with Evaluation Across Diverse Detection Architectures 2025-Jun-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060184 PMID:40558783	research paper	介绍了一个名为COSMICA的新数据集，用于天文物体检测，并评估了多种检测架构的性能	提出了一个新颖的、经过人工标注的天文图像数据集COSMICA，并评估了多种现代YOLO架构在天文物体检测中的表现	未提及数据集的样本量是否足够大以覆盖所有天文物体类型，也未讨论模型在其他天文数据集上的泛化能力	开发并评估用于天文物体检测的实时系统，以应用于实际观测流程	彗星、星系、星云和球状星团等天文物体	computer vision	NA	NA	YOLOv8, YOLOv9, YOLOv11, EfficientDet-Lite0, MobileNetV3-FasterRCNN-FPN	image	NA
283	2025-06-26	Platelets Image Classification Through Data Augmentation: A Comparative Study of Traditional Imaging Augmentation and GAN-Based Synthetic Data Generation Techniques Using CNNs 2025-Jun-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060183 PMID:40558782	研究论文	本研究通过比较传统图像增强技术和基于GAN的合成数据生成技术，探讨了血小板图像分类的效果	使用WGAN-GP生成合成血小板图像数据集，并与传统增强技术进行比较，展示了GAN在医学图像分类中的潜力	初始数据集较小（仅71张图像），可能影响结果的泛化能力	提高血小板图像的分类准确性，探索数据增强技术在医学影像中的应用	血小板图像	数字病理学	NA	WGAN-GP, 传统图像增强技术（旋转、剪切、缩放等）	CNN（包括DenseNet121/169/201, VGG16/19, InceptionV3, InceptionResNetV2, AlexNet等预训练模型及两种自定义CNN）	图像	初始71张血小板图像，传统增强后1463张，GAN生成300张
284	2025-06-26	Proteasome-derived antimicrobial peptides discovered via deep learning 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.17.643752 PMID:40501667	研究论文	通过深度学习发现蛋白酶体衍生的抗菌肽	利用深度学习从蛋白酶体中系统挖掘出59种候选抗菌肽（proteasomins），这些肽在序列上与已知抗菌肽不同，具有新颖的作用机制	研究仅基于预测和体外实验，尚未进行体内验证	探索蛋白酶体在先天免疫中的作用，并开发新型抗菌肽	蛋白酶体及其衍生的肽段	机器学习	NA	深度学习	NA	序列数据	59种候选肽（proteasomins）
285	2025-06-26	A Structured and Methodological Review on Multi-View Human Activity Recognition for Ambient Assisted Living 2025-Jun-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060182 PMID:40558781	综述	本文系统性地比较了单视角和多视角人类活动识别方法，并分析了其在环境辅助生活（AAL）中的应用	首次系统比较单视角和多视角人类活动识别方法，并探讨了多视角架构在AAL中的优化应用	未提及具体实验验证或实际部署中的性能表现	探讨人类活动识别（HAR）在环境辅助生活（AAL）中的技术演进与优化	老年人及残障人士	机器学习和计算机视觉	老年疾病	传感器融合和迁移学习	CNN, RNN, LSTM, TCN, GCN	多视角活动数据	NA
286	2025-06-26	Challenges for Opticians in Evaluating Small Pigmented Choroidal Lesions: Potential Support From the MelAInoma Deep Learning Algorithm 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.29 PMID:40548640	研究论文	评估瑞典验光师/验光师在小色素性脉络膜病变分类中的诊断准确性，并确定MelAInoma深度学习算法是否能改善转诊决策	MelAInoma深度学习算法显著提高了特异性，并大幅减少了不必要的转诊	研究基于小规模图像集，仅包含五个黑色素瘤病例，限制了结果的普遍性	评估验光师/验光师在小色素性脉络膜病变分类中的诊断准确性，并探索AI算法的支持作用	小色素性脉络膜病变（5个黑色素瘤，20个痣）	数字病理	眼黑色素瘤	深度学习	MelAInoma	图像	25张眼底照片（5个黑色素瘤，20个痣）
287	2025-06-26	Semi-Supervised Learning Allows for Improved Segmentation With Reduced Annotations of Brain Metastases Using Multicenter MRI Data 2025-Jun, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29686 PMID:39792624	research paper	本研究探讨了半监督学习在脑转移瘤分割中的应用，以减少对大量标注数据的依赖	首次在多中心MRI数据上测试了半监督学习方法在脑转移瘤分割中的效果，并展示了其在减少标注数据需求的同时提高模型性能的能力	研究为回顾性设计，且不同机构的数据采集协议和扫描仪存在差异	评估半监督学习在脑转移瘤MRI分割中的效果	脑转移瘤患者的MRI扫描图像	digital pathology	brain metastases	MRI (1.5T和3T, 2D和3D T1加权前后对比及FLAIR序列)	U-Net	image	156、65、324和200例来自四个机构的标注扫描，以及519例来自单一机构的未标注扫描
288	2025-06-26	Accelerated retinal ageing and multimorbidity in middle-aged and older adults 2025-Jun, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01581-1 PMID:40035945	研究论文	本研究探讨了视网膜年龄差距与多病共存之间的关联	使用深度学习模型计算视网膜年龄差距，并首次将其与多病共存风险相关联	研究结果可能受到基线疾病报告准确性和随访时间的影响	研究视网膜年龄差距与多病共存风险的关联	45,436名中老年参与者	数字病理学	老年疾病	深度学习	深度学习模型	图像	45,436名参与者，其中3,607名(17.29%)在随访期间出现多病共存
289	2025-06-26	Quantification and classification of lumbar disc herniation on axial magnetic resonance images using deep learning models 2025-Jun, La Radiologia medica DOI:10.1007/s11547-025-01996-y PMID:40126796	研究论文	本研究开发了一种基于深度学习的自动化辅助诊断模型，用于腰椎间盘突出的快速准确量化与分类	创新性地结合YOLOv8系列模型（目标检测、分割和关键点检测）实现腰椎间盘突出的自动化诊断与分类，并在大规模数据集上验证了其高性能	研究仅基于轴向T2加权MRI图像，未纳入其他成像序列；外部测试集的分类性能略低于内部测试集	开发自动化辅助诊断工具以提升腰椎间盘突出的诊断效率和准确性	腰椎间盘突出患者（LDH）的MRI影像	数字病理	腰椎间盘突出	深度学习模型（YOLOv8系列）	YOLOv8（目标检测、分割和关键点检测模型）	MRI图像	2500名患者（训练集2120人/25,554张图像，内部测试集80人/784张图像，外部测试集300人/3285张图像）
290	2025-06-26	Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications 2025-Jun, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-00998-8 PMID:40146450	研究论文	本研究提出了一种深度学习框架，通过准共形映射将三维球形网格投影到二维平面，用于识别围产期大脑的形态指纹	首次在围产期大脑中识别出形态指纹，并发现感觉运动和视觉皮层在个体识别中最具贡献性	样本量相对较小，尤其是纵向扫描的婴儿数据仅有41例	探索围产期大脑中是否存在个体独特的形态指纹及其神经发育意义	461名婴儿的大脑结构MRI数据	数字病理学	NA	准共形映射，深度学习	ResNet18，对比学习	MRI图像	461名婴儿（其中41名有纵向扫描数据）
291	2025-06-26	Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels 2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0632 PMID:40401726	研究论文	本文开发了使用传统机器学习和深度学习方法预测急诊室分诊级别的方法	结合了土耳其语医疗文档处理和土耳其医疗系统特定方面的预测模型，以及BERT嵌入在神经网络模型中的显著性能提升	研究数据仅来自土耳其当地一家医院，可能限制模型的泛化能力	提高急诊室分诊的准确性和效率	急诊室就诊患者的分诊级别	自然语言处理	NA	Bag of Words, Word2Vec, BERT-based embedding	logistic regression, random forest, XGBoost, CNN, attention mechanisms, LSTM	结构化和非结构化数据	土耳其当地医院急诊科就诊患者数据集
292	2025-06-26	Unified deep learning framework for many-body quantum chemistry via Green's functions 2025-Jun, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00810-z PMID:40468046	研究论文	提出了一种针对多体格林函数的深度学习框架，用于预测基态和激发态的电子性质，并提供对多电子关联效应的物理洞察	该框架通过学习多体微扰理论或耦合簇自能，实现了对一粒子密度矩阵可导出量的竞争性预测，展示了高数据效率和良好的跨化学物种、系统大小、分子构象和关联强度的可转移性	NA	利用机器学习解决多电子问题，预测分子和材料的电子性质	分子和纳米材料	机器学习	NA	深度学习	图神经网络	NA	NA
293	2025-06-26	Deep learning reveals diverging effects of altitude on aging 2025-Jun, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01502-8 PMID:39815037	研究论文	本研究探讨了高海拔对衰老及其相关疾病的影响，通过分析埃塞俄比亚不同海拔地区的数据和临床实验，揭示了海拔对衰老速度的不同影响	首次结合大规模健康数据和临床实验，揭示了高海拔地区居民在疾病负担、寿命以及生物衰老速度方面的矛盾效应	研究仅基于埃塞俄比亚特定地区的数据，可能无法推广到其他地理或种族群体	探究海拔高度对人类衰老过程及其相关疾病的影响	埃塞俄比亚不同海拔地区的居民	生物医学研究	衰老相关疾病	临床数据分析、面部照片分析、外周血单核细胞核形态分析	深度学习模型	健康统计数据、临床实验数据、图像数据	429名参与者（227名高原居民和202名低地居民）
294	2025-06-26	Characterizing climate change sentiments in Alaska on social media 2025-Jun, Digital geography and society DOI:10.1016/j.diggeo.2024.100110 PMID:40547048	研究论文	本研究通过分析阿拉斯加地区2014至2017年的Twitter数据，探讨了公众对气候变化的情感态度及其与当地社会经济和环境因素的关系	首次结合深度学习框架和基于词典的情感分析方法，量化了阿拉斯加地区Twitter用户对气候变化的情感态度，并揭示了其与当地社会经济和环境特征的关联	研究仅基于Twitter数据，可能无法代表所有人群的观点；时间范围仅限于2014至2017年	探究阿拉斯加地区公众对气候变化的情感态度及其影响因素	阿拉斯加地区Twitter用户发布的气候变化相关内容	自然语言处理	NA	深度学习框架、基于词典的情感分析、回归模型	NA	文本	2014至2017年阿拉斯加地区的geo-located tweets
295	2025-06-26	Development of an AI model for pneumothorax imaging: Dataset and model optimization strategies for real-world deployment 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100664 PMID:40547323	研究论文	本研究开发了一种基于深度学习的AI辅助气胸诊断系统，旨在提高诊断效率和准确性，减轻放射科医生的工作负担，并提供及时治疗	采用DenseNet121模型优化气胸诊断，通过调整数据集分割和重新训练显著提高了模型性能	模型在复杂病例中难以识别关键区域，性能受数据多样性、图像质量和临床复杂性影响	开发AI辅助气胸诊断系统以提高诊断效率和准确性	气胸患者的胸部X光图像	数字病理	气胸	深度学习	DenseNet121	图像	6888张胸部X光图像
296	2025-06-26	Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.240982 PMID:40552997	综述	本文对医学影像中人工智能技术的应用、实施和影响进行了批判性分析	综合多模态影像数据、临床记录和大语言模型的全面人工智能技术	专家标注数据稀疏、监管障碍、临床实施滞后、技术障碍包括数据可用性、大语言模型可解释性、深度学习模型泛化能力和临床整合	优化医学影像中人工智能技术的安全性和临床应用	医学影像人工智能技术	数字病理	NA	深度学习、少样本学习、自监督模型	大语言模型、深度学习模型	多模态影像数据、临床记录	NA
297	2025-06-26	A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.242416 PMID:40552999	research paper	本研究开发了一种基于数据中心的深度学习方法，用于MRI中脑转移瘤的检测、分割和纵向跟踪	采用数据中心方法优化深度学习模型，提高了对小病灶的检测能力及模型的泛化性	研究为回顾性设计，可能受限于数据收集的时间范围和样本来源	开发一个通用的深度学习系统，用于MRI中任何大小的脑转移瘤的检测、分割和纵向跟踪	脑转移瘤患者及无脑转移瘤的癌症患者的MRI扫描数据	digital pathology	brain metastases	MRI	modified nnU-Net	image	1985次扫描来自1623名患者，包含5552个脑转移瘤
298	2025-06-26	Genomic prediction of plant traits by popular machine learning methods 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-49 PMID:40556974	综述	本文综述了基因组预测中机器学习、深度学习和人工智能的应用，特别是可解释人工智能在识别复杂模式中的作用	强调了可解释人工智能、大型语言模型和混合方法在基因组预测中的创新应用	未提及具体研究样本量或实验验证结果	探讨基因组预测中机器学习方法的应用和发展趋势	植物性状的基因组预测	机器学习	NA	机器学习、深度学习、可解释人工智能、大型语言模型	CNN、Transformer	基因组数据	NA
299	2025-06-26	Deep learning approach to the estimation of the ratio of reproductive modes in a partially clonal population 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-50 PMID:40556975	研究论文	本研究应用深度学习方法来估计部分克隆种群中生殖模式的比例	开发了一种专门设计的卷积神经网络模型，用于分析具有混合生殖策略的种群动态，能够高精度估计生殖模式比例	模型假设生殖比例在具有双重生殖策略和稳定种群大小的种群中随时间保持不变	解决进化生物学中关于有性和无性生殖平衡的关键问题	具有混合生殖策略的种群	机器学习	NA	深度学习	CNN	遗传标记数据	小样本量
300	2025-06-26	Diagnostic Performance of ChatGPT-4o in Detecting Hip Fractures on Pelvic X-rays 2025-Jun, Cureus DOI:10.7759/cureus.86654 PMID:40557058	research paper	评估ChatGPT-4o在骨盆X光片上检测髋部骨折的诊断性能	首次评估ChatGPT-4o在髋部骨折诊断中的应用，探索AI在医学影像中的潜力	对非移位性骨折的敏感性较低，导致较多假阴性结果	评估AI模型在髋部骨折诊断中的性能	骨盆X光片	medical imaging	hip fracture	deep learning	ChatGPT-4o	X-ray images	200张骨盆X光片（100例骨折患者，100例无骨折患者）