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
341	2025-07-05	A narrative review of foundation models for medical image segmentation: zero-shot performance evaluation on diverse modalities 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2826 PMID:40606341	综述	本文全面回顾了医学图像分割中的基础模型，评估了它们在多种数据集上的零样本性能，并评估了它们在临床环境中的实际适用性	通过系统性地分类基础模型并评估其在未见过的医学图像数据集上的零样本性能，为医学图像分割领域提供了新的见解	研究仅评估了六种基础模型，可能无法涵盖所有相关模型，且数据集的选择可能存在偏差	评估基础模型在医学图像分割中的零样本性能及其在临床环境中的适用性	医学图像分割中的基础模型	数字病理	NA	深度学习	基础模型	医学图像	63项研究系统回顾，31个未见过的医学图像数据集
342	2025-07-05	A comparative analysis of sagittal, coronal, and axial magnetic resonance imaging planes in diagnosing anterior cruciate ligament and meniscal tears via a deep learning model: emphasizing the unexpected importance of the axial plane 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1808 PMID:40606344	research paper	比较分析矢状面、冠状面和轴向磁共振成像平面在通过深度学习模型诊断前交叉韧带和半月板撕裂中的作用，强调轴向平面的意外重要性	首次系统比较了不同MRI平面在深度学习模型中对前交叉韧带和半月板撕裂诊断的影响，并发现轴向平面在半月板撕裂检测中的重要性	研究仅使用了MRNet数据集，样本量相对有限，且未在外部数据集上进行验证	探究不同MRI平面在深度学习模型中对膝关节损伤诊断的影响	前交叉韧带(ACL)撕裂和半月板撕裂	digital pathology	骨科疾病	磁共振成像(MRI)	TripleMRNet (基于CNN的深度学习模型)	image	1,130训练病例和120验证病例
343	2025-07-05	Deep learning-based rotational object detection algorithm for automatic Cobb angle measurement in X-ray images of scoliosis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2138 PMID:40606352	研究论文	本研究开发了一种基于深度学习的旋转目标检测算法，用于自动测量脊柱侧凸X射线图像中的Cobb角	采用重新设计的YOLOv8-DSF模型，配备创新模块以提高旋转目标的检测能力，从而提升Cobb角测量的准确性	未提及模型在更广泛数据集上的泛化能力或实际临床环境中的验证	提高脊柱侧凸评估中Cobb角测量的准确性	脊柱侧凸患者的X射线图像	计算机视觉	脊柱侧凸	深度学习	YOLOv8-DSF	图像	整合了私有和公开数据的自定义数据集
344	2025-07-05	Deep learning for automated grading of radiographic sacroiliitis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2742 PMID:40606355	研究论文	本研究开发并验证了一种基于深度学习的AI系统，用于从标准X射线图像中辅助医生评估和诊断骶髂关节炎	利用深度学习模型自动评估X射线图像中的骶髂关节炎分级，显著提高了诊断和分级的准确性	研究为回顾性设计，可能受到数据选择和标注偏差的影响	开发并验证AI系统以辅助骶髂关节炎的X射线图像分级评估	骶髂关节炎患者的骨盆X射线图像	数字病理	骶髂关节炎	深度学习	神经网络	图像	训练集465人（930个骶髂关节），验证集195人（390个骶髂关节），外部测试集223人（446个骶髂关节）
345	2025-07-05	Dual-stage artificial intelligence-powered screening for accurate classification of thyroid nodules: enhancing fine needle aspiration biopsy precision 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2336 PMID:40606376	研究论文	本文介绍了一种新颖的双阶段深度学习架构，用于甲状腺结节的四分类，旨在提高诊断准确性并减少不必要的细针穿刺活检	提出了一种结合分割和分类的双阶段深度学习框架，用于甲状腺结节的四分类，相比传统的二分类方法提供更精确和一致的分析	未明确提及具体局限性	提高甲状腺结节诊断的准确性，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	K-Net, MobileViT	医学影像	未明确提及具体样本量
346	2025-07-05	Diagnosis of thyroid nodules using ultrasound images based on deep learning features: online dynamic nomogram and gradient-weighted class activation mapping 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-159 PMID:40606380	research paper	本研究开发了一种基于超声图像和深度学习特征的集成模型，用于区分甲状腺结节的良恶性	结合深度学习特征和超声图像特征构建集成模型，并利用Grad-CAM可视化敏感区域，同时开发了在线动态列线图供实际应用	研究为回顾性设计，样本来源仅限于两家医院	提高年轻放射科医生在甲状腺结节良恶性鉴别诊断中的能力	甲状腺结节患者	digital pathology	thyroid nodules	ultrasound imaging, deep learning	CNN (implied by ImageNet-pretrained models)	image	1,501张超声图像用于训练和验证，541名患者用于独立测试
347	2025-07-05	U-Net benign prostatic hyperplasia-trained deep learning model for prostate ultrasound image segmentation in prostate cancer 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2476 PMID:40606395	研究论文	本研究开发了一种基于深度学习的U-Net模型，用于前列腺超声图像分割，并验证其在良性前列腺增生（BPH）和前列腺癌（PCa）患者中的应用效果	首次证明基于BPH患者超声图像训练的深度学习模型可有效应用于PCa患者的前列腺分割	样本量相对较小，且仅使用了TRUS一种成像模态	开发并验证一种适用于前列腺癌诊断的前列腺超声图像自动分割方法	BPH和PCa患者的经直肠超声（TRUS）图像	数字病理	前列腺癌	深度学习	U-Net, LinkNet, PSPNet	超声图像	260例BPH患者（370张图像）和62例PCa患者（68张图像）
348	2025-07-05	Stroke subtypes risk prediction and detection using retinal vascular structure and oxygen saturation analysis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2712 PMID:40606397	研究论文	本研究通过分析视网膜血管结构和氧饱和度，预测和检测中风亚型的风险	首次探索视网膜血管氧饱和度和结构在中风亚型中的差异，并利用机器学习和统计方法进行中风分类	样本量较小，缺血性和出血性中风患者分别只有29和23例	评估视网膜生物标志物在中风风险预测和分类中的潜在价值	缺血性和出血性中风患者以及健康对照者	数字病理学	心血管疾病	视网膜图像分析	随机森林分类器	图像	29例缺血性中风患者、23例出血性中风患者和82例健康对照者
349	2025-07-05	Can diffusion-based generated magnetic resonance images predict glioma methylation accurately? 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1688 PMID:40606391	研究论文	本研究开发了一种基于扩散的生成模型，用于从加速的T1加权扫描中重建高质量的MRI序列，同时保留对胶质瘤诊断和MGMT预测至关重要的病理特征	提出了一种基于扩散的生成模型，能够在加速扫描条件下重建高质量的MRI图像，并保持病理细节和诊断特征	研究为回顾性研究，未来需要评估其临床应用效果	开发能够从加速T1加权扫描中重建高质量MRI序列的生成模型，以保留对胶质瘤诊断和MGMT预测至关重要的病理特征	胶质瘤患者的MRI图像	数字病理学	胶质瘤	扩散模型	扩散模型	MRI图像	1,480例（训练集785例，验证集695例）
350	2025-07-05	Iterative deep learning design of human enhancers exploits condensed sequence grammar to achieve cell-type specificity 2025-Jun-04, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101302 PMID:40472848	research paper	该研究应用迭代深度学习设计具有人类细胞系间强差异活性的合成增强子	利用迭代深度学习优化模型设计合成增强子，实现细胞类型特异性，并通过实验验证和模型再优化提高特异性	研究仅针对两种人类细胞系，可能不适用于其他细胞类型	解决合成生物学中靶向特定细胞类型基因表达的问题	人类细胞系中的合成增强子	synthetic biology	NA	iterative deep learning	deep learning model	enhancer activity and chromatin accessibility data	two human cell lines
351	2025-07-05	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Jun-02, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	介绍了一个用户友好的网络平台READRetro web，用于预测植物天然产物的生物合成路径	开发了一个基于现代网络技术的用户友好平台，使不具备深厚计算背景的研究者也能轻松使用深度学习模型进行逆合成预测	未提及平台在处理特定复杂天然产物时的预测准确性或局限性	促进天然产物的生物合成路径设计和药物发现	植物天然产物及其生物合成路径	机器学习	NA	深度学习	READRetro ML模型	化学结构数据	NA
352	2025-07-05	Gene spatial integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf350 PMID:40511994	研究论文	提出了一种名为基因空间整合（GSI）的深度学习方法，用于整合和分析空间转录组数据，并解决批次效应问题	利用表示学习方法提取基因的空间分布特征，并将其与基因表达特征整合到同一特征空间，同时解决了批次效应问题	方法在特定数据集（人背外侧前额叶皮层）上进行了验证，尚未在其他组织或疾病类型中广泛测试	提升空间转录组数据分析的准确性和整合能力	空间转录组数据	数字病理学	NA	空间转录组技术（ST）	自编码器网络（autoencoder）	基因表达数据和空间分布数据	人背外侧前额叶皮层数据集（样本151673和151672）
353	2025-07-05	GOBoost: leveraging long-tail gene ontology terms for accurate protein function prediction 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf267 PMID:40581608	研究论文	提出了一种名为GOBoost的新方法，用于通过优化长尾基因本体术语来提高蛋白质功能预测的准确性	引入了长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数，以增强长尾功能信息并减轻长尾现象	未明确提及具体限制，但可能依赖于特定数据集（PDB和AF2）的性能	提高蛋白质功能预测的准确性，特别是针对长尾分布的基因本体术语	蛋白质功能预测	机器学习	NA	深度学习	GOBoost（结合全局-局部标签图模块和多粒度焦点损失函数）	蛋白质功能数据	PDB和AF2数据集
354	2025-04-03	Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Jun, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
355	2025-07-05	Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques 2025-Jun, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0080 PMID:40501115	研究论文	该研究比较了Holt-Winters统计方法和LSTM深度学习方法在预测沙特阿拉伯季节性流感样疾病(ILI)发病率方面的性能	结合了区域特异性外生变量（如气候条件和人口流动趋势）来增强中东流行病学建模的预测能力	在发病率波动较大的时期存在显著的未解释变异性	开发和评估流感样疾病(ILI)发病率预测模型	沙特阿拉伯2017-2022年的每周季节性流感样疾病(ILI)发病率数据	机器学习	流感	时间序列分析	Holt-Winters, LSTM	时间序列数据	2017-2022年的每周ILI病例数据
356	2025-07-05	Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240239 PMID:40607067	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习模型在全景X光片上分类下颌第三磨牙与下颌管接触状态的诊断性能	首次对深度学习模型在该特定诊断任务中的性能进行了系统评价，并识别了影响模型性能的关键因素	研究间存在高度异质性，患者选择标准不明确	评估深度学习模型在全景X光片上识别下颌第三磨牙与下颌管接触的诊断准确性	下颌第三磨牙与下颌管的接触状态	数字病理学	口腔疾病	深度学习	CNN（包括VGG-16、AlexNet等架构）	医学影像（全景X光片）	7项研究共4,955张全景X光片
357	2025-07-05	Automated quality evaluation of dental panoramic radiographs using deep learning 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240232 PMID:40607073	研究论文	本研究开发了一种基于深度学习的模型，用于自动评估牙科全景X光片的质量	首次使用YOLOv8模型对牙科全景X光片的多项质量指标进行自动化评估	模型在某些质量指标上的准确率仍有提升空间，如覆盖区域评估准确率为74.1%	开发自动化工具以提高牙科全景X光片质量评估的效率和一致性	牙科全景X光片	计算机视觉	NA	深度学习	YOLOv8	图像	1000张全景X光片
358	2025-07-05	Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network 2025-May-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60200-x PMID:40413181	research paper	提出了一种名为MorpHoloNet的深度学习模型，用于从单次拍摄的全息图中重建生物细胞的三维形态	通过整合物理驱动和基于坐标的神经网络，MorpHoloNet能够直接从单次拍摄的全息图中重建三维复杂光场和三维形态，无需多次相移全息图或角度扫描	NA	改进数字同轴全息显微镜（DIHM）中生物细胞的三维形态重建技术	生物细胞	digital pathology	NA	digital in-line holographic microscopy (DIHM)	physics-driven neural network, coordinate-based neural network	holograms	NA
359	2025-07-05	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-May-14, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性	首次系统评估AI在膳食摄入评估中的应用及其与传统方法的比较	研究中存在中等偏倚风险，且需要更多不同人群的研究和更大样本量以验证实验设计的有效性	评估AI在营养流行病学中膳食数据准确性和有效性方面的应用	基于AI的膳食摄入评估方法	营养流行病学	NA	深度学习, 机器学习	NA	膳食数据	13项研究
360	2025-07-05	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-May-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文全面回顾了生物医学多模态数据融合与分析中的人工智能技术应用及其挑战	提出了利用模型预训练和知识整合来推进生物医学研究的未来方向	未提及具体实验验证或案例研究	探讨人工智能在生物医学多模态数据整合分析中的应用与挑战	分子、细胞、图像和电子健康记录等多模态生物医学数据	数字病理学	NA	深度学习	大语言和视觉模型	多模态数据（分子、细胞、图像、电子健康记录）	NA