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
3761	2025-03-30	Current Role of Artificial Intelligence in the Management of Esophageal Cancer 2025-Mar-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061845 PMID:40142652	综述	本文综述了人工智能在食管癌管理中的当前应用和未来前景	整合临床因素和多模态影像特征的AI模型显示出更高的预测性能，可能改善患者治疗效果	需要解决现有局限性，进行随机对照试验，并考虑伦理和法律问题	探讨人工智能在食管癌管理中的应用	食管癌患者	数字病理	食管癌	机器学习、深度学习、放射组学	NA	临床数据和影像数据	41项研究
3762	2025-03-30	Deep Learning in Scaphoid Nonunion Treatment 2025-Mar-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061850 PMID:40142658	research paper	本研究利用深度学习算法预测舟骨不愈合手术后愈合的可能性	开发了一个基于术前X光片的深度学习模型，预测手术成功率高达93.6%，显著高于传统逻辑回归的66.3%	研究仅基于346名患者的X光片数据，样本量相对有限	开发一种可靠的工具来预测舟骨不愈合手术的成功率，以指导临床决策	346名被诊断为舟骨不愈合的患者	digital pathology	scaphoid nonunion	X-ray imaging	TensorFlow deep learning algorithm	image	346名患者的术前和术后X光片
3763	2025-03-30	AGASI: A Generative Adversarial Network-Based Approach to Strengthening Adversarial Image Steganography 2025-Mar-09, Entropy (Basel, Switzerland) DOI:10.3390/e27030282 PMID:40149206	研究论文	提出了一种基于GAN的方法AGASI，用于增强对抗性图像隐写术的鲁棒性	使用GAN框架结合编码器和解码器，提升隐写图像对抗隐写分析工具的能力，同时减少原始秘密图像与提取图像之间的差距	未提及具体在哪些类型的图像或场景下效果有限	增强图像隐写术的鲁棒性，以对抗基于深度学习的隐写分析技术	隐写图像和秘密图像	计算机视觉	NA	生成对抗网络(GAN)	GAN	图像	未提及具体样本数量
3764	2025-03-30	Comparison of Deep Learning and Traditional Machine Learning Models for Predicting Mild Cognitive Impairment Using Plasma Proteomic Biomarkers 2025-Mar-08, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26062428 PMID:40141072	研究论文	本研究比较了深度学习和传统机器学习模型在利用血浆蛋白质组生物标志物预测轻度认知障碍（MCI）中的表现	首次比较了深度学习和传统机器学习模型在MCI预测中的性能，并发现DNN模型在准确性和F1分数上表现最佳	样本量相对较小（239名成人），且所有数据来自ADNI队列，可能限制结果的泛化性	比较不同机器学习方法在MCI预测中的效果，并探索相关生物标志物	239名来自ADNI队列的成年人及其146种血浆蛋白质组生物标志物	机器学习	阿尔茨海默病	血浆蛋白质组学分析	DNN, SVM, LR, NB, RF, KNN, GBM, XGBoost	蛋白质组数据	239名成年人
3765	2025-03-30	A Deep Learning-Based Detection and Segmentation System for Multimodal Ultrasound Images in the Evaluation of Superficial Lymph Node Metastases 2025-Mar-08, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061828 PMID:40142635	研究论文	开发并验证了一种基于深度学习的自动检测和分割系统，用于评估浅表淋巴结转移的多模态超声图像	首次将Mask R-CNN架构应用于多模态超声图像（B型、多普勒和弹性成像）中的淋巴结检测和分割，结合血管性和硬度参数提高了诊断能力	未提及模型在不同医疗机构或设备上的泛化能力，也未说明样本来源的多样性	开发自动化的淋巴结转移评估系统以提高诊断效率和准确性	浅表淋巴结的多模态超声图像（B型、多普勒和弹性成像）	数字病理	癌症（淋巴结转移）	多模态超声成像（B型、多普勒、弹性成像）	Mask R-CNN	图像	未明确说明数量的标注超声图像数据集
3766	2025-03-30	Novel Preprocessing-Based Sequence for Comparative MR Cervical Lymph Node Segmentation 2025-Mar-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14061802 PMID:40142614	研究论文	本研究利用深度学习方法对磁共振图像中的颈部淋巴结进行自动分割，以提高颈部病理性肿块诊断的速度和准确性，并改善患者治疗流程	首次探索使用全面的颈部MRI序列进行颈部淋巴结的自动分割，提出的预处理模型和自动重新裁剪方法提高了分割的准确性	样本量相对较小（64名患者），且仅针对颈部淋巴结，可能限制了模型的泛化能力	提高颈部淋巴结在磁共振图像中的自动分割准确性和速度，优化诊断和治疗流程	颈部淋巴结	数字病理	颈部淋巴结疾病	MRI	DeepLabv3+ with ResNet-50	图像	64名患者的1346张MRI切片
3767	2025-03-30	A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology 2025-Mar-06, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100749 PMID:40057037	研究论文	本研究开发了一种基于深度学习的术中胶质瘤分级模型（IGGC），用于提高冷冻切片图像的分级准确性	开发了首个基于深度学习的术中胶质瘤分级模型（IGGC），显著提高了诊断准确性和一致性	研究样本主要来自TCGA数据集，可能无法完全代表所有临床场景	提高术中胶质瘤分级的准确性和一致性，优化手术策略和患者预后	成人型弥漫性胶质瘤的冷冻切片图像	数字病理学	胶质瘤	深度学习	CNN（未明确说明但推断为卷积神经网络）	图像	训练集1603例，验证集628例，测试集5个队列共213例
3768	2025-03-30	FungID: Innovative Fungi Identification Method with Chromogenic Profiling of Colony Color Patterns 2025-Mar-03, Pathogens (Basel, Switzerland) DOI:10.3390/pathogens14030242 PMID:40137727	研究论文	介绍了一种名为FungID的新型真菌识别方法，通过菌落颜色模式的显色分析和深度学习算法实现快速可靠的真菌物种鉴定	开发了基于菌落颜色模式显色分析的深度学习算法FungID，为真菌识别提供了快速可靠的新方法	需要仔细评估该方法的适用范围和局限性	开发一种快速可靠的真菌物种识别方法	各种真菌物种	计算机视觉	NA	显色分析	CNN	图像	269张真菌菌落图像
3769	2025-03-30	Applications of AI-based deep learning models for detecting dental caries on intraoral images - a systematic review 2025-Mar, Evidence-based dentistry DOI:10.1038/s41432-024-01089-1 PMID:39609513	系统综述	本文评估了基于AI的深度学习模型在口腔内图像上检测龋齿的有效性	系统综述了AI深度学习模型在龋齿检测中的应用，并评估了其性能和临床研究的质量	研究中仅有3项研究使用了可解释AI技术，且仅有4项研究开发了移动或网络应用	评估AI深度学习模型在龋齿检测中的有效性	口腔内图像	计算机视觉	龋齿	深度学习	DL	图像	23项研究
3770	2025-03-30	Fast Reverse Design of 4D-Printed Voxelized Composite Structures Using Deep Learning and Evolutionary Algorithm 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407825 PMID:39893044	research paper	本研究提出了一种结合深度学习和进化算法的优化方法，用于4D打印的体素化复合结构的快速逆向设计	开发了一种序列增强的并行卷积神经网络和渐进式进化算法（PEA），构建了DL-PEA框架，显著缩短了设计时间至约3.04秒	研究主要针对溶剂响应性水凝胶，可能不适用于其他类型的刺激响应材料	优化4D打印的体素化复合结构的设计过程，以实现特定目标形状的快速逆向设计	溶剂响应性水凝胶的4D打印体素化复合结构	machine learning	NA	深度学习（DL）、进化算法、有限元模拟	序列增强的并行CNN、渐进式进化算法（PEA）	模拟数据	NA
3771	2025-03-30	Machine Learning in Drug Development for Neurological Diseases: A Review of Blood Brain Barrier Permeability Prediction Models 2025-Mar, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400325 PMID:40146590	综述	本文回顾了机器学习在预测血脑屏障通透性方面的最新方法	总结了机器学习在血脑屏障通透性预测中的应用，以减少成本并提高预测准确性	NA	探讨机器学习在神经系统疾病药物开发中的应用	血脑屏障通透性预测模型	机器学习	神经系统疾病	NA	机器学习模型	经验数据	NA
3772	2025-03-30	Evaluation of state-of-the-art deep learning models in the segmentation of the left and right ventricles in parasternal short-axis echocardiograms 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024002 PMID:40151505	research paper	评估深度学习模型在超声心动图短轴视图中左右心室分割的性能	首次在超声心动图短轴视图中评估深度学习模型对左右心室的分割性能，填补了长轴视图研究的空白	研究样本量较小，仅包含33名女性志愿者	评估深度学习模型在超声心动图短轴视图中分割心室的性能，以辅助心肺疾病和心肌病的诊断	超声心动图短轴视图中的左右心室	digital pathology	cardiovascular disease	超声心动图	Unet-Resnet101, Unet-ResNet50, SAM variants, Detectron2	image	33名女性志愿者的387次扫描
3773	2025-03-30	Enhancing Ophthalmic Diagnosis and Treatment with Artificial Intelligence 2025-Feb-28, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61030433 PMID:40142244	综述	本文综述了人工智能在眼科诊断和治疗中的当前应用及未来潜力	AI算法在诊断糖尿病视网膜病变、年龄相关性黄斑变性和青光眼等疾病方面表现出色，甚至超过人类专家	数据隐私、安全性和算法偏见等问题仍需解决	探讨人工智能在眼科领域的应用及其对诊断和治疗的影响	眼科疾病（如糖尿病视网膜病变、年龄相关性黄斑变性、青光眼）	数字病理学	眼科疾病	机器学习和深度学习	DL	多模态数据（包括遗传信息和患者病史）	NA
3774	2025-03-30	Diagnosis of Lung Cancer Using Endobronchial Ultrasonography Image Based on Multi-Scale Image and Multi-Feature Fusion Framework 2025-Feb-27, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11030024 PMID:40137564	研究论文	本研究开发了一种基于多尺度图像和多特征融合框架的计算机辅助诊断系统，用于通过支气管内超声图像诊断肺癌	提出了M3-Net，一种基于注意力机制的多分支框架，整合多种特征以提高肺癌诊断性能	样本量较小，仅包含95例患者病例	开发一种计算机辅助诊断系统，以促进肺癌的早期检测并提高患者生存率	支气管内超声图像	数字病理学	肺癌	深度学习	M3-Net	图像	95例患者病例（13例良性，82例恶性），共1140张EBUS图像
3775	2025-03-30	Deep Learning for Ultrasonographic Assessment of Temporomandibular Joint Morphology 2025-Feb-27, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11030027 PMID:40137567	研究论文	本研究开发并验证了一种基于深度学习的自动测量颞下颌关节超声图像空间宽度的方法	首次将AI驱动的分割和测量算法应用于颞下颌关节超声图像分析，填补了该领域的空白	对关节窝的分割性能较低（Dice系数0.60±0.24），这可能是由于其复杂的几何形状导致的	开发自动且可重复的颞下颌关节超声图像空间宽度测量方法	颞下颌关节超声图像	计算机视觉	颞下颌关节紊乱	超声成像	2D Residual U-Net	图像	142张颞下颌关节超声图像
3776	2025-03-30	ADMM-TransNet: ADMM-Based Sparse-View CT Reconstruction Method Combining Convolution and Transformer Network 2025-Feb-26, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11030023 PMID:40137562	research paper	提出了一种结合ADMM迭代算法框架、CNN和Transformer模型的稀疏视图CT重建方法，以减少对数据样本的依赖并提高图像重建的准确性	结合模型驱动和数据驱动方法，引入CNN和Transformer模型以增强图像全局和局部表示的学习能力	未明确提及具体的数据集规模或计算资源需求	提高稀疏视图CT重建的准确性和泛化能力	稀疏视图CT图像	computer vision	NA	ADMM迭代算法、CNN、Transformer	CNN、Transformer	CT图像	未明确提及
3777	2025-03-30	Automatic Detect Incorrect Lifting Posture with the Pose Estimation Model 2025-Feb-24, Life (Basel, Switzerland) DOI:10.3390/life15030358 PMID:40141703	research paper	开发了一种基于智能手机摄像头和深度学习模型的系统，用于自动检测不正确的举重姿势	采用无标记的智能手机摄像头系统结合双向LSTM模型，实现了高精度的举重姿势分类	环境因素（如摄像头角度和高度）对模型准确性有轻微影响，特别是在关键身体点被部分遮挡的情况下	通过早期检测不安全的举重姿势，减少职业性腰痛和工作相关的肌肉骨骼疾病	50名健康成年人在不同条件下进行举重任务	computer vision	occupational low back pain	OpenPose算法用于检测和提取关键身体点	bidirectional LSTM	video	50名健康成年人
3778	2025-03-30	Artificial Intelligence and Internet of Things Integration in Pharmaceutical Manufacturing: A Smart Synergy 2025-Feb-22, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17030290 PMID:40142954	综述	本文综述了人工智能（AI）与物联网（IoTs）在制药制造中的整合应用及其潜在影响	探讨了AI与IoTs整合在制药制造中的创新应用，如实时分析、预测性维护和自动化，以及区块链技术在数据追溯中的使用	面临数据整合、AI驱动决策的伦理问题及监管合规等挑战	研究AI与IoTs整合在制药制造中的应用及其对生产效率、产品质量和可持续性的影响	制药制造过程中的生产流程和质量控制	机器学习	NA	云计算、数据分析	深度学习	传感器数据	NA
3779	2025-03-30	Deep Learning-Based Tumor Segmentation of Murine Magnetic Resonance Images of Prostate Cancer Patient-Derived Xenografts 2025-Feb-22, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11030021 PMID:40137561	research paper	该研究开发了一种基于深度学习的自动化分割流程，用于小鼠前列腺癌患者来源异种移植模型（PDX）的磁共振图像（MRI）肿瘤分割	提出了一种结合切片分类器和多种U-Net分割架构的自动化分割流程，特别针对多部位肿瘤图像进行优化	研究仅针对六种前列腺癌PDX模型，未验证在其他癌症类型或模型中的适用性	开发自动化工具以改进小鼠异种移植模型的肿瘤监测和表征	前列腺癌患者来源异种移植（PDX）小鼠模型的MRI图像	digital pathology	prostate cancer	MRI	U-Net, dense residual recurrent U-Net	image	六种不同前列腺癌PDX模型在肾脏、肝脏和胫骨的T2加权MRI图像
3780	2025-03-30	Channel Estimation for Massive MIMO Systems via Polarized Self-Attention-Aided Channel Estimation Neural Network 2025-Feb-21, Entropy (Basel, Switzerland) DOI:10.3390/e27030220 PMID:40149144	研究论文	本文提出了一种基于深度学习的极化自注意力辅助信道估计神经网络（PACE-Net），用于大规模MIMO系统中的高效信道估计	将原始信道估计问题转化为图像去噪问题，并提出了新的PACE-Net网络结构，解决了传统方法精度低和计算复杂度高的问题	NA	提高大规模MIMO通信系统中信道估计的准确性和效率	大规模MIMO通信系统	机器学习	NA	深度学习	PACE-Net（极化自注意力辅助神经网络）	信道数据	NA