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
3961	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
3962	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
3963	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
3964	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
3965	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
3966	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
3967	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
3968	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
3969	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
3970	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
3971	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
3972	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
3973	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
3974	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
3975	2025-03-30	Brain Tumor Detection and Prediction in MRI Images Utilizing a Fine-Tuned Transfer Learning Model Integrated Within Deep Learning Frameworks 2025-Feb-20, Life (Basel, Switzerland) DOI:10.3390/life15030327 PMID:40141673	research paper	该研究通过微调迁移学习模型，利用深度学习框架提高MRI图像中脑肿瘤检测和预测的准确性	采用多种迁移学习模型（如InceptionResNetV2、VGG19、Xception和MobileNetV2）进行脑肿瘤分类，其中Xception模型表现最佳，准确率达到96.11%	数据集来自Kaggle，可能存在样本多样性和泛化能力的限制	提高脑肿瘤分类的准确性和效率，支持临床决策	MRI图像中的脑肿瘤与非肿瘤图像	computer vision	brain tumor	deep transfer learning	InceptionResNetV2, VGG19, Xception, MobileNetV2	image	Kaggle数据集中的肿瘤与非肿瘤图像，具体数量未提及
3976	2025-03-30	Performance of artificial intelligence on cervical vertebral maturation assessment: a systematic review and meta-analysis 2025-Feb-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05482-9 PMID:39910512	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人工智能在颈椎成熟度评估中的整体表现	首次对人工智能在颈椎成熟度评估中的应用进行了系统综述和荟萃分析，比较了不同AI子集（深度学习和机器学习）的性能差异	纳入研究的方法学存在差异，部分研究存在偏倚风险，且CS3阶段的评估性能相对较低	评估人工智能模型在颈椎成熟度评估中的诊断准确性	颈椎成熟度评估的放射影像	数字病理	骨科疾病	机器学习和深度学习	NA	放射影像	25项研究（其中12项纳入荟萃分析）
3977	2025-03-30	Multi-Image Fusion-Based Defect Detection Method for Real-Time Monitoring of Recoating in Ceramic Additive Manufacturing 2025-Feb, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0285 PMID:40151680	研究论文	提出了一种基于多图像融合和深度学习的陶瓷增材制造中涂层缺陷实时监测方法	采用多图像融合技术和通道级YOLO（CW-YOLO）方法，显著提高了缺陷检测的准确性和实时性	未提及具体的数据集规模或实验环境的多样性限制	开发一种实时监测陶瓷增材制造中涂层缺陷的方法	陶瓷增材制造过程中的涂层缺陷	计算机视觉	NA	多图像融合、深度学习	CW-YOLO	图像	NA
3978	2025-03-30	Advances in computer vision and deep learning-facilitated early detection of melanoma 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf002 PMID:40139223	综述	本文综述了计算机视觉和深度学习在早期黑色素瘤检测中的最新进展	整合了多种先进神经网络模型（如YOLO、GAN、Mask R-CNN、ResNet和DenseNet）以提升早期黑色素瘤检测和诊断的准确性	未来研究需进一步提升技术、整合多模态数据并改善AI决策的可解释性以促进临床采用	探索计算机视觉和深度学习技术在早期黑色素瘤检测中的应用	黑色素瘤的早期检测和诊断	计算机视觉	黑色素瘤	深度学习	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	图像	综合皮肤病数据集（如PH2、ISIC、DERMQUEST和MED-NODE）
3979	2025-03-29	Correction to: "UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf043 PMID:40139910	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3980	2025-03-30	Beyond the Greater Angkor Region: Automatic large-scale mapping of Angkorian-period reservoirs in satellite imagery using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320452 PMID:40138322	研究论文	利用深度学习技术自动识别卫星图像中的吴哥时期水库，以扩展对吴哥文化区域的研究	使用先进的深度学习模型Deeplab V3+进行语义分割，自动识别吴哥时期的水库，显著提高了考古学家的工作效率	虽然模型准确度高，但仍需考古学家的进一步验证，且目前仅针对吴哥时期水库进行识别	通过自动识别卫星图像中的考古特征，扩展对吴哥文化区域的全面研究	吴哥时期的水库	计算机视觉	NA	卫星遥感技术、深度学习	Deeplab V3+	卫星图像	NA