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
401	2025-07-19	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	研究论文	本研究利用深度学习模型评估儿童意外长骨骨折的受伤时间	首次应用深度学习模型对儿童长骨骨折的受伤时间进行准确估计，提高了骨折时间评估的精确性	研究数据仅来自一家大型中西部儿童医院，可能影响模型的泛化能力	改进儿童意外长骨骨折的影像学评估方法，提高骨折时间估计的准确性	6岁以下儿童的长骨意外骨折	数字病理学	骨折	深度学习	深度学习模型	影像	来自399名患者的2,328张X光片
402	2025-07-19	Accuracy of deep learning-based upper airway segmentation 2025-03, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动模型和半自动方法在上气道分割中的准确性，并与金标准手动方法进行了比较	使用MONAI Label框架训练自动分割模型，并与开源程序ITK-SNAP的半自动分割方法进行比较，验证了两种方法在临床中的可接受性	研究仅针对CBCT图像，未涉及其他影像模态	评估自动和半自动上气道分割方法的准确性，以辅助正畸治疗中的诊断和规划	上气道的体积和形态	数字病理	NA	CBCT	深度学习	图像	NA
403	2025-07-19	[Artificial intelligence in healthcare] 2025-Mar, Klinicka mikrobiologie a infekcni lekarstvi PMID:40678962	综述	本文简要概述了人工智能在医疗领域的历史、工作原理及具体应用	探讨了AI在医疗影像技术、医学文档分析和临床决策支持中的创新应用	面临潜在错误、伦理困境和滥用风险等挑战	概述人工智能在医疗领域的应用及其挑战	人工智能在医疗领域的应用	医疗信息学	NA	机器学习、深度学习、神经网络	NA	医疗影像、医学文档、临床数据	NA
404	2025-07-19	Invited commentary: deep learning-methods to amplify epidemiologic data collection and analyses 2025-Feb-05, American journal of epidemiology IF:5.0Q1 DOI:10.1093/aje/kwae215 PMID:39013794	comments	本文是一篇受邀评论，探讨了深度学习在流行病学数据收集和分析中的应用及其潜力	强调了深度学习为流行病学研究带来的新机遇，包括扩大研究的地理范围、增加研究对象数量以及处理大规模或高维数据	指出深度学习工具对流行病学家而言不如传统回归方法那样直接和普及，需要与深度学习专家进行跨学科合作	探讨深度学习如何扩展和增强流行病学研究的数据收集和分析能力	流行病学研究中的数据收集和分析方法	machine learning	NA	深度学习	neural networks, attention algorithms	text, audio, images, video	NA
405	2025-07-19	Deep Learning-Based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in Computed Tomography Images and Assessment of Spinal Cord Compression: A Two-Center Study 2025-02, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	本研究开发了一种基于CT的深度学习模型，用于自动分割后纵韧带骨化病灶并测量骨化物质厚度及计算颈椎脊髓压迫系数	首次提出全自动CT深度学习模型用于后纵韧带骨化分割及脊髓压迫评估，采用3D U-Net框架实现高精度分割	外部测试集Dice系数较低(0.71)，模型泛化能力有待提升，样本来自两个中心可能限制普适性	开发自动化工具辅助诊断后纵韧带骨化疾病	307例后纵韧带骨化患者的CT影像	数字病理	脊柱疾病	CT成像	3D U-Net	医学影像	307例患者(260例来自上海长征医院，47例来自西南医科大学附属中医医院)
406	2025-07-19	Critical factors influencing live birth rates in fresh embryo transfer for IVF: insights from cluster ensemble algorithms 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88210-1 PMID:39881210	研究论文	本研究通过一种新型的NMF-based Ensemble算法（NMFE）分析影响新鲜胚胎移植成功的关键临床因素	提出了一种结合NMF、AMU-NMF和GDLC算法的NMFE集成算法，用于分析IVF-ET数据集	研究仅基于2238个周期的数据，可能无法涵盖所有临床情况	识别影响新鲜胚胎移植成功的关键临床因素	体外受精（IVF）的新鲜胚胎移植	机器学习	不孕不育	Non-negative Matrix Factorization (NMF), accelerated multiplicative updates for non-negative matrix factorization (AMU-NMF), generalized deep learning clustering (GDLC)	NMFE	临床数据	2238个IVF周期和85个独立临床特征
407	2025-07-19	Deep learning-based malaria parasite detection: convolutional neural networks model for accurate species identification of Plasmodium falciparum and Plasmodium vivax 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87979-5 PMID:39885248	研究论文	本文提出了一种基于卷积神经网络（CNN）的模型，用于从厚血涂片中准确分类被恶性疟原虫、间日疟原虫感染的红细胞及未感染的白细胞	该模型采用七通道输入，显著提高了疟原虫种类识别的准确性，解决了以往模型难以区分不同疟原虫种类的问题	当前模型尚未在真实世界质量图像上全面测试，且需要进一步开发以适应偏远地区的实际应用	开发一种自动化工具以提高疟疾诊断的准确性和效率，特别是在缺乏训练有素的显微镜技师的偏远地区	被恶性疟原虫（P. falciparum）和间日疟原虫（P. vivax）感染的红细胞及未感染的白细胞	数字病理学	疟疾	深度学习	CNN	图像	12,954例（验证集）+ 64,126例（交叉验证）厚血涂片样本
408	2025-07-19	Investigating the performance of multivariate LSTM models to predict the occurrence of Distributed Denial of Service (DDoS) attack 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313930 PMID:39823417	研究论文	本文探讨了使用多元LSTM模型预测分布式拒绝服务（DDoS）攻击的性能	通过比较多种深度学习模型和机器学习模型，证明了LSTM网络在预测DDoS攻击中的优越性	无法完全避免服务器遭受DDoS攻击，只能在一定程度上预防	评估不同模型在预测DDoS攻击中的性能，寻找最优预测方法	DDoS攻击的网络流量数据	机器学习	NA	深度学习、机器学习	LSTM, DNN, Random Forest, AdaBoost, Gaussian Naive Bayes	网络流量数据	使用CICDDoS2019基准数据集，包含88个特征，从中提取22个特征
409	2025-07-19	Artificial intelligence in ophthalmology: a bibliometric analysis of the 5-year trends in literature 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1580583 PMID:40665980	研究论文	通过文献计量学方法分析过去5年（2020-2024年）人工智能在眼科领域应用的文献，揭示该领域的最新发展趋势	超越单个领域提供更全面的见解，涵盖2022年后的文献，填补了先前文献计量学研究的空白	仅基于Web of Science核心合集的数据，可能未涵盖所有相关文献	阐明人工智能在眼科领域应用的最新观点和发展趋势	人工智能在眼科领域的应用文献	数字病理	年龄相关性黄斑变性、糖尿病视网膜病变、青光眼等眼科疾病	文献计量学方法	深度学习、机器学习、CNN	文献数据	21,725篇文献，来自134个国家和7,126个机构
410	2025-07-19	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2025, BMC methods DOI:10.1186/s44330-024-00020-5 PMID:40666158	研究论文	介绍PSSR2，一个用户友好的Python包，用于普及基于深度学习的点扫描超分辨率显微镜技术	PSSR2改进了PSSR的工作流程和方法，通过改进半合成数据生成和训练过程，提供了更高质量的超分辨率图像	PSSR2模型仅适用于与训练数据足够相似的数据进行超分辨率处理，并且需要与真实世界的地面真实数据进行验证	提高显微镜图像的质量，便于大规模高质量显微镜图像的获取	低质量显微镜数据	数字病理学	NA	深度学习	NA	图像	配对的低分辨率和高分辨率电子显微镜图像测试数据集
411	2025-07-19	Dual-stage segmentation and classification framework for skin lesion analysis using deep neural network 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351858 PMID:40666627	研究论文	本研究开发了一个双阶段深度学习框架，用于皮肤病变的分割和分类，以解决数据不平衡、病变变异性和低对比度等挑战	提出了一个结合U-Net与VGG16编码器的精确实例分割阶段，以及使用EfficientFormer和SwiftFormer网络的分类阶段的双阶段框架	未明确提及具体限制，但可能包括对非皮肤镜数据（如SLICE-3D）的适应性仍需进一步验证	开发一个高精度和鲁棒性的双阶段深度学习框架，用于皮肤病变的分割和分类	皮肤病变图像	计算机视觉	皮肤癌	深度学习	U-Net, VGG16, EfficientFormer, SwiftFormer, XGBoost, ResNet	图像, 表格数据	三个基准数据集：HAM10000（10,000张训练图像）、ISIC 2018和ISIC 2024 SLICE-3D数据集
412	2025-07-19	A method for English paragraph grammar correction based on differential fusion of syntactic features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326081 PMID:40668821	研究论文	提出一种基于句法特征差异融合的英语段落语法纠错方法	通过差异融合分析句法特征，显著提升段落级语法纠错的准确性和质量	依赖预设阈值识别语法错误，可能影响对复杂错误的适应性	提高英语段落语法纠错的准确性和效率	英语段落中的语法错误	自然语言处理	NA	依赖解析、BERT、Seq2Seq模型	Transformer-based Seq2Seq	文本	CoLA、LCoLE、FCE数据集
413	2025-07-19	Predicting receptor-ligand pairing preferences in plant-microbe interfaces via molecular dynamics and machine learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.029 PMID:40677241	研究论文	本研究开发了一种结合分子动力学和机器学习的混合方法，用于预测植物-微生物界面中受体-配体配对偏好	开发了一种新的混合MD/ML方法，能够高精度预测大而灵活的配体的结合亲和力排名，克服了传统方法在结构表征和结合亲和力预测方面的限制	方法依赖于有限的实验结构信息，且主要针对特定的植物受体和配体系统	揭示植物-微生物共生初期阶段的分子相互作用机制	植物LysM-RLK受体与脂-壳寡糖(LCOs)等信号分子的相互作用	计算生物学	NA	分子动力学模拟(MD)和机器学习(ML)	混合MD/ML模型	分子结构数据	四种豆科植物LysM-RLK (LYR3)与LCOs和壳寡糖的结合系统
414	2025-07-19	Deep latent force models: ODE-based process convolutions for Bayesian deep learning 2025, Machine learning IF:4.3Q2 DOI:10.1007/s10994-025-06824-y PMID:40677904	研究论文	提出了一种称为深度潜在力模型（DLFM）的领域无关模型，用于建模高度非线性动态系统的行为并进行鲁棒的不确定性量化	DLFM是一种深度高斯过程，每层都包含基于物理信息的核，这些核通过过程卷积框架从常微分方程导出	诱导点框架对基于LFM的模型的外推能力有负面影响	开发一种能够建模高度非线性动态系统行为并进行不确定性量化的通用方法	高度非线性现实世界多输出时间序列数据	机器学习	NA	过程卷积框架, 双重随机变分推断	深度高斯过程（DLFM）	时间序列数据	NA
415	2025-07-19	Swarm learning network for privacy-preserving and collaborative deep learning assisted diagnosis of fracture: a multi-center diagnostic study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1534117 PMID:40678137	研究论文	本研究开发了一种基于区块链的群体学习框架，用于隐私保护和多机构协作的骨折图像分析	首次提出并验证了基于区块链的群体学习框架，用于分布式AI训练，解决了医学影像分析中的数据隐私和安全问题	研究仅针对膝关节损伤，未涵盖其他类型的骨折	开发并验证一种隐私保护的分布式学习模型，用于骨折识别	膝关节损伤患者的影像数据	数字病理	骨折	区块链技术、群体学习	YOLOv8n-cls	医学影像	4,581名患者用于回顾性研究，112名患者用于前瞻性队列评估
416	2025-07-19	CT radiomics combined with neural networks predict the malignant degree of pulmonary grinding glass nodules 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1603472 PMID:40678142	研究论文	本研究探讨了结合CT影像组学和卷积神经网络（CNN）预测肺部磨玻璃结节（GGN）恶性程度的方法，旨在提高诊断准确性并支持个性化治疗计划	结合CT影像组学和CNN模型预测GGN恶性程度，相比Mayo和Brock模型表现出更高的诊断准确性	单中心回顾性研究，需外部验证和多中心前瞻性队列验证	提高肺部磨玻璃结节的恶性程度诊断准确性，支持个性化治疗计划	肺部磨玻璃结节（GGN）	数字病理	肺癌	CT影像组学	CNN	图像	670例肺部结节患者（2019-2023年）
417	2025-07-19	Using Convoluted Neural Networks in Diagnosing Lung Cancer on Computed Tomography Scans 2025 Jan-Mar, Current health sciences journal DOI:10.12865/CHSJ.51.01.09 PMID:40678299	research paper	该研究开发了一种新型卷积神经网络（CNN）用于分类肺部CT图像中的可疑结节，以辅助肺癌的早期诊断	提出了一种可在常规硬件上实现的CNN模型，用于成功分类CT图像中的恶性和良性肺部病变	模型的精确度（62.16%）和召回率（79.31%）仍有提升空间，且最终医疗决策仍需医生判断	开发计算机辅助工具以处理大量影像数据，实现肺癌的早期诊断	肺部CT图像中的可疑结节	digital pathology	lung cancer	CT扫描	CNN	image	176例患者（192例病例中筛选）
418	2025-07-19	Deep Learning and The Retina: A New Frontier in Multiple Sclerosis Diagnosis 2025 Jan-Mar, Current health sciences journal DOI:10.12865/CHSJ.51.01.03 PMID:40678297	review	探讨深度学习在视网膜成像技术中用于多发性硬化症（MS）诊断和进展跟踪的应用	利用AI驱动的模型（如CNN、GAN和可解释AI方法）分析视网膜图像，实现MS早期诊断和疾病严重性预测	面临数据标准化、模型可解释性和临床整合等挑战	探索人工智能在眼科诊断中的应用，以支持更早、更个性化的MS护理	多发性硬化症（MS）患者	digital pathology	multiple sclerosis	Optical Coherence Tomography (OCT), fundus photography, Scanning Laser Ophthalmoscopy (SLO)	CNN, GAN, explainable AI	image	NA
419	2025-07-19	The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review 2024-11-05, Stem cells (Dayton, Ohio) DOI:10.1093/stmcls/sxae054 PMID:39230167	综述	本文通过范围综述探讨了系统生物学（SysBio）和人工智能（AI）在干细胞（SC）研究和治疗开发中的全球演变和影响	揭示了SysBio和AI在干细胞研究中的全球发展趋势及其在临床转化医学中日益增长的应用	研究仅基于PubMed数据库2000年至2024年发表的文献，可能未涵盖所有相关研究	评估SysBio和AI在干细胞研究和治疗开发中的贡献和全球影响	干细胞（SC）研究	系统生物学与人工智能	NA	系统生物学（SysBio）、人工智能（AI）、机器学习（ML）、深度学习（DL）	NA	文献数据	PubMed数据库2000-2024年发表的文献
420	2025-07-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	研究论文	本研究开发了一种基于深度学习的AI模型，用于从吸气胸部CT中估计小气道疾病（fSADTLC），并评估其与COPD患者FEV1下降的临床关联	通过生成模型从吸气CT中估计小气道疾病，避免了传统方法需要额外呼气CT的限制	研究结果需要在更大规模的人群中进行验证	评估AI模型在COPD患者中估计小气道疾病的准确性及其临床关联	COPD患者	数字病理学	慢性阻塞性肺疾病（COPD）	生成模型	深度学习	CT图像	SPIROMICS研究中的2513名参与者和COPDGene研究中的458名参与者