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
421	2025-05-12	Role of artificial intelligence in data-centric additive manufacturing processes for biomedical applications 2025-Jun, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.106949 PMID:40036906	review	本文综述了人工智能在生物医学应用中数据驱动的增材制造过程中的作用	探讨了AI在增材制造预处理、打印过程和后处理中的应用潜力，特别是在满足个性化医疗需求方面	未提及具体的技术实施限制或数据可用性问题	探索AI如何优化增材制造全流程以提升生物医学产品的个性化适配性	增材制造流程（预处理、打印、后处理）及生物医学产品（组织工程、假体、芯片器官等）	machine learning	NA	监督学习、无监督学习、深度学习、强化学习	NA	制造参数、结构设计数据、材料特性数据	NA
422	2025-05-12	Incorporating radiomic MRI models for presurgical response assessment in patients with early breast cancer undergoing neoadjuvant systemic therapy: Collaborative insights from breast oncologists and radiologists 2025-Jun, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104681 PMID:40058742	review	探讨放射组学MRI模型在早期乳腺癌患者新辅助系统治疗前反应评估中的应用及其临床意义	结合机器学习和深度学习方法提高放射组学MRI的准确性和预测能力	放射科医生的评估具有定性和主观性，可能不足以决定是否放弃额外的局部治疗措施	提高早期乳腺癌患者新辅助治疗前反应评估的准确性	早期乳腺癌患者	digital pathology	breast cancer	MRI, machine learning, deep learning	NA	image	NA
423	2025-05-12	Comparison of deep learning models for facial attractiveness assessment on 3D photos 2025-Jun, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105735 PMID:40199417	研究论文	本研究比较了几种著名的CNN模型在中国6-18岁正畸患者面部吸引力评估中的准确性和精确性	首次在3D照片上比较了多种CNN模型在面部吸引力评估中的表现，并分析了模型准确性与训练效率之间的权衡	研究仅针对中国6-18岁正畸患者，样本多样性可能有限	评估不同CNN模型在面部吸引力评估中的性能	中国6-18岁正畸患者的面部3D照片	计算机视觉	正畸	3D摄影	CNN (包括ResNet18, ResNet50, ResNet101, VGG-16, VGG-19, Inception-v3, MobileNet-v2, DenseNet121)	3D照片转换的2D RGB图像	1272名患者的3D照片
424	2025-05-12	SapFlower: an automated tool for sap flow data preprocessing, gap-filling, and analysis using deep learning 2025-Jun, The New phytologist DOI:10.1111/nph.70107 PMID:40200603	research paper	介绍了一个名为SapFlower的自动化工具，用于处理、填补和分析植物液流数据	整合了自动清洗、机器学习和深度学习模型，能够高效处理液流数据中的噪声和缺失值	未来需要针对不同树种进行特定校正，并支持更多测量方法	提高植物液流数据处理的效率和可访问性	植物液流数据	machine learning	NA	thermal dissipation probes (TDP)	random forest, Gaussian process regression, LSTM, BiLSTM	sap flow data	NA
425	2025-05-12	ChatIOS: Improving automatic 3-dimensional tooth segmentation via GPT-4V and multimodal pre-training 2025-Jun, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105755 PMID:40228651	research paper	提出了一种结合GPT-4V和多模态预训练技术的框架ChatIOS，用于提升3D牙齿分割的深度学习算法性能	首次将GPT-4V应用于数字牙科领域，并开创了多模态预训练范式用于3D牙齿分割	研究仅基于Teeth3DS数据集，未在其他数据集上验证模型的泛化能力	提升3D牙齿分割的准确性和效率，以支持临床正畸和修复治疗	口腔内扫描仪(IOS)产生的3D牙齿扫描数据	digital pathology	NA	multimodal pre-training, GPT-4V	PointNet++	3D point clouds, 2D images, text descriptions	1800个口腔内扫描数据，约24000颗标注牙齿（训练集：1200扫描，16004牙齿；测试集：600扫描，7995牙齿），来自900名患者
426	2025-05-12	Predicting lung cancer bone metastasis using CT and pathological imaging with a Swin Transformer model 2025-Jun, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2025.100681 PMID:40342492	research paper	开发了一种基于Swin Transformer的多模态深度学习模型，用于通过整合CT成像和病理数据预测肺癌患者的骨转移风险	首次将Swin Transformer模型应用于多模态（CT和病理图像）数据融合，以预测肺癌骨转移风险	样本量相对较小（215例患者），且未提及外部验证集的结果	早期预测肺癌患者的骨转移风险，以实现及时干预并改善患者预后	215例确诊肺癌患者（包括有和无骨转移的患者）	digital pathology	lung cancer	CT成像和数字化组织病理学成像	Swin Transformer	image	215例肺癌患者
427	2025-05-12	Using explainable machine learning to predict the irritation and corrosivity of chemicals on eyes and skin 2025-May-15, Toxicology letters IF:2.9Q2 DOI:10.1016/j.toxlet.2025.03.008 PMID:40180199	研究论文	本研究采用可解释的机器学习方法预测化学物质对眼睛和皮肤的刺激性和腐蚀性	结合大量实验数据开发多种机器学习和深度学习模型，并通过多层次的解释性分析提供预测结果的深入见解	模型在外部验证集上的平衡准确率分别为73.0%和75.1%，仍有提升空间	评估农药、化妆品和眼科药物中化学物质的潜在刺激性	化学物质对眼睛和皮肤的刺激性和腐蚀性	机器学习	NA	机器学习和深度学习	多种机器学习和深度学习模型	实验数据	3316个眼刺激实验数据点和3080个皮肤刺激实验数据点
428	2025-05-12	Estimating canopy leaf angle from leaf to ecosystem scale: a novel deep learning approach using unmanned aerial vehicle imagery 2025-May-10, The New phytologist DOI:10.1111/nph.70197 PMID:40346911	research paper	提出一种基于深度学习的无人机图像处理方法，用于从叶片到生态系统尺度估算冠层叶片角度	相比传统方法，该方法更经济、高效、自动化且减少人力投入，能够跨尺度高效估算叶片角度分布	NA	估算冠层叶片角度分布以理解植被冠层结构及其对光合作用和生态系统生产力的影响	三种植物物种（Pachira glabra、Ficus elastica、Schefflera macrostachya）和四种代表性树种（Melodinus suaveolens、Daphniphyllum calycinum、Endospermum chinense、Tetracera sarmentosa）的叶片角度	computer vision	NA	structure-from-motion点云算法和Mask R-CNN	Mask R-CNN	无人机图像	57,032片叶子（30 m × 30 m样地内）和三种植物物种的手动测量数据
429	2025-05-12	Estimation method of dynamic range parameters for cochlear implants based on neural response telemetry threshold 2025-May-10, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2025.2492359 PMID:40347195	research paper	本研究探讨了耳蜗植入患者主观行为测试阈值与神经反应遥测阈值之间的相关性，并利用深度学习技术建立预测模型以指导术后机器调整	首次利用深度学习技术构建卷积神经网络预测模型，用于预测耳蜗植入机器调整参数	样本量相对较小（57例正常耳蜗形态患者和20例内耳畸形患者）	探索耳蜗植入患者主观行为测试阈值与神经反应遥测阈值的相关性，并建立预测模型以指导术后机器调整	耳蜗植入患者（包括正常耳蜗形态和内耳畸形患者）	digital pathology	geriatric disease	神经反应遥测（NRT）和主观行为测试	CNN	生理信号数据	77例患者（57例正常耳蜗形态和20例内耳畸形）
430	2025-05-12	Quantitative analysis and clinical determinants of orthodontically induced root resorption using automated tooth segmentation from CBCT imaging 2025-May-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06052-9 PMID:40340630	research paper	本研究应用深度学习和CBCT技术定量分析正畸诱导的牙根吸收（OIRR）及其风险因素，以提高评估的准确性和效率	利用深度学习自动分割CBCT图像中的牙齿，实现OIRR的精确量化，并分析其临床影响因素	研究样本量较小（108例），且部分因素对牙根吸收的解释方差较低（3%至15.4%）	提高正畸诱导牙根吸收的评估准确性和临床决策支持	108名正畸患者的CBCT扫描数据	digital pathology	geriatric disease	CBCT成像	深度学习模型	3D图像	108名正畸患者
431	2025-05-12	Hearing vocals to recognize schizophrenia: speech discriminant analysis with fusion of emotions and features based on deep learning 2025-May-08, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-06888-z PMID:40340671	研究论文	开发了一种基于深度学习的精神分裂症语音判别模型，结合不同情感刺激和特征	结合不同情感刺激和特征融合，提高了精神分裂症检测的准确性和特异性	样本量相对较小，且仅使用固定文本进行语音分析	提高精神分裂症的准确检测	精神分裂症患者和健康对照者	自然语言处理	精神分裂症	log-Mel频谱图和MFCCs提取	CNN	语音	156名精神分裂症患者和74名健康对照者
432	2025-05-12	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	research paper	利用深度学习对超声图像进行层次化诊断，以术前识别和分级乳腺叶状肿瘤	提出了基于深度学习的乳腺叶状肿瘤层次化诊断模型（PTs-HDM），能够在术前进行识别和分级，减少对术后病理的依赖	研究为回顾性多中心研究，可能存在数据选择和偏倚的问题	开发一种术前识别和分级乳腺叶状肿瘤的深度学习模型	乳腺叶状肿瘤（PTs）和纤维腺瘤（FAs）的超声图像	digital pathology	breast cancer	deep learning	CNN	image	712名患者的超声图像
433	2025-05-12	Optimizing the dynamic treatment regime of outpatient rehabilitation in patients with knee osteoarthritis using reinforcement learning 2025-May-08, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01609-9 PMID:40340812	研究论文	本研究通过构建膝关节骨关节炎数据库并应用强化学习算法，开发了一种动态治疗推荐系统，以优化膝关节骨关节炎的个性化治疗方案	结合特征选择和强化学习技术，提出了一种创新的治疗方法优化方案，为慢性病管理提供了新的可能性	研究依赖于模拟实验验证算法有效性，实际临床应用效果有待进一步验证	优化膝关节骨关节炎患者的门诊康复动态治疗方案	膝关节骨关节炎患者	机器学习	膝关节骨关节炎	随机森林特征选择，强化学习算法（DDPG、DQN、BCQ）	DDPG、DQN、BCQ	临床问卷数据	大量临床数据（具体数量未提及）
434	2025-05-12	A multi-label deep residual shrinkage network for high-density surface electromyography decomposition in real-time 2025-May-08, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01639-3 PMID:40340912	研究论文	提出了一种名为ML-DRSNet的新型实时高密度表面肌电图分解算法，结合多标签学习和深度残差收缩网络以提高准确性和降低延迟	首次将多标签学习与深度残差收缩网络(DRSNet)结合用于HD-sEMG分解，显著提高了分解精度并降低了延迟	仅在一个公共sEMG数据集上进行了评估，需要更多临床数据验证	提高表面肌电图分解的准确性和实时性	运动单位尖峰序列(MUSTs)	生物医学信号处理	神经肌肉疾病	高密度表面肌电图(HD-sEMG)	深度残差收缩网络(DRSNet), 多标签深度卷积神经网络(ML-DCNN)	生物电信号	公共sEMG数据集
435	2025-05-12	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积的相关性及其与脑室周围组织损伤的关系	使用新型深度学习分割方法评估ChP体积，并揭示了ChP体积与RRMS患者脑损伤体积及疾病持续时间的动态关系	样本量相对较小，且为横断面研究，无法确定因果关系	阐明ChP在多发性硬化症中的神经炎症作用及其与脑室周围组织损伤的关系	141名复发缓解型多发性硬化症（RRMS）患者、64名原发性进展型多发性硬化症（PPMS）患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141 RRMS患者、64 PPMS患者和75名健康对照者）
436	2025-05-12	Predicting adenine base editing efficiencies in different cellular contexts by deep learning 2025-May-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03586-7 PMID:40340964	研究论文	本研究通过深度学习模型BEDICT2.0预测腺嘌呤碱基编辑在不同细胞环境中的效率	开发了BEDICT2.0深度学习模型，能够高精度预测腺嘌呤碱基编辑在细胞系和肝脏中的效率，并验证了其在体外和体内环境中的适用性	模型在细胞系和肝脏中的预测准确性存在差异，且未在其他类型的细胞或组织中验证	预测腺嘌呤碱基编辑在不同细胞环境中的效率，以纠正致病突变	腺嘌呤碱基编辑（ABEs）在细胞系和鼠肝脏中的应用	机器学习	NA	腺嘌呤碱基编辑（ABEs）、深度测序	深度学习模型（BEDICT2.0）	基因序列数据	2,195个致病突变和12,000个引导RNA
437	2025-05-12	The published role of artificial intelligence in drug discovery and development: a bibliometric and social network analysis from 1990 to 2023 2025-May-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00988-4 PMID:40341055	研究论文	本文通过文献计量和社交网络分析方法，系统分析了1990年至2023年间人工智能在药物发现和开发中的应用，揭示了该领域的演变、趋势和关键贡献者	首次全面分析了AI在药物发现和开发领域的文献计量特征，识别了高产作者、活跃机构、高影响力期刊以及国际合作模式	研究仅基于Web of Science数据库，可能未涵盖所有相关文献	系统分析AI在药物发现和开发领域的应用，理解该领域的演变、趋势和关键贡献者	1990-2023年间发表的4059篇科学文献，涉及13932位作者和1071种期刊	药物发现与开发	NA	文献计量分析、社交网络分析	NA	文献数据	4059篇科学出版物
438	2025-05-12	Effective data selection via deep learning processes and corresponding learning strategies in ultrasound image classification 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00416-5 PMID:40341123	research paper	本研究提出了一种通过深度学习和创新学习策略优化数据选择的新方法，以增强迁移学习在医学影像分类中的应用	提出了一种两阶段网络架构，通过原始网络和True网络的协同工作，优化数据选择并提高分类准确性，无需额外训练数据	方法在数据集已达上限且无法扩展的情况下特别有效，但在数据量充足的情况下可能优势不明显	提高数据有限情况下医学影像分类的迁移学习效果	甲状腺结节超声图像和皮肤镜图像	computer vision	甲状腺疾病	深度学习	ResNet101, Vision Transformer, CNN	image	NA
439	2025-05-12	Real time intelligent garbage monitoring and efficient collection using Yolov8 and Yolov5 deep learning models for environmental sustainability 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99885-x PMID:40341180	研究论文	本文提出了一种基于YOLOv8和YOLOv5深度学习模型的实时智能垃圾监测和高效收集系统，以应对城市垃圾管理问题	采用两阶段轻量级深度学习模型（YOLOv5和YOLOv8）进行垃圾分类，显著减少参数和计算成本，同时提高垃圾检测和分类的准确性	需要进一步研究目标遮挡问题、CPU和GPU硬件优化以及机器人系统集成	提高城市垃圾管理的效率和准确性，促进环境可持续发展	城市中的垃圾箱及其内部和外部的垃圾	计算机视觉	NA	深度学习	YOLOv8, YOLOv5, EfficientNet	图像	公共数据集和新构建的垃圾数据集
440	2025-05-12	Clinical assessment and interpretation of dysarthria in ALS using attention based deep learning AI models 2025-May-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01654-7 PMID:40341287	研究论文	提出一种基于注意力的深度学习AI模型，用于评估ALS患者的构音障碍严重程度	采用注意力机制的深度学习模型提高了构音障碍评估的准确性，同时保持了临床可解释性	模型性能依赖于有限的样本量和远程收集的录音数据	提高ALS患者构音障碍评估的精确度和临床实用性	ALS患者的语音录音	自然语言处理	ALS（肌萎缩侧索硬化症）	深度学习	基于注意力的深度学习模型	音频	125名参与者的2,102条录音