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
501	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据
502	2025-06-17	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市的城市发展表型进行聚类分析	提出了一种新颖的分层深度学习框架，用于无监督聚类高分辨率卫星图像，揭示城市发展的多维特征	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法完全代表该地区的所有城市发展模式	通过无监督深度学习分析高分辨率卫星图像，实现对城市环境的近实时监测	撒哈拉以南非洲多个城市的卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的高分辨率卫星图像
503	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例
504	2025-06-17	A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients 2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110935 PMID:40360049	meta-analysis	本文通过系统综述和荟萃分析评估了放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	首次对放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能进行了系统综述和荟萃分析，并比较了不同模型的性能	研究主要集中在放射性肺炎的预测，对其他毒性反应的预测研究较少	评估放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	接受胸部放疗的肺癌患者	digital pathology	lung cancer	radiomics, dosiomics, machine learning	classical and deep learning models	imaging data	104项研究，包括23,373名患者
505	2025-06-17	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨了代谢组学与机器学习在亚洲人群心血管代谢风险精确管理与预防中的应用	结合代谢组学与机器学习技术，揭示隐藏的代谢模式和通路，为亚洲人群提供个性化干预措施	代谢组学结果在不同种族群体间的解释存在困难，研究设计有限，分析平台和数据处理方法存在不一致性	开发针对亚洲人群的心血管代谢疾病（CMDs）的精准干预和预防措施	亚洲人群的心血管代谢风险	机器学习	心血管疾病	代谢组学	深度学习、网络分析	代谢组数据	NA
506	2025-05-27	Deep Learning Auto-Segmentation of Organs at Risk in a Real-World Head and Neck Cancer Proton Beam Radiotherapy Planning 2025-Jul, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2025.103849 PMID:40414067	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
507	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据
508	2025-06-17	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jun-16, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了在结直肠癌或胃癌患者中，通过常规胸部CT扫描自动计算冠状动脉钙化（CAC）评分与心血管疾病风险之间的关联	首次在结直肠癌或胃癌患者群体中，使用深度学习软件自动量化CAC评分，并评估其与心血管事件风险的关联	研究为回顾性队列设计，且仅在韩国两家三级医院进行，可能存在选择偏倚	评估自动CAC评分在预测结直肠癌或胃癌患者心血管风险中的临床应用价值	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习	NA	医学影像	3153名患者（2011-2019年期间在韩国两家三级医院接受非心电图门控胸部CT扫描）
509	2025-06-17	LumiCharge: Spherical Harmonic Convolutional Networks for Atomic Charge Prediction in Drug Discovery 2025-Jun-16, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01025 PMID:40521781	research paper	提出了一种名为LumiCharge的新型原子电荷预测框架，用于药物发现中的原子电荷预测	结合高阶球谐卷积并显式建模多体相互作用，增强了模型的几何空间感知能力	未明确提及具体局限性	提高原子电荷预测的准确性和泛化能力，以支持药物设计	药物分子中的原子电荷	machine learning	NA	spherical harmonics convolutions	CNN	molecular structures	diverse data sets, external halogen-containing test set
510	2025-06-17	From gas sensing to AI-gas sensing 2025-Jun-16, Chemical communications (Cambridge, England) DOI:10.1039/d5cc01291k PMID:40521933	综述	本文综述了气体传感技术及其在人工智能技术介入下的发展	探讨了AI技术在气体传感领域的应用，如深度学习驱动的特征提取和模式识别、漂移补偿以及在边缘设备上的部署，以及硬件-软件融合的创新	NA	概述气体传感技术及其在AI技术介入下的发展	气体传感技术	机器嗅觉	NA	深度学习、模式识别、漂移补偿	NA	化学信号	NA
511	2025-06-17	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Jun-16, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	本文提出了一种深度学习方法来量化正常胰腺结构，并应用于疾病模型和毒性研究	利用深度学习和数字病理学技术，开发了一种自动化方法来量化胰腺亚结构，克服了传统视觉评估的主观性和分类测量的局限性	NA	开发一种自动化方法来量化胰腺亚结构，以评估疾病模型和毒性研究中的形态学变化	正常和异常胰腺组织	数字病理学	NA	深度学习	NA	图像	NA
512	2025-06-17	Exploring stable isotope patterns in monthly precipitation across Southeast Asia using contemporary deep learning models and SHapley Additive exPlanations (SHAP) techniques 2025-Jun-16, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2025.2508811 PMID:40522311	研究论文	本研究利用深度学习和SHAP技术探索东南亚地区月降水中的稳定同位素模式	应用深度神经网络(DNN)和SHAP技术模拟和解释热带降水中的稳定同位素含量，揭示了大规模气候模式与局部气象参数之间的非线性相互作用	研究仅覆盖东南亚六个关键站点，可能无法完全代表整个区域的同位素模式	开发机器学习模型来模拟热带地区降水中的稳定同位素含量，以解决采样站点不足的问题	东南亚六个站点的降水稳定同位素数据(曼谷、吉隆坡、雅加达、哥打巴鲁、查亚普拉和新加坡)	机器学习	NA	深度神经网络(DNN), 偏最小二乘回归(PLSR), SHAP解释技术	DNN, PLSR	气象数据, 同位素数据	东南亚六个站点的月降水数据
513	2025-06-17	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2025-Jun-16, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用	介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题	临床验证、标准化和广泛采用方面仍存在挑战	探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官（如肝脏、胰腺和肾脏）的CT成像	数字病理	NA	深度学习重建（DLR）	CNN	图像	NA
514	2025-06-17	Large-scale protein clustering in the age of deep learning 2025-Jun-14, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103078 PMID:40517452	研究论文	本文探讨了深度学习时代下大规模蛋白质聚类的方法及其重要性	利用深度学习技术扩展了蛋白质相似性度量和聚类方法的广度、深度和多样性	未具体说明所提方法在实际应用中的性能表现和局限性	研究蛋白质聚类方法以促进蛋白质功能和注释的转移	蛋白质家族及其序列和结构相似性	生物信息学	NA	深度学习	NA	蛋白质序列和结构数据	大规模蛋白质数据（未提供具体数量）
515	2025-06-17	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jun-14, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	本研究评估了基于AI的肝脏自动分割在CT图像中的临床应用，并探讨了几何指标与临床医生评估之间的相关性	首次系统研究几何指标（如Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性	研究仅针对肝脏分割，且使用单一公开数据集，结果可能无法推广到其他器官或数据集	评估AI自动分割在放射治疗工作流程中的临床应用可行性	CT图像中的肝脏分割	数字病理	NA	CT成像	U-Net	医学图像	公开数据集中的CT图像（具体数量未说明）
516	2025-06-17	A review: Lightweight architecture model in deep learning approach for lung disease identification 2025-Jun-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110425 PMID:40517598	综述	本文综述了2020至2025年间发表的23项研究，专注于轻量级架构和优化技术在提高肺部疾病检测准确性方面的应用	轻量级架构在深度学习中的应用，显著减少了参数大小和计算时间，同时保持了与传统深度学习架构相当的准确性	轻量级架构在参数减少的同时，可能在某些情况下导致准确性的下降	提高肺部疾病早期检测的效率和准确性	肺部疾病的医学影像数据（如X光或CT扫描）	数字病理学	肺部疾病	深度学习	SqueezeNet, UNet, SegNet, EfficientNetV2, Extreme Learning Machine (ELM), VGG	医学影像	23项研究，涉及COVID-19公共数据集和来自意大利医学与介入放射学会及Radiopedia的CT扫描图像
517	2025-06-17	Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 2025-Jun-14, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0042 PMID:40518300	research paper	评估深度学习重建超分辨率技术（DLR-SR）在2mm薄层单次激发快速自旋回波（SshTSE）图像上的效果，并与5mm厚层图像进行比较，用于胰腺囊性病变的评估	首次将DLR-SR技术应用于2mm薄层SshTSE图像，并证明其在胰腺囊性病变评估中的优越性	样本量较小（30例患者），且研究时间范围较短（2024年6月至7月）	评估DLR-SR技术在薄层MRI图像上的应用效果	胰腺囊性病变患者	数字病理	胰腺疾病	深度学习重建超分辨率（DLR-SR），单次激发快速自旋回波（SshTSE）	深度学习	MRI图像	30例胰腺囊性病变患者
518	2025-06-17	Deep learning estimations of the production cross sections of 77Br medical radionuclide 2025-Jun-13, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112003 PMID:40517722	research paper	本研究利用深度学习算法改进预测溴-77放射性核素的生产截面	使用深度学习算法预测放射性核素生产截面，并与传统TALYS代码计算结果进行比较	未提及具体样本量或数据集的详细描述	预测溴-77放射性核素的生产截面	溴-77放射性核素的生产截面	machine learning	NA	深度学习	人工神经网络	实验截面数据	NA
519	2025-06-17	Investigating the Role of Area Deprivation Index in Observed Differences in CT-Based Body Composition by Race 2025-Jun-13, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.06.016 PMID:40517983	研究论文	本研究探讨了地区剥夺指数（ADI）和社会脆弱性指数（SVI）在解释基于CT的身体成分种族差异中的作用	首次结合ADI和SVI等社会经济指标，分析其对CT身体成分种族差异的影响	研究仅基于单一机构的患者数据，可能缺乏广泛代表性	探究社会经济因素是否能够解释身体成分的种族差异	杜伦县2020年接受腹部CT检查的患者	数字病理学	NA	深度学习分析流程	深度学习	CT图像	5,311名患者（平均年龄57.4岁，55.5%女性，46.5%黑人，39.5%白人，10.3%西班牙裔）
520	2025-06-17	The Diagnostic Value of Artificial Intelligence in Oral Squamous Cell Carcinoma: A Systematic Review and Meta-Analysis 2025-Jun-13, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102429 PMID:40518015	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在口腔鳞状细胞癌诊断中的性能	研究发现深度学习算法在诊断口腔鳞状细胞癌方面优于传统机器学习方法	研究间存在高度异质性，需要标准化方法和外部验证	评估人工智能在口腔鳞状细胞癌诊断中的准确性	口腔鳞状细胞癌(OSCC)	数字病理	口腔鳞状细胞癌	AI	深度学习算法 vs 传统机器学习方法	医学影像数据	24项研究，共18,574个样本