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
581	2025-06-12	In silico analysis of soybean-derived umami peptides: Discovery and interaction mechanisms with T1R1/T1R3 receptor 2025-May, Food chemistry: X DOI:10.1016/j.fochx.2025.102544 PMID:40486061	研究论文	本研究通过计算机模拟分析从大豆蛋白中筛选出与鲜味受体T1R1/T1R3结合的鲜味肽，并揭示了其相互作用机制	结合深度学习方法和分子对接技术筛选鲜味肽，并通过分子动力学模拟揭示其与受体的相互作用机制	NA	开发天然鲜味增强剂并探索其与受体的相互作用机制	大豆蛋白衍生的鲜味肽	食品科学	NA	虚拟酶解、分子对接、分子动力学模拟、电子舌实验	深度学习	肽序列数据	629种二肽至六肽，最终筛选出17种潜在鲜味肽
582	2025-06-12	A review of recent artificial intelligence for traditional medicine 2025-May, Journal of traditional and complementary medicine IF:3.3Q1 DOI:10.1016/j.jtcme.2025.02.009 PMID:40486280	review	本文回顾了人工智能在传统医学中的应用，探讨了AI技术如何促进传统医学的诊断和研究	探讨了AI技术与传统医学的结合，提出了AITM（人工智能传统医学）这一前沿领域	NA	促进AI与传统医学社区的协作与创新，利用先进AI技术提升传统医学的诊断和研究水平	传统医学（TM）及其与人工智能（AI）的结合	machine learning	NA	Machine Learning, Deep Learning, Large Language Models	NA	NA	NA
583	2025-06-12	KARNet: A Novel Deep-Learning Approach for Dementia Stage Detection in MRI Images 2025-May, Cureus DOI:10.7759/cureus.83548 PMID:40486321	研究论文	本文介绍了一种名为KARNet的新型深度学习框架，用于在MRI图像中检测痴呆阶段	KARNet整合了Kolmogorov-Arnold网络架构、改进的ResNet-18和PCA，以分类痴呆的四个阶段，并在ADNI数据集上实现了98.5%的分类准确率	NA	提高痴呆阶段的早期诊断和监测准确性	MRI图像中的痴呆阶段分类	数字病理学	老年疾病	MRI	KARNet（结合KAN、ResNet-18和PCA）	图像	ADNI数据集
584	2025-06-12	Using deep learning to predict postoperative pain in reverse shoulder arthroplasty patients 2025-May, JSES international DOI:10.1016/j.jseint.2024.11.020 PMID:40486767	研究论文	本研究开发了一种深度学习算法，用于预测反向全肩关节置换术(rTSA)后的术后疼痛	首次应用深度学习算法预测rTSA术后疼痛，并通过SHAP分析识别关键影响因素	模型准确率有待提高，需纳入更多预测参数并尝试其他机器学习算法	开发预测rTSA术后疼痛的深度学习模型，优化手术指征管理	接受反向全肩关节置换术的患者	机器学习	骨科疾病	人工神经网络	人工神经网络	临床数据	1707例患者(疼痛组705例，无痛组1002例)
585	2025-06-12	The reliability of deep learning models in assessing the shoulder arthroscopic field's visual clarity in relation to bleeding 2025-May, JSES international DOI:10.1016/j.jseint.2025.02.003 PMID:40486805	研究论文	本研究开发了深度学习模型来分类肩关节镜图像的视觉清晰度，并评估其与评估者评估的可靠性	使用多种预训练深度学习模型（如DensetNet169、DenseNet201、Xception等）评估肩关节镜图像的视觉清晰度，并与人工评估进行比较	研究仅基于回顾性数据，样本量相对较小（113例肩关节镜视频）	开发可靠的深度学习模型来客观评估肩关节镜手术中的视觉清晰度	肩关节镜手术中的视觉清晰度	计算机视觉	NA	深度学习、迁移学习	DenseNet169, DenseNet201, Xception, InceptionResNetV2, VGG16, ViT	视频、图像	113例肩关节镜视频（63例用于训练，50例用于评估）
586	2025-06-12	Multiparametric MR Urography: State of the Art 2025-04, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240151 PMID:40080439	review	本文综述了多参数MR尿路造影（MRU）的最新技术进展及其在临床中的应用	MRU技术在对比分辨率、组织表征及上尿路可视化方面与CT尿路造影（CTU）相当，并在特定患者群体中成为首选检查方法	MRU在某些情况下可能不如CTU普及，且需要技术优化和对各种尿路病理条件的深入了解	探讨MRU技术的发展现状及其在尿路疾病诊断中的应用	肾脏、肾盂系统、输尿管和膀胱	数字病理	泌尿系统疾病	静态流体T2加权成像、钆增强尿路上皮和排泄期成像、动态对比增强MRI、扩散加权成像	NA	图像	NA
587	2025-06-12	Deep Learning-Based ASPECTS Algorithm Enhances Reader Performance and Reduces Interpretation Time 2025-Mar-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8491 PMID:39255988	research paper	研究探讨了基于深度学习的ASPECTS算法如何提升医生在急性缺血性卒中治疗中的表现并减少解读时间	开发了一种深度学习算法（CINA-ASPECTS），能够自动计算ASPECTS，显著提高医生的诊断准确性和效率	研究仅基于200例NCCT扫描，样本量有限，且仅评估了8位临床医生的表现	评估深度学习算法在急性缺血性卒中ASPECTS解读中的辅助效果	急性缺血性卒中患者的NCCT扫描图像	digital pathology	cardiovascular disease	深度学习	DL-based algorithm	image	200例NCCT扫描来自5个临床中心，涉及27种扫描仪型号和4个不同供应商
588	2025-06-12	Challenges and solutions of deep learning-based automated liver segmentation: A systematic review 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109459 PMID:39642700	系统综述	本文系统综述了基于深度学习的肝脏自动分割面临的挑战及其解决方案	将肝脏分割挑战分为五大类，并调查了针对每类挑战提出的技术解决方案	仅涵盖了2016年至2022年间发表的文献，可能未包含最新研究进展	分析肝脏分割的挑战并识别研究者为应对这些挑战对网络模型所做的修改及其他改进	医学图像中的肝脏分割	数字病理	肝脏疾病	深度学习	NA	医学图像	88篇来自Scopus和ScienceDirect数据库的文章
589	2025-06-12	Deep Learning techniques to detect and analysis of multiple sclerosis through MRI: A systematic literature review 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109530 PMID:39693692	系统文献综述	本文通过系统文献综述探讨了深度学习技术在MRI检测和分析多发性硬化症中的应用	全面梳理和总结了深度学习在MRI检测和分析多发性硬化症中的最新研究进展	仅基于筛选后的82篇文献进行分析，可能未涵盖所有相关研究	评估深度学习技术在MRI检测和分析多发性硬化症中的应用效果	多发性硬化症患者	数字病理学	多发性硬化症	MRI	CNN	image	401篇文献初筛，最终纳入82篇研究
590	2025-06-12	The Use of Artificial Intelligence and Wearable Inertial Measurement Units in Medicine: Systematic Review 2025-Jan-29, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/60521 PMID:39880389	系统综述	本文系统评估了人工智能（AI）与可穿戴惯性测量单元（IMUs）在医疗保健中的整合，探讨了当前应用、挑战及未来机遇	首次系统性地分析了AI与IMUs在医疗领域的结合，揭示了机器学习模型的主导地位及深度学习模型的增长潜力	数据集规模较小（中位数50名参与者），监督学习的过度使用，以及临床环境研究多于真实场景的局限性	评估AI模型与可穿戴IMUs在医疗保健中的整合，以改善患者护理和推动医学研究	AI模型与可穿戴IMUs的整合应用	医疗保健技术	神经系统疾病（65%的研究聚焦于此）	机器学习（76%的研究使用），包括线性回归、支持向量机和随机森林	机器学习（传统模型）与深度学习（增长潜力）	可穿戴IMUs数据	中位数50名参与者
591	2025-06-12	Cell-APP: A generalizable method for microscopic cell annotation, segmentation, and classification 2025-Jan-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.23.634498 PMID:39896521	研究论文	提出了一种通用的方法Cell-APP，用于生成大规模实例分割训练数据集，以训练基于视觉变换器（ViT）的Mask-RCNN模型，实现细胞的高精度分割和分类	开发了一种通用方法生成大规模实例分割训练数据集，解决了标注数据不足的问题，并利用ViT-based Mask-RCNN模型实现高精度细胞分割和分类	方法依赖于通用的细胞特征，可能对某些特定细胞类型的适用性有限	开发一种通用方法，用于细胞的高通量显微镜图像的实例分割和分类	组织培养细胞在透射光显微镜图像中的实例分割和分类	计算机视觉	NA	荧光显微镜，透射光显微镜	ViT-based Mask-RCNN	图像	NA
592	2025-06-12	Identification of genomic alteration and prognosis using pathomics-based artificial intelligence in oral leukoplakia and head and neck squamous cell carcinoma: a multicenter experimental study 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002077 PMID:39248300	研究论文	开发了一种基于病理组学的人工智能模型，用于预测口腔白斑和头颈部鳞状细胞癌中的9p染色体缺失及其预后	首次在口腔白斑和头颈部鳞状细胞癌中开发了基因组改变预测的深度学习模型，结合Transformer方法和XGBoost算法	样本量相对较小，外部测试数据集仅有23例	开发快速且经济高效的预测9p染色体缺失的AI模型，并评估其在头颈部鳞状细胞癌患者预后中的应用	口腔白斑(OLK)和头颈部鳞状细胞癌(HNSCC)患者	数字病理	头颈部鳞状细胞癌	全切片图像分析，基因组改变数据	Transformer, XGBoost	图像	333例OLK病例（217例训练集，93例验证集，23例外部测试集），407例HNSCC病例（42例和365例两个多中心数据集）
593	2025-06-12	Cognitive Dysfunction in the Addictions (CDiA): protocol for a neuron-to-neighbourhood collaborative research program 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1455968 PMID:40462873	研究论文	介绍了一项名为‘成瘾中的认知功能障碍’(CDiA)的综合研究计划，旨在填补对执行功能(EFs)在物质使用障碍(SUDs)中作用的理解空白	通过跨学科研究整合临床、生物医学、临床前和健康服务研究，开发与生物心理社会模型一致的政策和干预措施	研究样本仅限于18-60岁的成年人，且随访时间仅为一年	探索执行功能在物质使用障碍中的关键作用及其对功能恢复的影响	寻求SUD治疗的成年人(目标样本量=400)	神经科学与成瘾医学	物质使用障碍	重复经颅磁刺激(rTMS)、深度学习、聚类分析	深度学习	多模态数据(包括临床、生物医学和行为数据)	400名18-60岁的成年人
594	2025-06-12	A deep learning aided bone marrow segmentation of quantitative fat MRI for myelofibrosis patients 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1498832 PMID:40485725	research paper	该研究使用深度学习U-Net模型自动化定量脂肪MRI中骨髓纤维化患者骨盆骨髓的分割	比较了四种U-Net模型（2D U-Net、2D注意力U-Net、3D U-Net和3D注意力U-Net）在骨髓分割中的性能，发现2D注意力U-Net在股骨和髂骨的骨髓分割中表现最佳	研究仅针对骨髓纤维化患者，样本量为58人，可能限制了模型的泛化能力	自动化骨髓纤维化患者骨盆骨髓的分割	骨髓纤维化患者的骨盆MRI图像	digital pathology	myelofibrosis	quantitative fat MRI	U-Net, 2D attention U-Net, 3D U-Net, 3D attention U-Net	MRI images	58名骨髓纤维化患者的骨盆MRI图像
595	2025-06-12	Identification of Important Diagnostic Genes in the Uterine Using Bioinformatics and Machine Learning 2025, Medical journal of the Islamic Republic of Iran DOI:10.47176/mjiri.39.4 PMID:40486012	研究论文	本研究利用生物信息学和机器学习算法识别子宫癌的重要诊断基因	发现了MEX3B、CTRP2 (C1QTNF2)和AASS这三个新的子宫体子宫内膜癌(UCEC)生物标志物	NA	探索子宫癌诊断和预后的重要基因	子宫体子宫内膜癌(UCEC)患者	生物信息学	子宫癌	RNA测序、深度学习	DNN	基因表达数据	NA
596	2025-06-12	Donor-specific digital twin for living donor liver transplant recovery 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf037 PMID:40486178	research paper	该研究开发了一种基于深度学习的个性化数字孪生模型，用于预测活体肝移植供体的肝脏恢复轨迹	通过整合基因表达数据和肝细胞转换的数学模型，创建了一个个性化的数字孪生模型，能够预测供体特定的恢复轨迹	样本量较小（12名供体），且仅基于血液基因表达数据，可能无法完全反映肝脏再生的复杂性	提高活体肝移植供体的术后护理质量，确保更安全的移植和更好的供体恢复	活体肝移植供体	digital pathology	liver disease	gene expression analysis, deep learning	deep learning-based framework	gene expression data	12名供体
597	2025-06-12	Artificial intelligence based surgical support for experimental laparoscopic Nissen fundoplication 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1584628 PMID:40487013	研究论文	本研究开发了一种基于AI/CV的图像分类模型，用于评估腹腔镜Nissen胃底折叠术的质量指标	首次开发了基于AI/CV的图像分类模型来评估腹腔镜Nissen胃底折叠术的质量指标	研究仅基于猪模型实验，未进行临床Nissen胃底折叠术测试	探索AI/CV在手术支持中的应用，提高手术效果和患者安全性	腹腔镜Nissen胃底折叠术的质量指标	计算机视觉	胃食管反流病	深度学习	EfficientNet	图像	57个视频序列，提取了3,138张图像
598	2025-06-12	Metal artifact reduction combined with deep learning image reconstruction algorithm for CT image quality optimization: a phantom study 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19516 PMID:40487060	research paper	评估智能金属伪影减少(MAR)算法与不同扫描参数组合对CT图像质量的影响，以确定临床应用的最佳方案	结合深度学习图像重建(DLIR-H)算法与MAR技术，优化金属伪影减少和图像质量	研究基于体模实验，未涉及真实患者数据	优化CT图像质量，减少金属伪影	带有起搏器的体模	医学影像处理	NA	CT扫描，深度学习图像重建(DLIR)，金属伪影减少(MAR)	DLIR-H	CT图像	体模实验，标准剂量(3 mSv)和低剂量(0.5 mSv)各三种扫描电压(70, 100, 120 kVp)
599	2025-06-12	Automatic quantification of left atrium volume for cardiac rhythm analysis leveraging 3D residual UNet for time-varying segmentation of ECG-gated CT 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.039 PMID:40487246	研究论文	本研究提出了一种基于AI的框架，用于分割整个心动周期中的左心房并分类房颤患者	采用定制的Residual 3D-UNet模型和One-Class SVM，实现了对时间变化的ECG门控CT扫描的自动分割和房颤分类	分类器的敏感性较低（70%），存在将房颤误分类为窦性心律的风险	开发一种自动化工具，用于房颤的诊断和管理	左心房体积变化和房颤患者	数字病理学	心血管疾病	ECG门控CT扫描	Residual 3D-UNet, One-Class SVM	3D图像	93例时间变化的ECG门控CT扫描（60例用于分割任务，33例用于分类任务）
600	2025-06-12	ScannerVision: Scanner-based image acquisition of medically important arthropods for the development of computer vision and deep learning models 2025, Current research in parasitology & vector-borne diseases IF:1.7Q3 DOI:10.1016/j.crpvbd.2025.100268 PMID:40487328	研究论文	本文提出了一种基于扫描仪的高通量方法，用于捕获医学重要节肢动物的图像，以生成适合训练机器学习算法的大型数据集	开发了一种新型的扫描仪成像方法，解决了传统显微镜成像视野狭窄的问题，并验证了其图像质量与显微镜相当	未提及样本数量的具体限制或扫描仪方法在特定环境下的适用性问题	开发适用于计算机视觉和深度学习模型的医学重要节肢动物图像采集方法	医学重要节肢动物（如昆虫和蜘蛛）	计算机视觉	NA	扫描仪成像	InceptionV3, ResNet, MobileNetV2	图像	未明确提及具体数量，但涉及多种采样方法（如粘性陷阱、诱蚊陷阱、UV光陷阱）收集的样本