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
6521	2025-02-27	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-03, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	本文系统回顾并荟萃分析了用于预测非计划性重症监护病房（ICU）再入院风险的预后模型，比较了机器学习模型与评分系统的性能	首次使用HSROC模型进行荟萃分析，比较了机器学习模型与评分系统在ICU再入院预测中的表现，并指出深度学习模型在敏感性上的优势	所有研究存在高偏倚风险，机器学习模型忽略了临床笔记，且模型需要外部验证以确保跨机构的可靠性	评估和比较不同模型在预测ICU非计划性再入院风险中的性能和适用性	ICU再入院预测模型	机器学习	重症监护	HSROC模型	机器学习模型、深度学习模型、评分系统	结构化数据	67项研究，包含335个模型和67个评分系统
6522	2025-02-27	FHD deep learning prognosis approach: Early detection of fetal heart disease (FHD) using ultrasonography image-based IROI combined multiresolution DCNN 2025-Feb-26, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241310981 PMID:40007382	研究论文	本文提出了一种基于超声图像的深度学习预后方法，用于早期检测胎儿心脏病（FHD）	提出了一种结合增强自适应中值滤波（EAMF）、强化感兴趣区域（IROI）分割和多分辨率深度卷积神经网络（MDCNN）分类的自动化分层网络，用于FHD的检测	未提及具体样本量和数据集的多样性，可能影响模型的泛化能力	早期检测胎儿心脏病（FHD）	胎儿心脏病的超声图像	计算机视觉	胎儿心脏病	超声2D成像	多分辨率深度卷积神经网络（MDCNN）	图像	未提及具体样本量
6523	2025-02-27	Artificial Intelligence in Computed Tomography Image Reconstruction: A Review of Recent Advances 2025-Feb-26, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001734 PMID:40008975	综述	本文综述了人工智能在计算机断层扫描（CT）图像重建中的最新进展	人工智能，特别是深度学习，在CT重建中展示了减少辐射剂量同时保持图像质量和噪声纹理的巨大潜力，并在解决低剂量CT、稀疏视图CT、有限角度CT和内部断层扫描等挑战性问题中表现出前所未有的性能	NA	探讨人工智能在CT图像重建中的应用，特别是在低剂量、稀疏视图和有限角度等挑战性条件下的应用	计算机断层扫描（CT）图像	计算机视觉	NA	深度学习	NA	图像	NA
6524	2025-02-27	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Feb-26, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	本研究提出了一种基于深度学习的框架，用于在CBCT图像中自动放置模拟牙种植体至最佳位置	采用两阶段深度学习框架，结合YOLOv11进行标记检测和种植体位置预测，提高了牙种植体放置的自动化程度和准确性	YOLOv11在标记检测阶段的F-score仅为59%，种植体位置预测的平均绝对误差在11.931到15.954之间，表明模型仍有改进空间	提高牙种植体放置的自动化程度和准确性，减少对牙医知识和经验的依赖	CBCT图像中的牙种植体	计算机视觉	NA	深度学习	YOLOv11	3D CBCT图像	NA
6525	2025-02-27	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Feb-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本文介绍了一种基于深度学习的psi CT网络，用于预测肝细胞癌（HCC）患者肝切除术后早期复发	结合DenseNet和注意力机制，模型能自动聚焦于对患者生存有显著影响的区域，并通过CAM技术可视化这些区域	研究为回顾性，且样本量相对有限，可能影响模型的泛化能力	开发一种可靠的方法来预测HCC患者肝切除术后早期复发	肝细胞癌（HCC）患者	数字病理	肝癌	深度学习	DenseNet	CT扫描图像	302例患者，来自五个中心
6526	2025-02-27	Data-efficient generalization of AI transformers for noise reduction in ultra-fast lung PET scans 2025-Feb-26, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07165-7 PMID:40009163	研究论文	本研究旨在使用基于深度学习的方法对超快速肺部PET扫描图像进行去噪处理，以减少呼吸运动伪影并提高诊断质量	提出了一种名为Mask-ViT的鲁棒且数据高效的深度学习方法，能够在有限的目标扫描仪训练数据上进行微调，并直接应用于新扫描仪的未见测试数据	研究仅基于两个数据集，且样本量相对较小，可能限制了模型的泛化能力	通过深度学习技术提高超快速肺部PET扫描图像的质量，减少噪声并满足临床诊断需求	超快速20秒屏气（U2BH）PET扫描图像	计算机视觉	肺癌	深度学习	Mask-ViT, U-Net, C-Gan	图像	1272个回顾性收集的全时PET数据和46个前瞻性收集的U2BH及对应的全时PET/CT图像
6527	2025-02-27	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-Feb-25, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	结合人工智能方法，特别是机器学习和深度学习，以解决微流控系统产生的大量数据分析难题	未具体提及研究的局限性	提高微流控实验的准确性和效率，促进新的生物学发现	细胞的生物物理特性	机器学习	NA	微流控技术	机器学习和深度学习	微流控系统生成的数据	NA
6528	2025-02-27	Ultrasound Thyroid Nodule Segmentation Algorithm Based on DeepLabV3+ with EfficientNet 2025-Feb-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01436-3 PMID:40000546	研究论文	本文提出了一种基于DeepLabV3+与EfficientNet的超声甲状腺结节分割算法，旨在提高超声图像中甲状腺结节分割的准确性	首次将EfficientNet-B7作为DeepLabV3+架构的主干网络应用于甲状腺结节分割	NA	提高超声图像中甲状腺结节分割的准确性	超声图像中的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	DeepLabV3+ with EfficientNet-B7	图像	来自郑州大学第一附属医院的数据集及两个公共数据集
6529	2025-02-27	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Feb-25, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教学策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了个性化教育干预的重要性	研究仅限于英文文献，可能忽略了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教学策略	糖尿病患者	NA	糖尿病	NA	NA	文献数据	906篇文章
6530	2025-02-27	Recent advances in AI-driven protein-ligand interaction predictions 2025-Feb-24, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103020 PMID:39999605	综述	本文综述了AI驱动的蛋白质-配体相互作用预测领域的最新进展	AI模型如图神经网络、混合密度网络、transformer和扩散模型显著提升了预测性能，特别是在配体结合位点预测、结合姿态估计和虚拟筛选方面	尽管有这些进展，但跨不同蛋白质-配体对的泛化能力仍然是一个挑战	提高基于结构的药物发现中蛋白质-配体相互作用预测的准确性和效率	蛋白质-配体相互作用	机器学习	NA	NA	图神经网络、混合密度网络、transformer、扩散模型	NA	NA
6531	2025-02-27	Deep Learning-Enhanced Ultra-high-resolution CT Imaging for Superior Temporal Bone Visualization 2025-Feb-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.002 PMID:40000329	研究论文	本研究评估了使用混合迭代重建（HIR）和一种新型的、供应商特定的深度学习重建（DLR）算法AiCE Inner Ear对成人和儿童颞骨超高分辨率（UHR）CT扫描的图像质量	引入了供应商特定的深度学习重建算法AiCE Inner Ear，显著提高了颞骨图像质量和诊断性能	研究为单中心回顾性研究，样本量较小，特别是儿童样本仅有5例	评估深度学习增强的超高分辨率CT成像在颞骨可视化中的效果	35名患者（5名儿童，23名男性）的57个颞骨	数字病理学	NA	超高分辨率CT扫描，混合迭代重建（HIR），深度学习重建（DLR）	深度学习	CT图像	35名患者（5名儿童，23名男性）的57个颞骨
6532	2025-02-27	AI for image quality and patient safety in CT and MRI 2025-Feb-23, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00562-5 PMID:39987533	综述	本文综述了人工智能（AI）在计算机断层扫描（CT）和磁共振成像（MRI）中的最新发展，旨在提高图像质量和患者安全	本文强调了AI在优化患者定位、扫描范围选择、技术参数选择、减少对比剂用量和注射流速、快速图像重建以及减少噪声和伪影等方面的创新应用	挑战包括模型的泛化能力有限、缺乏外部验证、模型解释性不足以及决策过程的不透明性	研究目的是通过AI技术提高CT和MRI的图像质量，减少辐射剂量和对比剂使用，从而提升患者安全	研究对象为CT和MRI图像	数字病理	NA	深度学习	NA	图像	NA
6533	2025-02-27	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	研究论文	本文探讨了深度学习算法在根尖周X光片中检测断裂根管器械的性能	比较了五种深度学习模型在检测断裂根管器械方面的性能，并发现DenseNet201在此任务中表现最佳	研究仅基于700张标注的根尖周X光片，样本量相对较小，且未进行模型间的显著差异配对比较	评估深度学习模型在根尖周X光片中检测断裂根管器械的性能	断裂根管器械（FEIs）	计算机视觉	牙科疾病	深度学习	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	图像	700张标注的根尖周X光片，其中381颗牙齿含有断裂根管器械
6534	2025-02-27	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文回顾了深度学习与心电图（ECG）结合在心血管疾病领域应用的最新进展，系统性地检查了198篇高质量出版物	通过细致的分类和层次分割，提供了当前各种心血管疾病领域的详尽描述	NA	为感兴趣的读者提供全面的指南，激发对这一领域进一步深入探索和研究的热情	心血管疾病	机器学习	心血管疾病	深度学习	NA	心电图数据	198篇高质量出版物
6535	2025-02-27	The Role of Artificial Intelligence Combined With Digital Cholangioscopy for Indeterminant and Malignant Biliary Strictures: A Systematic Review and Meta-analysis 2025-Feb-19, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002148 PMID:39998988	meta-analysis	本文通过系统回顾和荟萃分析评估了人工智能结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能	首次将基于计算机视觉的AI算法应用于胆道镜检查，以提高诊断准确性	研究数量有限，仅包含五项研究，且样本量相对较小	评估AI结合数字胆道镜在诊断不确定性和恶性胆道狭窄中的诊断性能	不确定性和恶性胆道狭窄	computer vision	biliary strictures	deep learning	CNN	image	675 lesions (2,685,674 cholangioscopic images)
6536	2025-02-27	A deep learning-enabled smart garment for accurate and versatile monitoring of sleep conditions in daily life 2025-Feb-18, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420498122 PMID:39932995	研究论文	本文介绍了一种基于深度学习的智能服装系统，用于日常生活中准确且多功能地监测睡眠状况	开发了一种可水洗、与皮肤兼容的智能服装系统，能够在弱设备-皮肤耦合条件下捕捉局部皮肤应变信号，无需定位或皮肤准备，并通过可逆淀粉处理控制墨水渗透深度，实现批量间性能变化小于10%	NA	提高睡眠质量并预防与睡眠相关的慢性疾病	睡眠相关状况	机器学习	NA	深度学习、可解释AI、迁移学习	NA	皮肤应变信号	NA
6537	2025-02-27	Solubilization of Membrane Proteins using designed protein WRAPS 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.04.636539 PMID:39975033	研究论文	本文介绍了一种基于深度学习的通用设计方法，用于溶解天然膜蛋白，同时保持其序列、折叠和功能	使用基因编码的蛋白WRAPs（水溶性RF扩散两亲蛋白）包围脂质相互作用的疏水表面，使其稳定且水溶性，无需使用去污剂	NA	开发针对膜蛋白的疗法和疫苗，解决其疏水表面导致的生成和结构表征困难	膜蛋白	机器学习	梅毒	深度学习	NA	蛋白质结构数据	四种外膜β桶蛋白
6538	2025-02-27	De novo design of Ras isoform selective binders 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610300 PMID:39975043	研究论文	本文利用深度学习方法设计了针对Ras异构体的特异性结合剂，以研究其在生物学和疾病中的不同作用	首次使用深度学习方法设计出针对Ras异构体的特异性结合剂，解决了传统方法难以针对Ras C端无序且高电荷区域产生抗体的难题	未提及具体样本量或实验验证的广泛性	研究Ras异构体在癌症中的不同作用，并开发特异性结合剂	Ras异构体（KRAS4A, KRAS4B, HRAS, NRAS）	机器学习	癌症	深度学习	NA	NA	NA
6539	2025-02-27	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-Feb-04, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	本文提出了一种基于人工智能的全自动化方法，用于预测根治性或部分肾切除术后肾功能	开发了一种全自动化的AI模型，无需临床细节、医生时间或测量即可预测术后肾小球滤过率（GFR），其准确性与已验证的临床模型相当	研究样本量相对较小（300例患者），且仅基于单一数据集（KiTS19挑战赛）	测试AI模型在预测术后GFR方面的准确性，并与已验证的临床模型进行比较	接受肾切除术的肾肿瘤患者	数字病理学	肾癌	深度学习分割模型	深度学习	CT图像	300例接受肾切除术的肾肿瘤患者
6540	2025-02-27	Development of deep learning-based mobile application for the identification of Coccidia species in pigs using microscopic images 2025-Feb, Veterinary parasitology IF:2.0Q2 DOI:10.1016/j.vetpar.2024.110376 PMID:39675168	研究论文	开发了一种基于深度学习的移动应用程序，用于通过显微镜图像自动识别猪体内的Coccidia物种	采用深度学习技术开发移动应用程序，自动识别猪体内的Coccidia物种，减少对专家人员的依赖	研究仅限于印度东北山区常见的六种Coccidia物种，未涵盖所有可能的物种	开发一种能够自动识别猪体内Coccidia物种的移动应用程序，以减少经济损失和提高诊断效率	猪体内的Coccidia物种，特别是E. debliecki, E. perminuta, E. porci, E. spinosa, E. suis, 和 Isospora suis	计算机视觉	寄生虫病	卷积神经网络（CNN）	EfficientNetB0, EfficientNetB1, MobileNet, MobileNetV2	显微镜图像	未明确提及具体样本数量，但涉及印度东北山区的猪