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
7641	2025-01-31	Enhanced Disc Herniation Classification Using Grey Wolf Optimization Based on Hybrid Feature Extraction and Deep Learning Methods 2024-Dec-26, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11010001 PMID:39852681	研究论文	本文提出了一种基于灰狼优化、混合特征提取和深度学习方法的增强型椎间盘突出分类方法	结合灰狼优化算法与深度学习，提出了一种新的椎间盘突出分类方法	未提及具体样本量或实验结果的局限性	提高椎间盘突出的分类准确性	椎间盘突出病例	机器学习	椎间盘突出	灰狼优化算法、深度学习	深度学习模型	医学影像数据	NA
7642	2025-01-31	HDNLS: Hybrid Deep-Learning and Non-Linear Least Squares-Based Method for Fast Multi-Component T1ρ Mapping in the Knee Joint 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010008 PMID:39851282	研究论文	本文提出了一种结合深度学习和非线性最小二乘法的混合模型HDNLS，用于膝关节的快速多组分T1ρ映射	HDNLS模型结合了基于合成数据训练的体素级深度学习和少量NLS迭代，加速了拟合过程，并消除了对参考MRI数据的需求	HDNLS在估计质量上显著优于基于深度学习的方法，但在速度上略慢于这些方法	解决非线性最小二乘法在定量磁共振成像中的初始猜测敏感性、收敛速度慢和计算成本高的问题，同时克服基于深度学习的T1ρ拟合方法对噪声敏感和依赖NLS生成参考数据的挑战	膝关节的多组分T1ρ映射	医学影像分析	NA	定量磁共振成像（MRI）	HDNLS（混合深度学习与非线性最小二乘法模型）	合成数据	NA
7643	2025-01-31	Neoplasms in the Nasal Cavity Identified and Tracked with an Artificial Intelligence-Assisted Nasal Endoscopic Diagnostic System 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010010 PMID:39851283	研究论文	本研究构建了一个人工智能辅助的鼻内窥镜诊断系统，能够初步区分和识别鼻腔肿瘤特性，并在手术中进行实时跟踪，为鼻内窥镜手术提供重要依据	首次结合Deep Snake、U-Net和Att-Res2-UNet网络开发了基于内窥镜图像的鼻腔肿瘤检测网络，并优化了SiamMask在线跟踪算法，实现了术中实时自动跟踪	模型的总体准确率略低于鼻科专家（0.9790 ± 0.00348 vs 0.9707 ± 0.00984）	构建一个能够初步识别鼻腔肿瘤并在手术中实时跟踪的人工智能辅助鼻内窥镜诊断系统	鼻腔肿瘤	计算机视觉	鼻腔肿瘤	深度学习	Deep Snake, U-Net, Att-Res2-UNet, SiamMask	视频数据	1050例鼻内窥镜手术视频数据，涉及四种类型的鼻腔肿瘤
7644	2025-01-31	Automatic Aortic Valve Extraction Using Deep Learning with Contrast-Enhanced Cardiac CT Images 2024-Dec-25, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd12010003 PMID:39852281	研究论文	本研究评估了使用深度学习技术从对比增强心脏CT图像中自动提取和描绘主动脉瓣环区域的效果	比较了分割和对象检测两种方法在主动脉瓣环区域提取中的准确性，发现对象检测方法表现更优	数据集规模较小，仅包含32个对比增强心脏CT扫描	评估深度学习技术在心脏CT图像中自动提取主动脉瓣环区域的准确性	对比增强心脏CT图像	计算机视觉	心血管疾病	深度学习	DeepLabv3+, YOLOv2	图像	32个对比增强心脏CT扫描
7645	2025-01-31	Dynamic Neural Network States During Social and Non-Social Cueing in Virtual Reality Working Memory Tasks: A Leading Eigenvector Dynamics Analysis Approach 2024-Dec-24, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15010004 PMID:39851372	研究论文	本研究探讨了在虚拟现实环境中，社交和非社交刺激对大脑连接模式的影响，特别是对工作记忆等认知功能的影响	创新性地将LEiDA框架应用于EEG数据，以检测大脑网络状态的快速变化，并结合深度学习和图论分析揭示社交线索对认知过程的显著影响	样本量相对较小（47名参与者），且仅限于虚拟现实环境中的工作记忆任务	研究社交和非社交刺激对大脑连接模式和认知功能的影响	47名参与者在虚拟现实环境中的大脑连接模式	认知神经科学	NA	LEiDA框架、EEG、深度学习、图论分析	深度学习	EEG数据	47名参与者
7646	2025-01-31	The Neural Frontier of Future Medical Imaging: A Review of Deep Learning for Brain Tumor Detection 2024-Dec-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010002 PMID:39852315	综述	本文综述了深度学习在脑肿瘤检测中的应用，总结了近五年的研究成果，探讨了特征提取、分割和分类的最新方法和挑战	填补了深度学习在脑肿瘤检测领域综合评述的空白，分析了100多篇研究论文，总结了关键概念、挑战和数据集，并提出了未来研究方向	可解释人工智能（XAI）的应用仍然有限，尽管其在建立医疗诊断信任方面的重要性	探讨深度学习在脑肿瘤检测中的应用，总结最新方法、挑战和未来方向	脑肿瘤检测	医学影像	脑肿瘤	深度学习	CNN, GAN, Autoencoders, RNN	MRI图像	100多篇研究论文
7647	2025-01-31	Bridging healthcare gaps: a scoping review on the role of artificial intelligence, deep learning, and large language models in alleviating problems in medical deserts 2024-Dec-23, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae122 PMID:39323384	综述	本文探讨了人工智能（AI）、深度学习和大语言模型（LLMs）在解决医疗资源匮乏地区（医疗沙漠）问题中的作用	本文首次系统地评估了AI，特别是LLMs，在医疗沙漠中通过整合电子健康和医疗物联网来提升服务水平的潜力	需要进一步的研究和开发以充分实现AI在解决医疗沙漠挑战中的潜力	研究AI在提升医疗资源匮乏地区医疗服务可及性、质量和分配中的作用	医疗资源匮乏地区（医疗沙漠）	自然语言处理	NA	AI, LLMs, e-Health, 医疗物联网	LLMs	文本	NA
7648	2025-01-31	State-of-the-art performance of deep learning methods for pre-operative radiologic staging of colorectal cancer lymph node metastasis: a scoping review 2024-Dec-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-086896 PMID:39622569	综述	本文评估了深度学习在结直肠癌淋巴结转移术前放射学分期中的应用现状	本文首次系统性地评估了深度学习在结直肠癌淋巴结转移术前放射学分期中的应用，并指出了现有研究的局限性和未来研究方向	现有研究存在数据不具代表性、方法不充分、模型验证不足和可解释性技术有限等基本局限性	评估深度学习在结直肠癌淋巴结转移术前放射学分期中的应用现状	结直肠癌淋巴结转移	计算机视觉	结直肠癌	深度学习	NA	放射学影像	13项研究
7649	2025-01-31	Mapping the Use of Artificial Intelligence-Based Image Analysis for Clinical Decision-Making in Dentistry: A Scoping Review 2024-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70035 PMID:39600121	综述	本文通过范围综述探讨了人工智能在牙科临床决策中图像分析的应用，并识别了当前文献中的趋势和研究空白	系统地综述了人工智能在牙科图像分析中的应用，特别是在诊断、检测或分类、预测和管理等方面的临床决策支持	综述主要基于现有文献，可能未涵盖所有最新研究进展	研究人工智能在牙科图像分析中的应用及其对临床决策的影响	牙科图像，包括正颌全景片（OPGs）和口内X光片（咬翼片和根尖片）	计算机视觉	NA	卷积神经网络（CNNs）	CNN	图像	601,122张图像
7650	2025-01-31	Comparing the Artificial Intelligence Detection Models to Standard Diagnostic Methods and Alternative Models in Identifying Alzheimer's Disease in At-Risk or Early Symptomatic Individuals: A Scoping Review 2024-Dec, Cureus DOI:10.7759/cureus.75389 PMID:39781179	综述	本文通过范围综述方法，比较了人工智能检测模型与标准诊断方法及替代模型在识别阿尔茨海默病高危或早期症状个体中的应用	聚焦于2022年1月至2023年9月的研究，探讨了人工智能在早期阿尔茨海默病检测和诊断中的应用进展，特别是深度学习算法在早期识别中的高准确性	研究存在数据异质性和模型泛化能力不足的问题，实际应用中面临将AI系统整合到临床工作流程和临床医生采纳的挑战，以及数据隐私和知情同意等伦理问题	比较人工智能检测模型与标准诊断方法及替代模型在识别阿尔茨海默病高危或早期症状个体中的应用	阿尔茨海默病高危或早期症状个体	数字病理学	老年疾病	深度学习算法	深度学习模型	神经影像、基因组学、认知测试、血液生物标志物	44篇文章从2966篇文章中筛选出进行定性综合
7651	2025-01-31	A Deep Learning Framework for Automated Classification and Archiving of Orthodontic Diagnostic Documents 2024-Dec, Cureus DOI:10.7759/cureus.76530 PMID:39877794	研究论文	本文提出了一种基于卷积神经网络（CNN）的深度学习框架，用于自动化正畸诊断图像的分类和归档，以提高工作效率并减少人为错误	该研究首次将深度学习技术应用于正畸诊断图像的自动化分类和归档，并通过注意力模块增强模型性能，展示了在临床相关特征上的有效聚焦	研究仅使用了来自三个牙科诊所的数据，可能限制了模型的泛化能力	开发一种自动化正畸诊断图像分类和归档的深度学习框架，以提高诊断效率和准确性	正畸诊断图像	计算机视觉	NA	深度学习	CNN	图像	61,842张图像用于训练，13,729张图像用于外部验证
7652	2025-01-31	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-Nov-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文通过范围综述，综合了现有关于使用人工智能工具评估食物和营养素摄入量的有效性、准确性及挑战的文献	探讨了人工智能在克服传统饮食评估方法局限性的潜力，并提供了当前优势和改进领域的见解	在适应多样食物类型、确保算法公平性和解决数据隐私问题方面仍存在挑战	评估人工智能工具在食物和营养素摄入量评估中的有效性和准确性	人类受试者的食物和营养素摄入量	自然语言处理	NA	深度学习（如卷积神经网络）、机器学习（如支持向量机）及混合方法	CNN, SVM	图像、声音、颌骨运动数据、文本数据	10至38,415名参与者
7653	2025-01-31	Deep learning-based design and experimental validation of a medicine-like human antibody library 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf023 PMID:39851074	研究论文	本文介绍了一种基于深度学习的模型，用于计算生成高度人类抗体可变区库，其内在物理化学性质类似于已上市抗体生物治疗药物的可变区	利用生成性深度学习算法和大量抗体序列及结构数据，计算生成具有理想开发属性的新型抗体序列	NA	加速抗体生物治疗药物的计算机发现，并扩展可药物抗原空间	人类抗体可变区	机器学习	NA	深度学习	生成性深度学习模型	序列数据	使用31416个满足计算开发标准的人类抗体作为训练数据集，生成100000个抗原无关的人类抗体可变区序列，并对51个高度多样化的计算机生成抗体进行了实验评估
7654	2025-01-31	AI-Based Noninvasive Blood Glucose Monitoring: Scoping Review 2024-Nov-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58892 PMID:39561353	综述	本文通过系统性范围综述，探讨了人工智能在无创血糖监测中的应用	首次系统性地综述了人工智能在无创血糖监测中的使用情况，并提出了标准化和规范化的需求	由于模型和输入数据的异质性，准确率范围较广，且研究质量平均为中等	探讨人工智能在无创血糖监测中的应用及其潜力	无创血糖监测技术及其相关人工智能模型	医疗人工智能	糖尿病	光学技术、电化学传感器、成像技术、混合技术、组织阻抗	随机森林、人工神经网络	非侵入性数据	33篇论文，涵盖2005年至2023年间的亚洲、美国、欧洲、中东和非洲的研究
7655	2025-01-31	Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review 2024-Nov-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51432 PMID:39546777	综述	本文综述了人工智能在基于食物图像的饮食评估中的应用进展	提供了AI在饮食评估中整合的最新概述，并以易于理解的方式呈现，讨论了系统的优缺点并提出了改进建议	技术性较强，可能对非技术背景的读者理解造成挑战	填补AI在饮食评估中应用的空白，提高图像辅助饮食评估（IADA）的准确性和在营养学界的采用率	食物图像	计算机视觉	NA	深度学习算法、多任务卷积神经网络、生成对抗网络	CNN, GAN	图像	84篇文章
7656	2025-01-31	Artificial Intelligence in Audiology: A Scoping Review of Current Applications and Future Directions 2024-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s24227126 PMID:39598904	综述	本文综述了人工智能在听力学中的当前应用和未来发展方向	总结了人工智能在听力学中的最新进展，特别是过去四年中87.5%的相关文献	存在伦理和专业挑战，需要更大规模和多样化的数据收集以及生物伦理学研究	探讨人工智能在听力学实践中的潜力和挑战	听力学领域的研究和应用	自然语言处理	NA	机器学习、深度学习	逻辑回归、支持向量机、多层感知器、随机森林、深度信念网络、决策树、k近邻、LASSO、卷积神经网络、大语言模型	文本、图像	104篇文献
7657	2025-01-31	The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review 2024-Nov-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）在干细胞研究和治疗开发中的全球演变和影响	揭示了AI和SysBio在干细胞研究中的全球演变和交叉增长，特别是过去十年中AI相关研究的指数增长	主要基于PubMed数据库的文献，可能未涵盖所有相关研究	探讨系统生物学和人工智能在干细胞研究和治疗开发中的贡献	干细胞研究	生物信息学	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	2000年至2024年PubMed数据库中的相关文献
7658	2025-01-31	Prediction of cardiovascular markers and diseases using retinal fundus images and deep learning: a systematic scoping review 2024-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztae068 PMID:39563905	综述	本文通过系统性范围综述，探讨了利用视网膜眼底图像和深度学习预测心血管风险标志物和疾病的研究现状	首次系统性综述了利用视网膜眼底图像和深度学习预测心血管风险的研究，揭示了该领域的进展和潜在改进方向	外部验证模型的研究较少（21%），且需要更多前瞻性研究和与传统风险因素的比较	评估利用视网膜眼底图像和深度学习预测心血管风险标志物和疾病的研究现状	视网膜眼底图像	计算机视觉	心血管疾病	深度学习	CNN	图像	24篇2018年至2023年发表的文章
7659	2025-01-31	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-Oct-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文探讨了人工智能和数据科学在急诊医学中整合社会健康决定因素（SDOH）数据的潜力，并指出了未来研究的方向	首次系统性地评估了AI和数据科学在急诊医学中整合SDOH数据的应用，特别是机器学习和自然语言处理技术的使用	研究仍处于初期阶段，SDOH数据收集和算法优化需要进一步标准化和改进	探讨AI和数据科学在急诊医学中整合SDOH数据的潜力，以改善患者护理和减少健康差异	急诊科患者及其SDOH数据	自然语言处理	急诊医学	机器学习（ML）、自然语言处理（NLP）	NLP、深度学习、模式匹配	文本	26项研究，其中9项专注于急诊科患者
7660	2025-01-31	Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review 2024-Oct-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54710 PMID:39466315	综述	本文通过范围综述，探讨了大数据分析（BDA）、人工智能（AI）、机器学习（ML）和深度学习（DL）在孟加拉国医疗保健系统中的研究现状、应用及挑战	本文首次系统性地综述了BDA、AI、ML和DL在孟加拉国医疗保健系统中的研究现状和应用，填补了该领域的知识空白	研究仅涵盖了2000年至2023年间的英文文献，可能遗漏了其他语言或未发表的研究	旨在整理孟加拉国医疗保健系统中使用BDA、AI、ML和DL的现有研究，并分析这些技术在医疗研究中的局限性	孟加拉国医疗保健系统中的研究文献	机器学习	传染病、非传染性疾病、儿童健康、心理健康	大数据分析（BDA）、人工智能（AI）、机器学习（ML）、深度学习（DL）	机器学习模型（ML）、深度学习模型（DL）	主要数据和次要数据	77篇研究文献