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
7661	2025-01-31	A Scoping Review of the Use of Artificial Intelligence in the Identification and Diagnosis of Atrial Fibrillation 2024-Oct-24, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14111069 PMID:39590561	综述	本文综述了人工智能（AI）在心房颤动（AF）识别和诊断中的应用，特别是机器学习（ML）在临床环境中的应用	本文首次系统地综述了AI在AF诊断中的应用，特别是深度学习在自动提取特征方面的优越表现	综述仅基于30项研究，可能无法涵盖所有相关研究	旨在综合当前关于AI在AF识别和诊断中应用的知识	心房颤动（AF）的识别和诊断	机器学习	心血管疾病	机器学习（ML），深度学习	深度学习	12导联和单导联心电图信号，光电容积描记法数据	2635篇文章初步筛选，最终纳入30项研究
7662	2025-01-31	Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review 2024-Oct-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05989-5 PMID:39419893	综述	本文评估了使用机器学习和深度学习模型诊断人类根尖周炎的现有文献	本文首次系统地评估了机器学习和深度学习在根尖周炎诊断中的应用，并指出了AI辅助诊断对临床医生诊断性能的积极影响	缺乏关于方法论和性能指标的标准报告，无法建立明确的AI诊断方法	评估机器学习和深度学习模型在根尖周炎诊断中的应用	人类根尖周炎	数字病理学	根尖周炎	机器学习和深度学习	ML/DL	牙科X光片	19篇相关文献
7663	2025-01-31	AI in Psoriatic Disease: Scoping Review 2024-Oct-16, JMIR dermatology DOI:10.2196/50451 PMID:39413371	综述	本文综述了人工智能在银屑病疾病中的应用，包括诊断和临床管理，并探讨了其适用性的局限性	本文首次系统性地回顾了人工智能在银屑病疾病中的应用，特别是在诊断、严重程度评估和治疗结果预测方面的潜力	人工智能在银屑病疾病中的应用存在验证和标准化问题，以及在特定人群（如深色皮肤患者）中的结果普遍性不足	探讨人工智能在银屑病疾病中的应用，以改善诊断率、准确评估严重程度和预测治疗结果	银屑病疾病患者	数字病理学	银屑病	机器学习和深度学习	NA	图像和患者注册数据	38篇相关论文
7664	2025-01-31	AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI 2024-Oct-12, Sensors (Basel, Switzerland) DOI:10.3390/s24206585 PMID:39460066	综述	本文通过AI技术对成人中风恢复和康复中的AI应用进行了范围审查，总结了704项研究的结果，识别了四个常见主题，并探讨了AI技术在中风康复中的应用进展	使用AI增强的多方法、数据驱动技术（包括主题和话题聚类）进行范围审查，识别了中风康复中AI应用的时间关联模式	研究仅限于截至2024年1月的同行评审文章，可能未涵盖最新的研究成果	识别和描述AI在成人中风恢复和康复中的应用研究，包括应用类别和技术进展	成人中风患者	自然语言处理	中风	AI增强的多方法、数据驱动技术，包括主题和话题聚类	监督学习、人工神经网络（ANN）、自然语言处理（NLP）	文本	704项研究
7665	2025-01-31	Use of artificial intelligence to support prehospital traumatic injury care: A scoping review 2024-Oct, Journal of the American College of Emergency Physicians open IF:1.6Q2 DOI:10.1002/emp2.13251 PMID:39234533	综述	本文通过范围综述探讨了人工智能在支持院前创伤护理中的应用	首次系统性地回顾了基于院前特征的人工智能模型在早期创伤护理中的应用	研究主要基于回顾性数据，且地理分布不均，主要集中在美国	评估人工智能模型在支持早期创伤护理中的应用	院前创伤患者	机器学习	创伤	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	支持向量机、逻辑回归、随机森林	文本、结构化数据	1050篇文献，其中49篇符合纳入标准
7666	2025-01-31	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文旨在探讨人工智能在再生骨科不同治疗方法中的应用，通过综述过去十年的研究，分析了AI技术的现状、优势及局限性	本文首次系统性地综述了人工智能在再生骨科中的应用，并指出了其在未来研究中的潜力	AI在再生骨科中的临床应用仍面临一些伦理问题，需要进一步解决	探讨人工智能在再生骨科治疗中的作用	再生骨科治疗方法，如干细胞疗法、富血小板血浆疗法、生物支架植入物等	机器学习	骨科疾病	机器学习（ML）和深度学习（DL）	NA	NA	18项研究
7667	2025-01-31	Processing of Short-Form Content in Clinical Narratives: Systematic Scoping Review 2024-Sep-26, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57852 PMID:39325515	系统范围综述	本文综述了临床叙述中短形式的类型及其自然语言处理（NLP）技术的应用，包括识别、扩展和消歧	系统性地总结了2018年至2023年间关于临床叙述中短形式处理的NLP技术，并指出了现有研究的不足和未来研究方向	临床短形式的定义不明确，影响了研究的可重复性和方法适用性；单字符缩写和非英语语言的临床叙述处理研究不足	综述临床叙述中短形式的类型及NLP技术在短形式处理中的应用	临床叙述中的短形式	自然语言处理	NA	自然语言处理（NLP）	规则基础方法、字符串相似性、向量表示、嵌入和深度学习	文本	19篇文章
7668	2024-10-01	From Voxel to Gene: A Scoping Review on MRI Radiogenomics' Artificial Intelligence Predictions in Adult Gliomas and Glioblastomas-The Promise of Virtual Biopsy? 2024-Sep-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12092156 PMID:39335670	综述	本文综述了深度学习在成人胶质瘤和胶质母细胞瘤的遗传特征中的应用，探讨了虚拟活检的潜力	本文介绍了从全卷积网络到更高级架构（如ResNet和DenseNet）的深度学习算法的演变，并探讨了其在预测个体遗传特征方面的潜力	研究结果显示，由于数据集小且同质化以及验证方法不一致，报告的性能存在显著差异，缺乏强有力的外部验证限制了模型的普遍性	评估深度学习在成人胶质瘤遗传特征中的应用现状，探讨这些技术在可靠虚拟活检中的潜力	成人胶质瘤和胶质母细胞瘤的遗传特征	计算机视觉	脑肿瘤	深度学习	CNN, ResNet, DenseNet	图像	17项研究
7669	2025-01-31	Early Multimodal Data Integration for Data-Driven Medical Research - A Scoping Review 2024-Aug-30, Studies in health technology and informatics DOI:10.3233/SHTI240837 PMID:39234706	综述	本文对2019年至2024年间关于早期多模态数据集成（MMDI）方法的21篇综述进行了范围审查，旨在为数据驱动的医学研究（DDMR）项目选择最佳方法组合提供参考	本文首次将早期多模态数据集成方法分为四类，并总结了各类方法的特征，为DDMR项目中的方法选择提供了系统性的指导	研究主要关注结构性集成，未深入比较早期与晚期多模态数据集成方法的优劣，且早期MMDI管道的优化仍依赖手动操作	探讨数据驱动的医学研究中早期多模态数据集成的不同方法及其适用性	多模态数据集成方法	机器学习	NA	深度学习	NA	多模态数据	21篇综述
7670	2025-01-31	Advances in Protein-Ligand Binding Affinity Prediction via Deep Learning: A Comprehensive Study of Datasets, Data Preprocessing Techniques, and Model Architectures 2024, Current drug targets IF:3.0Q2 DOI:10.2174/0113894501330963240905083020 PMID:39318214	综述	本文全面分析了蛋白质-配体结合亲和力预测（BAP）领域中最常用的数据集、数据预处理技术和深度学习模型架构，为该领域的研究提供了新的视角	填补了先前研究的空白，全面分析了常用数据集的质量和局限性，并对最新的深度学习方法进行了分类，提出了未来研究方向	数据质量、模型可解释性和可解释性等挑战仍然存在	提高蛋白质-配体结合亲和力预测的准确性和可靠性，以加速药物开发过程	蛋白质-配体结合亲和力预测	机器学习	NA	深度学习	图神经网络（GNN）、卷积神经网络（CNN）、Transformer	蛋白质-配体相互作用数据	NA
7671	2025-01-31	The application of explainable artificial intelligence (XAI) in electronic health record research: A scoping review 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241272657 PMID:39493635	综述	本文对可解释人工智能（XAI）在电子健康记录（EHR）研究中的应用进行了范围审查	首次全面评估了XAI方法在ML/DL模型中使用EHR数据的有效性，并识别了XAI方法在应用中的广泛差异和缺乏关键评估的问题	XAI方法的应用缺乏关键评估，报告方法不足，且对有效性和稳健性的评估不足	评估XAI方法在ML/DL模型中使用EHR数据的应用效果	电子健康记录（EHR）数据	机器学习	NA	NA	Extreme Gradient Boosting, Random Forest, SHAP, PDPs, LIME	表格数据	76篇出版物
7672	2025-01-31	A scoping review of magnetic resonance angiography and perfusion image synthesis 2024, Frontiers in dementia DOI:10.3389/frdem.2024.1408782 PMID:39588202	综述	本文探讨了人工智能在从现有神经解剖和神经血管采集数据中生成合成TOF-MRA和灌注相关图像的应用，以研究脑血管系统	利用深度学习技术从现有对比度生成合成医学图像，特别是TOF-MRA和灌注MRI图像，为脑血管研究提供新的视角	需要进一步研究以评估这些合成图像的敏感性和特异性，并确保其在不同人群中的适用性	研究人工智能在生成合成TOF-MRA和灌注相关图像中的应用，以增强脑血管研究	脑血管系统及其与阿尔茨海默病等疾病的关联	医学影像	阿尔茨海默病	深度学习	NA	医学影像	729项研究中的13项符合标准
7673	2025-01-31	Past, present, and future of electrical impedance tomography and myography for medical applications: a scoping review 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1486789 PMID:39726983	综述	本文综述了两种新兴的电阻抗技术：电阻抗肌电图（EIM）和电阻抗断层扫描（EIT），并探讨了它们在医学应用中的过去、现在和未来	总结了EIM和EIT技术的最新进展，特别是数字采集、处理算法和重建工具的应用，以及机器学习和深度学习在诊断、治疗计划和监测中的作用	未具体提及研究的局限性	探讨电阻抗技术在医学应用中的发展、算法、工具和数据集，为研究人员和临床医生提供有效使用和创新研究的信息	电阻抗肌电图（EIM）和电阻抗断层扫描（EIT）技术	医学成像	癌症、肺部疾病、神经肌肉疾病	电阻抗技术、电压控制电流源（VCCS）	NA	电阻抗数据	NA
7674	2025-01-31	Recent advances in deep learning and language models for studying the microbiome 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1494474 PMID:39840283	综述	本文综述了深度学习和语言模型在微生物组和宏基因组数据分析中的应用	探讨了将大型语言模型（LLMs）应用于微生物蛋白质和基因组序列分析的新方法，以及这些方法在微生物生态学研究中的贡献	NA	研究深度学习和语言模型在微生物组和宏基因组数据分析中的应用	微生物蛋白质和基因组序列	自然语言处理	NA	大型语言模型（LLMs）	LLMs	蛋白质和基因组序列	NA
7675	2025-01-31	LWheatNet: a lightweight convolutional neural network with mixed attention mechanism for wheat seed classification 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1509656 PMID:39866319	研究论文	本文提出了一种轻量级的卷积神经网络LWheatNet，用于小麦种子分类，结合了混合注意力机制和堆叠的倒置残差卷积网络	提出了混合注意力机制，结合了通道注意力和空间注意力，并设计了堆叠的倒置残差网络，使用深度可分离卷积、通道混洗和通道分割技术来减少模型参数和计算量	未提及具体局限性	提高小麦种子分类的准确性和实时性	小麦种子图像	计算机视觉	NA	深度可分离卷积、通道混洗、通道分割	CNN	图像	未提及具体样本数量
7676	2025-01-28	Editorial: Deep learning for high-dimensional sense, non-linear signal processing and intelligent diagnosis 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1538534 PMID:39866684	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7677	2025-01-31	Who is WithMe? EEG features for attention in a visual task, with auditory and rhythmic support 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1434444 PMID:39867449	研究论文	本研究探讨了与注意力最密切相关的EEG数据表示或特征，并评估了它们在处理跨被试变异性方面的能力	研究了单通道EEG时间序列的特征，包括时域特征和递归图，以及从多变量时间序列中直接获得的表示，如全局场功率或功能性脑网络，并探索了对不同类型噪声具有鲁棒性的持久同调特征	研究结果仅限于WithMe实验范式，需要进一步研究不同任务以提供更全面的理解	研究哪些EEG数据表示或特征与注意力最密切相关，并评估它们在处理跨被试变异性方面的能力	EEG数据	脑机接口	NA	EEG	支持向量机(SVM), 深度学习架构	时间序列数据	NA
7678	2025-01-31	A stacking ensemble system for identifying the presence of histological variants in bladder carcinoma: a multicenter study 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1469427 PMID:39868365	研究论文	本研究旨在构建一个堆叠集成系统，用于简单、高效且非侵入性地识别膀胱癌的组织学变异	使用Swin UNETR算法构建交互式深度学习膀胱癌图像分割框架，并结合放射组学特征和深度学习特征构建堆叠集成系统	样本量相对较小，且仅基于CT图像进行分析，未涉及其他影像学或分子生物学数据	开发一种非侵入性方法，用于早期识别膀胱癌的组织学变异	膀胱癌患者	数字病理学	膀胱癌	CT成像、放射组学分析、深度学习	Swin UNETR、堆叠集成模型	CT图像	训练集410名患者，测试集60名患者
7679	2025-01-31	Deep learning-enabled exploration of global spectral features for photosynthetic capacity estimation 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1499875 PMID:39872203	研究论文	本研究提出了一种基于深度学习的模型，通过增强的可解释性和全局光谱特征挖掘来准确估计光合能力	提出了一种基于注意力和植被指数计算的深度学习模型，用于全局光谱特征挖掘，提高了模型的可解释性和准确性	未明确提及具体局限性	准确估计光合能力	植被的光谱特征	机器学习	NA	深度学习	基于注意力的深度学习模型	光谱数据	NA
7680	2025-01-31	Contrastive learning with transformer for adverse endpoint prediction in patients on DAPT post-coronary stent implantation 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1460354 PMID:39872877	研究论文	本研究提出了一种基于对比学习和Transformer的新方法，用于预测冠状动脉支架植入后接受双抗血小板治疗（DAPT）患者的不良事件	结合对比学习和Transformer架构，通过多头注意力机制优化特征表示，提升多时间间隔预测的准确性	研究依赖于回顾性数据，可能存在选择偏倚，且未进行外部验证	提高冠状动脉支架植入后DAPT患者不良事件的预测准确性	接受药物洗脱支架（DES）植入的成年患者	机器学习	心血管疾病	对比学习	Transformer	临床数据	19,713名成年患者