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
61	2025-04-27	Global trends in artificial intelligence research in anesthesia from 2000 to 2023: a bibliometric analysis 2025-Apr-23, Perioperative medicine (London, England) DOI:10.1186/s13741-025-00531-x PMID:40270031	研究论文	通过文献计量分析，探讨2000年至2023年麻醉学领域人工智能研究的全球趋势和热点	首次对麻醉学领域的人工智能研究进行全面的文献计量分析，识别研究热点和未来方向	仅基于Web of Science Core Collection数据库的英文文献，可能遗漏其他语言或数据库的重要研究	分析麻醉学领域人工智能研究的全球发展趋势和热点	2000年至2023年发表的英文文章和综述	人工智能在医学中的应用	NA	文献计量分析	NA	文献数据	从Web of Science Core Collection数据库中检索的相关文献
62	2025-04-27	Unraveling Parkinson's disease motor subtypes: A deep learning approach based on spatiotemporal dynamics of EEG microstates 2025-Apr-22, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2025.106915 PMID:40274133	research paper	本研究利用EEG微状态动态和深度学习模型，区分帕金森病(PD)的不同运动亚型，并探索其脑网络动态变化	首次将EEG微状态动态的空间变异性与电极位置数据结合，开发深度学习模型以高精度区分PD运动亚型	研究样本可能有限，且未探讨其他潜在影响因素	理解PD不同运动亚型的脑网络动态差异，以改进个性化治疗策略	震颤主导型(TD)和姿势不稳/步态困难型(PIGD)PD患者及健康对照	digital pathology	geriatric disease	EEG微状态分析	深度学习模型	EEG信号	未明确说明样本量，但包含PD-TD、PD-PIGD患者和健康对照
63	2025-04-27	Advancements in artificial intelligence for the diagnosis and management of anterior segment diseases 2025-Apr-22, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001150 PMID:40279352	review	本文综述了人工智能在前段眼病诊断和管理中的最新进展及其潜力	利用AI技术（包括机器学习和深度学习模型）提高前段眼病的诊断准确性和治疗个性化	数据多样性不足和模型可解释性问题	探讨AI在前段眼病诊断和管理中的应用及其对临床实践的潜在影响	前段眼病（如角膜疾病、屈光手术、白内障、结膜疾病等）	machine learning	anterior segment diseases	machine learning, deep learning, generative AI	deep learning models	imaging data, clinical information	NA
64	2025-04-27	OrgaMeas: A pipeline that integrates all the processes of organelle image analysis 2025-Apr-21, Biochimica et biophysica acta. Molecular cell research DOI:10.1016/j.bbamcr.2025.119964 PMID:40268058	research paper	介绍了一个名为OrgaMeas的高通量图像分析流程，用于精确测量细胞器的形态和动态	整合了两个基于深度学习的工具OrgaSegNet和DIC2Cells，实现了细胞器的精确分割和单个细胞的自动ROI设置	未提及具体的技术限制或应用场景的限制	开发一个低成本、易用的图像分析流程，用于细胞器形态和动态的研究	细胞器的形态和动态	digital pathology	NA	deep learning-based image analysis	OrgaSegNet, DIC2Cells	image	NA
65	2025-04-27	A CVAE-based generative model for generalized B1 inhomogeneity corrected chemical exchange saturation transfer MRI at 5 T 2025-Apr-21, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121202 PMID:40268259	research paper	提出了一种基于条件变分自编码器（CVAE）的生成模型，用于在5 T磁场下生成广义B1不均匀性校正的化学交换饱和转移（CEST）MRI图像	使用CVAE生成模型从单次CEST采集数据中生成B1不均匀性校正的Z谱，克服了传统方法需要多B1水平数据采集的限制，并提高了对其他B1水平的泛化能力	研究仅在数值模拟和健康人脑成像中进行了验证，尚未在临床患者数据中广泛测试	开发一种能够广泛适用于不同B1水平的B1不均匀性校正方法，以促进定量CEST MRI在临床常规中的应用	化学交换饱和转移（CEST）MRI图像	医学影像处理	NA	CEST MRI	CVAE	MRI图像	数值模拟和健康人脑成像数据
66	2025-04-27	Low-Light Image and Video Enhancement for More Robust Computer Vision Tasks: A Review 2025-Apr-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040125 PMID:40278041	review	本文回顾了低光照图像和视频增强技术及其在计算机视觉任务中的应用	对低光照增强（LLE）这一相对未被充分探索的领域进行了全面回顾，并比较了传统和基于深度学习的增强方法	缺乏真实世界数据以及对新数据的鲁棒性不足，需要转向零样本学习	提高计算机视觉任务在低光照条件下的鲁棒性	低光照图像和视频	computer vision	NA	NA	supervised learners, zero-shot learners	image, video	NA
67	2025-04-27	Reconstruction of highly and extremely aberrated wavefront for ocular Shack-Hartmann sensor using multi-task Attention-UNet 2025-Apr-18, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110394 PMID:40254120	研究论文	本研究提出了一种使用多任务注意力UNet（HR-HDR-SHUNet）对高度和极度像差的眼Shack-Hartmann传感器波前进行重建的方法	引入了多任务学习方案，用于高分辨率和高动态范围的Shack-Hartmann波前重建，同时输出波前图和Zernike系数	NA	准确记录高度像差眼睛中的可解释波前	具有不同高阶像差（HOA）水平的大型数据集	计算机视觉	眼科疾病	Shack-Hartmann传感器	Attention-UNet	波前图	三个大型数据集
68	2025-04-27	Deep Learning-Driven Abbreviated Shoulder MRI Protocols: Diagnostic Accuracy in Clinical Practice 2025-Apr-17, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040048 PMID:40278715	研究论文	本研究评估了深度学习加速的肩部MRI协议在临床实践中的诊断准确性	首次在临床实践中探索不同加速因子对肩部MRI诊断准确性的影响，并比较2倍和4倍加速协议的性能	单中心研究，样本量相对较小（88例患者），且未评估更多加速因子	评估深度学习加速MRI协议在肩部成像中的临床应用价值	88例连续患者（49男，39女；平均年龄51岁）的肩部MRI数据	医学影像分析	肩部疾病	深度学习重建技术	NA	MRI图像	88例患者（49男，39女；平均年龄51岁）
69	2025-04-27	Radar-Based Activity Recognition in Strictly Privacy-Sensitive Settings Through Deep Feature Learning 2025-Apr-15, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10040243 PMID:40277642	研究论文	本研究探讨了一种基于雷达的方法，用于在隐私敏感环境中识别日常生活活动，特别是在浴室环境中	使用60 GHz雷达技术进行非侵入性和匿名监测，避免了传统视觉方法和可穿戴传感器的隐私问题	躺下和起身等动作由于运动相似性识别较为困难	开发一种隐私保护的解决方案，用于智能家居和医疗保健应用中的人类活动识别	浴室环境中的日常生活活动，如洗脸、刷牙、穿衣/脱衣和坐在马桶上休息等	机器学习和传感器技术	NA	60 GHz雷达技术	预训练特征提取器与双向LSTM网络结合	雷达信号数据	7名志愿者进行的10种日常生活活动
70	2025-04-27	Prediction of the Non-Reducing Biomineralization of Nuclide-Microbial Interactions by Machine Learning: The Case of Uranium and Bacillus subtilis 2025-Apr-13, Toxics IF:3.9Q1 DOI:10.3390/toxics13040305 PMID:40278621	research paper	该研究利用深度学习神经网络模型预测环境敏感因素对铀和非还原性生物矿化的影响	首次构建深度学习模型预测铀和非还原性生物矿化的环境敏感因素影响，并识别pH值为最关键因素	模型仅针对铀和枯草芽孢杆菌的相互作用，未验证其他核素或微生物体系的适用性	探究环境因素对铀非还原性生物矿化的调控机制并优化矿化效率	铀(VI)与枯草芽孢杆菌的非还原性生物矿化相互作用	machine learning	NA	deep learning	deep learning neural network	environmental parameter data	NA（未明确说明具体样本数量）
71	2025-04-27	A Hybrid CNN Framework DLI-Net for Acne Detection with XAI 2025-Apr-10, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040115 PMID:40278031	research paper	该研究提出了一种名为DLI-Net的混合CNN框架，用于痤疮检测，并结合XAI（可解释人工智能）技术	结合DeepLabV3进行精确图像分割和InceptionV3进行分类的混合模型，提高了痤疮检测的整体诊断准确性，并利用Grad-CAM增强模型的可解释性	使用了自定义数据集进行训练，可能限制了模型的泛化能力	提高痤疮检测的准确性和速度，改善皮肤病学护理和及时治疗	痤疮病变	computer vision	skin disease	DeepLabV3, InceptionV3, Grad-CAM	CNN	image	NA
72	2025-04-27	Recurrence Quantification Analysis for Scene Change Detection and Foreground/Background Segmentation in Videos 2025-Apr-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040113 PMID:40278029	研究论文	本文介绍了递归量化分析（RQA）在动态视频处理中的数学框架，并探讨了其在场景变化检测和自适应前景/背景分割中的应用	将原本用于时间序列分析的RQA方法创新性地应用于视频流处理，提供了一种计算效率高且鲁棒的替代方案，避免了传统深度学习方法需要大量训练数据和高计算能力的问题	未明确提及方法的局限性，但暗示了可能不适用于需要极高精度的场景	探索RQA在视频处理中的应用，特别是场景变化检测和前景/背景分割	视频流中的场景变化和前景/背景分割	计算机视觉	NA	递归量化分析（RQA）	NA	视频	三个标注视频数据集（Autoshot、RAI和BBC Planet Earth）以及UCF101和DAVIS数据集
73	2025-04-27	Automated Graphic Divergent Thinking Assessment: A Multimodal Machine Learning Approach 2025-Apr-07, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13040045 PMID:40278054	研究论文	本研究提出了一种多模态深度学习模型，用于自动评分基于图像的发散思维测试，整合视觉和语义特征以提高评估的客观性和效率	通过结合预训练的ResNet50（图像特征）和GloVe（文本嵌入），并通过全连接神经网络融合，有效捕捉发散思维的多个维度，同时评估新颖性、流畅性和灵活性	验证集上的相关性（r = 0.561）和参与者级别分析的相关性（0.602）仍有提升空间	提高发散思维测试的自动评分客观性和效率	708名中国高中生的测试响应	机器学习	NA	深度学习，多模态融合	ResNet50, GloVe, 全连接神经网络	图像, 文本	708名中国高中生的测试响应（训练集603张图像，验证集100张图像）
74	2025-04-27	Artificial Intelligence in Placental Pathology: New Diagnostic Imaging Tools in Evolution and in Perspective 2025-Apr-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040110 PMID:40278026	review	本文综述了人工智能在胎盘病理学中的最新应用，特别是针对胎盘组织病理学的AI驱动方法	介绍了AI在胎盘病理学中的创新应用，如高级数字图像分析、三维胎盘重建和深度学习模型GestAltNet，用于精确估计孕龄和自动识别组织学病变	当前AI算法存在数据集异质性、解释性限制和模型透明度问题	总结AI在胎盘病理学中的最新发展，提出改进方向以促进临床整合	胎盘病理学中的诊断方法	digital pathology	NA	digital image analysis, three-dimensional reconstruction, deep learning	GestAltNet, deep learning models	image	NA
75	2025-04-27	Assessing the risk of takeover catastrophe from large language models 2025-Apr, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14353 PMID:38945529	research paper	本文对大型语言模型（LLMs）引发的接管灾难风险进行了分析	首次针对实际AI系统（而非假设的未来系统）引发的接管灾难风险进行探讨，特别关注了如ChatGPT和GPT-4等现有LLMs	分析基于当前LLMs的能力，未来LLMs的发展可能存在不确定性，且专家对深度学习算法的根本限制存在分歧	评估大型语言模型（LLMs）是否具备引发极端接管灾难的能力	大型语言模型（LLMs），如ChatGPT和GPT-4	natural language processing	NA	NA	LLM (Large Language Model)	text	NA
76	2025-04-27	Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM 2025-Apr, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3494732 PMID:39514345	研究论文	该论文提出了一种基于增量重训练的LSTM模型，用于从有限的连续血糖监测数据中预测血糖水平	提出了一种新颖的深度学习框架——增量重训练堆叠LSTM（IS-LSTM），该方法能够逐步适应个体数据并利用参数转移提高效率	需要进一步验证在更大样本量和更广泛人群中的适用性	提高1型糖尿病患者的血糖预测准确性，以优化人工胰腺系统的胰岛素输送	1型糖尿病患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测（CGM）	LSTM	时间序列数据	两个CGM数据集（OpenAPS和Replace-BG）
77	2025-04-27	Multi-type stroke lesion segmentation: comparison of single-stage and hierarchical approach 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03243-4 PMID:39549224	research paper	本研究通过深度学习比较了单阶段和分层方法在多类型中风病灶分割中的效果	首次探索了多类型中风病灶的分割方法，并比较了单阶段和分层策略的性能	研究仅基于土耳其卫生部提供的6650张图像数据，可能在其他人群中的泛化性有待验证	寻找脑CT扫描中最有效的多类型中风病灶分割方法	脑CT扫描图像中的缺血性和出血性中风病灶	digital pathology	cardiovascular disease	deep learning	ResNet, ResNeXt, ViT, U-Net, U-Net++, DeepLabV3	image	6650张图像（1130例缺血性中风，1093例出血性中风，4427例非中风病例）
78	2025-04-27	Estimating hair density with XGBoost 2025-Apr, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.13030 PMID:39551627	研究论文	本研究探索使用XGBoost模型进行头发密度估计，旨在开发一种更准确且通用的方法	采用XGBoost模型进行头发密度估计，相比之前的方法在测试集上达到了95.3%的准确率，显著优于其他方法	NA	开发一种更准确且通用的头发密度估计方法，以改进临床头发分析的客观性和效率	头皮图像	计算机视觉	NA	图像处理	XGBoost	图像	895张头皮图像（745张用于训练，150张用于测试）
79	2025-04-27	Generalizable Magnetic Resonance Imaging-based Nasopharyngeal Carcinoma Delineation: Bridging Gaps Across Multiple Centers and Raters With Active Learning 2025-Apr-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.11.064 PMID:39557309	research paper	开发一种利用主动学习和无源域适应的深度学习方法，用于鼻咽癌（NPC）大体肿瘤体积的勾画，解决在多中心和多位评估者环境中部署分割模型时的变异性与不准确性问题	结合主动学习和无源域适应技术，显著减少在多中心和多位评估者环境中的领域差距，仅需少量标注样本即可达到接近全监督模型的性能	需要进一步验证在更大规模数据集和其他类型癌症中的泛化能力	提高鼻咽癌大体肿瘤体积勾画的准确性和泛化能力	鼻咽癌患者的磁共振成像（MRI）扫描	digital pathology	nasopharyngeal carcinoma	MRI	U-Net	image	1057例来自5家医院的NPC患者MRI扫描，以及170例由4位独立专家标注的NPC患者数据
80	2025-04-27	Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms 2025-Apr, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10402-4 PMID:39557756	综述	本文综述了抗菌肽（AMPs）在对抗病原微生物方面的最新研究进展和设计方法	强调了计算机辅助策略（如机器学习和深度学习）在抗菌肽预测和设计中的应用	指出了抗菌肽发现和应用中的关键挑战	应对抗菌素耐药性（AMR）危机，寻找新型抗生素替代品	抗菌肽（AMPs）及其对多种细菌病原体的抗菌活性	生物信息学	NA	机器学习和深度学习	ML和DL	生物序列数据	NA