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	2025-05-09	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统性综述	本文系统性综述了人工智能在癌症患者营养不良管理中的应用，评估其在营养状况评估、预测、临床结果和身体成分监测中的有效性	不同于以往研究仅关注孤立的人工智能应用，本工作全面评估了跨多个临床领域的人工智能驱动模型，强调其在常规癌症护理中的整合，以增强早期检测、治疗个性化和整体患者结果	需要进一步研究以标准化人工智能模型并确保临床适用性	评估人工智能在识别和管理癌症患者营养不良中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）和深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医学影像和临床数据	52,228名患者
62	2025-05-09	Effect of New Generation Snapshot Freeze Combined With Deep Learning Image Reconstruction on Image Quality of Coronary Artery Calcifications and Their Quantification 2025-May-05, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001765 PMID:40338070	研究论文	评估新一代快照冻结算法(SSF2)结合深度学习图像重建(DLIR)在改善冠状动脉钙化(CAC)图像质量及其量化方面的有效性	结合SSF2和DLIR技术，显著减少运动伪影和图像噪声，并降低CACS值和风险分层	样本量较小(69例患者)，且未探讨长期临床影响	提高冠状动脉钙化的图像质量和量化准确性	冠状动脉钙化患者	数字病理	心血管疾病	ECG触发非对比CT扫描，深度学习图像重建(DLIR)	DLIR	医学影像	69例患者
63	2025-05-09	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-May-04, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战和未来方向	强调了针对儿童独特生理和发育特征定制AI应用的必要性	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的应用潜力与挑战	儿科耳鼻喉科疾病	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling	NA	image, clinical data	NA
64	2025-05-09	Self-supervised learning for MRI reconstruction through mapping resampled k-space data to resampled k-space data 2025-May-03, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110404 PMID:40324545	research paper	提出了一种自监督深度学习方法RSSDU，用于从欠采样MRI数据中高效准确地重建图像，无需完全采样数据集作为参考	通过两次重采样k空间数据生成两个子集，并使用相同的欠采样模式训练网络，实现自监督学习	未提及在极端欠采样条件下的性能表现	改进MRI图像重建技术，特别是在无法获取完全采样数据的临床场景中	欠采样MRI数据	医学影像处理	NA	深度学习	DL	MRI k-space数据	未明确提及具体样本数量
65	2025-05-09	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	介绍了一种名为FakeRotLib的方法，用于在Rosetta中快速参数化非经典氨基酸	提出FakeRotLib方法，通过小分子构象的统计拟合创建旋转异构体分布，显著提高了参数化效率并扩展了可建模的NCAA类型	未提及具体的数据集规模或验证范围	改进Rosetta中对非经典氨基酸的参数化方法	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合	FakeRotLib	小分子构象数据	NA
66	2025-05-09	NA_mCNN: Classification of Sodium Transporters in Membrane Proteins by Integrating Multi-Window Deep Learning and ProtTrans for Their Therapeutic Potential 2025-May-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00884 PMID:40193588	研究论文	介绍了一种名为NA_mCNN的计算方法，用于整合多窗口深度学习和ProtTrans蛋白语言模型，以分类膜蛋白中的钠转运蛋白并探讨其治疗潜力	结合蛋白语言模型嵌入和多窗口扫描深度学习模型，提高了钠转运蛋白分类的准确性	未提及具体局限性	利用深度学习和蛋白语言模型加速钠转运蛋白的识别，以开发新的治疗干预措施	膜蛋白中的钠转运蛋白	机器学习	高血压、糖尿病、神经系统疾病、癌症	蛋白语言模型嵌入（PLMs）、多窗口扫描深度学习模型	CNN、ProtTrans、Tape、ESM-1b-1280、ESM-2-128	蛋白序列数据	未提及具体样本数量
67	2025-05-09	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	一项前瞻性研究，探讨了早期梗死后收缩功能不全患者连续心律监测的临床影响，特别是通过植入式心脏监测设备实时检测的心律失常	首次提供了关于梗死后心室功能障碍患者心律失常负担及其中期预后影响的实时信息	研究样本量相对较小（约200名患者），且随访时间有限（4年）	更新基于植入式心律转复除颤器（ICD）的梗死后心脏性猝死（SCD）一级预防策略	急性心肌梗死后左心室射血分数（LVEF）≤40%的患者	心血管疾病	心血管疾病	植入式心脏监测设备（ICM）实时远程连接	机器学习和深度学习技术	远程传输的心律数据	约200名患者，预计分析超过20,000次远程传输数据
68	2025-05-09	Diverging Effects of Violence Exposure and Psychiatric Symptoms on Amygdala-Prefrontal Maturation During Childhood and Adolescence 2025-May, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2024.08.003 PMID:39182725	研究论文	研究探讨了暴力暴露和精神病症状对儿童和青少年时期杏仁核-前额叶皮层（PFC）回路成熟的不同影响	揭示了暴力暴露与精神病症状对杏仁核-PFC回路成熟的不同影响机制，并提出了适应性和非适应性的神经发育模型	研究样本仅来自费城神经发育队列（PNC），可能限制了结果的普遍性	探讨暴力暴露和精神病症状对杏仁核-PFC回路成熟的影响及其神经生物学机制	1133名青少年	神经科学	精神疾病	深度学习	深度学习模型	功能性磁共振成像（fMRI）数据	1133名青少年
69	2025-05-09	Application of 3D neural networks and explainable AI to classify ICDAS detection system on mandibular molars 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.09.014 PMID:39438189	research paper	本研究应用3D神经网络和可解释AI对下颌磨牙的ICDAS检测系统进行分类	首次探讨了不同操作者在ICDAS分类后3D模型腔洞准备的差异及其对深度学习模型预测能力的影响	研究仅涉及56个模拟下颌第一磨牙的修复性腔洞，样本量较小	研究不同操作者对ICDAS分类后3D模型腔洞准备的差异及其对深度学习模型预测能力的影响	模拟下颌第一磨牙的修复性腔洞	digital pathology	dental caries	3D扫描和计算机辅助设计处理	3D CNN	3D图像	56个模拟下颌第一磨牙的修复性腔洞
70	2025-05-09	Mineralized tissue visualization with MRI: Practical insights and recommendations for optimized clinical applications 2025-May, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.11.001 PMID:39667997	综述	本文综述了用于增强矿化组织可视化的MRI技术（MT-MRI），并提供了优化临床应用的建议	全面概述了MT-MRI技术，包括其技术原理、临床应用及优缺点，并探讨了未来可能通过深度学习和硬件创新弥补现有不足	MT-MRI在评估细微骨异常和软组织钙化方面仍逊于传统CT，主要受限于空间分辨率	优化矿化组织MRI技术的临床应用	矿化组织（如骨骼）	医学影像	肌肉骨骼疾病	三维梯度回波、超短回波时间和零回波时间MRI、磁敏感加权成像、AI生成的合成CT	深度学习	MRI图像	NA
71	2025-05-09	Generation of high-resolution MPRAGE-like images from 3D head MRI localizer (AutoAlign Head) images using a deep learning-based model 2025-May, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01728-8 PMID:39794660	研究论文	本研究利用深度学习模型从3D头部MRI定位图像生成高分辨率MPRAGE样图像，以辅助痴呆和神经退行性疾病的诊断和研究	首次提出将3D MRI定位图像通过深度学习转换为MPRAGE样图像的方法，并验证其在诊断和研究中的潜在价值	研究数据来自单一机构，可能存在选择偏倚；未评估模型在其他疾病或更广泛人群中的适用性	建立并评估基于深度学习的模型，用于从MRI定位图像生成MPRAGE样图像	轻度认知障碍、痴呆和癫痫患者的脑部MRI图像	数字病理	神经退行性疾病	深度学习	深度学习模型（具体架构未说明）	MRI图像	569名患者（训练集340人，验证集36人，测试集193人）
72	2025-02-11	Letter to the Editor regarding, "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" by Dashti et al 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.12.029 PMID:39924432	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
73	2025-02-13	Response to Letter to the Editor regarding, "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.01.020 PMID:39934030	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
74	2025-05-09	Use of deep learning-accelerated T2 TSE for prostate MRI: Comparison with and without hyoscine butylbromide admission 2025-May, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110358 PMID:39938669	research paper	本研究探讨了深度学习加速的T2加权涡轮自旋回波成像序列在无需使用丁溴东莨菪碱的情况下，对前列腺MRI图像质量的影响	首次比较了深度学习加速的T2加权序列与传统序列在有无丁溴东莨菪碱情况下的表现，并评估了图像质量和定量参数	研究样本量相对较小（120例），且需要进一步研究来评估深度学习应用在前列腺MRI肿瘤检测率方面的表现	评估深度学习加速的T2加权序列在前列腺MRI中的应用效果，特别是是否需要使用丁溴东莨菪碱来提高图像质量	120名连续患者，分为四组，每组30人	digital pathology	prostate cancer	deep learning-accelerated T2-weighted turbo spin echo (TSE) imaging	deep learning	MRI images	120名患者，分为四组，每组30人
75	2025-05-09	A Bi-modal Temporal Segmentation Network for Automated Segmentation of Focal Liver Lesions in Dynamic Contrast-enhanced Ultrasound 2025-May, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.014 PMID:39952824	research paper	开发并验证了一种基于深度学习的双模态时间分割网络（BTS-Net），用于动态对比增强超声（CEUS）视频中肝脏局灶性病变（FLL）的自动分割	提出了一种新型的双模态时间分割网络（BTS-Net），用于动态CEUS视频中FLL的自动分割，并在多个测试集中表现出优越性能	研究为回顾性多中心研究，可能存在选择偏倚，且样本量相对较小（232例患者）	开发一种自动化的深度学习模型，用于动态CEUS视频中FLL的分割	肝脏局灶性病变（FLL）患者	digital pathology	liver cancer	dynamic contrast-enhanced ultrasound (CEUS)	BTS-Net	video	232例患者（160名男性，中位年龄56岁）
76	2025-05-09	An accurate and trustworthy deep learning approach for bladder tumor segmentation with uncertainty estimation 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108645 PMID:39954510	研究论文	本文提出了一种基于深度学习的可信赖膀胱肿瘤分割模型，不仅能够准确分割病变区域，还能提供分割结果的置信度信息	利用测试时间增强（TTA）和测试时间丢弃（TTD）来估计内部和外部数据集中的任意不确定性和认知不确定性，探索不同数据集上两种不确定性的影响	NA	探索一种可信赖的基于AI的肿瘤分割模型，提供预测结果及其置信度信息	膀胱肿瘤	数字病理学	膀胱癌	深度学习	BSU模型	图像	内部和外部膀胱镜数据集
77	2025-05-09	Application of deep learning for evaluation of the growth rate of Daphnia magna 2025-May, Journal of bioscience and bioengineering IF:2.3Q3 DOI:10.1016/j.jbiosc.2025.01.006 PMID:39955201	research paper	应用深度学习技术评估大型溞的生长速率	利用深度学习进行图像识别，实现了对游泳状态下大型溞大小的非侵入式测量	NA	评估化学物质对生态环境的影响	大型溞（Daphnia magna）	computer vision	NA	深度学习图像识别	CNN	image	NA
78	2025-05-09	A Review on Intelligent Systems for ECG Analysis: From Flexible Sensing Technology to Machine Learning 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3508545 PMID:40030493	综述	本文全面回顾了用于心电图(ECG)采集的柔性心脏传感设备，重点介绍了它们在心脏健康监测中的应用	强调了柔性传感技术与机器学习在心脏健康监测中的结合及其对ECG健康监测方法的推动作用	NA	回顾和评估用于ECG采集的柔性传感设备及其在心脏健康监测中的应用	柔性心脏传感设备和机器学习在ECG分析中的应用	数字病理学	心血管疾病	机器学习(ML)	深度学习, 支持向量机, 随机森林, 线性判别分析	ECG信号	NA
79	2025-05-09	PrediRep: Modeling hierarchical predictive coding with an unsupervised deep learning network 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107246 PMID:39946763	研究论文	介绍了一种名为PrediRep的新型深度学习网络，该网络更严格地遵循层次预测编码（hPC）的架构原则，用于神经科学研究	PrediRep是一种新型深度学习网络，比其他受hPC启发的深度学习网络更严格地遵循hPC的架构原则，并在功能上与hPC高度对齐	PrediRep设计的主要目的是作为适合神经科学研究的模型，而非优化性能	探索层次预测编码（hPC）在深度学习模型中的应用，以更好地理解大脑皮层如何预测未来的感官输入	层次预测编码（hPC）和深度学习网络	机器学习	NA	深度学习	PrediRep	NA	NA
80	2025-05-09	IR-GPT: AI Foundation Models to Optimize Interventional Radiology 2025-May, Cardiovascular and interventional radiology IF:2.8Q2 DOI:10.1007/s00270-024-03945-0 PMID:40140092	研究论文	本文探讨了如何定制基础AI模型以优化介入放射学（IR）领域	提出了IR-GPT基础模型的概念，旨在为介入放射学提供一个统一的AI平台	尚未实际构建和验证IR-GPT模型，仅停留在概念设计阶段	探索基础AI模型在介入放射学领域的应用潜力	介入放射学相关的文本、医学图像和其他类型数据	数字病理学	NA	深度学习	GPT	文本、医学图像、多模态数据	NA