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
821	2025-06-10	Using Deep Learning with Few-Shot Learning to Improve Data Capture in Total Hip Arthroplasty Operative Notes 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.06.008 PMID:40484056	research paper	本研究探讨了使用GPT-4和少样本学习技术改进全髋关节置换术手术记录中数据捕获的可行性	首次将GPT-4与少样本学习结合应用于全髋关节置换术手术记录的分类和理由生成	研究仅在一个机构的有限样本上进行，需要更大规模的外部验证	提高全髋关节置换术手术记录中植入物固定方式、技术使用和手术入路等关键信息的自动捕获准确性	全髋关节置换术的手术记录	natural language processing	geriatric disease	few-shot learning	GPT-4	text	240份手术记录(来自38位外科医生)
822	2025-06-10	Enhancing biliary tract cancer diagnosis using AI-driven 3D optical diffraction tomography 2025-Jun-06, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.06.003 PMID:40484187	研究论文	本研究利用AI驱动的3D光学衍射断层扫描技术，基于脂滴特征自动分类胆道癌细胞	结合3D光学衍射断层扫描和卷积神经网络，首次实现了基于脂滴特征的胆道癌细胞自动分类	研究仅使用了有限的细胞系(SNU1196、SNU308、SNU478和H69)，未涉及临床样本	开发一种基于脂滴特征的胆道癌自动诊断系统	人类胆道癌细胞系(SNU1196、SNU308、SNU478)和正常胆管细胞系(H69)	数字病理学	胆道癌	3D光学衍射断层扫描(ODT)	CNN(EfficientNet-b3)	3D折射率断层图像	4种细胞系(3种癌细胞系和1种正常细胞系)
823	2025-06-10	Exploring deep learning in third-year undergraduate nursing students: a mixed methods study 2025-Jun-05, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-025-03303-6 PMID:40474169	研究论文	本研究探讨了在护理本科生中应用深度学习的效果，开发了基于CoI框架的展开案例学习干预方案，并评估了其效果	首次在护理本科生中应用展开案例学习（CBL）干预方案，并采用混合方法评估其效果	样本量较小（132名学生），且研究时间较短（2023年9月至2024年1月）	开发并评估促进护理本科生深度学习的干预方案	护理专业三年级本科生	教育技术	NA	混合方法研究（定量与定性相结合）	NA	定量数据（学习成绩）和定性数据（访谈）	132名护理本科生（其中12人参与访谈）
824	2025-06-10	Construction of a deep learning-based predictive model to evaluate the influence of mechanical stretching stimuli on MMP-2 gene expression levels in fibroblasts 2025-Jun-05, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01399-0 PMID:40474209	research paper	本研究构建了一个基于深度学习的预测模型，用于评估机械拉伸刺激对成纤维细胞中MMP-2基因表达水平的影响	首次使用深度学习模型预测机械拉伸对MMP-2基因表达的调控，为MMP-2分泌的机械生物学机制提供了新见解	模型仅在特定实验条件下验证，未考虑其他可能影响MMP-2表达的因素	开发AI预测框架以理解机械拉伸对MMP-2表达的调控机制	成纤维细胞中的MMP-2基因表达	digital pathology	wound healing	RT‒PCR, deep learning	back propagation neural network	gene expression data	336个MMP-2基因表达数据点
825	2025-06-10	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究利用深度学习技术，基于全国多中心的大规模CTG数据集，开发了一个临床适用的模型，用于自动解读胎心监护图	使用大规模全国性数据集和可靠的专家标注，开发了临床适用的深度学习模型，克服了以往研究数据规模小或临床相关性不足的局限性	需要在前瞻性研究中进一步评估模型的临床适用性	开发一个临床适用的自动解读胎心监护图的深度学习模型	胎心监护图(CTG)	数字病理	产科疾病	深度学习	深度学习模型	生理信号数据	来自14家医院的22,522例分娩数据，共519,800人分钟的分析数据
826	2025-06-10	A hybrid steganography framework using DCT and GAN for secure data communication in the big data era 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01054-7 PMID:40467689	研究论文	提出了一种结合DCT和GAN的混合隐写框架，用于大数据时代的安全数据通信	结合离散余弦变换（DCT）和生成对抗网络（GAN）的混合架构，在空间和频域中利用深度学习技术，提供了一种高数据完整性和安全性的解决方案	未提及具体的数据集或实际应用场景的限制	开发一种更灵活和有效的隐写解决方案，以克服空间域方法的限制	高分辨率图像数据的安全传输	计算机视觉	NA	DCT, GAN	GAN	图像	NA
827	2025-06-10	Advancing prenatal healthcare by explainable AI enhanced fetal ultrasound image segmentation using U-Net++ with attention mechanisms 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04631-y PMID:40467763	研究论文	本文提出了一种基于可解释AI增强的U-Net++与注意力机制的胎儿超声图像分割方法，用于提升产前医疗保健	结合U-Net++的嵌套跳跃连接和ResNet-34的残差学习，引入注意力机制增强低对比度、噪声超声数据的特征提取，并集成Grad-CAM++提供模型决策解释	未明确提及具体临床验证样本量或跨中心数据泛化能力	开发高精度且可解释的胎儿超声图像自动分割框架以标准化胎儿发育评估	胎儿超声图像	数字病理	产前诊断	深度学习与可解释AI（XAI）	U-Net++ with ResNet-34 backbone and attention mechanisms	超声图像	未明确说明（基于大规模胎儿超声图像库评估）
828	2025-06-10	Deep learning model applied to real-time delineation of colorectal polyps 2025-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03047-y PMID:40468304	研究论文	本研究评估了基于YOLACT的实时息肉描绘模型（RTPoDeMo）在结肠镜视频中的实时应用性能	首次将YOLACT模型应用于医学领域的实时息肉检测与分割，并开发了RTPoDeMo模型	研究仅基于2188张结肠镜图像，样本量相对有限	提高结肠镜检查中息肉的实时检测和分割准确性	结肠镜视频中的息肉	计算机视觉	结直肠癌	深度学习	YOLACT, Mask-RCNN, YOLACT++	图像	2188张结肠镜图像
829	2025-06-10	Machine learning in dentistry and oral surgery: charting the course with bibliometric insights 2025-Jun-04, Head & face medicine IF:2.4Q2 DOI:10.1186/s13005-025-00521-w PMID:40468381	研究论文	通过文献计量学方法全面分析机器学习在牙科和口腔外科中的应用，以识别研究趋势、热点和未来方向	利用VOSviewer和CiteSpace软件进行文献计量分析，揭示机器学习在牙科和口腔外科中的研究热点和趋势	数据可用性和安全性、算法偏见以及'黑盒模型'等挑战仍需解决	分析机器学习在牙科和口腔外科中的应用趋势和未来发展方向	2010年至2024年间发表的与牙科和口腔外科中机器学习相关的2234篇独特出版物	机器学习	牙科和口腔外科疾病	文献计量分析	传统机器学习算法和深度学习算法	文献数据	2234篇出版物
830	2025-06-10	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Jun-03, American journal of respiratory and critical care medicine IF:19.3Q1 PMID:40460372	研究论文	该研究通过深度学习模型分析儿童的上呼吸道体积，探讨其与认知能力和大脑结构的关系	首次在大型儿科队列中应用深度学习进行上呼吸道分割，揭示了上呼吸道体积与认知能力及大脑结构的关联	研究为横断面设计，无法确定因果关系	探究睡眠呼吸障碍儿童上呼吸道体积与认知功能及大脑结构的关系	11,875名9-10岁儿童	数字病理学	睡眠呼吸障碍	MRI	深度学习模型	医学影像	11,875名儿童，分析5,552,640个脑部MRI切片
831	2025-06-10	Multimodal deep learning for chemical toxicity prediction and management 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95720-5 PMID:40461585	研究论文	本文提出了一种多模态深度学习方法，用于化学毒性的预测和管理	引入了结合化学性质数据和分子结构图像的集成研究数据集，并采用Vision Transformer (ViT)架构和多层感知机(MLP)进行多毒性预测，显著提高了预测性能	由于安全限制和化学数据的结构复杂性，全面的化学毒性预测数据集开发仍然有限	提高化学毒性预测的准确性	化学毒性的多标签预测	机器学习	NA	深度学习	Vision Transformer (ViT), Multilayer Perceptron (MLP)	图像, 数值数据	NA
832	2025-06-10	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Jun-02, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	research paper	该研究利用工程化的气单胞菌素纳米孔通过非易位阻断传感技术识别异构多样的皂苷	通过S278K突变使气单胞菌素获得高度正电荷内部，产生强烈的电渗流和增强的空间/焓屏障，有效捕获皂苷分子并防止其进一步易位，显著提高了检测能力	NA	开发一种新型纳米孔传感技术，用于识别和定量分析结构复杂且多样的小分子分析物	异构多样的皂苷	生物传感技术	NA	纳米孔传感技术	深度学习	分子阻断信号	30种皂苷
833	2025-06-10	Identification of Gingival Inflammation Surface Image Features Using Intraoral Scanning and Deep Learning 2025-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.01.002 PMID:39875279	研究论文	本研究结合口腔内扫描和深度学习算法，开发了一种自动识别牙龈炎症表面特征的方法	首次将口腔内扫描(IOS)与深度学习算法结合，用于牙龈炎症表面特征的自动识别，并评估其与临床指标的相关性	样本量相对较小(120名患者)，且仅针对牙周炎患者进行研究	开发一种客观、可量化的牙龈炎症识别方法，以辅助临床诊断	牙周炎患者的牙龈炎症表面特征	数字病理	牙周病	口腔内扫描(IOS)	GC-U-Net	图像	120名牙周炎患者
834	2025-06-10	An explainable transformer model integrating PET and tabular data for histologic grading and prognosis of follicular lymphoma: a multi-institutional digital biopsy study 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07090-9 PMID:39883138	研究论文	开发了一种可解释的多模态融合Transformer模型，用于非侵入性识别滤泡性淋巴瘤(FL)的分级和预后	首次将3D PET肿瘤图像与表格数据通过Transformer模型融合，并引入可解释性模块（如Grad-CAM和SHAP分析）增强临床可解释性	研究为回顾性设计，样本量相对有限（513例患者）且来自特定医疗机构	开发深度学习模型作为数字活检工具，用于滤泡性淋巴瘤的无创分级和预后评估	滤泡性淋巴瘤患者	数字病理学	滤泡性淋巴瘤	PET成像	Transformer	图像（3D PET）和表格数据	513例FL患者（来自5个医疗中心）
835	2025-06-10	Artificial intelligence-based cardiac transthyretin amyloidosis detection and scoring in scintigraphy imaging: multi-tracer, multi-scanner, and multi-center development and evaluation study 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07117-1 PMID:39907796	研究论文	本研究利用深度学习技术，基于多示踪剂、多扫描仪和多中心数据集，开发并评估了一种全自动检测和评分心脏转甲状腺素蛋白淀粉样变性（ATTR-CM）的方法	首次在多示踪剂、多扫描仪和多中心数据集上开发全自动ATTR-CM检测和评分系统，并通过Grad-CAM和显著性图解释模型决策过程	部分外部数据集样本量较小（如数据集#3仅41例患者），且未标记数据集（数据集#6）的验证结果依赖专家确认	开发自动化工具提升转甲状腺素蛋白淀粉样心肌病（ATTR-CM）的诊断效率和准确性	全身闪烁扫描图像中的ATTR-CM病变	数字病理学	心血管疾病	深度学习	CNN（基于Grad-CAM和显著性图分析）	医学影像（闪烁扫描图像）	6个数据集共3737例（含标记数据522例+未标记数据3215例），涉及99mTc-MDP/DPD/HDP/PYP四种示踪剂和12台扫描仪
836	2025-06-10	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-Jun, 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方法，用于预测肾切除术后肾功能	开发了一种全自动AI模型，无需临床细节或医生干预即可准确预测术后GFR	研究样本量相对较小（300例患者），且仅来自KiTS19挑战赛的数据	比较AI模型与临床模型在预测肾切除术后GFR方面的准确性	接受肾切除术治疗的肾肿瘤患者	数字病理	肾癌	深度学习分割模型	深度学习	CT图像	300例肾肿瘤患者
837	2025-06-10	The effect of cryopreservation on enamel microcracks - A μCT analysis using a deep learning algorithm 2025-Jun, Cryobiology IF:2.3Q3 DOI:10.1016/j.cryobiol.2025.105207 PMID:39929328	研究论文	本研究通过μCT分析和深度学习算法，探讨了冷冻保存对牙釉质微裂纹的影响	首次利用深度学习算法实现了对牙釉质微裂纹的自动分割和定量评估	样本量较小（仅5颗牙齿），且未考虑牙齿提取过程中钳子使用的影响	研究冷冻保存对牙釉质微裂纹的影响	人类牙齿	数字病理学	牙科疾病	μCT分析	U-Net	图像	5颗牙齿（冷冻保存前后对比）
838	2025-06-10	Recent advances in AI-driven protein-ligand interaction predictions 2025-Jun, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103020 PMID:39999605	综述	本文总结了AI驱动的蛋白质-配体相互作用预测领域的最新进展	介绍了AI模型（如图神经网络、混合密度网络、Transformer和扩散模型）在预测性能上的提升，以及几何深度学习和基于序列的嵌入在配体结合位点预测中的应用	跨不同蛋白质-配体对的泛化能力仍然是一个挑战	提高结构药物发现的准确性和效率	蛋白质-配体相互作用	机器学习	NA	AI驱动的计算方法	图神经网络、混合密度网络、Transformer、扩散模型	蛋白质-配体相互作用数据	NA
839	2025-06-10	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-Jun, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	本研究通过深度学习算法预测单侧肾积水患儿肾功能差异<40%的风险，基于超声关键参数	首次将机器学习模型（如SVM）应用于基于超声参数的肾功能差异预测，显著提高了预测准确性	研究为回顾性设计，样本仅来自单一科室，可能存在选择偏倚	探索超声参数与肾功能差异的关联，为手术决策提供无创评估工具	802例单侧肾积水患儿	数字病理	肾积水	超声检查+动态肾图	SVM/随机森林/逻辑回归	医学影像+临床参数	802例患儿数据
840	2025-06-10	Advances in EEG-based detection of Major Depressive Disorder using shallow and deep learning techniques: A systematic review 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110154 PMID:40273818	系统性综述	本文系统综述了基于EEG的重度抑郁症检测在浅层和深度学习技术方面的进展	整合了EEG特征与AI技术，探索了多种EEG标记物在MDD诊断中的应用	需要进一步研究以增强EEG指标在MDD背景下的可解释性	促进对MDD神经机制的理解并识别潜在的诊断生物标志物	重度抑郁症（MDD）患者和健康对照组	机器学习	重度抑郁症	EEG	浅层和深度学习	EEG信号	22项研究（初始搜索5603篇，筛选后纳入22篇）