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
81	2025-06-17	High-throughput alloy and process design for metal additive manufacturing 2025, npj computational materials IF:9.4Q1 DOI:10.1038/s41524-025-01670-x PMID:40520360	研究论文	本研究介绍了一种高通量计算框架，用于评估金属增材制造中的合金可打印性	整合了材料特性、处理参数和熔池轮廓，利用深度学习代理模型加速可打印性评估1000倍	NA	为金属增材制造设计新型合金和工艺	金属合金，特别是等原子比CoCrFeMnNi系统和高熵合金空间中的Co-Cr-Fe-Mn-Ni合金	材料科学与工程	NA	高通量计算框架，深度学习	深度学习代理模型	材料特性数据，处理参数，熔池轮廓	NA
82	2025-06-17	Evaluating the efficacy of bioelectrical impedance analysis using machine learning models for the classification of goats exposed to Haemonchosis 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1584828 PMID:40520424	研究论文	本研究评估了生物电阻抗分析（BIA）结合机器学习模型在分类感染血矛线虫病的山羊中的效果	首次将BIA与多种机器学习模型结合，用于非侵入性诊断山羊的血矛线虫病感染程度	样本量较小（94只山羊），且仅针对西班牙公山羊进行研究	开发一种可扩展、快速且非侵入性的诊断工具，用于监测小型反刍动物的健康状态	94只完整的西班牙公山羊（58只健康，36只自然感染血矛线虫病）	机器学习	血矛线虫病	生物电阻抗分析（BIA）	SVM, BPNN, K-NN, XGBoost, Keras	生物电阻抗数据	94只山羊（58健康，36感染）
83	2025-06-17	Deep learning-based framework for Mycobacterium tuberculosis bacterial growth detection for antimicrobial susceptibility testing 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.030 PMID:40520597	研究论文	开发了一个基于深度学习的框架TMAS，用于检测结核分枝杆菌的生长以进行抗菌药物敏感性测试	利用最先进的深度学习模型检测96孔微孔板图像中的细菌生长，显著提高了检测准确性和效率	对于生长量低或图像质量差的板可能仍有挑战	提高结核病药物敏感性测试的准确性和效率	结核分枝杆菌	数字病理学	结核病	深度学习	NA	图像	4,018张板图像
84	2025-06-17	Optimal Res-UNET architecture with deep supervision for tumor segmentation 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1593016 PMID:40520778	研究论文	本研究开发了一种优化的Res-UNET架构，结合深度监督技术，以提高MRI数据集中脑肿瘤分割的准确性	提出了一种结合深度监督和残差连接的优化Res-UNET架构，显著提高了分割精度并减少了训练时间	研究仅针对脑肿瘤MRI数据集，未来需验证在其他医学图像分割任务中的适用性	优化U-Net变体以提高脑肿瘤MRI图像分割的准确性和计算效率	脑肿瘤MRI图像	数字病理	脑肿瘤	深度学习	Res-UNET	MRI图像	BraTS 2018公共MRI数据集
85	2025-06-17	Can artificial intelligence improve the diagnosis and prognosis of disorders of consciousness? A scoping review 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1608778 PMID:40520948	综述	本文通过范围综述探讨人工智能（AI）在意识障碍（DoC）诊断和预后中的应用	综述了AI在DoC领域的应用潜力，特别是在诊断、预后及康复个性化方面的创新	需要标准化的数据协议和考虑人口统计学差异	探讨AI在意识障碍（DoC）诊断和预后中的作用	意识障碍（DoC）患者	机器学习	神经系统疾病	机器学习和深度学习	ML和DL	医学文献数据	21项研究涉及DoC受试者
86	2025-06-17	Mapping football tactical behavior and collective dynamics with artificial intelligence: a systematic review 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1569155 PMID:40521408	系统综述	本文通过系统综述探讨了人工智能在足球战术行为、集体动态和运动模式分析中的应用现状	综述了基于人工神经网络、深度学习、机器学习和时间序列技术的AI方法在足球战术分析中的应用	AI技术在足球中的实际应用仍面临挑战，包括伦理规范和多学科专业人才的培养	探讨人工智能在足球战术行为分析中的应用	足球战术行为、集体动态和运动模式	机器学习	NA	人工神经网络、深度学习、机器学习、时间序列分析	CNN、RNN、变分循环神经网络、变分自编码器	时空追踪数据	32项研究（从2548篇文献中筛选）
87	2025-06-17	Abdominal Body Composition Reference Ranges and Association With Chronic Conditions in an Age- and Sex-Stratified Representative Sample of a Geographically Defined American Population 2024-04-01, The journals of gerontology. Series A, Biological sciences and medical sciences DOI:10.1093/gerona/glae055 PMID:38373180	research paper	该研究通过腹部CT扫描量化身体成分，并建立了与年龄和性别分层的一般人群相关的参考范围，同时探讨了这些指标与慢性疾病的关系	首次在一般人群中定义了基于CT的身体成分测量（如肥胖、肌肉减少症和骨丢失）的参考范围，并利用深度学习算法自动化分析	研究样本仅来自美国明尼苏达州南部和威斯康星州西部的27个县，可能无法完全代表其他地理或种族群体	建立基于CT的身体成分参考范围，并分析其与慢性疾病的关联	20至89岁的4,900名接受腹部CT检查的个体	digital pathology	geriatric disease	腹部CT扫描、深度学习算法	深度学习模型（未指定具体类型）	医学影像（CT图像）	4,649名具有地理代表性的个体
88	2025-06-17	Application of ChatGPT in Routine Diagnostic Pathology: Promises, Pitfalls, and Potential Future Directions 2024-Jan-01, Advances in anatomic pathology IF:5.1Q1 DOI:10.1097/PAP.0000000000000406 PMID:37501529	文献综述	本文综述了ChatGPT在常规诊断病理学中的应用现状、前景、潜在问题及未来发展方向	探讨了ChatGPT这一新兴自然语言处理技术在病理诊断领域的应用潜力及其面临的挑战	目前关于ChatGPT在病理学领域应用的研究数据仍较为有限	评估ChatGPT在诊断病理学中的应用价值	ChatGPT及其在病理诊断中的应用	数字病理学	NA	自然语言处理	大型语言模型(LLM)	文本	NA
89	2025-06-16	Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126253 PMID:40273772	研究论文	本研究介绍了一种新颖的一次性多标准色卡应用，通过三种仪器（颜色可见分光光度计、数码单反相机和移动相机）分析地下水样品中的草甘膦含量	首次将一次性多标准色卡应用于三种不同仪器进行草甘膦检测，并探索了通过人眼模型颜色空间分析数据的方法	数码单反相机存在离子干扰导致浓度高估，而颜色可见分光光度计受磷酸盐和硝酸盐影响	开发一种实时监测地下水草甘膦含量的经济高效、用户友好的即时检测技术	地下水样品中的草甘膦	环境监测	NA	颜色可见分光光度计、数码相机分析	NA	图像、光谱数据	75 mL 地下水样品（浓度范围50-500 ng/mL）
90	2025-06-16	Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images 2025-Aug, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105813 PMID:40373868	research paper	本研究评估了一种基于多阶段分割残差网络（SegResNet）的深度学习模型在自动分割III期和IV期牙周炎患者锥形束计算机断层扫描（CBCT）图像中的性能	提出了一种基于SegResNet的深度学习模型，用于自动分割牙周炎患者的CBCT图像，相比半自动方法减少了47倍的分割时间	模型在牙周区域颊侧的一致性较低，需提高其稳健性以增强整体可靠性和一致性	评估深度学习模型在牙周炎患者CBCT图像分割中的性能和准确性	III期和IV期牙周炎患者的CBCT图像	digital pathology	periodontitis	CBCT	SegResNet	image	70例CBCT扫描用于训练和验证，10例独立CBCT扫描用于测试
91	2025-06-16	Fully automated evaluation of condylar remodeling after orthognathic surgery in skeletal class II patients using deep learning and landmarks 2025-Aug, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105819 PMID:40389149	研究论文	本研究开发了一种基于深度学习和解剖标志的全自动方法，用于评估骨骼II类患者正颌手术后的髁突重塑	结合解剖标志引导的分割与配准，实现了髁突重塑评估的全自动化流程，效率提升150倍	研究样本量未明确说明，且方法在极端重塑情况下的适用性有待验证	开发高效准确的正颌手术预后评估工具	骨骼II类正颌手术患者的髁突结构	数字病理	颞下颌关节紊乱	CT成像、ICP配准算法	V-Net	3D医学影像	NA
92	2025-06-16	Accuracy and time efficiency of deep learning-based three-dimensional crown segmentation on intraoral scanning: a systematic review and meta-analysis 2025-Aug, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105842 PMID:40414275	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了基于深度学习的口腔内扫描三维牙冠分割的准确性和时间效率	首次通过荟萃分析量化了深度学习在口腔内扫描牙冠分割中的准确性和时间效率，并比较了不同牙齿类型的分割效果	纳入研究存在数据选择和指标测试的异质性，且目前算法尚不能精确分割牙龈边界	评估深度学习在口腔内扫描牙冠分割中的准确性和时间效率	口腔内扫描图像中的牙冠分割	数字病理	牙科疾病	深度学习图像分割	深度学习（未指定具体模型）	三维口腔内扫描图像	44项符合纳入标准的研究（来自1220篇初步检索文献）
93	2025-06-16	Artificial intelligence revolution in drug discovery: A paradigm shift in pharmaceutical innovation 2025-Jul-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125789 PMID:40451590	综述	本文探讨了人工智能在药物发现中的革命性作用及其对制药创新的影响	利用AI技术（如ML、DL和NLP）优化药物开发的多个阶段，包括靶点识别、先导化合物优化和新药设计	数据可及性有限、多样化数据集的整合、AI模型的可解释性以及伦理问题	探讨人工智能如何改变药物发现过程，提高效率并降低成本	药物发现过程中的各个阶段，如靶点识别、先导化合物优化和新药设计	人工智能在制药领域的应用	NA	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	AlphaFold、AtomNet	化学和生物数据	NA
94	2025-06-16	Deep learning model for low-dose CT late iodine enhancement imaging and extracellular volume quantification 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11288-0 PMID:39704803	研究论文	开发并验证了用于降噪晚期碘增强（LIE）图像并实现准确细胞外体积（ECV）量化的深度学习模型	提出了两种深度学习模型（RDN和cGAN）用于降噪LIE图像，并显著提高了图像质量和ECV量化准确性	研究为回顾性设计，样本量相对有限（423例患者）	开发能够降噪LIE图像并准确量化ECV的深度学习模型	胸部不适患者的心肌灌注CT+血管造影CT+LIE图像	医学影像分析	心血管疾病	CT成像	RDN（残差密集网络）和cGAN（条件生成对抗网络）	医学影像	423例患者（182例训练集，48例调参集，92例内部验证集，101例外部验证集）
95	2025-06-16	Generalizability, robustness, and correction bias of segmentations of thoracic organs at risk in CT images 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11321-2 PMID:39738559	research paper	评估和比较两种先进的深度学习方法在CT图像中分割四个胸部风险器官（食管、气管、心脏和主动脉）的性能	比较多器官分割方法和多个单器官模型融合方法，评估其对抗扰动的鲁棒性和外部数据集的泛化能力，并探讨专家校正引入的潜在偏差	专家校正可能引入偏差，需要手动标注的测试集来评估方法性能	提高放射治疗计划中胸部风险器官分割的效率和准确性	胸部风险器官（食管、气管、心脏和主动脉）	digital pathology	NA	CT成像	nnU-Net	image	NA
96	2025-06-16	Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11256-8 PMID:39747589	research paper	比较深度学习方法和多参数统计模型在不同疾病组中对肺结节恶性风险分层的性能	首次在多种风险特征和潜在肺部疾病的队列中评估了LCP-CNN的性能，并展示了其相对于传统方法的优越性	研究为回顾性分析，样本量相对较小（297名患者，422个结节）	评估深度学习模型在肺结节恶性风险分类中的性能	肺结节患者（包括筛查、肺气肿和间质性肺病患者）	digital pathology	lung cancer	CT扫描	CNN	image	297名患者，422个肺结节（其中105个为恶性）
97	2025-06-16	Deep learning-based image domain reconstruction enhances image quality and pulmonary nodule detection in ultralow-dose CT with adaptive statistical iterative reconstruction-V 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11317-y PMID:39792163	research paper	该研究评估了基于深度学习的图像域重建在超低剂量CT（ULDCT）中的应用，以提升图像质量和肺结节检测能力	首次在超低剂量CT中应用深度学习图像重建（DLIR）技术，显著提升了图像质量和结节检测率	研究仅针对肺结节检测，未涉及其他肺部病变的检测效果	评估深度学习图像重建技术在超低剂量CT中的性能	210名接受肺癌筛查的患者	digital pathology	lung cancer	deep learning image reconstruction (DLIR), adaptive statistical iterative reconstruction-V (ASiR-V)	deep learning	image	210名患者的463个肺结节
98	2025-06-16	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	research paper	该研究利用卷积神经网络（CNN）和大型多样化数据集改进儿童、青少年和年轻成人的法医年龄估计	使用自定义CNN和大规模多样化数据集，显著提高了法医年龄估计的准确性和可靠性	研究样本主要集中在1至25岁的人群，可能不适用于其他年龄段	改进法医年龄估计的准确性和效率	儿童、青少年和年轻成人的口腔全景片（OPGs）	digital pathology	NA	卷积神经网络（CNN）	CNN	image	21,814张OPGs来自13,766名1至25岁以下的个体
99	2025-06-16	Deep learning-based time-of-flight (ToF) enhancement of non-ToF PET scans for different radiotracers 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07119-z PMID:39964543	research paper	本文评估了一种基于深度学习的飞行时间（DLToF）模型，用于提升非飞行时间PET图像的质量，针对不同示踪剂	开发了三种不同强度的DLToF模型（低、中、高），适用于多种示踪剂，并在多个国际站点进行验证	研究仅基于GE Discovery MI（DMI）飞行时间扫描仪的数据，可能不适用于其他设备	提升非飞行时间PET图像的质量，使其接近飞行时间PET图像的水平	PET图像，特别是使用不同示踪剂的非飞行时间PET图像	digital pathology	NA	深度学习，3D残差U-NET模型	3D residual U-NET	image	309个训练数据集和33个验证数据集，测试集包含60个DMI数据集（4种示踪剂，每种15次检查）
100	2025-06-16	Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07145-x PMID:39976703	研究论文	本研究利用深度学习方法开发了基于SPECT心肌灌注成像的冠状动脉疾病诊断模型	采用了13种不同的深度学习模型和4种输入类型，结合数据增强和半监督学习策略，显著提升了CAD诊断性能	模型仅在LAD区域表现出良好性能，对其他冠状动脉区域的适用性有限	开发基于深度学习的冠状动脉疾病自动诊断系统	940名接受SPECT-MPI检查的患者（其中281名有ICA数据）	数字病理	心血管疾病	SPECT-MPI, 侵入性冠状动脉造影(ICA)	DenseNet201, ResNet152V2, InceptionResNetV2等13种深度学习模型	医学影像（SPECT-MPI极坐标图）	940例患者（281例有ICA数据）