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
1081	2025-06-08	Mexican dataset of digital mammograms (MEXBreast) with suspicious clusters of microcalcifications 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111587 PMID:40470344	research paper	介绍了一个名为MEXBreast的墨西哥数字乳腺X光片数据集，包含可疑微钙化簇的标注数据	提供了一个具有一致分辨率的标注微钙化簇的墨西哥乳腺X光片数据集，支持深度学习CNN的训练	数据集可能受限于样本来源的多样性和数量	支持深度学习CNN在乳腺X光片微钙化簇检测中的训练、验证和测试	乳腺X光片中的微钙化簇	digital pathology	breast cancer	mammography	CNN	image	NA
1082	2025-06-08	Updating high-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids with expanded images and annotations 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111593 PMID:40470345	research paper	该研究扩展了一个高分辨率RGB图像数据集，用于自动分类牧草杂交种的物候阶段和识别花序	数据集新增了139张图像和24,983个注释，增加了图像捕捉条件的多样性，包括不同地理位置、设备和视角	NA	支持牧草育种试验中的高通量表型分析(HTP)和深度学习模型的开发	Urochloa spp. 杂交种	computer vision	NA	High-Throughput Phenotyping (HTP)	Deep Learning (DL)	image	2539张图像，包含47,323个花序注释，覆盖200种基因型
1083	2025-06-08	IBERBIRDS: A dataset of flying bird species present in the Iberian Peninsula 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111610 PMID:40470349	research paper	本文介绍了IBERBIRDS数据集，一个专为伊比利亚半岛飞行鸟类自动检测和分类设计的公开数据集	该数据集专注于中远距离飞行鸟类的照片，提供了更真实和具有挑战性的场景，不同于现有数据集通常包含特写或理想条件下的图像	数据集仅包含10种鸟类，样本量相对较小，且仅限于伊比利亚半岛的鸟类	促进鸟类物种自动识别技术的发展，支持生态监测和保护工作	伊比利亚半岛的10种中型至大型飞行鸟类	computer vision	NA	deep learning	YOLO	image	4000张图像，涵盖10种鸟类
1084	2025-06-08	Artificial intelligence driven mental health diagnosis based on physiological signals 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103358 PMID:40475896	research paper	该研究利用生理信号和机器学习方法，开发了一种自动检测人类压力状况的模型	提出了一种基于机器学习的压力评估模型，使用多种生理信号进行压力和非压力状态的分类，并引入了深度学习框架进行比较分析	传统压力诊断方法依赖于患者自我报告，存在局限性	开发一种成本效益高且高效的压力检测方法，以实现早期诊断和干预	处于不同压力水平的个体	machine learning	mental health disorders	ECG, EMG, HR, RESP, Foot GSR, Hand GSR	Decision tree, kernel support vector machine, feed-forward artificial neural networks	physiological signals	NA
1085	2025-06-08	Prediction of the space group and cell volume by training a convolutional neural network with primitive 'ideal' diffraction profiles and its application to 'real' experimental data 2025-Jun-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576725002419 PMID:40475932	研究论文	本研究提出了一种深度学习方法，通过卷积神经网络（CNN）从无机晶体的粉末X射线衍射图谱预测其空间群和晶胞体积	利用仅依赖于晶体结构固有特性的δ函数状'理想'X射线衍射图谱训练CNN模型，无需考虑入射X射线波长或谱线形状	在应用于'真实'X射线图谱时存在部分不匹配情况，可能源于特定材料状态或实验数据质量	开发一种无需模拟实验衍射图谱即可预测晶体结构信息的深度学习方法	无机晶体（如TiO、LiNiO和LiMnO等11种材料）的粉末X射线衍射图谱	机器学习	NA	粉末X射线衍射	CNN	X射线衍射图谱	11种无机晶体材料
1086	2025-06-08	Application of the Bidirectional Encoder Representations from Transformers Model for Predicting the Abbreviated Injury Scale in Patients with Trauma: Algorithm Development and Validation Study 2025-May-29, JMIR formative research IF:2.0Q4 DOI:10.2196/67311 PMID:40440586	研究论文	本研究应用BERT模型预测创伤患者的AIS评分，以提高创伤评估的准确性	采用BERT预训练方法嵌入患者诊断信息等关键特征，构建预测模型，其准确率比先前研究提高了10个百分点	外部验证数据集样本量较小（n=244），可能影响模型泛化能力的全面评估	利用深度学习技术基于易获取的诊断信息预测AIS编码，改进创伤评估	创伤患者	自然语言处理	创伤	BERT预训练方法	BERT	文本（诊断信息、损伤描述等）	26,810例创伤患者（主要数据集）+244例外部验证数据
1087	2025-06-08	Mechanisms and management of self-resolving lumbar disc herniation: bridging molecular pathways to non-surgical clinical success 2025-May-27, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05959-x PMID:40426259	research paper	本文探讨了腰椎间盘突出（LDH）自发性吸收的机制及其非手术治疗的成功案例	通过系统文献回顾，识别了LDH自发性吸收的多种机制，并提出了未来研究方向，包括分子机制、炎症反应调控及基于机器学习的个性化治疗策略	研究仅基于一名患者的案例，样本量较小，且缺乏对照组	探讨LDH自发性吸收的机制及非手术治疗的有效性	一名40岁女性患者，患有严重的L5/S1腰椎间盘突出	医学研究	腰椎间盘突出	MRI成像、NSAIDs、热疗、按摩疗法、针灸、运动疗法	NA	临床数据、MRI图像	1名患者
1088	2025-06-08	The Role of Artificial Intelligence in Chronic Liver Diseases and Liver Transplantation 2025-May-22, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.05.012 PMID:40412666	综述	本文探讨了人工智能在慢性肝病和肝移植中的应用及其潜力	深入分析了人工智能如何通过机器学习和深度学习等技术，模拟临床医生的决策过程，为肝病患者提供个性化建议	需要多中心合作收集无偏数据，并通过临床试验和工作流程整合来验证AI工具的可靠性和有效性	评估人工智能在肝病学中的诊断、预后和治疗应用	慢性肝病和肝移植患者	机器学习	肝病	机器学习、深度学习、大语言模型	NA	实验室数据和临床特征	NA
1089	2025-06-08	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-May, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	research paper	评估多模态人工智能模型在前列腺癌三期临床试验中非洲与非非洲裔男性中的算法公平性	使用多模态AI深度学习系统结合数字组织病理学和临床数据，评估算法在不同种族亚组中的普适性	研究中存在种族信息缺失的病例（0.5%）	评估人工智能工具在临床决策中的公平性，避免因偏见加剧健康不平等	非洲裔和非非洲裔前列腺癌患者	digital pathology	prostate cancer	multimodal AI (MMAI) deep learning system	深度学习	digital histopathology and clinical data	5,708名患者（包括948名非洲裔和4,731名非非洲裔）
1090	2025-06-08	Deep learning-based temporal MR image reconstruction for accelerated interventional imaging during in-bore biopsies 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.035001 PMID:40469203	研究论文	本研究旨在通过深度学习加速前列腺癌的经直肠MR引导活检，利用欠采样图像重建和图像分割进行器械定位	提出了一种基于深度学习的时空MR图像重建模型，能够在16倍欠采样率下保持图像质量，并显著提高器械预测成功率	研究为单中心回顾性研究，可能受到数据来源单一的限制	加速前列腺癌的经直肠MR引导活检过程	前列腺癌患者	数字病理	前列腺癌	MR成像	nnU-Net	MR图像	1289名患者的8464次MR 2D多层扫描
1091	2025-06-08	Performance of ChatGPT-3.5 and ChatGPT-4 in Solving Questions Based on Core Concepts in Cardiovascular Physiology 2025-May, Cureus DOI:10.7759/cureus.83552 PMID:40476113	研究论文	本研究评估了ChatGPT-3.5和ChatGPT-4在解决心血管生理学核心概念问题上的表现	比较了不同版本的ChatGPT在医学教育中的应用效果，特别是在心血管生理学领域的表现	需要教师审查生成的解释以确保准确性，生成式AI在医学教育中的应用需要谨慎考虑	评估ChatGPT在解决心血管生理学核心概念问题上的能力	ChatGPT-3.5和ChatGPT-4	自然语言处理	心血管疾病	深度学习	ChatGPT	文本	多项选择题（具体数量未提及）
1092	2025-06-08	Diagnostic performance of the ultrasound -based artificial intelligence diagnostic system in predicting cervical lymph node metastasis in patients with thyroid cancer: A systematic review and meta-analysis 2025 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504251346906 PMID:40462622	meta-analysis	本文通过系统评价和荟萃分析评估了基于超声的人工智能诊断系统在预测甲状腺癌患者颈部淋巴结转移中的诊断性能	首次系统评估了基于超声的AI系统在甲状腺癌颈部淋巴结转移预测中的表现，并比较了不同设计（如多中心与单中心、深度学习与传统机器学习）的诊断效果	需要前瞻性验证才能投入临床应用，且中国研究的特异性低于其他国家	评估基于超声的人工智能系统在预测甲状腺癌患者颈部淋巴结转移中的诊断性能	甲状腺癌患者及其颈部淋巴结转移情况	digital pathology	thyroid cancer	ultrasound, artificial intelligence	deep learning, classic machine learning	image	19项研究
1093	2025-06-08	Leveraging network uncertainty to identify regions in rectal cancer clinical target volume auto-segmentations likely requiring manual edits 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100771 PMID:40475847	research paper	本研究探讨了深度学习自动分割在直肠癌放疗工作流程中的应用，特别是通过网络不确定性量化来识别需要手动编辑的区域	提出利用网络不确定性估计来预测需要临床相关编辑的分割区域，验证了认知不确定性估计的有效性	网络不确定性的解释因多种不确定性来源的非平凡交互而复杂化	提高直肠癌放疗工作流程中自动分割的效率和质量	直肠系膜临床靶区的自动分割	digital pathology	rectal cancer	Monte Carlo dropout	nnU-Net	image	NA
1094	2025-06-08	Enhancing patient-specific deep learning based segmentation for abdominal magnetic resonance imaging-guided radiation therapy: A framework conditioned on prior segmentation 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100766 PMID:40475848	研究论文	提出了一种基于先验分割的深度学习框架，用于增强腹部磁共振成像引导放射治疗中的患者特异性分割	无需为每位患者重新训练模型，通过整合分次MR体积和计划分割图生成稳健的分次MR分割	需要分次MR和计划分割图的对齐效果较好，否则性能可能下降	提高腹部磁共振成像引导放射治疗中患者特异性分割的准确性和效率	接受腹部癌症MRgRT治疗的69名患者（共222个分次MR）	数字病理	腹部癌症	磁共振成像引导放射治疗(MRgRT)	3D UNet	磁共振图像	69名患者，222个分次MR
1095	2025-06-08	Concordance-based Predictive Uncertainty (CPU)-Index: Proof-of-concept with application towards improved specificity of lung cancers on low dose screening CT 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103055 PMID:39721356	研究论文	本文介绍了一种新颖的一致性预测不确定性（CPU）指数，通过结合亚组分析和个性化AI时间-事件模型的见解，改进了肺癌筛查（LCS）预测的特异性	提出了一种新的CPU-Index框架，通过测量亚组分析和AI时间-事件模型之间预测的一致性，改进了预测的透明度和可靠性	个性化AI时间-事件模型存在透明度问题和来自删失数据的偏差	改进肺癌筛查的风险评估，提高预测的特异性	肺癌筛查的低剂量CT（LDCT）影像和患者人口统计学数据	数字病理学	肺癌	LDCT放射组学，AI时间-事件模型	神经多任务逻辑回归时间-事件模型	图像，人口统计学数据	3,326名在2015年1月1日至2020年6月30日期间接受LDCT筛查并在一年内病理确诊为肺癌的患者
1096	2025-06-08	Artificial Intelligence in Pancreatic Imaging: A Systematic Review 2025-02, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12723 PMID:39865461	综述	本文系统回顾了人工智能在胰腺影像学中的应用，包括技术进展、临床应用及面临的挑战	深入探讨了深度学习特别是CNN在胰腺疾病检测和诊断中的有效性，以及影像组学在提高深度学习模型准确性方面的作用	面临法律和伦理问题、算法透明度及数据安全等挑战	评估人工智能在胰腺影像学中的应用及其对疾病诊断和治疗的潜在影响	胰腺疾病，包括急性和慢性胰腺炎以及各种胰腺肿瘤	数字病理学	胰腺癌	机器学习、深度学习、影像组学	CNN	影像	NA
1097	2025-06-08	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	开发一种端到端深度学习模型，用于自动分类中风患者在DWI中的受影响区域	采用端到端深度学习模型，结合临床信息作为领域知识向量，提高了分类性能	研究为回顾性多中心研究，可能存在数据偏差	自动分类中风患者在DWI中的受影响区域	中风患者的DWI图像	数字病理学	心血管疾病	DWI-MRI	3D CNN, LSTM-CNN	图像	624例DWI MRI图像，来自3个中心的患者
1098	2025-06-08	Multi-branch GAT-GRU-transformer for explainable EEG-based finger motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1599960 PMID:40469097	研究论文	提出了一种名为Multi-Branch GAT-GRU-Transformer的新型多分支深度学习框架，用于增强基于EEG的运动想象分类	结合了GAT、GRU和Transformer模块，提取空间、时间和频率特征，并通过SHAP和PLV分析提高模型的可解释性	模型在Kaya数据集上的五类运动想象分类准确率为55.76%，仍有提升空间	提升基于EEG的运动想象分类性能，并增强模型的可解释性	EEG信号	脑机接口	NA	EEG	Multi-Branch GAT-GRU-Transformer	EEG信号	Kaya数据集
1099	2025-06-08	Mechanism and Multilayer Perceptron prediction model of the removal of α-terpineol, terpinen-4-ol and carvone from pasteurized citrus juices by β-cyclodextrin encapsulation 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1557934 PMID:40469671	研究论文	本研究揭示了天然环糊精(-CD)改善巴氏杀菌柑橘汁感官评价的机制，并基于常规理化指标建立了包封预测模型	通过分子对接展示了-CD与异味化合物形成1:1包合物的可能构象，并利用深度学习构建了多层感知器预测模型	NA	研究巴氏杀菌柑橘汁中异味化合物的去除机制并开发预测模型	柑橘汁中的α-松油醇、4-松油醇和香芹酮	食品科学	NA	气相色谱-质谱联用、扫描电子显微镜、X射线衍射、傅里叶变换红外光谱、热重分析、分子对接	多层感知器模型(MLP)	理化指标数据	NA
1100	2025-06-08	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	review	本文综述了人工智能在癌症病理学中的应用、挑战及未来发展方向	探讨了AI在多种癌症类型中的当前应用，包括组织分类、突变检测和预后预测，并提出了未来发展方向如实时诊断和可解释AI	面临数据隐私保护、模型可解释性提升和满足监管标准等挑战	评估人工智能在癌症病理学中的应用潜力及其对精准肿瘤学的支持	乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型	digital pathology	lung cancer, prostate cancer, breast cancer, colorectal cancer	machine learning, deep learning, computer vision	NA	histopathological images, multi-modal data	NA