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
1121	2025-06-04	MAVSD: A Multi-Angle View Segmentation Dataset for Detection of Solidago Canadensis L 2025-May-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05199-y PMID:40413199	research paper	介绍了一个名为MAVSD的多角度视图分割数据集，专门用于检测全球重要的入侵植物加拿大一枝黄花	提出了一个多角度、高分辨率的数据集MAVSD，通过多角度训练将mIoU提高了11%	未提及具体的数据集样本来源和覆盖的地理范围	提升入侵植物加拿大一枝黄花的自动检测和监测能力	加拿大一枝黄花及其周围环境	computer vision	NA	无人机拍摄的高分辨率图像	state-of-the-art segmentation models	image	NA
1122	2025-06-04	A Comprehensive Video Dataset for Surgical Laparoscopic Action Analysis 2025-May-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05093-7 PMID:40413211	研究论文	本文介绍了一个用于手术腹腔镜动作分析的综合性视频数据集SLAM，并验证了其在腹腔镜手术动作识别中的有效性	开发了SLAM数据集，解决了现有公开数据集规模小、同质性高和标注质量不一致的问题	未提及具体的数据集使用限制或潜在偏差	促进腹腔镜手术动作识别和人工智能驱动手术的发展	腹腔镜手术视频数据	计算机视觉	NA	深度学习	ViViT	视频	4,097个视频片段
1123	2025-06-04	Artificial intelligence and the electrocardiogram: A modern renaissance 2025-May-20, European journal of internal medicine IF:5.9Q1 DOI:10.1016/j.ejim.2025.04.036 PMID:40413058	research paper	探讨人工智能（AI）与心电图（ECG）结合在心血管医学中的变革性进展及其潜力	AI驱动的ECG解释在结构和电性心脏病领域展示了突破性能力，深度学习技术识别了人眼不可见的微妙ECG模式	面临高质量训练数据需求、算法普适性、模型训练偏见、监管和伦理标准等挑战，解释性、医生技能退化、法律责任及缺乏高质量研究证明患者结果改善也是关键障碍	提升心血管疾病的诊断准确性和预测能力，实现个性化患者护理	心电图（ECG）技术及其在心血管疾病中的应用	machine learning	cardiovascular disease	deep learning	NA	ECG数据	NA
1124	2025-06-04	Development of an Automated Tool for the Estimation of Histological Remission in Ulcerative Colitis Using Single-Wavelength Endoscopy Technology 2025-May-08, Journal of Crohn's & colitis DOI:10.1093/ecco-jcc/jjae180 PMID:39602814	研究论文	开发了一种基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解	利用单波长内窥镜（SWE）技术提高毛细血管可见性，开发了计算机辅助诊断（CAD）系统，显著提高了组织学缓解的诊断准确性	研究样本量相对较小（112名患者），且仅使用了特定品牌的内窥镜系统（FUJIFILM）	评估基于白光内窥镜（WLE）或单波长内窥镜（SWE）的计算机辅助诊断系统在溃疡性结肠炎组织学活动评估中的准确性	溃疡性结肠炎患者的内窥镜图像	数字病理学	溃疡性结肠炎	单波长内窥镜（SWE）技术	深度学习模型	图像	112名患者的6926组WLE和SWE图像帧
1125	2025-06-04	Evolving biomaterials design from trial and error to intelligent innovation 2025-05-01, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.03.013 PMID:40081552	综述	本文系统概述了生物材料设计技术的发展，探讨了人工智能与高通量筛选技术的结合，并展望了AI驱动的生物材料设计在未来潜力	探讨了人工智能在生物材料设计中的应用，预测材料特性并优化设计流程，标志着生物材料设计进入新时代	NA	总结生物材料设计技术的演变，展望AI驱动的生物材料设计未来发展方向	生物材料设计技术	生物材料	NA	高通量筛选(HTS), 机器学习(ML), 深度学习	NA	NA	NA
1126	2025-06-04	Deep learning method for malaria parasite evaluation from microscopic blood smear 2025-May, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103114 PMID:40107120	系统综述	本文系统回顾了当前用于疟疾诊断中疟原虫属自动分析的方法，特别关注计算机辅助方法	识别了三类最适合疟疾数字诊断的机器学习模型，并讨论了提高模型准确性的预处理和后处理技术	数据标准化和实际应用中的挑战仍未解决	评估疟疾自动诊断方法，提高诊断准确性并减少人为错误	疟原虫属	数字病理学	疟疾	深度学习、机器学习	ResNet、VGG、CNN、CADx	图像	NA
1127	2025-06-04	Pathomics in Gastrointestinal Tumors: Research Progress and Clinical Applications 2025-May, Cureus DOI:10.7759/cureus.85060 PMID:40452669	综述	本文综述了病理组学在胃肠道肿瘤中的研究进展及其临床应用	介绍了病理组学作为一种新型工具，结合高分辨率数字切片扫描技术和深度学习算法，用于胃肠道肿瘤的精确诊断和治疗	当前面临的挑战包括技术应用的局限性和未来发展方向的不确定性	探讨病理组学在胃肠道肿瘤诊断和治疗中的应用	胃肠道肿瘤	数字病理学	胃肠道肿瘤	高分辨率数字切片扫描技术、机器学习和深度学习	深度学习算法	全切片图像	NA
1128	2025-06-04	Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model 2025-Apr-22, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.03.010 PMID:40274011	research paper	开发了一种深度学习模型，用于自动确定关节炎肱骨的肩关节置换术切除平面	首次提出自动化方法识别关节炎肱骨的切除平面，解决了传统方法因骨赘和畸形导致参考标志模糊的问题	样本量较小（62个3D模型），且仅在特定类型关节炎病例中验证	提高肩关节置换术术前规划的自动化水平和准确性	关节炎和非关节炎患者的肱骨3D模型	digital pathology	osteoarthritis	computed tomography扫描	deep learning	3D模型	62个肱骨3D模型（80%训练，20%测试）
1129	2025-06-04	Fluorescence images of skin lesions and automated diagnosis using convolutional neural networks 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104462 PMID:39736369	研究论文	本文探讨了使用卷积神经网络（CNN）对皮肤病变的荧光图像进行自动诊断的方法	首次使用智能手机采集的荧光图像进行皮肤病变分类，并创建了新的数据集FLUO-SC	缺乏公开的荧光图像数据集，样本量相对较小（1,563张图像）	探索荧光图像在皮肤癌自动诊断中的应用潜力	皮肤病变（特别是皮肤癌）	数字病理学	皮肤癌	荧光宽场成像	CNN	图像	1,563张荧光图像
1130	2025-06-04	WALINET: A water and lipid identification convolutional neural network for nuisance signal removal in 1 H $$ {}^1\mathrm{H} $$ MR spectroscopic imaging 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30402 PMID:39737778	research paper	本文提出了一种基于改进Y-NET网络的深度学习模型WALINET，用于全脑1H-MRSI中水和脂质信号的去除	首次将监督神经网络应用于MRSI处理中的水和脂质信号去除任务，相比传统方法具有更快的处理速度和更好的性能	未提及具体的数据集规模限制或模型泛化能力测试	开发一种快速有效的方法来去除1H-MRSI中的水和脂质干扰信号	全脑1H-MRSI数据	医学影像处理	NA	1H-MRSI	改进的Y-NET网络(CNN)	磁共振波谱成像数据	模拟数据和体内全脑MRSI数据(未提具体数量)
1131	2025-06-04	Electrocardiogram-based deep learning to predict left ventricular systolic dysfunction in paediatric and adult congenital heart disease in the USA: a multicentre modelling study 2025-04, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.001 PMID:40148010	研究论文	本研究利用深度学习技术分析心电图（ECG）数据，预测成人和儿童先天性心脏病患者的左心室收缩功能障碍（LVSD）	首次将人工智能增强的心电图分析（AI-ECG）全面应用于先天性心脏病患者的左心室收缩功能障碍预测	研究主要基于美国两家医院的数据，可能无法完全代表其他地区或人群的情况	开发一种预测先天性心脏病患者当前和未来左心室收缩功能障碍的算法	成人和儿童先天性心脏病患者	数字病理学	心血管疾病	AI-ECG	CNN	心电图和超声心动图数据	训练队列包含124,265对心电图-超声心动图数据（来自49,158名患者），测试组包括内部测试（21,068名患者）和外部验证（42,984名患者）
1132	2025-06-04	Global output of clinical application research on artificial intelligence in the past decade: a scientometric study and science mapping 2025-03-15, Systematic reviews IF:6.3Q1 DOI:10.1186/s13643-025-02779-2 PMID:40089747	研究论文	通过科学计量学和科学图谱分析过去十年人工智能在临床应用中发表的研究现状、热点和趋势	首次对人工智能在临床研究中的应用进行了全面的科学计量分析，揭示了研究热点和发展趋势	仅基于Web of Science数据库的数据，可能未涵盖所有相关研究	分析人工智能在临床应用中发表研究的现状、热点和趋势	735篇人工智能临床研究相关文章	人工智能	NA	科学计量学、可视化分析	NA	文献数据	22,583篇文章中的735篇人工智能临床研究相关文章
1133	2025-06-04	A systematic review on the impact of artificial intelligence on electrocardiograms in cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105753 PMID:39674006	系统综述	本文系统综述了人工智能在心电图分析中的应用及其对心脏病学诊断和治疗的影响	探讨了AI、机器学习和深度学习在心电图分析中的整合及其对预测诊断和治疗支持的潜在影响	仅包括2014年至2024年的英文期刊文章和研究论文，可能遗漏非英语文献或其他时间段的重要研究	评估人工智能在心电图分析中的应用及其对心脏病学诊断和治疗的影响	心电图数据及其在心脏病学中的应用	机器学习	心血管疾病	AI、机器学习（ML）、深度学习（DL）	CNN、RNN、混合模型	心电图数据	46项符合纳入标准的研究
1134	2025-06-04	Deep learning-based pelvimetry in pelvic MRI volumes for pre-operative difficulty assessment of total mesorectal excision 2025-03, Surgical endoscopy DOI:10.1007/s00464-024-11485-4 PMID:39753930	research paper	提出了一种基于深度学习的自动化骨盆测量工作流程，用于术前评估全直肠系膜切除术（TME）的难度	首次使用深度学习在MRI体积中自动化骨盆测量，提高了测量效率和准确性	尽管自动化测量准确性高，但与手动标注相比仍存在一定误差（平均5.6 mm）	开发一个自动化工作流程，用于术前评估TME手术的难度	骨盆MRI体积	digital pathology	NA	MRI	3D U-Net	image	1707名患者的MRI体积数据，来自8个TME中心
1135	2025-06-04	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	research paper	本研究提出了一种基于深度学习的新型分割框架，用于自动分割尸检MRI扫描中的海马结构	提出了一种嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块的新型分割框架，用于更准确地分割海马区域	样本量较小，仅使用了15例尸检MRI扫描	开发自动分割海马结构的方法，以量化阿尔茨海默病等神经退行性疾病对海马的影响	尸检MRI扫描中的海马结构	digital pathology	Alzheimer's disease	postmortem MRI	encoder-decoder blocks with self-attention mechanisms and atrous spatial pyramidal pooling	MRI scans (T1-weighted, T2-weighted, susceptibility-weighted)	15 postmortem MRI scans
1136	2025-06-04	DDEvENet: Evidence-based ensemble learning for uncertainty-aware brain parcellation using diffusion MRI 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102489 PMID:39787735	research paper	本研究开发了一种基于深度学习和扩散MRI的DDEvENet模型，用于解剖学上的脑部分割	DDEvENet的关键创新在于设计了一个证据深度学习框架，能够在单次推理中量化每个体素的预测不确定性	NA	开发一个不确定性感知的脑部分割方法，以提高分割的准确性和可靠性	健康人群和临床患者（包括精神分裂症、双相情感障碍、注意力缺陷多动障碍、帕金森病、脑小血管病和脑肿瘤患者）的脑部MRI数据	digital pathology	brain diseases	diffusion MRI	CNN	image	大规模数据集，包括健康成人和多种脑部疾病患者的高质量和临床扩散MRI数据
1137	2025-06-04	An in-depth review of AI-powered advancements in cancer drug discovery 2025-03, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167680 PMID:39837431	review	本文综述了人工智能在癌症药物发现中的进展，包括其在靶点识别、药物设计、临床试验优化和药物反应预测等关键阶段的应用	探讨了AI技术如深度学习和高级数据分析在癌症药物发现中的变革性作用，以及如DrugnomeAI和PandaOmics等前沿工具的应用	面临大规模基因组数据管理和AI在医疗保健中部署的伦理问题等挑战	探索人工智能和基因组学在癌症药物发现中的融合及其对个性化治疗策略的推动作用	癌症药物发现过程中的关键阶段	machine learning	cancer	deep learning, advanced data analytics	NA	genomic datasets	NA
1138	2025-06-04	NetSDR: Drug repurposing for cancers based on subtype-specific network modularization and perturbation analysis 2025-03, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167688 PMID:39862994	研究论文	本文提出了一种基于网络的亚型特异性药物重定位框架NetSDR，用于优先考虑针对特定癌症亚型的重定位药物	结合癌症亚型信息和网络扰动分析，开发了一种新的药物重定位框架，利用深度学习构建加权药物响应网络	研究仅应用于胃癌，未在其他癌症类型中验证	开发一种系统生物学框架，用于癌症和其他复杂疾病的精确药物重定位	癌症亚型及其特异性蛋白特征和网络扰动	系统生物学	胃癌	网络医学方法、深度学习	深度学习模型	蛋白质组学数据	NA
1139	2025-06-04	Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room 2025-Feb-20, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf001 PMID:39787045	研究论文	本研究开发并评估了一种利用心电图（ECG）数据增强急诊室（ER）中急性心力衰竭（AHF）识别的深度学习模型	使用深度学习模型结合ECG和临床数据显著提高了AHF在急诊室的检测准确率	研究为回顾性队列研究，可能存在选择偏差	开发并评估一种深度学习模型，以提高急诊室中急性心力衰竭（AHF）的识别准确率	急诊室就诊的急性心力衰竭患者	机器学习	心血管疾病	ECG数据分析	CatBoost, XGBoost, Light GBM	ECG数据和临床数据	19,285名患者（其中9,119名诊断为AHF）
1140	2025-06-04	Enhancing motor imagery EEG signal decoding through machine learning: A systematic review of recent progress 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109534 PMID:39672015	review	本文系统性回顾了神经科学与深度学习在解码运动想象脑电图（EEG）信号方面的最新进展，旨在提升运动障碍患者的生活质量	总结了自2017年以来相关研究的关键发现，重点关注数据集、预处理方法、特征提取技术和深度学习模型的应用	EEG信号的信噪比低且个体间存在固有变异性，这在实际应用中带来了挑战	探索EEG信号解码技术，以改善运动障碍患者的沟通方式	运动想象EEG信号	machine learning	neurological disorders	EEG	deep learning models	EEG signals	NA