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
101	2025-06-26	Deep learning neural network prediction of postoperative complications in patients undergoing laparoscopic right hemicolectomy with or without CME and CVL for colon cancer: insights from SICE (Società Italiana di Chirurgia Endoscopica) CoDIG data 2025-Jun-11, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-025-03165-9 PMID:40498162	研究论文	本研究评估了深度学习神经网络（DLNN）在预测结肠癌腹腔镜右半结肠切除术后并发症中的应用	使用DLNN模型预测术后并发症，并与其他机器学习模型（如决策树和随机森林）进行比较，显示出更高的预测性能	需要外部验证和在不同临床环境中的实施以进一步优化手术结果	预测结肠癌腹腔镜右半结肠切除术后并发症，以改善患者安全和资源分配	接受腹腔镜右半结肠切除术的结肠癌患者	机器学习	结肠癌	深度学习神经网络（DLNN）、决策树（DT）、随机森林（RF）、合成少数类过采样技术（SMOTE）	DLNN、DT、RF	人口统计学、临床和手术因素数据	来自CoDIG多中心数据库的患者数据
102	2025-06-26	Integration of AI and ML in Tuberculosis (TB) Management: From Diagnosis to Drug Discovery 2025-Jun-11, Diseases (Basel, Switzerland) DOI:10.3390/diseases13060184 PMID:40558595	research paper	本文探讨了人工智能和机器学习在结核病管理中的应用，从诊断到药物发现	利用AI和ML技术提高结核病诊断的准确性和速度，支持传统诊断方法	未提及具体样本量或实验验证的详细数据	提高结核病诊断和治疗的准确性与效率	结核病（TB）患者及其诊断数据	machine learning	tuberculosis	AI, ML, DL, SVM, RF, CNN	SVM, RF, CNN	medical images, biomarkers	NA
103	2025-06-26	SADiff: Coronary Artery Segmentation in CT Angiography Using Spatial Attention and Diffusion Model 2025-Jun-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060192 PMID:40558791	研究论文	提出了一种名为SADiff的混合框架，用于从CT血管造影图像中准确分割冠状动脉	结合了扩张注意力网络(DAN)、基于扩散的子网络和条纹注意力网络(SAN)，有效解决了小血管直径、大形态变化、低对比度和运动伪影等问题	未提及具体计算资源需求或处理时间等实际应用限制	提高冠状动脉在CT血管造影图像中的分割准确性	冠状动脉CT血管造影图像	计算机视觉	心血管疾病	CT血管造影(CTA)	DAN, 扩散模型, SAN	医学图像	公开数据集ImageCAS和私有数据集ImageLaPP
104	2025-06-26	Morphology of Macular Neovascularization in Age-Related Macular Degeneration Influences Treatment Requirement and Visual Outcome After 1 Year 2025-Jun-11, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15060246 PMID:40559108	研究论文	评估光学相干断层扫描（OCT）和OCT血管造影参数在预测新生血管性年龄相关性黄斑变性（nAMD）患者一年治疗需求和视力结果方面的潜力	首次通过OCT和OCTA参数预测nAMD患者的治疗需求和视力结果，并发现MNV形态学特征与治疗需求和视力结果的相关性	研究为回顾性设计，样本量较小（96眼），且缺乏长期观察数据	探索OCT和OCTA参数在预测nAMD患者治疗需求和视力结果中的应用	96例初治nAMD患者的眼睛	数字病理学	年龄相关性黄斑变性	OCT, OCTA, 抗VEGF治疗	NA	影像数据	96眼初治nAMD患者
105	2025-06-26	DeepSPV: A deep learning pipeline for 3D spleen volume estimation from 2D ultrasound images 2025-Jun-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103671 PMID:40554255	研究论文	提出了一种名为DeepSPV的深度学习流程，用于从2D超声图像中精确估计3D脾脏体积	首次使用深度学习从2D超声图像估计3D脾脏体积，并可以无缝集成到当前的脾脏评估临床工作流程中	主要使用高度真实的合成数据集进行评估，可能需要在真实临床数据上进行进一步验证	开发一种从2D超声图像中精确估计脾脏体积的方法，以替代传统的3D成像方式	脾脏体积估计	数字病理	镰状细胞病(SCD)	深度学习	分割网络和变分自编码器(VAE)	2D超声图像	高度真实的合成脾脏超声数据集
106	2025-06-26	Molecular Machine Learning Approach to Enantioselective C-H Bond Activation Reactions: From Generative AI to Experimental Validation 2025-Jun-10, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01098e PMID:40556724	研究论文	本文提出了一种分子机器学习方法，用于对映选择性C-H键活化反应的预测和实验验证	利用深度生成模型指导新反应及其前瞻性验证，这在以往的研究中较为罕见	机器学习驱动的反应开发在配体设计方面的前景仍需谨慎，关键决策中领域专家的作用不可忽视	开发机器学习算法用于化学反应的预测和验证	催化不对称β-C(sp)-H活化反应	机器学习	NA	迁移学习	化学语言模型(CLM)	化学反应数据	220个实验报告的例子，以及100万个未标记分子
107	2025-06-26	SAM for Road Object Segmentation: Promising but Challenging 2025-Jun-10, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060189 PMID:40558788	研究论文	本研究对Segment Anything Model (SAM)在零样本道路物体分割中的性能进行了全面评估	首次全面评估SAM在复杂道路环境下零样本分割道路物体的能力	SAM在动态环境、光照变化和遮挡情况下表现存在挑战	评估基础模型在自动驾驶复杂道路环境中的分割能力	道路物体	计算机视觉	NA	深度学习	SAM	图像	KITTI、BDD100K和Mapillary Vistas数据集
108	2025-06-26	Artificial Intelligence in the Assessment and Grading of Acne Vulgaris: A Systematic Review 2025-Jun-06, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15060238 PMID:40559101	系统综述	本文系统评估了人工智能在痤疮诊断、病变分割/计数和严重程度分级中的最新应用进展	强调了AI驱动方法在提高客观性、可重复性和临床效率方面的潜力	大型公共数据集有限、数据主要来自特定种族群体以及缺乏广泛的外部验证	评估人工智能在痤疮诊断和分级中的应用	痤疮（Acne vulgaris）	数字病理学	痤疮	深度学习	CNN	图像	29项研究
109	2025-06-26	NCT-CXR: Enhancing Pulmonary Abnormality Segmentation on Chest X-Rays Using Improved Coordinate Geometric Transformations 2025-Jun-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060186 PMID:40558785	research paper	该研究提出了一种名为NCT-CXR的框架，通过结合解剖学约束的数据增强和专家指导的注释细化，提高了胸部X光片中肺部异常分割的精度和临床可靠性	NCT-CXR框架采用离散角度旋转和强度增强来丰富训练数据，同时保持空间和解剖完整性，并通过临床验证的注释细化流程减少标签噪声	研究仅针对NIH Chest X-ray数据集中的九种胸部疾病进行验证，可能在其他疾病或数据集上的泛化能力有限	提高胸部X光片中肺部异常分割的精度和临床可靠性	胸部X光片中的肺部异常区域	digital pathology	lung cancer	data augmentation, annotation refinement	YOLOv8	image	NIH Chest X-ray数据集中的样本
110	2025-06-26	Trends and global productivity in artificial intelligence research in clinical neurology and neuroimaging: a bibliometric analysis from 1980 to 2024 2025-Jun-04, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf148 PMID:40543094	研究论文	本文通过文献计量分析研究了1980年至2024年间临床神经学和神经影像学中人工智能研究的趋势和全球生产力	揭示了AI在临床神经学和神经影像学领域的研究趋势、全球生产力及其与GDP的相关性	未观察到与人类发展指数的显著关系	分析AI在临床神经学和神经影像学领域的研究趋势和全球生产力	5020篇关于AI在临床神经学和神经影像学领域的出版物	机器学习	神经系统疾病	文献计量分析	回归模型	文献数据	5020篇出版物
111	2025-06-26	COSMICA: A Novel Dataset for Astronomical Object Detection with Evaluation Across Diverse Detection Architectures 2025-Jun-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060184 PMID:40558783	research paper	介绍了一个名为COSMICA的新数据集，用于天文物体检测，并评估了多种检测架构的性能	提出了一个新颖的、经过人工标注的天文图像数据集COSMICA，并评估了多种现代YOLO架构在天文物体检测中的表现	未提及数据集的样本量是否足够大以覆盖所有天文物体类型，也未讨论模型在其他天文数据集上的泛化能力	开发并评估用于天文物体检测的实时系统，以应用于实际观测流程	彗星、星系、星云和球状星团等天文物体	computer vision	NA	NA	YOLOv8, YOLOv9, YOLOv11, EfficientDet-Lite0, MobileNetV3-FasterRCNN-FPN	image	NA
112	2025-06-26	Platelets Image Classification Through Data Augmentation: A Comparative Study of Traditional Imaging Augmentation and GAN-Based Synthetic Data Generation Techniques Using CNNs 2025-Jun-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060183 PMID:40558782	研究论文	本研究通过比较传统图像增强技术和基于GAN的合成数据生成技术，探讨了血小板图像分类的效果	使用WGAN-GP生成合成血小板图像数据集，并与传统增强技术进行比较，展示了GAN在医学图像分类中的潜力	初始数据集较小（仅71张图像），可能影响结果的泛化能力	提高血小板图像的分类准确性，探索数据增强技术在医学影像中的应用	血小板图像	数字病理学	NA	WGAN-GP, 传统图像增强技术（旋转、剪切、缩放等）	CNN（包括DenseNet121/169/201, VGG16/19, InceptionV3, InceptionResNetV2, AlexNet等预训练模型及两种自定义CNN）	图像	初始71张血小板图像，传统增强后1463张，GAN生成300张
113	2025-06-26	Proteasome-derived antimicrobial peptides discovered via deep learning 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.17.643752 PMID:40501667	研究论文	通过深度学习发现蛋白酶体衍生的抗菌肽	利用深度学习从蛋白酶体中系统挖掘出59种候选抗菌肽（proteasomins），这些肽在序列上与已知抗菌肽不同，具有新颖的作用机制	研究仅基于预测和体外实验，尚未进行体内验证	探索蛋白酶体在先天免疫中的作用，并开发新型抗菌肽	蛋白酶体及其衍生的肽段	机器学习	NA	深度学习	NA	序列数据	59种候选肽（proteasomins）
114	2025-06-26	A Structured and Methodological Review on Multi-View Human Activity Recognition for Ambient Assisted Living 2025-Jun-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060182 PMID:40558781	综述	本文系统性地比较了单视角和多视角人类活动识别方法，并分析了其在环境辅助生活（AAL）中的应用	首次系统比较单视角和多视角人类活动识别方法，并探讨了多视角架构在AAL中的优化应用	未提及具体实验验证或实际部署中的性能表现	探讨人类活动识别（HAR）在环境辅助生活（AAL）中的技术演进与优化	老年人及残障人士	机器学习和计算机视觉	老年疾病	传感器融合和迁移学习	CNN, RNN, LSTM, TCN, GCN	多视角活动数据	NA
115	2025-06-26	Challenges for Opticians in Evaluating Small Pigmented Choroidal Lesions: Potential Support From the MelAInoma Deep Learning Algorithm 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.29 PMID:40548640	研究论文	评估瑞典验光师/验光师在小色素性脉络膜病变分类中的诊断准确性，并确定MelAInoma深度学习算法是否能改善转诊决策	MelAInoma深度学习算法显著提高了特异性，并大幅减少了不必要的转诊	研究基于小规模图像集，仅包含五个黑色素瘤病例，限制了结果的普遍性	评估验光师/验光师在小色素性脉络膜病变分类中的诊断准确性，并探索AI算法的支持作用	小色素性脉络膜病变（5个黑色素瘤，20个痣）	数字病理	眼黑色素瘤	深度学习	MelAInoma	图像	25张眼底照片（5个黑色素瘤，20个痣）
116	2025-06-26	Semi-Supervised Learning Allows for Improved Segmentation With Reduced Annotations of Brain Metastases Using Multicenter MRI Data 2025-Jun, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29686 PMID:39792624	research paper	本研究探讨了半监督学习在脑转移瘤分割中的应用，以减少对大量标注数据的依赖	首次在多中心MRI数据上测试了半监督学习方法在脑转移瘤分割中的效果，并展示了其在减少标注数据需求的同时提高模型性能的能力	研究为回顾性设计，且不同机构的数据采集协议和扫描仪存在差异	评估半监督学习在脑转移瘤MRI分割中的效果	脑转移瘤患者的MRI扫描图像	digital pathology	brain metastases	MRI (1.5T和3T, 2D和3D T1加权前后对比及FLAIR序列)	U-Net	image	156、65、324和200例来自四个机构的标注扫描，以及519例来自单一机构的未标注扫描
117	2025-06-26	Accelerated retinal ageing and multimorbidity in middle-aged and older adults 2025-Jun, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01581-1 PMID:40035945	研究论文	本研究探讨了视网膜年龄差距与多病共存之间的关联	使用深度学习模型计算视网膜年龄差距，并首次将其与多病共存风险相关联	研究结果可能受到基线疾病报告准确性和随访时间的影响	研究视网膜年龄差距与多病共存风险的关联	45,436名中老年参与者	数字病理学	老年疾病	深度学习	深度学习模型	图像	45,436名参与者，其中3,607名(17.29%)在随访期间出现多病共存
118	2025-06-26	Quantification and classification of lumbar disc herniation on axial magnetic resonance images using deep learning models 2025-Jun, La Radiologia medica DOI:10.1007/s11547-025-01996-y PMID:40126796	研究论文	本研究开发了一种基于深度学习的自动化辅助诊断模型，用于腰椎间盘突出的快速准确量化与分类	创新性地结合YOLOv8系列模型（目标检测、分割和关键点检测）实现腰椎间盘突出的自动化诊断与分类，并在大规模数据集上验证了其高性能	研究仅基于轴向T2加权MRI图像，未纳入其他成像序列；外部测试集的分类性能略低于内部测试集	开发自动化辅助诊断工具以提升腰椎间盘突出的诊断效率和准确性	腰椎间盘突出患者（LDH）的MRI影像	数字病理	腰椎间盘突出	深度学习模型（YOLOv8系列）	YOLOv8（目标检测、分割和关键点检测模型）	MRI图像	2500名患者（训练集2120人/25,554张图像，内部测试集80人/784张图像，外部测试集300人/3285张图像）
119	2025-06-26	Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications 2025-Jun, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-00998-8 PMID:40146450	研究论文	本研究提出了一种深度学习框架，通过准共形映射将三维球形网格投影到二维平面，用于识别围产期大脑的形态指纹	首次在围产期大脑中识别出形态指纹，并发现感觉运动和视觉皮层在个体识别中最具贡献性	样本量相对较小，尤其是纵向扫描的婴儿数据仅有41例	探索围产期大脑中是否存在个体独特的形态指纹及其神经发育意义	461名婴儿的大脑结构MRI数据	数字病理学	NA	准共形映射，深度学习	ResNet18，对比学习	MRI图像	461名婴儿（其中41名有纵向扫描数据）
120	2025-06-26	Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels 2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0632 PMID:40401726	研究论文	本文开发了使用传统机器学习和深度学习方法预测急诊室分诊级别的方法	结合了土耳其语医疗文档处理和土耳其医疗系统特定方面的预测模型，以及BERT嵌入在神经网络模型中的显著性能提升	研究数据仅来自土耳其当地一家医院，可能限制模型的泛化能力	提高急诊室分诊的准确性和效率	急诊室就诊患者的分诊级别	自然语言处理	NA	Bag of Words, Word2Vec, BERT-based embedding	logistic regression, random forest, XGBoost, CNN, attention mechanisms, LSTM	结构化和非结构化数据	土耳其当地医院急诊科就诊患者数据集