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	2025-06-24	Utilizing retinal arteriole/venule ratio to estimate intracranial pressure 2024-11-08, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-06343-0 PMID:39514087	研究论文	本研究探讨了利用视网膜动静脉比率（A/V比率）结合眼内压（IOP）在神经重症监护病房（NICU）中无创估计颅内压（ICP）的可行性	首次在NICU环境中结合IOP使用视网膜A/V比率无创估计ICP，并验证了其与高ICP的显著负相关性	图像质量和诊断特异性存在挑战，样本量较小（15例），需更大规模的多中心研究验证	开发无创ICP监测方法以减少侵入性监测的风险	NICU中格拉斯哥昏迷评分≤8的成年患者	数字病理学	神经系统疾病	深度学习算法	混合效应线性回归模型	视频（眼底镜检查视频）	40例入组，15例纳入最终分析
102	2025-06-24	A deep learning approach to direct immunofluorescence pattern recognition in autoimmune bullous diseases 2024-Jul-16, The British journal of dermatology DOI:10.1093/bjd/ljae142 PMID:38581445	research paper	本研究开发了一种深度学习方法来自动分类自身免疫性大疱性皮肤病（AIBDs）的直接免疫荧光（DIF）模式，以提高诊断准确性和效率	首次将深度学习技术应用于自身免疫性大疱性皮肤病的DIF图像自动分类，特别是针对细胞间模式（ICP）和线性模式（LP）	样本量相对较小（训练集436张，测试集93张），且存在类别不平衡问题	开发AI算法以自动分类AIBDs的DIF模式，提高诊断准确性和疾病管理效率	自身免疫性大疱性皮肤病（AIBDs）患者的皮肤活检免疫荧光图像	digital pathology	autoimmune bullous skin diseases	direct immunofluorescence (DIF)	CNNs, Swin Transformer	image	训练集436张图像，测试集93张图像
103	2025-06-24	Longitudinal risk prediction for pediatric glioma with temporal deep learning 2024-Jun-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.04.24308434 PMID:38978642	研究论文	该研究提出了一种自监督的深度学习方法来分析纵向医学影像，预测儿童胶质瘤的复发风险	提出了一种名为时间学习的深度学习框架，能够利用患者当前和既往的脑部MR影像中的时空信息来预测未来复发	研究仅基于715名患者的3,994次扫描，样本量相对有限，且仅在儿童胶质瘤中进行了验证	提高儿童胶质瘤复发的个体化预测准确性	儿童胶质瘤患者	数字病理	儿童胶质瘤	深度学习	时间学习（Temporal Learning）	医学影像（MRI）	715名患者的3,994次扫描
104	2025-06-24	Predicting the age of field Anopheles mosquitoes using mass spectrometry and deep learning 2024-05-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj6990 PMID:38728404	研究论文	本文提出了一种结合质谱技术和深度学习的方法，用于快速预测野外按蚊的年龄	首次将MALDI-TOF质谱技术与深度学习相结合用于蚊虫年龄预测，并在塞内加尔两个生态点验证了方法的稳定性	研究仅针对按蚊进行，尚未验证在其他蚊种上的适用性	开发更准确的野外蚊虫年龄预测工具以支持疟疾防控	野外采集的按蚊	机器学习	疟疾	MALDI-TOF质谱技术	深度学习模型	质谱数据	251只野外采集的蚊子，共2763个质谱数据
105	2025-06-24	Neural network in food analytics 2024, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2022.2139217 PMID:36322538	review	本文综述了神经网络在食品分析领域的应用，包括食品安全、食品识别和组学分析等方面	首次全面概述神经网络在食品分析中的应用，涵盖基础方法、最新进展及挑战	食品科学家友好型界面软件包的缺乏、模型行为难以理解、多源异构数据等问题阻碍了神经网络的扩展	探讨神经网络在食品分析领域的应用潜力及其面临的挑战	食品分析领域的各种应用场景，如食品识别、感官评价、光谱和色谱的模式识别	machine learning	NA	NN (Neural Network)	NA	multi-source heterogeneous data	NA
106	2025-06-24	Automatic Ploidy Prediction and Quality Assessment of Human Blastocyst Using Time-Lapse Imaging 2023-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.31.555741 PMID:37693566	研究论文	本文提出了一种名为BELA的深度学习模型，用于自动预测人类囊胚的倍性状态和质量评估，利用延时成像技术优化预测准确性	BELA模型通过多任务学习和延时成像技术，无需胚胎学家主观输入，即可实现高精度的倍性状态预测，其性能与基于胚胎学家手动评分的模型相当	BELA模型不能完全替代植入前遗传学检测（PGT-A），仍需进一步验证其临床适用性	优化体外受精（IVF）过程中胚胎质量评估和染色体异常检测的准确性	人类囊胚	数字病理	生殖健康	延时成像	深度学习模型（BELA）	图像和视频	Weill Cornell数据集中的囊胚样本
107	2025-06-24	Artificial intelligence algorithms aimed at characterizing or detecting prostate cancer on MRI: How accurate are they when tested on independent cohorts? - A systematic review 2023-May, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2022.11.005 PMID:36517398	系统综述	本文对独立测试队列中基于人工智能的前列腺癌MRI诊断算法的性能进行了系统综述	评估AI算法在独立测试队列中的表现，并比较不同算法类型的稳健性	23项研究未使用预定义的诊断阈值，可能导致结果偏乐观	评估基于AI的前列腺癌MRI诊断算法在独立测试队列中的诊断性能	前列腺癌患者的MRI影像	数字病理学	前列腺癌	MRI	深度学习与放射组学	医学影像	35项研究，每项研究测试队列超过40名患者
108	2025-06-24	Machine learning approaches for electroencephalography and magnetoencephalography analyses in autism spectrum disorder: A systematic review 2023-04-20, Progress in neuro-psychopharmacology & biological psychiatry IF:5.3Q1 DOI:10.1016/j.pnpbp.2022.110705 PMID:36574922	系统综述	本文系统综述了机器学习在自闭症谱系障碍（ASD）脑电图（EEG）和脑磁图（MEG）数据分析中的应用	综述了机器学习在ASD早期诊断和症状严重性预测中的应用潜力	需要更多复制研究验证有效性、可重复性和普适性，并进行随机对照试验	探讨机器学习在ASD的EEG和MEG数据分析中的应用及其诊断潜力	自闭症谱系障碍（ASD）患者	机器学习	自闭症谱系障碍	EEG, MEG	支持向量机, 深度学习	脑电图数据, 脑磁图数据	39项研究，其中37项使用EEG，2项使用MEG
109	2025-06-24	Development of artificial intelligence powered apps and tools for clinical pharmacy services: A systematic review 2023-04, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2022.104983 PMID:36724730	系统综述	本文对2000年至2021年间使用或整合人工智能（AI）于临床药学服务的定量研究进行了系统综述	首次系统性地总结了AI在临床药学服务中的应用现状和发展趋势	研究仅涵盖了截至2021年的文献，可能未包含最新的AI技术进展	评估AI在优化临床药学服务中的潜力和应用现状	临床药学服务中的AI应用工具和应用程序	自然语言处理	NA	机器学习、自然语言处理、深度学习	NA	电子医疗记录	19项研究
110	2025-06-24	Deep Learning for Detection of Periapical Radiolucent Lesions: A Systematic Review and Meta-analysis of Diagnostic Test Accuracy 2023-Mar, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2022.12.007 PMID:36563779	meta-analysis	本文通过系统综述和荟萃分析评估深度学习模型在检测牙科X光片中根尖周透光病变方面的准确性	首次对深度学习在根尖周透光病变检测中的诊断准确性进行系统综述和荟萃分析	大多数研究存在偏倚风险，缺乏前瞻性研究	评估深度学习模型在检测根尖周透光病变方面的诊断准确性	牙科X光片中的根尖周透光病变	digital pathology	dental disease	deep learning	NA	image	18项研究纳入系统综述，其中6项用于定量分析
111	2025-06-24	Data augmentation for medical imaging: A systematic literature review 2023-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.106391 PMID:36549032	系统文献综述	本文对医学影像领域中的数据增强策略及其对临床任务性能的影响进行了系统综述	全面分析了2018-2022年间300多篇相关文献，揭示了数据增强在不同器官、模态、任务和数据集规模中的有效性	仅涵盖2018-2022年间的文献，可能未包括最新研究进展	研究医学领域中使用的数据增强策略及其对临床任务性能的影响	医学影像数据	数字病理	NA	数据增强技术	深度神经网络	医学影像	超过300篇文献
112	2025-06-24	Diagnostic efficiency among Eu-/C-/ACR-TIRADS and S-Detect for thyroid nodules: a systematic review and network meta-analysis 2023, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2023.1227339 PMID:37720531	meta-analysis	比较不同超声风险分层系统在甲状腺结节诊断中的性能	首次通过网络荟萃分析比较了四种超声风险分层系统（Eu-TIRADS、ACR TIRADS、C-TIRADS和S-Detect）在甲状腺癌诊断中的性能	研究仅基于过去五年的数据，可能未涵盖所有相关研究	比较不同超声风险分层系统在甲状腺癌诊断中的性能	甲状腺结节	digital pathology	thyroid cancer	ultrasound risk stratification systems	NA	ultrasound images	88项研究，共59,304个结节
113	2025-06-24	Application of machine and deep learning algorithms in optical microscopic detection of Plasmodium: A malaria diagnostic tool for the future 2022-Dec, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2022.103198 PMID:36379305	review	本文系统回顾了机器和深度学习算法在光学显微镜检测疟原虫中的应用，探讨了其作为未来疟疾诊断工具的潜力	通过系统回顾，揭示了卷积神经网络（CNN）及其变体在疟疾显微镜诊断中的主导地位，准确率达到99.23%	研究依赖于现有文献，可能未涵盖所有相关研究或最新进展	探讨机器和深度学习算法在疟疾光学显微镜诊断中的应用效果	疟原虫的光学显微镜检测	digital pathology	malaria	optical microscopy	CNN	image	NA
114	2025-06-24	The applications of machine learning in HIV neutralizing antibodies research-A systematic review 2022-12, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2022.102429 PMID:36462896	review	本文系统回顾了机器学习在HIV中和抗体研究中的应用	综述了机器学习在HIV中和抗体研究中的多样化应用，包括中和效力预测、抗体-病毒结合位点检测等	未提及具体研究的样本量或数据限制	探索机器学习在HIV中和抗体研究中的应用潜力	HIV中和抗体	machine learning	HIV	NA	supervised, unsupervised, and generative models	biological data	NA
115	2025-06-24	Deep Learning Prediction of Pathologic Complete Response in Breast Cancer Using MRI and Other Clinical Data: A Systematic Review 2022-11-21, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography8060232 PMID:36412691	系统性综述	本文系统性综述了使用深度学习技术，特别是CNN，结合全乳腺MRI图像和其他临床数据预测乳腺癌患者对新辅助化疗的病理完全缓解（pCR）的研究	专注于深度学习CNN在无需人工标注或肿瘤分割的情况下预测pCR，填补了该领域系统性综述的空白	仅关注深度学习方法的系统性综述，未涉及其他机器学习方法	评估深度学习技术在预测乳腺癌患者对新辅助化疗的病理完全缓解（pCR）中的应用	乳腺癌患者	数字病理学	乳腺癌	深度学习	CNN	MRI图像和临床数据	NA
116	2025-06-24	Machine Learning for Industry 4.0: A Systematic Review Using Deep Learning-Based Topic Modelling 2022-Nov-09, Sensors (Basel, Switzerland) DOI:10.3390/s22228641 PMID:36433236	系统综述	本文通过深度学习主题建模方法，系统回顾了机器学习在工业4.0中的应用现状	使用BERTopic对45,783篇相关论文进行主题分析，并结合17份行业白皮书进行对比，揭示了学术与工业界在机器学习应用上的差异	仅分析了Scopus和Web of Science数据库的论文，可能遗漏其他来源的研究	系统梳理机器学习在工业4.0中的应用现状和研究热点	工业4.0中的机器学习应用	机器学习	NA	BERTopic	CNN	文本	45,783篇论文和17份行业白皮书
117	2025-06-24	Semantic Terrain Segmentation in the Navigation Vision of Planetary Rovers-A Systematic Literature Review 2022-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s22218393 PMID:36366089	系统文献综述	本文对行星漫游车导航视觉中的语义地形分割进行了系统文献综述，分析了现有解决方案、可用数据及潜在研究缺口	首次针对行星漫游车导航视觉中的语义地形分割进行系统文献综述，提出了可复制、透明化的调查方法	尚未发现满足像素级分割、实时推理和机载硬件要求的解决方案，缺乏基于真实世界的开放像素级标注数据集	评估行星漫游车导航视觉中语义地形分割的研究现状与未来挑战	行星漫游车的导航视觉系统	计算机视觉	NA	系统文献综述方法	NA	文献数据	从320项候选研究中最终筛选30篇论文进行综述
118	2025-06-24	Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7186687 PMID:36419507	系统文献综述	本文综述了计算机视觉在自动检测马铃薯植物病害中的应用	全面系统地回顾了计算机视觉技术在马铃薯病害检测中的应用，并比较了深度学习和传统机器学习算法的使用频率	仅选择了39项主要研究，可能未涵盖所有相关研究	探讨计算机视觉技术在马铃薯植物病害检测中的应用	马铃薯植物及其常见病害	计算机视觉	马铃薯病害	计算机视觉、机器学习	深度学习算法、传统机器学习算法	图像	39项主要研究
119	2025-06-23	Deep learning for differential diagnosis of parotid tumors based on 2.5D magnetic resonance imaging 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2520401 PMID:40531801	research paper	该研究利用2.5D磁共振成像和深度学习模型对腮腺肿瘤进行良恶性鉴别诊断	首次将2.5D成像方法与基于transformer的迁移学习模型相结合用于腮腺肿瘤诊断	回顾性研究且样本量较小（122例）	提高腮腺肿瘤术前诊断准确性以指导手术方案制定	腮腺肿瘤患者	digital pathology	parotid gland tumors	MRI	transformer-based transfer learning model	2.5D magnetic resonance images	122例腮腺肿瘤患者
120	2025-06-23	Deep learning-based analysis and identification of single-particle mass spectra of bacteria 2025-Jun-21, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05942-9 PMID:40542895	研究论文	该研究结合单粒子质谱(SPMS)与监督学习算法，区分六种细菌物种	首次将SPMS与深度学习结合用于细菌物种识别，并采用Score-CAM方法可视化CNN模型的关键离子特征	仅针对六种细菌和四种生物质燃烧产物进行研究，样本多样性有限	开发基于深度学习的单粒子质谱数据分析方法，实现细菌物种的精确识别	六种细菌和四种生物质燃烧产物(BCPs)	机器学习	NA	单粒子质谱(SPMS)	CNN, MLP, SVM	质谱数据	六种细菌和四种生物质燃烧产物的质谱数据