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
121	2025-04-26	Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Apr-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01476-9 PMID:40274694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
122	2025-05-22	"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks 2025-Apr-23, Chemical science IF:7.6Q1 DOI:10.1039/d4sc05655h PMID:40395375	research paper	该研究揭示了基于计算化学数据构建的图模型与基于文本数据构建的自然语言处理模型之间的相似性，特别是原子嵌入（atom-embeddings）表现出代表有效反应公式的算术特性	展示了原子嵌入在嵌入空间中表现出类似自然语言处理中词嵌入的算术特性，能够代表化学反应的恒定向量，从而揭示了化学语法的高度结构化和一致性	NA	揭示深度学习在化学领域中的隐藏学习机制，特别是图神经网络对化学反应的建模	原子嵌入（atom-embeddings）及其在化学反应中的表现	machine learning	NA	graph neural networks	GNN	computational chemical data	NA
123	2025-05-22	Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis 2025-Apr-11, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.04.006 PMID:40220991	meta-analysis	该研究通过贝叶斯元分析评估了机器学习在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性和优化方法	首次使用贝叶斯元分析方法评估机器学习在OSA诊断中的表现，并比较了不同技术参数对诊断准确性的影响	研究仅基于已发表的文献，可能存在未发表数据的偏差	评估和优化机器学习在OSA诊断中的准确性	阻塞性睡眠呼吸暂停（OSA）患者	machine learning	阻塞性睡眠呼吸暂停	Bayesian bivariate meta-analysis	deep learning vs traditional machine learning	audio recordings	训练集4,864名参与者，测试集2,370名参与者
124	2025-05-22	Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study 2025-Apr-03, Gerontology IF:3.1Q3 DOI:10.1159/000545679 PMID:40359927	研究论文	本研究使用深度学习模型动态预测肾功能轻度降低的老年人心血管死亡风险	采用新型深度学习算法Dynamic DeepHit (DDH)模型，在纵向研究中展示了对个体动态生存预测的优越性能	研究仅基于中国天津社区健康促进前瞻性研究的数据，可能限制结果的普适性	识别肾功能轻度降低老年人群中心血管死亡的相关特征，并开发预测模型	12,650名60岁以上肾功能轻度降低的老年人	机器学习	心血管疾病	Cox回归、随机生存森林(RSF)、DeepHit(DH)、Dynamic DeepHit(DDH)	DDH, RSF, DH, Cox回归	临床数据	12,650名老年人（2014-2020年随访数据）
125	2025-05-22	Primary angle-closed diseases recognition through artificial intelligence-based anterior segment-optical coherence tomography imaging 2025-Apr, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06709-1 PMID:39680113	研究论文	本研究利用人工智能技术对前段光学相干断层扫描（AS-OCT）图像进行深度学习分类，自动分析AS-OCT图像的角结构并分类前房角，以提高AS-OCT图像分析的效率	开发了一种基于深度学习的AS-OCT图像自动前房角分析软件，并采用迁移学习技术优化ResNet-50架构，实现了高效的前房角闭合检测	研究样本主要来自上海社区的老年人青光眼筛查项目，可能无法代表更广泛的人群	提高AS-OCT图像分析的自动化水平，以更高效地识别原发性闭角型疾病的高风险人群	AS-OCT图像	数字病理学	青光眼	光学相干断层扫描（OCT）	ResNet-50	图像	687名参与者的94895张AS-OCT图像，其中69243张标注为开放角，16433张标注为闭合角，9219张标注为不可分级
126	2025-05-22	Enhancing diabetic retinopathy and macular edema detection through multi scale feature fusion using deep learning model 2025-Apr, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06687-4 PMID:39680112	research paper	该研究通过深度学习模型中的多尺度特征融合技术，提高了糖尿病视网膜病变和黄斑水肿的自动检测准确率	采用独特的融合技术结合高层次语义输入与低层次纹理特征，提升了诊断准确率	研究仅使用了MESSIDOR数据集，可能在其他数据集上的泛化能力未经验证	提高糖尿病视网膜病变和黄斑水肿的早期自动检测准确率	糖尿病视网膜病变和黄斑水肿的视网膜图像	digital pathology	diabetic retinopathy	deep learning	CNN	image	MESSIDOR数据集中的视网膜图像
127	2025-05-22	The need for balancing 'black box' systems and explainable artificial intelligence: A necessary implementation in radiology 2025-Apr, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112014 PMID:40031377	评论	本文讨论了在放射学中平衡'黑盒'系统和可解释人工智能（XAI）的必要性	提出在放射学中优先考虑可解释人工智能（XAI），以增强透明度和伦理标准	XAI可能性能不如黑盒模型，且当前AI系统仍存在数据隐私、偏见和幻觉等问题	探讨AI在放射学中的应用及其伦理和法律挑战	放射学中的AI系统及其对医疗决策的影响	数字病理学	NA	机器学习和深度学习	黑盒模型和XAI	图像	NA
128	2025-05-22	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	研究论文	本文提出了一种基于深度学习的自动化双心室分割和3D壁运动分析流程，用于肺动脉高压（PH）啮齿动物模型的研究	开发了一种高效的自动化深度学习流程，用于PH啮齿动物模型的双心室分割和3D壁运动分析，与临床心脏成像AI发展保持一致	研究仅针对啮齿动物模型，尚未在人类中进行验证	为肺动脉高压（PH）疾病进展及其对心脏的影响提供预测性见解	肺动脉高压（PH）啮齿动物模型	数字病理学	肺动脉高压	心脏磁共振扫描	全卷积网络	图像	163个短轴电影心脏磁共振扫描，来自MCT和SuHx PH大鼠
129	2025-05-22	LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images 2025-Mar-31, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02645-y PMID:40164925	研究论文	介绍了一种名为LEyes的轻量级框架，用于通过合成眼图像进行基于深度学习的眼动追踪	LEyes框架采用简单的合成图像生成器训练神经网络，而非传统的光照真实方法，提高了训练效率和适应性	合成图像可能无法完全替代真实眼图像的复杂性和多样性	克服眼动追踪技术中训练数据不足和模型泛化能力差的问题	眼动追踪中的瞳孔和角膜反射检测	计算机视觉	NA	深度学习	神经网络	图像	NA
130	2025-05-22	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Mar-10, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文综述了人工智能在药物相关性颌骨坏死（MRONJ）的预测、诊断和管理中的应用现状	总结了AI在MRONJ预测、诊断和患者教育中的最新应用，并识别了当前研究的挑战和未来方向	数据质量、验证和临床整合方面的挑战尚未解决，且纳入研究数量有限（仅8篇）	评估人工智能在MRONJ领域的应用效果和潜力	药物相关性颌骨坏死（MRONJ）的预测、诊断和管理	人工智能在医学中的应用	颌骨坏死	机器学习（支持向量机、随机森林、梯度提升机）、深度学习、大语言模型	SVM、随机森林、梯度提升机、深度学习模型、LLM	放射影像数据、患者信息数据集	8项符合条件的研究（5项预测研究、2项诊断研究、1项患者教育研究）
131	2025-05-22	Exploring a decade of deep learning in dentistry: A comprehensive mapping review 2025-Feb-19, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06216-5 PMID:39969623	review	本文系统回顾了过去十年深度学习在牙科领域的应用，全面概述了其趋势、模型及其临床意义	提供了深度学习在牙科领域应用的全面映射，识别了主要趋势和未来改进方向	主要依赖监督学习方法，需要大量标注数据，且缺乏对新兴模型架构和可解释AI的深入探讨	探索深度学习在牙科领域的应用现状及未来发展方向	2012年至2023年间发表的深度学习在牙科领域应用的研究	digital pathology	NA	deep learning	CNN	image	1,007项研究（从21,242项筛选研究中选出）
132	2025-05-22	Spatial transcriptomic clocks reveal cell proximity effects in brain ageing 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08334-8 PMID:39695234	研究论文	该研究通过构建空间分辨的单细胞转录组脑图谱，揭示了细胞邻近效应对脑衰老的影响	开发了空间衰老时钟模型，用于识别衰老、年轻化和疾病的空间及细胞类型特异性转录组指纹，并发现T细胞和神经干细胞对邻近细胞的显著影响	研究仅基于小鼠模型，人类大脑的类似效应尚未验证	探究细胞邻近效应对脑组织衰老的影响及潜在干预措施	成年寿命不同阶段的420万个脑细胞	空间转录组学	神经退行性疾病	空间分辨单细胞转录组测序	机器学习模型（空间衰老时钟）和深度学习	单细胞转录组数据	420万个细胞，覆盖20个不同年龄阶段
133	2025-05-22	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的创新方法，用于预测医院患者餐盘中的剩余食物量，并创建了一个名为LeFoodSet的大规模开放数据集	首次创建了专门用于估计食物剩余量的大规模开放数据集LeFoodSet，并提出了结合视觉特征提取和后期融合的多任务学习模型	数据集仅包含34种印尼食物类别，可能无法完全代表其他地区的饮食习惯	开发AI方法来准确预测医院患者的食物剩余量，以替代耗时且存在偏差的人工观察	医院患者的餐盘食物剩余量	计算机视觉	NA	深度学习	ResNet101, 多任务学习(MT), 单任务学习(ST)	图像	524对图像(34种印尼食物类别，每类包含食用前后的图像)
134	2025-05-22	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本文通过实证研究探讨了迁移学习在多标签心电图分类中的有效性	首次系统验证了迁移学习在心电图诊断中的效果，比较了微调与从头训练的性能差异	研究结果依赖于特定数据集和神经网络架构，可能不适用于所有心电图诊断场景	评估迁移学习在心电图诊断中的实际效果	多标签心电图分类	机器学习	心血管疾病	深度学习	CNN, RNN	时间序列数据	多种心电图数据集
135	2025-05-22	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	本研究开发了一种用于极端海拔条件下（海拔3800米）并网光伏系统的预测混合模型，旨在降低模型复杂度并提高准确性	结合递归特征消除（RFE）方法与高级正则化技术（如Lasso、Ridge和Bayesian Ridge），以解决维度灾难问题	未来工作将探索与储能系统和智能控制策略的集成，以及在极端气候条件下的应用	优化极端海拔条件下并网光伏系统的预测性能	由单晶模块、DC-DC优化器和3000 W逆变器组成的光伏系统	机器学习	NA	RFE、Lasso、Ridge、Bayesian Ridge	混合模型	电力系统数据	NA
136	2025-05-22	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过部署先进的机器学习和深度学习策略，在教育技术领域实现了有意义的变革	采用混合堆叠方法结合多种机器学习模型，实现了高精度的预测和分析，特别是在情感分析和学术表现提升方面	数据集来源于Kaggle，可能无法完全代表所有教育环境	探索AI驱动的教育转型，提高学生的适应性、情感状态和学术表现	教育技术领域中的学生适应性、情感和学术表现	教育技术	NA	机器学习、深度学习	Decision Trees, Random Forest, XGBoost, Gradient Boosting, CNN, RCNN	结构化数据	1205条包含14个属性的条目
137	2025-05-22	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	research paper	该研究提出了一种基于深度学习的先进框架，用于监控系统中的异常识别，通过特征优化技术显著提高了准确性和鲁棒性	创新点在于结合了新型63层CNN 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2 进行特征提取，并采用蜻蜓算法和遗传算法进行特征优化	未提及具体的数据集规模限制或实际部署中的计算资源需求	提高监控系统中异常识别的准确性和鲁棒性	监控视频中的异常事件	computer vision	NA	histogram equalization, Dragonfly algorithm, Genetic Algorithm	DCNN (包括 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2)	image	未明确说明具体样本数量，但使用了5折和10折交叉验证
138	2025-05-22	Beyond genomics: artificial intelligence-powered diagnostics for indeterminate thyroid nodules-a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1506729 PMID:40391010	系统综述与荟萃分析	本文综述了人工智能在不确定甲状腺结节诊断中的应用现状，并进行了荟萃分析	首次系统评估了不依赖基因组测序分类器的人工智能诊断工具在不确定甲状腺结节中的应用效果	研究间存在显著异质性，部分模型缺乏独立外部验证，当前模型尚不适合直接临床应用	评估人工智能在不使用基因组测序分类器的情况下诊断不确定甲状腺结节的证据现状	不确定甲状腺结节(ITN)	数字病理	甲状腺结节	机器学习(ML)和深度学习(DL)	多种ML和DL架构	超声图像、自然语言文本、细胞学数据	7项研究中的20个模型（包含15个模型的16个AUC结果）
139	2025-05-22	Determining resources and capabilities in complex context: A decision-making model for banks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323735 PMID:40392866	研究论文	本研究旨在为银行开发一个在复杂环境中确定资源和能力的决策模型	提出了一个在复杂环境中确定资源和能力的决策模型，整合了模糊偏好判断、深度学习分析和成功率预测	研究样本仅限于印度尼西亚国有银行，可能限制模型的普遍适用性	开发一个决策模型，帮助银行在复杂环境中确定资源和能力	印度尼西亚国有银行（SOB）	决策科学	NA	定性方法、案例研究策略和溯因方法	深度学习分析（预测分析）	定性数据	印度尼西亚国有银行
140	2025-05-22	Deep learning approaches for quantitative and qualitative assessment of cervical vertebral maturation staging systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323776 PMID:40392884	研究论文	本研究探讨了人工智能在颈椎成熟度（CVM）分期中的潜力，开发并比较了基于AI的定性CVM和定量QCVM方法	开发了基于AI的定量QCVM方法，相比定性方法展现出更高的准确性和一致性	定性CVM方法的分类准确率相对较低（71.11%）	评估AI在颈椎成熟度分期中的应用效果	颈椎成熟度分期系统	计算机视觉	NA	深度学习	AI模型（具体类型未说明）	图像	3,600张侧位头影测量图像，来自6个医疗中心