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
1381	2025-04-26	Evaluating the Accuracy of Deep Learning Models and Dental Postgraduate Students in Measuring Working Length on Intraoral Periapical X-rays: An In vitro Study 2025 Jan-Mar, Contemporary clinical dentistry IF:0.9Q3 DOI:10.4103/ccd.ccd_274_24 PMID:40270870	research paper	本研究评估并比较了深度学习模型与牙科研究生在测量根尖周X光片工作长度上的准确性	首次将深度学习模型应用于牙科根尖周X光片工作长度的测量，并与人类专家进行比较	研究样本仅包含单根牙的X光片，可能不适用于多根牙的情况	评估人工智能在牙科诊断影像中的准确性	单根牙的根尖周X光片	digital pathology	dental disease	deep learning	CNN	image	100张根尖周X光片
1382	2025-04-25	A short report on deep learning synergy for decentralized smart grid cybersecurity 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1557960 PMID:40270931	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1383	2025-04-26	AI-driven sleep apnea screening with overnight blood oxygen saturation: current practices and future directions 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1510166 PMID:40271052	综述	本文综述了基于血氧饱和度(SpO)的睡眠呼吸暂停筛查的当前实践和未来方向	总结了SpO2信号在睡眠呼吸暂停筛查中的三种主要应用类别，并指出了该领域的两大研究空白	缺乏足够多样化的公开数据集，以及数据收集、信号预处理和模型基准测试的标准化协议缺失	评估基于SpO2信号的AI驱动睡眠呼吸暂停筛查方法的研究进展	已发表的关于SpO2信号用于睡眠呼吸暂停筛查的研究	机器学习	睡眠呼吸暂停	SpO2监测	machine learning/deep learning	血氧饱和度信号	31篇纳入全文综述的出版物(从835篇初筛结果中筛选)
1384	2025-04-26	Deep learning-based automatic segmentation of brain structures on MRI: A test-retest reproducibility analysis 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.007 PMID:40271109	研究论文	本研究评估了基于深度学习的MRI脑结构自动分割在不同扫描仪类型和磁场强度下的可重复性	首次系统比较了1.5T和3T MRI扫描仪在深度学习脑分割中的表现差异	未考虑更多品牌或型号的扫描仪差异，样本来源未明确说明	评估MRI脑结构自动分割在不同扫描条件下的可重复性	MRI扫描的脑结构图像	医学影像分析	脑部疾病	深度学习	NA	MRI图像	未明确说明具体样本数量
1385	2025-04-26	What makes human cortical pyramidal neurons functionally complex 2024-Dec-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628883 PMID:39763809	研究论文	提出功能性复杂性指数(FCI)来量化人类皮层锥体神经元的功能复杂性，并比较了人类与大鼠神经元的差异	首次提出基于深度学习的FCI框架来量化神经元功能复杂性，揭示了人类神经元在结构和生物物理特性上的独特优势	仅比较了人类和大鼠的皮层锥体神经元，未涉及其他物种或神经元类型	探究人类皮层神经元功能复杂性与其高级认知能力的关系	人类和大鼠的皮层锥体神经元	神经科学	NA	深度学习	深度学习框架	神经元形态和生理特性数据	人类和大鼠皮层不同层次的锥体神经元
1386	2025-04-26	Deep Power-Aware Tunable Weighting for Ultrasound Microvascular Imaging 2024-Dec, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3488729 PMID:39480714	研究论文	本文提出了一种深度功率感知可调加权方法（DPT），用于延迟求和（DAS）波束成形，以提高超声微血管成像（UMI）的质量	提出了一种结合卷积和Transformer的混合结构模型Yformer，能够准确估计噪声和信号功率，并通过可调噪声控制因子（NCF）提高不同UMI应用的质量	模型仅在私有大鼠脑数据集上进行训练，可能在其他数据集上的泛化能力有限	提高超声微血管成像（UMI）的图像质量	超声微血管成像（UMI）中的噪声和信号功率估计	医学影像处理	NA	深度学习（DL），延迟求和（DAS）波束成形	Yformer（结合CNN和Transformer的混合结构）	超声图像	包括公开模拟数据、公开大鼠脑数据、私有大鼠脑数据和私有大鼠肝脏数据
1387	2025-04-26	Impact of Emerging Deep Learning-Based MR Image Reconstruction Algorithms on Abdominal MRI Radiomic Features 2024 Nov-Dec 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001648 PMID:39190703	研究论文	本研究评估了基于深度学习的MRI图像重建技术对腹部MRI影像组学特征的影响，并与传统重建技术进行比较	首次系统评估深度学习重建算法对不同器官/组织影像组学特征的影响差异	仅使用单一厂商(MRI)平台数据，样本量较小(17例)	评估深度学习重建算法对MRI影像组学特征的影响	腹部MRI图像及提取的影像组学特征	医学影像分析	NA	深度学习图像重建(MRI)	DL-based reconstruction(SmartSpeed系列)	MRI图像	17例儿科和成人受试者的腹部T2加权MRI图像
1388	2025-04-26	Generative Biomedical Event Extraction With Constrained Decoding Strategy 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3480088 PMID:39401115	研究论文	本文提出了一种基于预训练语言模型T5的生物医学事件生成模型，采用序列到序列的生成范式，并结合约束解码算法和课程学习算法	首次将生成式建模应用于生物医学事件提取任务，并引入约束解码算法和课程学习算法以提高模型性能	仅在Genia 2011和Genia 2013两个公开基准数据集上进行了评估，可能需要更多数据集验证泛化能力	改进生物医学事件提取方法，提高提取准确率	生物医学事件	自然语言处理	NA	约束解码算法，课程学习算法	T5	文本	Genia 2011和Genia 2013数据集
1389	2025-04-26	Dynamic Glucose Enhanced Imaging using Direct Water Saturation 2024-Oct-22, ArXiv PMID:39502884	research paper	该研究提出了一种利用直接水饱和曲线的交换性线宽增宽进行动态葡萄糖增强成像的新方法，以克服现有化学交换饱和转移或自旋锁定技术的局限性	提出利用直接水饱和曲线的交换性线宽增宽进行动态葡萄糖增强成像，相比现有方法具有更高的效应大小和对运动不敏感的优势	目前仅在4例脑肿瘤患者中进行了初步验证，样本量较小	开发一种新型的动态葡萄糖增强MRI成像技术，用于评估D-葡萄糖摄取情况	脑肿瘤患者的脑组织（灰质、白质、脑脊液和恶性肿瘤组织）	医学影像	脑肿瘤	动态Z谱采集、深度学习洛伦兹拟合	深度学习	MRI影像数据	4例脑肿瘤患者
1390	2025-04-26	Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2024-Oct-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01256-x PMID:39402356	研究论文	本文提出了一种基于深度学习的创新方法，通过拍摄X射线曝光前的照片自动估计放射学位置，以选择最佳的主要参数	首次使用深度学习从照片中自动估计放射学位置，以优化X射线主要参数的设置	大多数错误发生在患者姿势相似的放射学位置	优化X射线主要参数设置，减少曝光错误和不必要的辐射剂量	放射学位置和X射线主要参数	计算机视觉	NA	深度学习	ConvNeXt	图像	75名志愿者，66种放射学位置
1391	2025-04-26	Evaluating Performance of Different RNA Secondary Structure Prediction Programs Using Self-cleaving Ribozymes 2024-Sep-13, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzae043 PMID:39317944	研究论文	本文通过比较七种RNA二级结构预测工具在自切割核酶序列上的准确性，评估了不同RNA二级结构预测程序的性能	首次系统比较了包括深度学习方法在内的多种RNA二级结构预测工具在复杂RNA折叠问题上的表现	研究仅针对特定类别的自切割核酶序列进行测试，结果可能不适用于其他RNA类型	评估不同RNA二级结构预测程序的准确性和适用性	自切割核酶序列的RNA二级结构	生物信息学	NA	RNA二级结构预测算法	深度学习模型	RNA序列数据	数十个自切割核酶序列
1392	2025-04-26	Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography 2024-08-20, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c06953 PMID:39115329	研究论文	本研究开发了一种基于深度学习的X射线纳米计算机断层扫描方法，用于定量分析单细胞内HfO2纳米颗粒的三维分布	提出了一种模块化和自动化的深度学习方法，用于高灵敏度分析单细胞内的超小金属纳米颗粒，并构建了定位定量分析方法	方法可能仍受限于X射线纳米计算机断层扫描的时间消耗和需要专业知识	开发一种定量分析单细胞内纳米药物三维分布的方法，以理解药物作用机制	人乳腺癌细胞系(MCF-7)和HfO2纳米颗粒	数字病理学	乳腺癌	X射线纳米计算机断层扫描(Nano-CT)	深度学习	3D图像	未明确提及具体样本数量，但研究对象为单细胞和3D肿瘤球体
1393	2025-04-26	Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat 2024-08-13, Toxins IF:3.9Q1 DOI:10.3390/toxins16080354 PMID:39195764	研究论文	开发了一种名为Sága的深度学习光谱分析工具，用于检测谷物中的真菌感染，特别是冬小麦中的镰刀菌	结合成像光谱和深度学习技术，开发了用于现场检测小麦赤霉病的预测模型Sága，实现了高精度的感染区域检测	研究仅基于2021年的实验田数据，未涉及更广泛的地理区域和不同年份的数据验证	开发一种可靠的现场特异性镰刀菌感染早期预警模型，以确保食品和饲料安全	冬小麦中的镰刀菌感染	数字病理	植物病害	成像光谱	YOLOv5, DeepMAC, XGBoost	高光谱图像	实验田（52.5米×3米）和对照田（52.5米×3米）
1394	2025-04-26	Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering 2024-07-09, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c00978 PMID:38913718	研究论文	本文介绍了一种结合深度学习和表面增强拉曼散射（SERS）的生物传感平台，用于COVID-19的无标记检测	利用二硫化钼辅助自发形成多层金纳米颗粒结构，结合深度学习模型，实现了高灵敏度的SERS检测	未明确提及样本量的具体数据或实验的重复性验证	开发一种快速、低损伤、高通量的无标记检测平台，用于极低浓度分析物的检测	人类眼泪中的COVID-19病毒	生物传感	COVID-19	表面增强拉曼散射（SERS）	CNN	拉曼光谱数据	NA
1395	2025-04-26	Sex estimation from maxillofacial radiographs using a deep learning approach 2024-06-01, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2023-253 PMID:38599831	研究论文	本研究构建了深度学习模型用于更高效和可靠的性别估计	使用VGG16和DenseNet-121两种深度学习模型进行性别估计，并通过显著性图分析模型关注区域	研究为回顾性研究，样本量仅为600例	开发高效可靠的性别估计方法	600例头颅侧位X光片	计算机视觉	NA	深度学习	VGG16, DenseNet-121	医学影像	600例头颅侧位X光片
1396	2025-04-26	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状、技术类型、数据集描述、现有工作的贡献与局限性，并指出了当前知识的不足	总结了ML/DL技术在AS早期诊断和个性化治疗中的最新应用，识别了当前研究中的空白	缺乏来自多中心、包含不同类型诊断参数的足够规模数据集，且基于ML/DL的AS治疗研究较少	评估ML/DL技术在强直性脊柱炎诊断和治疗中的应用现状	强直性脊柱炎(AS)患者	机器学习	强直性脊柱炎	机器学习(ML)和深度学习(DL)	NA	文本数据(PubMed数据库中的文献)	NA
1397	2025-04-26	Enabling late-stage drug diversification by high-throughput experimentation with geometric deep learning 2024-02, Nature chemistry IF:19.2Q1 DOI:10.1038/s41557-023-01360-5 PMID:37996732	研究论文	本文开发了一种基于几何深度学习和高通量反应筛选的晚期功能化平台，用于优化药物候选分子的性质	结合几何深度学习和高通量实验，开发了一个预测反应产率和区域选择性的平台，用于药物分子的晚期功能化	对于未知底物的反应性分类准确率较低（67%）	优化药物候选分子的晚期功能化过程	23种不同的商业药物分子	机器学习	NA	高通量反应筛选	几何深度学习	化学数据	23种商业药物分子
1398	2025-04-26	An enhanced GhostNet model for emotion recognition: leveraging efficient feature extraction and attention mechanisms 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1459446 PMID:40270901	研究论文	提出了一种增强型GhostNet模型（EGT），结合Transformer编码器和双重注意力机制，用于通过面部表情进行鲁棒的情绪识别	整合了GhostNet的高效特征提取、Transformer的全局上下文捕捉能力以及双重注意力机制，以选择性地增强关键特征	未明确提及具体限制，但可能包括对复杂自然环境和多样化情绪表达的处理能力仍有提升空间	提高情绪识别系统的准确性和鲁棒性，以增强智能人机交互系统、个性化推荐系统和心理健康监测工具	面部表情情绪识别	计算机视觉	NA	深度学习	GhostNet, Transformer, 双重注意力机制	图像	RAF-DB数据集和AffectNet数据集（具体样本数量未提及）
1399	2025-04-25	Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects 2025-Jul-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117399 PMID:40184880	综述	本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景	探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案	未具体提及当前AI技术的局限性	探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向	细菌诊断和抗菌药物敏感性测试	机器学习	细菌感染	机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等	Random Forest、SVM、CNN、transformer	图像、光谱数据、电化学数据等	NA
1400	2025-04-25	Machine learning-based detection and quantification of red blood cells in Cholistani cattle: A pilot study 2025-Jun, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105650 PMID:40215610	研究论文	本研究首次使用机器学习检测和计数巴基斯坦Cholistani牛的正常和异常红细胞（RBCs），包括泪滴细胞和裂红细胞	首次在Cholistani牛中应用机器学习进行红细胞检测和计数，并比较了SVM模型与人工计数方法的效果	需要进一步改进以提升使用卷积神经网络或其他深度学习方法进行红细胞检测的准确性	探索机器学习在兽医血液学评估中的应用潜力	Cholistani牛的红细胞（包括正常红细胞、泪滴细胞和裂红细胞）	机器学习	NA	支持向量机（SVM）、主成分分析（PCA）	SVM	图像	预标注的血涂片图像数据集，随机分为训练集（80%）和测试集（20%）