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
141	2025-06-26	Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.240982 PMID:40552997	综述	本文对医学影像中人工智能技术的应用、实施和影响进行了批判性分析	综合多模态影像数据、临床记录和大语言模型的全面人工智能技术	专家标注数据稀疏、监管障碍、临床实施滞后、技术障碍包括数据可用性、大语言模型可解释性、深度学习模型泛化能力和临床整合	优化医学影像中人工智能技术的安全性和临床应用	医学影像人工智能技术	数字病理	NA	深度学习、少样本学习、自监督模型	大语言模型、深度学习模型	多模态影像数据、临床记录	NA
142	2025-06-26	A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.242416 PMID:40552999	research paper	本研究开发了一种基于数据中心的深度学习方法，用于MRI中脑转移瘤的检测、分割和纵向跟踪	采用数据中心方法优化深度学习模型，提高了对小病灶的检测能力及模型的泛化性	研究为回顾性设计，可能受限于数据收集的时间范围和样本来源	开发一个通用的深度学习系统，用于MRI中任何大小的脑转移瘤的检测、分割和纵向跟踪	脑转移瘤患者及无脑转移瘤的癌症患者的MRI扫描数据	digital pathology	brain metastases	MRI	modified nnU-Net	image	1985次扫描来自1623名患者，包含5552个脑转移瘤
143	2025-06-26	Genomic prediction of plant traits by popular machine learning methods 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-49 PMID:40556974	综述	本文综述了基因组预测中机器学习、深度学习和人工智能的应用，特别是可解释人工智能在识别复杂模式中的作用	强调了可解释人工智能、大型语言模型和混合方法在基因组预测中的创新应用	未提及具体研究样本量或实验验证结果	探讨基因组预测中机器学习方法的应用和发展趋势	植物性状的基因组预测	机器学习	NA	机器学习、深度学习、可解释人工智能、大型语言模型	CNN、Transformer	基因组数据	NA
144	2025-06-26	Deep learning approach to the estimation of the ratio of reproductive modes in a partially clonal population 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-50 PMID:40556975	研究论文	本研究应用深度学习方法来估计部分克隆种群中生殖模式的比例	开发了一种专门设计的卷积神经网络模型，用于分析具有混合生殖策略的种群动态，能够高精度估计生殖模式比例	模型假设生殖比例在具有双重生殖策略和稳定种群大小的种群中随时间保持不变	解决进化生物学中关于有性和无性生殖平衡的关键问题	具有混合生殖策略的种群	机器学习	NA	深度学习	CNN	遗传标记数据	小样本量
145	2025-06-26	Diagnostic Performance of ChatGPT-4o in Detecting Hip Fractures on Pelvic X-rays 2025-Jun, Cureus DOI:10.7759/cureus.86654 PMID:40557058	research paper	评估ChatGPT-4o在骨盆X光片上检测髋部骨折的诊断性能	首次评估ChatGPT-4o在髋部骨折诊断中的应用，探索AI在医学影像中的潜力	对非移位性骨折的敏感性较低，导致较多假阴性结果	评估AI模型在髋部骨折诊断中的性能	骨盆X光片	medical imaging	hip fracture	deep learning	ChatGPT-4o	X-ray images	200张骨盆X光片（100例骨折患者，100例无骨折患者）
146	2025-06-26	Chemical space visual navigation in the era of deep learning and Big Data 2025-May-31, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104392 PMID:40456508	综述	本文综述了在深度学习和大数据时代下化学空间可视化导航的最新算法和工具进展	探讨了这些方法如何应对大数据挑战，并讨论了非常规应用，如QSAR/QSPR模型的视觉验证、交互式生成方法以及化学空间地图作为数字艺术的使用	未提及具体技术或工具的局限性	分析大数据时代下药物化学中的新挑战，并提出可视化化学空间的方法和工具	化学空间的可视化导航方法和工具	药物化学	NA	QSAR/QSPR模型	NA	分子结构数据	NA
147	2025-06-26	Can Deep Learning-Based Auto-Contouring Software Achieve Accurate Pelvic Volume Delineation in Volumetric Image-Guided Radiotherapy for Prostate Cancer? A Preliminary Multicentric Analysis 2025-May-30, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32060321 PMID:40558264	研究论文	本研究评估了基于深度学习的自动轮廓软件Limbus® Contour®在前列腺癌放疗中盆腔结构描绘的准确性	首次在多中心研究中评估Limbus® Contour®软件在前列腺癌放疗中自动描绘盆腔结构的性能	软件在肠袋和乙状结肠描绘上表现不佳，且缺乏淋巴结亚区分化功能	评估深度学习自动轮廓软件在放射治疗中的临床应用价值	前列腺癌患者的盆腔结构（膀胱、直肠、肠袋、乙状结肠和盆腔淋巴结）	数字病理	前列腺癌	深度学习	NA	医学影像	52名患者
148	2025-06-26	A Multi-Region Brain Model to Elucidate the Role of Hippocampus in Spatially Embedded Decision-Making 2025-May-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656671 PMID:40502058	research paper	提出一个多区域大脑模型，探讨海马体在空间嵌入式决策中的作用	通过对比不同交互架构的学习性能和神经表征，发现特定架构（网格细胞联合编码自运动速度信号和决策证据增量）优化学习效率并最接近实验观察	模型预测需要新的神经生理学实验验证	理解大脑结构如何支持高效学习和决策，为深度学习提供归纳偏置	强化学习智能体与不同交互架构的大脑模型	machine learning	NA	reinforcement learning (RL), recurrent neural network (RNN)	RNN	neural activity data	NA
149	2025-06-26	Deep Learning-Based Detection of Honey Storage Areas in Apis mellifera Colonies for Predicting Physical Parameters of Honey via Linear Regression 2025-May-29, Insects IF:2.7Q1 DOI:10.3390/insects16060575 PMID:40559006	研究论文	本研究提出了一种基于深度学习的自动化方法，使用YOLOv11模型检测、分类和量化蜂巢中的蜜脾，并探讨了蜂蜜物理特性与图像检测之间的关系	首次将YOLOv11模型应用于蜂巢蜜脾检测，并研究了图像检测结果与蜂蜜物理特性之间的相关性	蜂蜜物理特性（电导率和颜色）对蜜脾面积预测能力较弱，pH值和含水量关联性更差	开发自动化蜂巢监测技术，提高蜂蜜生产效率	西方蜜蜂(Apis mellifera)蜂巢中的蜜脾	计算机视觉	NA	深度学习	YOLOv11	图像	不同月份采集的蜂巢帧图像（数据集分割比例为90:5:5和80:10:10）
150	2025-06-26	Deep learning radiomics of left atrial appendage features for predicting atrial fibrillation recurrence 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01740-y PMID:40419973	研究论文	本研究利用左心耳形态特征、深度学习放射组学和临床变量，开发并验证了一个预测心房颤动消融结果的模型	结合深度学习放射组学和临床变量开发预测模型，用于评估心房颤动消融后的复发概率	研究为回顾性多中心研究，可能存在选择偏倚	预测心房颤动消融后的复发概率	接受射频导管消融治疗的心房颤动患者	数字病理	心血管疾病	CT血管造影（CTA）	nnUNet	图像	480名连续患者
151	2025-06-26	Deep learning classification integrating embryo images with associated clinical information from ART cycles 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02076-x PMID:40399312	研究论文	开发了一种结合胚胎图像和临床数据的人工智能模型，用于预测单胚胎移植的临床妊娠结果	整合胚胎图像和临床数据，开发了三种AI模型，并通过可视化过程明确了影响预测的关键特征	仅使用胚胎图像预测临床妊娠的性能存在差距，可能由于仅凭胚胎图像预测的难度较大	提高单胚胎移植临床妊娠结果的预测准确性	1503个国际治疗周期的胚胎图像和临床数据	计算机视觉	生殖健康	深度学习	MLP, CNN, 融合模型	图像, 临床数据	1503个治疗周期（来自泰国、马来西亚和印度）
152	2025-06-26	Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies 2025-May, Journal of nephrology IF:2.7Q2 DOI:10.1007/s40620-024-02094-4 PMID:39356416	研究论文	介绍了一种名为Galileo的人工智能工具，用于评估肾脏移植前的活检	开发了专门用于辅助病理学家解读肾脏移植前活检的AI工具Galileo，显著提高了评估速度和一致性	需要进一步验证该工具对移植存活率等硬终点的影响	开发AI工具以辅助肾脏移植前活检的评估	肾脏移植前的活检样本	数字病理学	肾脏疾病	深度学习	深度学习算法	全切片图像	多中心收集的肾脏穿刺活检和楔形活检样本
153	2025-06-26	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025 May-Jun, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	本教程介绍了三种基于人工智能的面部情绪识别工具在R语言中的应用	提供了三种流行AI情绪检测程序的比较及示例代码，便于研究人员快速开始设计和分析情绪数据	仅针对R程序员，且未涉及这些工具在具体研究中的实际应用效果评估	提高社会和行为科学文献中可解释人工智能的素养	面部情绪识别工具	计算机视觉	NA	机器学习、深度学习、计算机视觉算法	NA	图像	NA
154	2025-06-26	Surface-Enhanced Raman Scattering Nanotags: Design Strategies, Biomedical Applications, and Integration of Machine Learning 2025 May-Jun, Wiley interdisciplinary reviews. Nanomedicine and nanobiotechnology DOI:10.1002/wnan.70015 PMID:40391396	review	本文综述了表面增强拉曼散射（SERS）纳米标签的设计策略、生物医学应用及其与机器学习的整合	强调了SERS纳米标签在生物成像、治疗诊断和液体活检中的最新应用，特别是机器学习与深度学习算法的整合以提高效能	讨论了SERS纳米标签在临床转化中面临的挑战	探讨SERS纳米标签在疾病诊断、监测和光谱引导手术中的应用及其技术进步	SERS纳米标签及其在生物医学领域的应用	生物医学工程	癌症、SARS-CoV-2	表面增强拉曼散射（SERS）	机器学习（ML）、深度学习	光谱数据、图像数据	NA
155	2025-06-26	[Segmentation and validation of mandibular canal and its bifurcation on cone beam CT based on deep learning] 2025-Apr, Shanghai kou qiang yi xue = Shanghai journal of stomatology PMID:40550761	研究论文	基于深度学习的锥形束CT下颌管及其分叉的检测与分割方法	利用U-net卷积神经网络建立下颌管及其分叉的检测与分割方法，并采用伪标签方法辅助标注	样本量相对较小，且仅来自单一医院	开发一种可靠且实用的下颌管及其分叉的自动检测与分割方法	290例CBCT扫描图像	计算机视觉	口腔疾病	CBCT扫描	U-net	医学图像	290例CBCT扫描图像（200例训练集，90例测试集）
156	2025-06-26	Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation 2025-Mar-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003185 PMID:40164487	研究论文	本研究探讨了如何通过结合心电图（ECG）、心率变异性（HRV）和人口统计数据（年龄和性别）来提高心房颤动（AF）的检测效果	创新点在于将HRV和人口统计数据与ECG结合，采用多模态方法显著提升了AF检测的敏感性和性能	研究结果尚需进一步的临床验证	提高心房颤动的检测准确率	心房颤动（AF）患者	机器学习	心血管疾病	ECG、HRV分析	CNN（AlexNet、VGG-16、ResNet）、transformer	ECG信号、HRV数据、人口统计数据	35,634份12导联ECG记录，来自三个公共数据库
157	2025-06-26	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	研究论文	本研究开发了一种基于Gd-EOB-DTPA增强MRI图像的放射组学模型，结合双区域特征和两种机器学习算法，用于预测肝细胞癌的微血管侵犯	结合双区域特征和两种机器学习算法（CR和DLR）的新型放射组学模型，提高了预测微血管侵犯的准确性	所有模型之间的AUC差异无统计学意义（P>0.005）	术前预测肝细胞癌的微血管侵犯	304名肝细胞癌患者	数字病理	肝细胞癌	Gd-EOB-DTPA增强MRI	支持向量机、3D ResNet-18	MRI图像	304名患者（训练队列216名，测试队列88名）
158	2025-06-26	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	研究论文	开发并验证了一种基于人工智能的超声图像质量审核系统（AI-IQA），用于自动审核孕早期超声扫描中四个关键平面的图像质量	首次将YOLOv7结构检测网络与多分支图像质量回归网络结合，构建了一个高效且准确的自动审核系统，并验证了其在不同经验水平放射科医师中的临床效果	研究仅基于多中心内部数据集进行验证，尚未在更广泛的外部数据集中测试其泛化能力	开发一个高效准确的自动超声图像质量审核系统，以替代耗时且不一致的人工审核	孕早期超声扫描中的四个关键平面图像	计算机视觉	产科超声	YOLOv7结构检测网络与多分支图像质量回归网络	CNN	图像	567例由四位不同经验水平的放射科医师扫描的案例（其中349例未使用AI-IQA反馈，218例使用2-3轮AI-IQA反馈）
159	2025-06-26	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物病害	比较了多种最先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花病害识别中的表现，并发现ResNet152模型优于其他模型	未提及模型在真实田间环境中的泛化能力或对不同病害类型的识别效果	开发高效的棉花病害检测方法以减少农业经济损失	棉花作物及其病害	计算机视觉	棉花病害	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及具体样本数量，但使用了从田间采集的真实棉花病害数据
160	2025-06-26	Multiparametric MRI-Based Deep Learning Models for Preoperative Prediction of Tumor Deposits in Rectal Cancer and Prognostic Outcome 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.004 PMID:39438175	研究论文	本研究基于多参数MRI的深度学习模型，用于预测直肠癌患者的肿瘤沉积及预后结果	结合多参数MRI的深度放射组学特征和临床特征，构建了预测直肠癌肿瘤沉积的列线图模型，并验证了其在预后分层中的有效性	回顾性研究设计可能存在选择偏倚，且样本量相对有限	预测直肠癌患者的肿瘤沉积状态并分析其预后	529例接受根治性手术的直肠癌患者	数字病理	直肠癌	多参数MRI	ResNet-101	图像	529例患者（中心1：379例，中心2：150例）