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
1581	2025-06-06	Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1485311 PMID:40171193	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性	首次对深度学习在OCT和视网膜图像中检测DR的效果进行了全面的荟萃分析	数据集标准化不足，模型可解释性有待提高，且需在多样化人群中进一步验证性能	评估深度学习算法在糖尿病视网膜病变检测中的准确性和可靠性	光学相干断层扫描（OCT）和视网膜图像	digital pathology	diabetic retinopathy	deep learning	NA	image	188268张视网膜图像和OCT扫描
1582	2025-06-06	Ground-truth-free deep learning approach for accelerated quantitative parameter mapping with memory efficient learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324496 PMID:40455714	研究论文	本研究评估了结合内存高效学习(MEL)的自监督学习(SSL)和零样本自监督学习(ZSSSL)框架，以加速定量MRI(qMRI)的图像重建	提出了不依赖全采样数据的自监督学习和零样本自监督学习方法，并结合内存高效学习技术降低GPU内存需求	在高度加速因子条件下，SSL和ZSSSL的性能略逊于监督学习(SL)	加速定量MRI图像重建过程并降低计算资源需求	定量MRI图像重建	医学影像分析	NA	定量MRI(qMRI), 自监督学习(SSL), 零样本自监督学习(ZSSSL)	深度学习(DL)	MRI图像	三个实验(2D T2映射/MSME, 3D T1映射/VFA-SPGR, 3D T2映射/DESS)
1583	2025-06-06	Utility of artificial intelligence-based conversation voice analysis for detecting cognitive decline 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325177 PMID:40455724	研究论文	本研究开发了一种基于人工智能的对话语音分析模型，用于检测认知衰退	利用短对话语音样本通过AI模型检测认知衰退，无需专业环境或设备	样本量较小（263名患者），且仅基于Mini-Mental State Examination分数进行标签	开发一种便捷的认知衰退筛查工具	认知衰退患者和认知正常人群	自然语言处理	老年疾病	机器学习	全耦合神经网络	语音	263名患者的语音样本，其中20个样本用于准确性评估
1584	2025-06-06	Overlapping point cloud registration algorithm based on KNN and the channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325261 PMID:40455723	研究论文	提出了一种基于KNN和通道注意力机制的重叠点云配准算法，显著提高了重叠区域的特征提取和匹配能力	结合KNN算法和通道注意力机制(CAM)，设计了有效性评分网络，提高了配准精度和系统鲁棒性	未提及算法在实时性方面的表现	提高重叠点云区域的特征提取和匹配能力，构建高精度环境模型	三维点云数据	计算机视觉	NA	KNN算法，通道注意力机制(CAM)	有效性评分网络	三维点云数据	ModelNet40数据集和Stanford数据集
1585	2025-06-06	A novel spectral analysis-based grading system for gastrointestinal activity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323440 PMID:40455773	研究论文	本文介绍了一种基于频谱分析的新型胃肠道活动分级系统，用于客观评估胃肠动力	提出了一种创新的无监督分级系统，通过频谱特征分析肠鸣音来评估胃肠动力，避免了传统方法依赖个人判断和大规模标注数据集的问题	虽然验证了方法的可靠性，但仍需进一步研究以确认其在更广泛临床环境中的适用性	开发一种客观评估胃肠动力的方法，辅助医生量化胃肠道活动	肠鸣音（由消化气体和液体在蠕动过程中产生的声音信号）	数字病理	胃肠道疾病	频谱特征分析	无监督学习	音频	NA
1586	2025-06-06	An efficient non-parametric feature calibration method for few-shot plant disease classification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1541982 PMID:40458225	research paper	提出一种基于特征适应评分（FAS）度量的方法，用于少样本植物病害分类	利用FAS评分与测试准确率的严格正相关关系，无需训练网络即可确定适用于少样本植物病害分类的Swin-Transformer V2-F6网络结构，并设计了PDFC算法进行特征校准	NA	解决植物病害图像数据不足的问题，提高少样本植物病害分类的准确率	植物病害图像	computer vision	plant disease	few-shot learning	Swin-Transformer V2	image	PlantVillage数据集及其他数据集
1587	2025-06-06	Ventricular volume adjustment of brain regions depicts brain changes associated with HIV infection and aging better than intracranial volume adjustment 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1516168 PMID:40458466	research paper	该研究探讨了在分析HIV感染和衰老相关的大脑结构变化时，采用侧脑室（LV）体积调整比颅内体积（ICV）调整更能揭示潜在的萎缩模式	提出了使用侧脑室体积调整作为新的分析方法，以更准确地识别HIV感染和衰老相关的大脑萎缩模式，尤其是在HIV相关神经认知障碍（HAND）的研究中	研究仅基于MRI T1图像数据，未考虑其他可能的神经影像学或临床数据	比较不同体积调整策略在识别HIV感染和衰老相关大脑萎缩模式中的效果	HIV感染者和健康对照者的大脑结构变化	digital pathology	HIV感染	MRI T1成像	deep learning models	image	NA
1588	2025-06-06	Artificial Intelligence and Radiomics Applied to Prostate Cancer Bone Metastasis Imaging: A Review 2024-Dec, iRadiology DOI:10.1002/ird3.99 PMID:40453356	review	本文综述了人工智能和放射组学在前列腺癌骨转移影像分析中的应用	综合分析了放射组学、机器学习和深度学习在前列腺癌骨转移影像分析中的应用，并提出了未来研究方向	文献中缺乏对各种方法的详细分析和未来方向的深入探讨	探讨定量方法在前列腺癌骨转移影像分析中的应用及其临床意义	前列腺癌骨转移的影像数据	digital pathology	prostate cancer	radiomics, machine learning, deep learning	NA	image	NA
1589	2025-06-06	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-10-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文探讨了人工智能和数据科学在急诊医学中整合社会健康决定因素（SDOH）数据的潜力和应用	首次系统性地评估了AI和数据科学在急诊医学中SDOH数据整合的应用，突出了机器学习和自然语言处理技术的优势	研究仍处于初级阶段，纳入的研究数量有限（26篇），且主要集中在急诊科患者	探索AI和数据科学在急诊医学中SDOH数据建模、提取和整合的应用潜力	急诊科患者及其SDOH数据	医疗信息学	急诊医学相关疾病（如脓毒症、急性心肌梗死、哮喘等）	机器学习（ML）、自然语言处理（NLP）、深度学习、模式匹配	NLP模型（包括基于规则的NLP、深度学习模型）	文本数据（临床记录等）	26项符合条件的研究（其中9项专门针对急诊患者）
1590	2025-06-06	DEEP LEARNING FOR AUTOMATIC PREDICTION OF EARLY ACTIVATION OF TREATMENT-NAIVE NONEXUDATIVE MACULAR NEOVASCULARIZATIONS IN AGE-RELATED MACULAR DEGENERATION 2024-08-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004106 PMID:38489765	research paper	本研究开发了一种基于光学相干断层扫描（OCT）和OCT血管成像（OCTA）的深度学习分类器，用于预测年龄相关性黄斑变性患者中非渗出性黄斑新生血管的早期渗出风险	首次结合OCT和OCTA图像分析，使用多种CNN模型（ResNet-101、Inception-ResNet-v2和DenseNet-201）进行预测，并通过多数投票和软投票技术提升性能	样本量相对较小（89例患者），且为回顾性研究	开发AI工具预测非渗出性黄斑新生血管的早期渗出风险	年龄相关性黄斑变性患者的非渗出性黄斑新生血管	digital pathology	age-related macular degeneration	OCT, OCTA	CNN (ResNet-101, Inception-ResNet-v2, DenseNet-201)	image	89例患者（35例渗出组，54例非渗出组）
1591	2025-06-06	AUTOMATED DETECTION OF VITRITIS USING ULTRAWIDE-FIELD FUNDUS PHOTOGRAPHS AND DEEP LEARNING 2024-06-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004049 PMID:38261816	研究论文	本研究开发了一种基于深度学习的算法，用于自动检测和分级超广角眼底照片中的玻璃体炎	首次利用超广角眼底成像和深度学习技术进行玻璃体炎的自动检测和分级	六分类玻璃体炎分级的准确性有限（0.61），可能需要更大样本量来提高模型性能	评估深度学习算法在超广角成像上自动检测和分级玻璃体炎的性能	葡萄膜炎患者的超广角眼底视网膜照片	数字病理	葡萄膜炎	超广角眼底成像	DenseNet121 CNN	图像	1181张图像
1592	2025-06-06	OMERACT validation of a deep learning algorithm for automated absolute quantification of knee joint effusion versus manual semi-quantitative assessment 2024-06, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152420 PMID:38422727	研究论文	本文通过OMERACT过滤器评估深度学习算法在膝关节积液自动绝对量化中的应用	首次使用深度学习算法对膝关节积液进行自动绝对量化，并与人工半定量评估进行对比	需要进一步评估算法的区分能力和与临床结果的一致性，以完全满足OMERACT过滤器的要求	评估深度学习算法在膝关节积液量化中的有效性	53名OAI受试者的膝关节MRI数据	数字病理学	骨关节炎	深度学习	DL算法	MRI图像	53名受试者
1593	2025-06-06	OCTess: AN OPTICAL CHARACTER RECOGNITION ALGORITHM FOR AUTOMATED DATA EXTRACTION OF SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHY REPORTS 2024-04-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000003990 PMID:37948741	研究论文	开发了一种名为OCTess的光学字符识别算法，用于从Cirrus SD-OCT黄斑立方体报告中自动提取数据	结合了Tesseract OCR库和LSTM深度学习技术，实现了近乎完美的数据提取准确率，且在效率上超越了人工操作	研究仅基于单中心数据库，可能限制了算法的泛化能力	开发自动化工具以减少人工提取SD-OCT报告的时间和资源消耗	SD-OCT单眼黄斑立方体报告	计算机视觉	眼科疾病	光学字符识别(OCR)，深度学习	LSTM	图像	675份SD-OCT报告（训练集125份，测试集550份）
1594	2025-06-06	Dimensionality Reduction and Nearest Neighbors for Improving Out-of-Distribution Detection in Medical Image Segmentation 2024, The journal of machine learning for biomedical imaging DOI:10.59275/j.melba.2024-g93a PMID:40453064	research paper	该研究通过应用马氏距离和k近邻距离方法，提高了医学图像分割中分布外数据的检测性能	提出使用降维技术和非参数k近邻距离方法改进分布外检测，显著提升了可扩展性和性能	研究仅针对肝脏分割任务进行了验证，未在其他器官或模态上进行测试	提高医学图像分割模型对分布外数据的检测能力	T1加权磁共振成像和计算机断层扫描的肝脏分割	digital pathology	liver cancer	principal component analysis, uniform manifold approximation and projection	Swin UNETR, nnU-net	image	NA
1595	2025-06-06	Assessing Trustworthy AI in Times of COVID-19: Deep Learning for Predicting a Multiregional Score Conveying the Degree of Lung Compromise in COVID-19 Patients 2022-Dec, IEEE transactions on technology and society DOI:10.1109/TTS.2022.3195114 PMID:36573115	研究论文	本文展示了如何在医疗保健领域实践欧盟高级专家组的可信AI指南，并探讨了COVID-19疫情期间'可信AI'的含义	应用Z-Inspection®方法进行后验自我评估，以评估AI系统在COVID-19疫情期间的可信度	研究局限于疫情期间在意大利一家诊所的实验性部署，可能不具有广泛代表性	评估AI系统在预测COVID-19患者肺部损伤程度方面的可信度	COVID-19患者的胸部X光片	数字病理学	COVID-19	深度学习	NA	医学影像	NA
1596	2025-06-05	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	research paper	该研究通过大规模粘度数据和集成深度学习加速高浓度单克隆抗体的开发	开发了DeepViscosity模型，包含102个集成人工神经网络模型，用于分类低粘度（≤20 cP）和高粘度（>20 cP）的单克隆抗体，准确率超过其他预测方法	模型训练数据仅包含229个单克隆抗体的粘度数据，可能影响模型的泛化能力	开发预测模型以筛选高浓度单克隆抗体，改善其制造和配方特性	229个单克隆抗体的粘度数据	machine learning	NA	DeepSP模型	ensemble artificial neural network	sequence-based features	229个单克隆抗体
1597	2025-06-05	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种启发式优化方法，用于增强蛋白质的关键功能特性，如溶解性、灵活性和稳定性，同时保持蛋白质的结构完整性	结合启发式优化和深度学习，专注于蛋白质的功能特性设计，特别适用于抗炎和基因治疗应用	未提及具体实验验证的功能性蛋白质数量或实际应用效果	提高功能性蛋白质设计的效率和效果，减少实验室需求	蛋白质序列设计，特别是具有抗炎特性和用于基因治疗的蛋白质	机器学习	NA	启发式优化方法、深度学习、遗传算法	NA	蛋白质序列	NA
1598	2025-06-05	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	本文提出了一种基于SE-DenseNet网络的手势识别方法，用于从表面肌电信号中识别手势	融合了Squeeze-and-Excitation Networks (SE)和DenseNet，在DenseBlock和Transition之间插入注意力机制，以提高特征表示能力并有效解决梯度消失问题	现有手势识别算法在全局特征捕获、模型计算复杂度和泛化能力方面仍需进一步改进	提供更自然、方便和个性化的人机交互，特别是在康复技术领域	表面肌电信号(sEMG)	机器学习	NA	深度学习	SE-DenseNet	肌电信号	NinaPro DB2和DB4数据集
1599	2025-06-05	A ViTUNeT-based model using YOLOv8 for efficient LVNC diagnosis and automatic cleaning of dataset 2025-Jun-04, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0048 PMID:40460443	研究论文	提出了一种基于ViTUNeT和YOLOv8的模型，用于左心室非致密化(LVNC)的高效诊断和数据集自动清理	结合U-Net和Vision Transformers的ViTUNeT架构，以及使用YOLOv8模型进行心室检测和数据集清理	数据集质量限制了进一步的准确性提升	改进心脏图像分析和分割方法	左心室非致密化患者和健康个体	数字病理学	心血管疾病	深度学习	ViTUNeT, YOLOv8	MRI图像	新增Titin心肌病患者和健康个体的数据集
1600	2025-06-05	Applications of Artificial Intelligence (AI) for Diagnosis of Periodontal/Peri-Implant Diseases: A Narrative Review 2025-Jun-04, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.14045 PMID:40464289	综述	本文综述了人工智能（AI）在牙周病/种植体周围疾病诊断中的应用现状	探讨了AI在牙周病诊断中的多种应用，包括疾病分期、严重程度评估及解剖结构定位，并比较了AI模型与牙医的诊断效果	仅进行了叙述性综述，未进行系统性分析或荟萃分析，可能遗漏部分研究	总结AI在牙周病/种植体周围疾病诊断和风险预测中的应用证据	牙周病和种植体周围疾病	数字病理	牙周病	AI、ANN、CNN、ML、DL、DNN	CNN、DNN	患者相关数据、疾病症状、免疫生物标志物、微生物图谱、影像数据	NA