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	2025-04-24	Geneformer: a deep learning model for exploring gene networks 2023-12, Science China. Life sciences DOI:10.1007/s11427-023-2431-x PMID:37672186	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
142	2025-08-09	A comparison of 18 F-FDG PET-based radiomics and deep learning in predicting regional lymph node metastasis in patients with resectable lung adenocarcinoma: a cross-scanner and temporal validation study 2023-Dec-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001776 PMID:37728592	研究论文	比较基于18 F-FDG PET的放射组学和深度学习在预测可切除肺腺癌患者区域淋巴结转移中的表现	首次比较了手工放射组学和深度学习在不同代PET扫描仪上的表现，并验证了深度学习模型的跨扫描仪有效性	样本量较小，特别是数字PET队列仅有17例患者	预测可切除肺腺癌患者的病理区域淋巴结转移状态	148例接受根治性手术的肺腺癌患者	数字病理	肺腺癌	18 F-FDG PET成像	ResNet-50	医学影像	148例（131例模拟PET，17例数字PET）
143	2025-08-09	Automated Radiomic Analysis of Vestibular Schwannomas and Inner Ears Using Contrast-Enhanced T1-Weighted and T2-Weighted Magnetic Resonance Imaging Sequences and Artificial Intelligence 2023-09-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology IF:1.9Q2 DOI:10.1097/MAO.0000000000003959 PMID:37464458	研究论文	使用深度学习和MRI技术自动分析前庭神经鞘瘤和内耳结构	利用三维卷积神经网络模型在MRI图像上自动分割前庭神经鞘瘤和内耳结构，提高了分割的准确性和效率	研究依赖于特定MRI序列（对比增强T1加权和T2加权），可能不适用于其他成像技术	客观评估前庭神经鞘瘤及其与内耳的空间关系	490名成年前庭神经鞘瘤患者的高分辨率MRI扫描数据	数字病理	前庭神经鞘瘤	MRI（对比增强T1加权和T2加权序列）	三维卷积神经网络（3D-CNN）	图像	490名患者（390名训练集，100名测试集）和外部公开数据集100名患者
144	2025-08-09	Denoising Tc-99m DMSA images using Denoising Convolutional Neural Network with comparison to a Block Matching Filter 2023-08-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001712 PMID:37272279	研究论文	本研究探讨了预训练的DnCNN在去噪Tc-99m DMSA图像中的应用，并与BM3D滤波器进行了性能比较	首次将预训练的DnCNN应用于Tc-99m DMSA图像去噪，并证明其性能优于传统BM3D滤波器	研究仅使用了242张Tc-99m DMSA图像，样本量可能不足	评估预训练DnCNN在医学图像去噪中的适用性	Tc-99m DMSA图像	数字病理学	NA	图像去噪	DnCNN	医学图像	242张Tc-99m DMSA图像
145	2025-08-08	Multimodal recurrence scoring system for prediction of clear cell renal cell carcinoma outcome: a discovery and validation study 2023-08, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00095-X PMID:37393162	研究论文	开发了一种结合临床、基因组和组织病理学三种模态的新型检测方法，用于预测局部肾细胞癌的复发	整合了三种模态（临床、基因组和组织病理学）的多模态复发评分系统，显著提高了预测准确性	研究为回顾性分析，需要前瞻性研究进一步验证	开发更准确的预测局部肾细胞癌术后复发的标志物	局部（I-III期）肾细胞癌患者	数字病理学	肾细胞癌	全幻灯片图像(WSI)分析、单核苷酸多态性检测	深度学习	图像、基因组数据、临床数据	开发数据集651例患者，训练数据集1125例患者，独立验证数据集1625例患者，TCGA数据集418例患者
146	2025-08-07	Correlation Between Intranodular Vessels and Tumor Invasiveness of Lung Adenocarcinoma Presenting as Ground-glass Nodules: A Deep Learning 3-Dimensional Reconstruction Algorithm-based Quantitative Analysis on Noncontrast Computed Tomography Images 2023-Sep-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000731 PMID:37531613	研究论文	本研究利用深度学习三维重建算法定量分析非对比计算机断层扫描图像中结节内血管特征，以区分肺腺癌的侵袭性	首次采用深度学习技术对非对比CT图像中的结节内血管进行三维重建和定量分析，以评估肺腺癌侵袭性	研究为回顾性设计，样本量有限，且仅基于单一机构的患者数据	评估基于深度学习的结节内血管定量特征在区分肺腺癌侵袭性中的作用	474名患者的512个确诊为磨玻璃结节的肺腺癌病变	数字病理	肺癌	非对比计算机断层扫描(CT)，深度学习区域分割和区域生长技术	深度学习算法	医学影像	474名患者的512个磨玻璃结节(包括241个前驱腺体病变、126个微浸润性腺癌和145个浸润性腺癌)
147	2025-08-06	Diagnosis of Developmental Dysplasia of the Hip by Ultrasound Imaging Using Deep Learning 2023-Aug-01, Journal of pediatric orthopedics DOI:10.1097/BPO.0000000000002428 PMID:37193656	研究论文	本研究探讨了使用深度学习模型通过超声图像诊断发育性髋关节发育不良（DDH）的准确性	首次将深度学习技术应用于DDH的超声图像诊断，并评估了多种预训练模型的性能	样本量相对较小（60名DDH患儿和131名健康婴儿），且研究为回顾性设计	评估人工智能通过深度学习在DDH超声图像诊断中的准确性	6个月以下疑似DDH的婴儿及其髋关节超声图像	数字病理	发育性髋关节发育不良	超声成像	SqueezeNet, MobileNet_v2, EfficientNet	图像	60名DDH患儿（64个髋关节）和131名健康婴儿（262个髋关节）
148	2025-08-06	Retracted: Evaluation of Ischemic Penumbra in Stroke Patients Based on Deep Learning and Multimodal CT 2023, Journal of healthcare engineering DOI:10.1155/2023/9851918 PMID:38094810	retraction	该文章是对先前发表的一篇关于基于深度学习和多模态CT评估中风患者缺血半暗带研究的撤稿声明	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
149	2025-08-05	Multimodal Deep Learning Classifier for Primary Open Angle Glaucoma Diagnosis Using Wide-Field Optic Nerve Head Cube Scans in Eyes With and Without High Myopia 2023-10-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002267 PMID:37523623	研究论文	介绍了一种基于光学相干断层扫描(OCT)的多模态深度学习分类模型，用于诊断有无高度近视的青光眼	该模型结合了纹理信息，在多模态模型中表现优于单模态模型及不含纹理信息的多模态模型	样本量相对有限，特别是高度近视组的样本数量较少	评估使用宽视野OCT视神经头立方扫描的多模态DL分类器在有无轴性高度近视眼中的诊断准确性	原发性开角型青光眼(POAG)患者和健康人的眼睛	数字病理学	青光眼	OCT, 深度学习	VGG-16, 多模态深度学习模型	图像	371例无高度近视的POAG眼和86例健康眼，92例高度近视POAG眼和44例健康眼
150	2025-08-04	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	开发并评估一种深度学习模型，用于在高风险患者的乳腺MRI检查中进行自动分诊，且不遗漏任何癌症病例	使用集成深度学习模型对高风险女性的乳腺MRI检查进行自动分诊，首次实现了在不遗漏任何癌症病例的情况下减少工作量	研究为回顾性设计，可能影响模型的泛化能力；外部验证数据集的样本量相对较小	开发一种能够准确分诊乳腺MRI检查的自动化工具，以减轻放射科医生的工作负担	高风险女性的乳腺MRI检查图像	数字病理学	乳腺癌	深度学习	集成深度学习模型	MRI图像	16,535例对比增强MRI（来自8,354名女性）
151	2025-08-04	Prediction of Bone Marrow Biopsy Results From MRI in Multiple Myeloma Patients Using Deep Learning and Radiomics 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000986 PMID:37222527	研究论文	本研究通过深度学习和放射组学技术，利用MRI预测多发性骨髓瘤患者的骨髓活检结果	开发了一个自动化框架，能够从MRI非侵入性地预测骨髓活检结果，减少了侵入性检查的需求	预测模型对于某些细胞遗传学异常的外部测试集泛化能力不足	建立一个自动化框架，用于从MRI预测局部骨髓活检结果	多发性骨髓瘤患者	数字病理学	多发性骨髓瘤	MRI, 放射组学	nnU-Net, 随机森林	MRI图像	来自8个中心的512名患者的672个MRI和370个对应的骨髓活检样本
152	2025-08-03	Event-Based Clinical Finding Extraction from Radiology Reports with Pre-trained Language Model 2023-02, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00717-5 PMID:36253581	研究论文	本文提出了一种基于预训练语言模型的方法，用于从放射学报告中提取临床发现事件	使用事件表示法捕捉放射学报告中病变和其他临床问题的细粒度细节，并利用BERT模型进行实体触发词和论元角色的提取	模型在跨机构数据和不同成像模态上的泛化能力虽已验证，但可能仍存在其他未测试场景的局限性	开发一种能够从放射学报告中提取临床发现的自动化方法，以支持诊断、分诊、结果预测和临床研究	放射学报告中的临床异常发现	自然语言处理	NA	预训练语言模型（BERT）	BERT	文本（放射学报告）	500份标注的CT报告和来自MIMIC-CXR数据库的外部验证集
153	2025-07-29	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	验证一种基于深度学习算法的手腕穿戴设备在动态环境中实时连续检测心房颤动的性能	开发了一种医疗级手腕穿戴设备，结合光电容积描记技术和卷积神经网络，实现长期连续心房颤动监测	研究样本量相对较小（117名患者），且仅针对阵发性心房颤动患者	评估手腕穿戴设备在动态环境中连续监测心房颤动的性能	阵发性心房颤动患者	数字病理学	心血管疾病	光电容积描记技术（PPG）	CNN	生理信号数据	117名阵发性心房颤动患者（最终分析111名）
154	2025-07-29	Multivariate longitudinal data for survival analysis of cardiovascular event prediction in young adults: insights from a comparative explainable study 2023-01-25, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-023-01845-4 PMID:36698064	研究论文	本研究探讨了多变量纵向数据在心血管事件预测中的价值，并通过多种建模策略比较了其与横截面数据的预测准确性	首次在年轻成人心血管风险预测中系统比较了纵向数据与横截面数据的预测价值，并引入了可解释性分析方法	研究仅基于CARDIA队列，可能需要更多外部验证	评估纵向数据在心血管风险预测中的价值并建立可扩展的分析框架	年轻成人心血管疾病风险预测	机器学习	心血管疾病	生存分析	随机生存森林、SHAP、TIME	纵向临床数据	3539名参与者，6次随访检查，15年随访数据
155	2025-07-26	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本研究开发了一种名为低信号符号迭代随机森林的方法，用于揭示心脏肥大的复杂遗传结构	使用深度学习和随机森林方法揭示心脏肥大的非加性遗传变异，并通过实验验证基因间相互作用的因果性	方法仍处于早期阶段，可能无法捕捉所有遗传互作	探索心脏肥大的遗传调控机制	人类心脏组织、诱导多能干细胞来源的心肌细胞	遗传学	心血管疾病	深度学习、随机森林、RNA沉默、高通量微流控系统	随机森林、深度学习模型	心脏MRI扫描数据、转录组数据、单细胞形态数据	29,661名UK Biobank参与者的心脏MRI数据，313例人类心脏组织的转录组数据
156	2025-07-25	PeakDetective: A Semisupervised Deep Learning-Based Approach for Peak Curation in Untargeted Metabolomics 2023-06-27, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c00764 PMID:37314824	研究论文	提出了一种基于半监督深度学习的峰检测方法PeakDetective，用于非靶向代谢组学中的峰筛选	结合无监督自编码器和主动学习分类器，快速训练并适应不同LC/MS方法和样本类型	需要用户标注少量峰样本进行训练	解决非靶向代谢组学数据处理中峰检测的准确性问题	代谢组学数据中的峰信号	机器学习	NA	LC/MS	自编码器+主动学习分类器	代谢组学数据	五个不同的LC/MS数据集，包括SARS-CoV-2数据集
157	2025-07-24	AD-BERT: Using pre-trained language model to predict the progression from mild cognitive impairment to Alzheimer's disease 2023-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104442 PMID:37429512	研究论文	开发了一个基于预训练BERT模型的深度学习框架，利用电子健康记录中的非结构化临床笔记预测轻度认知障碍向阿尔茨海默病的进展风险	提出了AD-BERT模型，基于预训练的Bio+Clinical BERT，用于预测MCI向AD的进展，并在两个独立数据集上验证了其优越性能	研究依赖于电子健康记录数据的质量和完整性，可能受到数据偏差的影响	预测轻度认知障碍向阿尔茨海默病的进展风险	轻度认知障碍患者	自然语言处理	阿尔茨海默病	BERT模型	AD-BERT（基于Bio+Clinical BERT的改进模型）	电子健康记录中的临床文本数据	Northwestern Medicine数据集3657名MCI患者，Weill Cornell Medicine数据集2563名MCI患者
158	2025-07-24	R-Mixup: Riemannian Mixup for Biological Networks 2023-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining DOI:10.1145/3580305.3599483 PMID:38343707	研究论文	本文提出了一种名为R-Mixup的数据增强技术，用于解决生物网络数据的高维度和低样本量问题	利用Riemannian流形上的log-Euclidean距离度量，优化了传统Mixup方法在生物网络数据上的应用	未明确提及具体限制，但可能受限于生物网络数据的特定性质	提高深度学习模型在生物网络数据上的性能，防止过拟合	生物网络的邻接矩阵	机器学习	NA	R-Mixup数据增强技术	NA	生物网络数据	五个真实世界的生物网络数据集
159	2025-07-24	Knowledge graph aids comprehensive explanation of drug and chemical toxicity 2023-08, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.12975 PMID:37475158	研究论文	介绍了一种可解释的深度学习模型AIDTox，用于预测药物和化学物质的细胞毒性，并提供全面的毒性解释	AIDTox结合了化学-基因连接、基因-通路注释和通路层次结构的精选知识，能够准确预测细胞毒性并提供多方面的药物活性解释	模型可能受限于知识图谱的覆盖范围和准确性	开发一个可解释的深度学习模型，用于预测和解释药物及化学物质的复杂毒性终点	HepG2和HEK293细胞的细胞毒性	计算毒理学	NA	深度学习	AIDTox	化学-基因连接数据、基因-通路注释数据、通路层次结构数据	NA
160	2025-07-24	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537196 PMID:37131600	research paper	介绍了一个名为mEMbrain的交互式深度学习MATLAB工具，用于在普通桌面上进行连接组学分割	开发了一个用户友好的开源工具，集成了多种功能，支持无需编码的神经重建	仅兼容Linux和Windows系统，未提及对其他操作系统的支持	推动对神经系统组织的理解，提供便捷的连接组学分析工具	电子显微镜数据集中的细胞和连接图	digital pathology	NA	volume electron microscopy (EM)	deep neural networks	image	4种不同动物的5个数据集，约180小时的专家标注，超过1.2GB的标注EM图像