深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
741	2025-10-06	Autonomous screening for laser photocoagulation in fundus images using deep learning 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323376 PMID:37217293	研究论文	本研究开发了一种基于深度学习的自主筛查模型，用于检测眼底图像中的激光光凝治疗模式	首次提出使用深度学习模型自动识别眼底图像中的激光光凝模式，并证明该模型能有效提升其他AI模型的性能	研究仅使用单一数据集(EyePACs)，缺乏外部验证	开发能够自动检测眼底图像中激光光凝治疗的人工智能模型	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	眼底图像	开发集18,945例，验证集2,105例	NA	NA	AUC, MAE	NA
742	2025-10-06	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本研究对ANTERION前段OCT系统中的深度学习算法进行独立验证，实现自动巩膜突检测和定量生物计量分析	在独立患者群体中验证深度学习算法达到专家级别的巩膜突定位精度，并首次系统比较算法与不同经验水平人工评分者的性能差异	样本量相对有限（117名参与者），仅使用单一OCT系统（ANTERION）的数据	验证深度学习算法在AS-OCT图像中自动检测巩膜突和测量相关生物计量参数的准确性和可靠性	接受常规眼科护理的患者的前段OCT图像	医学影像分析	眼科疾病	前段光学相干断层扫描（AS-OCT）	深度学习算法	医学影像	117名参与者的1308张AS-OCT图像	NA	NA	假阳性率, 真阳性率, 组内相关系数	NA
743	2025-10-06	Detecting the corneal neovascularisation area using artificial intelligence 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	开发并评估基于人工智能的图像分析工具，用于测量和量化角膜新生血管区域	首次使用预训练的U-Net神经网络对裂隙灯图像进行角膜新生血管区域的自动分割与检测	样本量相对有限（120例患者），仅使用单一医疗机构数据	创建自动化工具量化角膜新生血管区域	角膜新生血管患者的裂隙灯图像	计算机视觉	角膜疾病	深度学习图像分割	CNN	图像	120例患者的120张眼部裂隙灯图像	NA	U-Net	交并比(IoU), 特异性	NA
744	2025-10-06	Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148813 PMID:38373675	研究论文	本研究基于脑电图数据，使用经典机器学习和深度学习方法对自限性伴中央颞区棘波癫痫进行分类诊断	同时采用经典机器学习（基于尖波特征提取）和深度学习方法（ResNet）进行癫痫分类比较，展示了深度学习在癫痫分类中的显著优势	样本量较小（仅33名患者），年龄范围有限（3-11岁）	开发有效的分类方法以辅助自限性伴中央颞区棘波癫痫的临床诊断	33名被诊断为SeLECTS或非SeLECTS的癫痫患者	机器学习	癫痫	脑电图	随机森林,极端随机森林,CNN	脑电图信号	33名3-11岁癫痫患者	NA	ResNet	准确率,F1分数,AUC,AUPRC	NA
745	2025-10-06	Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148819 PMID:38403037	研究论文	本研究通过MRI脑图像纹理分析和深度学习技术区分精神分裂症、重度抑郁症患者和健康对照组	结合纹理特征映射与深度学习技术进行精神疾病分类，采用重复嵌套交叉验证进行特征选择	样本量相对有限，仅包含三种分组比较	开发基于MRI纹理特征的生物标志物来区分精神分裂症、重度抑郁症和健康人群	精神分裂症患者、重度抑郁症患者和健康对照者	医学影像分析	精神疾病	MRI脑图像分割，纹理分析	深度学习	MRI脑部图像	141名精神分裂症患者，103名重度抑郁症患者，238名健康对照者	NA	NA	准确率，敏感性，特异性	NA
746	2025-10-06	The Application of Artificial Intelligence to Cancer Research: A Comprehensive Guide 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241250324 PMID:38775067	综述	本文全面探讨了人工智能在癌症研究中的应用，重点介绍了机器学习、软计算和深度学习在肿瘤学中的作用	以清晰易懂的方式解释AI关键概念和算法，并提供文献中重要进展的表格总结	NA	使广大读者能够理解AI在癌症研究中的进展和应用	各种癌症类型的诊断、分类和预测	机器学习	癌症	NA	SVM, Naïve Bayes, CNN	NA	NA	NA	NA	NA	NA
747	2025-10-06	Deep Learning-Based Prediction of Radiation Therapy Dose Distributions in Nasopharyngeal Carcinomas: A Preliminary Study Incorporating Multiple Features Including Images, Structures, and Dosimetry 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241256594 PMID:38808514	研究论文	本研究开发了一种结合剂量信息的深度学习模型，用于预测鼻咽癌放射治疗的剂量分布	首次将靶区适形计划剂量信息通过多通道输入方式整合到卷积神经网络中，提高了预测精度	对于小体积或邻近的危及器官预测存在差异，且为初步研究需要进一步验证	提高鼻咽癌调强放射治疗剂量分布的预测准确性	鼻咽癌患者的放射治疗计划	医学影像分析	鼻咽癌	调强放射治疗，容积旋转调强放疗	CNN	医学图像，结构轮廓，剂量分布数据	NA	NA	深度卷积神经网络	3D伽马通过率，剂量体积直方图相似性指数，D98%指标	NA
748	2025-10-06	A 3 M Evaluation Protocol for Examining Lymph Nodes in Cancer Patients: Multi-Modal, Multi-Omics, Multi-Stage Approach 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241277389 PMID:39267420	综述	提出针对癌症患者淋巴结评估的多模态、多组学、多阶段标准化评估方案	整合影像组学与深度学习模型，建立系统化的淋巴结管理协议，涵盖术前评估到术后免疫影响的全流程	基于文献综述提出方案，尚未经过大规模临床验证	建立标准化淋巴结评估协议以优化癌症治疗	癌症患者的淋巴结转移与手术切除	数字病理	癌症	多模态成像、多组学分析、深度学习	深度学习模型	医学影像、临床数据、统计资料	NA	NA	NA	NA	NA
749	2025-10-06	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	本研究通过拓扑数据分析和纹理分析两种影像组学方法，预测肺磨玻璃结节(GGNs)的恶性风险	首次将基于同调性的拓扑特征应用于GGNs的影像组学分析，捕捉结节内复杂的几何和空间关系	回顾性研究设计，数据来自两个中心，需要更多外部验证	预测肺CT扫描中磨玻璃结节的恶性风险	肺磨玻璃结节(GGNs)	医学影像分析	肺癌	CT扫描，拓扑数据分析，纹理分析	机器学习，深度学习	医学影像(CT图像)	3223名患者(来自两个中心，2018年1月至2023年6月)	NA	NA	AUC, 敏感度	NA
750	2025-10-06	Trends and Hotspots in Global Radiomics Research: A Bibliometric Analysis 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241235769 PMID:38465611	文献计量分析	通过文献计量分析方法总结放射组学知识结构并探索潜在趋势和研究重点	首次对2012-2022年全球放射组学研究进行全面的文献计量分析，识别未来研究方向	仅基于Web of Science数据库，可能未涵盖所有相关文献	探索放射组学领域的研究现状、发展趋势和热点方向	2012-2022年期间发表的6428篇放射组学相关文献	医学影像分析	NA	文献计量分析	NA	文献元数据	6428篇文章	VOSviewer, CiteSpace, Tableau, Microsoft Excel, Rstudio	NA	NA	免费在线平台
751	2025-10-06	A Comparative Study of Deep Learning Dose Prediction Models for Cervical Cancer Volumetric Modulated Arc Therapy 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241242654 PMID:38584413	研究论文	比较四种深度学习模型在宫颈癌VMAT治疗中体素级剂量分布的预测性能	首次系统比较四种先进三维深度学习模型在宫颈癌VMAT剂量预测中的表现	回顾性研究，样本量相对有限（261例患者）	评估不同深度学习模型在放射治疗剂量预测中的性能	宫颈癌患者的VMAT治疗计划	医学影像分析	宫颈癌	容积旋转调强放疗(VMAT)	3D CNN	CT图像, 解剖结构掩膜	261例宫颈癌患者治疗计划	NA	3D U-Net, UNETR	平均绝对误差(MAE), 剂量图差异, 临床剂量学指标, Dice相似系数(DSC)	NA
752	2025-10-06	Deep Learning Detection of Hand Motion During Microvascular Anastomosis Simulations Performed by Expert Cerebrovascular Neurosurgeons 2024-12, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.09.069 PMID:39305985	研究论文	使用深度学习技术定量评估专家脑血管神经外科医生在模拟微血管吻合术中的手部运动特征	首次将深度学习手部追踪技术应用于神经外科专家微血管吻合术的运动分析，无需物理传感器即可实现精确运动评估	研究样本量较小（仅5位专家），且仅在模拟环境中进行验证	通过深度学习分析外科医生的手部运动特征，探索手术动作评估的新方法	5位经验丰富的脑血管神经外科医生	计算机视觉	脑血管疾病	深度学习手部追踪技术	深度学习检测系统	视频数据	5位专家神经外科医生	NA	NA	运动经济性（像素距离），运动流畅性（缝合间隔时间）	NA
753	2025-10-06	Automated deep learning segmentation of neuritic plaques and neurofibrillary tangles in Alzheimer disease brain sections using a proprietary software 2024-09-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae048 PMID:38812098	研究论文	开发基于深度学习的自动化工作流程，用于阿尔茨海默病脑切片中神经炎斑块和神经纤维缠结的注释与分割	采用AI驱动的迭代程序显著提升注释质量超过50%，并创建了包含5013个NPs和5143个NFTs的专家验证注释数据库	仅使用15张全切片图像，样本量有限，且来自不同生物库的组织质量、染色强度和扫描格式存在差异	开发自动化深度学习工作流程以改进阿尔茨海默病神经病理学诊断	阿尔茨海默病患者脑切片中的神经炎斑块和神经纤维缠结	数字病理学	阿尔茨海默病	AT8免疫染色	CNN	图像	15张来自4个生物库的额叶皮层全切片图像	Visiopharm	U-Net	Dice相似系数	NA
754	2025-10-06	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本研究利用深度学习技术提升基于等离子体电化学阻抗显微镜的无标记动作电位检测性能	首次将长短期记忆循环神经网络应用于P-EIM信号处理，实现单周期刺激动作电位检测	研究未提及模型在其他神经元类型或实验条件下的泛化能力	提高等离子体电化学阻抗显微镜检测神经元电信号的可用性	神经元细胞的动作电位信号	机器学习	NA	等离子体电化学阻抗显微镜	LSTM	电信号	NA	NA	LSTM	AUC	NA
755	2025-10-06	The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians 2024-05, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16393 PMID:38715436	综述	本文为医生提供关于基础模型和大语言模型的入门指南，介绍其类型、医学应用及潜在风险	系统阐述基础模型从传统任务特定模型向多任务多模态的范式转变，特别聚焦医学领域的大语言模型应用前景	指出基础模型和大语言模型若缺乏适当监管可能造成危害的风险	为医生群体普及基础模型和大语言模型的基本概念及其在医学领域的应用潜力	基础机器学习模型和大语言模型	机器学习	NA	深度学习	基础模型, 大语言模型	文本, 音频, 图像, 视频	NA	NA	NA	NA	NA
756	2025-10-06	DLSIA: Deep Learning for Scientific Image Analysis 2024-Apr-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576724001390 PMID:38596727	研究论文	介绍DLSIA这一用于科学图像分析的深度学习Python库	提出稀疏混合尺度网络(SMSNets)和可调U-Net等新型可定制CNN架构	NA	为科学图像分析提供可访问的深度学习工具	科学图像数据	计算机视觉	NA	深度学习	CNN	图像	NA	Python	U-Net, MSDNet, SMSNet, Autoencoder	NA	NA
757	2025-10-06	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-12-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	本研究通过卫星遥感和街景图像分析美国儿童居住环境绿地与肥胖指标之间的关联	首次同时使用卫星遥感归一化植被指数(NDVI)和基于深度学习的街景图像绿地指标，结合多种体脂测量指标评估儿童肥胖风险	研究样本仅来自美国特定队列，未考虑其他可能影响肥胖的环境因素	探究不同绿地测量方法与儿童肥胖指标之间的关联性	美国儿童队列研究参与者	环境流行病学,计算机视觉	儿童肥胖	卫星遥感,街景图像分析,深度学习算法,双能X线吸收测量法	深度学习算法	卫星图像,街景图像,人体测量数据	843名儿童(423名女孩)	NA	NA	线性回归系数,95%置信区间	NA
758	2025-10-06	Predicting OCD severity from religiosity and personality: A machine learning and neural network approach 2024-Dec, Journal of mood and anxiety disorders DOI:10.1016/j.xjmad.2024.100089 PMID:40655911	研究论文	本研究使用机器学习和神经网络方法探索强迫症严重程度与宗教信仰、人格特质之间的复杂关系	采用项目级特征分析揭示比传统汇总评分更具影响力的预测因子，神经网络模型提供了对强迫症异质性和变量间非线性关系的更全面理解	神经网络模型在预测准确率上未超越线性回归模型，样本量相对有限（229名参与者）	识别强迫症严重程度的关键预测因素，探索心理现象的复杂关系	229名参与者的强迫症严重程度、人格特质、宗教信仰和精神信仰数据	机器学习	强迫症	机器学习，深度学习	神经网络，线性回归	心理测量数据，人口统计学数据	229名参与者	NA	NA	预测准确率	NA
759	2025-10-06	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	提出一种集成知识蒸馏的基因组深度学习框架DEGU，用于提高预测鲁棒性和可解释性	通过集成学习和知识蒸馏结合，同时捕捉预测平均值和变异性，量化认知不确定性和随机不确定性	未明确说明模型在特定基因组任务中的性能局限性	提高基因组深度学习的预测可靠性和决策可解释性	调控基因组学数据	机器学习	NA	基因组功能预测	深度神经网络	基因组序列数据	NA	NA	集成学习架构	校准不确定性估计, 保形预测覆盖率	NA
760	2025-10-06	Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation 2024-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603366 PMID:39071305	研究论文	本研究通过实验量化超过10万种蛋白质序列的淀粉样蛋白成核过程，并开发了可解释的深度学习模型CANYA来预测蛋白质聚集	创建了前所未有的大规模蛋白质聚集实验数据集，开发了结合卷积和注意力机制的混合神经网络模型，并将基因组神经网络可解释性分析应用于蛋白质聚集预测	NA	解决蛋白质聚集预测中数据不足的问题，开发准确且可解释的预测模型	超过10万种蛋白质序列的淀粉样蛋白成核过程	机器学习	NA	实验量化分析	CNN,注意力机制	蛋白质序列数据	>100,000个蛋白质序列	NA	卷积-注意力混合神经网络	NA	NA