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
1061	2025-10-07	Physician Assistant Educators' Production Blueprint for Video Pedagogy 2024-Jun-01, The journal of physician assistant education : the official journal of the Physician Assistant Education Association DOI:10.1097/JPA.0000000000000592 PMID:38684095	研究论文	本文提出了基于验证教学实践的医师助理教育视频制作蓝图	结合认知负荷理论为医师助理教育开发专门的视频制作蓝图	基于文献综述和作者经验，缺乏实证研究验证	改进医师助理教育中的视频制作实践以提升学习效果	医师助理教育者和学生	教育技术	NA	视频教学法	NA	教学视频	NA	NA	NA	NA	NA
1062	2025-10-07	Towards Interpretable End-Stage Renal Disease (ESRD) Prediction: Utilizing Administrative Claims Data with Explainable AI Techniques 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417492	研究论文	本研究利用行政索赔数据结合可解释AI技术预测慢性肾脏病向终末期肾病的进展	首次将LSTM模型与SHAP可解释性分析结合应用于行政索赔数据的ESRD预测，并在24个月观察窗口表现出最优性能	数据来源于单一健康保险机构，可能影响模型泛化能力	预测慢性肾脏病向终末期肾病的疾病进展	慢性肾脏病患者	机器学习	肾脏疾病	行政索赔数据分析	LSTM, Random Forest, XGBoost	结构化医疗索赔数据	10年期的综合数据集	NA	LSTM	NA	NA
1063	2025-10-07	Enhancing Wearable Sensor Data Classification Through Novel Modified- Recurrent Plot-Based Image Representation and Mixup Augmentation 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417521	研究论文	提出一种基于改进递归图的图像表示方法和Mixup数据增强技术，用于提升可穿戴传感器数据的分类性能	开发了结合时域和频域信息的改进递归图图像表示方法，并采用傅里叶变换的频域角度差估计方案	NA	提升可穿戴传感器数据的分类性能和领域适应能力	加速度计活动识别和实时血糖水平预测	机器学习	NA	傅里叶变换，递归图，Mixup数据增强	深度学习	传感器数据，图像表示	NA	NA	NA	准确率	NA
1064	2025-10-07	Meta-Learning on Augmented Gene Expression Profiles for Enhanced Lung Cancer Detection 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417531	研究论文	提出一种基于元学习的基因表达谱增强方法用于肺癌检测	首次将元学习应用于基因表达谱数据增强，通过多数据集协同优化解决小样本问题	依赖多个相关数据集的可获得性，且数据集间可能存在批次效应	开发能够在小样本基因表达数据上有效工作的肺癌检测方法	肺癌患者的基因表达谱数据	机器学习	肺癌	DNA微阵列	深度神经网络	基因表达谱	四个不同数据集（一个目标数据集，三个源数据集）	NA	NA	NA	NA
1065	2025-10-07	A Large Language Model Outperforms Other Computational Approaches to the High-Throughput Phenotyping of Physician Notes 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417529	研究论文	比较三种计算方法在医生笔记高通量表型分析中的性能，发现大型语言模型表现最佳	首次系统比较大型语言模型、深度学习和传统机器学习在医生笔记高通量表型分析中的性能差异	仅比较了三种计算方法，可能未涵盖所有现有技术；研究范围限于医生笔记的表型分析	评估不同计算方法在电子健康记录高通量表型分析中的效果	医生临床笔记	自然语言处理	NA	高通量表型分析	LLM, DL, ML	文本	NA	NA	GPT-4	NA	NA
1066	2025-10-07	Narrative Feature or Structured Feature? A Study of Large Language Models to Identify Cancer Patients at Risk of Heart Failure 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417538	研究论文	本研究比较了使用叙事特征和结构化特征的机器学习模型在识别癌症患者心力衰竭风险方面的性能	提出了从结构化医疗代码中提取叙事特征的方法，并证明其能显著提高特征密度和模型性能	研究数据仅来自单一医疗机构（佛罗里达大学健康中心），样本代表性可能受限	识别癌症患者中具有心力衰竭风险的人群，以改善癌症治疗结果和安全性	被诊断患有肺癌、乳腺癌和结直肠癌的癌症患者	自然语言处理	癌症	电子健康记录分析	LLM, LSTM, SVM, BERT	电子健康记录文本数据	12,806名癌症患者，其中1,602人在癌症后发生心力衰竭	NA	T-LSTM, GatorTron-3.9B, BERT	F1分数	NA
1067	2025-10-07	Deep Learning-based Time-to-event Analysis of Depression and Asthma using the All of Us Research Program 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417537	研究论文	使用深度学习模型分析抑郁症与哮喘之间的时间-事件关联	首次在大型回顾性队列研究中使用深度学习模型分析抑郁症与哮喘的关联，并采用SHAP值进行模型解释	深度学习模型在c-index指标上未优于传统Cox比例风险模型	探讨抑郁症与哮喘之间的关联关系	All of Us研究项目的239,161名参与者	机器学习	抑郁症,哮喘	深度学习,逻辑回归,Cox比例风险模型	DeepSurv,DeepHit	临床队列数据	239,161名参与者	NA	DeepSurv,DeepHit	c-index,SHAP值	NA
1068	2025-10-07	Improved noise reduction in photon-counting detector CT using prior knowledge-aware iterative denoising neural network 2024-Dec, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.S1.S12804 PMID:38799270	研究论文	开发了一种先验知识感知迭代去噪神经网络，用于降低光子计数探测器CT中高分辨率虚拟单能图像中的噪声	提出利用低噪声虚拟单能图像作为先验输入，并通过迭代构建精炼训练数据集来提升神经网络去噪性能	研究仅包含10例患者数据，样本量有限	降低光子计数探测器CT中高分辨率虚拟单能图像的噪声	光子计数探测器CT扫描的虚拟单能图像	医学影像处理	心血管疾病	CT血管造影	神经网络	医学影像	10例患者冠状动脉CT血管造影检查	NA	PKAID-Net	图像噪声、空间细节保留、定量准确性	NA
1069	2025-10-07	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	研究论文	提出一种用于荧光显微镜图像背景识别的非线性滤波器	基于局部均值比较的像素级滤波方法，通过变化邻域尺寸生成多重标签并累积决策	NA	开发有效的荧光图像背景识别方法	具有密集低对比度前景的荧光显微镜图像	计算机视觉	NA	荧光显微镜成像	NA	图像	NA	Python 3	局部均值抑制滤波器	NA	NA
1070	2025-10-07	Deep Learning in Predicting Preterm Birth: A Comparative Study of Machine Learning Algorithms 2024-Jul, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000236 PMID:40406277	研究论文	比较深度学习算法在预测早产方面的性能	首次在早产预测中比较Transformer模型与传统机器学习算法的表现	回顾性研究，数据来自单一医疗机构	评估深度学习算法预测早产的适用性	医院分娩数据	机器学习	产科疾病	NA	Transformer, logistic regression, random forest, support vector machine	临床数据	30,965例分娩数据（训练验证集24,770例，测试集6,195例）	NA	Transformer	AUC, sensitivity, specificity, PPV, NPV, accuracy	NA
1071	2025-10-07	Semi-supervised CT image segmentation via contrastive learning based on entropy constraints 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00387-y PMID:39220023	研究论文	提出一种基于熵约束对比学习的半监督CT图像分割方法	融合CNN和Transformer架构，结合熵约束的对比学习机制，通过丢弃高熵值不可靠样本来提升模型性能	仅在COVID-19 CT公共数据集上验证，未在其他医学图像数据集测试	提高CT图像分割精度，减少对标注数据的依赖	CT医学图像	计算机视觉	COVID-19	CT成像	CNN, Transformer	图像	NA	NA	CNN, Transformer, 残差压缩激励模块	DSC, HD, JC	NA
1072	2025-10-07	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于预测肺鳞癌患者对新辅助化疗免疫治疗的主要病理缓解	首次将深度学习模型应用于肺鳞癌化疗免疫治疗响应预测，并系统探索了其与基因突变、免疫细胞和肿瘤内微生物的生物学关联	样本量相对有限（309例），且为多中心回顾性研究	开发预测肺鳞癌患者对新辅助化疗免疫治疗响应的深度学习模型并探索其生物学机制	肺鳞癌患者	计算机视觉	肺癌	增强计算机断层扫描	CNN	医学图像	309例肺鳞癌患者	NA	ResNet50	AUC	NA
1073	2025-10-07	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	研究论文	开发了一种基于深度学习的成像框架，用于定量研究真核微生物的完整生命周期	结合微流控培养、卷积神经网络生命周期阶段特异性分割和新型细胞追踪算法FIEST，首次实现了跨有性繁殖代际的微生物追踪	作为原理验证仅应用于单一物种，尚未在其他真核微生物中广泛验证	建立定量研究完整真核生命周期的成像方法	真核微生物（酵母）	计算机视觉	NA	显微成像、微流控培养、荧光报告系统	CNN	显微图像、视频	跨三个有性繁殖代际的单细胞微生物	NA	卷积神经网络	NA	NA
1074	2025-10-07	An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53450-8 PMID:39511143	研究论文	开发了一种可解释的纵向多模态融合模型，用于预测乳腺癌患者新辅助治疗反应	提出MRP系统模拟真实世界医生评估，整合跨模态知识挖掘和时间信息嵌入策略处理缺失模态数据	未明确说明模型在更广泛人群中的泛化能力	预测乳腺癌患者新辅助治疗反应	乳腺癌患者	医学影像分析	乳腺癌	多模态图像分析	深度学习模型	多模态图像数据	多中心研究数据	NA	多模态融合模型	AUROC	NA
1075	2025-10-07	PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54043-1 PMID:39511229	研究论文	开发并验证用于腹部CT扫描中气腹检测的深度学习算法PACT-3D	首个专门针对气腹检测的深度学习模型，在排除少量游离气体病例时灵敏度显著提升至0.92-0.98	未提及模型在更广泛医疗机构中的泛化能力验证	开发能够准确检测CT扫描中气腹的深度学习模型以改善急诊诊疗流程	腹部CT扫描图像	计算机视觉	气腹	CT扫描	深度学习	医学影像	远东纪念医院20,390例扫描（训练集14,039+前瞻测试集6,351）+ Cedars-Sinai医学中心480例外部验证	NA	PACT-3D	灵敏度, 特异性	NA
1076	2025-10-07	Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair 2024-Sep-23, eLife IF:6.4Q1 DOI:10.7554/eLife.87949 PMID:39312468	研究论文	开发深度学习管道自动分析上皮组织中细胞分裂的动态特征	首次建立能够同时识别细胞分裂事件、确定分裂轴方向并量化分裂前后形状变化的深度学习管道	方法主要应用于果蝇蛹翅上皮组织，在其他组织类型中的适用性需要进一步验证	开发自动化工具分析上皮组织发育和修复过程中的细胞分裂动态	果蝇蛹翅上皮组织	计算机视觉	NA	延时显微成像	深度学习	延时显微图像序列	NA	NA	NA	准确性	NA
1077	2025-10-07	An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing? 2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing IF:1.5Q2 DOI:10.1097/JPN.0000000000000826 PMID:38758263	评论	探讨ChatGPT在新生儿护理领域的应用潜力与局限性	首次系统评估ChatGPT在新生儿护理特定场景（疼痛评估、喂养过程、患者状态判断）中的应用可行性	缺乏临床实证研究支持，数据准确性需严格验证，存在未经科学验证结果的风险	评估人工智能在新生儿护理领域的应用价值与风险	新生儿护理中的疼痛评估、喂养过程和患者状态判断	自然语言处理	新生儿护理	语言建模	大型语言模型	文本	NA	OpenAI	ChatGPT	NA	NA
1078	2025-05-23	A novel deep learning model for obstructive sleep apnea diagnosis: hybrid CNN-Transformer approach for radar-based detection of apnea-hypopnea events 2024-12-11, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae184 PMID:39115132	研究论文	本研究开发了一种基于雷达数据的深度学习模型，用于检测阻塞性睡眠呼吸暂停（OSA）中的呼吸暂停-低通气事件	采用混合CNN-Transformer架构，结合雷达数据进行OSA诊断，为传统多导睡眠图（PSG）提供了一种成本效益高且易于获取的替代方案	研究为单中心前瞻性队列研究，样本量相对较小（开发集54人，测试集35人）	开发并验证一种用于阻塞性睡眠呼吸暂停诊断的深度学习模型	疑似睡眠呼吸障碍的参与者	数字病理	阻塞性睡眠呼吸暂停	雷达数据采集	混合CNN-Transformer架构	雷达信号数据	开发集54人，测试集35人	NA	NA	NA	NA
1079	2025-05-23	Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study 2024-04-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.adk5395 PMID:38630847	研究论文	本研究开发了一种基于深度卷积神经网络(CNN)的系统，用于检测食管癌及其癌前病变，并在临床实践中验证了其提高高风险食管病变(HrEL)检出率的有效性	首次在随机对照研究中验证了深度学习辅助内窥镜检测食管癌及癌前病变的有效性，显著提高了HrEL的检出率	研究仅在中国浙江省的一家医院进行，样本来源相对单一	提高食管鳞状细胞癌(ESCC)及其癌前病变的内窥镜检出率	50岁以上的患者，包括食管癌和癌前病变(HrELs)	数字病理	食管癌	深度学习辅助内窥镜检查	CNN	内窥镜图像	3117名患者(实验组1556人，对照组1561人)	NA	NA	NA	NA
1080	2025-05-23	Splicing neoantigen discovery with SNAF reveals shared targets for cancer immunotherapy 2024-01-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.ade2886 PMID:38232136	研究论文	该研究开发了一个名为SNAF的计算工作流程，用于从患者RNA-Seq数据中预测剪接衍生的免疫原性MHC结合肽和未注释的跨膜蛋白，以发现癌症免疫治疗的共享靶点	开发了SNAF工作流程，结合DeepImmuno深度学习策略和新的算法（BayesTS和RNA-SPRINT），首次系统性地识别剪接新抗原，并发现了新的肿瘤特异性细胞外新表位（ExNeoEpitopes）	研究主要基于计算预测，部分结果需要进一步的实验验证	发现癌症免疫治疗的共享靶点	剪接衍生的免疫原性MHC结合肽和未注释的跨膜蛋白	生物信息学	黑色素瘤	RNA-Seq, 质谱分析, 长读长异构体测序	DeepImmuno, BayesTS, RNA-SPRINT	RNA-Seq数据	多个癌症队列的患者数据	NA	NA	NA	NA