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
1161	2026-05-12	Prediction of post-traumatic stress disorder in family members of ICU patients: a machine learning approach 2024-01, Intensive care medicine IF:27.1Q1 DOI:10.1007/s00134-023-07288-1 PMID:38112774	研究论文	利用机器学习方法预测ICU患者家属的创伤后应激障碍	首次提出基于机器学习的方法在个体层面预测ICU患者家属的创伤后应激障碍，并应用多种可解释性方法分析变量贡献	模型中主要影响因素均为不可改变因素，缺乏对可干预因素的探索	开发易于获取的患者和家属信息为基础的风险分层工具，指导高风险家属接受适当管理	ICU患者的家庭成员	机器学习	创伤后应激障碍	NA	随机森林、XGBoost、正则化线性模型、核模型、深度学习模型	结构化临床数据	2374名ICU患者家庭成员	Scikit-learn, XGBoost	随机森林、XGBoost	AUC	NA
1162	2026-05-09	Deep Learning Models for the Screening of Cognitive Impairment Using Multimodal Fundus Images 2024-07, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.019 PMID:38280426	研究论文	利用深度学习模型基于多模态眼底图像筛查认知障碍	首次验证多模态眼底图像（眼底照片与OCT图像）联合深度学习模型在认知障碍筛查中的有效性，优于单模态模型	多模态模型在外部验证集的AUC约为0.78，性能仍有提升空间；未详细说明数据集的种族或地域多样性可能影响泛化性	开发基于多模态眼部图像的深度学习系统，快速简便地识别认知障碍个体	认知障碍患者与正常对照人群	计算机视觉、数字病理学	认知障碍	眼底照相、OCT成像	CNN	图像	9424张眼底照片和4712张OCT图像用于模型开发；外部验证集包括1180张眼底照片和590张OCT图像	NA	NA	AUC	NA
1163	2026-05-09	Artificial Intelligence, Digital Imaging, and Robotics Technologies for Surgical Vitreoretinal Diseases 2024-07, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.018 PMID:38280425	综述	回顾了人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的最新进展	总结了成像、手术可视化、机器人技术和人工智能在玻璃体视网膜手术中的综合应用，强调了这些技术对改善患者管理的潜力	未提及具体研究设计的局限或数据来源的限制	综述人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的应用进展	玻璃体视网膜手术疾病	计算机视觉、机器学习、数字病理学	视网膜疾病	OCT、OCT血管成像、深度学习	NA	图像、文本	NA	NA	NA	NA	NA
1164	2026-05-09	BAOS-CNN: A novel deep neuroevolution algorithm for multispecies seagrass detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0281568 PMID:38917071	研究论文	提出一种名为BAOS-CNN的新型深度神经进化算法，用于多物种海草检测	首次利用基于原子模型和量子力学原理的增强版原子轨道搜索算法（BAOS），结合Lévy飞行技术，实现CNN架构工程和超参数调优的自动化	文中未明确说明局限性	自动化CNN架构工程和超参数调优，提高多物种海草检测的准确性	多物种海草图像数据集	计算机视觉	NA	深度神经进化算法	卷积神经网络（CNN）	图像	基于补丁的多物种海草数据集，以及公开的DeepSeagrass数据集（四类和五类版本）	NA	BAOS-CNN	整体准确率	NA
1165	2026-05-09	Bibliometric and visualized analysis of diabetic macular edema 2024-01-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_399_23 PMID:38131545	综述	对2003年至2022年间糖尿病性黄斑水肿研究领域进行文献计量和可视化分析	利用VOSviewer对关键词进行聚类分析并识别短期研究热点，如深度学习、光学相干断层扫描血管成像等	仅基于Web of Science核心合集数据库，可能遗漏其他来源的文献	识别糖尿病性黄斑水肿领域的最新研究趋势及国家、机构和作者的影响力	糖尿病性黄斑水肿相关出版物	自然语言处理	糖尿病性黄斑水肿	文献计量分析	NA	文本	4482篇出版物	VOSviewer, Microsoft Excel	NA	NA	NA
1166	2026-05-08	Dynamic Mechanism for Subtype Selectivity of Endocannabinoids 2024-Oct-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620304 PMID:39554065	研究论文	通过分子动力学模拟和深度学习解释内源性大麻素对CB1受体的亚型选择性机制	首次提出N端移动导致结合口袋体积和残基组分变化是内源性大麻素亚型选择性的核心机制，并利用深度学习VAMP网络定量分析结合路径的焓熵贡献	模拟系统简化了真实膜环境，且未考虑其他内源性大麻素（如2-AG）的选择性机制	阐明内源性大麻素（anandamide）对CB1受体的亚型选择性生物物理机制	大麻素受体CB1和CB2与配体anandamide的相互作用	计算机视觉	神经系统疾病	分子动力学模拟	马尔可夫状态模型	分子动力学轨迹	约0.9毫秒的总模拟时间	PyTorch	VAMP网络	焓变、熵变、结合自由能	GPU集群（未明确具体型号）
1167	2026-05-08	Enhancing schizophrenia phenotype prediction from genotype data through knowledge-driven deep neural network models 2024-09, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2024.110910 PMID:39111546	研究论文	通过知识驱动的深度神经网络模型，利用基因型数据增强精神分裂症表型预测	创新性地结合全基因模型和遗传异质性概念，设计了三步深度学习方法：局部连接网络将变体路由到对应基因、编码器-解码器捕获基因间关系、集成先前知识并考虑额外基因效应的并行组件，显著提升预测性能	未明确提及，但可能涉及模型复杂度和对大规模基因型数据的依赖	利用基因型数据改进精神分裂症的表型预测	精神分裂症患者的基因型数据	机器学习	精神分裂症	基因型数据预测	深度神经网络	基因型数据	NA	NA	局部连接网络、编码器-解码器、并行组件	AUC, 灵敏度, 准确率	NA
1168	2026-05-08	Association of retinal image-based, deep learning cardiac BioAge with telomere length and cardiovascular biomarkers 2024-07-01, Optometry and vision science : official publication of the American Academy of Optometry IF:1.6Q3 DOI:10.1097/OPX.0000000000002158 PMID:38935034	研究论文	基于视网膜图像的深度学习心脏生物年龄模型与端粒长度及心血管生物标志物的关联研究	首次利用视网膜图像深度学习模型评估心脏生物年龄，并与端粒长度和传统心血管风险生物标志物进行关联分析，实现快速、无创的心血管疾病筛查	研究为横断面设计，无法建立因果关系；模型基于UK Biobank人群，可能限制结果向其他人群的推广	验证深度学习心脏生物年龄模型与端粒长度及传统心血管风险生物标志物之间的一致性	UK Biobank中具有白细胞端粒长度数据的个体	计算机视觉	心血管疾病	视网膜成像	深度学习	图像	NA	NA	NA	血压、糖化血红蛋白、10年汇集队列方程心血管风险评分、端粒长度	NA
1169	2026-05-08	Interpretable Cognitive Ability Prediction: A Comprehensive Gated Graph Transformer Framework for Analyzing Functional Brain Networks 2024-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3343365 PMID:38109241	研究论文	提出了一个利用门控图变换器模型预测个体认知能力的框架	结合先验空间知识和随机游走扩散策略，利用可学习结构位置编码和门控机制解耦位置编码与图嵌入学习	未明确提及论文局限性	基于功能磁共振成像的功能连接预测个体认知能力	功能脑网络和认知能力	机器学习	NA	fMRI	门控图变换器	脑影像	两个大规模数据集：费城神经发育队列和人类连接组项目	PyTorch	门控图变换器	预测准确性	NA
1170	2026-05-08	Developing a Continuous Severity Scale for Macular Telangiectasia Type 2 Using Deep Learning and Implications for Disease Grading 2024-02, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2023.09.016 PMID:37739233	研究论文	将深度学习分类模型与UMAP结合，为2型黄斑毛细血管扩张症开发连续严重程度量表	首次利用无监督UMAP将离散疾病标签映射为连续严重程度量表，无需连续训练标签，可推广至其他疾病	该信息在标题和摘要中未明确提及	利用深度学习与UMAP创建连续的MacTel严重程度量表，以提高诊断准确率和疾病进展理解	2型黄斑毛细血管扩张症（MacTel）患者的OCT影像	计算机视觉, 数字病理学	黄斑毛细血管扩张症2型	OCT成像	多视图深度学习分类器, UMAP	OCT体积图像	从1089名MacTel患者获取的2003个OCT体积	NA	多视图深度学习分类器（具体架构未指定）	准确率, Spearman秩相关系数, κ一致性系数	NA
1171	2026-05-08	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.3 PMID:39911314	研究论文	评估乌干达医学院教师对ChatGPT及其他人工智能工具的使用情况	首次在乌干达医学院教师中开展AI工具使用情况的横断面研究，揭示了年龄与AI使用率之间的关联	仅基于自我报告数据，可能存在回忆偏倚；样本来自四所公立大学，推广性有限	评估乌干达医学院教师对ChatGPT及其他人工智能工具的使用现状	乌干达四所公立大学的医学院教师	机器学习	NA	NA	ChatGPT（大语言模型）	问卷数据	224名医学院教师	NA	NA	NA	NA
1172	2026-05-08	Developing a clinician-friendly rubric for assessing history-taking skills in medical undergraduates speaking English as a foreign language 2024, MedEdPublish (2016) DOI:10.12688/mep.19911.3 PMID:39534518	研究论文	评估乌干达医学院教师对ChatGPT等人工智能工具的使用情况	首次在乌干达医学院教师中调查ChatGPT等AI工具的使用率及影响因素	横断面研究设计，无法确定因果关系；样本仅来自四所公立大学，可能不具有全国代表性	评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况	乌干达四所公立大学的医学院教师	机器学习	NA	NA	ChatGPT	问卷数据	224名医学院教师	NA	NA	NA	NA
1173	2026-05-07	Validation of SynthSeg segmentation performance on CT using paired MRI from radiotherapy patients 2024-12-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120922 PMID:39557139	研究论文	本研究利用来自放射治疗患者的配对CT和MRI数据集，验证了深度学习模型SynthSeg在CT图像上进行脑部分割的性能	首次在多中心临床数据上系统评估SynthSeg用于CT脑部分割的可行性，并引入质量评分阈值以提升分割准确性	SynthSeg在CT上分割精度低于MRI，仅适用于对精度要求不高的应用场景	验证SynthSeg模型在CT图像上的脑部分割性能，并探讨其与MRI分割的一致性	来自5个医疗中心的260名放射治疗患者的配对CT和MRI图像	计算机视觉	NA	CT成像, MRI成像	深度学习模型 (SynthSeg)	医学图像 (CT和MRI)	260对CT和MRI图像	Freesurfer	SynthSeg	Dice系数, Hausdorff 95距离 (HD95)	NA
1174	2026-05-07	Delineating yeast cleavage and polyadenylation signals using deep learning 2024-08-20, Genome research IF:6.2Q1 DOI:10.1101/gr.278606.123 PMID:38914436	research paper	利用深度学习模型解析酵母裂解与聚腺苷酸化信号的退化解码机制	首次通过深度学习量化退化调控元件的位置重要性，揭示裂解异质性与位点强度的关联机制，以及远缘物种中聚腺苷酸信号的差异	未明确提及模型在不同酵母菌株或环境条件下的泛化能力评估	解析酵母裂解与聚腺苷酸化信号的退化解码机制及其在替代聚腺苷酸化调控中的作用	酵母（包括酿酒酵母等物种）的mRNA 3'端裂解与聚腺苷酸化位点	machine learning	NA	深度学习模型	深度学习模型（未指定具体类型，可能包含卷积神经网络或循环神经网络）	基因组序列数据	NA	NA	NA	NA	NA
1175	2026-05-07	The scope of artificial intelligence in retinopathy of prematurity (ROP) management 2024-07-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_2544_23 PMID:38454859	综述	探讨人工智能在早产儿视网膜病变管理中的应用范围	聚焦印度背景下AI在ROP筛查中的应用潜力，并讨论其作为流行病学工具的客观优势	AI实施存在医法律问题，可能遗漏视网母细胞瘤等致命疾病	评估AI在ROP管理中的角色与未来方向	AI系统在ROP筛查、风险预测及流行病学分析中的性能	机器学习	早产儿视网膜病变	NA	卷积神经网络	图像	NA	NA	CNN	NA	NA
1176	2026-05-07	Tailored Intraoperative MRI Strategies in High-Grade Glioma Surgery: A Machine Learning-Based Radiomics Model Highlights Selective Benefits 2024-06-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001023 PMID:38289331	研究论文	通过机器学习放射组学模型预测高级别胶质瘤手术中5-ALA单独使用的效果，识别需要联合术中MRI的复杂病例	首次利用基于U2-Net深度学习的放射组学预测模型，鉴别在HGG手术中5-ALA效果欠佳而需联合iMRI的特定场景，提出选择性使用iMRI的策略	样本量较小（73例），且未达到统计学显著性差异，需进一步外部验证	评估5-ALA联合iMRI在HGG手术中的效果，并开发预测模型识别需要iMRI的病例	高级别胶质瘤（HGG）患者	机器学习	高级别胶质瘤	MRI, 5-氨基乙酰丙酸（5-ALA）荧光引导手术	U2-Net, 二元逻辑回归	图像（术前MRI影像）	73例HGG患者	PyTorch	U2-Net	Nagelkerke R², 受试者工作特征曲线下面积	NA
1177	2026-05-07	Unsupervised deep learning with convolutional neural networks for static parallel transmit design: A retrospective study 2024-06, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30014 PMID:38247050	研究论文	提出了一种基于无监督深度学习与卷积神经网络的静态并行发射设计方法，用于减轻7T磁场下的B1+不均匀性	首次将CNN用于多通道B1+图的无监督训练，通过物理驱动的损失函数避免参考RF权重的计算	该研究为回顾性研究，未提及在临床数据集上的验证或实时应用中的计算效率	利用无监督深度学习方法改善7T磁共振成像中多通道发射阵列的B1+均匀性	健康人脑的B1+映射数据	机器学习	NA	7T磁共振成像	卷积神经网络	磁共振B1+映射图像	包含143名受试者的3824张二维矢状面多通道B1+图	NA	CNN	均方根误差、变异系数、能耗	NA
1178	2026-05-07	Applications of artificial intelligence in the utilisation of imaging modalities in dentistry: A systematic review and meta-analysis of in-vitro studies 2024-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e24221 PMID:38317889	系统综述与荟萃分析	系统评价人工智能在牙科影像模态应用中的体外研究，并分析其准确性	首次通过荟萃分析综合评估AI在牙科影像多项任务中的准确性，包括牙齿分割分类、龋齿检测、颌骨分割及三维模型创建	仅纳入体外研究，缺乏临床试验验证，且现有研究存在异质性	全面评估AI在牙科影像模态中的应用效果与潜力	牙科影像数据（包括X光片、三维扫描图像等）	计算机视觉	牙科疾病	卷积神经网络、深度学习	CNN	图像	9项研究	NA	卷积神经网络	真阳性率、真阴性率、阳性预测值、阴性预测值	NA
1179	2026-05-07	3D CNN for neuropsychiatry: Predicting Autism with interpretable Deep Learning applied to minimally preprocessed structural MRI data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276832 PMID:39432512	研究论文	利用3D深度学习对最小预处理的结构性MRI数据预测自闭症诊断，并提高模型可解释性	直接在原始空间（而非模板空间）训练3D CNN模型，减少偏差且提升对结构变化的敏感性，同时实现模型可解释性以识别关键脑区	受限于自闭症的临床异质性和数据站点效应，模型预测准确率仍需提升	开发一种可解释的3D深度学习流程，用于从结构MRI推断自闭症诊断	自闭症患者与健康对照组的脑结构MRI扫描数据	计算机视觉	自闭症	MRI	3D CNN	影像	1329例（ABIDE I和II数据集，分为训练集、验证集和测试集）	NA	3D CNN	准确率	NA
1180	2026-05-07	W-WaveNet: A multi-site water quality prediction model incorporating adaptive graph convolution and CNN-LSTM 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276155 PMID:38442101	研究论文	提出一种结合自适应图卷积和CNN-LSTM的多站点水质预测模型W-WaveNet	首次处理多站点水质数据中的非对齐空间相关性，并通过交错堆叠集成时间和空间模型	未提及模型的局限性，如计算复杂度或应用范围限制	提高多站点水质预测的准确性，考虑时空相关性	两个真实河流断面上的多个站点水质数据	机器学习	NA	自适应图卷积	CNN-LSTM	水质数据	两个真实河流断面多站点数据	NA	自适应图卷积网络, CNN-LSTM	平均绝对误差	NA