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
1741	2025-10-07	Deep learning structural insights into heterotrimeric alternatively spliced P2X7 receptors 2024-Aug, Purinergic signalling IF:3.0Q2 DOI:10.1007/s11302-023-09978-3 PMID:38032425	研究论文	本研究应用AlphaFold2-Multimer深度学习方法预测异源三聚体选择性剪接P2X7受体的结构	首次验证AF2M在预测三聚体P2X7受体结构中的准确性，并成功生成多种异源三聚体剪接变体的结构模型	模型验证主要依赖计算指标和分子动力学模拟，缺乏实验结构直接验证异源三聚体模型	探索选择性剪接对P2X7受体结构和功能的影响	P2X7受体及其剪接变体（P2X7B、P2X7E、P2X7J、P2X7L）	结构生物信息学	NA	深度学习结构预测，冷冻电镜，分子动力学模拟	AlphaFold2-Multimer	蛋白质序列，结构数据	多种P2X7受体剪接变体组合	AlphaFold2	AlphaFold2-Multimer	模型置信度评分，分子动力学稳定性，保守区域灵活性	NA
1742	2025-10-07	A deep learning quantification of patient specificity as a predictor of session attendance and treatment response to internet-enabled cognitive behavioural therapy for common mental health disorders 2024-04-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.01.134 PMID:38244796	研究论文	本研究使用深度学习模型评估患者对话特异性对网络认知行为疗法出席率和治疗效果的影响	首次使用深度学习量化患者对话特异性，并分析其与治疗结果的关系	无法从数据中推断因果关系	评估患者对话特异性是否能够预测治疗结束时的症状水平和疗程完成情况	接受网络认知行为疗法的常见心理健康障碍患者	自然语言处理	常见心理健康障碍	深度学习	深度学习模型	文本	65,030名参与者，353,614次治疗会话	NA	NA	线性混合效应模型	NA
1743	2025-10-07	Pediatric ECG-Based Deep Learning to Predict Left Ventricular Dysfunction and Remodeling 2024-03-19, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.123.067750 PMID:38314583	研究论文	本研究开发了一种基于心电图的深度学习模型，用于预测儿童左心室功能障碍和重构	首次将人工智能增强的心电图分析应用于儿科人群，并在外部验证中表现出色，模型对左心室肥厚的预测甚至超过了儿科心脏病专家的基准	研究排除了主要先天性心脏病患者，可能限制了模型的普适性	开发一种低成本筛查儿童左心室功能障碍和重构的方法	18岁以下无主要先天性心脏病的儿科患者	数字病理	心血管疾病	心电图, 超声心动图	CNN	心电图信号, 医学影像	训练队列：92,377对心电图-超声心动图配对数据（46,261名患者）；测试队列包括内部测试12,631名患者、急诊科2,830名患者和外部验证5,088名患者	NA	卷积神经网络	AUROC, AUPRC, 阴性预测值	NA
1744	2025-10-07	CMNet: deep learning model for colon polyp segmentation based on dual-branch structure 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.024004 PMID:38525292	研究论文	提出基于双分支结构的深度学习模型CMNet用于结肠息肉分割	采用CNN与Transformer结合的双分支结构，引入深度可分离卷积和条纹池化模块，提出聚合注意力模块实现高维语义信息融合	NA	开发用于结肠息肉分割的深度学习模型以辅助医疗诊断	结肠息肉	计算机视觉	结肠癌	深度学习	CNN, Transformer	医学图像	Kvasir-SEG数据集上的五折交叉验证	NA	ResNet, 双分支结构	mIoU, mDice	NA
1745	2025-10-07	Development and external validation of a dynamic risk score for early prediction of cardiogenic shock in cardiac intensive care units using machine learning 2024-Jun-30, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuae037 PMID:38518758	研究论文	开发并外部验证了一种基于深度学习的动态风险评分系统CShock，用于早期预测心脏重症监护室患者的心源性休克	首次开发了动态风险评分系统CShock，能够利用常规临床数据实现心源性休克的早期自动化预测	研究样本量相对有限，外部验证队列仅包含131名患者	改善心脏重症监护室心源性休克的早期检测和预警	心脏重症监护室收治的急性失代偿性心力衰竭和/或心肌梗死患者	机器学习	心血管疾病	深度学习	深度学习模型	结构化临床数据，包括人口统计学、实验室检查、生命体征、超声心动图和心导管报告特征	训练集1500名患者（其中204名心源性/混合性休克），外部验证集131名患者（其中25名心源性/混合性休克）	NA	NA	AUROC	NA
1746	2025-10-07	Conceptual understanding and cognitive patterns construction for physical education teaching based on deep learning algorithms 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83028-9 PMID:39732971	研究论文	本研究提出基于深度学习算法的体育教学概念理解与认知模式构建方法	结合关联图卷积神经网络和超图卷积神经认知诊断模型，挖掘学生长期学习序列数据	NA	提高学生对体育教学概念的理解，帮助教师分析学生认知模式	体育教学中的学生认知状态	机器学习	NA	深度学习算法	CNN, 图卷积神经网络	图像, 学习序列数据	90000个训练样本	NA	关联图卷积神经网络, 超图卷积神经认知诊断模型	准确率	NA
1747	2025-10-07	Explainable artificial intelligence for stroke prediction through comparison of deep learning and machine learning models 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82931-5 PMID:39733046	研究论文	本研究通过比较深度学习和机器学习模型在脑卒中预测中的表现，探索可解释人工智能在早期中风检测中的应用	首次系统比较八种主流机器学习和深度学习模型在中风预测中的性能，并结合SHAP方法提供模型可解释性	研究样本量相对有限（663条记录），仅来自伊朗德黑兰单一医疗中心的数据	比较深度学习和机器学习模型在中风预测中的效能，探索早期检测方法	来自伊朗Hazrat Rasool Akram医院的住院患者，包括401名健康个体和262名中风患者	机器学习	脑卒中	NA	SVM, XGB, KNN, RF, DNN, FNN, LSTM, CNN	医疗记录数据	663条患者记录（401健康，262中风）	NA	DNN, FNN, LSTM, CNN	准确率, 特异性, 敏感性, F1分数, ROC曲线	NA
1748	2025-10-07	Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial 2024-Nov, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03166-5 PMID:39122964	研究论文	通过多中心随机双盲非劣效性试验比较深度学习算法与人工形态学评估在IVF胚胎选择中的效果	首次在大型多中心随机双盲试验中评估深度学习算法(iDAScore)在IVF胚胎选择中的临床应用价值	未能证明深度学习在临床妊娠率方面不劣于标准形态学评估方法	评估深度学习在体外受精胚胎选择中的价值	年龄42岁以下、至少有2个第5天早期囊胚的女性患者	数字病理	生殖系统疾病	胚胎形态学评估	深度学习算法	胚胎图像	1,066名患者(每组533名)	NA	iDAScore	临床妊娠率,风险差异,置信区间	NA
1749	2025-10-07	An open-source framework for end-to-end analysis of electronic health record data 2024-Nov, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03214-0 PMID:39266748	研究论文	介绍ehrapy——一个用于电子健康记录数据端到端分析的模块化开源Python框架	首个专门为异质性流行病学和电子健康记录数据设计的可扩展探索性分析框架，整合了从数据提取到低维表示生成的全流程分析步骤	NA	开发一个标准化的电子健康记录数据分析框架，解决数据异质性挑战	电子健康记录数据，流行病学数据	医疗数据分析	肺炎，心血管疾病，SARS-CoV-2感染	电子健康记录分析，深度学习	深度学习模型	电子健康记录，医学影像数据	NA	Python	NA	NA	NA
1750	2025-10-07	ConvNext Mitosis Identification-You Only Look Once (CNMI-YOLO): Domain Adaptive and Robust Mitosis Identification in Digital Pathology 2024-10, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102130 PMID:39233013	研究论文	提出一种名为CNMI-YOLO的两阶段深度学习方法，用于数字病理学中的有丝分裂细胞识别	结合YOLOv7架构进行细胞检测和ConvNeXt架构进行细胞分类，解决领域自适应问题	未明确说明模型在更广泛癌症类型中的性能表现	提高不同类型癌症中有丝分裂细胞的识别准确性	组织病理学图像中的有丝分裂细胞	数字病理学	癌症	深度学习	CNN, Transformer	图像	使用有丝分裂领域泛化挑战2022数据集，包含黑色素瘤和肉瘤外部测试集	NA	YOLOv7, ConvNeXt, Faster-RCNN, Swin Transformer	精确率, 召回率, F1分数	NA
1751	2025-10-07	Hessian Regularized L 2 , 1 -Nonnegative Matrix Factorization and Deep Learning for miRNA-Disease Associations Prediction 2024-03, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-023-00594-8 PMID:38099958	研究论文	提出一种结合Hessian正则化非负矩阵分解与深度学习的混合算法，用于预测miRNA与疾病之间的关联关系	提出新型迭代融合方法整合所有相似性，有效降低初始miRNA-疾病关联矩阵的稀疏性；设计混合模型框架结合深度学习、矩阵分解和奇异值分解来捕获非线性特征	NA	预测miRNA与疾病之间的潜在关联关系，为医学研究提供初步见解	microRNAs（miRNAs）与人类疾病（特别是肿瘤疾病）	机器学习	肿瘤疾病	矩阵分解，深度学习	非负矩阵分解，深度学习模型	miRNA-疾病关联矩阵，相似性矩阵	NA	NA	Hessian正则化L2,1-非负矩阵分解，奇异值分解	AUC, AUPR	NA
1752	2025-10-07	Analysis and review of techniques and tools based on machine learning and deep learning for prediction of lysine malonylation sites in protein sequences 2024-01-19, Database : the journal of biological databases and curation DOI:10.1093/database/baad094 PMID:38245002	综述	对基于机器学习和深度学习的蛋白质序列赖氨酸丙二酰化位点预测技术及工具进行全面分析与比较	提出混合架构集成多种分类器，并在最新数据集上评估比较现有工具性能	现有方法存在特征提取不当、高维特征和分类器效率低等特定缺陷	开发有效的赖氨酸丙二酰化位点预测方法	蛋白质序列中的赖氨酸丙二酰化位点	机器学习	NA	蛋白质序列分析	机器学习模型,深度学习模型	蛋白质序列数据	基于最新数据库提取的新数据集	NA	混合架构	NA	NA
1753	2025-10-07	Current status of artificial intelligence methods for skin cancer survival analysis: a scoping review 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1243659 PMID:38711781	综述	分析人工智能方法在皮肤癌生存分析中的应用现状	首次系统综述AI在皮肤癌生存分析中的多模态数据整合能力，指出深度学习在黑色素瘤病理解读中的集中应用及扩展其他皮肤恶性肿瘤研究的创新空间	仅纳入14篇符合标准的文献，覆盖病种范围有限（主要关注黑色素瘤），未充分整合遗传学与临床数据	评估人工智能技术在皮肤癌生存分析领域的应用现状与发展方向	皮肤癌患者的生存数据分析	自然语言处理, 机器学习	皮肤癌	深度学习, 自然语言处理	监督学习, 无监督学习, 深度学习, NLP	遗传数据, 临床病史, 人口统计学数据, 病理数据	14篇符合纳入标准的文献	NA	NA	NA	NA
1754	2025-03-22	On-board synthetic 4D MRI generation from 4D CBCT for radiotherapy of abdominal tumors: A feasibility study 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17347 PMID:39137256	研究论文	本研究评估了基于人工智能方法从4D CBCT生成合成4D MRI的可行性，用于腹部肿瘤的放射治疗	提出了一种基于深度学习的合成4D MRI生成方法，利用4D CBCT图像和运动建模信息，为传统kV-based LINAC的腹部放射治疗提供潜在的改进方案	合成MRI的生成可能面临纹理生成的挑战，且容易产生幻觉，影响运动准确性	评估在传统放射治疗设备上生成合成4D MRI的可行性，以改善腹部肿瘤的治疗定位	腹部肿瘤	医学影像处理	腹部肿瘤	深度学习，卷积神经网络（CNN）	CNN	4D CBCT图像，4D MRI图像	1000个参考CT的变形样本	NA	NA	NA	NA
1755	2025-03-22	Prediction of Perceived Exertion Ratings in National Level Soccer Players Using Wearable Sensor Data and Machine Learning Techniques 2024-12, Journal of sports science & medicine DOI:10.52082/jssm.2024.744 PMID:39649569	研究论文	本研究旨在通过可穿戴传感器数据和机器学习技术预测国家级足球运动员的主观感知运动强度评分（RPE）	使用深度学习架构和多种机器学习算法预测RPE，并评估不同模型的效果和泛化能力	研究仅针对26名男性职业足球运动员，样本量相对较小	评估机器学习模型在预测国家级足球运动员RPE方面的效果	26名男性职业足球运动员	机器学习	NA	机器学习算法和深度学习架构	深度学习模型、树基机器学习模型（如ExtraTree）	传感器数据（心率、GPS、加速度计数据）和RPE评分	5402次训练会话和732次比赛观察，涉及26名运动员	NA	NA	NA	NA
1756	2025-10-07	Body composition analysis by radiological imaging - methods, applications, and prospects 2024-10, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2263-1501 PMID:38569516	综述	本文综述了使用放射学成像方法进行人体组织成分定量分析的技术、应用及发展前景	系统整合了放射学体成分分析的不同方法和定义，特别关注人工智能方法在自动化组织分割中的应用	AI训练所需的分析工具和合适数据集的可用性被认为是主要限制因素	向放射学读者介绍体成分分析方法以促进其应用和传播	人体组织成分，特别是腹部脂肪腔室和肌肉群	医学影像分析	肿瘤和代谢疾病	CT、MRI、放射学成像	深度学习	放射学横断面图像数据	NA	NA	NA	NA	NA
1757	2025-10-07	Deep Learning Accelerated Brain Diffusion-Weighted MRI with Super Resolution Processing 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.049 PMID:38521612	研究论文	本研究探讨了深度学习加速脑部扩散加权成像结合超分辨率处理的临床可行性和图像质量	首次将深度学习图像重建与超分辨率处理相结合用于加速脑部DWI，显著提高了图像质量和诊断信心	样本量相对较小（85例患者），仅在一台3T扫描仪上进行研究	评估深度学习加速脑部扩散加权成像的临床可行性和图像质量	85例连续接受临床MRI检查的患者	医学影像分析	脑部疾病	扩散加权成像，深度学习图像重建，超分辨率处理	深度学习模型	脑部MRI图像	85例患者，其中35例检测出颅内病变	NA	NA	图像质量评分，诊断信心评分，Fleiss' kappa，信号强度值	3T MRI扫描仪
1758	2025-10-07	Diagnostic Performance of Radiomics and Deep Learning to Identify Benign and Malignant Soft Tissue Tumors: A Systematic Review and Meta-analysis 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.033 PMID:38614826	系统评价与荟萃分析	系统评估影像组学和深度学习在良恶性软组织肿瘤鉴别诊断中的应用价值	首次对影像组学和深度学习在软组织肿瘤诊断中的性能进行系统评价和荟萃分析	纳入研究存在异质性，部分研究缺乏独立验证集	评估影像组学和深度学习在软组织肿瘤良恶性鉴别诊断中的性能	软组织肿瘤患者	医学影像分析	软组织肿瘤	影像组学分析，深度学习	深度学习模型	医学影像数据	21项研究共3866例患者，其中13项研究包含独立测试/验证集	NA	NA	敏感性，特异性	NA
1759	2025-10-07	Ultrasound-Based Deep Learning Radiomics Nomogram for the Assessment of Lymphovascular Invasion in Invasive Breast Cancer: A Multicenter Study 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.010 PMID:38658211	研究论文	基于B超和彩色多普勒超声图像开发深度学习放射组学列线图用于术前评估浸润性乳腺癌淋巴血管侵犯状态	首次结合B超和彩色多普勒超声图像开发深度学习放射组学列线图，通过多中心研究验证其对淋巴血管侵犯的预测价值	回顾性研究设计，样本仅来自八个医院	术前评估浸润性乳腺癌的淋巴血管侵犯状态	832例经病理证实的浸润性乳腺癌患者	数字病理	乳腺癌	B超，彩色多普勒血流成像	深度学习	超声图像	832例患者来自八个医院，分为训练集、内部测试集和外部测试集	NA	NA	AUC, 准确率, 校准曲线, 决策曲线分析, 临床影响曲线, 净重分类改进, 综合判别改进	NA
1760	2025-10-07	Feasibility of Artificial Intelligence Constrained Compressed SENSE Accelerated 3D Isotropic T1 VISTA Sequence For Vessel Wall MR Imaging: Exploring the Potential of Higher Acceleration Factors Compared to Traditional Compressed SENSE 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.041 PMID:38664146	研究论文	本研究探讨基于深度学习的压缩感知加速3D T1 VISTA序列在血管壁磁共振成像中的可行性，并与传统压缩感知方法进行比较	首次将人工智能约束压缩感知技术应用于血管壁MRI，探索比传统压缩感知更高的加速因子	样本量较小（40例患者），需要更大规模研究验证	优化血管壁磁共振成像的加速因子，获得高质量临床图像	40例颅内或颈动脉粥样硬化斑块患者	医学影像分析	心血管疾病	3D T1加权容积各向同性涡轮自旋回波采集，磁共振成像	深度学习	磁共振图像	40例患者	NA	NA	信噪比，对比噪声比，图像质量评分	3.0T MR系统