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
1901	2025-10-07	Habitat Radiomics Based on MRI for Predicting Platinum Resistance in Patients with High-Grade Serous Ovarian Carcinoma: A Multicenter Study 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.038 PMID:38129227	研究论文	本研究探索基于MRI的栖息地放射组学预测高级别浆液性卵巢癌患者铂类药物化疗反应的可行性	首次将栖息地放射组学应用于预测HGSOC患者铂类药物耐药性，并与传统放射组学和深度学习模型进行比较	回顾性研究设计，样本来源仅限于三家医院	预测高级别浆液性卵巢癌患者对铂类药物化疗的反应	高级别浆液性卵巢癌患者	医学影像分析	卵巢癌	MRI成像，包括T2加权成像、对比增强T1加权成像和表观扩散系数图	放射组学模型，栖息地模型，深度学习模型	医学影像数据	394名符合条件的患者	NA	K-means聚类算法	AUC，NRI，IDI	NA
1902	2025-03-20	Influence of Deep Learning Based Image Reconstruction on Quantitative Results of Coronary Artery Calcium Scoring 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.020 PMID:38582685	研究论文	本文评估了基于深度学习的图像重建（DLIR）对冠状动脉钙化评分（CACS）定量结果的影响，并探讨了DLIR在CACS中减少辐射剂量的潜力	首次系统评估了DLIR在CACS中的应用，并与传统的滤波反投影（FBP）和自适应统计迭代重建（ASiR-V）进行了比较	研究样本量较小（100名患者），且为回顾性研究，可能影响结果的普遍性	评估DLIR对CACS定量结果的影响及其在减少辐射剂量方面的潜力	100名连续患者和一个人体模型	医学影像	心血管疾病	深度学习图像重建（DLIR）	NA	图像	100名患者（平均年龄62±10岁，40%女性）和一个人体模型	NA	NA	NA	NA
1903	2025-03-20	Assertion Detection in Clinical Natural Language Processing using Large Language Models 2024-Jun, Proceedings. IEEE International Conference on Healthcare Informatics DOI:10.1109/ichi61247.2024.00039 PMID:40092287	研究论文	本研究旨在解决从临床笔记中提取医学概念时的断言检测任务，这是临床自然语言处理（NLP）中的关键过程	引入了一种利用预训练在大量医学数据上的大型语言模型（LLMs）进行断言检测的新方法，并结合了先进的推理技术如Tree of Thought (ToT)、Chain of Thought (CoT)和Self-Consistency (SC)，并通过Low-Rank Adaptation (LoRA)微调进一步优化	传统方法需要大量手动工作来创建模式，并且往往忽略较少见的断言类型，导致对上下文的理解不完整	提高临床NLP中医学概念断言检测的准确性和效率	临床笔记中的医学概念	自然语言处理	NA	大型语言模型（LLMs）	LLMs	文本	i2b2 2010断言数据集和本地睡眠概念提取数据集	NA	NA	NA	NA
1904	2025-03-20	Generalizing Parkinson's disease detection using keystroke dynamics: a self-supervised approach 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae050 PMID:38497957	研究论文	本研究提出了一种自监督学习方法，通过减少对标签的依赖来提高帕金森病检测的泛化能力	结合Barlow Twins损失和差异损失的自监督损失函数，用于从未标记数据中学习更稳健的特征表示	缺乏标准化的数据采集协议和注释数据集的有限可用性	验证自监督学习方法在减少标签依赖和提高帕金森病检测泛化能力方面的有效性	帕金森病患者和对照组	机器学习	帕金森病	自监督学习	自监督学习模型	击键动态信号	2个独立数据集中的对照组和帕金森病患者	NA	NA	NA	NA
1905	2025-03-20	An efficient deep learning strategy for accurate and automated detection of breast tumors in ultrasound image datasets 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1461542 PMID:40098633	研究论文	本文提出了一种基于改进深度学习模型的新方法，用于乳腺肿瘤的智能辅助诊断，结合优化的U2NET-Lite模型和高效的DeepCardinal-50模型，在乳腺超声图像的精确分割和分类方面表现出色	结合优化的U2NET-Lite模型和DeepCardinal-50模型，提出了一种新的深度学习策略，用于乳腺肿瘤的自动检测，相比传统模型如ResNet和AlexNet，具有更高的准确性和效率	未提及具体的数据集规模或模型在不同数据集上的泛化能力	开发一种自动化和高效的乳腺肿瘤检测模型，以辅助乳腺癌的早期诊断和治疗	乳腺超声图像	计算机视觉	乳腺癌	深度学习	U2NET-Lite, DeepCardinal-50	图像	未提及具体样本数量	NA	NA	NA	NA
1906	2025-10-07	TPepRet: a deep learning model for characterizing T-cell receptors-antigen binding patterns 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf022 PMID:39880376	研究论文	开发了一个名为TPepRet的深度学习模型，用于表征T细胞受体与抗原肽的结合模式	整合了子序列挖掘与语义集成能力，结合双向门控循环单元网络和大型语言模型框架，能够准确解读TCR与肽段的语义结合关系	NA	准确表征T细胞受体与抗原肽的结合模式，推进癌症免疫治疗、疫苗设计和自身免疫疾病管理	T细胞受体与抗原肽的结合相互作用	自然语言处理	癌症免疫治疗	深度学习	BiGRU, 大型语言模型	序列数据	NA	NA	双向门控循环单元网络	NA	NA
1907	2025-10-07	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.07.627102 PMID:39713468	研究论文	开发基于深度迁移学习的模型用于筛选靶向A类GPCRs的安全药物	结合迁移学习和自然语言处理技术，针对单个A类GPCRs分别构建低效能激动剂和偏向性激动剂预测模型	高质量数据可用性有限	预测具有低内在效能或配体偏向性的安全化合物以推进药物开发	A类G蛋白偶联受体及其配体	自然语言处理	NA	深度迁移学习	神经网络	受体序列、配体数据集	所有A类GPCRs的受体序列和配体数据集	NA	NA	NA	NA
1908	2025-10-07	Deep learning prediction of error and skill in robotic prostatectomy suturing 2024-Dec, Surgical endoscopy DOI:10.1007/s00464-024-11341-5 PMID:39433583	研究论文	本研究利用深度学习技术从机器人前列腺切除术缝合视频中自动预测手术技能和错误	首个在真实机器人手术视频中应用详细错误检测方法和深度学习模型的研究	预测准确率有待提升，技能评估的Spearman相关系数仅为0.36-0.37	验证手术技能评级和错误标注，为AI模型开发提供基准评估	机器人辅助根治性前列腺切除术(RARP)缝合手势	计算机视觉	前列腺癌	视频分析	深度学习	手术视频	54个RARP视频(总时长266分钟)	NA	NA	Spearman相关系数, 平均绝对误差, 准确率, 精确率, AUC, Macro-F1	NA
1909	2025-10-07	Acupuncture indication knowledge bases: meridian entity recognition and classification based on ACUBERT 2024-08-30, Database : the journal of biological databases and curation DOI:10.1093/database/baae083 PMID:39213389	研究论文	基于ACUBERT模型进行针灸适应症知识库的经络实体识别与分类研究	开发了具有中医特色的针灸适应症知识库(ACU-IKD)和ACUBERT模型，基于八纲辨证和脏腑辨证作为基础标签训练经络辨证模型	NA	探索ACUBERT模型在针灸适应症经络实体识别与分类中的有效性及差异原因	从82部针灸医籍中选取的54,593个不同实体	自然语言处理	NA	BERT预训练	BERT, SVM, Random Forest	文本	54,593个实体	NA	BERT	精确率, 召回率, F1分数	NA
1910	2025-10-07	Integrating deep learning architectures for enhanced biomedical relation extraction: a pipeline approach 2024-08-28, Database : the journal of biological databases and curation DOI:10.1093/database/baae079 PMID:39197056	研究论文	提出一种增强型端到端流水线方法，用于生物医学关系抽取和新颖性检测	整合最先进的深度学习方法，将BERT模型适配为双向和文档级抽取，并采用混合实体链接方法	关系抽取和新颖性检测任务在文档级别仍然具有挑战性，数据集需要进一步改进	生物医学关系抽取和新颖性检测	科学出版物中的生物医学实体和关系	自然语言处理	NA	生物医学文本挖掘	BERT, CNN	文本	基于BioRED基准语料库	NA	BERT, PURE, 卷积神经网络	NER: 93.53, EL: 83.87, RE: 46.18, ND: 38.86	NA
1911	2025-10-07	Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks 2024-08-05, Database : the journal of biological databases and curation DOI:10.1093/database/baae066 PMID:39104284	研究论文	提出基于深度学习的方法从生物医学文献中提取标准化的miRNA-疾病关联	使用基于Transformer的神经网络从文本数据中提取miRNA-疾病关系，并通过远程监督扩展训练语料库	NA	从生物医学文献中自动提取miRNA-疾病关联关系	miRNA与疾病之间的关联关系	自然语言处理	神经退行性疾病	文本挖掘	Transformer	文本	NA	NA	Transformer	AUC	NA
1912	2025-10-07	Artificial intelligence systems in dental shade-matching: A systematic review 2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13805 PMID:37986239	系统综述	系统评估人工智能在牙科修复中牙齿颜色匹配的准确性	首次对人工智能在牙科颜色匹配领域的应用进行系统性综述	仅纳入观察性和干预性研究，排除非AI研究和非修复牙科相关研究	评估人工智能在预测牙齿颜色方面的准确性	牙科修复中的牙齿颜色匹配	机器学习	NA	NA	模糊逻辑,遗传算法,反向传播神经网络,卷积神经网络,人工神经网络,支持向量机,K近邻,决策树,随机森林,深度学习,YOLO	牙齿颜色数据	15篇符合纳入标准的研究（2008年至2023年3月）	NA	决策树回归模型,XG Boost,YOLO	准确率	NA
1913	2025-10-07	A Learnable Prior Improves Inverse Tumor Growth Modeling 2024-Nov-06, ArXiv PMID:38495563	研究论文	提出一种结合深度学习和进化采样的新型框架，用于改进脑肿瘤生长逆建模	通过深度学习集成提供初始参数估计作为先验，显著约束采样参数空间，实现快速收敛和高精度	仅针对脑肿瘤细胞浓度估计进行验证，未提及其他疾病类型的适用性	解决生物物理建模中的逆问题，提高肿瘤生长建模的效率和精度	脑肿瘤细胞浓度	医学影像分析	脑肿瘤	磁共振成像	深度学习集成	医学影像	NA	NA	NA	Dice系数	NA
1914	2025-10-07	Biophysical neural adaptation mechanisms enable artificial neural networks to capture dynamic retinal computation 2024-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50114-5 PMID:39009568	研究论文	通过将光感受器适应的生物物理机制嵌入卷积神经网络，提升神经网络对动态视网膜计算的预测能力	在传统CNN前端引入光感受器适应的生物物理机制，首次实现了对动态自然刺激下视网膜神经节细胞活动的更准确预测	仅针对视网膜特定神经回路进行研究，未验证在其他神经系统的适用性	探索将神经适应机制嵌入人工神经网络是否能提升其预测神经动态响应的能力	灵长类和鼠类的视网膜神经节细胞	计算神经科学	NA	深度学习建模	CNN	神经电生理响应数据	灵长类和鼠类视网膜神经节细胞	NA	基于Deep Retina改进的卷积神经网络	神经响应预测准确率	NA
1915	2025-10-07	Automated detection of incidental abdominal aortic aneurysms on computed tomography 2024-02, Abdominal radiology (New York) DOI:10.1007/s00261-023-04119-1 PMID:38091064	研究论文	开发全自动深度学习软件用于在CT扫描中检测和评估无症状成年患者的腹主动脉瘤	首次使用全自动深度学习模型在大规模无症状人群中进行腹主动脉瘤的自动化检测，并与钙化动脉粥样硬化斑块进行关联分析	研究基于特定筛查人群，模型在其他患者群体中的泛化能力需要进一步验证	开发自动化工具用于腹主动脉瘤的早期检测和评估	无症状成年患者群体	数字病理	心血管疾病	CT结肠造影	深度学习	CT图像	训练集66例手动分割的腹部CT扫描，外部验证集9172例无症状门诊患者	NA	NA	灵敏度, 特异度, AUC, p值	NA
1916	2025-10-07	DeepSeeded: Volumetric Segmentation of Dense Cell Populations with a Cascade of Deep Neural Networks in Bacterial Biofilm Applications 2024-Mar-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2023.122094 PMID:38646063	研究论文	提出一种名为DeepSeeded的新型3D细胞分割方法，通过级联深度学习架构改进密集细胞群体的体积分割	提出级联深度学习架构，结合欧几里得距离变换增强细胞内部和边界信息，并通过体素级分类检测细胞种子	主要针对密集细胞群体（如细菌生物膜）的分割，在其他细胞类型上的适用性未验证	开发精确的3D细胞自动分割方法以量化细胞属性	细菌生物膜中的密集细胞群体	计算机视觉	NA	显微镜成像	级联深度学习架构	3D显微镜图像	合成数据集和两个真实生物膜数据集	NA	级联神经网络	分割精度	NA
1917	2025-10-07	An artificial intelligence-driven scoring system to measure histological disease activity in ulcerative colitis 2024-10, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12562 PMID:38590110	研究论文	开发了一种基于人工智能的评分系统，用于测量溃疡性结肠炎的组织学疾病活动度	首次将人工智能系统应用于基于Nancy指数的溃疡性结肠炎组织学疾病活动度评估	样本量相对较小（200张图像），需要更大规模验证	开发能够自动评估溃疡性结肠炎组织学疾病活动度的人工智能系统	溃疡性结肠炎患者的组织学图像	数字病理学	溃疡性结肠炎	图像处理，深度学习，特征提取	深度学习	组织学图像	200张溃疡性结肠炎组织学图像	NA	NA	组内相关系数	NA
1918	2025-03-16	Deep-learning generated B-line score mirrors clinical progression of disease for patients with heart failure 2024-Sep-16, The ultrasound journal DOI:10.1186/s13089-024-00391-4 PMID:39283362	研究论文	本研究探讨了深度学习算法生成的B线严重程度评分与肺充血和疾病严重程度之间的关系，并评估了治疗过程中评分的变化	利用深度学习算法生成B线评分，为临床提供了一种客观评估肺充血和疾病严重程度的方法	B线评分与Rothman指数无显著关联，可能限制了其在某些临床评估中的应用	确定深度学习生成的B线评分是否与肺充血和疾病严重程度相关，并评估治疗过程中的评分变化	疑似充血性心力衰竭的患者	数字病理学	心血管疾病	深度学习	深度学习算法	超声图像	110名独特受试者（3379个超声片段）	NA	NA	NA	NA
1919	2025-03-16	CryoSamba: self-supervised deep volumetric denoising for cryo-electron tomography data 2024-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.11.603117 PMID:39071256	研究论文	本文介绍了CryoSamba，一种基于自监督深度学习的模型，用于去噪冷冻电子断层扫描（cryo-ET）图像	CryoSamba通过深度学习插值平均运动补偿的邻近平面，模仿增加曝光，增强连贯信号并减少高频噪声，显著提高断层扫描对比度和信噪比，且无需预录图像、合成数据、标签或注释、噪声模型或配对体积	NA	提高冷冻电子断层扫描图像的信噪比和对比度，以便更好地进行3D断层扫描视觉解释	冷冻电子断层扫描图像	计算机视觉	NA	深度学习	自监督深度学习模型	3D体积图像	NA	NA	NA	NA	NA
1920	2025-10-07	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	综述	总结葡萄膜炎患者中视网膜前膜的临床特征、诊断方法和治疗策略的最新进展	整合了OCT生物标志物、深度学习和机器人手术等新兴技术在视网膜前膜管理中的应用前景	缺乏统一疾病模型，治疗方法存在争议且需个体化考量	更新葡萄膜炎相关视网膜前膜的临床管理知识体系	葡萄膜炎患者的视网膜前膜	数字病理	葡萄膜炎	OCT成像技术	深度学习	医学影像	NA	NA	NA	NA	NA