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
121	2025-10-06	Structural analysis and intelligent classification of clinical trial eligibility criteria based on deep learning and medical text mining 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104753 PMID:39603550	研究论文	提出基于深度学习和医学文本挖掘的临床试验资格标准自动分类模型CTEC-AC	整合ClinicalBERT和MetaMap增强特征表达，构建可计算解释的临床试验资格标准分类体系	仅基于ClinicalTrials.gov的2500项临床试验数据，分类体系需专家验证	提升临床试验效率、质量和创新能力	临床试验资格标准文本	自然语言处理	NA	医学文本挖掘	ClinicalBERT, 层次聚类	文本	2500项临床试验生成的20000多条资格标准数据	NA	BERT	宏平均F1分数	NA
122	2025-10-06	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	基于深度学习的多模态身份感知方法识别患者对AI语音机器人的感知	提出结合文本和音频特征的多模态身份感知模型，采用迁移学习方法融合BERT、TextCNN、AST和LSTM等多种深度学习技术	数据集仅包含2030个患者响应样本，需进一步扩大样本规模验证模型泛化能力	识别患者对AI语音机器人的感知状态以优化随访流程	医院患者的随访响应数据	自然语言处理, 语音识别	NA	深度学习, 迁移学习	BERT, TextCNN, AST, LSTM, 自注意力机制	音频, 文本	2030个患者响应录音及对应文本，另加144个跨科室验证样本	TensorFlow, PyTorch	BERT, TextCNN, AST, LSTM, 自注意力融合网络	精确率, AUC, 准确率	NA
123	2025-10-06	Sleep apnea test prediction based on Electronic Health Records 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104737 PMID:39489457	研究论文	基于电子健康记录开发预测模型，预测个体50岁后是否会接受睡眠呼吸暂停测试	引入RankLi方法进行时序变量选择，并研究按EHR记录数量进行亚组建模的有效性	未明确说明研究样本的具体来源和数据集规模	开发早期预测睡眠呼吸暂停测试需求的模型	潜在保险会员的电子健康记录数据	机器学习	睡眠呼吸暂停	电子健康记录分析	CNN, LSTM, Random Forest, Logistic Regression	时序医疗记录	NA	NA	1-CNN	平衡准确率, AUC	NA
124	2025-10-06	Automated Characterization of Abdominal MRI Exams Using Deep Learning 2024-Dec-09, Research square DOI:10.21203/rs.3.rs-5334453/v1 PMID:39711527	研究论文	本研究开发了一种基于卷积神经网络的深度学习方法，用于自动分类腹部MRI图像的序列、方向和对比度	针对腹部MRI开发了三个专门的CNN模型，能够同时分类12种序列、4种方向和2种对比度类别	研究仅针对腹部MRI，未验证在其他身体部位的适用性	开发标准化的MRI序列识别和标注方法，以支持多中心MRI数据的机器学习研究	腹部磁共振成像图像	计算机视觉	NA	磁共振成像	CNN	图像	NA	NA	CNN	准确率	NA
125	2025-10-06	Assessment of Gender Differences in Letters of Recommendation for Physical Therapy Residency Applications 2024-Dec-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000337 PMID:38640081	研究论文	本研究通过自然语言处理分析物理治疗住院医师申请推荐信中的性别差异	首次在物理治疗住院医师申请中采用综合自然语言处理方法识别推荐信的性别差异	仅分析单一机构的三个住院医师项目，样本来源有限	评估物理治疗住院医师申请推荐信中存在的性别差异和潜在隐性偏见	768封来自256份物理治疗住院医师申请的推荐信	自然语言处理	NA	自然语言处理	深度学习	文本	768封推荐信（2014-2020年来自3个物理治疗住院医师项目）	NA	NA	词数统计、主题分析、心理语言学分析	NA
126	2025-10-06	Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001102 PMID:39074400	研究论文	本研究开发了一种结合临床参数和MRI深度学习特征的多模态AI系统，用于提高临床显著性前列腺癌的检测准确率	首次将临床参数（前列腺特异性抗原、前列腺体积、年龄）与MRI深度学习特征相结合，并比较了早期融合和晚期融合两种信息融合方法	回顾性研究设计，仅使用双参数MRI，未包含所有可能的临床参数	提高临床显著性前列腺癌在MRI上的诊断准确性	疑似临床显著性前列腺癌（ISUP≥2）的患者	医学影像分析	前列腺癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	932例双参数前列腺MRI检查，来自2个医疗中心	NA	NA	AUC，接收者操作特征曲线比较	NA
127	2025-10-06	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究比较了7T膝关节磁共振成像中采用深度学习重建与传统算法重建的并行成像加速图像质量	首次在7T膝关节TSE成像中应用深度学习重建算法，并在4倍并行成像加速条件下显著提升图像质量	单中心研究，样本量较小（23名健康志愿者），未包含患者群体	评估深度学习重建算法在加速高分辨率膝关节MRI中的图像质量表现	健康志愿者的膝关节	医学影像分析	骨科疾病	涡轮自旋回波磁共振成像，并行成像加速	深度学习	磁共振图像	23名健康志愿者（15名男性，8名女性），平均年龄32.0±8.1岁	NA	NA	图像对比度，清晰度，伪影，噪声，整体质量评分	NA
128	2025-10-06	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	研究论文	比较深度学习重建0.55T膝关节MRI与传统3T MRI在图像质量、结构异常识别和诊断信心方面的表现	首次前瞻性评估新型0.55T MRI系统结合深度学习重建算法在膝关节成像中的应用价值	样本量较小（26名患者），仅针对创伤后膝关节疼痛患者	评估深度学习重建低场强MRI在膝关节成像中的诊断性能	26名创伤后膝关节疼痛患者（5名女性）	医学影像分析	膝关节损伤	磁共振成像（MRI），深度学习重建	深度学习算法	医学影像	26名患者，52组配对的0.55T和3T MRI检查	NA	NA	Cohen kappa系数，图像质量评分，诊断信心水平	NA
129	2025-10-06	Time is encoded by methylation changes at clustered CpG sites 2024-Dec-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.03.626674 PMID:39677642	研究论文	通过超深度测序和深度学习分析揭示DNA甲基化在成簇CpG位点的变化如何编码时间信息	发现年龄依赖性DNA甲基化变化呈区域性发生在多个相邻CpG位点，并首次使用单分子模式进行年龄预测	研究主要基于血液样本，其他组织类型的适用性需要进一步验证	探索DNA甲基化变化作为时间测量机制的生物学原理	健康个体的血液样本	机器学习	NA	超深度测序，单分子DNA甲基化分析	深度学习	DNA甲基化测序数据	300多份血液样本，包含10年纵向样本	NA	NA	中位误差	NA
130	2025-10-06	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Dec-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	开发并验证了一种基于集成深度学习算法的结构型心脏病筛查工具PRESENT-SHD，能够通过12导联心电图图像自动检测多种结构型心脏病	首次利用心电图图像开发集成深度学习模型进行多种结构型心脏病的自动化筛查和风险分层	研究主要基于医院数据，在普通人群中的验证样本相对有限	利用12导联心电图图像开发自动化检测和预测多种结构型心脏病的深度学习算法	结构型心脏病患者，包括左室射血分数降低、中重度左侧瓣膜病和严重左室肥厚患者	医学影像分析	心血管疾病	经胸超声心动图，心电图	CNN, XGBoost	图像	开发集：261,228份心电图（93,693名患者）；验证集：58,628名个体	NA	集成卷积神经网络	AUROC, 敏感性, 特异性	NA
131	2025-10-06	Space-for-time substitutions exaggerate urban bird-habitat ecological relationships 2024-12, The Journal of animal ecology IF:3.5Q1 DOI:10.1111/1365-2656.14194 PMID:39506196	研究论文	本研究通过分析加拿大温哥华地区20年的鸟类调查数据，检验了空间替代时间方法在城市鸟类-栖息地生态关系研究中的有效性	首次系统验证空间替代时间方法在城市生态研究中的局限性，并引入最优尺度效应概念分析栖息地变化对鸟类数量的影响	研究仅基于单一城市区域，结果可能不适用于其他地理环境；栖息地变化仅能部分解释鸟类数量变化	评估空间替代时间方法在城市鸟类-栖息地关系研究中的有效性，探索城市栖息地管理对鸟类保护的潜力	北美城市鸟类种群及其与多尺度土地覆盖的关系	生态学	NA	遥感数据分析，深度学习，贝叶斯多物种丰度模型	深度学习模型，提升回归树，贝叶斯模型	鸟类调查数据，遥感影像数据	1997-2020年加拿大温哥华大都会区的纵向鸟类调查数据	Stan	NA	样本外预测	NA
132	2025-07-23	SAUSI: an integrative assay for measuring social aversion and motivation 2024-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.13.594023 PMID:38798428	研究论文	介绍了一种名为SAUSI的新型行为任务，用于全面评估小鼠的社会厌恶行为	开发了整合社会动机、犹豫、决策和自由互动元素的新行为任务SAUSI，克服了传统方法的局限性	目前仅在小鼠模型中验证，尚未在人类或其他动物模型中测试	研究社会厌恶行为的生物行为机制	小鼠	行为神经科学	社交焦虑症、自闭症谱系障碍	深度学习分析	NA	行为数据	未明确说明小鼠数量	NA	NA	NA	NA
133	2025-10-06	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	研究论文	开发了一种基于深度学习的高精度果蝇大脑Micro-CT图像分割模型	仅需1-3张Micro-CT图像即可训练出准确的分割模型，并能跨不同组织染色、扫描仪型号和基因型进行泛化	训练数据量较小（仅1-3张图像），可能限制模型在更广泛场景下的适用性	实现果蝇大脑Micro-CT图像的自动化精确分割	黑腹果蝇成年大脑	计算机视觉	NA	Micro-CT成像	深度学习	三维医学图像	1-3张果蝇大脑Micro-CT图像	Dragonfly	预训练神经网络	分割准确性，体积量化分析	NA
134	2025-10-06	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究开发了一个结合生物学知识的多阶段深度学习框架Deep-Block，用于从全基因组测序数据中识别与阿尔茨海默病相关的遗传位点	提出了一个结合连锁不平衡模式的三阶段深度学习框架，在降维过程中保留SNP相互作用，最小化偏差和信息损失	研究仅包含7,416名非西班牙裔白人参与者，样本多样性有限	识别与阿尔茨海默病风险相关的遗传因素	阿尔茨海默病患者的全基因组测序数据	机器学习	阿尔茨海默病	全基因组测序	TabNet, Random Forest	基因组数据	7,416名非西班牙裔白人参与者（3,150名认知正常老年人，4,266名AD患者）	NA	稀疏注意力机制, TabNet, Random Forest	eQTL分析, 交叉验证	NA
135	2025-10-06	Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00103 PMID:39652797	研究论文	开发基于深度学习的模型从三维重建数字乳腺断层合成图像中估计乳腺体积密度	首次使用深度学习直接从三维重建DBT图像估计乳腺体积密度，无需依赖原始二维数据	回顾性研究设计，依赖历史数据	开发从三维重建DBT图像自动估计乳腺体积密度的方法	乳腺筛查检查中的三维重建数字乳腺断层合成图像	数字病理	乳腺癌	数字乳腺断层合成	深度学习	三维重建医学图像	1080个非操作性三维重建DBT筛查检查（2011-2016年），外加834个样本的独立病例对照研究（180病例+654对照）	NA	NA	Dice系数, AUC, 比值比	NA
136	2025-10-06	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	研究论文	提出一种基于深度学习的视网膜色素上皮细胞自动分割方法，在自适应光学光学相干断层扫描图像中实现超人类准确度的细胞识别	采用部分标注训练策略，在AO-OCT图像中实现超越人类专家性能的RPE细胞检测精度	NA	开发自动化细胞分割算法，实现视网膜色素上皮细胞结构的快速、经济、客观量化	视网膜色素上皮细胞	计算机视觉	视网膜神经退行性疾病	自适应光学光学相干断层扫描	深度学习	医学图像	NA	NA	NA	准确度	NA
137	2025-10-06	Detection of neurologic changes in critically ill infants using deep learning on video data: a retrospective single center cohort study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102919 PMID:39764545	研究论文	本研究开发了一种基于深度学习姿态识别算法的计算机视觉方法，通过视频数据预测危重症婴儿的神经系统变化	构建了迄今为止最大的视频-脑电图数据集，并首次证明仅通过视频数据就能预测脑功能异常和镇静状态	单中心回顾性研究，样本量相对有限（115名婴儿）	开发可靠、连续的神经系统监测方法以替代间歇性、主观的体格检查	矫正年龄小于1岁的危重症婴儿	计算机视觉	神经系统疾病	视频脑电图监测	深度学习姿态识别算法	视频数据	115名婴儿，282,301分钟视频数据	NA	NA	ROC-AUC, 置换检验P值	NA
138	2025-10-06	Dynamic Prediction of Physical Exertion: Leveraging AI Models and Wearable Sensor Data During Cycling Exercise 2024-Dec-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010052 PMID:39795580	研究论文	本研究探索利用可穿戴设备生理信号预测体力消耗的机器学习方法	结合特征选择算法与深度学习技术，使用LSTM网络预测连续体力消耗结果	样本量较小（27名健康参与者），仅在受控骑行运动环境下验证	开发预测体力消耗的人工智能模型	健康参与者在骑行运动中的生理信号数据	机器学习	NA	可穿戴传感器数据采集	LSTM, 传统机器学习模型	生理信号时间序列数据（ECG、心率、血氧饱和度、踏板速度）	27名健康参与者，分为8个两分钟区段	MATLAB	LSTM	均方误差, R平方值, 准确率, F1分数	NA
139	2025-10-06	Development of a deep learning algorithm for Paneth cell density quantification for inflammatory bowel disease 2024-Dec, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105440 PMID:39536395	研究论文	开发用于炎症性肠病的潘氏细胞密度定量分析的深度学习算法	首次开发用于潘氏细胞密度自动量化的两阶段U-net深度学习模型，显著提升了量化准确性	研究采用回顾性队列，需要前瞻性验证；样本量相对有限	开发深度学习工具实现潘氏细胞自动量化，作为炎症性肠病的生物标志物	回肠组织样本中的潘氏细胞和隐窝结构	数字病理学	炎症性肠病	全玻片成像	U-net	病理图像	训练集未明确数量，验证集48个WSI，测试集CD患者142例，非IBD患者48例	NA	U-net	RMSE, r2, Log-rank检验	NA
140	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