深度学习在生物医药领域中的应用

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
261	2025-05-17	Accurate total consumer price index forecasting with data augmentation, multivariate features, and sentiment analysis: A case study in Korea 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321530 PMID:40359407	研究论文	本文提出了一种结合数据增强、多变量特征和情感分析的新框架，用于准确预测韩国的总消费者价格指数（CPI）	提出了一种新颖的混合CNN-LSTM机制，结合多变量输入、数据增强和情感指数，以提高CPI预测的准确性	CPI数据的月度频率导致时间序列相对稀疏，且外部因素（如政策变化和疫情）增加了CPI的波动性	准确预测韩国的总消费者价格指数（CPI），以支持更及时有效的经济政策制定	韩国的总消费者价格指数（CPI）及其12类商品和服务的462个项目	机器学习	NA	数据增强、情感分析	CNN-LSTM	时间序列数据、文本数据	NA
262	2025-05-17	Neurocognitive Latent Space Regularization for Multi-Label Diagnosis from MRI 2025, Predictive Intelligence in Medicine. PRIME (Workshop) DOI:10.1007/978-3-031-74561-4_16 PMID:40365134	research paper	该研究提出了一种通过潜在空间正则化方法提高MRI脑部研究中深度学习模型可解释性的技术	通过成对解缠技术对多标签分类器的潜在空间进行正则化，使得潜在空间中两个脑MRI表示之间的差异与其神经心理学测试分数的差异相似	研究样本量相对较小，特别是HIV无HAND组仅有32个样本	提高MRI脑部研究中深度学习模型的可解释性，促进神经科学发现	156名对照者、165名轻度认知障碍(MCI)患者、166名HIV相关认知障碍(HAND)患者和32名HIV无HAND患者	digital pathology	geriatric disease	MRI	multi-label classifier	image	519人(156对照+165MCI+166HAND+32HIV无HAND)
263	2025-05-17	Advancing patient care: Machine learning models for predicting grade 3+ toxicities in gynecologic cancer patients treated with HDR brachytherapy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312208 PMID:40367095	研究论文	该研究开发并比较了机器学习模型，用于预测接受高剂量率（HDR）近距离放射治疗的妇科癌症患者的3级或更高毒性	应用多种机器学习模型预测妇科癌症患者HDR近距离放射治疗后的3级或更高毒性，为个性化放射治疗提供新方法	研究为回顾性分析，样本量相对较小（233例患者）	开发预测妇科癌症患者HDR近距离放射治疗后3级或更高毒性的机器学习模型	接受HDR近距离放射治疗的妇科癌症患者	机器学习	妇科癌症	HDR近距离放射治疗	Logistic Regression, Random Forest, K-Nearest Neighbors, Support Vector Machines, Gaussian Naive Bayes, Multi-Layer Perceptron Neural Networks, XGBoost	临床数据、剂量学数据	233例妇科癌症患者
264	2025-05-17	Diagnosis of pneumonia from chest X-ray images using YOLO deep learning 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1576438 PMID:40370634	research paper	提出了一种使用Fast-YOLO深度学习网络从胸部X光图像中诊断肺炎的新方法	设计了YOLOv11网络结构，整合了C3k2模块、DCNv2和DynamicConv，提高了特征表示能力并降低了计算复杂度	NA	提高肺炎诊断的准确性和实时性	胸部X光图像	computer vision	pneumonia	deep learning	Fast-YOLO, YOLOv11	image	包含五个类别的肺炎数据集
265	2025-05-17	High-precision lung cancer subtype diagnosis on imbalanced exosomal data via Exo-LCClassifier 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1583081 PMID:40370696	research paper	提出了一种名为Exo-LCClassifier的创新深度学习方法，用于预测肺癌亚型，解决了基因表达数据高维度和不平衡的挑战	整合了特征选择、一维卷积神经网络(1D CNN)和改进的Wasserstein生成对抗网络(WGAN)，通过数据增强和分类提高诊断准确性	未提及在实际临床环境中的验证情况，可能影响其临床应用的可推广性	解决肺癌基因表达数据分析中的不平衡学习问题，提高肺癌亚型诊断的准确性	肺癌亚型的基因表达数据	digital pathology	lung cancer	DESeq2, WGAN, 1D CNN	1D CNN, WGAN	gene expression data	未明确提及具体样本数量，但使用了外部GEO肺癌数据集进行验证
266	2025-05-16	Letter to 'Automated CT image prescription of the gallbladder using deep learning: Development, evaluation, and health promotion' 2025 Jan-Dec, Acute medicine & surgery IF:1.5Q2 DOI:10.1002/ams2.70065 PMID:40370970	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
267	2025-05-17	Prediction of prognosis in acute ischemic stroke after mechanical thrombectomy based on multimodal MRI radiomics and deep learning 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1587347 PMID:40371075	研究论文	本研究探讨了基于多模态MRI影像组学和深度学习的CRD模型在预测接受机械取栓治疗的急性缺血性卒中患者不良预后中的价值	首次结合临床数据、影像组学特征和深度学习模型构建了综合预测模型CRD，在预测急性缺血性卒中预后方面表现出色	回顾性研究设计可能导致选择偏倚，样本量相对有限(222例患者)	开发更准确的工具预测急性缺血性卒中患者机械取栓后的不良预后	接受机械取栓治疗的急性缺血性卒中患者	数字病理学	心血管疾病	多模态MRI	ResNet101与逻辑回归结合的CRD模型	医学影像	222例患者(训练组155例，验证组67例)
268	2025-05-17	Review of different convolutional neural networks used in segmentation of prostate during fusion biopsy 2025, Central European journal of urology IF:1.4Q3 DOI:10.5173/ceju.2024.0064 PMID:40371421	综述	本文综述了不同卷积神经网络在前列腺融合活检分割中的应用	强调了U-Net架构在高级医学图像分析中的主导地位，并指出所有算法在自动前列腺分割中均达到Dice相似系数74%以上的高精度	不同研究间评估分割结果的方法存在显著异质性，且需要更大样本量的未来研究来验证结果	探索深度学习算法在前列腺融合活检中加速前列腺轮廓勾画的潜力	前列腺癌患者的多参数磁共振成像（mpMRI）数据	数字病理学	前列腺癌	多参数磁共振成像（mpMRI）	CNN, U-Net	医学图像	NA
269	2025-05-17	An Explainable Deep Learning Framework for Predicting Postoperative Radiotherapy-Induced Vaginal Stenosis in Surgically Treated Cervical Cancer Patients 2025, Annali italiani di chirurgia IF:0.9Q3 DOI:10.62713/aic.4011 PMID:40375370	研究论文	开发并验证了一个可解释的深度学习框架，用于预测宫颈癌患者术后放疗引起的阴道狭窄风险	结合Squeeze-and-Excitation网络和Grad-CAM可视化，提高了模型的准确性和可解释性	研究样本量较小（140例患者），且为回顾性研究	预测宫颈癌患者术后放疗引起的阴道狭窄风险，以实现早期个性化干预	接受根治性子宫切除术及放疗的宫颈癌患者	数字病理	宫颈癌	CT成像	SE-Inception, ResNet50, Random Forest	图像	140例患者（51例发生阴道狭窄）
270	2025-05-16	Visual impairment prevention by early detection of diabetic retinopathy based on stacked auto-encoder 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85752-2 PMID:39833312	研究论文	提出一种基于增强堆叠自编码器的方法，用于糖尿病视网膜病变的早期检测和分类	与传统CNN方法相比，该方法通过降低时间复杂度、减少错误和增强降噪能力，提高了可靠性	NA	开发一种准确高效的糖尿病视网膜病变阶段分类方法，以预防视力损害	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	堆叠自编码器(SAE)	SAE	图像	35,126张视网膜眼底图像
271	2025-05-16	The Role of Artificial Intelligence in Health Care 2025-Jan-14, Nigerian journal of physiological sciences : official publication of the Physiological Society of Nigeria DOI:10.54548/njps.v39i1.1 PMID:40156806	review	本文综述了人工智能在医疗保健领域的广泛应用及其面临的挑战	全面探讨了AI在疾病诊断、个性化治疗、精准医学、医疗管理等多个医疗保健领域的创新应用	AI应用面临资金问题、监管障碍、数据隐私担忧以及与算法偏见和透明度相关的伦理考虑	探讨人工智能在医疗保健领域的角色和潜力	医疗保健系统及其相关技术应用	machine learning	NA	machine learning, deep learning, statistical analysis	NA	NA	NA
272	2025-05-16	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0003 PMID:39670359	评论	本文讨论了人工智能和机器学习在临床医学中的应用，特别是生成式和交互式系统在人机界面的作用	探讨了生成式AI和深度学习在从非结构化文本、图像和结构化数据中提取见解方面的创新	需要进一步研究以全面了解AI在医疗保健领域部署的广泛影响和潜在后果	探讨AI技术在临床医学中的应用及其潜力	AI和机器学习技术在医疗领域的应用	机器学习	NA	生成式AI, 深度学习	NA	非结构化文本, 图像, 结构化数据	NA
273	2025-05-16	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0013 PMID:39670369	研究论文	本研究旨在通过结合结构化电子健康记录（EHR）和非结构化EHR的语义NLP变量，提高自杀风险预测模型的准确性	引入参数α平衡结构化和非结构化数据的影响，发现中间α值在不同风险层级中表现最佳，并揭示了心理社会构建与患者特征之间的跨模态交互作用	研究主要基于退伍军人事务部的数据，可能无法完全推广到其他人群	提高自杀风险预测模型的准确性	退伍军人的电子健康记录（EHR）数据	机器学习	心理健康	NLP, XGBoost, SHAP, 岭回归	XGBoost, 岭回归	结构化与非结构化电子健康记录（EHR）数据	NA
274	2025-05-16	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0040 PMID:39670396	研究论文	本文提出了一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术处理基因组数据，同时保持数据机密性	OGHE方法结合了同态加密和高效的数据打包机制，减少了计算开销，并引入了新的特征选择方法VarScout以提取显著特征	同态加密技术可能仍存在计算效率上的限制，且方法仅在iDash 2020数据集上进行了验证	开发一种隐私保护的癌症分类方法，以提高诊断效率并保护患者数据隐私	基因组数据	数字病理学	癌症	同态加密（HE）	CNN	基因组数据	iDash 2020数据集
275	2025-05-16	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0048 PMID:39670404	研究论文	该研究提出了一种名为DyEPAD的动态深度学习模型，用于利用电子健康记录（EHR）数据预测轻度认知障碍（MCI）患者向阿尔茨海默病（AD）的进展	结合图卷积网络（GCN）和张量代数运算，提出了一种新型动态深度学习模型DyEPAD，能够捕获所有时间步的演化模式	模型可能仍面临处理长期依赖关系的挑战，且仅在特定数据集上进行了验证	开发早期预测阿尔茨海默病的方法	轻度认知障碍（MCI）患者	机器学习	阿尔茨海默病	图卷积网络（GCN）、张量代数运算	DyEPAD（基于GCN和RNN的动态深度学习模型）	电子健康记录（EHR）数据	阿尔茨海默病神经影像学倡议（ADNI）和国家阿尔茨海默病协调中心（NACC）数据集
276	2025-05-16	Automated CT image prescription of the gallbladder using deep learning: Development, evaluation, and health promotion 2025 Jan-Dec, Acute medicine & surgery IF:1.5Q2 DOI:10.1002/ams2.70049 PMID:40018053	research paper	开发了一种基于深度学习的全自动系统，用于胆囊的精确检测和急性胆囊炎的快速评估	首次利用CT图像而非超声图像进行急性胆囊炎的AI诊断，避免了医生选择偏倚，并集成了多种模型实现全自动化	需要进一步的临床验证	开发辅助识别需要紧急手术患者的计算机辅助系统	急性胆囊炎患者和对照参与者	digital pathology	acute cholecystitis	deep learning	VGG-16, U-Net	CT image	250 AC患者和270对照参与者的图像
277	2025-05-16	Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement 2025 Jan-Dec, Therapeutic advances in cardiovascular disease IF:2.6Q2 DOI:10.1177/17539447251321589 PMID:40123453	研究论文	本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和技术评估中的实用性	探索了Cvpilot系统在自动分割和主动脉根部技术评估中的有效性，并与现有系统进行了比较	研究仅在一个中心进行，样本量相对较小（154例患者）	评估Cvpilot系统在TAVR前主动脉根部分割和测量中的准确性和可靠性	154例接受TAVR的患者	数字病理	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习系统	医学影像	154例患者
278	2025-05-16	Optimising window size of semantic of classification model for identification of in-text citations based on context and intent 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309862 PMID:40127378	研究论文	本文研究了基于上下文和意图的文本引用分类模型的最佳窗口大小选择	通过比较不同窗口大小对文本引用分类的影响，提出了针对长文本引用更有效的大窗口策略	研究仅使用了两种基准数据集，可能无法涵盖所有类型的文本引用场景	优化自然语言处理中文本引用分类模型的窗口大小选择	科学文献中的文本引用	自然语言处理	NA	Word2Vec嵌入	CNN, GRU, LSTM, SVM, 决策树, 朴素贝叶斯	文本	两个包含大量文本引用的基准数据集
279	2025-05-16	Weighted-VAE: A deep learning approach for multimodal data generation applied to experimental T. cruzi infection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315843 PMID:40127396	research paper	提出了一种加权变分自编码器（W-VAE）用于处理缺失和有限的多模态数据，以分类健康个体和处于T. cruzi感染急性或慢性阶段的个体	W-VAE是一种深度生成架构，通过新的损失函数、加权因子和掩蔽机制提高了生成数据的质量	研究基于小鼠模型，可能无法直接推广到人类	自动诊断健康个体和处于T. cruzi感染不同阶段的个体	健康个体和处于T. cruzi感染急性或慢性阶段的个体	machine learning	Chagas disease	Weighted Variational Auto-Encoder (W-VAE)	VAE	multimodal data (electrocardiography signals, echocardiography images, Doppler spectrum, ELISA antibody titers)	NA
280	2025-05-16	Diagnosis and activity prediction of SLE based on serum Raman spectroscopy combined with a two-branch Bayesian network 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1467027 PMID:40129980	研究论文	本研究提出了一种基于血清拉曼光谱和双分支贝叶斯网络的系统性红斑狼疮(SLE)诊断和活动性预测方法	开发了一种新型的双分支贝叶斯网络(DBayesNet)模型，结合拉曼光谱技术，用于SLE的快速识别和活动性评估	样本量相对较小(80例SLE患者和81例对照)，需要更大规模的研究验证	开发一种快速准确的SLE诊断和活动性评估方法	系统性红斑狼疮(SLE)患者	数字病理学	系统性红斑狼疮	拉曼光谱	DBayesNet(双分支贝叶斯网络)，包含BayConv模块、Attention模块和BayLinear层	光谱数据	161例(80例SLE患者和81例对照，包括干燥综合征、未分化结缔组织病、主动脉炎患者和健康人)