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
1181	2025-05-01	Quantitative Structural and Compositional Elucidation of Real-World Pharmaceutical Tablet Using Large Field-of-View, Correlative Microscopy-Tomography Techniques and AI-Enabled Image Analysis 2025-Jan, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-024-03812-0 PMID:39779618	研究论文	本研究提出了一种结合相关显微镜-断层扫描技术和基于机器学习的图像分割方法，用于定量解析真实世界药物片剂的结构和组成	结合相关显微镜-断层扫描技术和AI图像分析，实现了对药物片剂微观结构和组成的定量解析	研究仅针对含有15%API和多种常见辅料的片剂进行了验证，未涉及更广泛的药物配方	开发一种新方法来定量解析药物片剂的结构和组成，以优化片剂的配方和工艺开发	真实世界药物片剂	数字病理	NA	相关显微镜-断层扫描技术、能量色散X射线光谱、同步辐射X射线微计算机断层扫描(SyncCT)、机器学习	监督机器学习和深度学习	图像	一种含有15%API和多种常见辅料的真实世界片剂
1182	2025-05-01	Double Oracle Neural Architecture Search for Game Theoretic Deep Learning Models 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558420 PMID:40215149	研究论文	提出了一种利用博弈论概念（包括GANs和对抗训练）训练深度学习模型的新方法，采用双预言框架和最佳响应预言	将双预言框架概念应用于对抗神经架构搜索（NAS for GAN）和对抗训练（NAS for AT）算法，显著提升了模型性能	纯纳什均衡可能不存在，且混合纳什均衡的求解因大规模策略空间而困难	利用博弈论概念改进深度学习模型的训练方法	生成对抗网络（GANs）和对抗训练（AT）模型	机器学习	NA	对抗训练（AT）、生成对抗网络（GANs）	GAN、CNN	图像	MNIST、CIFAR-10、TinyImageNet、SVHN数据集
1183	2025-05-01	An empirical study of preventive healthcare policy under the synergy of education and corporate financial monitoring 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1540618 PMID:40276349	研究论文	本研究探讨了教育与公司财务监控协同作用下的预防性医疗保健政策	利用公司财务监控作为评估预防性医疗保健政策有效性的新视角，结合深度学习和动态风险建模技术	传统方法忽视了经济因素与健康结果之间的动态相互作用	通过创新的数据驱动框架提升公共卫生成果	预防性医疗保健政策及其社会经济影响	机器学习	NA	深度学习、动态风险建模	Advanced Financial Monitoring Neural Framework (AFMNF)、Dynamic Risk-Adaptive Framework (DRAF)	财务指标、健康政策数据	NA
1184	2025-05-01	Development of Multicenter Deep Learning Models for Predicting Surgical Complexity and Surgical Site Infection in Abdominal Wall Reconstruction, a Pilot Study 2025, Journal of abdominal wall surgery : JAWS DOI:10.3389/jaws.2025.14371 PMID:40297249	研究论文	开发用于预测腹壁重建手术复杂性和手术部位感染风险的多中心深度学习模型	首次使用多中心深度学习模型预测腹壁重建手术的复杂性和手术部位感染风险	CST模型表现不佳，可能反映了手术决策的主观性和不同机构的实践差异	预测腹壁重建手术的复杂性和手术部位感染风险	腹壁重建手术患者	数字病理	腹壁疝	深度学习	ResNet-18	CT图像	来自两个三级腹壁重建中心的去标识化CT图像
1185	2025-05-01	RSDCNet: An efficient and lightweight deep learning model for benign and malignant pathology detection in breast cancer 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251336286 PMID:40297351	研究论文	本研究提出了一种名为RSDCNet的高效轻量级深度学习模型，用于乳腺癌良恶性病理检测	RSDCNet结合了深度可分离卷积和SCSE模块，在减少模型参数的同时增强了关键特征提取能力，实现了轻量化和高效率	研究仅使用了BreakHis数据集，未在其他独立数据集上进行验证	开发一种高效、自动化和精确的乳腺癌病理检测方法	乳腺癌良恶性病理图像	数字病理	乳腺癌	深度学习	RSDCNet（基于CNN的改进模型）	图像	9109张乳腺肿瘤显微图像（来自BreakHis数据集）
1186	2025-05-01	Magnetic resonance radiomics-based deep learning model for diagnosis of Alzheimer's disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251337183 PMID:40297370	研究论文	本研究提出了一种基于磁共振影像组学和深度学习的模型，用于阿尔茨海默病的诊断	结合磁共振影像组学特征和深度学习模型TabNet，实现了阿尔茨海默病的高精度诊断	研究样本量相对有限，且来自特定种族群体	开发一种基于深度学习的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常对照者	数字病理学	老年病	磁共振成像(MRI)	TabNet	图像	ADNI数据库中的141名AD患者、166名MCI患者和231名正常对照者，以及华山医院的45名AD患者、35名MCI患者和31名正常对照者
1187	2025-05-01	Development of a deep learning model to predict smoking status in patients with chronic obstructive pulmonary disease: A secondary analysis of cross-sectional national survey 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251333660 PMID:40297369	研究论文	开发并验证了一个深度学习模型，用于预测慢性阻塞性肺疾病（COPD）患者的吸烟状况	使用残差神经网络（ResNN）模型预测COPD患者的吸烟状况，并比较了多种机器学习和深度学习模型，性能优于其他模型	需要外部验证，并纳入更多行为和心理学变量以提高模型的通用性和性能	开发一个深度学习模型，用于预测COPD患者的吸烟状况	COPD患者	机器学习	慢性阻塞性肺疾病	深度学习	ResNN	结构化数据（包括人口统计学、行为学和临床变量）	5466例COPD患者
1188	2025-05-01	A hybrid power load forecasting model using BiStacking and TCN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321529 PMID:40294011	研究论文	本文提出了一种结合集成学习和深度学习技术的混合预测模型BiStacking+TCN-GRU，用于电力负荷预测	结合了BiStacking集成学习和TCN-GRU深度学习技术，通过Pearson相关系数选择特征，提高了预测准确性	实验数据仅基于巴拿马2020年的电力负荷数据，可能在其他地区或时间段的适用性有待验证	提高电力负荷预测的准确性，减少能源浪费并改善电网稳定性	电力负荷数据	机器学习	NA	Pearson相关系数(PCC)、BiStacking、TCN、GRU	BiStacking+TCN-GRU	电力负荷数据	巴拿马2020年电力负荷数据
1189	2025-04-29	A divide-and-conquer approach based on deep learning for long RNA secondary structure prediction: Focus on pseudoknots identification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314837 PMID:40279361	research paper	提出了一种基于深度学习的DivideFold方法，用于预测长RNA的二级结构，特别是假结	采用分治法递归地将长RNA序列分割成小片段，利用现有模型预测假结，解决了长RNA序列和假结预测的计算挑战和精度问题	未明确提及具体局限性	提高长RNA二级结构及假结的预测准确性	长RNA序列及其二级结构，特别是假结	computational biology	NA	deep learning	DivideFold	RNA序列数据	未明确提及具体样本量
1190	2025-04-29	Synthetic fibrosis distributions for data augmentation in predicting atrial fibrillation ablation outcomes: an in silico study 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1512356 PMID:40290188	研究论文	本研究利用去噪扩散概率模型生成合成纤维化分布，以增强深度学习预测心房颤动消融结果的数据集	使用去噪扩散概率模型生成合成纤维化分布，并通过生物物理模拟扩增训练数据集，以提高深度学习模型的预测性能	研究基于计算机模拟，尚未在真实患者数据中验证其临床适用性	提高深度学习模型预测心房颤动消融结果的准确性	心房颤动患者的纤维化分布及消融策略效果	数字病理学	心血管疾病	LGE-MRI, 去噪扩散概率模型, 生物物理模拟	深度学习, 去噪扩散概率模型	图像, 模拟数据	100个真实LGE-MRI分布用于训练模型，生成1000个双心房网格用于模拟
1191	2025-04-29	The current status and future directions of artificial intelligence in the prediction, diagnosis, and treatment of liver diseases 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251325418 PMID:40290269	review	本文综述了人工智能在肝病预测、诊断和治疗中的当前应用及未来发展方向	强调了机器学习和深度学习算法在肝病领域的应用进展	指出了该领域面临的挑战，包括需要大规模数据集、鲁棒算法和临床实践中的伦理考虑	探讨人工智能在肝病预测、诊断和治疗中的应用及其未来发展方向	肝病	machine learning	liver disease	machine learning, deep learning	NA	NA	NA
1192	2025-04-29	A deep learning-assisted automatic measurement of tear meniscus height on ocular surface images and its application in myopia control 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1554432 PMID:40291564	research paper	本研究开发了一种深度学习模型，用于自动测量眼表图像中的泪液半月板高度（TMH），以提高近视控制方法相关干眼症初步筛查的效率和准确性	首次应用深度学习模型自动测量泪液半月板高度，提高了测量效率和准确性，避免了传统手动测量的主观性和低效问题	研究仅使用了OCULUS Keratograph 5M采集的眼表图像，未验证在其他设备上的适用性	开发自动测量泪液半月板高度的深度学习模型，用于近视控制方法相关干眼症的筛查	眼表图像中的泪液半月板高度	digital pathology	myopia	deep learning	CNN	image	1,200张眼表图像（训练集840张，验证集240张，测试集120张，外加100张外部验证集）
1193	2025-04-29	Hybrid deep learning method to identify key genes in autism spectrum disorder 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12104 PMID:40292027	研究论文	本研究采用混合深度学习方法识别与自闭症谱系障碍(ASD)相关的关键基因	结合图卷积网络和逻辑回归的混合深度学习方法，有效识别ASD关键基因，并通过SI模型验证其感染能力	未提及方法在其他神经发育障碍中的普适性验证	识别与自闭症谱系障碍相关的关键基因	自闭症谱系障碍相关基因	机器学习	自闭症谱系障碍	图卷积网络, 逻辑回归, SI模型	GCN, Logistic Regression	基因互作网络数据	NA
1194	2025-04-27	Modeling gene interactions in polygenic prediction via geometric deep learning 2025-Jan-22, Genome research IF:6.2Q1 DOI:10.1101/gr.279694.124 PMID:39562137	研究论文	介绍了一种基于几何深度学习的PRS-Net框架，用于建模基因间的相互作用以增强复杂疾病的预测和生物学发现	提出了PRS-Net，一种可解释的几何深度学习框架，能够有效建模生物系统的非线性关系，并通过图神经网络（GNN）显式封装基因-基因相互作用	未明确提及具体局限性	提高复杂疾病的遗传风险预测准确性并促进生物学发现	复杂疾病的遗传风险预测	机器学习	复杂疾病	几何深度学习、图神经网络（GNN）	GNN	基因组数据	未明确提及样本量
1195	2025-04-27	DeepMEns: an ensemble model for predicting sgRNA on-target activity based on multiple features 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae043 PMID:39528429	研究论文	提出了一种基于深度学习的集成可解释模型DeepMEns，用于预测sgRNA的靶向活性	结合多种特征和集成策略，提高了预测性能，并通过可解释的模型结构增强了模型的内在机制理解	模型性能仍有提升空间，且未提及在实际基因编辑应用中的验证	提高sgRNA靶向活性预测的准确性和可解释性	CRISPR/Cas9系统中的单导RNA（sgRNA）	机器学习	NA	深度学习	CNN, Transformer, LSTM, 注意力机制	序列数据, 结构数据	使用了五个不同的训练和验证数据集
1196	2025-04-27	Toward Personalized Digital Experiences to Promote Diabetes Self-Management: Mixed Methods Social Computing Approach 2025-Jan-07, JMIR diabetes DOI:10.2196/60109 PMID:39773324	研究论文	本研究采用混合方法社交计算方法，分析数字健康社区中的同伴互动，以促进糖尿病自我管理的个性化干预	结合深度学习和社交网络分析技术，从大规模社交媒体数据中识别社交影响力模式，为个性化干预提供依据	研究仅基于美国糖尿病协会支持社区的数据，可能无法推广到其他文化或平台	探索社交影响力在糖尿病自我管理中的作用，并开发个性化干预措施	美国糖尿病协会支持社区中的同伴互动数据（2014-2021年）	社交计算	糖尿病	深度学习、社交网络分析	深度学习模型	文本	约73,000次同伴互动，其中1,501条手动标注
1197	2025-04-27	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2025 Jan-Feb 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	research paper	本研究通过体模实验比较了不同重建方法在降低肝脏肿瘤计算机辅助体积测量辐射剂量方面的效果	首次在体模实验中评估深度学习重建(DLR)在降低肝脏肿瘤CT扫描辐射剂量方面的潜力，并与传统重建方法进行对比	研究基于体模实验，尚未在真实患者中进行验证	评估不同CT重建方法对肝脏肿瘤计算机辅助体积测量准确性和辐射剂量降低的影响	商业化的拟人化腹部体模	digital pathology	liver tumor	CT扫描，计算机辅助体积测量(CAD v)	deep learning reconstruction (DLR)	CT图像	一个腹部体模在不同辐射剂量(600/400/200/100 mA)下各扫描5次
1198	2025-04-27	Deep learning-based models for preimplantation mouse and human embryos based on single-cell RNA sequencing 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02511-3 PMID:39543284	research paper	该研究利用深度学习工具整合和分类单细胞RNA测序数据，以定义小鼠和人类胚胎细胞类型、谱系和状态	开发了一种基于深度学习的模型，用于无偏倚地分类细胞类型，并识别用于定义谱系、细胞类型和状态的基因集	研究依赖于公开可用的数据，可能受限于数据的质量和覆盖范围	通过深度学习模型整合和分类单细胞转录组数据，以更好地理解胚胎发育和体外多能干细胞模型	小鼠和人类胚胎细胞	machine learning	NA	single-cell RNA sequencing	deep learning	RNA-seq data	公开可用的小鼠和人类胚胎发育阶段数据
1199	2025-04-27	Accuracy of deep learning-based attenuation correction in 99mTc-GSA SPECT/CT hepatic imaging 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.002 PMID:39549604	research paper	本研究评估了基于深度学习的衰减校正（AC）在99mTc-GSA SPECT/CT肝脏成像中的准确性	使用CycleGAN从非AC SPECT图像生成伪CT图像进行AC，减少患者CT检查的辐射暴露	研究样本量较小，仅包括一名肝功能正常和一名异常患者，且需进一步研究不同肝脏形态和多种肝脏疾病的影响	评估深度学习AC方法在99mTc-GSA SPECT/CT成像中的效果，以减少CT检查的辐射暴露	99mTc-GSA SPECT/CT肝脏成像	digital pathology	liver disease	SPECT/CT成像，CycleGAN	CycleGAN	医学影像	两名患者（一名肝功能正常，一名异常）
1200	2025-04-27	A combined model integrating radiomics and deep learning based on multiparametric magnetic resonance imaging for classification of brain metastases 2025-Jan, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241292528 PMID:39552295	research paper	该研究结合放射组学和深度学习，基于多参数磁共振成像（MRI）对脑转移瘤进行分类	提出了一种结合放射组学和深度学习的深度迁移学习放射组学（DTLR）模型，用于区分肺腺癌和非肺腺癌脑转移瘤	研究为回顾性分析，可能存在选择偏差	探讨利用多参数MRI的DTLR模型对脑转移瘤进行分类的可行性	342名患者的1389个脑转移瘤	digital pathology	lung cancer	multi-parametric MRI	CNN	image	342名患者（1389个脑转移瘤）