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
1501	2025-10-06	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究开发了一种基于微波信号和深度学习的早期肝脂肪变性分类器HepNet	提出结合微波信号与深度学习的新方法，采用跳跃连接的卷积层结构，并通过迁移学习解决临床数据样本有限的问题	临床验证样本量有限（94和158例患者）	开发早期肝脂肪变性的可靠诊断方法	肝脂肪变性患者	医学影像分析	肝病	微波信号技术，H-MRS（氢磁共振波谱）	CNN	微波信号，仿真数据，临床数据	仿真数据训练，临床验证94例和158例患者	NA	HepNet（自定义架构含跳跃连接），对比LeNet，ResNet	F1分数，置信度，熵值	NA
1502	2025-10-06	Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques 2025, Patient preference and adherence IF:2.0Q2 DOI:10.2147/PPA.S526623 PMID:40686565	研究论文	通过自然语言处理技术分析患者体验评论，识别患者偏好并探索负面评论与满意度之间的关系	结合文献综述、人工标注和自然语言处理技术的混合方法分析大规模患者自由文本评论	横断面调查设计，无法建立因果关系	从大量自由文本患者体验评论中提取有用信息，探索负面评论与患者满意度和忠诚度的差异	医院患者体验调查中的自由文本评论	自然语言处理	NA	自然语言处理技术	机器学习,深度学习	文本	28054条自由文本评论（评论率72.67%）	NA	NA	准确率	NA
1503	2025-10-06	Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1629036 PMID:40687706	研究论文	开发基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎动物模型	首次在MASH动物模型中应用深度学习对肝纤维化进行精细分级，从5类分类优化至7类分类模型	研究局限于临床前动物模型，尚未在人类患者中验证	开发自动肝纤维化评分系统以支持病理学家诊断	代谢功能障碍相关脂肪性肝炎(MASH)动物模型的肝组织切片	数字病理学	肝病	天狼星红染色全玻片成像	深度学习	图像	914张全玻片图像，包含999,711个图像块	NA	NA	kappa统计量, 精确召回曲线下面积(AUPRC), 受试者工作特征曲线下面积(AUROC), Matthews相关系数(MCC)	NA
1504	2025-10-06	Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1617748 PMID:40688356	研究论文	本研究探讨神经生理学特征对基于深度学习的单侧上肢运动想象分类准确性的预测作用	首次系统研究神经生理学特征对深度学习模型在单侧上肢运动想象分类中的预测能力，揭示了与双侧运动想象范式相反的关联模式	研究仅针对右肘屈伸运动想象，样本规模有限，未涵盖其他上肢运动模式	探索神经生理学特征对运动想象脑机接口分类准确性的预测价值	人类参与者的单侧上肢运动想象脑电信号	脑机接口	NA	脑电图	EEGNet, FBCNet, NFEEG, SVM, LDA	脑电信号	未明确指定参与者数量	NA	EEGNet, FBCNet, NFEEG	分类准确率	NA
1505	2025-10-06	Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362098 PMID:40688579	文献计量分析	通过对阿尔茨海默病AI诊断与预测领域高被引100篇文献进行文献计量分析，揭示研究热点与发展趋势	首次对AI在阿尔茨海默病诊断与预测领域的顶级文献进行系统性文献计量分析，识别关键研究主题和国际合作模式	存在语言和引用偏见，可能影响对新兴AI-AD趋势的解读	分析AI技术在阿尔茨海默病诊断与预测领域的研究热点、发展趋势和未来潜力	Web of Science核心合集中被引频次最高的100篇关于AI辅助AD诊断与预测的研究文献	机器学习	阿尔茨海默病	文献计量分析	NA	文献元数据	100篇高被引文献	CiteSpace, VOSviewer, Scimago Graphica, Microsoft Excel, R package Bibliometrix	NA	NA	NA
1506	2025-10-06	Prediction of postoperative vault after implantable collamer lens implantation with deep learning 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.07.02 PMID:40688771	研究论文	本研究使用多种人工智能算法预测植入式Collamer晶体(ICL)术后拱高并确定合适的晶体尺寸	首次比较多种AI算法在ICL术后拱高预测和晶体尺寸选择中的性能表现	样本量相对较小(83名患者132只眼睛)，且为单中心回顾性研究	预测ICL植入术后拱高并确定合适的晶体尺寸	接受EVO-V4C ICL植入术的患者	机器学习	眼科疾病	前段光学相干断层扫描(ASOCT)	MLP, XGBoost, RFR, KNN	临床检查参数	83名患者132只眼睛	NA	多层感知器(MLP), 极端梯度提升(XGBoost), 随机森林回归(RFR), K近邻(KNN)	R², 准确率	NA
1507	2025-10-06	Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101133 PMID:40689294	研究论文	本研究利用高光谱成像和深度学习技术开发了一种无损鸡蛋新鲜度评估方法	首次在鸡蛋新鲜度评估中应用距离相关性进行波长选择，该方法在光谱波长选择中统计稳健但很少被探索	NA	开发快速、无损的鸡蛋新鲜度评估方法	鸡蛋	计算机视觉	NA	高光谱成像	CNN, GBT, MLR, PLSR, SVR	光谱数据	NA	NA	卷积神经网络	相关系数, 均方根误差	NA
1508	2025-10-06	A systematic review of data and models for predicting food flavor and texture 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101127 PMID:40689288	综述	系统回顾了预测食品风味和质构的数据资源与计算模型现状	首次系统梳理风味预测领域的数据资源和模型方法，突出图神经网络等机器学习技术的应用潜力	气味预测缺乏标准化指标，质构研究数据集不足，感官空间映射和受体层面数据整合存在空白	推进食品风味和质构预测领域的发展	食品风味（味觉、气味）和质构特性	机器学习	NA	机器学习	图神经网络,深度学习	分子数据,感官数据	NA	NA	NA	NA	NA
1509	2025-10-06	DVMark: A Deep Multiscale Framework for Video Watermarking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3251737 PMID:37030810	研究论文	提出了一种基于深度学习的多尺度视频水印框架DVMark，能够在视频中不可感知地嵌入信息并在多种失真情况下可靠提取	首次将多尺度设计引入视频水印领域，将水印信息分布在不同时空尺度上，实现了端到端可训练	NA	开发能够同时处理多种失真类型的鲁棒视频水印方法	视频水印技术	计算机视觉	NA	深度学习	深度学习模型	视频	NA	NA	多尺度架构	NA	NA
1510	2025-10-06	Prediction of Recurrence using a Stacked Denoising Autoencoder and Multifaceted Feature Analysis of Pretreatment MRI in Patients with Nasopharyngeal Carcinoma 2025, Current radiopharmaceuticals IF:1.5Q3 DOI:10.2174/0118744710384129250327060846 PMID:40237056	研究论文	开发基于MRI的鼻咽癌复发预测模型，整合影像组学、深度学习和临床特征	首次使用堆叠降噪自编码器从MRI中提取深度特征，并与传统影像组学和临床特征融合构建预测模型	单中心回顾性研究设计，缺乏功能成像（DWI/PET）或分子标记（EBV-DNA）数据	开发鼻咽癌复发预测模型，实现早期风险分层和个性化治疗优化	184例经病理确诊接受根治性放疗的鼻咽癌患者	医学影像分析	鼻咽癌	MRI影像分析，倾向评分匹配	SDAE, SVM, MLP, LR, RF	医学影像（对比增强T1加权MRI），临床数据	184例患者（经1:1倾向评分匹配后分析136例），外部验证91例	NA	堆叠降噪自编码器	AUC, 准确率, 敏感度, 特异度	NA
1511	2025-10-06	Harnessing Artificial Intelligence and Innovative Vaccines for Mpox Diagnosis and Control: A Comprehensive Narrative Review 2025 Jan-Dec, Journal of primary care & community health DOI:10.1177/21501319251357701 PMID:40698517	综述	本文综述了人工智能和新型疫苗在猴痘诊断与控制中的应用	首次系统评估AI技术和新型疫苗在猴痘防控中的综合应用潜力	纳入研究仅限于英文文献，时间范围限定为近5年	评估人工智能和新型疫苗在减轻猴痘疾病负担方面的作用	猴痘诊断、检测和预防相关研究	自然语言处理	猴痘	文献综述方法	机器学习,深度学习,人工神经网络,卷积神经网络,迁移学习	文本数据	NA	NA	NA	准确率	NA
1512	2025-07-23	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Jan-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.21.25320916 PMID:39974062	研究论文	开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率	提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征	需要进一步验证	开发一个深度学习模型用于临床结果预测	住院患者的电子健康记录数据	机器学习	COVID-19, ARDS, 败血症	深度学习	Transformer	电子健康记录(EHR)	COVID-19患者2579人，ARDS队列2799人，败血症队列6622人	NA	NA	NA	NA
1513	2025-07-23	Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3470310 PMID:39331558	研究论文	提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽	使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题	研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体	开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制	神经退行性疾病患者（SCA3）和健康个体	机器学习	神经退行性疾病	数据增强深度学习模型	深度学习模型	惯性传感器数据	12名神经退行性疾病患者和17名健康个体	NA	NA	NA	NA
1514	2025-07-23	Combination of facial and nose features of Amur tigers to determine age 2025-Jan, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12817 PMID:38509845	研究论文	通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄测定	发现老虎鼻子上的黑色斑点面积与年龄呈正相关，并首次将面部和鼻子特征结合用于年龄测定	准确率为87.81%，仍有提升空间	开发一种基于图像特征的东北虎年龄测定方法	东北虎的面部和鼻子特征	计算机视觉	NA	深度学习	CNN	图像	未提及具体样本数量	NA	NA	NA	NA
1515	2025-07-23	Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production 2025, Discover imaging DOI:10.1007/s44352-025-00006-1 PMID:40098681	研究论文	本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态	首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态	研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌	探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用	C. scindens细菌及其在不同培养条件下的代谢状态	数字病理学	结直肠癌	光学显微镜成像	CNN, DenseNet, ResNet, nnU-Net	图像	四种培养条件下的C. scindens图像数据	NA	NA	NA	NA
1516	2025-07-23	Gross tumor volume confidence maps prediction for soft tissue sarcomas from multi-modality medical images using a diffusion model 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100734 PMID:40123775	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于从多模态医学图像中自动预测软组织肉瘤的总肿瘤体积（GTV）置信图	首次使用扩散模型预测GTV置信图，并考虑了读者间和读者内的变异性	样本量较小（49例患者），且仅使用了公开数据集	开发自动化的GTV勾画技术以提高放疗计划的可重复性	软组织肉瘤患者的多模态医学图像（FDG-PET、CT和MRI）	数字病理	软组织肉瘤	扩散模型	扩散模型	医学图像（FDG-PET、CT和MRI）	49例患者的多模态医学图像数据	NA	NA	NA	NA
1517	2025-10-06	Benchmarking protein language models for protein crystallization 2025-01-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86519-5 PMID:39827171	研究论文	本研究通过TRILL平台评估多种蛋白质语言模型在预测蛋白质结晶倾向性方面的性能	首次系统性地对开放蛋白质语言模型进行结晶预测能力基准测试，并利用ProtGPT2模型生成可结晶蛋白质	仅评估了有限的蛋白质语言模型，且生成的潜在可结晶蛋白质数量较少	评估蛋白质语言模型在预测蛋白质结晶倾向性方面的性能	蛋白质序列及其结晶倾向性	自然语言处理	NA	蛋白质语言模型，深度学习	Transformer, LightGBM, XGBoost	蛋白质序列	3000个生成的蛋白质，最终筛选出5个潜在可结晶蛋白质	TRILL, LightGBM, XGBoost	ESM2, Ankh, ProtT5-XL, ProstT5, xTrimoPGLM, SaProt, ProtGPT2	AUPR, AUC, F1-score	NA
1518	2025-10-06	Direct Prediction of 48 Month Survival Status in Patients with Uveal Melanoma Using Deep Learning and Digital Cytopathology Images 2025-Jan-13, Cancers IF:4.5Q1 DOI:10.3390/cancers17020230 PMID:39858012	研究论文	本研究使用深度学习技术分析葡萄膜黑色素瘤的数字细胞病理图像，直接预测患者48个月生存状态	首次使用深度学习直接从细胞病理图像预测葡萄膜黑色素瘤患者长期生存状态，无需基因表达谱分析	样本量较小（74例患者），需要前瞻性验证	开发基于深度学习的葡萄膜黑色素瘤生存预测方法	葡萄膜黑色素瘤患者	数字病理学	葡萄膜黑色素瘤	细针穿刺活检，H&E染色，全玻片扫描	深度学习，人工神经网络	数字细胞病理图像	74例患者，207,260个独特ROI区域	NA	全连接神经网络	准确率，灵敏度	NA
1519	2025-10-06	Multimodal deep learning improves recurrence risk prediction in pediatric low-grade gliomas 2025-Jan-12, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae173 PMID:39211987	研究论文	本研究开发了一种多模态深度学习模型，用于改善儿童低级别胶质瘤术后复发风险预测	首次将预训练的深度学习分割工具提取的MRI影像特征与临床特征相结合，构建多模态模型来预测pLGG术后无事件生存期	需要更大规模的多中心训练数据来提高模型的泛化能力	改善儿童低级别胶质瘤术后复发风险预测和分层	儿童低级别胶质瘤患者	数字病理	脑肿瘤	磁共振成像	深度学习逻辑风险模型	医学影像, 临床数据	396名患者（来自两个机构：Dana Farber/Boston Children's Hospital和Children's Brain Tumor Network）	NA	NA	时间依赖性一致性指数, Kaplan-Meier曲线, log-rank检验	NA
1520	2025-10-06	Unsupervised deep learning of electrocardiograms enables scalable human disease profiling 2025-Jan-12, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01418-9 PMID:39799251	研究论文	开发无监督深度学习模型从心电图中检测人类疾病	使用深度学习去噪自编码器系统评估心电图编码与约1600种疾病的关联	模型开发与评估使用的数据集分离，未明确说明具体数据限制	探索心电图在人类疾病检测中的应用潜力	心电图数据与Phecode疾病分类系统	机器学习	心血管疾病	心电图分析	自编码器	心电图信号	三个独立数据集（具体数量未明确）	NA	去噪自编码器	p值，疾病鉴别能力	NA