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
11581	2025-04-20	Accuracy of vestibular schwannoma segmentation using deep learning models - a systematic review & meta-analysis 2025-Mar, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03449-1 PMID:39179652	meta-analysis	本文通过系统综述和荟萃分析评估深度学习模型在前庭神经鞘瘤分割中的准确性	填补了深度学习在前庭神经鞘瘤自动分割领域的知识空白	仅针对MR图像进行分析，未涉及其他影像学数据	评估深度学习算法在前庭神经鞘瘤MR图像分割中的应用现状	前庭神经鞘瘤（VS）患者	digital pathology	vestibular schwannoma	深度学习	DL	MR图像	NA
11582	2025-04-20	Training deep learning models on personalized genomic sequences improves variant effect prediction 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618510 PMID:39463940	research paper	该研究展示了在匹配的个人基因组上训练深度学习模型可以提高其在变异效应预测中的性能	通过使用匹配的个人基因组数据进行训练，提高了序列到功能模型在变异效应预测中的性能	未提及具体的模型性能提升幅度或与其他方法的比较	提高序列到功能模型在变异效应预测中的性能	个人基因组数据	machine learning	NA	deep learning	sequence-to-function models	genomic sequences	NA
11583	2025-04-20	Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf007 PMID:40008184	研究论文	本研究利用深度学习技术检测西班牙语推文中关于COVID-19疫苗接种的立场	开发了针对西班牙语社交媒体帖子的立场检测模型，填补了非英语语料研究的空白	语言特定嵌入模型未超越多语言嵌入或TF-IDF特征，可能由于BERT或RoBERTa嵌入不熟悉Twitter常用俚语和疫情期间的特殊语境	开发西班牙语社交媒体帖子的立场检测模型，以支持公共卫生应用	关于COVID-19疫苗接种的西班牙语推文	自然语言处理	COVID-19	深度学习	BERT-Multi+BiLSTM, BETO+BiLSTM, RoBERTa BNE-LSTM, TF-IDF+SVM	文本	6170条推文（2020年3月1日至2022年1月4日期间发布）
11584	2025-04-20	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究利用Mask R-CNN深度学习模型，通过迁移学习技术，针对蜂箱环境中的东方蜜蜂（Apis cerana）进行个体检测与分割	采用迁移学习方法，利用先前训练的西方蜜蜂（Apis mellifera）模型权重，并通过数据预处理技术（如亮度和对比度增强）提升模型性能，在保持高性能的同时大幅减少训练和验证集的数据量	研究仅针对特定蜜蜂种类（Apis cerana）进行，可能不适用于其他蜜蜂种类或更广泛的昆虫检测与分割任务	实现蜂箱环境中东方蜜蜂的高精度个体检测与分割，以支持自动化行为分析	东方蜜蜂（Apis cerana）	计算机视觉	NA	迁移学习，数据预处理（亮度和对比度增强）	Mask R-CNN	图像	训练和验证集数量较先前研究减少了85%，具体数量未明确说明
11585	2025-04-20	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究探讨了基于深度学习的CSAI加速技术在神经肌肉疾病患者肌肉水T2成像中的应用，显著缩短了扫描时间	首次将CSAI加速技术应用于定量MRI，实现了扫描时间减少50%以上且不影响定量准确性	研究样本量较小（仅10名FSHD患者），且仅针对大腿肌肉进行了评估	评估AI加速MRI技术在神经肌肉疾病定量诊断中的应用价值	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	CSAI（压缩感知与并行成像结合的AI重建技术）	深度学习	MRI图像	10名FSHD患者，双侧大腿肌肉6个感兴趣区域
11586	2025-04-20	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	research paper	提出了一种名为EnsembleDL-Lipo的集成深度学习框架，用于优化脂质运载蛋白序列的分类	结合CNN和DNN的集成深度学习框架，利用PSSM特征提升分类性能	未提及具体的数据集规模限制或模型泛化能力的详细测试	提高脂质运载蛋白序列的分类准确性和计算效率	脂质运载蛋白序列	machine learning	NA	PSSM-based features	CNN, DNN	biological sequences	NA
11587	2025-04-20	Artificial intelligence in hospital infection prevention: an integrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1547450 PMID:40241963	综述	本文通过整合42项研究，评估了人工智能（AI）在医院感染预防中的有效性、可用性和挑战	AI模型在多种医院获得性感染（HAIs）的检测、监测和预防中表现出高预测准确性，特别是在手术部位感染和尿路感染方面，AUC得分超过0.80	研究面临全面临床医生培训需求、高集成成本以及与现有工作流程兼容性等挑战	评估AI模型在预防、检测和管理HAIs中的有效性、可用性和挑战	医院获得性感染（HAIs）	医疗人工智能	医院获得性感染	机器学习、深度学习、神经网络、决策树、随机森林、可解释AI（XAI）	CNN, LSTM, GAN	电子健康记录（EHRs）	42项研究
11588	2025-04-20	Improved performance of fNIRS-BCI by stacking of deep learning-derived frequency domain features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314447 PMID:40245060	研究论文	本研究通过堆叠深度学习提取的频域特征，提高了基于功能近红外光谱的脑机接口（fNIRS-BCI）系统的性能	提出了堆叠和快速傅里叶变换（fft）方法用于特征提取和分类，显著提高了分类准确率	研究仅针对二十名参与者进行，样本量较小	提高fNIRS-BCI系统的分类性能，帮助运动障碍患者恢复自主能力	fNIRS信号和手部握持运动活动	脑机接口	运动障碍	fNIRS神经成像系统、深度学习算法	CNN、LSTM、Bi-LSTM	fNIRS信号	20名参与者
11589	2025-04-20	A method of rice panicle number counting based on improved CSRNet model 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1494564 PMID:40247946	研究论文	本研究提出了一种基于改进CSRNet模型的水稻穗粒数计数方法	改进CSRNet模型并应用于水稻穗粒数计数，开发了Android端实时计数APP和PC端批量计数软件	未提及模型在不同光照或品种条件下的泛化能力	为水稻穗粒数计数提供理论依据和技术支持	水稻穗粒	计算机视觉	NA	深度学习	改进的CSRNet	图像	未明确说明样本数量
11590	2025-04-20	Protein structure prediction via deep learning: an in-depth review 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1498662 PMID:40248099	综述	本文深入探讨了深度学习在蛋白质结构预测中的应用及其对药物发现和开发的影响	全面回顾了深度学习在蛋白质结构预测中的最新进展，包括大型语言模型和尖端深度学习方法	未提及具体实验验证或实际应用案例	探讨深度学习在蛋白质结构预测领域的应用及其潜力	蛋白质结构预测	机器学习	NA	深度学习、大型语言模型	NA	蛋白质序列数据	NA
11591	2025-04-20	Clinical and Radiological Fusion: A New Frontier in Predicting Post-Transplant Diabetes Mellitus 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14377 PMID:40248509	研究论文	本研究通过整合临床和放射学数据，开发了一个预测移植后糖尿病（PTDM）的模型，以识别高风险肾移植受者	结合临床指标和深度学习分析的CT图像，专注于体成分参数（如脂肪组织和肌肉质量），而非BMI或其他生物标志物	研究为回顾性分析，可能存在选择偏倚，且样本仅来自三个Mayo Clinic站点	预测肾移植受者术后糖尿病（PTDM）的发生风险	2005名非糖尿病肾移植受者	数字病理学	糖尿病	深度学习分析	深度学习模型	临床数据和CT图像	2005名非糖尿病肾移植受者，其中335名（16.7%）在术后一年内发展为PTDM
11592	2025-04-19	Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT 2025-Jun, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04830-0 PMID:39572485	研究论文	评估深度学习增强的零回波时间MRI与传统重建方法在肩关节不稳定性中的图像质量和病变显着性，并与CT进行比较	使用深度学习算法重建零回波时间MRI，显著提高了图像分辨率和病变显着性，与CT相比具有几乎完美的一致性	样本量较小（44例患者），且仅限于有症状的前肩关节不稳定性患者	评估深度学习增强的零回波时间MRI在肩关节不稳定性中的诊断性能	肩关节不稳定性患者	医学影像分析	肩关节不稳定性	零回波时间MRI（ZTE MRI）、CT	深度学习算法	医学影像	44例患者（9名女性，平均年龄33.5±15.65岁）
11593	2025-04-19	Leveraging protein language models for robust antimicrobial peptide detection 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.002 PMID:40049432	研究论文	本研究提出了一种名为PLAPD的新型框架，利用预训练的ESM2蛋白质语言模型进行抗菌肽分类	结合了卷积层进行局部特征提取和残差Transformer模块进行全局特征提取，提高了抗菌肽预测的准确性和效率	未提及具体局限性	开发一种高效准确的抗菌肽预测工具，以应对全球抗生素耐药性挑战	抗菌肽（AMPs）	自然语言处理	NA	蛋白质语言模型（PLMs）	ESM2, CNN, Transformer	蛋白质序列	8,268条肽序列
11594	2025-04-19	OmniClust: A versatile clustering toolkit for single-cell and spatial transcriptomics data 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.007 PMID:40057293	研究论文	本文介绍了一个名为OmniClust的工具包，用于单细胞和空间转录组数据的聚类分析	开发了一个整合单细胞RNA测序和空间转录组数据的算法工具包，采用深度学习和机器学习算法进行特征学习和聚类	未提及具体的技术限制或数据集局限性	开发一个适用于单细胞和空间转录组数据的通用聚类工具包	单细胞RNA测序（scRNA-seq）和空间转录组数据	生物信息学	乳腺癌	RNA测序（scRNA-seq和空间转录组）	深度学习和机器学习算法	转录组数据	12个空间转录组基准数据集和4个scRNA-seq基准数据集
11595	2025-04-19	A Pilot Study on Deep Learning With Simplified Intravoxel Incoherent Motion Diffusion-Weighted MRI Parameters for Differentiating Hepatocellular Carcinoma From Other Common Liver Masses 2025-Jun-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000316 PMID:40249154	研究论文	本研究开发并评估了一种利用仅3个b值图像衍生的简化IVIM参数结合深度学习技术区分肝细胞癌与其他常见肝脏肿块的性能	首次将简化IVIM参数与3D-CNN架构结合用于HCC鉴别，显著提升了诊断准确率	样本量较小（98例），且为回顾性研究	提高肝细胞癌的影像学鉴别诊断准确率	肝细胞癌与其他常见肝脏肿块	数字病理	肝癌	简化IVIM扩散加权MRI	3D-CNN	MRI图像	98例回顾性MRI数据（68男30女，平均年龄59±14岁）
11596	2024-10-22	Re: Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response from Histologic Slides 2025-May, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2024.10.012 PMID:39428324	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11597	2025-04-19	Comparable Performance Between Automatic and Manual Laryngeal and Hypopharyngeal Gross Tumor Volume Delineations Validated With Pathology 2025-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.12.009 PMID:39788389	研究论文	本研究验证了一种用于喉部和下咽部肿瘤体积分割的深度学习模型，并将其性能与临床医生的手动描绘进行了比较	首次将深度学习模型的分割结果与病理学验证的手动描绘进行比较，证明了其可比性	样本量较小（验证集仅18例患者），且阳性预测值存在显著差异	验证深度学习模型在头颈癌肿瘤体积分割中的性能	喉部和下咽部癌症患者	数字病理学	头颈癌	深度学习	深度学习模型	医学影像	训练集193例患者，验证集18例患者
11598	2025-04-19	Clinical Application of Deep Learning-Assisted Needles Reconstruction in Prostate Ultrasound Brachytherapy 2025-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.12.026 PMID:39800329	research paper	本研究探讨了人工智能辅助的经会阴针重建在超声引导前列腺近距离放射治疗中的临床可行性和时间节省潜力	首次将深度学习技术应用于3D超声引导的前列腺高剂量率近距离放射治疗中的针重建，实现了治疗规划的自动化和效率提升	研究样本来自单一机构，且样本量有限（102例）	评估AI辅助针重建工具在前列腺近距离放射治疗中的临床应用价值	前列腺癌患者	digital pathology	prostate cancer	ultrasound-guided brachytherapy	deep learning	3D ultrasound images	102例超声规划的前列腺近距离放射治疗图像（50例用于模型训练和验证，11例用于评估重建精度，41例用于临床实施评估）
11599	2025-04-19	AI in SPECT Imaging: Opportunities and Challenges 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.03.005 PMID:40189986	综述	本文全面回顾了人工智能在SPECT成像中的应用进展与挑战	总结了深度学习技术在SPECT图像重建、增强、分割及疾病分类等多方面的创新应用，并探讨了自监督学习和对比学习策略提升模型鲁棒性的潜力	数据异质性、模型可解释性及计算复杂性限制了AI方法的临床采用，缺乏标准化评估指标和大规模多模态数据集	提升SPECT成像的定量准确性及临床应用价值	SPECT成像技术及其在心血管、神经和肿瘤疾病中的应用	数字病理学	心血管疾病、神经系统疾病、肿瘤疾病	深度学习	CNN、GAN、transformers	图像	NA
11600	2025-04-19	Correlation of retinal fluid and photoreceptor and RPE loss in neovascular AMD by automated quantification, a real-world FRB! analysis 2025-May, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16799 PMID:39540601	research paper	该研究利用人工智能算法量化抗VEGF治疗期间新生血管性年龄相关性黄斑变性（nAMD）患者的椭圆体带（EZ）损失，并分析其与疾病活动的相关性	首次采用深度学习算法自动量化视网膜内液（IRF）、视网膜下液（SRF）和色素上皮脱离（PED），并评估其对EZ层厚度的影响	样本量相对较小（211眼），且仅来自单一中心（瑞士苏黎世）	评估抗VEGF治疗期间EZ损失与nAMD疾病活动的相关性	新生血管性年龄相关性黄斑变性（nAMD）患者	digital pathology	age-related macular degeneration	spectral domain optical coherence tomography	U-net	image	211只眼（来自158名患者）