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
601	2025-04-25	ConvexAdam: Self-Configuring Dual-Optimization-Based 3D Multitask Medical Image Registration 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3462248 PMID:39283782	研究论文	提出了一种基于凸优化和Adam优化的自配置双优化3D多任务医学图像配准方法	结合预训练语义特征提取模型与快速双优化过程，提出自动超参数选择程序，实现自配置图像配准框架	需要依赖预训练模型，可能在不同数据集上的泛化能力有限	开发一种快速、通用且精确的医学图像配准方法	多任务医学图像配准	数字病理	NA	凸优化，Adam优化，预训练语义特征提取	NA	3D医学图像	Learn2Reg挑战数据集中的所有可用数据	NA	NA	NA	NA
602	2025-10-07	Deep learning on pre-procedural computed tomography and clinical data predicts outcome following stroke thrombectomy 2025-Feb-14, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021154 PMID:38527795	研究论文	本研究利用深度学习方法基于术前CT影像和临床数据预测卒中患者血栓切除术后的功能结局	首次将深度学习应用于术前CT影像与临床数据的融合分析，并与传统机器学习方法和现有预后工具MR PREDICTS进行系统性比较	仅使用术前数据，未纳入术中和术后数据；样本量相对有限	改进缺血性卒中患者接受血管内血栓切除术前的预后预测能力	接受血管内血栓切除术的缺血性卒中患者	医学影像分析	卒中	CT头部扫描, CT血管造影	深度学习模型, 逻辑回归, 随机森林	影像数据, 临床数据	975名患者（模型开发队列778人，外部验证队列197人）	NA	NA	AUC	NA
603	2025-04-24	Deep learning model based on contrast-enhanced ultrasound for predicting vessels encapsulating tumor clusters in hepatocellular carcinoma 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10985-0 PMID:39066894	研究论文	基于对比增强超声的深度学习模型用于预测肝细胞癌中的血管包裹肿瘤簇模式	提出了一种非侵入性的深度学习方法，利用对比增强超声图像预测肝细胞癌中的VETC模式，并评估其对术后早期复发的预测价值	研究为回顾性设计，样本量相对较小（242例患者）	开发并验证一种非侵入性工具，用于预测肝细胞癌中的VETC模式和术后早期复发风险	肝细胞癌患者	数字病理	肝细胞癌	对比增强超声(CEUS)	ResNet-18 CNN	图像	242例肝细胞癌患者（训练组195例，测试组47例）	NA	NA	NA	NA
604	2025-04-24	Multi-reader multiparametric DECT study evaluating different strengths of iterative and deep learning-based image reconstruction techniques 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10974-3 PMID:39046499	research paper	本研究通过多读者比较，评估了深度学习图像重建（DLIR）与标准自适应统计迭代重建-V（ASIR-V）在多参数双能CT（DECT）图像重建中的表现	首次在多参数DECT图像重建中比较了DLIR与ASIR-V的不同强度，并发现DLIR在图像质量上具有优势	研究为回顾性设计，样本量相对较小（100例患者）	比较DLIR与ASIR-V在多参数DECT图像重建中的性能差异	接受门静脉期腹部CT扫描的100例患者	医学影像处理	NA	双能CT（DECT）扫描	深度学习图像重建（DLIR）	CT图像	100例患者	NA	NA	NA	NA
605	2025-04-24	Development of a Deep Learning Model for Classification of Hepatic Steatosis from Clinical Standard Ultrasound 2025-02, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.09.020 PMID:39537545	研究论文	开发了一种深度学习模型，用于从临床标准超声图像中分类肝脂肪变性	利用深度学习技术从标准灰度超声图像中分类肝脂肪变性，提供高敏感性和准确性	单中心回顾性研究，样本量相对较小（403例患者）	开发一种深度学习程序，用于从标准超声图像中分类肝脂肪变性	肝脂肪变性患者	数字病理学	肝脂肪变性	深度学习	深度学习多实例程序	图像	403例患者的403次超声检查	NA	NA	NA	NA
606	2025-10-07	The Future of Artificial Intelligence Using Images and Clinical Assessment for Difficult Airway Management 2025-Feb-01, Anesthesia and analgesia IF:4.6Q1 DOI:10.1213/ANE.0000000000006969 PMID:38557728	综述	本文综述了人工智能在困难气道管理中应用的优势、临床影响及未来发展方向	探讨了智能插管设备的未来发展方向及机器学习在困难喉镜预测中的建模应用	NA	评估人工智能在困难气道管理中的应用价值及发展前景	困难气道患者	计算机视觉	气道管理相关疾病	医学影像技术	深度学习,机器学习	图像	NA	NA	NA	NA	NA
607	2025-10-07	Looking outside the box with a pathology aware AI approach for analyzing OCT retinal images in Stargardt disease 2025-02-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85213-w PMID:39922894	研究论文	提出一种结合病理感知损失函数的深度学习方法，用于分析Stargardt病视网膜OCT图像的自动分割	引入病理感知损失函数和区域自适应分割策略，在退化区域采用整体视网膜分割，在相对完好区域进行子层细分	主要针对STGD1疾病，在其他视网膜疾病中的适用性需要进一步验证	开发可靠的OCT图像自动分割方法以支持Stargardt病的疾病进展追踪和治疗效果评估	Stargardt病1型患者的视网膜OCT图像	数字病理	Stargardt病	光学相干断层扫描	深度学习	图像	NA	NA	NA	Dice系数	NA
608	2025-10-07	Severe deviation in protein fold prediction by advanced AI: a case study 2025-02-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89516-w PMID:39922965	研究论文	通过案例研究揭示先进AI在蛋白质折叠预测中出现的严重偏差	首次报道双结构域蛋白质实验结构与AI预测模型间存在严重空间构象偏差	仅针对单一蛋白质案例进行研究，未系统评估其他蛋白质的预测偏差	评估AI蛋白质结构预测模型的准确性和局限性	双结构域蛋白质的三维空间结构	计算生物学	NA	蛋白质结构预测	深度学习	蛋白质序列, 三维结构坐标	1个双结构域蛋白质	AlphaFold	NA	RMSD, 空间位置偏差	NA
609	2025-10-07	Discovering effect of intuitionistic fuzzy transformation in multi-layer perceptron for heart disease prediction: a study 2025-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2284095 PMID:38013456	研究论文	本研究探索直觉模糊变换在多层感知器心脏病预测中的应用效果	将直觉模糊集理论引入特征工程，同时考虑隶属度和非隶属度两种不确定性，相比传统模糊集仅考虑单一不确定性具有创新性	NA	通过直觉模糊变换改进特征表示，提高心脏病预测的准确性	心脏病患者的临床参数	机器学习	心血管疾病	直觉模糊变换，模糊集理论	MLP	临床参数数据	NA	NA	多层感知器	NA	NA
610	2025-10-07	Enhancing drug discovery in schizophrenia: a deep learning approach for accurate drug-target interaction prediction - DrugSchizoNet 2025-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2282951 PMID:38375638	研究论文	提出一种名为DrugSchizoNet的深度学习模型，用于精神分裂症药物靶点相互作用的精准预测	结合LSTM和全连接层处理序列数据，采用OB-MOA优化超参数，有效解决数据不平衡、噪声和过拟合问题	仅针对精神分裂症疾病，未验证在其他疾病上的泛化能力	提升精神分裂症药物发现过程中的药物靶点相互作用预测准确性	药物靶点相互作用数据	机器学习	精神分裂症	深度学习	LSTM, FC	药物相关数据	来自DrugBank和repoDB数据库的药物数据	NA	LSTM, 全连接网络	准确率, 召回率, 特异性, 精确率, F1分数, AUPR, AUROC	NA
611	2025-10-07	Neurosurgery inpatient outcome prediction for discharge planning with deep learning and transfer learning 2025-Feb, British journal of neurosurgery IF:1.0Q3 DOI:10.1080/02688697.2022.2151565 PMID:36458628	研究论文	本研究使用深度学习和迁移学习预测神经外科住院患者的出院时间和出院目的地等临床结局	首次将迁移学习应用于神经外科住院患者的自由文本医疗数据，通过每日查房记录实现动态预测	研究样本量相对有限（1341例住院记录），仅基于单中心数据	开发能够辅助神经外科出院规划的住院患者结局预测模型	神经外科住院患者	自然语言处理	神经外科疾病	深度学习	人工神经网络	文本数据（入院记录和查房记录）	1341例住院记录	NA	人工神经网络	AUC	NA
612	2025-10-07	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	本研究开发了用于检测西班牙语推文中关于COVID-19疫苗接种立场的深度学习模型	首次针对西班牙语推文开发立场检测模型，填补了非英语社交媒体分析的研究空白	语言特定嵌入模型未能超越多语言嵌入或TF-IDF特征，因为BERT或RoBERTa嵌入不熟悉Twitter常用俚语和疫情期间特定语境	开发西班牙语社交媒体帖子的立场检测模型	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，文本挖掘	BERT, BiLSTM, RoBERTa, SVM	文本	6170条推文（2020年3月1日至2022年1月4日期间发布）	NA	BERT-Multi+BiLSTM, BETO+BiLSTM, RoBERTa BNE-LSTM	F1分数, Matthews相关系数, AUC	NA
613	2025-10-07	Application of deep learning algorithm for judicious use of anti-VEGF in diabetic macular edema 2025-02-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87290-3 PMID:39915516	研究论文	开发混合深度学习模型预测糖尿病黄斑水肿患者对抗VEGF治疗的反应	首次结合OCT图像和临床数据构建混合深度学习模型，用于预测抗VEGF治疗反应	样本量较小（181例患者），需进一步验证	提高抗VEGF治疗在糖尿病黄斑水肿中的精准应用	糖尿病黄斑水肿患者	医学影像分析	糖尿病黄斑水肿	光学相干断层扫描（OCT）	CNN, MLP	图像, 表格数据	181例患者	NA	卷积神经网络, 多层感知器	准确率, 精确率, 召回率, AUC-ROC	NA
614	2025-10-07	A deep learning approach for automatic 3D segmentation of hip cartilage and labrum from direct hip MR arthrography 2025-02-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86727-z PMID:39920175	研究论文	本研究开发了一种基于卷积神经网络的自动3D分割方法，用于从髋关节MR关节造影中分割髋关节软骨和盂唇	首次使用U-Net架构的CNN实现髋关节软骨和盂唇的完全自动3D分割，并在外部数据集上验证了模型泛化能力	回顾性单中心研究，样本量相对有限，外部验证数据集较小	开发自动分割髋关节软骨和盂唇的深度学习模型	髋关节软骨和盂唇	医学影像分析	髋关节疾病	MR关节造影，3D T1 mapping序列，3D T2加权序列	CNN	3D MRI图像	100名有症状患者（训练80例，测试20例），外部验证40名患者	NA	U-Net	Dice相似系数	NA
615	2025-10-07	Deep learning-based prediction of autoimmune diseases 2025-02-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88477-4 PMID:39920178	研究论文	本研究提出两种深度学习模型用于预测T细胞介导的自身免疫性疾病	开发了基于卷积神经网络的AutoY模型和集成注意力机制的双向LSTM模型LSTMY，首次将T细胞受体数据用于自身免疫性疾病预测	仅针对四种自身免疫性疾病进行验证，未涵盖所有自身免疫性疾病类型	利用深度学习技术预测自身免疫性疾病	T细胞介导的自身免疫性疾病	机器学习	自身免疫性疾病	T细胞受体测序	CNN, LSTM	生物序列数据	NA	NA	卷积神经网络, 双向LSTM	AUC	NA
616	2025-10-07	A comprehensive analysis of deep learning and transfer learning techniques for skin cancer classification 2025-02-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82241-w PMID:39920179	研究论文	本研究系统分析深度学习和迁移学习技术在皮肤癌分类中的应用，提出有效的皮肤病变图像分类方法	比较三种不同策略：微调预训练网络、预训练网络作为特征提取器结合机器学习分类器、多预训练网络特征融合结合机器学习分类器	仅使用单一数据集（ISIC 2018），仅区分良性和恶性两类皮肤病变	开发准确的皮肤癌自动分类方法以辅助早期诊断	皮肤镜图像中的皮肤病变	计算机视觉	皮肤癌	深度学习，迁移学习	CNN	图像	ISIC 2018数据集中的3300张皮肤疾病图像	NA	VGG19, ResNet18, MobileNet_V2	准确率	NA
617	2025-10-07	Advanced AI-driven detection of interproximal caries in bitewing radiographs using YOLOv8 2025-02-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84737-x PMID:39920198	研究论文	本研究开发了一种基于YOLOv8算法的AI模型，用于改进咬翼片中邻面龋齿的检测	首次将YOLOv8算法应用于邻面龋齿检测，在咬翼片上实现了高精度的自动检测	回顾性研究，样本量相对有限（552张X光片），仅在一家医疗机构进行验证	开发深度学习AI模型以提高邻面龋齿的诊断准确性	咬翼X光片中的邻面龋齿病变	计算机视觉	龋齿	X射线成像	YOLOv8	医学影像	552张X光片，包含1,506个标注图像	PyTorch	YOLOv8	精确率, 召回率, F1分数	NA
618	2025-10-07	FoxA1 knockdown promotes BMSC osteogenesis in part by activating the ERK1/2 signaling pathway and preventing ovariectomy-induced bone loss 2025-02-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88658-1 PMID:39920313	研究论文	本研究通过敲低FOXA1基因促进骨髓间充质干细胞成骨分化并激活ERK1/2信号通路，从而预防卵巢切除诱导的骨质疏松	首次发现FOXA1在骨质疏松中的关键作用，并证明其敲低可通过激活ERK1/2通路促进BMSC成骨分化	研究主要基于小鼠模型，临床转化价值需进一步验证	探索FOXA1基因在骨质疏松发病机制中的作用及治疗潜力	人骨髓间充质干细胞(hBMSCs)和卵巢切除小鼠模型	分子生物学	骨质疏松	随机游走算法,GO富集分析,免疫组化,Western blot,qRT-PCR,慢病毒转染,显微CT	NA	基因表达数据,蛋白质表达数据,影像学数据	NA	NA	NA	基因相似性评分,ALP活性,矿物质沉积量,骨密度测量	NA
619	2025-10-07	Spatially resolved transcriptomics and graph-based deep learning improve accuracy of routine CNS tumor diagnostics 2025-02, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00904-z PMID:39880907	研究论文	开发结合空间转录组学和图神经网络的神经病理学空间转录组分析(NePSTA)方法，用于中枢神经系统肿瘤的精确诊断	首次将空间转录组学与图神经网络结合应用于神经病理诊断，能够从单个5微米组织切片同时进行形态学和分子评估	需要进一步验证在更广泛样本和医疗中心的应用效果	提高中枢神经系统肿瘤常规诊断的准确性	中枢神经系统恶性肿瘤患者和健康捐赠者的组织样本	数字病理	中枢神经系统肿瘤	空间转录组学, DNA甲基化分析, 下一代测序(NGS)	图神经网络(GNN)	空间转录组数据, 组织图像	来自4个医疗中心的130名参与者	NA	图神经网络	准确率	NA
620	2025-10-07	Depression diagnosis: EEG-based cognitive biomarkers and machine learning 2025-02-26, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.115325 PMID:39515528	综述	探讨基于EEG的认知生物标志物和机器学习在抑郁症诊断中的应用	整合EEG生物标志物与机器学习方法，强调其在优化个性化治疗方案和提高诊断准确性方面的潜力	NA	研究抑郁症诊断的新兴生物标志物和计算方法	抑郁症患者和EEG数据	机器学习	抑郁症	EEG	机器学习,深度学习	EEG数据	NA	NA	NA	诊断准确性	NA