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
101	2025-06-05	Detection of periodontal bone loss and periodontitis from 2D dental radiographs via machine learning and deep learning: systematic review employing APPRAISE-AI and meta-analysis 2025-02-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae070 PMID:39656957	系统综述	本文通过系统综述和荟萃分析评估了人工智能在牙科全景和根尖周X光片上评估牙槽骨丢失和牙周炎的应用	使用APPRAISE-AI工具对AI研究进行定量评估，并通过荟萃分析综合评估模型性能	纳入研究的质量参差不齐，缺乏非常高质量的研究，且AI研究的透明度和报告标准有待提高	评估人工智能在牙周炎和牙槽骨丢失诊断中的应用效果	牙科全景和根尖周X光片	数字病理	牙周炎	深度学习	NA	图像	30篇论文（其中10篇符合荟萃分析条件）
102	2025-06-05	Challenges and compromises: Predicting unbound antibody structures with deep learning 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102983 PMID:39862761	研究论文	本文探讨了利用深度学习预测未结合抗体结构的挑战与妥协	讨论了生成模型可能解决未结合抗体结构预测中的问题，并评估了构象异质性对结合动力学的影响	由于结构数据偏向抗体-抗原复合物，深度学习模型在未结合形式上的泛化能力可能受限	改进抗体开发流程中未结合结构的预测	未结合抗体，特别是CDRH3环	机器学习	NA	深度学习	生成模型	结构数据	NA
103	2025-06-05	Radiomics-guided generative adversarial network for automatic primary target volume segmentation for nasopharyngeal carcinoma using computed tomography images 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17493 PMID:39535436	研究论文	提出了一种基于放射组学引导的生成对抗网络（PRG-GAN），用于自动分割鼻咽癌（NPC）的主要靶体积（GTVp）	结合放射组学特征与生成对抗网络（GAN），通过形态学扩张和特征融合提高分割准确性	研究样本量较小（157例患者），且仅基于CT图像，未涉及其他影像模态	解决鼻咽癌主要靶体积（GTVp）在CT图像上因低对比度分辨率导致的自动分割难题	鼻咽癌（NPC）患者的CT图像	数字病理	鼻咽癌	放射组学特征提取、生成对抗网络（GAN）	GAN（生成对抗网络）	CT图像	157例鼻咽癌患者（训练集108例，验证集9例，测试集30例）
104	2025-06-04	Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room 2025-Feb-20, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf001 PMID:39787045	研究论文	本研究开发并评估了一种利用心电图（ECG）数据增强急诊室（ER）中急性心力衰竭（AHF）识别的深度学习模型	使用深度学习模型结合ECG和临床数据显著提高了AHF在急诊室的检测准确率	研究为回顾性队列研究，可能存在选择偏差	开发并评估一种深度学习模型，以提高急诊室中急性心力衰竭（AHF）的识别准确率	急诊室就诊的急性心力衰竭患者	机器学习	心血管疾病	ECG数据分析	CatBoost, XGBoost, Light GBM	ECG数据和临床数据	19,285名患者（其中9,119名诊断为AHF）
105	2025-06-04	Enhancing motor imagery EEG signal decoding through machine learning: A systematic review of recent progress 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109534 PMID:39672015	review	本文系统性回顾了神经科学与深度学习在解码运动想象脑电图（EEG）信号方面的最新进展，旨在提升运动障碍患者的生活质量	总结了自2017年以来相关研究的关键发现，重点关注数据集、预处理方法、特征提取技术和深度学习模型的应用	EEG信号的信噪比低且个体间存在固有变异性，这在实际应用中带来了挑战	探索EEG信号解码技术，以改善运动障碍患者的沟通方式	运动想象EEG信号	machine learning	neurological disorders	EEG	deep learning models	EEG signals	NA
106	2025-06-04	Diagnostic performance of neural network algorithms in skull fracture detection on CT scans: a systematic review and meta-analysis 2025-Feb, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-024-02300-7 PMID:39680295	系统综述与荟萃分析	评估卷积神经网络（CNN）在CT扫描中诊断颅骨骨折的性能	首次系统评估CNN在颅骨骨折CT诊断中的表现，并进行了荟萃分析	研究间存在异质性，可能存在发表偏倚	评估CNN模型在CT图像上诊断颅骨骨折的准确性	颅骨骨折的CT影像	医学影像分析	颅骨骨折	深度学习	CNN	CT图像	11项研究，共20798名患者
107	2025-06-04	Improving functional correlation of quantification of interstitial lung disease by reducing the vendor difference of CT using generative adversarial network (GAN) style conversion 2025-Feb, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111899 PMID:39740598	研究论文	通过使用生成对抗网络（GAN）风格转换减少CT厂商差异，改善间质性肺病量化功能相关性	使用RouteGAN进行CT风格转换，减少不同厂商CT间的量化差异，提高定量CT（QCT）测量的功能相关性	研究样本量较小（112例患者），且仅针对特发性肺纤维化（IPF）患者	评估CT风格转换是否能减少间质性肺病（ILD）量化中的厂商差异，并改善QCT测量的功能相关性	特发性肺纤维化（IPF）患者	数字病理学	肺纤维化	生成对抗网络（GAN）风格转换	RouteGAN	CT图像	112例患者（平均年龄61岁，82名男性）
108	2025-06-01	Adaptive genetic algorithm based deep feature selector for cancer detection in lung histopathological images 2025-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86362-8 PMID:39922836	research paper	该研究提出了一种基于自适应遗传算法的深度特征选择器，用于肺癌组织病理学图像的癌症检测	使用通道注意力机制的深度学习模型作为特征提取器，并结合自适应遗传算法进行特征选择，采用过滤方法计算染色体适应度分数	仅在公开数据集LC25000上进行测试，未在其他数据集或实际临床环境中验证	提高肺癌检测的准确性和效率	肺癌组织病理学图像	digital pathology	lung cancer	deep learning, genetic algorithm	CNN, K-nearest neighbors	image	LC25000数据集中的样本
109	2025-05-31	Deep learning approach to parameter optimization for physiological models 2025-Feb-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.25.639944 PMID:40060611	研究论文	提出了一种利用神经网络评估和改进生物数据建模中非线性动力学和参数推断的新方法	使用卷积神经网络同时处理生物建模、参数化和参数推断，为数学模型中的参数推断建立了深度学习框架	方法依赖于模拟数据的生成，可能受到模拟数据与真实数据差异的影响	改进生物数据建模中的参数优化方法	葡萄糖、胰岛素和游离脂肪酸（FFA）的动力学模型	机器学习	NA	卷积神经网络	CNN	临床数据和模拟数据	有限的临床数据和大量模拟数据
110	2025-05-31	Combinatorial mapping of E3 ubiquitin ligases to their target substrates 2025-Feb-20, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2025.01.016 PMID:39919746	研究论文	本文介绍了一种名为COMET的组合映射方法，用于大规模识别E3泛素连接酶与其底物蛋白的降解关系	开发了COMET框架，能够在一个实验中同时测试多个E3连接酶对多个候选底物的降解作用，并利用深度学习预测E3-底物相互作用的结构基础	未明确说明实验验证的覆盖范围是否足够全面，深度学习模型的预测准确性可能存在局限	大规模识别人类E3泛素连接酶与其底物蛋白的降解关系	人类E3泛素连接酶及其底物蛋白	生物信息学	NA	COMET框架、深度学习	深度学习模型	蛋白质相互作用数据	6,716种F-box-ORF组合和26,028种E3-TF组合
111	2025-05-31	Exploring a decade of deep learning in dentistry: A comprehensive mapping review 2025-Feb-19, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06216-5 PMID:39969623	review	本文系统回顾了过去十年深度学习在牙科领域的应用，包括诊断、治疗规划和预后预测等方面	提供了深度学习在牙科领域的全面概述，识别了研究趋势和未来改进方向	主要依赖监督学习，需要大量标注数据，且未充分探索新兴模型架构	探索深度学习在牙科领域的应用及其临床意义	2012年至2023年发表的深度学习在牙科领域的研究	digital pathology	NA	深度学习	CNN	image	1,007项研究（从21,242项筛选）
112	2025-05-31	Deep Learning Derived Adipocyte Size Reveals Adipocyte Hypertrophy is under Genetic Control 2025-Feb-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.11.25322053 PMID:39990583	研究论文	本研究利用深度学习技术自动分析脂肪细胞大小，探讨其与肥胖相关性状及遗传关联的关系	开发了基于深度学习的脂肪组织切片语义分割方法，进行了迄今为止最大规模的脂肪细胞表型与遗传关联研究	研究样本主要来自特定人群，可能限制结果的普适性	探究脂肪细胞大小与肥胖相关代谢特征的关联及其遗传基础	皮下和内脏脂肪组织样本	数字病理学	肥胖相关疾病	深度学习	语义分割模型	组织切片图像	5个独立队列中的2,667份样本，包含9,000张全切片图像和超过2,700万个脂肪细胞
113	2025-05-31	Unraveling Human Hepatocellular Responses to PFAS and Aqueous Film-Forming Foams (AFFFs) for Molecular Hazard Prioritization and In Vivo Translation 2025-Feb-11, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c10595 PMID:39893674	研究论文	本研究探讨了人类肝细胞对PFAS和AFFFs的反应，旨在预测人类肝损伤的效力范围并识别更安全的替代品	结合高通量转录组学、细胞形态图像的深度学习和肝酶泄漏分析，创新性地将机制性肝细胞反应数据转化为预测PFAS诱导的肝肿大效力范围	研究仅使用了体外培养的人类肝细胞（HepaRG, 2D），可能无法完全模拟体内环境	理解PFAS和AFFFs的毒性潜力，识别更安全的替代品，并为风险评估提供新方法	人类肝细胞（HepaRG, 2D）和30种物质（包括AFFF、PFAS和临床药物）	毒理学	肝病	高通量转录组学、深度学习、肝酶泄漏分析	深度学习	转录组数据、细胞形态图像	30种物质（包括AFFF、PFAS和临床药物）
114	2025-05-31	Artificial intelligence-driven volumetric CT outcome score in cystic fibrosis: longitudinal and multicenter validation with/without modulators treatment 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11019-5 PMID:39150489	研究论文	本研究通过3D深度学习技术开发了一种自动定量测量囊性纤维化(CF)患者气道异常的CT评分方法(NOVAA-CT)，并进行了纵向和多中心的临床验证	首次开发了基于AI的全肺自动定量CT评分系统(NOVAA-CT)，可全面监测CF严重程度并量化治疗效果	研究为回顾性设计，样本量相对有限(139例)	验证AI驱动的容积CT评分在囊性纤维化诊疗中的临床应用价值	接受ETI或ABPA治疗的囊性纤维化患者	数字病理	囊性纤维化	3D深度学习	3D CNN	CT影像	139例CF患者(ETI组60例，ABPA组20例，外部验证组59例)
115	2025-05-31	Disease Activity and Therapeutic Response to Pegcetacoplan for Geographic Atrophy Identified by Deep Learning-Based Analysis of OCT 2025-Feb, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.08.017 PMID:39151755	研究论文	使用基于深度学习的OCT图像分析量化pegcetacoplan治疗下地理萎缩(GA)中光感受器(PRs)和视网膜色素上皮(RPE)层的形态变化	首次采用深度学习技术对OCT图像进行分割，量化PR和RPE的退化情况，并评估pegcetacoplan治疗的疗效	研究为事后纵向图像分析，可能存在选择偏倚	评估pegcetacoplan治疗对GA患者PR和RPE层退化的影响	年龄相关性黄斑变性导致的GA患者	数字病理学	年龄相关性黄斑变性	OCT成像	深度学习	图像	897名患者的897只眼
116	2025-05-31	Spatial Transcriptomics of the Respiratory System 2025-Feb, Annual review of physiology IF:15.7Q1 DOI:10.1146/annurev-physiol-022724-105144 PMID:39353142	综述	本文回顾了呼吸系统空间转录组学的最常用分析流程，并概述了机器学习和人工智能在空间数据解释中的最新进展	结合机器学习和深度学习计算工具的空间解析基因表达技术，为理解呼吸系统细胞类型的三维空间互作提供了新方法	文中提到的技术和方法可能仍存在数据处理和解释的挑战	探讨呼吸系统细胞类型在三维空间中的互作机制及其在健康和疾病中的作用	呼吸系统（肺和气道）的细胞类型	空间转录组学	肺癌、COVID-19、肺纤维化	空间解析基因表达技术	机器学习、深度学习	基因表达数据	NA
117	2025-05-31	Personalized federated learning for abdominal multi-organ segmentation based on frequency domain aggregation 2025-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14602 PMID:39636019	research paper	提出了一种基于频域聚合的个性化联邦学习框架（PAF-Fed），用于腹部多器官分割	PAF-Fed选择性收集部分模型参数进行客户端间协作，保留其余参数以学习本地数据分布，并利用傅里叶变换与自注意力机制聚合参数的低频成分	NA	解决医学图像分割中数据隐私和标注工作量大的问题	腹部多器官分割	digital pathology	NA	Federated Learning (FL), Fourier Transform, Self-attention mechanism	DL models	MRI, CT	CHAOS 2019数据集和私人CT数据集
118	2025-05-31	Tumour purity assessment with deep learning in colorectal cancer and impact on molecular analysis 2025-Feb, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6376 PMID:39710952	研究论文	本文探讨了深度学习模型SoftCTM在结直肠癌肿瘤纯度评估中的应用及其对分子分析的影响	开发了开源多器官深度学习模型SoftCTM，用于H&E染色切片中肿瘤和非肿瘤细胞的检测，并在OCELOT Challenge 2023中开发	NA	比较SoftCTM与传统病理学(CP)和生物信息学反卷积方法在肿瘤纯度评估(TPE)中的效用和准确性	结直肠癌(CRC)患者	数字病理学	结直肠癌	RNA表达分析、DNA甲基化分析	深度学习(DL)	数字病理图像、多组学数据	1,097名患者
119	2025-05-31	Multi-modal prediction of extracorporeal support-a resource intensive therapy, utilizing a large national database 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae158 PMID:39764170	研究论文	开发了一个名为PreEMPT-ECMO的分层深度学习模型，用于预测ECMO的使用，以优化患者分诊和资源分配	利用多模态数据开发了一个连续预测ECMO使用的分层深度学习模型，该模型整合了静态和多粒度时间序列特征，优于现有的预测模型	未来需要在前瞻性验证和非COVID-19难治性呼吸衰竭中进行泛化性验证	开发一个连续的ECMO风险预测模型，以优化患者分诊和资源分配	使用ECMO的患者	机器学习	COVID-19	深度学习	分层深度学习模型	多模态数据（静态和时间序列数据）	101,400名患者（其中1,298名使用ECMO）
120	2025-05-31	Semantic Segmentation of TB in Chest X-rays: a New Dataset and Generalization Evaluation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047222 PMID:40224922	research paper	该研究介绍了一个新的数据集TB-Portals SIFT，用于胸部X光片中结核病(TB)病灶的语义分割，并评估了多种语义分割模型的性能	提出了一个新的数据集TB-Portals SIFT，包含6,328张带有10,435个伪标签病灶实例的胸部X光片，并首次将语义分割模型应用于TB病灶分割任务	数据集使用伪标签而非专家标注，可能影响模型性能评估的准确性	开发能够自动分割胸部X光片中TB病灶的深度学习模型，以提高TB诊断的自动化水平和可解释性	胸部X光片中的TB病灶	computer vision	lung cancer	深度学习	UNet, YOLOv8-seg, DenseNet121	image	6,328张胸部X光片，包含10,435个伪标签病灶实例