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
1	2025-04-02	Parallel convolutional neural networks for non-invasive cardiac hemodynamic estimation: integrating uncalibrated PPG signals with nonlinear feature analysis 2025-Mar-31, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adc366 PMID:40112453	research paper	该研究开发了一种利用数字光电容积描记（PPGD）信号和深度学习技术预测心血管生物标志物的非侵入性方法，用于全面评估心脏血流动力学状态	提出了一种并行卷积神经网络（PCNN）方法，同时处理原始PPGD信号和非线性特征，为心血管生物标志物预测提供了新颖的非侵入性解决方案	研究结果尚未在真实临床环境中验证，未来需要进一步改进临床适用性	开发非侵入性方法预测心脏血流动力学关键参数（如心输出量、系统血管阻力和动脉顺应性）	心脏血流动力学状态（CHS）及其关键参数	machine learning	cardiovascular disease	digital photoplethysmography (PPGD), deep learning	parallel convolutional neural network (PCNN)	PPGD signals	4374名虚拟受试者
2	2025-04-02	Diagnostic performance of deep learning-assisted [18F]FDG PET imaging for Alzheimer's disease: a systematic review and meta-analysis 2025-Mar-31, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07228-9 PMID:40159544	meta-analysis	通过系统综述和荟萃分析评估深度学习辅助[18F]FDG PET成像在阿尔茨海默病诊断中的性能	首次对深度学习辅助[18F]FDG PET成像在阿尔茨海默病诊断中的性能进行系统综述和荟萃分析	研究间存在显著的异质性，部分归因于深度学习方法和成像模态的差异	评估深度学习辅助[18F]FDG PET成像在阿尔茨海默病诊断中的性能	阿尔茨海默病(AD)、轻度认知障碍(MCI)和正常对照(NC)	digital pathology	geriatric disease	[18F]FDG PET成像	深度学习(DL)	医学影像	36项符合纳入标准的研究
3	2025-04-02	Toxicologic Pathology Forum*: Opinion on New Technologies and Trends Disrupting Drug Discovery and Development: How Can the Next Generation of Toxicologic Pathologists Be Prepared for Evolving Roles? 2025-Mar-31, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251321805 PMID:40159889	评论	本文探讨了制药行业技术创新的加速如何重塑药物研发，并提出了毒理病理学家如何适应和利用这些变化的建议	讨论了当前技术变革的速度和规模对毒理病理学家角色的影响，并提出了未来行业所需人才类型的思考	未提出具体的培训或教育方案来应对这些变化	探讨毒理病理学家如何适应制药行业的技术和社会变革，并利用这些变化为药物研发做出更大贡献	毒理病理学家和制药行业	数字病理	NA	人工智能、深度学习、数字病理	NA	NA	NA
4	2025-04-02	Unsupervised Deep Learning of Electronic Health Records to Characterize Heterogeneity Across Alzheimer Disease and Related Dementias: Cross-Sectional Study 2025-Mar-31, JMIR aging IF:5.0Q1 DOI:10.2196/65178 PMID:40163031	研究论文	利用无监督深度学习技术分析电子健康记录，以识别阿尔茨海默病及相关痴呆症的异质性亚型	结合非ADRD诊断代码的预训练嵌入和大型语言模型（LLM）生成的临床记录嵌入，通过分层聚类识别出具有不同临床特征的ADRD亚型	研究仅基于单一记忆诊所的患者数据，可能无法推广到更广泛的人群	识别阿尔茨海默病及相关痴呆症（ADRD）的临床亚型，以支持精准医疗	3454名来自麻省总医院记忆诊所的ADRD患者	自然语言处理	老年病	无监督学习、大型语言模型（LLM）	分层聚类	电子健康记录（EHRs）	3454名ADRD患者
5	2025-04-02	Machine learning radiomics for H3K27M mutation prediction in gliomas: A systematic review and meta-analysis 2025-Mar-31, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03597-y PMID:40163098	meta-analysis	该研究通过系统综述和荟萃分析评估了基于机器学习的影像组学模型在预测胶质瘤H3K27M突变中的性能	首次通过荟萃分析全面评估机器学习模型在预测H3K27M突变中的诊断性能，并比较了深度学习与传统机器学习模型的差异	纳入研究数量有限(15项)，且未对不同MRI序列或特征提取方法进行亚组分析	评估机器学习模型预测胶质瘤H3K27M突变的诊断性能	胶质瘤患者	digital pathology	glioma	MRI radiomics	machine learning/deep learning	medical imaging	15项研究(具体样本量未明确说明)
6	2025-04-02	Generating synthetic brain PET images of synaptic density based on MR T1 images using deep learning 2025-Mar-31, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00744-5 PMID:40163154	研究论文	本研究利用深度学习技术基于MRI T1图像生成合成的大脑突触密度PET图像	首次使用基于卷积的3D编码器-解码器模型从MRI生成[11C]UCB-J SV2A PET合成图像	研究样本量相对有限(160名参与者)，且未验证模型在其他神经退行性疾病中的泛化能力	开发一种从MRI生成合成SV2A PET图像的方法，以解决实际应用中SV2A示踪剂获取困难的问题	包括精神分裂症、大麻使用障碍、阿尔茨海默病患者的脑部图像数据	医学影像分析	神经退行性疾病	深度学习	3D卷积编码器-解码器	MRI和PET医学图像	160名同时进行MRI和[11C]UCB-J PET成像的参与者
7	2025-04-02	Automated detection of retinal artery occlusion in fundus photography via self-supervised deep learning and multimodal interpretability using a multimodal AI chatbot 2025-Mar-31, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03353-7 PMID:40163243	research paper	本研究提出了一种基于自监督深度学习和多模态可解释性的创新AI方法，用于从眼底图像中自动检测视网膜动脉阻塞（RAO）	首次将深度学习应用于RAO检测，并采用自监督学习框架SimCLR解决标记数据不足的问题，同时结合多模态AI聊天机器人（ChatGPT-4）和Grad-CAM可视化提升模型的可解释性	研究未提及模型在更广泛或多样化数据集上的表现，可能影响其普遍适用性	开发一种AI模型，用于早期检测视网膜动脉阻塞（RAO）以预防不可逆的视力损失	眼底图像中的视网膜动脉阻塞（RAO）特征	digital pathology	cardiovascular disease	self-supervised learning (SSL), SimCLR, multimodal interpretability	ResNet50	image	两个外部验证数据集（具体样本量未提及）
8	2025-04-02	Deep Learning-Enhanced Hand-Driven Microfluidic Chip for Multiplexed Nucleic Acid Detection Based on RPA/CRISPR 2025-Mar-31, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414918 PMID:40163382	研究论文	提出了一种名为R-CHIP的便携式系统，用于多重核酸检测，整合了RPA、CRISPR检测、手动微流控和人工智能平台	结合了RPA/CRISPR技术、手动微流控和深度学习模型ResNet-18，提高了检测效率和便捷性	未提及长期稳定性和大规模应用的验证	开发一种便携式系统，用于高风险人乳头瘤病毒（HR-HPV）的早期检测，以改善宫颈癌的预后评估	高风险人乳头瘤病毒（HR-HPV）的临床样本	数字病理学	宫颈癌	RPA, CRISPR, 微流控技术	ResNet-18	图像	300例临床样本
9	2025-04-02	Anticancer drug response prediction integrating multi-omics pathway-based difference features and multiple deep learning techniques 2025-Mar-31, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012905 PMID:40163555	研究论文	本研究提出了一种名为PASO的深度学习模型，用于预测细胞系对抗癌药物的敏感性，整合了多组学通路差异特征和多种深度学习技术	创新点在于整合了transformer编码器、多尺度卷积网络和注意力机制，利用通路差异值作为细胞系特征，并结合药物的SMILES化学结构信息进行预测	虽然模型在预测抗癌药物敏感性方面表现出较高准确性，但未提及在临床实际应用中的验证范围和潜在限制	个体化预测癌症药物敏感性，为精准医疗提供支持	细胞系和药物分子	机器学习	肺癌	多组学数据分析、深度学习	transformer编码器、多尺度卷积网络、注意力机制、MLP	基因表达、基因突变、基因拷贝数变异、药物SMILES化学结构	未明确提及具体样本数量，但使用了细胞系数据和TCGA临床数据
10	2025-04-02	Deep Learning with Reflection High-Energy Electron Diffraction Images to Predict Cation Ratio in Sr2xTi2(1-x)O3 Thin Films 2025-Mar-31, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00787 PMID:40163590	research paper	本研究利用深度学习技术，通过反射高能电子衍射图像预测SrTiO薄膜的化学计量比	将通常仅限于定性评估的诊断工具转变为定量测量薄膜性质的替代方法，揭示了衍射条纹特征与阳离子化学计量比之间先前未知的相关性	数据集较小，仅包含31个样本	加速、理解和控制薄膜合成过程，揭示合成条件与材料性质之间的关系	SrTiO薄膜	machine learning	NA	反射高能电子衍射	gated convolutional neural network	image	31个样本
11	2025-04-02	Artificial Intelligence for Classification of Endoscopic Severity of Inflammatory Bowel Disease: A Systematic Review and Critical Appraisal 2025-Mar-31, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izaf050 PMID:40163659	系统性综述	本文系统性综述并批判性评估了人工智能辅助内镜下炎症性肠病严重程度分类的文献	总结了2019至2024年间31项关于AI模型用于内镜下IBD严重程度分类的研究，并首次使用APPRAISE-AI工具对研究质量进行系统评估	克罗恩病相关研究较少(仅3项)，AI模型的外部验证不足，数据和代码透明度有待提高	评估AI在内镜下炎症性肠病严重程度分类中的应用现状与研究质量	溃疡性结肠炎(28项研究)和克罗恩病(3项研究)的内镜图像/视频	数字病理学	炎症性肠病	深度学习	AI模型（具体类型未说明）	图像和视频	31项研究（未报告总样本量）
12	2025-04-02	Diagnosis of Oral Cancer With Deep Learning. A Comparative Test Accuracy Systematic Review 2025-Mar-31, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15330 PMID:40163741	meta-analysis	比较深度学习模型与人类专家及其他诊断方法在口腔癌临床检测中的准确性	首次系统性地比较深度学习模型与人类专家在口腔癌诊断中的准确性	纳入研究存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的准确性	口腔黏膜病变（癌变与非癌变）的摄影图像	digital pathology	oral cancer	deep learning	NA	image	8项研究（具体样本量未明确说明）
13	2025-04-02	A Tunable Forced Alignment System Based on Deep Learning: Applications to Child Speech 2025-Mar-31, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2024_JSLHR-24-00347 PMID:40163771	research paper	开发了一个基于深度学习的可调谐强制对齐系统Wav2TextGrid，用于儿童语音分析	提出了一个可训练的、说话者自适应的神经强制对齐器，可直接在手动对齐上进行训练	仅使用了42名3至6岁神经典型儿童的语料库进行验证	开发一个适用于非标准语音（如儿童语音）的自动化语音分析工具	儿童语音和TIMIT语料库	natural language processing	NA	deep learning	neural forced aligner	speech	42名3至6岁神经典型儿童
14	2025-04-02	Portal dose image prediction using Monte Carlo generated transmission energy fluence maps of dynamic radiotherapy treatment plans: A deep learning approach 2025-Mar-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc73f PMID:40164089	research paper	该研究开发了一种结合蒙特卡洛模拟和深度学习的混合模型，用于预测动态放射治疗计划中的电子门控成像设备（EPID）图像	结合蒙特卡洛模拟和深度学习的方法，用于预测放射治疗中的EPID图像，为体内剂量学提供参考图像	模型在简单和复杂变体中的伽马通过率存在较大差异，可能影响预测的准确性	开发一种混合模型，用于预测动态放射治疗计划中的EPID图像，以支持体内剂量学质量保证	动态放射治疗计划和EPID图像	医学影像处理	癌症	蒙特卡洛模拟和深度学习	U-Net	图像	17个临床治疗计划
15	2025-04-02	Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation 2025-Mar-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003185 PMID:40164487	research paper	本研究探讨了将心电图（ECG）数据与心率变异性（HRV）及人口统计数据（年龄和性别）结合，以提高心房颤动（AF）检测的准确性	通过整合ECG、HRV和人口统计数据，采用多模态方法显著提升了AF检测的敏感性和性能指标	需要进一步的临床验证以确认多模态方法的实际应用效果	提高心房颤动的早期检测准确性	35,634份12导联ECG记录，来自三个公共数据库	machine learning	cardiovascular disease	ECG, HRV	CNN (AlexNet, VGG-16, ResNet), transformers	ECG recordings, HRV data, demographic data	35,634份ECG记录
16	2025-04-02	Enrichment Analysis and Deep Learning in Biomedical Ontology: Applications and Advancements 2025-Mar-31, Chinese medical sciences journal = Chung-kuo i hsueh k'o hsueh tsa chih DOI:10.24920/004464 PMID:40164517	review	本文综述了基于生物医学本体结构及语义注释特性的富集分析和深度学习方法，强调了技术进步如何更全面地利用本体信息	结合富集分析和深度学习技术，探索生物医学本体的新应用和进展	NA	推动生物医学研究的发展，探索生物医学本体在大数据技术下的新应用	生物医学本体	machine learning	NA	富集分析, deep learning	deep learning	multi-dimensional, heterogeneous biomedical big data	NA
17	2025-04-02	Partial discharge defect recognition method of switchgear based on cloud-edge collaborative deep learning 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81478-9 PMID:40164608	研究论文	提出了一种基于边缘计算和深度学习的开关柜局部放电联合识别方法，以提高实时监测和快速评估能力	构建了终端设备侧、终端采集侧、边缘计算侧和云计算侧的边缘协同缺陷识别架构，并提出了基于DBN的开关柜局部放电缺陷识别方法	验证仅使用了实验室模拟的局部放电样本，未涉及实际现场数据	解决传统局部放电检测方法在实时监测、快速评估、样本融合和联合分析方面的不足	开关柜的局部放电信号	机器学习	NA	UHF传感器和宽带脉冲电流传感器	DBN（深度信念网络）	信号数据	实验室模拟的局部放电样本
18	2025-04-02	Well log data generation and imputation using sequence based generative adversarial networks 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95709-0 PMID:40164658	研究论文	本研究提出了一种基于序列生成对抗网络（GANs）的新框架，用于测井数据的生成和缺失数据填补	首次将两种序列GAN模型（TSGAN和SeqGAN）整合到一个框架中，分别用于生成合成测井数据和填补缺失数据	实验仅在北荷兰地区的数据集上进行测试，未在其他地区验证	解决测井数据中的缺失和不准确问题，提高储层评估的可靠性	测井数据	机器学习	NA	生成对抗网络（GANs）	TSGAN, SeqGAN	时间序列数据	不同长度的数据段（5、10和50个数据点）
19	2025-04-02	Deep graph learning of multimodal brain networks defines treatment-predictive signatures in major depression 2025-Mar-31, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-025-02974-6 PMID:40164695	research paper	该研究利用深度学习框架整合多模态脑网络数据，预测抑郁症患者对舍曲林和安慰剂的治疗反应	开发了一种基于图神经网络的深度学习框架，整合了fMRI和EEG数据，揭示了多模态脑网络特征以预测个体症状变化	样本量相对较小，且仅针对舍曲林和安慰剂两种治疗方式	预测抑郁症患者对舍曲林和安慰剂的治疗反应，并识别相关的神经生物学标志物	130名接受舍曲林治疗的患者和135名接受安慰剂治疗的抑郁症患者	machine learning	major depressive disorder	fMRI, EEG	graph neural networks	image, signal	265名抑郁症患者（130舍曲林，135安慰剂）
20	2025-04-02	Clinical implications of deep learning based image analysis of whole radical prostatectomy specimens 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95267-5 PMID:40164701	研究论文	本研究评估了基于深度学习的图像分析（DLIA）算法在前列腺癌根治术（RP）标本中Gleason分级和肿瘤定量的临床应用和预后价值	首次将DLIA算法应用于全RP标本的Gleason分级和肿瘤定量，并验证其临床可行性和预后价值	研究样本量相对有限（992例患者），且DLIA与病理学家评估的一致性仅为中等（Cohen's kappa: 0.374）	提高前列腺癌诊断的准确性并支持临床决策	前列腺癌根治术标本	数字病理学	前列腺癌	深度学习图像分析（DLIA）	深度学习算法	H&E染色数字病理切片	992例患者的29,646张数字切片