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
201	2025-05-31	AI-Derived Blood Biomarkers for Ovarian Cancer Diagnosis: Systematic Review and Meta-Analysis 2025-Mar-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/67922 PMID:40126546	meta-analysis	本文通过系统综述和荟萃分析评估了AI衍生的血液生物标志物在卵巢癌诊断中的研究质量和有效性	首次对AI在卵巢癌血液生物标志物发现中的诊断价值进行了系统评估，并比较了不同AI算法和样本类型的性能差异	纳入研究之间存在异质性，且部分研究缺乏外部验证	评估AI衍生的血液生物标志物在卵巢癌诊断中的有效性	卵巢癌患者	数字病理	卵巢癌	AI算法（包括机器学习和深度学习）	机器学习 vs 深度学习	血液生物标志物数据	40项研究	NA	NA	NA	NA
202	2025-05-31	Explainable AI for Intraoperative Motor-Evoked Potential Muscle Classification in Neurosurgery: Bicentric Retrospective Study 2025-Mar-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63937 PMID:40127441	研究论文	本研究开发并评估了用于术中运动诱发电位（MEP）肌肉分类的机器学习方法，并利用可解释人工智能（XAI）技术识别关键信号特征	结合机器学习与可解释人工智能技术，首次在双中心设置下验证MEP信号分类模型，并识别出频率成分和峰值潜伏期等关键特征	研究为回顾性设计，样本量相对有限（151例训练手术/58例测试手术），且仅针对四种特定肌肉	开发可靠的MEP肌肉分类模型以提高神经外科手术患者安全性，并探索影响分类的关键信号特征	幕上神经外科手术中四种肌肉（指伸肌、拇短展肌、胫骨前肌和拇展肌）的运动诱发电位信号	数字病理	神经系统疾病	运动诱发电位监测（IONM）	随机森林（RF）、1D-CNN和2D-CNN	时间序列生物电信号	训练集：36,992个MEP（151例手术）；测试集：24,298个MEP（58例手术）	NA	NA	NA	NA
203	2025-05-31	Establishment of a deep-learning-assisted recurrent nasopharyngeal carcinoma detecting simultaneous tactic (DARNDEST) with high cost-effectiveness based on magnetic resonance images: a multicenter study in an endemic area 2025-Mar-24, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00853-5 PMID:40128777	研究论文	本研究探讨了利用未增强磁共振图像（MRI）检测局部复发性鼻咽癌（rNPC）的可行性，并通过深度学习模型优化了随访的分层管理策略	开发了一种基于深度学习的复发性鼻咽癌同步检测策略（DARNDEST），结合了3D DenseNet和ResNet框架，提高了检测的准确性和敏感性	特异性相比T1_T2模型有所降低，且研究结果基于假设的1000名患者队列	优化复发性鼻咽癌的检测方法，提高随访管理的效率和经济效益	局部复发性鼻咽癌（rNPC）患者	数字病理	鼻咽癌	MRI（T1WI, T2WI, T1WIC）	3D DenseNet, ResNet	图像	假设队列1000名患者（内部和外部测试集）	NA	NA	NA	NA
204	2025-05-31	Graph neural networks for single-cell omics data: a review of approaches and applications 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf109 PMID:40091193	综述	本文系统回顾了图神经网络（GNNs）在单细胞组学数据分析中的应用及其六种变体	首次系统总结了GNNs在单细胞组学数据分析中的107个成功应用案例，并整理了77个公开可用的单细胞数据集	当前研究可能存在方法学上的不足，需要未来进一步探索	深化GNNs在单细胞组学数据分析中的应用	单细胞组学数据	机器学习	NA	单细胞测序技术	GNN及其六种变体	单细胞组学数据（表观基因组学、转录组学、空间转录组学、蛋白质组学和多组学）	总结了77个公开可用的单细胞数据集	NA	NA	NA	NA
205	2025-05-31	Utilising routinely collected clinical data through time series deep learning to improve identification of bacterial bloodstream infections: a retrospective cohort study 2025-03, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.010 PMID:40015765	研究论文	本研究利用常规收集的临床数据，通过时间序列深度学习技术，提高了细菌性血流感染的识别能力	使用LSTM模型分析时间序列数据，显著提高了对血流感染的预测准确性	研究为回顾性队列研究，可能存在数据偏差	开发和评估利用医疗数据预测住院患者血流感染的模型	住院患者	机器学习	血流感染	血液培养	LSTM, logistic regression	临床数据	20850名患者（训练集15212名，测试集5638名）	NA	NA	NA	NA
206	2025-05-31	A Robust and Efficient Representation-based DNA Storage Architecture by Deep Learning 2025-03, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400959 PMID:40114483	research paper	提出一种基于深度学习的表示型DNA存储架构，用于图像的高效和鲁棒存储	利用深度学习的出色表示和图像生成能力，结合自编码器和U-Net网络，实现了DNA存储中噪声读取下的图像表示、构建和优化	在插入-删除-替换(IDS)错误率低于6%的场景下才能重建中等质量的图像	开发一种鲁棒且高效的DNA存储架构，用于大规模图像应用	图像数据	数字病理	NA	DNA存储	autoencoder, U-Net	图像	14个质粒中存储的图像	NA	NA	NA	NA
207	2025-10-07	Deep learning on T2WI to predict the muscle-invasive bladder cancer: a multi-center clinical study 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82909-3 PMID:40121216	研究论文	基于T2WI磁共振图像开发深度学习模型预测肌层浸润性膀胱癌	首次采用多中心临床数据构建基于T2WI的深度学习模型，结合原始图像、分割膀胱和感兴趣区域三通道输入	外部测试集性能有所下降，特别是敏感性和阳性预测值较低	开发深度学习模型预测膀胱癌的肌层浸润状态	559名膀胱癌患者（521名内部中心，38名外部中心）	医学影像分析	膀胱癌	MRI T2加权成像	CNN	医学影像	559例患者（2012-2023年）	NA	Inception V3	准确率, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
208	2025-10-07	Enhanced electroencephalogram signal classification: A hybrid convolutional neural network with attention-based feature selection 2025-Mar-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149484 PMID:39904453	研究论文	提出一种结合注意力机制的混合卷积神经网络模型，用于运动想象脑电信号的分类	提出结合说话头注意力机制的混合CNN-TCN架构，能够增强关键特征序列并提取时空特征	NA	提高运动想象脑电信号的分类精度，增强脑机接口的意图识别能力	运动想象脑电信号	脑机接口	NA	离散小波变换，共同平均参考	CNN,TCN	脑电信号	基于BCI Competition IV-2a数据集	NA	混合卷积神经网络，时序卷积网络	分类准确率	NA
209	2025-05-29	Diagnostic Performance of Artificial Intelligence-Based Methods for Tuberculosis Detection: Systematic Review 2025-Mar-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69068 PMID:40053773	系统综述	本文对基于人工智能的结核病检测方法进行了全面评估，总结了当前的研究现状和性能表现	首次系统性地评估了不同数据模态和参考标准下AI在结核病检测中的表现，并指出了未来研究方向	仅1项研究进行了领域转移分析，缺乏对真实世界场景的充分模拟	评估AI算法在结核病检测中的诊断性能	基于AI的结核病检测方法	数字病理	结核病	深度学习	CNN (包括VGG-16, ResNet-50, DenseNet-121)	放射影像、分子/生化、生理数据	152项研究(来自1146条记录)	NA	NA	NA	NA
210	2025-05-29	Continuous nursing symptom management in cancer chemotherapy patients using deep learning 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92762-7 PMID:40055437	research paper	评估深度学习平台在化疗患者症状管理中的效果，旨在提高其生活质量	使用深度学习平台进行化疗患者的症状管理，显著减少焦虑和抑郁，并提高生活质量	非随机对照试验设计可能影响结果的普遍性	评估深度学习平台在化疗患者症状管理中的效果	144名化疗患者，分为干预组（72人）和对照组（72人）	digital pathology	cancer	deep learning	NA	NA	144名化疗患者	NA	NA	NA	NA
211	2025-10-07	High resolution multi-delay arterial spin labeling with self-supervised deep learning denoising for pediatric choroid plexus perfusion MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121070 PMID:39889809	研究论文	本研究提出了一种基于Transformer的自监督深度学习去噪方法，用于提高儿童脉络丛灌注MRI图像质量	首次将Transformer模型应用于儿童多延迟动脉自旋标记成像去噪，并采用k空间加权图像平均作为训练参考	研究样本量较小（21名儿童），且仅限于典型发育儿童	开发适用于儿童脉络丛灌注成像的高分辨率多延迟动脉自旋标记方法	8-17岁典型发育儿童的脉络丛和灰质	医学影像分析	儿科神经发育	多延迟动脉自旋标记（MD-ASL），MRI	Transformer	医学影像	21名8-17岁典型发育儿童	NA	Transformer	信噪比（SNR），偏差，可重复性	NA
212	2025-10-07	Multi-modal dataset creation for federated learning with DICOM-structured reports 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03327-y PMID:39899185	研究论文	本研究开发了一个基于DICOM结构化报告的开放平台，用于创建多模态数据集以支持联邦学习	利用DICOM结构化报告实现跨机构多模态数据的标准化链接和交互式筛选，简化了联邦学习中患者队列的创建过程	研究目前仅在德国八家大学医院联盟内验证，尚未扩展到更广泛的医疗机构	解决联邦学习在异构数据集上的挑战，实现多中心多模态数据的协调和标准化	接受微创心脏瓣膜置换术的患者数据	医学影像分析	心血管疾病	DICOM结构化报告，多模态数据集成	NA	影像数据，波形数据，标注数据，元数据	德国八家大学医院的跨机构数据集	Python, highdicom	NA	NA	NA
213	2025-10-07	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-Mar, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	通过系统综述和荟萃分析评估ICU非计划再入院风险预测模型的性能	首次基于HSROC模型对ICU再入院预测模型进行系统比较，区分了机器学习模型与评分系统的性能差异	所有研究存在高偏倚风险，模型缺乏外部验证，未充分利用临床文本数据	识别ICU非计划再入院预后模型并比较机器学习模型与评分系统的性能	ICU再入院预测模型	机器学习	危重症	系统综述，荟萃分析，HSROC模型	机器学习模型，深度学习模型，评分系统	临床数据	67项研究，包含335个模型和67个评分系统	Stata	NA	敏感性，特异性	NA
214	2025-10-07	Skin cancer detection using dermoscopic images with convolutional neural network 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91446-6 PMID:40021731	研究论文	提出一种基于FCDS-CNN的深度学习网络，用于皮肤镜图像中的皮肤癌检测	提出新型FCDS-CNN架构，结合数据增强和类别加权技术解决医学图像中的类别不平衡问题	未明确说明模型在真实临床环境中的泛化能力验证	提高皮肤恶性黑色素瘤的早期检测准确率	七类皮肤病变的皮肤镜图像	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	10015张图像，涵盖7种皮肤病变类别	NA	FCDS-CNN	准确率,精确率,召回率,F1分数,AUC	NA
215	2025-05-28	Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93765-0 PMID:40155444	research paper	该研究探讨了使用人类启发式优化算法（TLBO和SPBO）优化卷积神经网络（CNN）在基于脑电图（EEG）的驾驶员 drowsiness 检测中的应用	引入了两种人类启发式优化算法（TLBO和SPBO）来优化CNN架构，提高了EEG信号中 drowsiness 检测的性能	存在轻微的过拟合问题	提高基于EEG的驾驶员 drowsiness 检测系统的性能	驾驶员 drowsiness 检测	machine learning	NA	EEG	CNN	EEG信号	NA	NA	NA	NA	NA
216	2025-05-28	Multimodal medical image fusion combining saliency perception and generative adversarial network 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95147-y PMID:40148552	研究论文	本文提出了一种结合显著性感知和生成对抗网络的多模态医学图像融合方法，以提高诊断准确性	提出了一种新颖的深度学习架构Temporal Decomposition Network (TDN)，通过特征级时间分析和对抗学习机制优化多模态医学图像融合	NA	优化多模态医学图像融合，提高诊断准确性	多模态医学图像	数字病理	NA	生成对抗网络(GAN)	TDN (Temporal Decomposition Network)	图像	多样化的医学图像数据集，包含多种模态和图像维度	NA	NA	NA	NA
217	2025-10-07	Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis 2025-Mar-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01626-z PMID:40075328	系统综述与荟萃分析	评估深度学习模型在曲面断层放射影像中筛查骨质疏松症的准确性	首个系统评价和荟萃分析，评估深度学习模型从曲面断层放射影像预测骨质疏松的准确性	需要更广泛的多中心研究来验证在高风险群体中的有效性	评估深度学习模型在曲面断层放射影像中筛查骨质疏松症的诊断准确性	骨质疏松症患者	医学影像分析	骨质疏松症	曲面断层放射影像	深度学习	放射影像	7项研究纳入分析	NA	AlexNet, ResNet	AUC, 敏感度, 特异度	NA
218	2025-10-07	Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics 2025-Mar-04, Sensors (Basel, Switzerland) DOI:10.3390/s25051576 PMID:40096448	研究论文	本文探讨基于网格细胞的仿生导航方法在机器人领域的应用，通过深度学习模型从移动机器人轨迹中学习空间表征	首次在移动无人地面车辆轨迹训练中成功复现了生物网格细胞的空间周期性和六边形激活模式，同时模拟了边界细胞和头方向细胞的响应特性	未提及具体实验规模和数据集的多样性限制	开发基于网格细胞仿生原理的机器人导航算法	移动无人地面车辆(UGV)机器人	机器人导航	NA	深度学习	网格细胞网络	机器人运动轨迹数据	NA	NA	网格细胞网络	空间周期性激活模式、六边形激活模式、边界细胞响应、头方向细胞响应	NA
219	2025-10-07	Comparing the Effectiveness of Artificial Intelligence Models in Predicting Ovarian Cancer Survival: A Systematic Review 2025-Mar, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70138 PMID:40103563	系统综述	系统评估人工智能模型在预测卵巢癌患者生存结局方面的有效性	首次系统比较多种机器学习算法在卵巢癌生存预测中的表现，并识别关键预测特征	模型准确性和可解释性仍存在挑战，纳入研究数量有限（32项）	评估机器学习算法预测卵巢癌患者生存结局的有效性	卵巢癌患者	机器学习	卵巢癌	机器学习算法	随机森林,支持向量机,逻辑回归,XGBoost,深度学习模型	临床数据,影像数据,分子数据	32项符合纳入标准的研究（来自2400篇文献）	NA	NA	AUC,C-index,准确率	NA
220	2025-10-07	Using pretrained models in ensemble learning for date fruits multiclass classification 2025-Mar, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70136 PMID:40135491	研究论文	本研究使用四种预训练CNN模型和集成学习方法对九种不同椰枣品种进行多分类	提出Dirichlet集成方法，结合多个CNN模型的预测结果，在椰枣分类任务中实现最佳性能	未探索更先进的集成策略和微调技术，模型泛化能力有待进一步提升	提高椰枣品种自动分类的准确性和鲁棒性，用于质量控制和商业应用	九种不同品种的椰枣果实	计算机视觉	NA	深度学习图像分类	CNN, 集成学习	图像	NA	NA	DenseNet121, MobileNetV2, ResNet18, VGG16	准确率, 精确率, 召回率, F1分数	NA