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
41	2025-07-20	Performance of Machine Learning Models in Predicting BRAF Alterations Using Imaging Data in Low-Grade Glioma: A Systematic Review and Meta-Analysis 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123742 PMID:39914655	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习和深度学习模型在预测低级别胶质瘤中BRAF基因改变方面的性能	首次系统评估了AI模型在预测LGGs中BRAF基因改变方面的表现，并进行了荟萃分析	样本量较小(6项研究951例患者)，未来需要更大样本量和不同算法来减少不精确性	评估AI模型通过影像数据预测低级别胶质瘤BRAF基因改变的效能	低级别胶质瘤(LGGs)患者	digital pathology	brain tumor	machine learning/deep learning	NA	imaging data	6项研究共951例患者
42	2025-07-20	The radiogenomic and spatiogenomic landscapes of glioblastoma and their relationship to oncogenic drivers 2025-Mar-01, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00767-0 PMID:40025245	研究论文	本研究探讨了IDH野生型胶质母细胞瘤的影像特征、肿瘤位置的空间模式与基因突变之间的关系，以及可能的突变事件序列	揭示了胶质母细胞瘤突变产生的独特影像特征，并展示了肿瘤位置和空间分布与基因谱的关联	研究为回顾性分析，样本量有限（357例），且仅针对IDH野生型胶质母细胞瘤	探索胶质母细胞瘤的影像基因组学和空间基因组学特征及其与致癌驱动因素的关系	IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多参数MRI和靶向基因测序	机器学习和深度学习模型	影像和基因测序数据	357例IDH野生型胶质母细胞瘤患者
43	2025-07-20	Using a fully automated, quantitative fissure integrity score extracted from chest CT scans of emphysema patients to predict endobronchial valve response 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024501 PMID:40093557	研究论文	开发并验证了一种基于胸部CT扫描的自动定量裂隙完整性评分（FIS）预测模型，用于识别适合接受支气管内瓣膜（EBV）治疗的肺气肿患者	首次使用全自动深度学习方法来定量评估裂隙完整性，并基于此建立预测模型以评估EBV治疗效果	研究样本量较小（96例），且为回顾性研究，可能影响模型的泛化能力	开发预测模型以识别适合EBV治疗的肺气肿患者	中重度肺气肿患者	数字病理学	肺气肿	深度学习	逻辑回归	CT图像	96例患者的CT扫描数据（训练集58例，测试集38例）
44	2025-07-19	Accuracy of deep learning-based upper airway segmentation 2025-03, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动模型和半自动方法在上气道分割中的准确性，并与金标准手动方法进行了比较	使用MONAI Label框架训练自动分割模型，并与开源程序ITK-SNAP的半自动分割方法进行比较，验证了两种方法在临床中的可接受性	研究仅针对CBCT图像，未涉及其他影像模态	评估自动和半自动上气道分割方法的准确性，以辅助正畸治疗中的诊断和规划	上气道的体积和形态	数字病理	NA	CBCT	深度学习	图像	NA
45	2025-07-17	De novo design of self-assembling peptides with antimicrobial activity guided by deep learning 2025-Mar-14, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02164-3 PMID:40087536	research paper	本文介绍了一种基于深度学习的自组装抗菌肽的设计方法，用于解决细菌耐药性问题	整合非天然氨基酸增强肽自组装，并通过深度学习预测功能活性，无需大量实验标注	NA	设计具有抗菌功能的自组装肽材料	自组装肽及其抗菌活性	machine learning	bacterial infection	deep learning	NA	NA	小鼠肠道细菌感染模型
46	2025-07-16	A Large Language Model-Powered Map of Metabolomics Research 2025-Mar-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.18.643696 PMID:40166287	研究论文	本文通过分析超过80,000篇文献，利用PubMedBERT和GPT-4o mini等技术，绘制了代谢组学研究的全面图谱	使用PubMedBERT和GPT-4o mini对文献进行深度分析和主题建模，揭示了代谢组学领域的关键主题和趋势	研究依赖于PubMed数据库的文献，可能未涵盖所有相关研究	绘制代谢组学研究的全面图谱，揭示研究趋势和关键主题	80,000篇代谢组学相关文献	自然语言处理	NA	PubMedBERT, GPT-4o mini, t-SNE	BERT, GPT-4o mini	文本	80,000篇文献
47	2025-07-16	Dementia Overdiagnosis in Younger, Higher Educated Individuals Based on MMSE Alone: Analysis Using Deep Learning Technology 2025-Mar-10, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e20 PMID:40065710	研究论文	本研究探讨了单独使用MMSE与结合其他认知评估在预测痴呆诊断中的有效性，旨在提高痴呆诊断的准确性	通过随机森林模型比较单独使用MMSE和结合其他认知测试的效果，发现结合多种认知评估能显著提高诊断精度，特别是在年轻和受教育程度较高的人群中	研究仅基于主观认知抱怨的参与者，可能不适用于所有人群	提高痴呆诊断的准确性	2863名有主观认知抱怨的参与者	机器学习	老年疾病	随机森林模型	随机森林	认知评估数据	2863名参与者
48	2025-07-16	actifpTM: a refined confidence metric of AlphaFold2 predictions involving flexible regions 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf107 PMID:40080667	research paper	本文提出了一种改进的ipTM度量方法actifpTM，用于更准确地评估蛋白质-蛋白质相互作用中的结合信心，特别关注参与相互作用的残基	actifpTM通过专注于参与相互作用的残基，提供了一种更稳健的相互作用信心度量方法，适用于评估多链复合物	NA	改进AlphaFold2预测中涉及柔性区域的信心度量	蛋白质-蛋白质相互作用中的结合信心	生物信息学	NA	AlphaFold2	深度学习模型	蛋白质结构数据	NA
49	2025-07-11	Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492313 PMID:39504285	研究论文	本文提出了一种能够模拟脑部血管树的全合成模型，用于颅内动脉瘤检测	开发了一个全合成的3D模型，能够模拟脑部血管树的几何结构、动脉瘤形状和背景噪声，为3D卷积神经网络提供大量数据集	模型虽然能够模拟血管树和噪声，但可能无法完全复现真实患者数据的复杂性	构建一个合成血管模型，用于提高颅内动脉瘤的检测效率	脑部血管树，特别是Willis环上的颅内动脉瘤	数字病理学	颅内动脉瘤	磁共振血管造影（MRA），飞行时间（TOF）原理	3D CNN	3D图像	NA
50	2025-07-10	SGA-Driven feature selection and random forest classification for enhanced breast cancer diagnosis: A comparative study 2025-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95786-1 PMID:40159513	研究论文	本研究提出了一种结合海鸥优化算法(SGA)进行特征选择和随机森林(RF)分类器进行数据分类的新方法，用于乳腺癌分类	首次将SGA应用于乳腺癌诊断中的基因选择，通过系统探索特征空间识别最具信息量的基因子集，从而提高分类准确性并降低计算复杂度	未来需要探索其他自然启发算法和深度学习模型的整合以进一步提升性能和临床适用性	提高乳腺癌诊断的准确性和效率	乳腺癌基因数据	机器学习	乳腺癌	Seagull Optimization Algorithm (SGA), Random Forest (RF)	RF, Linear Regression (LR), Support Vector Machine (SVM), K-Nearest Neighbors (KNN)	基因数据	NA
51	2025-07-10	Deep learning analysis of MRI accurately detects early-stage perihilar cholangiocarcinoma in patients with primary sclerosing cholangitis 2025-Mar-20, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001314 PMID:40112296	research paper	本研究开发了一种基于深度学习的3D DenseNet-121模型，用于通过MRI准确检测原发性硬化性胆管炎（PSC）患者的早期肝门部胆管癌（pCCA）	该深度学习模型在检测早期pCCA方面表现出比资深放射科医生更高的敏感性和特异性，特别是在无肿块情况下仍能保持高灵敏度	研究为回顾性队列研究，可能存在选择偏倚；样本量相对有限（共398例患者）	开发能早期检测PSC患者pCCA的AI诊断工具	原发性硬化性胆管炎（PSC）患者	digital pathology	perihilar cholangiocarcinoma	MRI	3D DenseNet-121	医学影像	398例患者（训练队列150例，测试队列248例），其中pCCA患者230例
52	2025-07-10	Deep Learning Models to Predict Diagnostic and Billing Codes Following Visits to a Family Medicine Practice: Development and Validation Study 2025-Mar-07, JMIR AI DOI:10.2196/64279 PMID:40605560	研究论文	开发并验证深度学习模型以预测家庭医学实践中的诊断和账单编码	首次在家庭医学实践中应用深度学习模型预测诊断和账单编码，并展示了较高的准确率	模型在诊断编码上的召回率和精确度较低，且尚未在其他家庭医学实践中验证其通用性	开发能够从电子病历笔记中预测诊断和账单编码的机器学习模型	家庭医学实践中的就诊记录	自然语言处理	NA	深度学习	深度学习模型	文本	198,802次就诊记录（占总数的81%）
53	2025-07-06	Deep learning-based reconstruction for three-dimensional volumetric brain MRI: a qualitative and quantitative assessment 2025-Mar-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01647-8 PMID:40148785	研究论文	评估基于深度学习的自适应压缩感知网络在脑部MRI三维体积重建中的性能，并在临床环境中进行验证	提出了一种基于深度学习的重建方法，能够在显著减少扫描时间的同时保持图像质量和体积量化准确性	样本量较小（10名健康志愿者和22名患者），且仅在脑部MRI中进行了验证	评估和验证深度学习重建在脑部MRI中的性能	健康志愿者和患者的脑部MRI数据	医学影像分析	脑部疾病	深度学习重建（DLR）和自适应压缩感知（CS）	深度学习网络	MRI图像	10名健康志愿者和22名患者
54	2025-07-06	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	研究论文	提出了一种基于深度学习的自动分割框架，用于放射治疗CT图像中口腔牙齿和颌骨子体积的精确分割，以支持剂量评估和骨放射性坏死评估	首次开发了一种与ClinRad ORN分期系统对齐的深度学习自动分割框架，用于个体牙齿和颌骨子体积的分割	在分割牙齿和数据中常缺失的子体积时表现有限	提高放射治疗中口腔结构的剂量评估和骨放射性坏死检测的准确性	头颈癌患者的口腔牙齿和颌骨子体积	数字病理	头颈癌	计算机断层扫描(CT)	Swin UNETR, ResUNet	医学影像	未明确说明样本数量
55	2025-07-05	Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93096-0 PMID:40097614	研究论文	本文提出了一种基于StyleGAN3反演和改进的tiny YOLOv7模型的面部身份识别方法	提出了一种结合StyleGAN3反演和改进的tiny YOLOv7模型的一步式解决方案，用于面部属性操作和检测，实现了在少样本和传统场景下的面部身份识别	数据集中仅包含20个独特身份和38个面部属性，可能限制了模型的泛化能力	解决计算机视觉领域中面部身份识别的挑战性问题	面部属性和身份识别	计算机视觉	NA	StyleGAN3反演，深度学习	FIR-Tiny YOLOv7（改进的Tiny YOLOv7模型）	图像	11,560张图像，包含20个独特身份和38个面部属性
56	2025-07-05	Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection 2025-Mar-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92531-6 PMID:40057599	研究论文	本文提出了一种基于边缘特征并行提取的SegFormer金属腐蚀检测方法，以提高金属腐蚀边界和小腐蚀区域的分割准确性	引入了边缘特征提取模块（EEM）和特征融合模块（FFM），通过构建空间分支和渐进式特征融合，增强了模型对金属腐蚀边界和小腐蚀区域的检测能力	未提及模型在复杂环境或多类型腐蚀情况下的泛化能力	提高金属腐蚀检测的准确性和小腐蚀区域的识别能力	金属腐蚀图像	计算机视觉	NA	语义分割	SegFormer	图像	公共金属表面腐蚀图像数据集、BSData缺陷数据集和自建管道腐蚀坑图像数据集
57	2025-07-02	Multi-center study: ultrasound-based deep learning features for predicting Ki-67 expression in breast cancer 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94741-4 PMID:40133523	研究论文	应用深度学习算法挖掘乳腺癌超声特征，构建预测Ki-67表达水平的机器学习模型	整合肿瘤及瘤周区域的深度特征构建融合模型，并在多中心回顾性研究中验证其性能	模型在特异性方面表现一般，瘤周区域模型的ROAUC相对较低	开发高精度预测乳腺癌Ki-67表达水平的模型	929名乳腺癌患者的临床及超声数据	数字病理	乳腺癌	深度学习	SVM, LightGBM	超声图像	929名患者（多中心回顾性数据）
58	2025-07-02	Artificial Intelligence for Predicting HER2 Status of Gastric Cancer Based on Whole-Slide Histopathology Images: A Retrospective Multicenter Study 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408451 PMID:39792693	研究论文	该研究开发了一种名为HER2Net的深度学习模型，用于基于全切片组织病理学图像预测胃癌的HER2状态	创新性地开发了HER2Net模型，通过定量计算HER2高表达区域的比例来预测HER2状态	研究为回顾性多中心研究，可能存在选择偏倚	开发一种经济可行且易于使用的工具，用于区分胃癌患者的HER2状态	胃癌患者的全切片组织病理学图像	数字病理学	胃癌	深度学习	CNN	图像	内部训练集520名患者的531张H&E全切片图像，内部测试集111名患者的115张图像，外部多中心测试集101名患者的102张图像
59	2025-07-02	Early and noninvasive prediction of response to neoadjuvant therapy for breast cancer via longitudinal ultrasound and MR deep learning: A multicentre study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.033 PMID:39542804	研究论文	本研究探讨了基于乳腺MR和超声的纵向多模态深度学习在预测乳腺癌新辅助化疗后病理完全缓解中的价值	利用纵向多模态深度学习和堆叠模型进行早期无创预测，为乳腺癌患者提供个性化治疗策略	回顾性研究设计可能影响结果的普遍性，且样本量有限	早期预测乳腺癌患者对新辅助化疗的响应，以辅助个性化治疗策略的制定	乳腺癌患者	数字病理	乳腺癌	深度学习	ResNet50, 堆叠模型	图像	448名患者来自三个中心
60	2025-06-26	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	研究论文	本研究探讨了如何通过结合心电图（ECG）、心率变异性（HRV）和人口统计数据（年龄和性别）来提高心房颤动（AF）的检测效果	创新点在于将HRV和人口统计数据与ECG结合，采用多模态方法显著提升了AF检测的敏感性和性能	研究结果尚需进一步的临床验证	提高心房颤动的检测准确率	心房颤动（AF）患者	机器学习	心血管疾病	ECG、HRV分析	CNN（AlexNet、VGG-16、ResNet）、transformer	ECG信号、HRV数据、人口统计数据	35,634份12导联ECG记录，来自三个公共数据库