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	2025-05-27	Oculomics approaches using retinal imaging to predict mental health disorders: a systematic review and meta-analysis 2025-Mar-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03500-x PMID:40100514	meta-analysis	该研究通过系统综述和荟萃分析评估了眼组学方法（包括深度学习、机器学习和逻辑回归模型）在利用视网膜成像检测主要精神障碍中的诊断性能	首次通过荟萃分析方法综合评估了眼组学技术在精神障碍诊断中的应用效果，并揭示了其高诊断准确性	所有研究存在高偏倚风险，主要源于病例对照研究设计、缺乏外部验证和选择偏倚，部分模型出现过拟合现象，且未发现精神障碍特异性视网膜生物标志物	评估眼组学方法在精神障碍诊断中的性能并探讨其临床应用潜力	主要精神障碍（包括重度抑郁症、双相情感障碍、精神分裂症、强迫症和自闭症谱系障碍）患者	数字病理学	精神障碍	深度学习，机器学习，逻辑回归模型	NA	视网膜图像（包括彩色眼底照相、光学相干断层扫描和光学相干断层扫描血管成像）	11项研究中的13个诊断模型
42	2025-05-25	Intelligent detection and grading diagnosis of fresh rib fractures based on deep learning 2025-Mar-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01641-0 PMID:40128676	研究论文	本文提出了一种基于深度学习的智能检测和分级诊断方法，用于新鲜肋骨骨折的准确识别和分类	开发了一种改进的基于YOLO的深度学习模型，用于肋骨骨折的自动检测和分级，其性能优于不同经验水平的胸外科医生	研究仅回顾性分析了383名患者的CT图像，外部测试集仅包含50名患者，样本量相对有限	提高新鲜肋骨骨折的检测和分级诊断准确性，减轻医生工作负担，节省医疗资源	新鲜肋骨骨折患者	数字病理学	肋骨骨折	CT成像	改进的YOLO模型	CT图像	433名患者（383名内部数据集，50名外部数据集）
43	2025-05-25	FlyVISTA, an integrated machine learning platform for deep phenotyping of sleep in Drosophila 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq8131 PMID:40073129	研究论文	介绍了一个名为FlyVISTA的机器学习平台，用于果蝇睡眠的深度表型分析	开发了一个集成了高分辨率视频成像系统和深度学习网络的平台，能够注释35个身体部位并从高维数据中提取行为，发现了睡眠和清醒相关的微行为的独特时空动态	研究仅限于果蝇，未涉及其他生物体的睡眠表型分析	深入了解果蝇睡眠的调控和功能	果蝇	机器学习	NA	深度学习	深度学习网络	视频	NA
44	2025-05-25	Learning soft tissue deformation from incremental simulations 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17554 PMID:39642013	research paper	本研究探讨了使用时空增量建模进行面部软组织生物力学模拟的方法	提出了结合时空特征的增量学习方法，显著减少了模拟时间并提高了准确性	样本量较小，仅包含17名接受正颌手术的受试者	加速面部软组织生物力学模拟，以优化正颌手术规划	面部软组织变形模拟	生物力学模拟	正颌手术相关疾病	有限元方法(FEM)与深度学习结合	图神经网络(GNN)	生物力学模拟数据	17名接受正颌手术的受试者
45	2025-05-24	Reasoning-Driven Food Energy Estimation via Multimodal Large Language Models 2025-Mar-24, Nutrients IF:4.8Q1 DOI:10.3390/nu17071128 PMID:40218886	research paper	该研究探讨了利用多模态大语言模型（MLLMs）进行基于图像的食物能量估计的方法	提出了两种方法：微调和体积感知推理结合细粒度估计提示，以提高食物能量估计的准确性	MLLMs在识别食物大小方面存在局限性，这是能量含量评估的关键因素	改进基于图像的食物能量估计方法，以支持用户友好的食物跟踪应用	食物图像及其能量估计	computer vision	NA	多模态大语言模型（MLLMs）	MLLMs	image	Nutrition5k数据集
46	2025-05-24	Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study 2025-Mar-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325602 PMID:39486884	研究论文	本研究通过深度学习算法建立了新加坡华人眼研究中的前房尺寸标准数据库，用于评估闭角型青光眼	首次使用深度学习算法建立前房尺寸的标准分布，并应用百分位数截断值检测原发性闭角型青光眼	研究仅基于新加坡华人群体，可能不适用于其他种族或地区的人群	建立前房尺寸的标准数据库并评估其在闭角型青光眼检测中的应用	新加坡华人眼研究中的2157只眼睛（1853只开角眼，304只闭角眼）	数字病理学	青光眼	前段光学相干断层扫描（ASOCT）	深度学习算法	图像	2157只眼睛
47	2025-05-24	Leveraging large language models for knowledge-free weak supervision in clinical natural language processing 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68168-2 PMID:40064991	研究论文	本文提出了一种利用大型语言模型（LLMs）进行知识无关的弱监督方法，用于临床自然语言处理任务	提出了一种结合微调LLMs和弱监督的方法，无需领域知识即可生成弱标记数据，并在少量黄金标准数据上进一步微调，显著提升了性能	LLMs的推理计算量较大	解决临床自然语言处理任务中标记数据不足的问题	临床命名实体识别	自然语言处理	NA	弱监督学习、上下文学习	LLM（Llama2-13B）、BERT	文本	不超过10份黄金标准笔记（少量数据）
48	2025-05-24	Development of a deep learning radiomics model combining lumbar CT, multi-sequence MRI, and clinical data to predict high-risk cage subsidence after lumbar fusion: a retrospective multicenter study 2025-Mar-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01355-y PMID:40025592	research paper	开发并验证一个结合临床数据、深度学习放射组学和放射组学特征的模型，用于预测腰椎融合术后高风险患者发生笼子下沉的情况	结合了临床数据、深度学习放射组学和传统放射组学特征，开发了一个预测模型，其性能优于经验丰富的外科医生的预测	回顾性研究设计可能限制了结果的普适性，样本量相对较小	预测腰椎融合术后高风险患者发生笼子下沉的情况	305名接受腰椎融合手术的患者	digital pathology	geriatric disease	3D vision transformations, LASSO regression, logistic regression	deep learning model	CT, MRI, clinical data	305名患者（训练组214名，验证组61名，测试组30名）
49	2025-05-24	KID-PPG: Knowledge Informed Deep Learning for Extracting Heart Rate From a Smartwatch 2025-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3477275 PMID:39383068	研究论文	本文提出了一种结合专家知识的深度学习模型KID-PPG，用于从智能手表的PPG信号中准确提取心率	通过自适应线性滤波、深度概率推断和数据增强整合医学和信号处理领域的专家知识，解决了深度学习模型在运动伪影去除、信号退化评估和生理合理性分析方面的不足	仅在PPGDalia数据集上进行了评估，未在其他数据集上验证模型的泛化能力	提高从PPG信号中提取心率的准确性	智能手表采集的PPG信号	生物医学信号处理	NA	深度学习、自适应线性滤波、深度概率推断、数据增强	KID-PPG	PPG信号	PPGDalia数据集
50	2025-05-24	Brain tumour histopathology through the lens of deep learning: A systematic review 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109642 PMID:39787663	系统综述	本文通过系统综述探讨了机器学习和深度学习技术在脑肿瘤组织病理学研究中的应用，特别是在胶质母细胞瘤（GBM）中的影响	揭示了ML/DL技术在GBM组织病理学研究中的新兴趋势，并强调了结合组织学与组学数据的新方法	许多研究未能清晰报告ML/DL的训练和评估方法，影响了模型的稳健性和可重复性	调查ML/DL技术如何推动脑肿瘤组织病理学研究的进展，特别是在GBM领域	胶质母细胞瘤（GBM）及其组织病理学和组学数据	数字病理学	胶质母细胞瘤	机器学习（ML）/深度学习（DL）	SVM分类器和基于ResNet的CNN架构	组织病理学和组学数据	54项符合条件的研究，其中8项专注于GBM
51	2025-05-24	Artificial Intelligence-Guided Lung Ultrasound by Nonexperts 2025-Mar-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.4991 PMID:39813064	研究论文	评估AI在指导训练有素的医疗专业人员获取诊断质量肺部超声图像方面的能力	利用AI指导非专家获取高质量的肺部超声图像，扩展了肺部超声在缺乏专家地区的使用	研究样本量相对较小（176名参与者），且仅在特定临床环境下进行	评估AI在肺部超声图像获取中的指导作用	训练有素的医疗专业人员（包括医疗助理、呼吸治疗师和护士）和呼吸困难患者	数字病理	心血管疾病	深度学习算法	深度学习	图像	176名参与者（81名女性，平均年龄63岁）
52	2025-05-24	Ventricular Arrhythmia Classification Using Similarity Maps and Hierarchical Multi-Stream Deep Learning 2025-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3490187 PMID:39485690	research paper	该研究提出了一种使用相似性图和分层多流深度学习的心室心律失常分类方法	开发了相似性图这一新特征集，用于捕捉心电图轨迹中的规律性，并结合可学习的Parzen带通滤波器和导数特征，提出了一种分层多流ResNet34架构	NA	解决心室心动过速（VT）、心室颤动（VF）和非心室节律（NVR）之间的分类问题	心电图（ECG）数据	machine learning	cardiovascular disease	深度学习	ResNet34	ECG trace	NA
53	2025-05-24	Efficient spheroid morphology assessment with a ChatGPT data analyst: implications for cell therapy 2025-Mar, BioTechniques IF:2.2Q4 DOI:10.1080/07366205.2025.2493489 PMID:40264428	research paper	本研究开发了一种使用ChatGPT数据分析师进行深度学习的方法，用于自动测量球体大小以评估球体质量	利用ChatGPT数据分析师进行图像识别和处理，提供了一种可靠且高效的球体质量评估替代方法	未提及具体样本量的限制或潜在的偏差来源	开发一种自动测量球体大小的方法，以改善球体质量评估	由脂肪来源干细胞（ADSCs）生成的球体	digital pathology	osteoarthritis	deep learning, image recognition	ChatGPT Data Analyst	image	NA
54	2025-05-23	LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images 2025-Mar-31, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02645-y PMID:40164925	研究论文	介绍了一种名为LEyes的轻量级框架，用于通过合成眼图进行基于深度学习的眼动追踪	LEyes框架采用简单的合成图像生成器而非传统的光照真实方法，提高了训练神经网络的效率，并适应任何记录设备	合成图像可能无法完全捕捉真实眼图的复杂性和多样性	克服眼动追踪技术中训练数据不足和模型泛化能力差的问题	眼动追踪中的瞳孔和角膜反射检测	计算机视觉	NA	深度学习	神经网络	图像	多样化的数据集
55	2025-05-23	Deep learning-driven pulmonary artery and vein segmentation reveals demography-associated vasculature anatomical differences 2025-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56505-6 PMID:40050617	research paper	提出了一种名为HiPaS的深度学习方法，用于在非对比CT和CTPA上实现肺动脉和静脉的精确分割	HiPaS方法首次在非对比CT上实现了肺动脉和静脉的精确分割，无需使用对比剂，且性能不劣于传统CTPA方法	NA	开发一种无需对比剂的肺动脉和静脉分割方法，用于疾病诊断和手术规划	肺动脉和静脉的解剖结构	digital pathology	lung cancer	deep learning	CNN	CT图像	1073个CT体积（训练集）和11,784名参与者（大规模分析）
56	2025-05-23	EfficientNet-resDDSC: A Hybrid Deep Learning Model Integrating Residual Blocks and Dilated Convolutions for Inferring Gene Causality in Single-Cell Data 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00667-2 PMID:39578307	研究论文	提出了一种名为EfficientNet-resDDSC的混合深度学习模型，用于从单细胞数据中推断基因间的因果关系	结合了残差块和扩张卷积，增强了模型在初级阶段的低层次特征提取能力，并通过深度可分离卷积和扩张卷积在不增加计算量的情况下扩大了模型的感受野	未提及具体局限性	构建基因调控网络（GRNs）以揭示基因间的因果关系	单细胞RNA测序（scRNA-seq）数据	机器学习	乳腺癌	scRNA-seq	EfficientNet-resDDSC（结合了残差块和扩张卷积的深度学习模型）	单细胞RNA测序数据	四个数据集
57	2025-05-22	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Mar-10, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文综述了人工智能在药物相关性颌骨坏死（MRONJ）的预测、诊断和管理中的应用现状	总结了AI在MRONJ预测、诊断和患者教育中的最新应用，并识别了当前研究的挑战和未来方向	数据质量、验证和临床整合方面的挑战尚未解决，且纳入研究数量有限（仅8篇）	评估人工智能在MRONJ领域的应用效果和潜力	药物相关性颌骨坏死（MRONJ）的预测、诊断和管理	人工智能在医学中的应用	颌骨坏死	机器学习（支持向量机、随机森林、梯度提升机）、深度学习、大语言模型	SVM、随机森林、梯度提升机、深度学习模型、LLM	放射影像数据、患者信息数据集	8项符合条件的研究（5项预测研究、2项诊断研究、1项患者教育研究）
58	2025-05-21	Recurrent and convolutional neural networks in classification of EEG signal for guided imagery and mental workload detection 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92378-x PMID:40140460	研究论文	本研究探讨了使用循环神经网络和卷积神经网络对脑电图信号进行分类，以检测引导想象和心理工作负荷	首次在引导想象和心理工作负荷检测中比较了使用26个认知电极和256个通道的信号分类效果，并发现仅使用认知电极即可获得与全信号相似的结果	研究样本仅包括26名学生，可能限制了结果的泛化能力	验证是否能够通过深度学习方法和循环神经网络检测和分类引导想象放松技术与心理任务工作负荷之间的差异	26名接受引导想象放松技术和心理任务工作负荷的学生	机器学习	精神疾病	密集阵列脑电图放大器	EEGNet, LSTM, 1D CNN, 1D CNN-LSTM混合模型	脑电图信号	26名学生
59	2025-05-21	Convolutional Neural Network Models for Visual Classification of Pressure Ulcer Stages: Cross-Sectional Study 2025-Mar-25, JMIR medical informatics IF:3.1Q2 DOI:10.2196/62774 PMID:40135412	研究论文	本研究探讨了使用卷积神经网络（CNN）模型对压力性溃疡（PI）进行视觉分类的潜力	首次将AlexNet、VGGNet16、ResNet18和DenseNet121等CNN模型应用于PI分期，并展示了DenseNet121的最高准确率	未与不同经验水平的护士进行比较以进一步验证临床应用效果	提供一种有效的工具来辅助PI分期	压力性溃疡（PI）图像	计算机视觉	压力性溃疡	深度学习	CNN（包括AlexNet、VGGNet16、ResNet18和DenseNet121）	图像	853张原始PI图像，经过数据增强后得到7677张图像
60	2025-05-21	Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI 2025-Mar-25, ArXiv PMID:40196141	研究论文	本文提出了一种新的基于磁敏感对比的MRI方法，用于无创成像脑内体素内血管大小分布（VSD），以实现更全面和定量的血管重塑评估	利用高分辨率光片荧光显微镜图像模拟GESFIDE MRI信号，并通过深度学习模型预测脑血容量（CBV）和VSD	需要进一步验证以确认其在临床前和临床应用中的潜力	开发一种非侵入性成像技术，用于评估血管重塑	啮齿动物脑部血管系统	医学影像	癌症、神经退行性疾病、纤维化、高血压和糖尿病	磁敏感对比增强MRI、光片荧光显微镜、深度学习	深度学习模型	图像	NA