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
61	2025-05-21	GaitDynamics: A Generative Foundation Model for Analyzing Human Walking and Running 2025-Mar-21, Research square DOI:10.21203/rs.3.rs-6206222/v1 PMID:40166023	research paper	介绍了一种名为GaitDynamics的生成基础模型，用于分析人类步行和跑步的动力学	开发了一个基于大规模多样化数据集训练的生成基础模型，能够处理不同输入、输出和临床应用的多任务	未提及具体限制，但暗示现有模型通常在小规模同质数据上训练且仅预测单一输出	促进人类健康和表现，通过低成本高精度的方式分析步态动力学	人类步行和跑步的动力学	machine learning	NA	deep learning	generative foundation model	kinematics and force data	大规模多样化参与者数据集（具体数量未提及）
62	2025-05-21	scPrediXcan integrates advances in deep learning and single-cell data into a powerful cell-type-specific transcriptome-wide association study framework 2025-Mar-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.11.623049 PMID:39605417	研究论文	本文提出了一种名为scPrediXcan的新方法，该方法将深度学习与单细胞数据相结合，用于细胞类型特异性的转录组范围关联研究	scPrediXcan整合了先进的深度学习方法和单细胞数据，能够更准确地预测细胞类型特异性表达，并捕捉线性模型忽略的复杂基因调控规律	NA	提高转录组范围关联研究（TWAS）在细胞水平上识别疾病机制的能力	2型糖尿病和系统性红斑狼疮	生物信息学	2型糖尿病, 系统性红斑狼疮	深度学习, 单细胞数据	ctPred	DNA序列, 单细胞表达数据	NA
63	2025-05-21	Enhancing Outcome Prediction in Intracerebral Hemorrhage Through Deep Learning: A Retrospective Multicenter Study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.025 PMID:39095262	研究论文	本研究利用深度学习技术分析和验证了一种自动预测脑出血（ICH）后90天功能预后的生物标志物	结合临床数据和深度学习特征构建的Merge模型在预测脑出血预后方面表现出更高的AUC值	研究为回顾性多中心研究，可能存在选择偏倚	开发客观有效的脑出血预后预测工具	脑出血患者	数字病理学	脑出血	深度学习	Resnet50, 逻辑回归	医学影像	1098名患者（男性652名，女性446名）
64	2025-05-21	The role of artificial intelligence and deep learning in determining the histopathological grade of pancreatic neuroendocrine tumors by using EUS images 2025 Mar-Apr, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000113 PMID:40385971	research paper	该研究利用人工智能和深度学习算法，通过EUS图像预测胰腺神经内分泌肿瘤的组织病理学分级	首次将AI和深度学习技术应用于EUS图像，以预测胰腺神经内分泌肿瘤的分级	样本量较小（44名患者），且为初步研究，需要更大规模的验证	评估AI和深度学习在预测胰腺神经内分泌肿瘤分级中的应用	胰腺神经内分泌肿瘤（pNETs）患者	digital pathology	pancreatic neuroendocrine tumors	EUS, deep learning	CNN	image	44名患者的803张EUS图像
65	2025-05-20	PhysCL: Knowledge-Aware Contrastive Learning of Physiological Signal Models for Cuff-Less Blood Pressure Estimation 2025-Mar-25, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554495 PMID:40131744	研究论文	提出了一种名为PhysCL的知识感知对比学习方法，用于减少对标记PPG数据的依赖并提高无袖带血压估计的准确性	引入了知识感知增强库解决对比学习中的语义一致性问题，并提出对比特征重建方法增强特征多样性并防止模型崩溃	需要进一步验证在不同人群和设备上的泛化能力	改进基于PPG的无袖带血压估计方法	光电容积图(PPG)信号	机器学习	心血管疾病	对比学习	深度学习模型	生理信号数据	来自MIMIC III、MIMIC IV和UQVS数据集的106名受试者数据
66	2025-05-19	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Mar-29, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种卷积神经网络处理超声图像，并通过Focal Loss微调ResNet50d模型以解决类别不平衡问题，显著提高了诊断性能	研究为回顾性研究，可能存在选择偏差，且样本量相对有限	开发一种基于超声成像的深度学习模型，用于准确区分良性和恶性唾液腺肿瘤	315名术前接受超声检查并经手术切除病理证实的唾液腺肿瘤患者	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315名患者
67	2025-05-19	Deep Learning-Based Ion Channel Kinetics Analysis for Automated Patch Clamp Recording 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202404166 PMID:39737527	研究论文	本研究提出了首个基于人工智能的框架，用于表征全细胞记录中的多种离子通道动力学	首次将人工智能技术应用于离子通道动力学分析，结合了异常检测和多类分类的深度学习模型	NA	提高电生理研究中离子通道动力学分析的效率和准确性	离子通道动力学	机器学习	阿尔茨海默病, 帕金森病	膜片钳技术	1D CNN, 双向LSTM, 注意力机制	电生理记录数据	124个测试数据集
68	2025-05-18	Deep learning-based fully automated detection and segmentation of pelvic lymph nodes on diffusion-weighted images for prostate cancer: a multicenter study 2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00840-w PMID:40098034	research paper	本研究开发了一种基于3D V-Net模型的深度学习系统，用于前列腺癌患者盆腔淋巴结的自动检测和分割	利用3D V-Net模型实现了盆腔淋巴结的自动检测和分割，提高了效率和准确性	在淋巴结水平上的敏感性为60.1%，仍有提升空间	提高前列腺癌患者盆腔淋巴结检测和分割的效率和准确性	前列腺癌患者的盆腔淋巴结	digital pathology	prostate cancer	diffusion-weighted imaging (DWI)	3D V-Net	image	1,151名患者（训练集），401名患者（外部验证集），共计32,507个标注淋巴结（训练集），7,707个淋巴结（验证集）
69	2025-05-18	Artificial intelligence can be trained to predict c-KIT-11 mutational status of canine mast cell tumors from hematoxylin and eosin-stained histological slides 2025-03, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241286806 PMID:39422217	research paper	该研究训练深度学习模型（DLMs）仅基于形态学预测犬肥大细胞瘤（MCTs）中c-KIT-11的突变状态	首次使用深度学习模型从HE染色切片中预测c-KIT-11的突变状态，无需进行PCR检测	染色协议和扫描仪类型会影响模型的准确性，跨机构数据集的性能下降	开发一种基于形态学的非侵入性方法来预测犬肥大细胞瘤的c-KIT-11突变状态	犬肥大细胞瘤（MCTs）	digital pathology	mast cell tumors	deep learning, HE staining	DLMs	image	368例犬皮肤、皮下和黏膜皮肤MCTs（195例有ITD突变，173例无）
70	2025-05-18	Nuclear pleomorphism in canine cutaneous mast cell tumors: Comparison of reproducibility and prognostic relevance between estimates, manual morphometry, and algorithmic morphometry 2025-03, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241295399 PMID:39560067	research paper	本研究比较了犬皮肤肥大细胞肿瘤（ccMCTs）中核多形性评估的不同方法，包括病理学家估计、手动形态测量和基于深度学习的自动形态测量	开发了基于深度学习的自动形态测量方法，并验证了分层抽样12个核的手动形态测量方法的实用性	需要进一步研究验证结果、确定算法间可重复性和算法鲁棒性，并探索整个肿瘤切片中核特征的异质性	探索犬皮肤肥大细胞肿瘤核评估方法的局限性并开发替代形态测量解决方案	犬皮肤肥大细胞肿瘤（ccMCTs）	digital pathology	mast cell tumors	deep learning-based segmentation	NA	image	96例ccMCTs
71	2025-05-17	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	通过多模态方法（ECG、HRV和人口统计数据）提升AF检测性能，并验证了HRV数据对敏感性的显著改善	需要进一步的临床验证	提高心房颤动的检测准确率	35,634份12导联ECG记录	machine learning	cardiovascular disease	ECG, HRV	AlexNet, VGG-16, ResNet, transformers	ECG recordings, HRV, demographic data	35,634份12导联ECG记录
72	2025-05-17	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，并评估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算法与病理学家评估的一致性仅为中等水平（Cohen's kappa: 0.374）	提高前列腺癌诊断的准确性和临床决策支持	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算法	H&E染色数字切片图像	992例患者的29,646张数字化H&E染色切片
73	2025-05-17	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	研究论文	基于Gd-EOB-DTPA增强MRI图像的放射组学和深度学习模型预测肝细胞癌微血管侵犯的多中心研究	结合了双区域特征和两种机器学习算法（CR和DLR）的新型放射组学模型，用于术前预测MVI	所有模型之间的AUC无显著差异（P>0.005）	验证Gd-EOB-DTPA增强MRI图像的放射组学模型在术前预测肝细胞癌微血管侵犯（MVI）中的潜在价值	304名肝细胞癌患者（训练队列216名，测试队列88名）	数字病理	肝细胞癌	Gd-EOB-DTPA增强MRI	支持向量机（SVM）、3D ResNet-18	MRI图像	304名患者（216名训练，88名测试）
74	2025-05-17	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	research paper	开发并验证了一种基于人工智能的超声图像质量审核系统（AI-IQA），用于自动审核妊娠早期扫描中的关键平面图像质量	首次将YOLOv7结构检测网络和多分支图像质量回归网络结合，用于妊娠早期超声图像的质量审核，并验证了其对不同经验水平放射科医生的辅助效果	研究仅基于多中心内部数据集进行验证，未涉及外部独立验证集	开发高效准确的妊娠早期超声图像质量自动审核系统	妊娠早期超声扫描的四个关键平面图像	digital pathology	NA	YOLOv7结构检测网络，多分支图像质量回归网络	CNN	image	567例由不同经验水平放射科医生扫描的病例（其中349例无AI-IQA反馈，218例有2-3轮AI-IQA反馈）
75	2025-05-17	Deep learning-based breast MRI for predicting axillary lymph node metastasis: a systematic review and meta-analysis 2025-Mar-31, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00863-3 PMID:40165212	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习算法在乳腺MRI中预测乳腺癌患者腋窝淋巴结转移的诊断性能	首次系统评估深度学习在乳腺MRI中预测腋窝淋巴结转移的诊断性能，并展示了其在临床决策中的潜在应用价值	研究间存在中度异质性（I2=61%和60%），且纳入研究数量有限（10项）	评估深度学习算法在乳腺MRI中预测乳腺癌患者腋窝淋巴结转移的诊断准确性	乳腺癌患者的乳腺MRI图像	digital pathology	breast cancer	MRI	deep learning	image	10项研究（具体样本量未明确说明）
76	2025-05-17	A novel network-level fused deep learning architecture with shallow neural network classifier for gastrointestinal cancer classification from wireless capsule endoscopy images 2025-Mar-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02966-0 PMID:40165262	research paper	提出了一种新型深度学习框架，用于从无线胶囊内窥镜图像中分类和定位胃肠道疾病	融合了两种新型架构SC-DSAN和CNN-GRU，采用深度连接层进行网络级融合，避免了特征级融合的计算成本，并利用贝叶斯优化和熵控海洋捕食者算法进行动态超参数调优和特征选择	未来工作将探索其对其他数据集的适应性，并优化其计算复杂性以实现更广泛的部署	解决胃肠道疾病分类和定位中的挑战，如类间和类内相似性、类别不平衡和计算效率低下	无线胶囊内窥镜图像	computer vision	gastrointestinal cancer	deep learning	SC-DSAN, CNN-GRU, SWNN	image	Kvasir-V1和Kvasir-V2数据集
77	2025-05-17	Ant-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Humidity via Magnetic Induction 2025-03-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00032 PMID:40016092	research paper	介绍了一种受蚂蚁感官机制启发的双模式离子凝胶传感器，能够同时检测环境湿度和压力	采用磁感应技术开发的双模式传感器，结合了湿度传感器和压力传感器的高灵敏度和宽范围检测能力，并通过深度学习算法实现高精度物体识别	未明确提及传感器的长期稳定性测试或在极端环境下的性能表现	开发多功能、高灵敏度、宽范围和耐用的柔性传感器，用于智能传感领域	环境湿度和压力的检测，以及人体生理信号和物体识别	智能传感	NA	磁感应技术，深度学习算法	NA	湿度信号，压力信号，生理信号	未明确提及具体样本数量，但涉及人体生理信号测试和物体识别实验
78	2025-05-17	Penalized factorial regression as a flexible and computationally attractive reaction norm model for prediction in the presence of GxE 2025-Mar-28, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-025-04865-4 PMID:40155554	研究论文	本文提出了一种惩罚性因子回归方法，作为预测基因型与环境互作（GxE）的计算高效替代方案	该方法在预测精度上与基于核方法和深度学习的替代方法相当，但计算需求和耗时明显更低	仅在小麦和玉米两个代表性数据集上进行了验证，未在其他作物或更大规模数据上测试	解决植物育种和遗传学中长期存在的挑战，即在存在基因型与环境互作的情况下预测新环境中的产量	小麦和玉米的候选品种	植物育种与遗传学	NA	惩罚性因子回归	线性反应规范模型	基因型与环境互作数据	两个代表性数据集（小麦和玉米）
79	2025-05-17	[Research progress in mutation effect prediction based on protein language models] 2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240683 PMID:40170306	综述	本文综述了基于蛋白质语言模型（PLMs）的蛋白质突变效应预测的研究进展	总结了PLMs在预测蛋白质突变效应中的应用，包括序列模型、结构模型及序列与结构结合模型，并分析了无监督和监督学习在模型训练中的应用	当前面临的主要挑战包括高质量数据集的获取和数据噪声的处理	推动蛋白质突变效应预测的进一步发展	蛋白质突变效应预测	生物信息学	NA	蛋白质语言模型（PLMs）	序列模型、结构模型、序列与结构结合模型	蛋白质序列和结构数据	NA
80	2025-05-17	[Intelligent mining, engineering, and de novo design of proteins] 2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240629 PMID:40170309	综述	本文综述了人工智能在蛋白质发现、评估、工程和设计方面的最新研究进展	探讨了人工智能在蛋白质工程和设计中的应用及其对生物制造的潜在影响	未提及具体的技术限制或数据局限性	探索和改造酶以适应特定的生物制造过程	蛋白质，特别是酶	机器学习	NA	机器学习和深度学习算法	NA	生物信息学数据	NA