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	2025-07-21	Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks 2025-Mar-05, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.02.026 PMID:40050174	研究论文	本研究评估了四种深度学习架构在3D MRI数据中自动分割声道的效果	比较了2D和3D卷积网络及Transformer网络在声道分割中的性能，并探讨了迁移学习的应用	所有模型在分割某些特定声音（如/kõn/）和骨性区域（如牙齿）附近时表现不佳	评估深度学习算法在3D MRI数据中自动分割声道的效能	10名法语使用者的53个声道体积数据	计算机视觉	NA	3D MRI扫描	2D U-Net, 3D U-Net, 3D U-Net with transfer learning, 3D transformer U-Net (3D U-NetR)	3D MRI图像	53个声道体积数据（来自10名受试者）
62	2025-07-20	Deep Learning: A Heuristic Three-Stage Mechanism for Grid Searches to Optimize the Future Risk Prediction of Breast Cancer Metastasis Using EHR-Based Clinical Data 2025-Mar-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17071092 PMID:40227603	研究论文	本文提出了一种启发式三阶段机制，用于优化基于电子健康记录（EHR）的乳腺癌转移风险预测的深度学习模型网格搜索	提出了一种三阶段机制（SSGS和RGS策略）来管理低预算网格搜索的运行时间，并通过SHAP分析解释模型超参数的贡献	未明确提及具体局限性，但可能涉及计算资源有限或数据集的特定限制	优化深度学习模型在乳腺癌转移风险预测中的性能	乳腺癌患者的电子健康记录（EHR）数据	机器学习	乳腺癌	网格搜索，SHAP分析	深度前馈神经网络（DFNN）	临床数据	未明确提及具体样本量
63	2025-07-20	Universal consensus 3D segmentation of cells from 2D segmented stacks 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.03.592249 PMID:38766074	research paper	本文提出了一种名为u-Segment3D的理论和工具箱，用于将2D细胞分割结果转化为3D共识分割，无需训练数据	开发了一种无需训练数据的2D到3D分割方法，能够处理拥挤和形态复杂的细胞	依赖于2D分割方法的准确性，可能无法完全替代原生3D分割方法	解决3D细胞分割中的密集标注难题，提高分割效率和准确性	细胞、细胞聚集体和组织	digital pathology	NA	deep learning	NA	image	11个真实数据集，超过70,000个细胞
64	2025-07-20	Machine learning predicts spinal cord stimulation surgery outcomes and reveals novel neural markers for chronic pain 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92111-8 PMID:40102462	研究论文	本研究应用机器学习预测慢性疼痛患者对脊髓刺激（SCS）手术的反应，并揭示了新的神经标记物	结合主观自我报告、术中获取的EEG数据和机器学习算法，首次用于区分SCS手术的响应者和非响应者	样本量较小（20名患者），可能影响模型的泛化能力	预测慢性疼痛患者对SCS手术的反应，并寻找客观的疼痛生物标志物	20名接受SCS手术的慢性疼痛患者	机器学习	慢性疼痛	EEG信号分析、PCA、递归特征消除	决策树	EEG信号、临床特征、患者报告结果	20名慢性疼痛患者
65	2025-07-20	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	研究论文	开发并验证了一种机器学习模型，用于从MRI扫描中自动检测马尾神经压迫，以加快对疑似马尾神经综合征患者的分类	首次使用卷积神经网络（CNN）自动检测马尾神经压迫，并通过梯度下降热图展示分类关键区域	研究样本量相对较小（715张图像），且未提及模型在不同MRI设备或扫描参数下的泛化能力	开发自动化工具以改善马尾神经综合征的诊断效率和准确性	疑似马尾神经综合征患者的MRI扫描图像	数字病理学	马尾神经综合征	MRI扫描	CNN	图像	715张MRI图像（80%训练集，20%测试集）
66	2025-07-20	Deep Learning for Lumbar Disc Herniation Diagnosis and Treatment Decision-Making Using Magnetic Resonance Imagings: A Retrospective Study 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123728 PMID:39880078	研究论文	本研究探讨了深度学习在腰椎间盘突出症（LDH）诊断和治疗决策中的应用，通过MRI图像分析比较了纯AI、纯人类和AI辅助方法的准确性和决策时间	研究不仅关注椎间盘突出的存在，还探索了AI在诊断和治疗决策中的综合应用，展示了AI与人类专家协同工作的潜力	研究为回顾性研究，可能受到数据选择和历史偏差的影响	评估深度学习在LDH诊断和治疗决策中的效果	接受手术评估的患者的MRI图像	数字病理学	腰椎间盘突出症	MRI	CNN	图像	未明确提及样本数量
67	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
68	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
69	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）
70	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
71	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
72	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
73	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
74	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
75	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
76	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
77	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
78	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%）
79	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
80	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