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
141	2025-04-02	Machine learning radiomics for H3K27M mutation prediction in gliomas: A systematic review and meta-analysis 2025-Mar-31, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03597-y PMID:40163098	meta-analysis	该研究通过系统综述和荟萃分析评估了基于机器学习的影像组学模型在预测胶质瘤H3K27M突变中的性能	首次通过荟萃分析全面评估机器学习模型在预测H3K27M突变中的诊断性能，并比较了深度学习与传统机器学习模型的差异	纳入研究数量有限(15项)，且未对不同MRI序列或特征提取方法进行亚组分析	评估机器学习模型预测胶质瘤H3K27M突变的诊断性能	胶质瘤患者	digital pathology	glioma	MRI radiomics	machine learning/deep learning	medical imaging	15项研究(具体样本量未明确说明)
142	2025-04-02	Automated detection of retinal artery occlusion in fundus photography via self-supervised deep learning and multimodal interpretability using a multimodal AI chatbot 2025-Mar-31, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03353-7 PMID:40163243	research paper	本研究提出了一种基于自监督深度学习和多模态可解释性的创新AI方法，用于从眼底图像中自动检测视网膜动脉阻塞（RAO）	首次将深度学习应用于RAO检测，并采用自监督学习框架SimCLR解决标记数据不足的问题，同时结合多模态AI聊天机器人（ChatGPT-4）和Grad-CAM可视化提升模型的可解释性	研究未提及模型在更广泛或多样化数据集上的表现，可能影响其普遍适用性	开发一种AI模型，用于早期检测视网膜动脉阻塞（RAO）以预防不可逆的视力损失	眼底图像中的视网膜动脉阻塞（RAO）特征	digital pathology	cardiovascular disease	self-supervised learning (SSL), SimCLR, multimodal interpretability	ResNet50	image	两个外部验证数据集（具体样本量未提及）
143	2025-04-02	Deep Learning-Enhanced Hand-Driven Microfluidic Chip for Multiplexed Nucleic Acid Detection Based on RPA/CRISPR 2025-Mar-31, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414918 PMID:40163382	研究论文	提出了一种名为R-CHIP的便携式系统，用于多重核酸检测，整合了RPA、CRISPR检测、手动微流控和人工智能平台	结合了RPA/CRISPR技术、手动微流控和深度学习模型ResNet-18，提高了检测效率和便捷性	未提及长期稳定性和大规模应用的验证	开发一种便携式系统，用于高风险人乳头瘤病毒（HR-HPV）的早期检测，以改善宫颈癌的预后评估	高风险人乳头瘤病毒（HR-HPV）的临床样本	数字病理学	宫颈癌	RPA, CRISPR, 微流控技术	ResNet-18	图像	300例临床样本
144	2025-04-02	Anticancer drug response prediction integrating multi-omics pathway-based difference features and multiple deep learning techniques 2025-Mar-31, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012905 PMID:40163555	研究论文	本研究提出了一种名为PASO的深度学习模型，用于预测细胞系对抗癌药物的敏感性，整合了多组学通路差异特征和多种深度学习技术	创新点在于整合了transformer编码器、多尺度卷积网络和注意力机制，利用通路差异值作为细胞系特征，并结合药物的SMILES化学结构信息进行预测	虽然模型在预测抗癌药物敏感性方面表现出较高准确性，但未提及在临床实际应用中的验证范围和潜在限制	个体化预测癌症药物敏感性，为精准医疗提供支持	细胞系和药物分子	机器学习	肺癌	多组学数据分析、深度学习	transformer编码器、多尺度卷积网络、注意力机制、MLP	基因表达、基因突变、基因拷贝数变异、药物SMILES化学结构	未明确提及具体样本数量，但使用了细胞系数据和TCGA临床数据
145	2025-04-02	Deep Learning with Reflection High-Energy Electron Diffraction Images to Predict Cation Ratio in Sr2xTi2(1-x)O3 Thin Films 2025-Mar-31, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00787 PMID:40163590	research paper	本研究利用深度学习技术，通过反射高能电子衍射图像预测SrTiO薄膜的化学计量比	将通常仅限于定性评估的诊断工具转变为定量测量薄膜性质的替代方法，揭示了衍射条纹特征与阳离子化学计量比之间先前未知的相关性	数据集较小，仅包含31个样本	加速、理解和控制薄膜合成过程，揭示合成条件与材料性质之间的关系	SrTiO薄膜	machine learning	NA	反射高能电子衍射	gated convolutional neural network	image	31个样本
146	2025-04-02	Artificial Intelligence for Classification of Endoscopic Severity of Inflammatory Bowel Disease: A Systematic Review and Critical Appraisal 2025-Mar-31, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izaf050 PMID:40163659	系统性综述	本文系统性综述并批判性评估了人工智能辅助内镜下炎症性肠病严重程度分类的文献	总结了2019至2024年间31项关于AI模型用于内镜下IBD严重程度分类的研究，并首次使用APPRAISE-AI工具对研究质量进行系统评估	克罗恩病相关研究较少(仅3项)，AI模型的外部验证不足，数据和代码透明度有待提高	评估AI在内镜下炎症性肠病严重程度分类中的应用现状与研究质量	溃疡性结肠炎(28项研究)和克罗恩病(3项研究)的内镜图像/视频	数字病理学	炎症性肠病	深度学习	AI模型（具体类型未说明）	图像和视频	31项研究（未报告总样本量）
147	2025-04-02	Diagnosis of Oral Cancer With Deep Learning. A Comparative Test Accuracy Systematic Review 2025-Mar-31, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15330 PMID:40163741	meta-analysis	比较深度学习模型与人类专家及其他诊断方法在口腔癌临床检测中的准确性	首次系统性地比较深度学习模型与人类专家在口腔癌诊断中的准确性	纳入研究存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的准确性	口腔黏膜病变（癌变与非癌变）的摄影图像	digital pathology	oral cancer	deep learning	NA	image	8项研究（具体样本量未明确说明）
148	2025-04-02	A Tunable Forced Alignment System Based on Deep Learning: Applications to Child Speech 2025-Mar-31, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2024_JSLHR-24-00347 PMID:40163771	research paper	开发了一个基于深度学习的可调谐强制对齐系统Wav2TextGrid，用于儿童语音分析	提出了一个可训练的、说话者自适应的神经强制对齐器，可直接在手动对齐上进行训练	仅使用了42名3至6岁神经典型儿童的语料库进行验证	开发一个适用于非标准语音（如儿童语音）的自动化语音分析工具	儿童语音和TIMIT语料库	natural language processing	NA	deep learning	neural forced aligner	speech	42名3至6岁神经典型儿童
149	2025-04-02	Portal dose image prediction using Monte Carlo generated transmission energy fluence maps of dynamic radiotherapy treatment plans: A deep learning approach 2025-Mar-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc73f PMID:40164089	research paper	该研究开发了一种结合蒙特卡洛模拟和深度学习的混合模型，用于预测动态放射治疗计划中的电子门控成像设备（EPID）图像	结合蒙特卡洛模拟和深度学习的方法，用于预测放射治疗中的EPID图像，为体内剂量学提供参考图像	模型在简单和复杂变体中的伽马通过率存在较大差异，可能影响预测的准确性	开发一种混合模型，用于预测动态放射治疗计划中的EPID图像，以支持体内剂量学质量保证	动态放射治疗计划和EPID图像	医学影像处理	癌症	蒙特卡洛模拟和深度学习	U-Net	图像	17个临床治疗计划
150	2025-04-02	Enrichment Analysis and Deep Learning in Biomedical Ontology: Applications and Advancements 2025-Mar-31, Chinese medical sciences journal = Chung-kuo i hsueh k'o hsueh tsa chih DOI:10.24920/004464 PMID:40164517	review	本文综述了基于生物医学本体结构及语义注释特性的富集分析和深度学习方法，强调了技术进步如何更全面地利用本体信息	结合富集分析和深度学习技术，探索生物医学本体的新应用和进展	NA	推动生物医学研究的发展，探索生物医学本体在大数据技术下的新应用	生物医学本体	machine learning	NA	富集分析, deep learning	deep learning	multi-dimensional, heterogeneous biomedical big data	NA
151	2025-04-02	A streaming brain-to-voice neuroprosthesis to restore naturalistic communication 2025-Mar-31, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-01905-6 PMID:40164740	research paper	该研究开发了一种流式脑到语音的神经假体，用于恢复瘫痪患者的自然语言交流能力	使用高密度表面记录和深度学习循环神经网络转换器模型，实现了个性化的在线大词汇量可理解流畅语音合成	研究仅针对一名严重瘫痪和无言语能力的临床试验参与者进行，样本量较小	恢复瘫痪患者的自然语言交流能力	严重瘫痪和无言语能力的患者	神经工程	瘫痪	高密度表面记录、深度学习	RNN transducer	神经信号	1名临床试验参与者
152	2025-04-02	Vision Transformers in Medical Imaging: a Comprehensive Review of Advancements and Applications Across Multiple Diseases 2025-Mar-31, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01481-y PMID:40164818	综述	本文全面回顾了视觉变换器（ViT）模型在医学影像分类中的最新研究进展及其在多种疾病中的应用	系统性地总结了ViT在医学影像领域的应用，并对比了其与传统CNN的性能差异	未进行原始实验验证，仅基于文献综述进行分析	评估ViT模型在医学影像分类领域的应用现状与发展趋势	涵盖乳腺癌、皮肤病变、脑部MRI肿瘤、肺部疾病、视网膜分析等15个医学领域	数字病理	多疾病（乳腺癌/脑肿瘤/COVID-19等）	深度学习	ViT（Vision Transformer）	医学影像	NA（文献综述不涉及具体样本量）
153	2025-04-02	Artificial intelligence chatbots in endodontic education-Concepts and potential applications 2025-Mar-31, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14231 PMID:40164964	综述	本文探讨了人工智能聊天机器人在牙髓病学教育中的概念和潜在应用	提出了AI聊天机器人在牙髓病学教育中的个性化学习、互动培训和临床决策支持等创新应用	存在技术限制、伦理考虑和错误信息传播等问题，且目前牙髓病学领域相关研究有限	探索AI聊天机器人在牙髓病学教育中的潜力和挑战	牙髓病学教育	自然语言处理	NA	NLP, ML, DL	聊天机器人	文本	NA
154	2025-04-02	Advances in AI-based strategies and tools to facilitate natural product and drug development 2025-Mar-30, Critical reviews in biotechnology IF:8.1Q1 DOI:10.1080/07388551.2025.2478094 PMID:40159111	综述	本文综述了人工智能在天然产物和药物开发中的应用及其进展	详细介绍了AI如何通过深度学习和自动化生物信息学平台加速天然产物的发现和药物开发	未提及具体AI工具或方法的局限性	探讨AI在天然产物和药物开发中的应用及其潜力	天然产物及其衍生物	机器学习	NA	深度学习、集成自动化生物信息学平台、质谱和核磁共振	神经网络	质谱数据、核磁共振数据	NA
155	2025-04-02	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	research paper	该研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习方法从标准心脏PET/CT扫描中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能影响结果的普遍性	评估从PET/CT扫描中自动量化的身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	digital pathology	cardiovascular disease	PET/CT, deep learning	deep learning	image	10,085名患者
156	2025-04-02	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Mar-30, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	research paper	提出了一种结合分割引导损失和极坐标训练的新框架，以提高腹部超声模拟的真实性和解剖一致性	通过引入分割引导损失和极坐标训练，显著减少了GAN在物理模拟中产生的幻觉，提高了图像的解剖准确性和真实感	研究仅针对腹部超声图像，未涉及其他类型的医学影像模拟	提高腹部超声模拟的真实性和解剖一致性	腹部超声图像	digital pathology	NA	GAN, Unet, 极坐标训练	CycleGAN	image	617张真实腹部超声图像和971张人工模拟扫描图像
157	2025-04-02	A data-driven personalized approach to predict blood glucose levels in type-1 diabetes patients exercising in free-living conditions 2025-Mar-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110015 PMID:40164029	research paper	本文评估了一种数据驱动的方法，用于准确预测1型糖尿病患者在自由生活条件下运动时的血糖水平	结合多种机器学习和深度学习模型，采用个性化与基于人群的微调模型相结合的方法，预测血糖水平	部分患者血糖水平预测仍具挑战性，且预测在运动期间和运动后误差较大	评估数据驱动方法在预测1型糖尿病患者运动时血糖水平的准确性和安全性	1型糖尿病患者	machine learning	diabetes	continuous glucose monitoring, insulin pumps, carbohydrate intake, exercise intensity and duration, physical activity-related information	XGBoost, Random Forest, LSTM, CNN-LSTM, Dual-encoder with Attention layer	time-series data	79名1型糖尿病患者，每人4周的数据
158	2025-04-02	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Mar-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	research paper	该研究开发了基于深度学习和放射组学的模型，用于区分冠状动脉慢性完全闭塞和次全闭塞	结合深度学习和放射组学技术，提高了冠状动脉慢性完全闭塞和次全闭塞的鉴别准确率	研究为回顾性设计，可能影响结果的普遍性	开发并验证能够准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能模型	冠状动脉慢性完全闭塞和次全闭塞病变	digital pathology	cardiovascular disease	CCTA	DL	image	581名参与者（600个病变，包括403个CTO和197个STO病变）
159	2025-04-02	Cleavage-stage embryo segmentation using SAM-based dual branch pipeline: development and evaluation with the CleavageEmbryo dataset 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae617 PMID:39423150	研究论文	本文介绍了一种基于SAM的双分支分割管道，用于自动分割分裂期胚胎的卵裂球，并构建了首个带有片段信息像素级标注的人类分裂期胚胎数据集CleavageEmbryo	首次提出基于SAM的双分支分割管道，同时构建了首个带有片段信息像素级标注的分裂期胚胎数据集	缺乏公开可用的数据集，可能限制方法的广泛验证和应用	开发自动化方法来分割分裂期胚胎，以提高胚胎选择过程的效率和准确性	人类分裂期胚胎	计算机视觉	生殖健康	深度学习	SAM-based双分支网络	图像	未明确说明样本数量（CleavageEmbryo数据集）
160	2025-04-02	A review of denoising methods in single-particle cryo-EM 2025-Mar-29, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单颗粒冷冻电镜图像去噪方法的最新进展，涵盖从传统滤波方法到最新基于深度学习的策略	涵盖了从传统方法到最新深度学习策略的多种去噪方法，并进行了分析和比较	NA	推动单颗粒冷冻电镜去噪领域的发展，促进获取更高质量的图像	冷冻电镜图像	生物物理学	NA	冷冻电镜	深度学习	图像	NA