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
81	2025-05-22	Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis 2025-Apr-11, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.04.006 PMID:40220991	meta-analysis	该研究通过贝叶斯元分析评估了机器学习在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性和优化方法	首次使用贝叶斯元分析方法评估机器学习在OSA诊断中的表现，并比较了不同技术参数对诊断准确性的影响	研究仅基于已发表的文献，可能存在未发表数据的偏差	评估和优化机器学习在OSA诊断中的准确性	阻塞性睡眠呼吸暂停（OSA）患者	machine learning	阻塞性睡眠呼吸暂停	Bayesian bivariate meta-analysis	deep learning vs traditional machine learning	audio recordings	训练集4,864名参与者，测试集2,370名参与者
82	2025-05-22	Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study 2025-Apr-03, Gerontology IF:3.1Q3 DOI:10.1159/000545679 PMID:40359927	研究论文	本研究使用深度学习模型动态预测肾功能轻度降低的老年人心血管死亡风险	采用新型深度学习算法Dynamic DeepHit (DDH)模型，在纵向研究中展示了对个体动态生存预测的优越性能	研究仅基于中国天津社区健康促进前瞻性研究的数据，可能限制结果的普适性	识别肾功能轻度降低老年人群中心血管死亡的相关特征，并开发预测模型	12,650名60岁以上肾功能轻度降低的老年人	机器学习	心血管疾病	Cox回归、随机生存森林(RSF)、DeepHit(DH)、Dynamic DeepHit(DDH)	DDH, RSF, DH, Cox回归	临床数据	12,650名老年人（2014-2020年随访数据）
83	2025-05-22	The need for balancing 'black box' systems and explainable artificial intelligence: A necessary implementation in radiology 2025-Apr, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112014 PMID:40031377	评论	本文讨论了在放射学中平衡'黑盒'系统和可解释人工智能（XAI）的必要性	提出在放射学中优先考虑可解释人工智能（XAI），以增强透明度和伦理标准	XAI可能性能不如黑盒模型，且当前AI系统仍存在数据隐私、偏见和幻觉等问题	探讨AI在放射学中的应用及其伦理和法律挑战	放射学中的AI系统及其对医疗决策的影响	数字病理学	NA	机器学习和深度学习	黑盒模型和XAI	图像	NA
84	2025-05-21	Validation of multiple deep learning models for colorectal tumor differentiation with endoscopic ultrasound images: a dual-center study 2025-Apr-30, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2024-1024 PMID:40386596	research paper	本研究验证了多种深度学习模型在结直肠肿瘤分化中的应用，通过内镜超声图像进行双中心研究	结合内镜超声(EUS)与人工智能(AI)技术，验证了四种深度学习模型在结直肠腺瘤和癌症诊断中的效能，并与传统内镜诊断进行比较	研究为回顾性设计，样本量相对有限(554例患者)，且仅来自两个中心	验证EUS结合AI在结直肠腺瘤和癌症诊断中的有效性	结直肠病变患者(包括CRC、腺瘤和对照组)	digital pathology	colorectal cancer	endoscopic ultrasound (EUS)	ResNet50, EfficientNet-B0, VGG_11_BN, ViT	image	554例患者(167例CRC，136例腺瘤，251例对照)
85	2025-05-21	Deep learning model for predicting spread through air spaces of lung adenocarcinoma based on transfer learning mechanism 2025-Apr-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-985 PMID:40386718	研究论文	本研究基于深度学习算法开发并验证了一种用于预测肺腺癌空气播散（STAS）的模型	利用迁移学习机制结合ResNet50架构和最优语义特征构建混合模型，提高了STAS的预测性能	样本量相对较小（290例患者），且为回顾性研究	术前预测肺腺癌的空气播散（STAS）以帮助选择合适的手术和治疗策略	肺腺癌（LUAD）患者	数字病理	肺癌	深度学习	ResNet50	CT图像	290例患者（203例训练集，87例测试集）
86	2025-05-21	A narrative review of preoperative CT for predicting spread through air spaces of lung cancer 2025-Apr-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-952 PMID:40386727	综述	本文回顾并总结了计算机断层扫描（CT）在预测肺癌空气扩散（STAS）中的作用，讨论了该领域研究的局限性和未来方向	结合人工智能发展，通过放射组学和深度学习方法显著提升了STAS预测模型的效能	风险分层研究仍然有限，需要通过更全面的STAS病理学定义进一步完善	评估术前CT成像预测STAS的可行性	肺癌患者的术前CT影像	数字病理学	肺癌	CT成像、放射组学、深度学习	深度学习模型	医学影像	NA
87	2025-05-21	Integrating radiomics and deep learning for enhanced prediction of high-grade patterns in stage IA lung adenocarcinoma 2025-Apr-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-995 PMID:40386715	研究论文	本研究开发了一种基于术前CT图像的融合模型，用于预测IA期肺浸润性非黏液性腺癌中高级别模式（HGPs）的存在	结合放射组学特征和深度学习特征，使用XGBoost分类器构建融合模型，显著提高了预测HGPs的准确性	研究为回顾性分析，样本量相对有限（403例患者），且仅针对IA期肺浸润性非黏液性腺癌	开发术前预测肺腺癌高级别模式的工具，以辅助临床制定个体化治疗方案	403例手术治疗的临床IA期且病理确诊为浸润性非黏液性腺癌的患者	数字病理	肺癌	CT成像	XGBoost	图像	403例患者
88	2025-05-21	Fully automated MRI-based analysis of the locus coeruleus in aging and Alzheimer's disease dementia using ELSI-Net 2025 Apr-Jun, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70118 PMID:40365469	研究论文	介绍了一种基于深度学习的自动化MRI分析方法ELSI-Net，用于评估蓝斑核(LC)在衰老和阿尔茨海默病(AD)痴呆中的完整性	开发了名为ELSI-Net的集成式蓝斑核分割网络，相比之前的工作表现更优，并与人工评分和已发布的LC图谱高度一致	需要在更多样化的临床队列数据集上进行进一步评估，以全面验证ELSI-Net的普适性	评估蓝斑核在衰老和阿尔茨海默病痴呆中的完整性，并探索其与AD病理生物标志物的关联	健康老年人和阿尔茨海默病痴呆患者	数字病理学	阿尔茨海默病	MRI	深度学习(ELSI-Net)	医学影像	健康老年人和AD痴呆患者数据集(具体数量未明确说明)
89	2025-05-21	Potential of Artificial Intelligence for Bone Age Assessment in Iranian Children and Adolescents: An Exploratory Study 2025-Apr-01, Archives of Iranian medicine IF:1.0Q3 DOI:10.34172/aim.32070 PMID:40382691	研究论文	本研究探讨了人工智能系统在伊朗儿童和青少年骨龄评估中的准确性	开发了一个针对特定人群的深度学习模型，用于骨龄评估，相比传统方法更高效和一致	模型的预测准确性在年龄范围的两端存在误差，且男孩的预测准确性相对较低，需要进一步优化和验证	评估人工智能系统在骨龄评估中的准确性和潜在应用	伊朗1-18岁儿童和青少年的左手X光片	数字病理	肌肉骨骼疾病	深度学习	深度学习模型	图像	555张X光片（220名男孩和335名女孩）
90	2025-05-21	Artificial Intelligence as a Screening Tool for MRI Evaluation of Normal and Abnormal Medial Meniscus 2025-Apr, Cureus DOI:10.7759/cureus.82523 PMID:40385820	研究论文	本研究评估了基于深度学习的Mask R-CNN模型在MRI扫描中对内侧半月板进行分割和分类的性能	与之前使用边界框分割膝关节结构的研究不同，本模型采用精确的多边形注释确保仅对半月板进行像素级分割，从而实现准确的异常检测	需要多中心数据集验证，且未来需要扩展模型以对半月板异常进行子分类	评估AI在MRI扫描中自动评估半月板的性能，提高诊断准确性和效率	内侧半月板	计算机视觉	NA	MRI	Mask R-CNN (ResNet-50 backbone + FPN)	图像	3600张矢状面质子密度加权脂肪抑制(PD-FS) MRI图像
91	2025-05-21	The Role of Artificial Intelligence in the Prediction of Bariatric Surgery Complications: A Systematic Review 2025-Apr, Cureus DOI:10.7759/cureus.82461 PMID:40385919	系统综述	本文综述了人工智能在预测减肥手术后并发症中的作用	探讨了AI在预测减肥手术并发症中的潜力，特别是集成方法和神经网络相比传统逻辑回归的优势	研究存在过拟合、数据不平衡和泛化能力有限的问题，尤其是深度学习模型，且多数研究集中在瑞典和美国，可能引入区域偏见	评估人工智能在预测减肥手术后并发症中的效果和应用	减肥手术患者	医疗人工智能	肥胖症	AI算法（包括集成方法和神经网络）	集成方法、神经网络、逻辑回归	临床数据	七个回顾性队列研究，涉及大样本数据集
92	2025-05-20	Food Freshness Prediction Platform Utilizing Deep Learning-Based Multimodal Sensor Fusion of Volatile Organic Compounds and Moisture Distribution 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00254 PMID:40123082	研究论文	开发了一种结合多维传感技术和基于深度学习的动态融合方法，用于精确监测牛肉的腐败过程	引入了自注意力机制和SENet缩放特征到多模态深度学习模型中，自适应融合并关注传感器的重要特征	实际应用中，单源数据的局限性和多模态数据交叉验证的挑战可能影响方法的准确性	提高食品新鲜度预测的准确性和可靠性	牛肉的新鲜度监测	机器学习	NA	表面增强拉曼散射(SERS)、低场核磁共振(LF-NMR)	多模态深度学习模型	挥发性有机化合物(VOCs)和水分分布数据	NA
93	2025-05-20	Spider-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Speed via Magnetic Induction 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00403 PMID:40152352	research paper	本文设计并制造了一种基于蜘蛛感应机制的双模式离子凝胶传感器，集成了风速和压力检测功能	结合蜘蛛的感应机制，开发了一种新型双模式离子凝胶传感器，能够同时检测风速和压力，并在智能运动识别系统中实现了96.83%的准确率	NA	开发多功能、高灵敏度、宽检测范围和优异耐久性的柔性传感器	风速和压力检测，以及人体运动监测	柔性传感器	NA	磁性纤维植绒和感应共振原理，微结构离子凝胶和电容设计	深度学习算法	风速和压力信号，人体运动信号	NA
94	2025-05-20	Deep Learning-driven Microfluidic-SERS to Characterize the Heterogeneity in Exosomes for Classifying Non-Small Cell Lung Cancer Subtypes 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03621 PMID:40167999	research paper	该研究开发了一种深度学习驱动的微流控-SERS系统，用于表征外泌体的异质性以分类非小细胞肺癌亚型	结合深度学习、微流控技术和SERS技术，实现了外泌体的高效捕获、检测和分析，用于肺癌的早期诊断和分子分型	NA	开发一种非侵入性方法用于非小细胞肺癌的早期诊断和精确分型	外泌体	digital pathology	lung cancer	SERS, 微流控技术	deep learning	光学信号	三种不同的NSCLC细胞系和正常细胞系
95	2025-04-26	Informing Deep Learning of Sensing Data with Physics and Chemistry 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01075 PMID:40275811	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
96	2025-05-20	Intelligent Diagnosis of Pancreatic Biopsy From Endoscopic Ultrasound-Guided Fine-Needle Aspiration Via Stimulated Raman Histopathology 2025-Apr-25, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104182 PMID:40288652	研究论文	开发了一种基于深度学习的刺激拉曼散射显微镜技术，用于胰腺内镜超声引导细针穿刺活检的快速、无标记术中组织学诊断	利用深度学习结合刺激拉曼散射显微镜技术，提供了一种比传统快速现场评估更高效、更客观的胰腺活检诊断方法	研究样本量相对较小（76例训练集，33例测试集），需要更大规模的临床验证	开发一种替代传统快速现场评估的胰腺活检诊断方法	胰腺内镜超声引导细针穿刺活检样本	数字病理	胰腺肿瘤	刺激拉曼散射显微镜	CNN	图像	76例患者用于训练，33例用于外部测试
97	2025-05-19	The application of natural language processing technology in hospital network information management systems: Potential for improving diagnostic accuracy and efficiency 2025-Apr-18, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100287 PMID:40254184	研究论文	本文探讨了自然语言处理技术在医院网络信息管理系统中的应用，旨在提高诊断效率和准确性	提出了一种新颖的隐藏贝叶斯集成密集Bi-LSTM（HB-DBi-LSTM）策略，用于优化词袋模型	未提及具体的研究样本数量，且深度学习模型的计算需求较高	研究自然语言处理技术在医院网络信息管理系统中的应用，以提高诊断效率和准确性	电子健康记录中的扫描文档	自然语言处理	睡眠问题	NLP, OCR, 图像预处理	HB-DBi-LSTM	文本, 图像	NA
98	2025-05-19	Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17635 PMID:39878595	研究论文	利用神经常微分方程(NODE)模型结合影像、基因组和临床参数，区分脑转移瘤放射后坏死与复发	提出基于HBNODE的新型可解释AI框架，首次实现影像-基因组-临床(I-G-C)特征空间的动态轨迹追踪与决策场重构	样本量较小(90个脑转移灶)，仅针对NSCLC患者，未验证跨癌种泛化性	开发可解释AI模型用于脑转移瘤SRS治疗后放射性坏死与肿瘤复发的无创鉴别	62名非小细胞肺癌患者的90个脑转移灶	数字病理	肺癌	T1+c MRI影像分析、基因组测序	HBNODE(二阶神经ODE)、DNN	多模态数据(影像+基因组+临床)	90个脑转移灶(来自62名NSCLC患者)
99	2025-05-18	Advanced Deep Learning Approaches in Detection Technologies for Comprehensive Breast Cancer Assessment Based on WSIs: A Systematic Literature Review 2025-Apr-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091150 PMID:40361968	系统综述	本文系统综述了2020年至2024年间基于深度学习的乳腺癌检测方法，分析了39项同行评审研究和20个广泛使用的WSI数据集	提出了一个五维评估框架，涵盖准确性和性能、鲁棒性和泛化性、可解释性、计算效率和注释质量，以增强临床相关性并指导模型开发	研究中存在的挑战包括图像质量的可变性、高质量注释的有限可用性、模型可解释性差、计算需求高以及处理效率不佳	优化和将基于WSI的技术转化为临床工作流程，以实现全面的乳腺癌评估	乳腺癌的淋巴细胞和分子生物标志物	数字病理学	乳腺癌	深度学习	NA	图像（WSI）	39项研究和20个WSI数据集
100	2025-05-18	Postural Analysis in Ventral and Dorsal Decubitus Babies Using Deep Learning Techniques: A Protocol Study 2025-Apr-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093096 PMID:40364127	研究论文	使用深度学习技术分析0至6个月大婴儿在俯卧和仰卧姿势中的体位，以确定客观的体位评估参数	首次将人工智能技术应用于婴儿体位分析，以客观评估体位控制并检测可能的发育延迟	研究为观察性和横断面研究，可能无法全面反映婴儿体位发育的长期变化	分析婴儿体位以优化早期运动或体位发育延迟的检测和治疗	0至6个月大的婴儿	数字病理学	NA	深度学习	NA	图像	未明确说明样本数量，研究对象为0至6个月大的婴儿