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
101	2025-07-11	TOWARDS PATIENT-SPECIFIC SURGICAL PLANNING FOR BICUSPID AORTIC VALVE REPAIR: FULLY AUTOMATED SEGMENTATION OF THE AORTIC VALVE IN 4D CT 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI60581.2025.10981269 PMID:40630832	研究论文	本文开发了一种基于nnU-Net的全自动多标签二叶式主动脉瓣分割流程，用于手术规划	首次提出针对二叶式主动脉瓣的全自动分割方法，并评估了分割结果的临床可用性	分割结果的时间一致性需要改进	开发患者特异性手术规划工具，用于二叶式主动脉瓣修复	二叶式主动脉瓣	数字病理学	心血管疾病	4D CT	nnU-Net	4D CT图像	未明确说明样本数量
102	2025-07-10	A comprehensive benchmark for multiple highly efficient base editors with broad targeting scope 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628899 PMID:39763781	研究论文	本文构建了一套包含10种腺嘌呤和胞嘧啶碱基编辑器（BEs）的工具集，并全面评估了它们的编辑特性，利用深度学习模型BEEP预测编辑效率，并验证了3558个疾病相关单核苷酸变异（SNVs）的安装	构建了包含10种高效BEs的工具集，开发了深度学习模型BEEP预测编辑效率，并验证了大量疾病相关SNVs的安装，包括传统认为不可编辑的靶点	未明确提及具体局限性，但可能涉及模型预测的准确性和实验验证的覆盖范围	评估和优化碱基编辑器的性能，以更高效地编辑基因组中的特定靶点	腺嘌呤和胞嘧啶碱基编辑器（BEs）及其在基因组编辑中的应用	基因组编辑	NA	碱基编辑（Base Editing），深度学习	BEEP（Base Editing Efficiency Predictor）	基因组数据	34,040 BE-gRNA-target组合，3,558个疾病相关SNVs，1,752,651个ClinVar SNVs
103	2025-07-10	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-04-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	research paper	本研究提出了一种基于二分图Transformer和自监督学习的方法，为残疾老年人推荐长期护理计划	提出了一种新颖的二分图Transformer架构，结合特征向量中心性增强节点特征，并利用图结构信息作为自注意力机制的参考	模型在常见护理项目上表现优异，但在罕见或复杂服务上的性能有待进一步提高	利用深度学习方法为残疾老年人推荐全面的护理计划	残疾老年人	machine learning	geriatric disease	graph self-supervised learning (SSL)	Bipartite Graph Transformer (BiT)	graph data	1917个节点和195240条边，源自真实护理数据
104	2025-07-10	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	评估基于深度学习的计算机辅助诊断（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和效用	首次在冠状动脉钙化评分CT中应用DL-CAD系统辅助检测肺结节，显著提高了初级读片医生的敏感性	样本量较小（273例患者），且为回顾性研究	探索DL-CAD在冠状动脉钙化评分CT中检测肺结节的应用价值	273例接受冠状动脉钙化评分CT检查的患者	数字病理	肺癌	CT扫描	DL-CAD（基于深度学习的计算机辅助诊断系统）	医学影像（CT图像）	273例患者（129名男性，平均年龄63.9±13.2岁），共检测到269个结节
105	2025-07-08	Deep learning-based organ-at-risk segmentation, registration and dosimetry on cone beam computed tomography images in radiation therapy: A comprehensive review 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2006_24 PMID:40616533	综述	本文综述了基于深度学习的锥形束计算机断层扫描（CBCT）在放射治疗中器官风险分割、图像配准和剂量学的应用进展	探讨了生成对抗网络（GAN）和深度卷积神经网络（DCNN）在提高CBCT图像质量、器官风险分割精度和剂量计算准确性方面的创新应用	未提及具体的技术实施细节或临床验证的局限性	提升CBCT在放射治疗中的应用效果，包括器官风险分割、图像配准和剂量计算的准确性	锥形束计算机断层扫描（CBCT）图像及其在放射治疗中的应用	数字病理学	NA	生成对抗网络（GAN）、深度卷积神经网络（DCNN）	GAN、DCNN	图像	NA
106	2025-07-08	Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2524_24 PMID:40616534	综述	本文全面探讨了AI在预测宫颈癌复发和生存中的作用，重点关注机器学习、深度学习和自然语言处理等技术	整合AI与医学影像、基因组学和临床数据，为宫颈癌复发和生存预测提供先进方法	讨论了AI在宫颈癌预测中的挑战和局限性	优化宫颈癌治疗并改善患者预后	宫颈癌患者	机器学习	宫颈癌	机器学习、深度学习、自然语言处理	NA	医学影像、基因组学、临床数据	NA
107	2025-07-07	Comparison of Deep Learning Approaches Using Chest Radiographs for Predicting Clinical Deterioration: Retrospective Observational Study 2025-Apr-10, JMIR AI DOI:10.2196/67144 PMID:40605772	研究论文	本研究比较了使用胸部X光片的深度学习模型在预测临床恶化方面的效果	首次比较了多种计算机视觉模型和数据增强方法在预测临床恶化方面的性能，并验证了胸部X光片在此任务中的潜在价值	研究为回顾性观察研究，可能存在选择偏倚；仅考虑了48小时内获取的胸部X光片	比较和验证不同计算机视觉模型和数据增强方法在预测临床恶化方面的性能	住院患者的胸部X光片	计算机视觉	呼吸系统疾病	深度学习	VGG16, DenseNet121, Vision Transformer, ResNet50, Inception V3	图像	21,817例住院患者（其中1,655例出现临床恶化）
108	2025-07-07	Greenspace and depression incidence in the US-based nationwide Nurses' Health Study II: A deep learning analysis of street-view imagery 2025-Apr, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109429 PMID:40209395	研究论文	本研究利用深度学习分析街景图像，探讨了美国女性中绿地暴露与抑郁症发病率之间的关系	首次使用街景图像而非卫星植被指数来测量绿地暴露，减少了暴露分类错误并提高了政策相关性	研究仅针对美国女性护士群体，结果可能无法推广到其他人群	探究街景绿地指标与抑郁症发病率之间的关联	美国护士健康研究II的33,490名参与者	计算机视觉	抑郁症	深度学习分割模型	CNN	图像	3.5亿张美国街景图像(2007-2020年)，33,490名护士健康研究II参与者
109	2025-07-05	TonguExpert: A Deep Learning-Based Algorithm Platform for Fine-Grained Extraction and Classification of Tongue Phenotypes 2025-Apr, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-024-00210-9 PMID:40606562	研究论文	介绍了一个名为TonguExpert的深度学习平台，用于舌象的精细提取和分类	提出了一个集成先进技术的深度学习框架，用于舌象分割和表型提取，并发布了最大的公开舌象数据集	现有方法难以捕捉细微细节，且缺乏大型数据集阻碍了稳健和泛化模型的开发	推进自动化舌诊，促进更广泛的临床应用	舌象图像	计算机视觉	NA	深度学习	CNN	图像	5992张舌象图像
110	2025-07-04	SORBET: Automated cell-neighborhood analysis of spatial transcriptomics or proteomics for interpretable sample classification via GNN 2025-Apr-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.30.573739 PMID:38260586	研究论文	介绍了一种名为SORBET的几何深度学习框架，用于分析空间转录组或蛋白质组数据，以进行可解释的样本分类	SORBET是首个在空间转录组数据上进行表型预测的方法，利用图卷积网络分析相邻细胞图，并通过新颖的数据增强技术确保预测的鲁棒性	NA	通过整合空间信息与多重分子数据，准确预测表型，以推进个性化医疗	转移性黑色素瘤、非小细胞肺癌和结直肠癌样本	数字病理学	黑色素瘤、非小细胞肺癌、结直肠癌	空间转录组学、空间蛋白质组学（IMC、CODEX）	GNN（图卷积网络）	空间转录组数据、空间蛋白质组数据	CosMx空间转录组数据集、IMC和CODEX数据集
111	2025-07-03	Predicting the hypoxic volume of head and neck tumors from fluorodeoxyglucose positron emission tomography images using artificial intelligence 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100769 PMID:40584457	研究论文	使用人工智能从氟脱氧葡萄糖正电子发射断层扫描图像预测头颈部肿瘤的缺氧体积	提出了一种基于生成对抗网络的AI模型，能够从常规获取的18F-FDG PET图像合成类似18F-FMISO的图像，以预测肿瘤或转移淋巴结的缺氧体积	需要在更大的机构和多机构队列中进行测试以确立普适性	预测头颈部肿瘤的缺氧体积，以辅助放疗剂量选择	头颈部癌患者	数字病理	头颈部肿瘤	18F-FDG PET/CT和18F-FMISO动态PET/CT	基于pix2pix架构的生成对抗网络	图像	134名头颈部癌患者（训练=84，验证=13，测试=21，额外测试=16）
112	2025-07-02	Deep learning radiomics nomograms predict Isocitrate dehydrogenase (IDH) genotypes in brain glioma: A multicenter study 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110314 PMID:39708927	研究论文	本研究探讨了深度学习放射组学列线图（DLRN）在预测脑胶质瘤异柠檬酸脱氢酶（IDH）基因型中的可行性	开发了一种结合深度学习特征、放射组学特征和临床特征的混合模型，用于非侵入性预测IDH突变状态	研究为回顾性设计，样本量相对有限，且仅基于T2图像	探索DLRN在预测脑胶质瘤IDH基因型中的应用	402名来自两个独立中心的脑胶质瘤患者	数字病理学	脑胶质瘤	深度学习放射组学	混合模型（深度学习+放射组学+临床特征）	医学影像（T2图像）	402名患者（训练队列239名，内部验证队列103名，外部验证队列60名）
113	2025-07-02	Multiscale deep learning radiomics for predicting recurrence-free survival in pancreatic cancer: A multicenter study 2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110770 PMID:39894259	研究论文	本研究开发并验证了一种多尺度深度学习放射组学列线图，用于预测胰腺导管腺癌患者的无复发生存期	结合手工放射组学和深度学习特征，构建多尺度列线图，显著优于传统的AJCC分期系统	研究样本来自四家医院，可能存在选择偏倚；外部验证集的表现差异较大	预测胰腺导管腺癌患者的无复发生存期，以改善术前临床决策	469名胰腺导管腺癌患者	数字病理	胰腺癌	放射组学分析、深度学习	多尺度深度学习模型	医学影像	469名患者（来自四家医院）
114	2025-07-01	2D Hole-Arrayed Double-Anode Structure Exciting Surface Plasmon Polaritons for Enhancing Outcoupling Efficiency of Organic Light-Emitting Diodes on Silicon Wafers (OLEDoS) 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10366 PMID:40321593	研究论文	研究通过二维孔阵列双阳极结构激发表面等离子体激元，以提高硅基有机发光二极管(OLEDoS)的出光效率	提出了一种新型二维孔阵列双阳极结构，通过优化设计参数显著提升OLED的出光效率，并利用多种模型预测出光增强因子	未提及实际大规模生产中的可行性和成本问题	提高有机发光二极管的出光效率	硅基有机发光二极管(OLEDoS)	光电器件	NA	有限差分时域(FDTD)方法	线性回归、XGB Regressor、MLP	光学模拟数据	NA
115	2025-06-30	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文回顾了机器学习在药物基因组变异效应预测中的最新进展和未来发展方向	探讨了新兴的深度学习模型如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、稳健性和可解释性	虽然机器学习方法在预测变异效应方面取得了进展，但对于数百万罕见变异的功能性表征仍存在挑战	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异	机器学习	NA	机器学习（ML）、深度学习	深度学习模型、集成模型	DNA序列、蛋白质序列	NA
116	2025-06-26	[Segmentation and validation of mandibular canal and its bifurcation on cone beam CT based on deep learning] 2025-Apr, Shanghai kou qiang yi xue = Shanghai journal of stomatology PMID:40550761	研究论文	基于深度学习的锥形束CT下颌管及其分叉的检测与分割方法	利用U-net卷积神经网络建立下颌管及其分叉的检测与分割方法，并采用伪标签方法辅助标注	样本量相对较小，且仅来自单一医院	开发一种可靠且实用的下颌管及其分叉的自动检测与分割方法	290例CBCT扫描图像	计算机视觉	口腔疾病	CBCT扫描	U-net	医学图像	290例CBCT扫描图像（200例训练集，90例测试集）
117	2025-06-24	Trade-offs between machine learning and deep learning for mental illness detection on social media 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99167-6 PMID:40281061	研究论文	本研究比较了机器学习和深度学习模型在社交媒体上心理健康状况分类中的性能和适用性	系统评估了多种ML和DL模型在心理健康分类中的性能差异，并提供了基于数据集大小、可解释性需求和计算限制的模型选择建议	研究仅基于中等规模数据集，未探讨极大数据集或小数据集下的表现差异	比较不同建模方法在心理健康状况分类中的性能差异	社交媒体上关于抑郁、焦虑和自杀意念的用户生成文本	自然语言处理	精神疾病	文本分类	logistic regression, random forest, LightGBM, ALBERT, GRU	文本	中等规模数据集（具体数量未提及）
118	2025-06-24	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-Apr, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个基于AI的统一框架scDisPreAI，用于整合单细胞组学数据以实现疾病和疾病阶段的预测及生物标志物发现	结合单细胞组学数据和AI技术，开发了一个多任务预测框架，能够同时分类疾病身份和疾病阶段，并通过可解释性技术识别关键生物标志物	需要进一步整合多组学数据、标准化协议和前瞻性临床验证以充分发挥其在精准医学中的潜力	开发一个基于AI的统一框架，用于疾病预测和生物标志物发现	单细胞组学数据和疾病预测	机器学习	多种疾病	单细胞组学	深度学习架构或机器学习流程	单细胞组学数据	NA
119	2025-06-23	Automated assessment of simulated laparoscopic surgical skill performance using deep learning 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96336-5 PMID:40253514	研究论文	本研究利用深度学习技术自动评估模拟腹腔镜手术技能表现	引入了新收集的模拟腹腔镜手术性能数据集（LSPD），并采用3DCNN和弱监督方法对手术技能水平进行分类	数据集可能受限于模拟环境，未涉及真实手术场景	通过AI技术提高手术技能评估的自动化水平，减少对人工专家评估的依赖	模拟腹腔镜手术视频数据	计算机视觉	NA	深度学习	3DCNN	视频	包含不同技能水平（新手、学员、专家）的手术模拟视频
120	2025-06-23	Computational Pathology Detection of Hypoxia-Induced Morphologic Changes in Breast Cancer 2025-Apr, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.023 PMID:39732389	研究论文	本研究利用人工智能在计算病理学中的应用，评估乳腺癌中的缺氧状态	提出了一种基于弱监督深度学习的模型HypOxNet，能够仅通过常规H&E染色全切片图像检测缺氧相关的形态学变化	研究样本仅来自TCGA数据库，可能限制了模型的泛化能力	开发一种快速、经济有效的替代分子检测的方法，用于评估肿瘤缺氧微环境	乳腺癌组织	数字病理学	乳腺癌	弱监督深度学习	HypOxNet	H&E染色全切片图像	1016例乳腺癌原发灶样本