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
1	2025-07-26	Deep Learning Approaches for Automated Prediction of Treatment Response in Non-Small-Cell Lung Cancer Patients Based on CT and PET Imaging 2025-Jun-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11070078 PMID:40710896	综述	本文综述了基于深度学习的自动化方法，用于预测非小细胞肺癌患者对治疗的反应，主要基于CT和PET影像	探讨了深度学习在分析CT和PET影像中的形态和代谢变化方面的创新应用，以自动化评估肺癌治疗反应	未提及具体样本量或数据集的详细描述，可能缺乏对方法实际应用效果的深入分析	旨在通过深度学习技术提高非小细胞肺癌治疗反应的评估效率和客观性	非小细胞肺癌患者的CT和PET影像	数字病理学	肺癌	CT和PET影像分析	深度学习（未指定具体模型）	医学影像	NA
2	2025-07-26	Morphometric, Biomechanical and Macromolecular Performances of β-TCP Macro/Micro-Porous Lattice Scaffolds Fabricated via Lithography-Based Ceramic Manufacturing for Jawbone Engineering 2025-Jun-28, Journal of functional biomaterials IF:5.0Q2 DOI:10.3390/jfb16070237 PMID:40710452	研究论文	本研究开发并表征了一种新型光刻打印陶瓷β-TCP支架，具有宏观/微观多孔晶格结构，旨在优化骨传导和机械稳定性	采用光刻技术制造具有宏观/微观多孔晶格的β-TCP支架，结合先进的成像技术和深度学习工具评估其骨再生效果	未提及长期临床效果及大规模临床试验结果	开发用于颌骨工程的高效骨组织再生支架	β-TCP支架及其在颌骨再生中的应用	生物医学工程	颌骨缺损	光刻陶瓷制造技术、微计算机断层扫描、同步辐射成像、傅里叶变换红外成像分析	深度学习工具	图像数据	未明确提及具体样本数量
3	2025-07-26	The Robust Vessel Segmentation and Centerline Extraction: One-Stage Deep Learning Approach 2025-Jun-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070209 PMID:40710596	研究论文	本文提出了一种新颖的一阶段深度学习方法，用于同时进行血管分割和中心线提取	采用多任务神经网络设计了一种混合架构，结合卷积和图层，以及特定任务的损失函数，有效捕捉分割和中心线提取之间的拓扑关系，并利用它们的互补特征	NA	提高血管成像应用中血管分割和中心线提取的准确性和效率	血管分割和中心线提取	计算机视觉	NA	深度学习	多任务神经网络	图像	142张来自LIDC-IDRI和AMOS数据集的胸部及腹部区域的计算机断层扫描血管造影图像
4	2025-07-26	Artificial Intelligence-Driven Drug Toxicity Prediction: Advances, Challenges, and Future Directions 2025-Jun-23, Toxics IF:3.9Q1 DOI:10.3390/toxics13070525 PMID:40710970	综述	本文综述了人工智能在药物毒性预测领域的应用进展、挑战及未来发展方向	系统总结了深度学习与多模态数据融合策略在药物毒理学评估中的科学范式转变	未提及具体技术实现的局限性或数据偏差问题	为药物研发中的毒性预测提供全面的理论框架和技术策略	药物毒性预测相关文献及全球发展现状	机器学习	NA	深度学习、多模态数据融合	机器学习模型、深度学习模型	多模态数据	NA
5	2025-07-26	Optimizing Tumor Detection in Brain MRI with One-Class SVM and Convolutional Neural Network-Based Feature Extraction 2025-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070207 PMID:40710594	研究论文	本研究通过结合One-Class SVM和基于CNN的特征提取方法，优化了脑MRI中的肿瘤检测	使用仅基于健康脑MRI图像提取的特征训练One-Class SVM，结合多种深度学习架构和传统特征提取技术，显著提高了异常检测性能	需要减少推理时间、扩展和多样化训练数据集，并增加可解释性工具以支持临床整合	优化脑MRI中的肿瘤检测，解决医学影像数据类别不平衡的问题	脑MRI图像	计算机视觉	脑肿瘤	MRI	One-Class SVM, CNN (DenseNet121, VGG16, MobileNetV2, InceptionV3, ResNet50)	图像	未明确说明样本数量
6	2025-07-26	RGB-to-Infrared Translation Using Ensemble Learning Applied to Driving Scenarios 2025-Jun-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070206 PMID:40710593	research paper	提出一种使用梯度提升决策树从RGB图像合成真实红外数据的方法，以增强自动驾驶感知系统的多模态传感能力	采用梯度提升决策树进行RGB到红外图像的转换，作为传统深度学习方法（如CNN和GAN）的有效替代方案，特别是在数据稀缺的情况下	未明确提及具体局限性，但可能包括对特定数据集（如MS2、EPFL和Freiburg）的依赖性以及合成图像在极端场景下的泛化能力	增强自动驾驶感知系统的多模态传感能力，特别是红外模态的数据融合	RGB图像和红外图像（包括近红外和热成像图像）	computer vision	NA	梯度提升决策树	ensemble learning	image	涉及多个数据集（MS2、EPFL和Freiburg）以及CARLA模拟器生成的合成RGB图像
7	2025-07-26	Deep Learning-Enhanced Noninvasive Detection of Pulmonary Hypertension and Subtypes via Chest Radiographs, Validated by Catheterization 2025-Jun-18, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.06.008 PMID:40541737	research paper	该研究开发了深度学习模型（CXR-PH-Net和CXR-CHD-PAH-Net），通过胸部X光片非侵入性检测肺动脉高压（PH）及其亚型先天性心脏病相关肺动脉高压（CHD-PAH）	利用深度学习技术从常规胸部X光片中检测PH及其亚型，为非侵入性诊断提供了新方法，尤其在资源有限的环境中具有潜在应用价值	需要在更多样化的人群中进行进一步验证以增强临床普适性	开发非侵入性、准确且易于获取的肺动脉高压及其亚型诊断工具	肺动脉高压（PH）患者，特别是先天性心脏病相关肺动脉高压（CHD-PAH）患者	digital pathology	cardiovascular disease	deep learning	CNN	image	4,576名患者（包括2,288名PH患者），其中2,140名用于内部测试，1,158名RHC确认的内部队列和90名来自2家独立医院的外部RHC队列
8	2025-07-26	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Jun-03, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1748OC PMID:40460372	研究论文	本研究探讨了上呼吸道体积与青少年认知能力和大脑结构之间的关系	首次在大型儿科队列中应用深度学习技术进行上呼吸道分割，并发现上呼吸道体积可作为儿童睡眠呼吸障碍认知结果的潜在生物标志物	研究仅基于观察性数据，无法确定因果关系	评估MRI衍生的上呼吸道体积与儿童认知能力和区域皮质灰质体积的关系	11,875名9-10岁的儿童	数字病理学	睡眠呼吸障碍	MRI	深度学习模型	MRI图像	11,875名儿童，处理了5,552,640个大脑MRI切片
9	2025-07-26	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	本文提出了一种基于人工智能的全自动方法，用于预测肾切除术后肾功能	开发了一种全自动AI模型，无需临床细节或医生干预即可准确预测术后肾小球滤过率（GFR）	研究样本量相对较小（300例患者），且仅来自KiTS19挑战数据集	比较AI模型与临床模型在预测肾切除术后GFR方面的准确性	接受肾切除术的肾肿瘤患者	数字病理	肾癌	深度学习分割模型	深度学习	CT图像	300例肾肿瘤患者
10	2025-07-26	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	本研究利用深度学习算法基于尿路超声关键参数预测单侧肾积水患儿肾功能差异<40%的风险	首次将机器学习模型（如SVM）应用于尿路超声参数分析，以预测肾功能差异<40%的风险，SVM模型表现出最高的预测效能（AUROC 0.941）	回顾性研究设计可能引入选择偏倚，且样本仅来自单一中心	探索尿路超声参数与肾功能差异<40%的关联，为手术决策提供无创预测工具	802例单侧肾积水患儿	数字病理	肾积水	尿路超声、利尿肾图	随机森林、逻辑回归、SVM	医学影像数据（超声参数）与临床数据	802例患儿
11	2025-07-25	LncRNA Subcellular Localization Across Diverse Cell Lines: An Exploration Using Deep Learning with Inexact q-mers 2025-Jun-25, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna11040049 PMID:40700092	研究论文	本文利用深度学习和不精确q-mers技术探索了长链非编码RNA（lncRNA）在不同细胞系中的亚细胞定位	采用不精确q-mers改进传统精确q-mers方法，提高了lncRNA定位预测性能，并发现了一种在细胞系间切换定位的lncRNA类别	lncRNA定位预测仍面临重大挑战，特别是那些在细胞系间切换定位的lncRNA增加了预测难度	研究lncRNA亚细胞定位预测及其细胞类型特异性	15种细胞系中的lncRNA	生物信息学	NA	深度学习和不精确q-mers技术	深度学习	基因组序列数据	15种细胞系的lncRNA数据
12	2025-07-25	Integrating Artificial Intelligence in Next-Generation Sequencing: Advances, Challenges, and Future Directions 2025-Jun-19, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47060470 PMID:40699869	综述	本文探讨了人工智能（AI）与下一代测序（NGS）的协同关系及其在基因组研究和临床应用中的变革性影响	AI驱动的工具（如机器学习和深度学习）优化了NGS工作流程的各个环节，并在变异检测、表观基因组分析等领域超越了传统方法	面临数据异质性、模型可解释性及伦理问题等挑战	探索AI与NGS整合的进展、挑战及未来方向，以推动精准医学的发展	基因组数据及AI模型在NGS中的应用	机器学习	癌症	NGS, TGS	CNN, RNN, 混合架构	基因组数据	NA
13	2025-07-24	Immune-related genes can accurately predict survival in bladder cancer: a retrospective study via two independent immunotherapy cohorts 2025-Jun-30, Translational andrology and urology IF:1.9Q3 DOI:10.21037/tau-2025-28 PMID:40687668	研究论文	本研究通过两个独立的免疫治疗队列，利用深度学习算法构建了一个基于免疫相关基因的风险评分模型，用于预测膀胱癌患者的生存期	首次利用深度学习算法构建基于免疫相关基因的风险评分模型，用于预测膀胱癌免疫治疗的预后	研究仍处于早期阶段，需要更多独立队列验证模型的普适性	识别免疫相关基因作为膀胱癌免疫治疗的潜在生物标志物	膀胱癌患者	数字病理学	膀胱癌	深度学习	深度学习算法	基因表达数据	两个独立免疫治疗队列（IMvigor210CoreBiologies包和GEO数据库）
14	2025-07-24	The diagnostic model from semi-supervised cross modality transformation improved the distinguished ability of X-rays for pulmonary tuberculosis 2025-Jun-27, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107004 PMID:40695011	研究论文	该研究通过构建半监督跨模态转换的AI模型，提高常规X光对肺结核的诊断准确性，使其接近CT扫描的性能	采用半监督跨模态转换计算模型，结合X光和CT图像独立训练深度学习模型，显著提升了X光诊断肺结核的精度和特异性	模型的灵敏度略低于原始X光模型，可能影响某些临床场景的应用	提高在资源匮乏地区肺结核的早期诊断准确性	肺结核患者的X光和CT图像	数字病理	肺结核	半监督跨模态转换计算模型，迁移学习	深度学习模型	图像	来自医院和两个开源数据集（CHNCXR和MC）的患者数据
15	2025-07-24	Multi-parameter MRI deep learning model for lymphovascular invasion assessment in invasive breast ductal carcinoma: A multicenter, retrospective study 2025-Jun-25, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107002 PMID:40695008	研究论文	本研究探讨了基于多参数MRI的深度学习模型在预测浸润性乳腺导管癌淋巴血管侵犯状态中的价值	结合多参数MRI和深度学习技术，开发了一种新的术前LVI评估工具，提高了预测准确性	研究为回顾性设计，样本量有限（448例），且仅来自两个中心	评估多参数MRI深度学习模型在预测浸润性乳腺导管癌淋巴血管侵犯状态中的性能	浸润性乳腺导管癌患者	数字病理	乳腺癌	多参数MRI	MobileNetV2-3D	MRI图像	448例浸润性乳腺导管癌患者（来自两个医疗中心）
16	2025-07-24	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	研究论文	该研究利用深度学习辅助的三维多光束连续电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行了详细的形态学表征，并提供了大规模的三维电子显微镜数据集和精确的分割结果	研究仅针对人类浅表白质的一个特定区域，可能无法代表整个白质的轴突特征	量化人类浅表白质中短程关联纤维的轴突特征，以更好地理解皮质-皮质连接的微观基础	人类浅表白质中的短程关联纤维	数字病理学	NA	多光束扫描电子显微镜(EM)	CNN	三维电子显微镜图像	一个200×200×112μm的人类浅表白质体积，包含128,285个有髓轴突
17	2025-07-24	Deep Learning-Based Models for Ventricular Segmentation in Hydrocephalus: A Systematic Review and Meta-Analysis 2025-06, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124001 PMID:40306409	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在脑积水患者心室分割中的性能	首次对深度学习模型在脑积水心室分割中的应用进行了系统评价和荟萃分析	纳入研究数量有限（24项），且不同影像模态间存在性能差异	评估深度学习模型在脑积水心室分割中的性能表现	脑积水患者的神经影像数据	digital pathology	hydrocephalus	深度学习	DL-based models	MRI/CT/超声影像	24项研究共2911名患者
18	2025-07-23	AI-Powered Vocalization Analysis in Poultry: Systematic Review of Health, Behavior, and Welfare Monitoring 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134058 PMID:40648313	综述	本文系统回顾了人工智能和生物声学在非侵入性家禽福利监测中的先进声学分析应用	从传统声学特征提取到前沿深度学习架构的转变，包括CNN、LSTM、注意力机制及自监督模型如wav2vec2和Whisper的应用	数据集标准化不足、评估协议不一致、算法可解释性有限，以及跨物种领域泛化和上下文声学适应方面的知识缺口	探讨人工智能和生物声学在家禽福利监测中的应用及其潜力	家禽的声学数据	自然语言处理	NA	MFCCs、谱熵、声谱图、深度学习	CNN、LSTM、注意力机制、wav2vec2、Whisper	声学数据	NA
19	2025-07-23	A Comprehensive Methodological Survey of Human Activity Recognition Across Diverse Data Modalities 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134028 PMID:40648284	综述	本文对2014年至2025年间基于多种数据模态的人类活动识别（HAR）技术进行了全面调查，重点关注机器学习和深度学习方法	涵盖了单模态和多模态技术，强调了基于融合和共同学习的框架，并提供了对最新HAR系统的详细数据集描述和比较结果	仅包括以英语发表的同行评议研究论文，可能忽略了其他语言的重要研究	调查和总结人类活动识别领域的最新进展	人类活动识别系统及其应用	计算机视觉	NA	机器学习（ML）和深度学习（DL）	NA	RGB图像和视频、骨架、深度、红外、点云、事件流、音频、加速度和雷达信号	NA
20	2025-07-23	Towards Predictive Communication: The Fusion of Large Language Models and Brain-Computer Interface 2025-Jun-26, Sensors (Basel, Switzerland) DOI:10.3390/s25133987 PMID:40648241	观点文章	探讨非侵入性脑机接口（BCI）拼写器与大型语言模型（LLMs）的融合，以提升运动或语言障碍患者的预测性沟通能力	结合大型语言模型与脑机接口技术，探索预测性沟通的新方法	实时处理、噪声鲁棒性以及神经解码输出与概率语言生成框架的整合仍面临挑战	提升脑机接口技术在沟通辅助中的速度和可用性	运动或语言障碍患者	脑机接口	运动或语言障碍	非侵入性脑机接口（BCI）拼写器	大型语言模型（LLMs）	神经信号与文本数据	NA