深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
521	2025-10-06	Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)" 2025-Jun-04, JMIR research protocols IF:1.4Q3 DOI:10.2196/67875 PMID:40466092	研究论文	本研究通过智能手表监测和深度学习算法，评估乳腺癌放疗后房颤发生率和心脏辐射暴露的关联	首次结合智能穿戴设备长期监测和深度学习自动分割技术，系统研究乳腺癌放疗后房颤的发生机制	样本量相对有限（200例），仅针对65岁以上患者，研究结果可能不适用于更年轻人群	评估乳腺癌放疗后5年内房颤发生率，探索心脏辐射暴露与房颤发生的关联	200名65岁以上、5年前接受放疗且无房颤病史的乳腺癌患者	数字病理	心血管疾病	心电图, 经胸超声心动图, 智能手表监测, 深度学习自动分割	深度学习	医疗影像, 生理信号, 临床数据	200名乳腺癌患者	NA	NA	统计功效, 发生率差异	NA
522	2025-10-06	Automated periodontal assessment in orthodontic patients: a dual CNN framework 2025-Jun-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06410-5 PMID:40455084	研究论文	开发基于卷积神经网络的双模型系统，用于正畸患者口腔图像中的牙结石、牙菌斑、牙龈增生和牙龈炎症的自动诊断	提出结合YOLOv8和U-Net+ResNet50的双CNN框架，实现正畸患者口腔疾病的自动化评估	最终诊断结论仍需依赖临床医生的专业知识和判断	开发基于深度学习的牙周疾病自动评估系统	正畸患者的牙结石、牙菌斑、牙龈增生和牙龈炎症	计算机视觉	牙周疾病	口腔内图像分析	CNN	图像	1000张正畸患者侧位和正面口腔内图像	NA	YOLOv8, U-Net, ResNet50	准确率, 精确率, 召回率, F1分数, Tversky损失, 交并比, 平均精度均值, Dice系数, Cohen's kappa	NA
523	2025-06-06	Intrapartum electronic fetal monitoring: the importance of accurate signal capture to harness the potential of deep learning 2025-Jun-02, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.05.026 PMID:40466886	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
524	2025-10-06	Predicting hemorrhagic transformation in acute ischemic stroke: a systematic review, meta-analysis, and methodological quality assessment of CT/MRI-based deep learning and radiomics models 2025-Jun, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02336-3 PMID:40133723	系统评价与荟萃分析	评估基于CT/MRI的深度学习和影像组学模型在预测急性缺血性脑卒中出血转化方面的准确性和实用性	首次对深度学习和影像组学模型预测出血转化进行系统性比较，并评估临床组合模型的优越性能	存在中度至重度异质性，参考标准不一致且外部验证有限	预测急性缺血性脑卒中患者的出血转化以优化治疗策略	急性缺血性脑卒中患者	医学影像分析	急性缺血性脑卒中	CT/MRI影像分析	深度学习, 影像组学	医学影像	16项研究共3,083名参与者	NA	NA	AUC, 敏感度, 特异度	NA
525	2025-10-06	Evaluating anti-VEGF responses in diabetic macular edema: A systematic review with AI-powered treatment insights 2025-Jun-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_1810_24 PMID:40434455	系统综述	本文系统评估了人工智能技术在糖尿病黄斑水肿抗VEGF治疗反应预测中的应用	首次系统整合深度学习与机器学习算法用于DME患者抗VEGF治疗反应的自动化评估	纳入研究数量有限（50篇），时间范围仅限于2016-2023年	评估人工智能算法在预测糖尿病黄斑水肿患者抗VEGF治疗反应中的效能	接受抗VEGF注射治疗的糖尿病黄斑水肿患者	数字病理学	糖尿病黄斑水肿	OCT成像	LDA, CNN, QDA, RF, SVM	医学影像	基于50篇相关文献的系统综述	NA	ResNet-50, 带注意力机制的CNN	灵敏度	NA
526	2025-10-06	Exploratory multi-cohort, multi-reader study on the clinical utility of a deep learning model for transforming cryosectioned to formalin-fixed, paraffin-embedded (FFPE) images in breast lesion diagnosis 2025-Jun-17, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02064-z PMID:40528232	研究论文	开发并验证一种深度学习模型，将冷冻切片图像转换为福尔马林固定石蜡包埋样图像以提升乳腺病变诊断性能	采用改进的生成对抗网络结合注意力机制校正伪影，并引入自正则化约束保留临床重要特征	诊断一致性在两组间相似，图像质量较差病例和低年资病理医生诊断准确性较低	提升术中冷冻切片诊断准确性	乳腺病变组织	数字病理	乳腺癌	全切片图像分析	GAN	图像	132例冷冻切片全切片图像，来自三个队列（SYSUCC、GSPCH、TCGA），共1584次病理医生读片	NA	改进的生成对抗网络（含注意力机制）	诊断评分，准确率指数，置信度，一致性率	NA
527	2025-10-06	Recent advances in deep learning for protein-protein interaction: a review 2025-Jun-16, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00457-6 PMID:40524189	综述	系统评估2021至2025年深度学习在蛋白质-蛋白质相互作用预测领域的最新进展	全面评估注意力驱动的Transformer、多任务框架、序列与结构数据多模态整合、基于BERT和ESM的迁移学习以及用于相互作用表征的自编码器等创新方法	作为综述文章，不包含原始实验数据，主要依赖现有文献分析	改进蛋白质-蛋白质相互作用的分析方法并拓展生物医学应用范围	蛋白质-蛋白质相互作用	计算生物学	NA	深度学习	GNN, CNN, RNN, Transformer, BERT, ESM, Autoencoder	序列数据, 结构数据	NA	NA	Transformer, BERT, ESM, Autoencoder	NA	NA
528	2025-10-06	The Bayesian mixture expert recognition model for tobacco leaf curing stages based on feature fusion 2025-Jun-16, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01384-7 PMID:40524222	研究论文	提出一种基于特征融合的贝叶斯混合专家识别模型，用于烟草叶片烘烤阶段的精确识别	通过多种特征融合方法和贝叶斯优化集成多个深度学习模型，结合自适应调整和专家协作机制来识别复杂动态视觉特征	NA	提高烟草叶片烘烤阶段识别的准确性和鲁棒性	烟草叶片在不同烘烤阶段的图像	计算机视觉	NA	深度学习特征提取，传统特征提取	CNN	图像	NA	NA	ResNet34, MobileNetV2, EfficientNetb0	准确率	NA
529	2025-10-06	A deep learning model could screen for coronary heart disease from a "pseudo-normal" electrocardiogram 2025-Jun-13, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042764 PMID:40527801	研究论文	开发了一种基于深度学习模型的心电图筛查方法，用于从“伪正常”心电图中快速筛查冠心病	首次开发能够从表现正常或接近正常的“伪正常”心电图中识别冠心病的深度学习模型	研究数据来源于两家医院，需要更多外部验证来确认模型的泛化能力	开发冠心病快速筛查工具，特别针对心电图表现正常的患者	冠心病患者和非冠心病患者的标准12导联心电图数据	医疗人工智能	冠心病	心电图分析	深度学习模型	心电图信号	SAH医院：15,995名患者的21,240份心电图；FAH医院：2,572份心电图	NA	NA	AUC	NA
530	2025-10-06	Enhancing Pulmonary Disease Prediction Using Large Language Models With Feature Summarization and Hybrid Retrieval-Augmented Generation: Multicenter Methodological Study Based on Radiology Report 2025-Jun-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72638 PMID:40499132	研究论文	本研究提出一种结合特征总结和混合检索增强生成的新型提示工程策略，用于基于胸部CT放射学报告的肺部疾病预测	提出集成特征总结、思维链推理和混合检索增强生成的新型提示工程策略，通过TF-IDF和K-means聚类提取关键放射学特征，结合稠密和稀疏向量表示增强LLMs对医学文本的理解	研究仅基于2965份胸部CT报告，样本量相对有限；外部验证仅使用另一家医院的343份报告	探索大型语言模型在肺部疾病预测中的应用，提升模型可解释性和预测性能	健康个体及肺结核、肺癌和肺炎患者的胸部CT放射学报告	自然语言处理	肺癌	TF-IDF, K-means聚类	LLM, BERT	文本	2965份胸部CT放射学报告（来自4个队列），外部验证集343份报告	NA	GLM-4-Plus, GLM-4-air, GPT-4o, BERT	F1-score, 准确率	NA
531	2025-10-06	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: Observational Cohort Study 2025-06-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40499139	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化方面的表现	首次系统比较了五种不同临床文本参数化方法结合结构化数据在预测临床恶化中的效果	添加临床文本概念标识符并未显著改善模型性能，研究结果可能受限于特定医疗机构的实践差异	评估结合临床文本信息的多模态深度学习模型在预测病房患者临床恶化方面的效果	芝加哥大学和威斯康星大学麦迪逊分校的住院病房成年患者	自然语言处理, 机器学习	临床恶化	概念唯一标识符(CUI)提取, 深度学习	循环神经网络(RNN)	结构化数据, 临床文本	开发队列284,302名患者，外部验证队列248,055名患者	NA	深度循环神经网络	精确召回曲线下面积, 受试者工作特征曲线下面积, 灵敏度, 阳性预测值, Brier分数	NA
532	2025-10-06	Deep-Learning-based Automated Identification of Ventriculoperitoneal-Shunt Valve Models from Skull X-rays 2025-Jun, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01490-4 PMID:39809871	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从颅骨X射线中识别脑室腹腔分流阀模型	首次将深度学习技术应用于脑室腹腔分流阀模型的自动识别，实现了从颅骨X射线中自动分类不同分流阀模型	样本分布不均衡，某些模型类型样本量较少（如Sophysa Sophy Mini SM8仅35例，proGAV 2.0仅33例）	研究人工智能特别是深度学习是否能够自动识别颅骨X射线中的脑室腹腔分流阀模型	脑室腹腔分流阀的四种模型类型：Codman Hakim、Codman Certas Plus、Sophysa Sophy Mini SM8和proGAV 2.0	计算机视觉	脑积水	X射线成像	CNN	图像	959例颅骨X射线图像，包含774例Codman Hakim、117例Codman Certas Plus、35例Sophysa Sophy Mini SM8和33例proGAV 2.0	NA	基于ImageNet预训练的CNN模型	准确率, F1分数, 召回率, 精确率	NA
533	2025-10-06	Predictors and Implications of Myocardial Injury in Intracerebral Hemorrhage 2025-Jun, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01498-4 PMID:39884976	研究论文	本研究探讨脑出血患者心肌损伤的发生频率、预测因素及其临床意义	首次系统评估脑出血患者心肌损伤的影像学预测因子，并应用深度学习算法和VLSM进行脑部病灶分析	回顾性研究设计，样本量相对有限（322例）	评估脑出血患者心肌损伤的发生频率、预测因素和临床影响	322例脑出血患者	数字病理学	心血管疾病	高敏心肌肌钙蛋白T检测，3D脑部扫描	深度学习算法	医学影像，临床检测数据	322例脑出血患者	NA	NA	比值比，置信区间，P值	NA
534	2025-10-06	Artificial intelligence in predicting EGFR mutations from whole slide images in lung Cancer: A systematic review and Meta-Analysis 2025-Jun, Lung cancer (Amsterdam, Netherlands) DOI:10.1016/j.lungcan.2025.108577 PMID:40339270	系统综述与Meta分析	评估人工智能模型基于全切片图像预测肺癌EGFR突变诊断准确性的系统综述与Meta分析	首次对AI预测肺癌EGFR突变进行系统综述与Meta分析，揭示不同算法和样本类型对性能的影响	仅纳入16项研究（其中4项适合Meta分析），样本量有限，当前准确度仍需提升	评估AI模型从数字病理图像预测EGFR突变的诊断准确性	肺癌患者的全切片图像	数字病理	肺癌	数字病理图像分析	机器学习,深度学习	全切片图像	16项研究（4项用于Meta分析）	NA	ResNet	AUC,敏感性,特异性	NA
535	2025-10-06	MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer 2025-Jun, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2025.107765 PMID:40345352	研究论文	开发基于多模态MRI和AI的3D深度学习模型预测非转移性乳腺癌患者的复发风险	首次结合多模态MRI影像和3D深度学习技术构建复发风险预测模型，并整合RNA-seq分析肿瘤微环境特征	回顾性研究设计，样本仅来自中国四家机构	预测乳腺癌复发风险并指导辅助治疗决策	1199名非转移性乳腺癌患者	医学影像分析	乳腺癌	MRI成像，RNA-seq	深度学习	3D医学影像，临床数据	1199名患者来自四个中国医疗机构	NA	3D-UNet, DenseNet121	AUC	NA
536	2025-10-06	Epistasis regulates genetic control of cardiac hypertrophy 2025-Jun, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00656-8 PMID:40473955	研究论文	本研究开发低信号符号迭代随机森林方法揭示心脏肥大的复杂遗传结构，发现CCDC141、IGF1R、TTN和TNKS附近的上位性变异	开发低信号符号迭代随机森林新方法识别上位性相互作用，在传统全基因组关联研究中被忽略的位点中发现重要遗传变异	研究样本主要来自UK Biobank数据库，可能需要更多样化群体验证；方法在极低信号检测中可能存在灵敏度限制	揭示心脏肥大的复杂遗传调控机制，特别关注基因间的上位性相互作用	人类心脏组织、人诱导多能干细胞来源的心肌细胞	机器学习	心血管疾病	心脏磁共振成像、RNA沉默、微流控单细胞形态分析、转录组网络分析	随机森林、深度学习	医学图像、基因组数据、转录组数据	29,661例UK Biobank心脏磁共振图像，313个人类心脏样本	NA	NA	NA	NA
537	2025-10-06	Multimodal CustOmics: A unified and interpretable multi-task deep learning framework for multimodal integrative data analysis in oncology 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013012 PMID:40526743	研究论文	提出一种统一且可解释的多任务深度学习框架，用于肿瘤学中多模态整合数据分析	开发了能够以可解释方式融合全切片图像和多组学数据的新型深度学习方法，能够处理不完整和缺失数据	NA	实现精准医疗中多模态数据的统一表示和解释	肿瘤组织学图像和多组学数据	数字病理学	多种癌症类型	组织学成像, 多组学分析	深度学习, 多任务学习	图像, 多组学数据	多个TCGA数据集和验证队列	NA	NA	预测能力, 解释性评分	NA
538	2025-10-06	An Indian UAV and leaf image dataset for integrated crop health assessment of soybean crop 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111517 PMID:40534711	研究论文	本文介绍了一个用于大豆作物健康评估的印度无人机和叶片图像数据集	创建了首个包含空中和地面采集方式的大豆作物病害和虫害综合图像数据集，涵盖4种疾病和1种虫害攻击	数据仅来自印度马哈拉施特拉邦地区，可能无法完全代表其他地理区域的大豆病害情况	开发用于大豆作物病害和虫害检测与分类的机器学习/深度学习模型	受疾病和虫害影响的大豆作物	计算机视觉	作物病害	无人机航拍和地面图像采集	NA	图像	来自印度马哈拉施特拉邦地区两个生长季节的作物图像	NA	NA	NA	NA
539	2025-10-06	The mechanomyographic dataset of hand gestures harvested using an accelerometer and gyroscope 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111558 PMID:40534716	研究论文	本文介绍了一个使用加速度计和陀螺仪采集的手部动作肌动信号数据集	提出了一个新颖的组装制造可穿戴系统，从手腕主要肌肉采集数据，包含11种手部动作的6轴传感器数据	NA	开发基于MMG的手部动作控制系统，用于人机交互研究	43名18-69岁参与者（男性60%，女性40%）的手部肌肉机械信号	人机交互	NA	肌动信号采集，加速度计和陀螺仪传感器技术	NA	6轴加速度计和陀螺仪传感器数据	43名参与者，每人每种手势50次重复，共11种手势，总计23650个样本	NA	NA	NA	NA
540	2025-10-06	Cauliflower leaf diseases: A computer vision dataset for smart agriculture 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111594 PMID:40534720	研究论文	介绍一个用于智能农业的计算机视觉数据集，包含花椰菜叶片的健康与病害图像	首次发布专门针对花椰菜叶片病害的大规模图像数据集，涵盖多种真实环境条件	数据集仅包含三种类别（健康、虫孔、黑腐病），且数据收集局限于孟加拉国特定时间段	开发用于早期检测花椰菜叶片病害的准确机器学习模型，支持精准农业	花椰菜叶片图像	计算机视觉	植物病害	图像采集与处理	深度学习模型	图像	2,661张图像，分为健康、虫孔和黑腐病三类	NA	NA	NA	NA