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
541	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
542	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
543	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
544	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
545	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
546	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
547	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
548	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
549	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
550	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
551	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
552	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
553	2025-10-06	"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d4sc05655h PMID:40395375	研究论文	本研究揭示了图神经网络中原子嵌入具有类似自然语言处理的算术特性，能够表示有效的化学反应公式	首次证明化学图神经网络中的原子嵌入具有类似词嵌入的算术性质，能够通过向量运算表示化学反应	NA	揭示图神经网络在化学建模中的隐藏学习机制，提高模型可解释性	化学分子结构和原子属性	机器学习	NA	计算化学数据	图神经网络	图数据	NA	NA	图神经网络	NA	NA
554	2025-10-06	Data efficient molecular image representation learning using foundation models 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00907c PMID:40417293	研究论文	提出基于基础模型的分子图像表示学习框架MoleCLIP，显著降低分子预训练数据需求	首次将OpenAI的视觉基础模型CLIP应用于分子表示学习，实现数据高效的特征提取	未详细讨论模型在更广泛化学任务中的泛化能力	开发数据高效的分子表示学习方法	分子图像	机器学习	NA	分子表示学习	基础模型	分子图像	NA	NA	CLIP	基准测试性能，分布偏移鲁棒性	NA
555	2025-10-06	Multi-Scale Temporal Analysis with a Dual-Branch Attention Network for Interpretable Gait-Based Classification of Neurodegenerative Diseases 2025-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580944 PMID:40531650	研究论文	提出一种双分支注意力增强残差网络(DAERN)，用于基于步态的神经退行性疾病分类	整合扩张因果卷积进行局部步态模式提取和多头自注意力进行长程依赖建模，通过交叉注意力融合模块增强特征整合	NA	开发可解释的神经退行性疾病自动分类方法	神经退行性疾病患者（ALS、HD、PD）的步态数据	计算机视觉	神经退行性疾病	步态分析	CNN, Attention机制	时序步态数据	GaitNDD数据集	PyTorch, TensorFlow	残差网络, 注意力机制, 扩张因果卷积	准确率, F1分数, AUC	NA
556	2025-10-06	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-Jun-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010-2023年宁波市水痘流行病学特征和突破病例变化，为免疫策略调整提供依据	首次建立出生队列分析突破病例，并构建递归神经网络模型分析非药物干预措施对水痘传播的影响	研究依赖于监测系统数据，可能存在报告偏倚；模型预测精度受多种因素影响	监测水痘流行病学特征变化，评估疫苗接种效果和非药物干预措施影响	宁波市2010-2023年报告的70,163例水痘病例，特别是2009-2013年出生队列	公共卫生流行病学	水痘	主动监测(2010-2011)、被动监测(2012-2023)、深度学习分析	递归神经网络(RNN)	流行病学监测数据、免疫接种数据	70,163例水痘病例报告	NA	递归神经网络	均方误差(49.96)	NA
557	2025-06-20	Author Correction: Focal liver lesion diagnosis with deep learning and multistage CT imaging 2025-Jun-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61097-2 PMID:40533457	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
558	2025-10-06	Smartphone eye-tracking with deep learning: Data quality and field testing 2025-Jun-18, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02718-y PMID:40533681	研究论文	本文开发了一种基于深度学习的实时智能手机眼动追踪系统，并与专业眼动仪进行性能对比	首次在智能手机上实现基于深度神经网络的实时眼动追踪，并进行了大规模样本验证	追踪精度(0.177°)低于专业眼动仪(0.028°)，样本规模相对有限	开发适用于智能手机的高质量眼动追踪系统，探索其在科学和临床应用中的潜力	人类注意力测量和抑郁症状预测	计算机视觉	抑郁症	深度学习，眼动追踪	深度神经网络	面部图像	740万张面部图像训练数据，32人性能测试，98人现场测试	NA	深度神经网络	追踪精度，追踪准确度，预测准确率	智能手机移动计算平台
559	2025-10-06	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	研究论文	提出一种结合残差偏移机制的高效扩散概率模型用于MRI超分辨率重建	引入残差偏移机制显著减少采样步骤，在保持解剖细节的同时加速MRI重建	NA	开发高效的MRI超分辨率重建方法以减少采集时间和运动伪影	超高场脑T1 MP2RAGE图像和T2加权前列腺图像	医学影像处理	脑部疾病,前列腺疾病	磁共振成像	扩散概率模型	医学图像	NA	NA	Res-SRDiff	PSNR,SSIM,GMSD,学习感知图像块相似度,Likert评分	NA
560	2025-10-06	Predicting mucosal healing in Crohn's disease: development of a deep-learning model based on intestinal ultrasound images 2025-Jun-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02014-5 PMID:40522531	研究论文	开发基于肠道超声图像和临床信息的深度学习模型，用于预测克罗恩病患者黏膜愈合情况	首次利用深度学习模型结合基线肠道超声图像预测克罗恩病黏膜愈合	需要更多多中心真实世界数据进一步验证和改进模型	预测克罗恩病治疗反应，优化治疗方案	克罗恩病患者	数字病理	克罗恩病	肠道超声	CNN	图像	190名患者，1548张肠道超声图像	NA	卷积神经网络	AUC, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA