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
141	2025-10-06	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2025-Jun-03, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	研究论文	开发基于深度学习的多标签框架，通过生前T1加权MRI识别阿尔茨海默病、血管性痴呆和路易体痴呆的神经影像学生物标志物	首次提出基于神经病理学的数据驱动多标签深度学习框架，开发了DeepSPARE指数作为精确的病理敏感非侵入性神经影像学指标	样本量相对有限，路易体痴呆的平衡准确率较低(0.623)，需要外部验证	解决神经退行性和血管性病理共存的诊断挑战，开发基于深度学习的痴呆类型识别方法	423名痴呆患者和361名对照参与者	数字病理学	老年疾病	T1加权MRI	深度学习	图像	784名参与者(423痴呆+361对照)	NA	NA	平衡准确率	NA
142	2025-10-06	Redefining healthcare - The transformative power of generative AI in modern medicine 2025-06, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2025.11081/2024 PMID:39898717	综述	本文探讨生成式AI在现代医学中的变革潜力及其伦理法律挑战	系统性阐述生成式AI如何重塑医疗健康领域，强调其内容生成能力对医疗实践的颠覆性影响	未提供具体案例研究或实证数据支持论点	分析生成式AI在医疗领域的应用前景并警示相关伦理法律问题	医疗健康系统及专业从业人员	机器学习	NA	深度学习	NA	多模态数据（语言、视觉、听觉）	NA	NA	人工神经网络	NA	大数据计算能力
143	2025-10-06	Speech imagery brain-computer interfaces: a systematic literature review 2025-Jun-26, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade28e PMID:40490003	系统文献综述	本文系统回顾了言语意象脑机接口的解码流程研究进展	首次按照PRISMA指南系统综述言语意象脑机接口领域，量化分析信息传输速率并揭示实时解码研究不足的现状	仅6%的研究报告实时解码，方法多样性导致难以确定领域最优水平	评估言语意象脑机接口的解码方法效能和发展趋势	104篇尝试从神经活动解码言语意象的同行评审报告	脑机接口	NA	神经影像技术	深度学习模型	脑信号数据	104篇研究报告	NA	NA	信息传输速率	NA
144	2025-10-06	Towards interpretable molecular and spatial analysis of the tumor microenvironment from digital histopathology images with HistoTME-v2 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.658673 PMID:40747415	研究论文	提出HistoTME-v2框架，直接从H&E染色病理图像预测肿瘤微环境中细胞类型特异性转录组特征活性	弱监督深度学习框架，无需单细胞或斑块级注释即可从全切片H&E图像预测TME组成，并扩展到25种实体肿瘤类型	依赖H&E染色图像质量，在外部验证数据集上性能略有下降（中位Pearson相关系数0.53）	开发可解释的肿瘤微环境分子和空间分析方法	25种实体肿瘤类型的数字病理图像	数字病理学	多种癌症类型	H&E染色，空间转录组学，多重成像（CODEX，IHC）	深度学习	全切片数字病理图像	内部验证：7,586个WSI，6,901名患者，24种癌症类型；外部验证：5,657个WSI，1,775名患者，9种癌症类型；空间验证：259个WSI，154名患者，7种癌症类型	NA	NA	Pearson相关系数	NA
145	2025-10-06	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-Jun, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	系统综述与荟萃分析	通过系统综述和荟萃分析评估机器学习算法在基于心电图检测睡眠呼吸暂停中的诊断准确性	首次对机器学习算法在单导联心电图睡眠呼吸暂停检测中的诊断准确性进行系统性评估和定量分析	算法效果存在差异且存在方法学偏倚	评估机器学习和深度学习算法在基于单导联心电图数据检测睡眠呼吸暂停模式中的诊断准确性	睡眠呼吸暂停患者的心电图数据	机器学习	睡眠呼吸暂停	单导联心电图	机器学习,深度学习	心电图信号	84项研究	NA	NA	灵敏度,特异性	NA
146	2025-10-06	Association of peripheral immune markers with brain age and dementia risk estimated using deep learning methods 2025-Jun-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002746 PMID:40561180	研究论文	本研究利用深度学习模型评估外周免疫标志物与脑年龄加速及痴呆风险之间的关联	首次结合深度学习脑年龄预测模型与大规模生物样本库数据，系统分析外周免疫标志物对脑老化和痴呆的影响	研究基于回顾性队列数据，无法确定因果关系；脑年龄预测模型存在一定误差	探讨外周免疫系统对脑老化和痴呆风险的影响机制	英国生物银行队列中的322,761名参与者，包括4,277例痴呆病例	医学影像分析	痴呆症	神经影像分析，深度学习	CNN	神经影像数据，临床数据	322,761名参与者，其中4,277例痴呆病例	NA	Simple Fully Convolutional Network (SFCN)	平均绝对误差(MAE)，决定系数(r2)，相关系数(R)，风险比(HR)	NA
147	2025-10-06	VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal positioning in the C. elegans ventral nerve cord 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.16.623955 PMID:40661438	研究论文	开发了一种基于机器学习的半自动化软件工具包VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元定位	结合机器学习和传统工具，用计算机辅助方法替代手动测量，提高了神经元位置量化的速度和准确性	需要手动神经元胞体定位作为初始步骤，尚未实现完全自动化	研究控制腹神经索神经元定位和排列的细胞和分子机制	秀丽隐杆线虫腹神经索中的运动神经元	数字病理学	NA	显微镜成像，深度学习分割	深度学习	显微镜图像	多个已知破坏神经元定位的遗传突变体	NA	改进的Segment Anything Model (SAM)	NA	NA
148	2025-02-25	Ectopic, intra-thyroid parathyroid adenoma better visualized by deep learning enhanced choline PET/CT 2025-Jun-01, QJM : monthly journal of the Association of Physicians DOI:10.1093/qjmed/hcaf057 PMID:39992255	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
149	2025-10-06	Clinical Applications of Artificial Intelligence in Teleorthodontics: A Scoping Review 2025-Jun-25, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61071141 PMID:40731772	综述	本文通过范围综述系统评估了人工智能在远程正畸中的临床应用现状	首次系统性地梳理了AI在远程正畸领域的应用现状，重点关注临床使用、技术方法和局限性	现有研究主要集中于商业监测平台，验证不足且透明度有限，AI决策的可重复性和精确度存在显著差异	评估人工智能在远程正畸中的临床应用效果和技术方法	远程正畸监测和虚拟护理中的AI应用研究	数字病理	NA	深度学习算法，决策树算法	深度学习，决策树	口内扫描图像	9项符合纳入标准的研究	NA	NA	就诊次数减少率，牙齿移动3D追踪精度，卫生依从性改善，患者参与度	智能手机（用于图像采集）
150	2025-10-06	A Deep Learning-Based Clinical Classification System for the Differential Diagnosis of Hip Prosthesis Failures Using Radiographs: A Multicenter Study 2025-Jun-18, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01601 PMID:40531980	研究论文	开发了一种基于深度学习的临床分类系统(Hip-Net)，用于髋关节假体失败的多病因鉴别诊断	采用双通道集成四个深度学习模型，并生成空间分辨的疾病概率图，提高了诊断的可解释性	研究仅针对亚洲人群，样本来源限于三个医疗中心	提高髋关节假体失败鉴别诊断的准确性和效率	髋关节假体失败患者	计算机视觉	骨科疾病	放射影像分析	深度学习集成模型	X射线图像	1,454名患者(亚洲人群)的2,908张双视图(前后位和侧位)X光片	NA	双通道集成架构	准确率,AUC	NA
151	2025-10-06	Prediction of therapeutic response to transarterial chemoembolization plus systemic therapy regimen in hepatocellular carcinoma using pretreatment contrast-enhanced MRI based habitat analysis and Crossformer model 2025-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04709-7 PMID:39586897	研究论文	基于多期相增强MRI生境分析和Crossformer模型预测肝细胞癌患者对TACE联合系统治疗的疗效反应	首次将K-means聚类生成的肿瘤内生境图像与基于Transformer的深度学习模型相结合，用于预测HCC患者对TACE联合系统治疗的疗效反应	样本量相对较小（102例患者），仅来自两个机构，需要更大规模的多中心验证	开发能够无创预测肝细胞癌患者对TACE联合分子靶向治疗和免疫治疗疗效的影像学生物标志物	肝细胞癌患者	医学影像分析	肝细胞癌	多期相增强磁共振成像，K-means聚类	Crossformer, ResNet50, ExtraTrees	医学影像	102例HCC患者（机构A：63例，机构B：39例）	NA	Crossformer, ResNet50, ExtraTrees	AUC	NA
152	2025-10-06	Deep learning-assisted detection of intracranial hemorrhage: validation and impact on reader performance 2025-Jun, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03560-x PMID:40116947	研究论文	本研究验证了深度学习算法JLK-ICH在颅内出血检测中的准确性，并评估其对非专家医生诊断性能的影响	开发并验证了能够检测所有颅内出血亚型的高精度深度学习算法，并首次通过读者性能研究证明该算法能显著提升非专家医生的诊断准确性	研究采用回顾性数据，且读者性能研究仅包含6名非专家读者	验证深度学习算法在颅内出血检测中的性能并评估其临床效用	颅内出血患者的CT扫描图像	医学影像分析	颅内出血	CT扫描	深度学习	医学影像	1,370例CT扫描，其中800例用于读者性能研究	NA	JLK-ICH	灵敏度, 特异度, AUROC	NA
153	2025-10-06	Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.09.24315202 PMID:40502572	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）的性能并评估模型偏倚风险	首次在外部验证中直接比较四种ATTR-CM检测算法，并系统评估了种族偏倚风险	研究人群主要为白种人（79.2%），其他种族群体样本量较小	比较ATTR-CM检测算法的性能并评估模型偏倚风险	心力衰竭患者，包括176例确诊ATTR-CM患者和3192例对照患者	医疗人工智能	心脏淀粉样变性	深度学习，随机森林，回归分析	随机森林，深度学习模型	电子健康记录，超声心动图	3368名患者（176例ATTR-CM病例，3192例对照）	NA	EchoNet-LVH, EchoGo Amyloidosis	AUC, 公平性指标	NA
154	2025-10-06	Unraveling Parkinson's disease motor subtypes: A deep learning approach based on spatiotemporal dynamics of EEG microstates 2025-06-15, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2025.106915 PMID:40274133	研究论文	本研究开发了一种基于EEG微状态时空动力学的深度学习模型，用于区分帕金森病震颤主导型和姿势不稳/步态困难型运动亚型	首次将EEG微状态动态空间模式与电极位置数据结合用于PD运动亚型分类，强调了动态脑网络特征作为潜在生物标志物的重要性	未明确说明样本量大小和研究人群的具体特征	理解帕金森病异质性运动表型的脑网络动力学基础，改善个性化治疗	帕金森病患者（震颤主导型和姿势不稳/步态困难型）与健康个体	机器学习	帕金森病	脑电图微状态分析	深度学习	EEG信号	NA	NA	NA	AUC	NA
155	2025-10-06	A scoping review of self-supervised representation learning for clinical decision making using EHR categorical data 2025-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01692-1 PMID:40517140	综述	本文对使用电子健康记录分类数据进行自监督表示学习以支持临床决策的研究进行了范围综述	首次系统梳理了2019-2024年间针对未标记分类EHR数据的自监督表示学习研究趋势和模型家族分布	在评估这些技术对临床实践影响方面存在当前局限性	评估自监督表示学习在电子健康记录分类数据中支持临床决策的研究现状和发展趋势	46项从2019年1月至2024年4月发表的研究	自然语言处理	NA	自监督表示学习	Transformer, Autoencoder, 图神经网络	电子健康记录分类数据	46项研究	NA	Transformer-based, Autoencoder-based, Graph Neural Network-based	NA	NA
156	2025-10-06	Exploring Generative Pre-Trained Transformer-4-Vision for Nystagmus Classification: Development and Validation of a Pupil-Tracking Process 2025-Jun-06, JMIR formative research IF:2.0Q4 DOI:10.2196/70070 PMID:40478723	研究论文	本研究开发并验证了一种基于GPT-4V的眼震分类方法，通过瞳孔追踪过程实现自动化分类	首次将生成式预训练Transformer-4-Vision模型应用于眼震分类，利用其强大的图像识别能力	总体分类准确率较低（图像输入37%，坐标输入24.6%），垂直和扭转方向眼震分类准确率不足，需要扩大数据集和增强输入模态	评估GPT-4V模型在眼震分类中的应用效果，开发自动化眼震分类方法	眼震视频记录中的瞳孔运动轨迹	计算机视觉	前庭疾病	瞳孔追踪技术，视频分析	GPT-4V	视频，图像，二维坐标数据	NA	NA	Generative Pre-trained Transformer 4 Vision	准确率	NA
157	2025-10-06	Efficient quality control of platelet-rich plasma preparation using computer vision and deep learning 2025-Jun, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.6.065003 PMID:40765813	研究论文	本研究开发了一种基于计算机视觉和深度学习的自动化富血小板血浆制备质量控制系统	首次将ResNet18卷积神经网络与二元分类器结合用于PRP质量控制的自动化检测	模型在未见测试集上的准确率为82.5%，仍有提升空间	提高富血小板血浆制备质量控制的效率和准确性	富血小板血浆样本	计算机视觉	再生医学	计算机视觉，深度学习	CNN	图像	来自患者的PRP样本数据	NA	ResNet18	准确率	NA
158	2025-10-06	Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease 2025-Jun-26, Research square DOI:10.21203/rs.3.rs-6874970/v1 PMID:40678251	研究论文	本研究通过深度学习分析MRI图像，发现路易体共病理会加速阿尔茨海默病患者的脑老化	首次结合脑脊液α-突触核蛋白种子扩增检测和深度学习脑年龄估计方法，系统分析AD与LB共病理对神经退行性变的协同作用	样本量相对有限，仅包含803名认知障碍参与者；依赖特定生物标志物分类方法	探究阿尔茨海默病与路易体病理共存对脑老化和神经退行性变的影响	4,355名认知正常个体和803名认知障碍参与者	医学影像分析	阿尔茨海默病, 路易体病	MRI, 脑脊液α-突触核蛋白种子扩增检测	深度学习	MRI图像	4,355名认知正常个体（训练集）+ 803名认知障碍参与者（测试集）	NA	NA	脑年龄估计准确度, 显著性图谱分析	NA
159	2025-10-06	Local mean suppression filter for effective background identification in fluorescence images 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	研究论文	提出一种用于荧光显微镜图像背景识别的局部均值抑制滤波器	通过变化邻域尺寸生成多标签并累积决策的局部均值比较方法	NA	开发有效的荧光图像背景识别方法	具有密集低对比度前景的荧光显微镜图像	计算机视觉	NA	荧光显微镜成像	非线性滤波器	荧光显微镜图像	NA	Python 3	局部均值抑制滤波器	NA	NA
160	2025-10-06	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一种可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	首次将分层相关性传播(LRP)技术应用于LSTM模型以增强可解释性，并识别关键风险因素	NA	开发实时预测医源性戒断综合征风险的深度学习模型，以促进早期干预	儿科重症监护病房患者	医疗人工智能	医源性戒断综合征	电子健康记录分析	LSTM	电子健康记录	NA	NA	单向多层LSTM	模型校准度，预测性能	NA