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
181	2025-04-27	Applications and potential of machine, learning augmented chest X-ray interpretation in cardiology 2025-Feb, Minerva cardiology and angiology IF:1.4Q3 DOI:10.23736/S2724-5683.24.06288-4 PMID:39535525	review	本文探讨了机器学习在胸部X光片解读中的应用及其在心脏病学中的潜在影响	综述了机器学习在提高胸部X光片解读效率、病理检测准确性和临床决策支持方面的潜在应用	未提及具体的技术实现细节或临床验证结果	探索机器学习在心脏病学中胸部X光片解读的当前和未来应用	胸部X光片及其在心脏病学中的应用	digital pathology	cardiovascular disease	machine learning	deep learning	image	NA
182	2025-04-27	Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis 2025-Feb, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03485-x PMID:39527265	meta-analysis	本文通过系统综述和荟萃分析评估了放射组学和人工智能模型在头颈癌淋巴结转移诊断中的准确性	首次对AI模型在头颈癌淋巴结转移诊断中的准确性进行系统评价和荟萃分析，比较了不同影像学方法和模型类型的表现	大多数研究缺乏外部验证，所有分析仅限于内部验证集	评估人工智能模型在头颈癌淋巴结转移诊断中的准确性	头颈癌患者的淋巴结转移	digital pathology	head and neck cancers	radiomics, deep learning	deep learning models, hand-crafted radiomics models	医学影像数据（CT、MRI、PET/CT）	23篇符合纳入标准的研究
183	2025-04-27	Glottic opening detection using deep learning for neonatal intubation with video laryngoscopy 2025-Feb, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-024-02171-3 PMID:39537817	research paper	本研究开发了一种基于深度学习的AI方法，用于在新生儿喉镜插管过程中自动检测声门开口，以提高插管效果	首次将YOLOv8深度学习模型应用于新生儿喉镜插管中的声门开口检测，并实现了与医疗人员相当或更优的性能	样本量相对较小（84例新生儿插管），且模型性能略逊于专家级医疗人员	开发AI辅助工具以提高新生儿喉镜插管的安全性和效率	新生儿喉镜插管过程中的声门开口检测	computer vision	NA	video laryngoscopy (VL)	YOLOv8	video frames	1623张视频帧（来自84例新生儿插管）
184	2025-04-27	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型（LLMs）在生物信息学中的关键组成部分、应用及未来展望	探讨了LLMs在解决生物信息学问题上的潜力，超越了其在人类语言建模方面的熟练程度，并提供了实用指南以优化其使用和促进该领域的进一步创新	NA	概述大型语言模型在生物信息学中的应用及其未来发展	大型语言模型（LLMs）及其在生物信息学中的应用	生物信息学	NA	自监督或半监督学习	transformer模型	基因组学、转录组学、蛋白质组学、药物发现和单细胞分析数据	NA
185	2025-04-27	Modeling gene interactions in polygenic prediction via geometric deep learning 2025-Jan-22, Genome research IF:6.2Q1 DOI:10.1101/gr.279694.124 PMID:39562137	研究论文	介绍了一种基于几何深度学习的PRS-Net框架，用于建模基因间的相互作用以增强复杂疾病的预测和生物学发现	提出了PRS-Net，一种可解释的几何深度学习框架，能够有效建模生物系统的非线性关系，并通过图神经网络（GNN）显式封装基因-基因相互作用	未明确提及具体局限性	提高复杂疾病的遗传风险预测准确性并促进生物学发现	复杂疾病的遗传风险预测	机器学习	复杂疾病	几何深度学习、图神经网络（GNN）	GNN	基因组数据	未明确提及样本量
186	2025-04-27	DeepMEns: an ensemble model for predicting sgRNA on-target activity based on multiple features 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae043 PMID:39528429	研究论文	提出了一种基于深度学习的集成可解释模型DeepMEns，用于预测sgRNA的靶向活性	结合多种特征和集成策略，提高了预测性能，并通过可解释的模型结构增强了模型的内在机制理解	模型性能仍有提升空间，且未提及在实际基因编辑应用中的验证	提高sgRNA靶向活性预测的准确性和可解释性	CRISPR/Cas9系统中的单导RNA（sgRNA）	机器学习	NA	深度学习	CNN, Transformer, LSTM, 注意力机制	序列数据, 结构数据	使用了五个不同的训练和验证数据集
187	2025-04-27	Toward Personalized Digital Experiences to Promote Diabetes Self-Management: Mixed Methods Social Computing Approach 2025-Jan-07, JMIR diabetes DOI:10.2196/60109 PMID:39773324	研究论文	本研究采用混合方法社交计算方法，分析数字健康社区中的同伴互动，以促进糖尿病自我管理的个性化干预	结合深度学习和社交网络分析技术，从大规模社交媒体数据中识别社交影响力模式，为个性化干预提供依据	研究仅基于美国糖尿病协会支持社区的数据，可能无法推广到其他文化或平台	探索社交影响力在糖尿病自我管理中的作用，并开发个性化干预措施	美国糖尿病协会支持社区中的同伴互动数据（2014-2021年）	社交计算	糖尿病	深度学习、社交网络分析	深度学习模型	文本	约73,000次同伴互动，其中1,501条手动标注
188	2025-04-27	Integrated Deep Learning Model for the Detection, Segmentation, and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography 2025-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240017 PMID:39503602	研究论文	开发并验证了一种基于CT血管造影数据的深度学习模型，用于未破裂颅内动脉瘤的检测、分割和形态学分析	提出了一种集成深度学习模型（IDL），结合nnU-Net算法，实现了对未破裂颅内动脉瘤的高精度检测、分割和形态学测量，并能辅助经验不足的放射科医生提高诊断性能	研究为回顾性设计，可能受到数据选择偏差的影响，且模型性能在更广泛的人群中的泛化能力仍需进一步验证	开发并验证一种深度学习模型，用于未破裂颅内动脉瘤的自动化检测、分割和形态学分析	未破裂颅内动脉瘤（UIAs）患者和对照组的CT血管造影数据	数字病理学	颅内动脉瘤	CT血管造影（CTA）	nnU-Net	医学影像	训练数据集包括1182名UIAs患者和578名对照，多中心外部测试集包括535名UIAs患者
189	2025-04-27	A Survey of Few-Shot Learning for Biomedical Time Series 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3492381 PMID:39504299	综述	本文全面回顾和比较了生物医学时间序列应用中的少样本学习方法	探讨了少样本学习在克服生物医学时间序列数据标注稀缺问题上的创新应用	讨论了少样本学习方法相对于传统数据驱动方法的临床益处和局限性	旨在提供对生物医学时间序列少样本学习当前研究现状及其对未来研究和应用的影响的见解	生物医学时间序列数据	机器学习	NA	少样本学习	NA	时间序列数据	NA
190	2025-04-27	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2025 Jan-Feb 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	research paper	本研究通过体模实验比较了不同重建方法在降低肝脏肿瘤计算机辅助体积测量辐射剂量方面的效果	首次在体模实验中评估深度学习重建(DLR)在降低肝脏肿瘤CT扫描辐射剂量方面的潜力，并与传统重建方法进行对比	研究基于体模实验，尚未在真实患者中进行验证	评估不同CT重建方法对肝脏肿瘤计算机辅助体积测量准确性和辐射剂量降低的影响	商业化的拟人化腹部体模	digital pathology	liver tumor	CT扫描，计算机辅助体积测量(CAD v)	deep learning reconstruction (DLR)	CT图像	一个腹部体模在不同辐射剂量(600/400/200/100 mA)下各扫描5次
191	2025-04-27	Deep learning-based models for preimplantation mouse and human embryos based on single-cell RNA sequencing 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02511-3 PMID:39543284	research paper	该研究利用深度学习工具整合和分类单细胞RNA测序数据，以定义小鼠和人类胚胎细胞类型、谱系和状态	开发了一种基于深度学习的模型，用于无偏倚地分类细胞类型，并识别用于定义谱系、细胞类型和状态的基因集	研究依赖于公开可用的数据，可能受限于数据的质量和覆盖范围	通过深度学习模型整合和分类单细胞转录组数据，以更好地理解胚胎发育和体外多能干细胞模型	小鼠和人类胚胎细胞	machine learning	NA	single-cell RNA sequencing	deep learning	RNA-seq data	公开可用的小鼠和人类胚胎发育阶段数据
192	2025-04-27	Accuracy of deep learning-based attenuation correction in 99mTc-GSA SPECT/CT hepatic imaging 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.002 PMID:39549604	research paper	本研究评估了基于深度学习的衰减校正（AC）在99mTc-GSA SPECT/CT肝脏成像中的准确性	使用CycleGAN从非AC SPECT图像生成伪CT图像进行AC，减少患者CT检查的辐射暴露	研究样本量较小，仅包括一名肝功能正常和一名异常患者，且需进一步研究不同肝脏形态和多种肝脏疾病的影响	评估深度学习AC方法在99mTc-GSA SPECT/CT成像中的效果，以减少CT检查的辐射暴露	99mTc-GSA SPECT/CT肝脏成像	digital pathology	liver disease	SPECT/CT成像，CycleGAN	CycleGAN	医学影像	两名患者（一名肝功能正常，一名异常）
193	2025-04-27	A combined model integrating radiomics and deep learning based on multiparametric magnetic resonance imaging for classification of brain metastases 2025-Jan, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241292528 PMID:39552295	research paper	该研究结合放射组学和深度学习，基于多参数磁共振成像（MRI）对脑转移瘤进行分类	提出了一种结合放射组学和深度学习的深度迁移学习放射组学（DTLR）模型，用于区分肺腺癌和非肺腺癌脑转移瘤	研究为回顾性分析，可能存在选择偏差	探讨利用多参数MRI的DTLR模型对脑转移瘤进行分类的可行性	342名患者的1389个脑转移瘤	digital pathology	lung cancer	multi-parametric MRI	CNN	image	342名患者（1389个脑转移瘤）
194	2025-04-27	EvoAI enables extreme compression and reconstruction of the protein sequence space 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02504-2 PMID:39528677	research paper	提出了一种名为EvoAI的方法，用于极端压缩和重建蛋白质序列空间，以设计功能改进的蛋白质	开发了EvoScan方法全面分割和扫描高适应性序列空间，结合深度学习和大型语言模型从锚点准确重建空间，无需先验同源或结构信息	方法仅适用于可与转录输出耦合的生物分子功能	探索蛋白质序列与功能的关系，设计功能改进的蛋白质	蛋白质序列空间	machine learning	NA	深度学习和大型语言模型	large language models	蛋白质序列数据	82个锚点
195	2025-04-27	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	research paper	该论文开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏差问题	提出了一种端到端的自监督深度学习方法，无需额外的样本制备步骤，即可解决冷冻电镜中的取向偏差问题	NA	解决冷冻电镜中的粒子取向偏差问题，提高三维重建的精度	冷冻电镜中的粒子取向偏差问题	machine learning	NA	cryo-EM	self-supervised deep learning	image	包括核糖体、β-半乳糖苷酶和一种以前难以处理的流感血凝素三聚体数据集
196	2025-04-27	Machine learning outperforms the Canadian Triage and Acuity Scale (CTAS) in predicting need for early critical care 2025-Jan, CJEM DOI:10.1007/s43678-024-00807-z PMID:39560909	研究论文	本研究比较了机器学习模型与加拿大分诊和敏锐度量表（CTAS）在预测急诊科（ED）到达后12小时内需要重症监护的能力	机器学习模型在预测急诊科患者需要早期重症监护方面优于传统的CTAS评分	需要未来研究验证机器学习模型的有效性	改进急诊科分诊系统，提高对需要早期重症监护患者的识别能力	670,841例急诊科就诊数据	机器学习	NA	LASSO回归、梯度提升树和深度学习模型	LASSO回归、梯度提升树、深度学习	回顾性急诊科就诊数据	670,841例急诊科就诊
197	2025-04-27	Prediction of traffic accident risk based on vehicle trajectory data 2025, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2402936 PMID:39570198	研究论文	本研究利用车辆轨迹数据开发了一个基于LSTM的交通事故风险预测模型	直接从低质量原始轨迹数据中提取事故相关危险状态特征，实现细粒度时间分辨率的事故概率预测	NA	进行精确的交通事故风险预测	城市道路和高速公路场景下的车辆轨迹数据	机器学习	NA	深度学习	LSTM	车辆轨迹数据	超过3000辆车的原始轨迹样本
198	2025-04-27	Mapping the scientific landscape and evolution of the International Journal of Surgery : a scientometric analysis (2004-2024) 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002107 PMID:39576039	研究论文	本文分析了《国际外科杂志》20年来的出版特征和发展历程	利用Citespace、VOS viewer和R软件的'Bibliometrix'包进行文献计量分析，揭示了该期刊的研究动态和趋势模式	仅分析了2004-2024年间发表在《国际外科杂志》上的文章，未涵盖其他外科期刊	分析《国际外科杂志》的文献产出特征和发展趋势	2004-2024年间发表在《国际外科杂志》上的6320篇出版物	文献计量学	NA	Citespace, VOS viewer, Bibliometrix	NA	文本	6320篇出版物
199	2025-04-27	Comprehensive Management of Intracranial Aneurysms Using Artificial Intelligence: An Overview 2025-Jan, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.10.108 PMID:39521404	综述	本文全面概述了人工智能在颅内动脉瘤综合管理中的应用	利用深度学习算法显著提高动脉瘤诊断的敏感性和准确性，并能预测动脉瘤生长、破裂风险及预后情况	讨论了临床AI部署面临的挑战和未来发展方向	优化颅内动脉瘤的临床管理和患者护理	颅内动脉瘤（IAs）	数字病理学	心血管疾病	深度学习	深度学习算法	图像	NA
200	2025-04-27	Prediction of Bone Mineral Density based on Computer Tomography Images Using Deep Learning Model 2025, Gerontology IF:3.1Q3 DOI:10.1159/000542396 PMID:39527924	research paper	开发了一种基于深度学习的多阶段模型，用于自动测量骨密度并预测骨质疏松症	提出了一种多阶段深度学习模型，能够自动分割椎体并预测骨密度，提高了骨质疏松症的诊断率	研究仅基于801名受试者的数据，样本量可能不足以代表更广泛的人群	开发深度学习模型以自动测量骨密度并提高骨质疏松症的诊断率	801名接受胸部或腹部CT和QCT扫描的受试者，共2080个椎体	digital pathology	geriatric disease	quantitative computer tomography (QCT)	deep learning model	image	801名受试者（410名男性，391名女性），2080个椎体