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	2025-06-29	Data-driven machine learning algorithm model for pneumonia prediction and determinant factor stratification among children aged 6-23 months in Ethiopia 2025-May-02, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10916-4 PMID:40316929	research paper	本研究开发了一种基于机器学习的预测模型，用于预测埃塞俄比亚6-23个月儿童的肺炎及其决定因素分层	使用随机森林算法预测肺炎并分层其决定因素，准确率达到91.3%	研究数据仅来自2016年埃塞俄比亚人口与健康调查，可能无法完全代表当前情况	开发数据驱动的预测模型以预测儿童肺炎并分层其决定因素	埃塞俄比亚6-23个月的儿童	machine learning	pneumonia	machine learning algorithms, principal component analysis	random forest	demographic and health survey data	2035名儿童样本
182	2025-06-29	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Apr-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	开发了一种深度学习策略，用于从高密度细胞外记录中识别跨物种的细胞类型	结合光遗传学和药理学，生成了一个经过筛选的电生理特性基础真值库，并训练了一个半监督深度学习分类器，预测准确率超过95%	未明确提及具体局限性	识别细胞类型并揭示具有不同功能、分子和解剖特性的神经元在计算中的作用	小脑中的浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维	机器学习	NA	光遗传学、药理学、电生理记录	半监督深度学习分类器	电生理记录数据	未明确提及具体样本数量
183	2025-06-29	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量了62,902名UK Biobank参与者的主动脉瓣功能，提出了新的轻度主动脉瓣狭窄（AS）定义标准，并在外部临床队列中验证了其与不良预后的关联	提出了基于速度编码MRI的新轻度AS定义标准（'mild ASproposed'），并在大规模人群和外部临床队列中验证了其临床意义	研究随访时间相对较短（平均3.9年），且主要基于影像学数据	研究无临床指征人群的主动脉瓣功能流行病学特征并定义轻度AS的新标准	UK Biobank的62,902名参与者和澳大利亚国家超声数据库的365,870人	心血管影像学	心血管疾病	速度编码心脏磁共振成像（velocity-encoded cardiac MRI）	深度学习模型	医学影像数据	主要队列62,902人（UK Biobank），验证队列365,870人（NEDA），健康亚组41,859人
184	2025-06-29	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	该研究探讨了大脑在决策过程中如何通过多区域计算形成最优表征，并通过人工神经网络模拟了这一过程	揭示了大脑多区域计算中信息传递的选择性机制，并通过RNN模型模拟了DLPFC和PMd区域的最优表征形成过程	研究仅针对猴子的DLPFC和PMd区域，人类大脑是否采用相同机制尚需验证	理解大脑在决策过程中如何通过多区域计算形成最优表征	猴子的背外侧前额叶皮层(DLPFC)和背侧运动前区皮层(PMd)	神经科学	NA	单神经元和多单位记录，循环神经网络(RNN)	RNN	神经电生理数据	猴子实验数据（具体数量未说明）
185	2025-06-29	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LLMs在解决生物信息学问题上的潜力，超越其在人类语言建模方面的熟练度	未提及具体模型在生物信息学任务中的性能局限或数据需求限制	推动生物信息学领域大语言模型的应用与发展	大语言模型在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等生物信息学领域的应用	自然语言处理	NA	自监督学习、半监督学习	Transformer	未标注输入数据	NA
186	2025-06-29	Identification of Intracranial Germ Cell Tumors Based on Facial Photos: Exploratory Study on the Use of Deep Learning for Software Development 2025-Jan-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58760 PMID:39883924	研究论文	本研究探讨了深度学习模型GVisageNet在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	开发了GVisageNet深度学习模型，结合临床数据，用于从面部照片中识别颅内生殖细胞肿瘤，展示了深度学习与临床数据结合在个性化医疗中的潜力	模型在区分iGCTs与其他中线脑肿瘤时的AUC为0.739，性能有待提高	研究面部识别技术在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	儿童和青少年颅内生殖细胞肿瘤患者	数字病理学	颅内生殖细胞肿瘤	深度学习	GVisageNet	图像	训练集847例（iGCTs=358，NCs=300，其他中线脑肿瘤=189），测试集212例（iGCTs=79，NCs=70，其他中线脑肿瘤=63），独立验证集336例（iGCTs=130，NCs=100，其他中线脑肿瘤=106）
187	2025-06-29	OTMorph: Unsupervised Multi-Domain Abdominal Medical Image Registration Using Neural Optimal Transport 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3437295 PMID:39093684	研究论文	提出了一种基于神经最优传输的无监督多域腹部医学图像配准框架OTMorph	利用神经最优传输技术解决多域腹部医学图像配准中的领域差异问题	未明确提及具体局限性	解决多域腹部医学图像配准中的领域差异问题	多模态和多参数腹部医学图像	医学图像分析	肝癌、淋巴瘤	神经最优传输	OTMorph	医学图像	未明确提及具体样本量
188	2025-06-29	Improved swin transformer-based thorax disease classification with optimal feature selection using chest X-ray 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327099 PMID:40561187	research paper	提出了一种基于改进Swin Transformer和最优特征选择的胸部疾病分类模型，用于胸部X光片的疾病诊断	结合增强自编码器(EnAE)、混沌鲸鱼优化算法(ChWO)和改进Swin Transformer(IMSTrans)进行特征提取和分类，提高了胸部疾病分类的准确性	未提及模型在临床环境中的实际应用效果和泛化能力	开发一种准确高效的胸部疾病自动分类方法	胸部X光片中的疾病（肺炎、结核病、肺癌等）	digital pathology	lung cancer	深度学习	Improved Swin Transformer (IMSTrans), Enhanced Auto-Encoder (EnAE)	image	广泛的胸部X光数据集和肺部疾病数据集（未提供具体样本数量）
189	2025-06-29	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究利用U-Net深度学习模型对膝关节MRI中的半月板进行自动检测和分割	提出了一种基于深度学习的实用方法，用于膝关节半月板分割，并通过骨科医生的真实标注进行验证	面临数据稀缺和需要针对特定序列进行优化等挑战	开发一个自动识别和分割膝关节MRI中半月板的模型	膝关节MRI图像中的半月板	计算机视觉	骨科疾病	MRI	U-Net	图像	104张膝关节MRI图像用于训练，50张用于微调
190	2025-06-29	Semi-Supervised Contrastive VAE for Disentanglement of Digital Pathology Images 2024-Nov, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_43 PMID:40556771	研究论文	提出了一种用于数字病理图像解缠的半监督对比VAE方法，以提高深度学习模型的可解释性	首次提出针对病理图像的解缠方法，包括级联解缠、新颖架构和重建分支等创新点	NA	提高肿瘤浸润淋巴细胞(TIL)检测深度学习模型的可解释性和泛化能力	数字病理图像	数字病理学	肿瘤	深度学习	VAE (变分自编码器)	图像	NA
191	2025-06-29	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	research paper	本研究展示了膝关节MRI图像的预处理步骤，用于通过深度学习模型检测半月板病变，并强调了这些步骤在诊断膝关节疾病中的实际应用	引入了创新的预处理方法，优化了深度学习模型训练数据的准备流程	研究仅针对膝关节MRI图像，预处理方法的普适性未在其他类型医学影像中得到验证	优化膝关节MRI图像的预处理流程，提高深度学习模型在半月板病变诊断中的性能	膝关节MRI图像，特别是半月板损伤	digital pathology	geriatric disease	MRI	deep learning segmentation model	image	188名患者的PD-sagittal图像
192	2025-06-28	Automatic Multiclass Tissue Segmentation Using Deep Learning in Brain MR Images of Tumor Patients 2025-Jun-30, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001750 PMID:40576335	研究论文	本研究开发并评估了一种基于卷积神经网络的自动分割脑部组织及肿瘤病变的流程	利用深度残差U-Net框架的卷积神经网络，针对脑肿瘤患者的MR图像进行多类组织分割，解决了现有方法在处理病变患者时的不足	在本地医院测试数据集上的表现略低于BraTS'21数据集，可能存在泛化能力上的限制	开发一种快速、自动化的脑部组织和肿瘤病变分割方法，以支持神经学和肿瘤学的研究与临床应用	脑肿瘤患者的MR图像	数字病理学	脑肿瘤	MRI	深度残差U-Net	图像	BraTS'21数据集1251名患者，本地医院数据100名患者
193	2025-06-28	Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs 2025-Jun-27, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.041441 PMID:40576025	研究论文	开发并测试了一种深度学习系统，用于在标准眼底照片上4.5小时内检测急性中央视网膜动脉阻塞（CRAO）	首次开发了能够在4.5小时关键治疗窗口内检测超急性CRAO的深度学习系统，并在24小时内保持高准确率	研究为回顾性设计，需要进一步前瞻性验证	开发辅助诊断工具以改善CRAO患者的治疗管理和中风预防	771名因CRAO、中央视网膜静脉阻塞、非动脉性前部缺血性视神经病变导致急性视力丧失的患者及健康对照	数字病理学	心血管疾病	深度学习	CNN（推测）	图像（眼底照片）	1322张眼底照片（来自771名患者）
194	2025-06-28	3D Auto-segmentation of pancreas cancer and surrounding anatomical structures for surgical planning 2025-Jun-27, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002835 PMID:40576127	研究论文	本研究开发了一种基于深度学习的自动分割模型，用于胰腺癌及周围解剖结构的三维可视化，以优化手术规划	采用分层Swin Transformer V2模型实现胰腺、胰腺癌及周围结构的自动分割，并在多中心数据集中验证模型性能	模型对胰腺癌的分割准确度较低（DSC 54.5-57.0），尤其在肿瘤体积较小时表现欠佳	开发用于手术规划的胰腺癌三维自动分割工具	胰腺癌患者及周围解剖结构（胰腺实质、肠系膜上动脉/静脉等）	数字病理	胰腺癌	CT扫描	Swin Transformer V2	医学影像	275例患者（176例训练集，59例内部验证集，40例外部验证集）
195	2025-06-28	Modeling Nonradiative Recombination in CsPbI3 and Ge-Doped Perovskites Via Deep Learning with CNN and Transformer Architectures 2025-Jun-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01669 PMID:40576303	研究论文	本研究采用深度学习方法，结合CNN和Transformer架构，对CsPbI3和Ge掺杂钙钛矿中的非辐射复合进行建模	首次将多种深度学习模型（包括四种CNN和三种Transformer结构）应用于非绝热耦合的高效预测，揭示了Ge掺杂对非平衡复合过程的微观调控机制	研究局限于CsPbI和Ge掺杂系统，未涉及其他钙钛矿材料	揭示Ge掺杂对钙钛矿材料非辐射复合过程的影响机制，为构建高效稳定钙钛矿材料提供理论指导	CsPbI和Ge掺杂钙钛矿系统	机器学习	NA	密度泛函理论、非绝热分子动力学(NAMD)、Hammes-Schiffer-Tully(HST)和norm-preserving interpolation(NPI)策略	CNN（包括ResNetPlus）、Transformer（包括TSTPlus）	计算模拟数据	NA
196	2025-06-28	Deep Learning-Guided Discovery of Celestolide as a Natural Allosteric Inhibitor Targeting Botrytis cinerea CYP51 and Its Application in Strawberry Preservation 2025-Jun-27, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c05257 PMID:40576401	研究论文	本研究利用深度学习技术发现了一种天然变构抑制剂celestolide，靶向Botrytis cinerea CYP51，并应用于草莓保鲜	采用神经关系推理框架和基于高斯网络的深度学习模型CorrSite2.0主动识别CYP51的变构位点，并确认celestolide作为天然变构抑制剂	未提及具体样本量或实验重复次数	发现新型天然变构抑制剂并评估其在水果保鲜中的应用潜力	Botrytis cinerea CYP51酶和草莓	深度学习	真菌感染	神经关系推理框架、Gaussian网络模型CorrSite2.0	深度学习模型	分子结构数据	NA
197	2025-06-28	Early prediction of adverse outcomes in liver cirrhosis using a CT-based multimodal deep learning model 2025-Jun-27, Abdominal radiology (New York) DOI:10.1007/s00261-025-05045-0 PMID:40576670	研究论文	开发了一种基于CT的多模态深度学习模型TMF-LCNet，用于早期预测肝硬化患者的不良结局	首次整合了非对比腹部CT图像、肝脏和脾脏的放射组学特征以及临床文本数据，构建了多模态融合模型TMF-LCNet	研究为回顾性设计，样本量相对较小（243例患者）	提高肝硬化患者早期风险评估的准确性，改善临床管理策略	早期肝硬化患者	数字病理学	肝硬化	深度学习，放射组学分析	TMF-LCNet（多模态融合网络）	CT图像，放射组学特征，临床文本数据	243例早期肝硬化患者（184例训练集，59例外部测试集）
198	2025-06-28	Practical applications of AI in body imaging 2025-Jun-27, Abdominal radiology (New York) DOI:10.1007/s00261-025-05088-3 PMID:40576669	综述	本文综述了截至2024年底美国市场上FDA批准的AI算法在腹部和盆腔器官及相关疾病评估中的实际应用	总结了当前FDA批准的AI算法在放射学中的商业应用，并评估了其潜在优势	仅涵盖美国市场上FDA批准的算法，可能未包括全球范围内的最新进展	探讨AI在放射学影像中的实际应用及其潜在优势	FDA批准的AI算法及其在腹部和盆腔器官疾病评估中的应用	数字病理学	腹部和盆腔器官相关疾病	深度学习	NA	影像	NA
199	2025-06-28	Deep learning for classification of aggressive versus non-aggressive central giant cell granuloma using whole-slide histopathology images 2025-Jun-27, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04160-z PMID:40576733	研究论文	使用深度学习算法分析中央巨细胞肉芽肿（CGCG）的侵袭性与非侵袭性病例的显微图像，以评估其在预测CGCG生物学行为中的潜力	首次尝试基于全显微切片使用深度学习模型区分侵袭性和非侵袭性CGCG	由于缺乏特定分割和技术染色问题，模型性能不佳	评估深度学习在预测CGCG生物学行为中的潜力	侵袭性和非侵袭性CGCG病例	数字病理学	中央巨细胞肉芽肿	H&E染色	ResNet-50	图像	87例（48例侵袭性，39例非侵袭性），共9982个切片，训练使用4272个切片（2629侵袭性，1643非侵袭性），测试使用100张图像（50侵袭性，50非侵袭性）
200	2025-06-28	Deep learning predicts onset acceleration of 38 age-associated diseases from blood and body composition biomarkers in the UK Biobank 2025-Jun-27, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01702-w PMID:40576910	研究论文	本研究开发并评估了一种神经网络Cox模型，用于预测与年龄相关疾病的发病加速风险，利用英国生物银行的数据进行验证	首次利用疾病诊断的相对发病加速关联来表征疾病模式，并开发了神经网络生存模型OnsetNet	研究依赖于英国生物银行的数据，可能不适用于其他人群	理解多病共存的老龄化现象，识别疾病加速发展的高风险群体	60,396名个体及其218,530个结果事件	机器学习	老年疾病	神经网络Cox模型	OnsetNet	人口统计、人体测量、成像和血液生物标志物数据	60,396名个体，218,530个结果事件