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
2141	2025-04-25	Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning 2025-Apr, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.08.030 PMID:39168295	research paper	本研究开发并验证了一种基于心电图（ECG）的深度学习（DL）工具，用于诊断致心律失常性右心室心肌病（ARVC）	开发了一种新的ECG-DL模型，能够将ARVC的诊断水平提升至专家级别，并能区分真实的ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体	研究样本量相对较小，且外部验证队列中ARVC的患病率较低	开发并验证一种用于ARVC诊断的ECG-DL工具	被转诊进行ARVC评估的患者及携带致病性或可能致病性ARVC基因变异的患者	machine learning	cardiovascular disease	deep learning	DL	ECG	开发集551例，测试集137例，外部验证队列167例
2142	2025-04-25	Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11059-x PMID:39299952	research paper	评估在非肥胖患者中使用高强度深度学习图像重建（DLIR-H）与标准自适应统计迭代重建（ASiR-V）协议在冠状动脉CT血管造影（CCTA）中的辐射剂量和图像质量	提出了一种结合DLIR-H和80-kVp CCTA的双低协议，显著降低辐射和对比剂剂量同时提高图像质量	研究仅限于BMI小于30 kg/m²的非肥胖患者	评估双低CCTA协议在辐射剂量和图像质量方面的表现	非肥胖患者	digital pathology	cardiovascular disease	CCTA, DLIR-H, ASiR-V	deep learning	medical imaging	255名患者（每组85人）
2143	2025-04-25	Can deep learning classify cerebral ultrasound images for the detection of brain injury in very preterm infants? 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11028-4 PMID:39212671	research paper	本研究开发了深度学习模型，用于分类早产儿脑部超声图像，以检测脑损伤	首次将深度学习应用于早产儿脑部超声图像的分类，作为计算机辅助检测工具	模型在初始阶段表现一般，需通过不同机器学习策略提升性能	开发深度学习模型，用于早产儿脑部超声图像的分类，以辅助检测脑损伤	早产儿（胎龄220-306周）的脑部超声图像	digital pathology	brain injury	deep learning	CNN	image	538名早产儿的4180张脑部超声图像
2144	2025-04-25	Vital Characteristics Cellular Neural Network (VCeNN) for Melanoma Lesion Segmentation: A Biologically Inspired Deep Learning Approach 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01257-w PMID:39284982	研究论文	提出了一种名为VCeNN的生物启发式深度学习模型，用于黑色素瘤病变的医学图像分割	从细胞功能特征和自然选择中获得灵感，设计了具有记忆、适应、凋亡和分裂模块的新型神经网络	NA	开发能够准确描绘黑色素瘤病变的医学图像分割模型	黑色素瘤病变的医学图像	数字病理学	黑色素瘤	深度学习	VCeNN (CNN变体)	医学图像	多个公开数据集
2145	2025-04-25	A streaming brain-to-voice neuroprosthesis to restore naturalistic communication 2025-Apr, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-01905-6 PMID:40164740	research paper	该研究开发了一种流式脑到语音神经假体，用于恢复瘫痪患者的自然语言交流	使用高密度表面记录和深度学习循环神经网络转换器模型，实现了在线大词汇量可理解流畅语音合成，并个性化还原了参与者受伤前的声音	研究仅针对一名严重瘫痪和失语症的临床试验参与者，样本量较小	恢复瘫痪患者的自然语言交流能力	严重瘫痪和失语症患者	神经工程	瘫痪	高密度表面记录、深度学习	循环神经网络转换器模型 (RNN-T)	神经信号	1名临床试验参与者
2146	2025-04-25	Label-Aware Dual Graph Neural Networks for Multi-Label Fundus Image Classification 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457232 PMID:39255075	research paper	提出了一种新颖的标签感知双图神经网络，用于多标签眼底图像分类，结合了基于人群和基于病理的图表示学习模块	首次将基于人群的图表示学习和基于病理的图表示学习相结合，考虑了受试者间的关联性和病理间的相关性	未明确说明模型在小型数据集上的表现或计算效率	提高多标签眼底图像分类的准确性	眼底图像	computer vision	fundus disease	graph neural networks	dual graph neural networks	image	NA
2147	2025-04-07	Opening the deep learning box 2025-Apr, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-01938-x PMID:40186074	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2148	2025-04-25	Foundation model of neural activity predicts response to new stimulus types 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08829-y PMID:40205215	研究论文	本文通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元反应，并展示了该模型在新刺激类型和小鼠中的泛化能力	利用基础模型处理大量神经活动数据，成功预测新刺激类型下的神经元反应，并扩展到预测解剖细胞类型、树突特征和神经元连接性	模型的应用范围可能受限于训练数据的多样性和规模，且目前仅在视觉皮层进行了验证	构建大脑的基础模型，以增强对大脑计算目标和神经编码的理解	小鼠视觉皮层的神经活动	神经科学	NA	深度学习	基础模型	神经活动数据	多只小鼠的大量神经活动数据
2149	2025-04-25	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf026 PMID:40213364	研究论文	开发了一种基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录预测ICU死亡率	提出了一个基于Transformer的模型TECO，能够利用连续的电子健康记录数据预测ICU死亡率，并在多个疾病队列中验证了其性能	需要进一步的验证以确认模型的广泛适用性	开发一种深度学习模型，用于预测ICU患者的死亡率	COVID-19患者、急性呼吸窘迫综合征患者和败血症患者	机器学习	COVID-19、急性呼吸窘迫综合征、败血症	深度学习	Transformer	电子健康记录	COVID-19患者2579人，急性呼吸窘迫综合征患者2799人，败血症患者6622人
2150	2025-04-25	Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70143 PMID:40235115	研究论文	本研究采用基于深度学习的多模态规范框架，分析阿尔茨海默病（AD）在ATN成像生物标志物上的个体水平变异	首次应用多模态规范模型分析AD在ATN生物标志物上的异质性，并开发了个体水平疾病严重程度指数（DSI）	研究仅基于横断面数据，缺乏纵向验证	探究阿尔茨海默病在ATN生物标志物上的异质性表现	阿尔茨海默病患者（淀粉样蛋白阳性个体）与淀粉样蛋白阴性对照	数字病理学	老年病	T1加权磁共振成像（MRI）、淀粉样蛋白和tau蛋白正电子发射断层扫描（PET）	深度学习	医学影像	发现队列665人，复制队列430人
2151	2025-04-25	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	本研究利用深度学习模型对脓毒症患者进行风险分层，并探讨抗生素使用时机对不同风险组患者死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并基于分层结果评估抗生素使用时机对死亡率的影响	未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机对死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,163名成年脓毒症患者
2152	2025-04-25	Pathomics Image Analysis of Tumor Infiltrating Lymphocytes (TILs) in Colon Cancer 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6173056/v1 PMID:40235501	研究论文	开发了一种深度学习病理图像分析工作流，用于生成空间肿瘤-TIL图，以可视化和量化结肠癌中肿瘤浸润淋巴细胞（TILs）的丰度和空间分布	利用深度学习技术对H&E染色的全切片图像进行分析，生成肿瘤-TIL空间图，量化TILs在结肠癌微环境中的比例及其预后意义	NA	评估TILs%作为病理学生物标志物在结肠癌预后中的意义	结肠癌患者样本中的肿瘤浸润淋巴细胞（TILs）	数字病理	结肠癌	深度学习，H&E染色	深度学习模型（未指定具体模型）	图像（H&E染色的全切片图像）	NA
2153	2025-04-25	A Computational Framework for Automated Puncture Trajectory Planning in Hemorrhagic Stroke Surgery 2025-Apr, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70480 PMID:40259699	研究论文	本研究提出了一种计算框架，用于自动化生成出血性中风手术中的穿刺轨迹	结合AI驱动的分割、主成分分析（PCA）和经验优化，创新性地实现了穿刺路径的自动化生成	仅使用了五个复杂临床案例进行验证，未来需要与机器人系统集成并通过临床试验进一步验证	提高出血性中风手术中穿刺轨迹规划的效率和安全性	出血性中风手术中的穿刺轨迹	数字病理	中风	AI驱动的分割、PCA、Laplacian网格平滑	ResNet-50	医学影像	五个复杂临床案例
2154	2025-04-25	Multisequence 3-T Image Synthesis from 64-mT Low-Field-Strength MRI Using Generative Adversarial Networks in Multiple Sclerosis 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.233529 PMID:40261176	research paper	该研究开发了一种名为LowGAN的生成对抗网络，用于从64-mT低场强MRI生成3-T高质量脑部图像，并在多发性硬化症患者中进行了评估	提出了一种新的生成对抗网络架构LowGAN，用于低场强到高场强MRI图像的转换，提高了图像质量和白质病变的分割准确性	研究样本量相对较小（主组50人，验证组13人），且仅针对多发性硬化症患者	开发并评估一种深度学习架构，以提高便携式低场强MRI扫描仪生成的图像质量	多发性硬化症患者的脑部MRI图像	医学影像处理	多发性硬化症	生成对抗网络（GAN）	LowGAN	MRI图像	主组50名参与者（中位年龄47岁，38名女性），验证组13名参与者（中位年龄41岁，11名女性）
2155	2025-04-25	The application of artificial intelligence in upper gastrointestinal cancers 2025-Apr, Journal of the National Cancer Center IF:7.6Q1 DOI:10.1016/j.jncc.2024.12.006 PMID:40265096	综述	本文综述了人工智能在上消化道癌症（主要包括食管癌和胃癌）筛查、诊断、治疗和预后方面的应用	总结了AI技术在上消化道癌症临床任务中的应用，并探讨了AI算法选择、早期筛查普及、AI临床应用及大型多模态模型等前沿问题	指出了当前上消化道癌症AI应用领域面临的局限性和挑战	探讨人工智能技术在上消化道癌症临床诊疗中的应用现状与前景	食管癌和胃癌	数字病理学	上消化道癌症（食管癌和胃癌）	放射组学和深度学习	大型多模态模型	医学影像	NA
2156	2025-04-25	NLP-enriched social determinants of health improve prediction of suicide death among the Veterans 2025-Mar-31, Research square DOI:10.21203/rs.3.rs-5067562/v1 PMID:40235516	研究论文	本研究探讨了通过自然语言处理（NLP）提取的社会和行为健康决定因素（SBDH）是否能改善退伍军人精神病出院后自杀死亡的预测	结合NLP提取的SBDH和ICD编码的SBDH，提升了两种先进模型（传统机器学习模型集成和基于Transformer的深度学习模型TransformEHR）在预测自杀死亡方面的性能、校准和公平性	研究仅限于美国退伍军人群体，可能无法推广到其他人群	提高精神病出院患者自杀死亡的预测准确性	197,581名美国退伍军人，共414,043次出院记录	自然语言处理	精神疾病	NLP, ICD编码	集成机器学习模型, TransformEHR	文本, 结构化医疗记录	197,581名退伍军人的414,043次出院记录
2157	2025-04-25	Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports 2025-Mar-31, ArXiv PMID:40236838	研究论文	本研究开发并评估了一种深度学习融合模型，整合放射学报告和CT影像以预测胰腺导管腺癌（PDAC）风险	提出了一种结合放射学报告和CT影像的深度学习融合模型，用于PDAC风险预测和生存分析	模型在内部和外部数据集上的C-index分别为0.6750和0.6435，显示仍有提升空间	通过早期检测和预后建模改善PDAC患者预后并指导早期干预策略	胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	CT成像	深度学习融合模型	影像和文本（放射学报告）	未明确说明样本数量
2158	2025-04-25	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-Mar-28, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了四种深度学习分割模型在生物物理和生物医学数据上的表现	提供了针对典型小规模训练数据集条件下不同深度学习架构的全面比较	研究仅关注分割任务，未涉及其他深度学习应用场景	为生物物理和生物医学领域的研究者提供模型选择指南	四种深度学习架构(CNN、U-Net、视觉Transformer和视觉状态空间模型)	生物物理	NA	深度学习	CNN, U-Net, 视觉Transformer, 视觉状态空间模型	生物物理和生物医学数据	小规模训练数据集
2159	2025-04-25	A Unified Flexible Large Polysomnography Model for Sleep Staging and Mental Disorder Diagnosis 2025-Mar-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.11.24318815 PMID:39711704	研究论文	提出了一种统一且灵活的大型多导睡眠图模型LPSGM，用于提升跨中心泛化能力并支持疾病诊断的微调	LPSGM整合了领域自适应学习，支持可变通道配置，并在跨中心泛化方面表现优异	未提及具体局限性	提升睡眠分期和多导睡眠图分析的自动化水平，并支持疾病诊断	多导睡眠图数据	数字病理学	睡眠障碍	多导睡眠图(PSG)	LPSGM	多导睡眠图数据	220,500小时的PSG数据，来自16个公共数据集
2160	2025-04-25	A Progressive Risk Formulation for Enhanced Deep Learning based Total Knee Replacement Prediction in Knee Osteoarthritis 2025-Mar-28, ArXiv PMID:40196144	研究论文	开发了一种深度学习模型，用于预测膝关节骨关节炎患者在不同时间范围内需要进行全膝关节置换术（TKR）的风险	模型能够利用单次扫描进行TKR预测，并在有先前扫描时，通过渐进风险公式提升预测准确性	NA	提高膝关节骨关节炎患者全膝关节置换术（TKR）需求的预测准确性	膝关节骨关节炎患者	数字病理学	膝关节骨关节炎	深度学习	双模型风险约束架构	X光片和MRI图像	来自OAI和MOST研究的膝关节X光片和MRI数据