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
201	2025-05-13	Evaluation of enzyme activity predictions for variants of unknown significance in Arylsulfatase A 2025-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-025-02731-3 PMID:40055237	research paper	评估机器学习方法在预测未知意义变异（VUS）对Arylsulfatase A酶活性的影响方面的表现	展示了由遗传学和编码训练营参与者开发的模型在预测性能上的优越性，并指出深度学习方法的微小但显著的改进	研究仅基于219个实验验证的错义VUS，样本量相对较小	评估机器学习方法在预测VUS功能效应方面的准确性及其在遗传和临床研究中的潜在应用	Arylsulfatase A（ARSA）基因中的219个错义VUS	machine learning	NA	standard machine-learning tools in Python, deep learning methods	NA	genetic variants	219个实验验证的错义VUS
202	2025-05-13	ResGloTBNet: An interpretable deep residual network with global long-range dependency for tuberculosis screening of sputum smear microscopy images 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104300 PMID:40057359	research paper	提出了一种名为ResGloTBNet的可解释深度残差网络，用于痰涂片显微镜图像的结核病筛查	将卷积神经网络和图卷积网络结合，引入全局推理单元形成ResGloRe模块，同时提取局部特征和建模全局关系	NA	提高结核病筛查的准确性和敏感性	痰涂片显微镜图像	computer vision	tuberculosis	activation maximization, class activation mapping	CNN, GCN	image	公开数据集和私有数据集
203	2025-05-13	A comparative analysis of Constant-Q Transform, gammatonegram, and Mel-spectrogram techniques for AI-aided cardiac diagnostics 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104302 PMID:40057368	研究论文	比较分析Constant-Q变换、gammatonegram和Mel-spectrogram技术在AI辅助心脏诊断中的应用	提出了一种基于DAG-CNN架构的模型，在心脏声音分类中实现了高准确率，并比较了不同时间-频率表示方法的性能	未提及具体的数据集规模或多样性限制	开发自动心脏声音分类工具，用于早期和准确检测心脏异常	心脏声音信号	数字信号处理	心血管疾病	Phonocardiogram (PCG) 分析	DAG-CNN	音频信号	NA
204	2025-05-13	Transparency and Representation in Clinical Research Utilizing Artificial Intelligence in Oncology: A Scoping Review 2025-Mar, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70728 PMID:40059400	综述	本文通过范围综述评估了在肿瘤学临床研究中利用人工智能（AI）时，人口统计数据报告的透明度和参与者的多样性	首次系统评估了AI在肿瘤学临床研究中人口统计数据报告的透明度和多样性问题	仅纳入2016-2021年间发表的研究，且仅通过PubMed数据库检索	评估AI在肿瘤学临床研究中人口统计数据报告的透明度和参与者多样性	2016-2021年间发表的利用AI的肿瘤学临床研究	数字病理	肿瘤学	AI（包括深度学习和机器学习）	NA	临床研究数据	220项研究（其中118项符合条件）
205	2025-05-13	Harnessing transcriptional regulation of alternative end-joining to predict cancer treatment 2025-Mar, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf007 PMID:40061566	研究论文	本研究探讨了替代性末端连接(alt-EJ)的转录调控及其在癌症治疗预测中的应用	揭示了alt-EJ受缺氧抑制并与MYC转录活性正相关的机制，提出了结合缺氧诱导因子1α抑制与PARP或POLθ抑制的协同治疗策略	alt-EJ与驱动癌症进展的其他过程的相互作用仍不完全清楚	探索alt-EJ的转录调控机制及其在癌症治疗中的应用潜力	癌症细胞中的DNA修复通路	癌症生物学	癌症	深度学习	NA	肿瘤图像数据	NA
206	2025-05-13	A Pilot Study on Using an Artificial Intelligence Algorithm to Identify Urolith Composition through Abdominal Radiographs in the Dog 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70012 PMID:40065198	研究论文	本研究探讨了使用人工智能算法通过腹部X光片识别犬类尿结石成分的可行性	开发了名为CALCurad的深度学习AI算法，可通过智能手机应用初步评估尿结石成分	研究样本量较小（139只狗），且仅评估了磷酸铵镁结石的预测能力	评估AI算法在临床实践中预测犬类尿结石成分的准确性	犬类尿结石	数字病理	泌尿系统疾病	深度学习	深度学习算法（CALCurad）	X光图像	139只狗
207	2025-05-13	A Deep Learning Model for Three-Dimensional Determination of Whole Thoracic Vertebral Bone Mineral Density from Noncontrast Chest CT: The Multi-Ethnic Study of Atherosclerosis 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.242133 PMID:40067103	研究论文	本研究开发了一种基于深度学习的模型，用于从非对比胸部CT中三维测定全胸椎骨密度，并在多民族动脉粥样硬化研究中进行了验证	首次使用TotalSegmentator（一种nnU-net算法）测量三维全胸椎体骨密度，并验证其在预测椎体骨折中的增量价值	研究仅针对特定人群（多民族动脉粥样硬化研究参与者），且需要进一步验证在其他人群中的适用性	开发并验证一种基于深度学习的算法，用于从常规非对比胸部CT中测量三维全胸椎骨密度	多民族动脉粥样硬化研究（MESA）的参与者	数字病理学	骨质疏松症	非对比胸部CT	nnU-net（TotalSegmentator）	医学影像（CT扫描）	2956名参与者（其中1546名女性），其中1304名有纵向随访数据
208	2025-05-13	MRI-based Deep Learning Algorithm for Assisting Clinically Significant Prostate Cancer Detection: A Bicenter Prospective Study 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.232788 PMID:40067105	research paper	本研究比较了商业深度学习算法（DLA）和放射科医师在前列腺癌检测中的诊断性能，并探讨了DLA在临床不确定性情况下的应用价值	前瞻性验证了深度学习算法在前列腺MRI诊断中的应用，并首次在活检环境中比较了DLA与放射科医师的诊断性能	研究样本量相对有限（205名患者），且仅在两所医院进行，可能影响结果的普适性	评估深度学习算法辅助检测临床显著性前列腺癌（csPCa）的诊断效能	疑似前列腺癌并计划进行活检的患者	digital pathology	prostate cancer	biparametric MRI	DLA (Deep Learning Algorithm)	MRI影像	205名男性患者（年龄中位数68岁），共评估259个病灶（其中117个为临床显著性前列腺癌）
209	2025-05-13	Automated Detection of Keratorefractive Laser Surgeries on Optical Coherence Tomography Using Deep Learning 2025-Mar, Journal of refractive surgery (Thorofare, N.J. : 1995) DOI:10.3928/1081597X-20250204-04 PMID:40067669	research paper	利用深度学习神经网络在眼前段光学相干断层扫描（AS-OCT）上自动检测不同类型的角膜屈光激光手术	开发了一种深度学习算法，能够自动检测多种角膜屈光激光手术类型，并区分近视和远视治疗	未提及算法的泛化能力是否在其他独立数据集上验证	通过AS-OCT扫描自动识别患者的角膜屈光激光手术历史	接受过不同类型角膜屈光激光手术的患者及未手术的眼睛	computer vision	眼科疾病	AS-OCT	deep learning neural network	image	14,948眼扫描来自1,166名患者的2,278只眼睛
210	2025-05-13	Enhancing single-cell classification accuracy using image conversion and deep learning 2025-Mar, Yi chuan = Hereditas DOI:10.16288/j.yczz.24-213 PMID:40068952	研究论文	提出了一种创新的单细胞分类方法scIC，通过将scRNA-seq数据转换为图像形式并结合深度学习技术进行细胞分类	首次将单细胞转录组数据转换为图像形式，并结合CNN和ResNet进行高效分类	仅测试了四种细胞类型的数据，未验证在其他细胞类型上的泛化能力	提高单细胞转录组数据的分类准确性	小鼠皮肤基底细胞、小鼠淋巴细胞、人类神经元细胞和小鼠脊髓细胞	数字病理学	NA	scRNA-seq	CNN, ResNet	图像	四种细胞类型的scRNA-seq数据
211	2025-05-13	Risk-Stratified Screening: A Simulation Study of Scheduling Templates on Daily Mammography Recalls 2025-Mar, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.12.010 PMID:40044308	research paper	该研究通过模拟研究评估了风险分层筛查（RSS）调度对乳腺影像中心日常召回的影响	结合人工智能（AI）分诊和风险分层调度，优化乳腺影像中心的日常诊断工作流程	研究基于模拟数据，实际效果需在真实临床环境中验证	评估风险分层筛查调度对乳腺影像中心日常召回和工作效率的影响	乳腺影像中心的患者和工作流程	digital pathology	breast cancer	discrete event simulation, AI triage	deep learning	simulation data	60 daily patients
212	2025-05-13	Opportunistic Detection of Hepatocellular Carcinoma Using Noncontrast CT and Deep Learning Artificial Intelligence 2025-Mar, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.12.011 PMID:40044303	研究论文	开发了一种基于非对比CT和深度学习的AI算法，用于高效准确地检测肝细胞癌	首次研究了利用非对比CT进行肝细胞癌的机会性筛查，并开发了基于3-D卷积块注意力模块的AI模型	模型性能与放射学解读相当但未显著超越，且在小病灶(<2cm)检测上仍有提升空间	探索非对比CT在肝细胞癌机会性筛查中的应用价值	肝细胞癌患者和非对比CT影像	数字病理	肝细胞癌	非对比多期CT扫描	3-D CBAM(卷积块注意力模块)	CT影像	内部验证队列2,223例患者+外部测试队列584例患者
213	2025-05-13	Applying Artificial Intelligence to Quantify Body Composition on Abdominal CTs and Better Predict Kidney Transplantation Wait-List Mortality 2025-Mar, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.01.004 PMID:40044312	研究论文	本研究利用人工智能技术从腹部CT中量化身体成分，以更好地预测肾移植等待名单患者的死亡率	首次使用深度学习模型自动量化腹部CT中的身体成分，并结合EPTS评分提高死亡率预测的准确性	单中心回顾性研究，样本量有限（899例）	改进肾移植候选者的死亡率预测模型	肾移植等待名单患者	数字病理	肾脏疾病	深度学习	深度学习模型（未指定具体类型）	CT图像	899例肾移植候选者
214	2025-05-13	Deep Learning-Based Electrocardiogram Model (EIANet) to Predict Emergency Department Cardiac Arrest: Development and External Validation Study 2025-Feb-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/67576 PMID:40053733	研究论文	开发并验证了一种基于深度学习的模型EIANet，用于通过12导联心电图图像预测急诊科心脏骤停	提出了一种新型深度学习模型EIANet，利用12导联心电图图像进行早期预测，并整合了空间注意力模块和自定义的二进制召回损失函数	数据集的样本量相对较小，且外部验证的性能有所下降	解决急诊科心脏骤停的早期检测问题	急诊科成年患者的心电图图像	数字病理学	心血管疾病	深度学习	ResNet50	图像	NTUH数据集包含571例病例心电图和826例对照心电图，FEMH数据集包含378例病例心电图和713例对照心电图
215	2025-05-13	stAI: a deep learning-based model for missing gene imputation and cell-type annotation of spatial transcriptomics 2025-Feb-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf158 PMID:40057378	研究论文	本文介绍了一种基于深度学习的模型stAI，用于解决单细胞空间转录组数据中的基因缺失填补和细胞类型注释问题	stAI模型通过联合嵌入scST和参考scRNA-seq数据，利用两个独立的编码器-解码器模块，在潜在空间中以监督方式进行基因填补和细胞类型注释，显著提高了预测未测量基因（尤其是标记基因）的准确性和细胞类型注释的精确度	未明确提及具体局限性	解决单细胞空间转录组技术中全转录组水平表征和细胞类型全面注释的两大挑战	单细胞空间转录组数据	数字病理学	NA	空间转录组技术、单细胞RNA测序	深度学习模型（编码器-解码器结构）	空间转录组数据、单细胞RNA测序数据	来自不同平台、具有不同测量基因数量的数据集
216	2025-05-13	Unsupervised translation of vascular masks to NIR-II fluorescence images using Attention-Guided generative adversarial networks 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91416-y PMID:40000690	research paper	提出一种无监督的生成对抗网络方法，将血管掩模转换为真实的NIR-II荧光血管图像	利用集成在损失函数中的注意力机制，在生成过程中聚焦关键特征，无需监督即可生成高质量的NIR-II图像	未提及具体的数据集规模或多样性限制	解决NIR-II医学成像中数据集有限的问题	血管的NIR-II荧光图像	computer vision	NA	NIR-II荧光成像	GAN	image	NA
217	2025-05-13	SVEA: an accurate model for structural variation detection using multi-channel image encoding and enhanced AlexNet architecture 2025-Feb-22, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06213-y PMID:39987107	研究论文	本文介绍了一种名为SVEA的深度学习模型，用于通过多通道图像编码和增强的AlexNet架构进行结构变异检测	SVEA采用新颖的多通道图像编码方法，将结构变异转化为多维图像格式，并结合多头自注意力机制和多尺度卷积模块，提升了对全局上下文和多尺度特征的捕捉能力	文章提到模型仍有进一步优化的空间	提高结构变异检测的准确性	基因组中的结构变异	机器学习	NA	多通道图像编码	AlexNet架构结合多头自注意力机制和多尺度卷积模块	基因组数据	多样化的基因组数据集
218	2025-05-13	Deep learning-based automatic ASPECTS calculation can improve diagnosis efficiency in patients with acute ischemic stroke: a multicenter study 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10960-9 PMID:39060495	研究论文	本研究开发了一种基于深度学习的自动ASPECTS评分系统，用于提高急性缺血性卒中患者的诊断效率	首次开发并验证了一种基于深度学习的自动ASPECTS评分系统，该系统在临床应用中显著提高了诊断效率和一致性	系统在临床应用时仍需医生验证	开发一种临床适用的自动ASPECTS评分系统，以提高急性缺血性卒中的诊断效率和准确性	急性缺血性卒中患者的非对比计算机断层扫描(NCCT)图像	数字病理学	心血管疾病	深度学习	DL	医学影像	开发队列1767例，独立测试队列220例，前瞻性临床应用研究13399例患者
219	2025-05-13	Autoencoder-Based Detection of Insulin Pump Faults in Type 1 Diabetes Treatment 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3518233 PMID:40030700	研究论文	本文提出了一种基于LSTM自编码器和随机森林的新型方法，用于检测胰岛素泵故障，以提高1型糖尿病治疗的安全性和可靠性	结合LSTM自编码器的特征提取能力和随机森林的分类能力，提出了一种新的胰岛素泵故障检测方法	研究基于模拟数据，可能无法完全反映真实世界中的复杂情况	提高1型糖尿病治疗中胰岛素泵系统的安全性和可靠性	1型糖尿病患者使用的胰岛素泵系统	机器学习	1型糖尿病	LSTM自编码器与随机森林结合的方法	LSTM, 随机森林	模拟的生理数据	100名受试者，模拟90天的数据
220	2025-05-13	Deep learning and genome-wide association meta-analyses of bone marrow adiposity in the UK Biobank 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55422-4 PMID:39747859	研究论文	使用深度学习和全基因组关联分析研究英国生物银行中骨髓脂肪组织的遗传决定因素	首次使用深度学习测量骨髓脂肪含量，并进行全基因组关联分析，发现了多个与骨髓脂肪相关的基因位点	研究主要基于英国生物银行数据，样本多样性有限，非白人参与者数量较少	探究骨髓脂肪组织的遗传决定因素及其与人类健康和疾病的关系	英国生物银行中约47,000名参与者的MRI扫描数据	机器学习	骨骼疾病	深度学习，全基因组关联分析(GWAS)	深度学习模型	MRI图像，基因组数据	约47,000名参与者(41,000名白人，6,300名非白人)