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
2181	2025-05-29	Diagnostic Performance of Artificial Intelligence-Based Methods for Tuberculosis Detection: Systematic Review 2025-Mar-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69068 PMID:40053773	系统综述	本文对基于人工智能的结核病检测方法进行了全面评估，总结了当前的研究现状和性能表现	首次系统性地评估了不同数据模态和参考标准下AI在结核病检测中的表现，并指出了未来研究方向	仅1项研究进行了领域转移分析，缺乏对真实世界场景的充分模拟	评估AI算法在结核病检测中的诊断性能	基于AI的结核病检测方法	数字病理	结核病	深度学习	CNN (包括VGG-16, ResNet-50, DenseNet-121)	放射影像、分子/生化、生理数据	152项研究(来自1146条记录)
2182	2025-05-29	Continuous nursing symptom management in cancer chemotherapy patients using deep learning 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92762-7 PMID:40055437	research paper	评估深度学习平台在化疗患者症状管理中的效果，旨在提高其生活质量	使用深度学习平台进行化疗患者的症状管理，显著减少焦虑和抑郁，并提高生活质量	非随机对照试验设计可能影响结果的普遍性	评估深度学习平台在化疗患者症状管理中的效果	144名化疗患者，分为干预组（72人）和对照组（72人）	digital pathology	cancer	deep learning	NA	NA	144名化疗患者
2183	2025-05-29	High resolution multi-delay arterial spin labeling with self-supervised deep learning denoising for pediatric choroid plexus perfusion MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121070 PMID:39889809	research paper	本研究提出了一种高分辨率多延迟动脉自旋标记（MD-ASL）协议，结合基于Transformer的自监督深度学习去噪模型，用于儿童脉络丛（CP）灌注MRI成像	首次在儿科人群中应用高分辨率MD-ASL技术，并开发了基于Transformer的深度学习去噪模型，使用k空间加权图像平均（KWIA）去噪图像作为训练参考	研究样本量较小（21名儿童），且仅包括8至17岁的典型发育儿童	开发一种适用于儿童脉络丛灌注成像的高分辨率MD-ASL协议和去噪方法	儿童脉络丛（CP）和灰质的灌注参数	医学影像处理	NA	多延迟动脉自旋标记（MD-ASL），k空间加权图像平均（KWIA）	Transformer	MRI图像	21名8至17岁的典型发育儿童
2184	2025-05-29	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-Mar, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了重症监护病房（ICU）非计划再入院风险预测模型的性能	比较了机器学习模型与评分系统的性能，并指出深度学习模型具有更高的敏感性	所有研究存在高偏倚风险，且机器学习模型忽略了临床记录	识别ICU非计划再入院的预后模型并比较不同模型的性能	ICU再入院预测模型	机器学习	重症监护	HSROC模型	机器学习模型、深度学习模型、评分系统	结构化临床数据	67项研究，包含335个模型和67个评分系统
2185	2025-05-29	Skin cancer detection using dermoscopic images with convolutional neural network 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91446-6 PMID:40021731	research paper	该研究提出了一种基于深度学习的FCDS-CNN架构，用于皮肤病变检测，旨在提高黑色素瘤数据集的分类准确性和数据质量	引入了FCDS-CNN架构，结合数据增强和类别加权技术，解决了医学图像数据集中的类别不平衡问题	虽然FCDS-CNN在皮肤病变分类上表现出色，但其在更广泛的医学图像分析中的通用性尚未验证	提高皮肤恶性黑色素瘤的早期检测准确率，支持皮肤科医生的早期筛查过程	皮肤恶性黑色素瘤的皮肤镜图像	digital pathology	skin cancer	data augmentation, class weighting	FCDS-CNN	image	10015张皮肤病变图像，涵盖七个类别
2186	2025-05-29	DER-GCN: Dialog and Event Relation-Aware Graph Convolutional Neural Network for Multimodal Dialog Emotion Recognition 2025-03, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3367940 PMID:38437139	研究论文	提出了一种新型的对话和事件关系感知图卷积神经网络（DER-GCN），用于多模态对话情感识别	首次同时建模说话者间的对话关系和潜在事件关系信息，并引入自监督掩码图自编码器（SMGAE）和多信息Transformer（MIT）来提升特征融合能力	未明确说明模型在跨语言或跨文化场景下的适用性	提升多模态对话情感识别的准确性	多模态对话数据（文本、视频、音频）	自然语言处理	NA	图卷积神经网络（GCN）、自监督学习、对比学习	DER-GCN（基于GCN的混合模型）	多模态数据（文本、视频、音频）	两个基准数据集（IEMOCAP和MELD）
2187	2025-05-29	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	研究论文	本研究比较了商业深度学习算法（DLA）和放射科医生的临床报告在前列腺癌检测中的诊断性能	前瞻性验证了深度学习算法在前列腺MRI中的临床应用，并探讨了其与放射科医生诊断结果的结合效果	研究仅在两所医院进行，样本量相对有限（205名男性患者）	评估深度学习算法在临床显著前列腺癌（csPCa）检测中的诊断性能	疑似前列腺癌并计划进行活检的患者	数字病理	前列腺癌	双参数MRI	深度学习算法（DLA）	MRI图像	205名男性患者（中位年龄68岁），共评估259个病灶
2188	2025-05-29	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	该研究应用人工智能技术从腹部CT中量化身体组成数据，以更好地预测肾移植等待名单患者的死亡率	利用深度学习模型自动提取腹部CT中的身体组成数据，结合EPTS评分提高了5年等待名单死亡率的预测准确性	单中心回顾性研究，样本量有限（899例），且主要针对白人非西班牙裔人群	探索人工智能辅助的腹部CT身体组成分析在肾移植等待名单患者预后预测中的应用价值	2007-2017年间列入肾移植等待名单并具有可用CT数据的患者	数字病理	肾脏疾病	深度学习	深度学习模型（具体类型未说明）	CT影像	899例肾移植等待患者（男性65.5%，白人非西班牙裔75.6%）
2189	2025-05-29	Deeply supervised two stage generative adversarial network for stain normalization 2025-Feb-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91587-8 PMID:40016308	research paper	提出了一种名为DSTGAN的深度监督两阶段生成对抗网络，用于染色归一化，以提高病理图像分析的性能	创新性地在生成对抗网络中引入深度监督，设计了一种新颖的两阶段染色策略，并构建了一个能够捕获长距离语义关系的生成器	未明确提及具体局限性	减少染色差异对计算病理学的影响，提高组织病理学图像分析的准确性	组织病理学图像	digital pathology	NA	生成对抗网络	GAN	image	TUPAC-2016, MITOS-ATYPIA-14, ICIAR-BACH-2018和MICCAI-16-GlaS数据集
2190	2025-05-29	De Novo Synthesis of Reticuline and Taxifolin Using Re-engineered Homologous Recombination in Yarrowia lipolytica 2025-02-21, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00853 PMID:39899813	研究论文	本研究通过重新设计Yarrowia lipolytica的同源重组系统，提高了基因编辑效率，并应用于合成reticuline和taxifolin	建立了Cas9系统以重新设计同源重组系统，显著提高了HR效率，并开发了深度学习模型预测gRNA活性	NA	提高Yarrowia lipolytica的基因编辑效率，并应用于重要化合物的合成	Yarrowia lipolytica	合成生物学	NA	Cas9系统，同源重组，深度学习	深度学习模型	NA	NA
2191	2025-05-29	Convolutional Neural Networks Assisted Peak Classification in Targeted LC-HRMS/MS for Equine Doping Control Screening Analyses 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c03608 PMID:39901649	研究论文	本文研究了卷积神经网络在针对马匹兴奋剂控制的靶向LC-HRMS/MS分析中辅助峰分类的应用	利用卷积神经网络（CNN）和线性判别分析（LDA）分类器实现色谱图分类的自动化，提高兴奋剂检测的准确性和效率	研究未提及模型在更大规模数据集上的泛化能力，以及在实际应用中的稳定性	开发一种自动化方法，用于马匹兴奋剂控制筛查分析中的色谱图分类	马匹兴奋剂控制中的色谱图数据	机器学习和分析化学	NA	超高压液相色谱-高分辨串联质谱（UHPLC-HRMS/MS）	CNN和LDA	色谱图图像	未明确提及具体样本数量
2192	2025-05-29	Multiscale footprints reveal the organization of cis-regulatory elements 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08443-4 PMID:39843737	research paper	开发了一种名为PRINT的计算方法，用于从染色质可及性数据中识别DNA-蛋白质相互作用的足迹，并创建了seq2PRINT框架，利用深度学习推断转录因子和核小体结合	PRINT方法能够跨多个蛋白质尺度识别DNA-蛋白质相互作用的足迹，seq2PRINT框架利用深度学习精确推断转录因子和核小体结合，并解释CREs的调控逻辑	未明确提及方法的局限性	连接CRE结构与其在细胞命运和疾病中的功能	人类骨髓和小鼠造血干细胞的单细胞染色质可及性数据	computational biology	NA	chromatin accessibility data analysis, deep learning	deep learning	chromatin accessibility data	human bone marrow and murine haematopoietic stem cells
2193	2025-05-29	Community Graph Convolution Neural Network for Alzheimer's Disease Classification and Pathogenetic Factors Identification 2025-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269446 PMID:37204952	research paper	该研究提出了一种新的深度学习方法Com-GCN，用于研究大脑区域和基因社区网络中的信息传递，以诊断阿尔茨海默病并提取其致病因素	提出了社区图卷积神经网络(Com-GCN)和大脑区域基因社区网络(BG-CN)的概念，改进了分类性能和可解释性，并能识别病变脑区和致病基因	仅基于ADNI数据集进行验证，未在其他神经疾病上广泛测试	研究大脑区域和基因协作网络中的信息传递机制，用于阿尔茨海默病的诊断和致病因素识别	阿尔茨海默病患者的大脑区域和基因协作网络	machine learning	geriatric disease	深度学习	GCN (Graph Convolutional Network)	神经影像数据	ADNI数据集
2194	2025-05-29	Hypernetwork-Based Physics-Driven Personalized Federated Learning for CT Imaging 2025-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3338867 PMID:38100342	研究论文	提出了一种基于超网络的物理驱动个性化联邦学习方法（HyperFed），用于CT成像，旨在解决传统深度学习方法中的数据集中收集和隐私问题	通过将每个域的优化问题分解为局部数据适应和全局CT成像两个子问题，分别由机构特定的物理驱动超网络和全局共享成像网络实现，从而学习稳定有效的跨数据分布不变特征	未明确提及具体样本量或实验覆盖的扫描协议范围，可能影响方法的泛化性评估	提升CT成像质量并满足不同机构或扫描仪的个性化需求，同时避免数据共享	CT影像数据及其重建过程	医学影像分析	NA	联邦学习、深度学习	超网络（Hypernetwork）	CT影像	NA
2195	2025-05-29	Deep learning-based malaria parasite detection: convolutional neural networks model for accurate species identification of Plasmodium falciparum and Plasmodium vivax 2025-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87979-5 PMID:39885248	research paper	该研究提出了一种基于卷积神经网络（CNN）的模型，用于从厚血涂片中准确分类感染疟原虫（P. falciparum和P. vivax）和未感染的白细胞	该模型通过七通道输入显著提高了疟原虫物种识别的准确性，解决了以往模型难以区分不同疟原虫物种的问题	模型尚未在实际质量图像上进行全面测试，目前正在开发适用于偏远地区的综合检测工具	提高疟疾诊断的准确性，特别是疟原虫物种的精确识别	感染P. falciparum、P. vivax的细胞和未感染的白细胞	digital pathology	malaria	CNN	CNN	image	12,954例（测试集），64,126例（交叉验证）
2196	2025-05-29	Deep Learning for the Accurate Prediction of Triggered Drug Delivery 2025-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3426291 PMID:39018211	研究论文	本研究利用深度学习技术准确预测触发式药物递送系统中药物的释放行为	结合实验测量与深度学习技术开发预测模型，显著优于线性预测方法	未提及具体临床验证结果或人体试验数据	提高化疗药物递送的精确性和有效性	脂质体和金属有机框架纳米载体	机器学习	癌症	深度学习	深度学习模型	实验测量数据	未明确说明样本数量
2197	2025-05-29	High-Risk Sequence Prediction Model in DNA Storage: The LQSF Method 2025-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3424576 PMID:38976468	研究论文	本文介绍了一种名为LQSF的创新方法，利用深度学习模型预测DNA存储中的高风险序列，以提高存储效率和减少错误	提出了LQSF方法，首次在DNA存储技术中引入主动序列过滤，利用深度学习模型在编码阶段预测和过滤低质量序列	未提及具体的数据集规模限制或模型在不同类型DNA序列上的泛化能力	提高DNA存储技术的效率和准确性，减少合成和测序阶段的错误	DNA存储中的序列质量预测	机器学习	NA	深度学习	Alexnet, VGG16, VGG19	DNA序列数据	未提及具体样本数量，但使用了多种神经网络和测试集进行广泛训练和测试
2198	2025-05-29	Automated Radiology Report Generation: A Review of Recent Advances 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3408456 PMID:38829752	综述	本文对自动放射学报告生成（ARRG）的最新进展进行了方法论回顾，包括数据集评估、深度学习训练方法、模型架构、临床知识整合技术和模型评估技术	全面评估了当代ARRG方法，包括数据集特性、深度学习训练方法、最先进模型架构、临床知识整合技术和模型评估技术，并分析了定量结果和未来发展方向	未提及具体研究中的样本量限制或数据偏差问题	回顾和评估自动放射学报告生成（ARRG）领域的最新研究进展	自动放射学报告生成（ARRG）的研究方法和技术	医学影像分析	NA	深度学习、对比学习、强化学习	CNN、transformer模型	医学影像、文本报告	NA
2199	2025-05-29	Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3357877 PMID:38265911	review	本文综述了过去十年深度学习在乳腺癌影像分析中的进展，并探讨了未来的研究方向	全面回顾了深度学习在乳腺癌影像分析中的应用，并提出了未来研究的挑战和潜在方向	未提及具体的技术局限性，主要是对现有研究的总结和未来方向的探讨	总结深度学习在乳腺癌影像分析中的进展，并探讨未来研究方向	乳腺癌影像数据，包括乳腺X光、超声、磁共振成像和数字病理图像	digital pathology	breast cancer	NA	deep learning	image	NA
2200	2025-05-29	Skeleton-guided 3D convolutional neural network for tubular structure segmentation 2025-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03215-x PMID:39264412	研究论文	提出了一种结合骨架信息的3D深度学习网络，用于提高管状结构分割的准确性	引入了骨架引导模块和sigmoid-adaptive Tversky损失函数，专门用于骨架分割	NA	提高管状结构在医学图像中的分割准确性	胸部CT体积图像和腹部CT体积图像中的管状结构	计算机视觉	NA	3D卷积网络	CNN	3D医学图像	90例胸部CT体积图像和35例腹部CT体积图像