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
2301	2025-05-28	Magnetic Resonance Imaging Images Based Brain Tumor Extraction, Segmentation and Detection Using Convolutional Neural Network and VGC 16 Model 2024-07-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001097 PMID:38632686	research paper	本文提出了一种基于卷积神经网络和VGC 16模型的脑肿瘤提取、分割和检测系统，利用磁共振成像图像进行自动诊断	结合两种CNN模型和数字图像处理技术，提出了一种混合方法用于脑肿瘤的自动分割和检测，并引入了基于卷积神经网络的分类方法以提高准确性和计算效率	NA	设计和构建一个系统，用于自动诊断和发现脑肿瘤及其他疾病和异常	脑肿瘤患者的磁共振成像图像	digital pathology	brain tumor	digital image processing, deep learning	CNN, VGC 16	image	NA
2302	2025-05-28	Artificial intelligence and machine learning in axial spondyloarthritis 2024-07-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001015 PMID:38533807	review	评估人工智能和机器学习在中轴型脊柱关节炎（axSpA）诊断和管理中的当前应用及前景	深度学习在X光、CT和MRI分析中显示出潜力，部分模型在检测骶髂关节炎和标志物方面与放射科医生相当或更优，并用于疾病进展预测和个性化治疗	研究设计、样本量各异，且以回顾性单中心研究为主，限制了结果的普遍性	探索人工智能和机器学习在axSpA诊断和管理中的应用	中轴型脊柱关节炎（axSpA）患者	machine learning	axial spondyloarthritis	deep learning	NA	medical imaging (X-ray, CT, MRI)	NA
2303	2025-05-28	Deep learning-based prediction of coronary artery calcium scoring in hemodialysis patients using radial artery calcification 2024 May-Jun, Seminars in dialysis IF:1.4Q3 DOI:10.1111/sdi.13191 PMID:38178376	研究论文	本研究探讨了基于桡动脉钙化的随机森林模型在预测血液透析患者冠状动脉钙化评分中的可行性	使用随机森林模型结合桡动脉钙化指数预测冠状动脉钙化评分，为快速筛查提供潜在方法	样本量较小（118例患者），可能影响模型的泛化能力	探索桡动脉钙化在预测血液透析患者冠状动脉钙化中的可行性	血液透析患者	数字病理学	心血管疾病	超声检查、冠状动脉计算机断层扫描	随机森林模型、逻辑回归模型	临床变量、影像数据	118例血液透析患者
2304	2025-05-28	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究旨在开发基于扫频刺激频率耳声发射（SFOAEs）的深度学习模型，用于定量预测听力阈值	提出了四种深度学习模型（传统CNN、混合CNN-KNN、混合CNN-SVM和混合CNN-RF），用于从SFOAEs预测听力阈值，并探索了SFOAEs与听力阈值之间的关系	样本量相对较小（174只正常听力耳朵和388只感音神经性听力损失耳朵），且仅覆盖了0.3至4.3 kHz的频率范围	开发深度学习模型以定量预测听力阈值	正常听力及感音神经性听力损失的耳朵	机器学习	听力损失	扫频刺激频率耳声发射（SFOAEs）	CNN, KNN, SVM, RF	SFOAE振幅谱及其信噪比谱	174只正常听力耳朵和388只感音神经性听力损失耳朵
2305	2025-05-28	Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305859 PMID:39133733	research paper	本研究开发了一种基于深度学习的算法，用于自动检测胸部经皮导管引流（PCD）并评估导管在胸部X光片上的位置	首次使用深度学习算法自动检测和评估胸部PCD导管的位置，提高了诊断效率和准确性	研究为回顾性研究，样本量相对有限（1,217张胸部X光片），且仅来自单一机构	开发一种自动检测和评估胸部PCD导管位置的算法，以辅助放射科医生和临床医生早期发现导管位置异常和功能异常	胸部经皮导管引流（PCD）的导管位置	digital pathology	lung cancer	deep learning	CNN	image	1,217张胸部X光片（来自960名患者）
2306	2025-05-28	Towards Interpretable End-Stage Renal Disease (ESRD) Prediction: Utilizing Administrative Claims Data with Explainable AI Techniques 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417492	research paper	本研究探讨了利用行政索赔数据结合先进的机器学习和深度学习技术预测慢性肾病（CKD）进展至终末期肾病（ESRD）的潜力	使用LSTM模型在24个月观察窗口内预测ESRD进展表现出优越性能，并通过SHAP分析增强模型的可解释性	NA	预测慢性肾病（CKD）进展至终末期肾病（ESRD）	慢性肾病（CKD）患者	machine learning	geriatric disease	machine learning, deep learning	Random Forest, XGBoost, LSTM	administrative claims data	10年数据集，由一家大型健康保险组织提供
2307	2025-05-28	Enhancing Wearable Sensor Data Classification Through Novel Modified- Recurrent Plot-Based Image Representation and Mixup Augmentation 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417521	研究论文	本文提出了一种新颖的基于改进递归图的图像表示方法，结合了时间和频域信息，用于增强可穿戴传感器数据的分类性能	提出了一种改进的递归图图像表示方法，整合了时间和频域信息，并采用傅里叶变换进行频域角度差估计	需要传感器特定的预处理和架构修改，且数据收集过程较为繁琐	提升可穿戴传感器数据的分类性能，特别是在活动识别和实时血糖水平预测领域	可穿戴传感器数据	机器学习	NA	傅里叶变换	NA	传感器数据	NA
2308	2025-05-28	Meta-Learning on Augmented Gene Expression Profiles for Enhanced Lung Cancer Detection 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417531	研究论文	本研究提出了一种基于元学习的方法，通过增强基因表达谱数据来提高肺癌检测的准确性	引入元学习技术解决基因表达数据样本量不足的问题，并通过多数据集联合训练提升模型性能	仅针对DNA微阵列数据，未验证在其他基因检测技术上的适用性	开发适用于小样本基因表达数据的肺癌检测方法	肺癌患者的基因表达谱数据	机器学习	肺癌	DNA微阵列	深度神经网络	基因表达数据	四个不同数据集（一个目标数据集+三个源数据集）
2309	2025-05-28	A Large Language Model Outperforms Other Computational Approaches to the High-Throughput Phenotyping of Physician Notes 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417529	研究论文	本文比较了三种计算高通量表型分析方法，发现采用GPT-4的大型语言模型(LLM)表现最佳	首次比较了大型语言模型(LLM)、深度学习(DL)和机器学习(ML)在高通量表型分析中的性能，并证明LLM方法优于其他方法	研究仅针对医生笔记进行测试，未涉及其他类型的医疗数据	评估不同计算方法在电子健康记录(EHR)高通量表型分析中的性能	医生笔记中的患者体征和症状	自然语言处理	NA	GPT-4, 深度学习, 机器学习	LLM, DL, ML	文本	NA
2310	2025-05-28	Narrative Feature or Structured Feature? A Study of Large Language Models to Identify Cancer Patients at Risk of Heart Failure 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417538	研究论文	本研究探讨了使用机器学习模型（包括传统ML、T-LSTM和大型语言模型）通过电子健康记录识别癌症患者中心力衰竭风险的方法	提出了从结构化医疗代码中提取的叙事特征，显著提高了特征密度和模型性能	研究仅基于单一医疗中心的数据，可能影响模型的泛化能力	提高癌症患者中心力衰竭风险的识别准确率，以改善癌症治疗效果和安全性	癌症患者（特别是肺癌、乳腺癌和结直肠癌患者）	自然语言处理	心血管疾病	电子健康记录分析	LLM（GatorTron-3.9B）、T-LSTM、SVM、BERT	文本（电子健康记录）	12,806名癌症患者（其中1,602名发展为心力衰竭）
2311	2025-05-28	Deep Learning-based Time-to-event Analysis of Depression and Asthma using the All of Us Research Program 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417537	research paper	利用深度学习模型分析抑郁与哮喘之间的时间-事件关系，基于All of Us研究计划的大样本数据	首次在大型回顾性队列研究中应用深度学习模型分析抑郁与哮喘的关联，并采用SHAP值解释模型	深度学习模型在c-index上未超越传统的Cox比例风险模型	探究抑郁与哮喘之间的关联性	239,161名All of Us研究计划的参与者	machine learning	depression, asthma	DeepSurv, DeepHit, Cox Proportional Hazards模型	DeepSurv, DeepHit, CoxPH	医疗健康数据	239,161名参与者
2312	2025-05-28	A Novel Sentence Transformer-based Natural Language Processing Approach for Schema Mapping of Electronic Health Records to the OMOP Common Data Model 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417570	research paper	该研究开发了一种基于Sentence Transformer的自然语言处理方法，用于将电子健康记录（EHR）中的药物相关概念映射到OMOP通用数据模型（CDM）中的标准概念	提出了一种基于transformer的NLP模型，在EHR到OMOP CDM的标准化映射任务中表现优于现有方法，包括最先进的大型语言模型和广泛使用的模式映射软件	仅针对药物相关概念进行了验证，未涉及其他类型的EHR数据	开发自动化方法以实现电子健康记录到通用数据模型的标准化映射	电子健康记录中的药物相关概念	natural language processing	NA	transformer-based NLP	Sentence Transformer	text	2个大型公开数据集，包括200种最常见药物和200种随机药物的映射验证
2313	2025-05-28	Update on muscle imaging in myositis 2023-11-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000000975 PMID:37656661	综述	本文探讨了MRI、超声和PET/CT在肌炎或特发性炎症性肌病（IIM）的检测、诊断和管理中的最新进展	定量MRI提供了更客观、可能更敏感的肌肉脂肪浸润和炎症表征，剪切波弹性成像为研究IIM提供了新维度，PET/CT能够检测IIM相关恶性肿瘤	NA	探讨影像学技术在肌炎或特发性炎症性肌病（IIM）中的应用进展	肌炎或特发性炎症性肌病（IIM）患者	数字病理	肌炎	MRI、超声、PET/CT、剪切波弹性成像	NA	影像数据	NA
2314	2025-05-28	Machine learning applications and challenges in graft-versus-host disease: a scoping review 2023-11-01, Current opinion in oncology IF:2.8Q2 DOI:10.1097/CCO.0000000000000996 PMID:37820094	综述	本文综述了人工智能（AI）特别是机器学习（ML）在移植物抗宿主病（GVHD）风险评估、诊断和个性化治疗中的应用潜力	ML算法在异基因造血干细胞移植供体选择中优于传统多变量统计模型，并能通过建模时间序列数据进行动态风险评估，深度学习模型能准确识别慢性GVHD影响的皮肤区域	需要大规模、多中心合作开发可推广的ML模型，并在AI广泛应用于GVHD护理前解决严格的伦理准则实施等关键问题	探讨AI特别是ML在GVHD风险评估、诊断和个性化治疗中的应用	移植物抗宿主病（GVHD）	机器学习	移植物抗宿主病	机器学习（ML）、深度学习、Q-learning、深度强化学习	深度学习模型、Q-learning、深度强化学习	时间序列数据、图像数据	NA
2315	2025-05-28	MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2023-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.222441 PMID:37815445	research paper	该研究利用深度学习和MRI数据预测阿尔茨海默病中PET确定的淀粉样蛋白、tau蛋白和神经退行性生物标志物状态	首次使用深度学习结合MRI和常规诊断数据非侵入性地预测ATN生物标志物状态，避免了PET的高成本和电离辐射	研究为回顾性设计，需要在前瞻性队列中验证模型的泛化能力	开发基于MRI的深度学习方法替代PET进行阿尔茨海默病ATN生物标志物分类	阿尔茨海默病患者	digital pathology	geriatric disease	PET扫描、MRI扫描	CNN与逻辑回归结合的混合模型	医学影像(MRI/PET)与临床数据	2099对淀粉样蛋白PET-MRI数据(75±10岁)、557对tau蛋白PET-MRI数据(75±7岁)、2768对FDG PET-MRI数据(75±7岁)
2316	2025-05-28	A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss 2023 Sep-Oct 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001380 PMID:37318215	研究论文	本研究评估了一种混合深度学习模型在自动化鼓室图分类中的应用，以促进资源有限社区中由非专业人员指导的鼓室测听	开发了一种混合深度学习模型，用于自动化鼓室图分类，其性能优于内置分类器和基于临床推荐规范值的决策树	研究样本主要来自阿拉斯加农村地区的 underserved 人群，可能限制了结果的普遍性	评估机器学习在自动化鼓室图分类中的效用，以促进资源有限社区中的听力筛查	1635名学龄儿童，来自阿拉斯加农村 underserved 人群	机器学习	儿童听力损失	混合深度学习模型	混合深度学习模型	鼓室图数据	1635名儿童，4810对鼓室图数据
2317	2025-05-28	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton FLASH Radiotherapy 2023-Jul-26, Research square DOI:10.21203/rs.3.rs-3112632/v1 PMID:37546731	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于质子FLASH放射治疗中的图像引导	提出了一种结合正交kV X射线投影和深度学习的体积图像重建方法，用于质子FLASH放射治疗中的快速目标定位	研究仅针对30名肺癌患者的数据进行验证，样本量较小	开发一种快速体积图像重建框架，以支持质子FLASH放射治疗中的精确目标定位	肺癌患者	数字病理学	肺癌	深度学习，X射线投影	DL	CT图像	30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集
2318	2025-05-28	Cyclic peptide structure prediction and design using AlphaFold 2023-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.25.529956 PMID:36865323	研究论文	本文报道了修改AlphaFold网络以准确预测和设计环肽结构的方法	通过修改AlphaFold网络，实现了对环肽结构的准确预测和设计，并展示了高置信度预测结果与实验结构的匹配	可用于训练的环肽结构数据较少，可能限制了模型的泛化能力	开发深度学习方法来预测和设计环肽结构	环肽	机器学习	NA	AlphaFold	深度学习网络	蛋白质序列和结构数据	49个天然环肽案例，其中36个高置信度预测；设计了约10,000个候选结构，并对7个序列进行了X射线晶体结构验证
2319	2025-05-27	CWBLS network and its application in portable spectral measurement 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126329 PMID:40347777	研究论文	提出了一种名为D-CWBLS网络的新方法，用于解决便携式近红外光谱中由于低信噪比和低重复性数据导致的回归模型精度和稳定性差的问题	D-CWBLS网络在BLS网络基础上进行了三方面改进：扩展网络结构以纳入近红外特征光谱带数据、通过添加Dropout层加深网络以优化结构并消除冗余信息、结合优化的特征节点权重矩阵和增强节点权重矩阵以消除训练过程中的随机性不确定性	NA	提高便携式近红外光谱设备在户外使用时的可靠性和适用性	便携式近红外光谱数据	机器学习	NA	近红外光谱	D-CWBLS网络	光谱数据	NA
2320	2025-05-27	A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126361 PMID:40367754	研究论文	提出了一种结合CNN、LSTM和注意力机制的新型深度学习模型，用于流化床制粒过程中颗粒水分含量的在线监测	整合了CNN的空间特征提取能力、LSTM的序列处理能力和自注意力机制的全局相关性捕获能力，无需复杂的光谱预处理	未提及模型在其他工业过程中的泛化能力	优化流化床制粒过程中的水分含量监测方法	流化床制粒过程中的颗粒水分含量	机器学习	NA	近红外光谱	CNN-LSTM-Attention	光谱序列数据	未明确说明样本数量，仅提到校准集和验证集