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
221	2025-05-16	Neurocognitive Latent Space Regularization for Multi-Label Diagnosis from MRI 2025, Predictive Intelligence in Medicine. PRIME (Workshop) DOI:10.1007/978-3-031-74561-4_16 PMID:40365134	research paper	该研究提出了一种通过潜在空间正则化提升MRI脑部研究中深度学习模型可解释性的方法	通过成对解缠技术对多标签分类器的潜在空间进行正则化，使潜在空间中脑MRI表示差异与神经心理学测试分数差异一致	研究样本量相对较小，特别是HIV无HAND组仅32例	提升脑MRI多标签诊断模型的可解释性	156名健康对照者、165名轻度认知障碍(MCI)患者、166名HIV相关认知障碍(HAND)患者及32名HIV无HAND感染者	digital pathology	geriatric disease	MRI	深度学习多标签分类器	image	519例脑MRI样本（156对照+165 MCI+166 HAND+32 HIV无HAND）
222	2025-05-16	A predictive nomogram of thyroid nodules based on deep learning ultrasound image analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1504412 PMID:40365227	research paper	本研究通过深度学习超声图像分析，建立了一个预测甲状腺结节良恶性的列线图模型	结合深度学习和患者临床超声特征，构建的列线图模型比单独使用C-TIRADS或深度学习模型具有更高的准确性	研究为回顾性研究，可能存在选择偏倚	提高甲状腺结节良恶性的预测性能	甲状腺结节	digital pathology	thyroid disease	deep learning ultrasound image analysis	deep learning model, nomogram model	ultrasound image	2247个甲状腺结节（1573个用于训练和测试，674个用于验证）
223	2025-05-16	Deep learning and radiomics-driven algorithm for automated identification of May-Thurner syndrome in Iliac CTV imaging 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1526144 PMID:40365495	research paper	本研究旨在通过深度学习和放射组学技术，开发一种自动化识别髂静脉CTV成像中May-Thurner综合征（MTS）的算法	结合深度学习和放射组学技术，首次开发了针对MTS的自动化分割模型和诊断放射组学特征	研究样本量相对有限（490例），且未提及外部验证数据集的独立验证结果	开发自动化MTS检测系统，提高诊断效率和准确性	髂静脉CTV扫描图像	digital pathology	cardiovascular disease	CTV成像	UPerNet	image	490例（201例MTS阳性，289例阴性）
224	2025-05-16	Cryptographic key generation using deep learning with biometric face and finger vein data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1545946 PMID:40365578	研究论文	提出了一种利用深度学习和多模态生物特征（人脸和手指静脉）生成加密密钥的新方法	结合FaceNet和VGG19预训练模型进行特征提取，使用Siamese Neural Network (SNN) 和模糊提取器，实现了安全且可复现的加密密钥生成	NA	提高生物特征加密的准确性和鲁棒性，探索抗量子攻击的可扩展系统	人脸和手指静脉的生物特征数据	机器学习	NA	深度学习	FaceNet, VGG19, Siamese Neural Network (SNN)	图像	NA
225	2025-05-16	Advancing patient care: Machine learning models for predicting grade 3+ toxicities in gynecologic cancer patients treated with HDR brachytherapy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312208 PMID:40367095	研究论文	开发并比较机器学习模型以预测接受高剂量率近距离放射治疗的妇科癌症患者的3级或以上毒性	应用多种机器学习模型预测妇科癌症患者在接受高剂量率近距离放射治疗后的3级或以上毒性，为个性化放射治疗提供新方法	研究为回顾性分析，样本量相对较小（233例患者）	开发预测妇科癌症患者在高剂量率近距离放射治疗后出现3级或以上毒性的机器学习模型	接受高剂量率近距离放射治疗的妇科癌症患者	机器学习	妇科癌症	高剂量率近距离放射治疗（HDR brachytherapy）	Logistic Regression, Random Forest, K-Nearest Neighbors, Support Vector Machines, Gaussian Naive Bayes, Multi-Layer Perceptron Neural Networks, XGBoost	临床数据（剂量学变量、肿瘤数据、患者数据和毒性数据）	233例患者
226	2025-05-16	Time Scale Network: An Efficient Shallow Neural Network For Time Series Data in Biomedical Applications 2025-Jan, IEEE journal of selected topics in signal processing IF:8.7Q1 DOI:10.1109/JSTSP.2024.3443659 PMID:40370581	研究论文	提出了一种高效的时间尺度网络（Time Scale Network），用于处理生物医学应用中的时间序列数据	结合离散小波变换的平移和膨胀序列与传统卷积神经网络及反向传播，显著减少参数和计算量，同时学习多时间尺度的特征	未明确提及具体限制，但可能受限于信号特征的多样性或特定应用场景的适应性	开发一种计算效率高、参数少且易于解释的神经网络，用于时间序列分类	ECG信号（心房功能障碍检测）和EEG信号（癫痫预测）	机器学习	心血管疾病（心房功能障碍）和神经系统疾病（癫痫）	离散小波变换（DWT）与卷积神经网络（CNN）结合	CNN	时间序列数据（ECG和EEG信号）	NA
227	2025-05-16	Diagnosis of pneumonia from chest X-ray images using YOLO deep learning 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1576438 PMID:40370634	research paper	提出了一种使用Fast-YOLO深度学习网络从胸部X光图像中诊断肺炎的新方法	重新设计了YOLOv11网络结构，集成了C3k2模块、DCNv2和DynamicConv，有效增强了特征表示并降低了计算复杂度	NA	提高肺炎诊断的准确性和实时性	胸部X光图像	computer vision	pneumonia	deep learning	Fast-YOLO, YOLOv11	image	包含五个类别的肺炎数据集
228	2025-05-16	High-precision lung cancer subtype diagnosis on imbalanced exosomal data via Exo-LCClassifier 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1583081 PMID:40370696	研究论文	提出了一种名为Exo-LCClassifier的创新深度学习方法，用于预测肺癌亚型	整合了特征选择、一维卷积神经网络和改进的Wasserstein生成对抗网络，解决了基因表达数据的高维度和不平衡性问题	未提及具体的数据集局限性或模型泛化能力的详细评估	解决肺癌基因表达分析中的不平衡学习问题，提高肺癌亚型诊断的准确性	肺癌亚型的基因表达数据	数字病理学	肺癌	DESeq2差异表达分析、WGAN数据增强	1D CNN、改进的WGAN	基因表达数据	未明确提及具体样本数量，但使用了外部GEO肺癌数据集进行验证
229	2025-05-16	Letter to 'Automated CT image prescription of the gallbladder using deep learning: Development, evaluation, and health promotion' 2025 Jan-Dec, Acute medicine & surgery IF:1.5Q2 DOI:10.1002/ams2.70065 PMID:40370970	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
230	2025-05-16	Prediction of prognosis in acute ischemic stroke after mechanical thrombectomy based on multimodal MRI radiomics and deep learning 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1587347 PMID:40371075	研究论文	本研究探讨了基于多模态MRI影像组学和深度学习的CRD模型在预测急性缺血性卒中机械取栓后不良预后的价值	首次结合临床数据、影像组学特征和深度学习技术构建综合预测模型CRD，显著提高了预测准确性	回顾性研究设计可能存在选择偏倚，样本量相对有限（222例）	开发更准确的卒中预后预测工具以指导临床治疗决策	接受机械取栓治疗的急性缺血性卒中患者	数字病理学	心血管疾病	多模态MRI、影像组学分析	ResNet101（深度学习）与逻辑回归组合的CRD集成模型	医学影像（MRI）与临床数据	222例患者（训练集155例，验证集67例）
231	2025-05-16	Review of different convolutional neural networks used in segmentation of prostate during fusion biopsy 2025, Central European journal of urology IF:1.4Q3 DOI:10.5173/ceju.2024.0064 PMID:40371421	综述	本文综述了不同卷积神经网络在前列腺融合活检分割中的应用	重点评估了CNN，特别是U-Net架构在前列腺MRI分割中的高精度和有效性	不同研究间分割结果评估方法存在显著异质性，且需要更大样本量的研究来验证结果	探索深度学习算法在前列腺融合活检中加速前列腺轮廓分割的潜力	前列腺癌患者的多参数磁共振成像（mpMRI）图像	数字病理学	前列腺癌	多参数磁共振成像（mpMRI）	CNN, U-Net	医学影像	NA
232	2025-05-16	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Dec-27, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	开发并验证了一种名为PRESENT-SHD的集成深度学习算法，用于通过12导联心电图图像自动检测和预测多种结构性心脏病	利用集成深度学习方法从心电图图像中自动检测多种结构性心脏病，并在多个医院和人群研究中验证其性能	研究主要依赖于特定医院和人群的数据，可能在其他人群中的泛化能力有待进一步验证	开发一种自动化工具，用于结构性心脏病的早期筛查和风险分层	结构性心脏病患者和普通人群	数字病理学	心血管疾病	深度学习	CNN, XGBoost	图像	261,228份心电图来自93,693名患者，并在11,023名个体中进行了验证
233	2025-05-16	RNA language models predict mutations that improve RNA function 2024-12-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54812-y PMID:39638800	研究论文	本文介绍了一个名为GARNET的新数据库，用于RNA结构和功能分析，并利用该数据库开发了序列和结构感知的RNA生成模型	提出了GARNET数据库，结合GTDB参考生物的实验和预测最佳生长温度，开发了序列和结构感知的RNA生成模型，并成功预测了提高大肠杆菌核糖体热稳定性的突变	RNA结构预测仍受限于高质量参考数据的缺乏	探索RNA序列、结构和功能之间的联系	RNA序列和结构	自然语言处理	NA	GPT-like模型	GPT	RNA序列数据	GTDB参考生物的RNA序列
234	2025-05-16	Development and validation of a deep learning model for predicting gastric cancer recurrence based on CT imaging: a multicenter study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001627 PMID:38896865	research paper	开发和验证了一种基于CT影像的深度学习模型，用于预测胃癌术后复发	提出了一种结合深度学习特征和临床特征的融合模型（DLFS），用于准确预测胃癌术后复发风险	研究为回顾性设计，可能存在选择偏倚	预测胃癌患者的术后复发风险	2813名接受根治性手术的胃癌患者	digital pathology	gastric cancer	CT imaging	Resnet50	image	2813名患者
235	2025-05-16	Evaluating the Quality of Brain MRI Generators 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72117-5_28 PMID:40364898	research paper	该研究提出了一种评估生成脑部MRI质量的框架，以解决现有评估方法在解剖学合理性方面的不足	提出了一个标准化框架，通过自动分割生成的MRI来量化解剖学合理性，并严格检查分割的可靠性	仅评估了6种生成模型，样本量相对较小	改进生成脑部MRI模型的质量评估方法	脑部MRI生成模型	计算机视觉	NA	深度学习	生成模型	MRI图像	超过3000张MRI
236	2025-05-16	RNA language models predict mutations that improve RNA function 2024-Sep-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.05.588317 PMID:38617247	研究论文	该研究创建了一个名为GARNET的新数据库，用于RNA结构和功能分析，并开发了一种类似GPT的RNA语言模型，以预测提高RNA功能的突变	创建GARNET数据库，结合GTDB基因组数据与生物生长温度信息，开发了重叠三连体标记化的RNA生成模型，用于预测增强RNA功能的突变	RNA结构预测目前仍缺乏充足的高质量参考数据	理解RNA序列、结构与功能之间的联系	RNA序列及其功能	自然语言处理	NA	深度学习，RNA生成模型	GPT-like语言模型	RNA序列数据	GTDB基因组数据中的RNA序列
237	2025-05-16	Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae098 PMID:40162103	research paper	评估FFPE乳腺组织中细胞类型去卷积方法的应用，特别是在良性乳腺疾病中的表现	构建了乳腺组织的单细胞RNA-seq参考数据，测试了多种去卷积方法，并发现深度学习为基础的Scaden方法在FFPE伪影影响下表现最优	FFPE伪影显著影响了去卷积方法的性能，RMSE在0.04至0.17之间波动	优化从FFPE样本中定义单个细胞类型组成的策略	乳腺组织，特别是良性乳腺疾病样本	digital pathology	breast cancer	RNA-seq, single-cell RNA-seq	deep learning (Scaden)	RNA-seq data	62个良性乳腺疾病RNA-seq样本
238	2025-05-16	Comparing Artificial Intelligence-Based Versus Conventional Endotracheal Tube Monitoring Systems in Clinical Practice 2024-07-24, Studies in health technology and informatics DOI:10.3233/SHTI240230 PMID:39049336	研究论文	本研究开发了一种基于深度学习和人工智能的气管插管监测系统，并与传统方法进行了比较评估	提出了一种新型的AI监测系统，用于实时检测气管插管移位或脱落，相比传统方法具有更高的及时性和准确性	研究尚未完成，实际效果需要通过后续随机交叉实验验证	评估AI监测系统在气管插管管理中的有效性，促进医疗护理领域的创新应用	气管插管患者	医疗人工智能	NA	深度学习	深度学习模型（未指定具体类型）	临床监测数据	NA（研究尚未完成）
239	2025-05-16	Deep Learning for Predicting Phlebitis in Patients with Intravenous Catheters 2024-07-24, Studies in health technology and informatics DOI:10.3233/SHTI240231 PMID:39049337	research paper	该研究提出了一种深度学习模型，用于预测外周静脉导管（PIVC）插入患者的静脉炎	利用深度学习模型预测静脉炎，并在大规模电子健康记录数据上验证其性能，准确率和AUC均表现优异	研究数据仅来自韩国首尔的一家医院，可能缺乏普遍性	开发一种有效的工具，用于早期检测静脉炎，以改善患者预后和医疗效率	接受外周静脉导管（PIVC）插入的患者	machine learning	静脉炎	电子健康记录数据分析	深度学习模型	电子健康记录数据	27,532次住院记录和70,293次PIVC事件
240	2025-05-16	Deep-learning-enabled antibiotic discovery through molecular de-extinction 2024-Jul, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01201-x PMID:38862735	研究论文	利用深度学习从灭绝生物的蛋白质组中挖掘抗菌肽，以解决抗生素耐药性问题	首次将深度学习应用于分子复活领域，从灭绝生物中挖掘新型抗菌肽，并验证其抗菌活性	仅验证了69种肽的抗菌活性，未对所有预测肽进行实验验证	发现新型抗菌肽以解决抗生素耐药性问题	灭绝生物的蛋白质组	机器学习	细菌感染	深度学习	神经网络	蛋白质序列	10,311,899条肽序列，其中69条被合成并验证