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
2761	2025-05-03	ReIU: an efficient preliminary framework for Alzheimer patients based on multi-model data 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1449798 PMID:39830185	research paper	提出了一种基于多模态数据的高效阿尔茨海默病初步筛查框架ReIU	结合U-Net和迭代配准学习技术，从OCT-A设备中提取视网膜血管图，用于阿尔茨海默病的早期筛查	在HRF数据集上的分割准确率相对较低（68.3%）	开发一种经济、非侵入性的阿尔茨海默病早期筛查工具	阿尔茨海默病患者和健康受试者的多模态数据集	digital pathology	geriatric disease	OCT angiography (OCT-A)	U-Net	image	包含健康受试者和AD患者的多模态数据集（具体数量未明确说明）
2762	2025-05-03	Identification of Drug Compounds for Capsular Contracture Based on Text Mining and Deep Learning 2023-11-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000010350 PMID:36862957	研究论文	通过文本挖掘和深度学习技术识别用于治疗包膜挛缩的药物化合物	结合文本挖掘、基因相互作用分析和深度学习模型DeepPurpose，筛选出与包膜挛缩相关的候选药物	研究结果尚未经过临床验证，药物有效性有待进一步实验确认	探索包膜挛缩的非手术治疗方法	与包膜挛缩相关的基因和药物	自然语言处理	包膜挛缩	文本挖掘、蛋白互作分析、深度学习	DeepPurpose	文本、基因数据	55个相关基因、8个候选基因、100种药物
2763	2025-05-02	Impact of synthetic data on training a deep learning model for lesion detection and classification in contrast-enhanced mammography 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22006 PMID:40302983	研究论文	探讨合成数据在训练深度学习模型用于对比增强乳腺摄影中病变检测和分类的影响	研究合成数据（特别是模拟微钙化簇）对提升深度学习模型性能的潜力，尤其是在真实数据稀缺的情况下	合成数据加入较小真实训练集时虽提高恶性病变检测灵敏度但降低了精确度，且集成模型性能不如独立DL模型	优化对比增强乳腺摄影中病变检测和分类的深度学习模型性能	乳腺摄影图像中的增强肿块和微钙化簇	数字病理学	乳腺癌	深度学习与放射组学分类器集成	DL（深度学习模型）与放射组学分类器	图像（低能量与重组对比增强乳腺摄影图像）	训练集：782例无病变乳房（合成数据）+850例真实患者；验证集：内部212例+外部279例真实患者
2764	2025-05-02	Educational strategies for teaching metabolic profiles across three endurance training zones 2025-Jun-01, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00094.2024 PMID:39809450	research paper	本文探讨了一种创新的教育方法，使用代谢板来增强对三个耐力训练区域肌肉代谢的理解	开发了一种交互式代谢板工具，用于简化复杂的生理过程并促进深度学习	未提及具体的研究样本量或实验验证结果	提高对耐力训练区域肌肉代谢的理解，并优化训练处方决策	运动科学专业的学生和专业人士	运动科学	NA	NA	NA	real data	NA
2765	2025-05-02	Predicting host-pathogen interactions with machine learning algorithms: A scoping review 2025-06, Infection, genetics and evolution : journal of molecular epidemiology and evolutionary genetics in infectious diseases DOI:10.1016/j.meegid.2025.105751 PMID:40220943	综述	本文通过范围综述方法，系统评估了机器学习在预测宿主-病原体相互作用（HPI）中的应用	首次系统比较了不同机器学习方法在HPI预测中的效果，并提出了未来研究的路线图	纳入分析的文献数量有限（30篇），且存在数据集标准化和模型可解释性方面的挑战	评估机器学习算法在宿主-病原体相互作用预测中的有效性	宿主-病原体蛋白质相互作用（PPIs）	机器学习	传染病	机器学习算法	Random Forest, Gradient Boosting, CNN, RNN	蛋白质相互作用数据	46篇初步筛选文献，最终纳入30篇
2766	2025-05-02	Artificial Intelligence Measurement of Preoperative Radiographs in Adolescent Idiopathic Scoliosis Based on Multiple-View Semantic Segmentation 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241270036 PMID:39109794	研究论文	本研究探讨了基于深度学习的青少年特发性脊柱侧凸（AIS）自动分类方法，并验证了机器分类与人工分类的一致性	利用U-Net语义分割神经网络技术和深度学习方法，实现了脊柱多视图的自动分割和对齐关系建立，以及Cobb角等脊柱特征的自动提取	研究样本量相对较小，且性别比例不均（男性81例，女性425例）	开发并验证一种自动化的AIS影像分类方法，以提高分类的一致性和准确性	青少年特发性脊柱侧凸（AIS）患者	数字病理	脊柱侧凸	深度学习，U-Net语义分割神经网络	U-Net	图像	506例（训练集），107例（测试集）
2767	2025-05-02	A New Method for Scoliosis Screening Incorporating Deep Learning With Back Images 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241282581 PMID:39264983	研究论文	提出了一种结合深度学习与背部图像的新方法用于脊柱侧弯筛查	利用深度学习算法自动进行脊柱侧弯筛查，减少不必要的辐射风险和筛查成本	研究样本量较小（247例），且为回顾性研究	开发一种自动化、准确、简洁且方便的脊柱侧弯筛查方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	NA	图像（正面、侧面、背部直立图像及X射线图像）	247例脊柱侧弯患者（2008-2021年数据）
2768	2025-05-02	MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11105-8 PMID:39422725	系统综述	本文系统综述了用于辅助诊断多种膝关节异常的深度学习MRI模型的现状	总结了不同卷积神经网络在膝关节病理诊断中的性能表现，并比较了特定损伤检测与一般异常检测模型的准确性差异	研究设计存在差异，现有模型性能与临床需求之间仍存在差距，需要更大规模的MRI数据集进行验证	评估深度学习模型在膝关节病理MRI辅助诊断中的临床应用潜力	膝关节异常（包括前交叉韧带损伤、骨关节炎、半月板损伤等）	数字病理	膝关节疾病	MRI	CNN（包括ResNet、VGG、DenseNet、DarkNet等）	医学影像	54篇相关研究文章
2769	2025-05-02	Lumbar Spinal Stenosis Grading in Multiple Level Magnetic Resonance Imaging Using Deep Convolutional Neural Networks 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682241299332 PMID:39487037	研究论文	该研究通过比较专家和深度卷积神经网络（CNN）对腰椎多水平磁共振成像（MRI）的狭窄分级，探讨深度学习在临床诊断中的应用	使用CNN进行腰椎狭窄分级和神经根分类，展示了深度学习在医学影像诊断中的潜力	解剖结构的突然变化可能导致仅基于图像的诊断困难	评估深度学习模型在腰椎狭窄分级和神经根分类中的性能	腰椎多水平磁共振成像	数字病理学	脊柱疾病	MRI	CNN	图像	NA
2770	2025-05-02	Artificial Intelligence for Cervical Spine Fracture Detection: A Systematic Review of Diagnostic Performance and Clinical Potential 2025-May, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251314379 PMID:39800538	系统综述	本文系统评估了人工智能和深度学习模型在颈椎骨折检测中的诊断性能及其临床潜力	首次系统综述了AI和DL模型在颈椎骨折检测中的应用，比较了不同模型和成像方式的性能差异	大多数研究缺乏外部验证，结果的可推广性存疑	评估AI和DL模型在颈椎骨折检测中的诊断性能及其临床应用潜力	颈椎骨折	数字病理学	骨科疾病	CT和X光成像	CNN, MobileNetV2, Vision Transformer (ViT)	医学影像	11项研究(2021-2024年间发表)
2771	2025-05-02	Deep learning image enhancement for confident diagnosis of TMJ osteoarthritis in zero-TE MR imaging 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae063 PMID:39989448	research paper	评估深度学习在零回波时间MRI（ZTE-MRI）中去噪和伪影减少（AR）中的有效性，并比较图像诊断与颞下颌关节（TMJ）锥形束CT（CBCT）的临床适用性	新开发的深度学习技术用于ZTE-MRI的去噪和伪影减少，展示了临床实用性	样本量较小（30名患者），且仅针对TMJ骨成像	评估深度学习在ZTE-MRI图像增强中的效果，以替代CBCT在TMJ骨成像中的应用	30名患者的CBCT和ZTE-MRI数据	digital pathology	TMJ osteoarthritis	deep learning, ZTE-MRI, CBCT	deep learning	image	30名患者的CBCT和ZTE-MRI数据
2772	2025-05-02	Prediction of Hypoglycemia From Continuous Glucose Monitoring in Insulin-Treated Patients With Type 2 Diabetes Using Transfer Learning on Type 1 Diabetes Data: A Deep Transfer Learning Approach 2025-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968231215324 PMID:38014538	research paper	该研究利用迁移学习技术，基于1型糖尿病患者的连续血糖监测数据，开发了一个深度学习模型，用于预测2型糖尿病患者的低血糖事件	首次将迁移学习应用于从1型糖尿病数据中学习，以预测2型糖尿病患者的低血糖事件	模型在外部验证集上的阳性预测值较低（40.49%）	开发一个能够准确预测胰岛素治疗的2型糖尿病患者低血糖事件的深度学习模型	胰岛素治疗的2型糖尿病患者	machine learning	diabetes	continuous glucose monitoring (CGM)	CNN	time-series data	226名1型糖尿病患者和180名2型糖尿病患者的CGM数据，外部验证集包含334711个一小时CGM样本
2773	2025-05-02	DDUM: Deformable Dilated U-structure Module for coronary stenosis detection 2025-May, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104337 PMID:40306887	research paper	提出了一种可变形可扩展的U结构模块（DDUM），用于提高冠状动脉狭窄检测的准确性和泛化能力	DDUM模块能够针对冠状动脉狭窄检测任务优化通用网络，显著提升模型性能和泛化能力	未提及具体的数据集规模和多样性限制	提高冠状动脉狭窄检测的准确性和模型泛化能力	冠状动脉狭窄检测	computer vision	cardiovascular disease	deep learning	ResNet50 + faster R-CNN	medical imaging (coronary angiography)	NA
2774	2025-05-02	TabNet and TabTransformer: Novel Deep Learning Models for Chemical Toxicity Prediction in Comparison With Machine Learning 2025-May-01, Journal of applied toxicology : JAT IF:2.7Q3 DOI:10.1002/jat.4803 PMID:40309751	research paper	本研究评估了TabNet和TabTransformer这两种先进的深度学习架构与传统机器学习方法在预测化学化合物毒性方面的性能	引入了TabNet和TabTransformer这两种新型深度学习模型，用于化学毒性预测，并通过SHAP分析增强了模型的可解释性	研究仅基于分子描述符数据，未考虑其他可能的毒性影响因素	评估深度学习模型在化学毒性预测中的性能	12,228个训练样本和3,057个测试样本，每个样本由801个分子描述符表征	machine learning	NA	SHAP分析, PCA, RFE, MI	TabNet, TabTransformer, XGBoost, CatBoost, SVM	分子描述符数据	12,228个训练样本和3,057个测试样本
2775	2025-05-02	Reirradiation for recurrent glioblastoma: the significance of the residual tumor volume 2025-May-01, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05042-9 PMID:40310485	research paper	本研究分析了71例复发性中枢神经系统WHO 4级IDH野生型胶质母细胞瘤患者再放疗的疗效和安全性	首次明确了残留肿瘤体积对复发性高级别胶质瘤患者总生存期的显著预测作用	单中心回顾性研究，样本量相对较小	评估复发性胶质母细胞瘤再放疗的疗效和预后因素	71例复发性CNS WHO 4级IDH野生型胶质母细胞瘤患者	digital pathology	glioblastoma	deep learning auto-segmentation	NA	medical imaging	71例患者
2776	2025-05-02	Determinants of ascending aortic morphology: cross-sectional deep learning-based analysis on 25 073 non-contrast-enhanced NAKO MRI studies 2025-Apr-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf081 PMID:40052574	研究论文	本研究利用深度学习自动分割胸主动脉，并从25,073例非对比增强磁共振血管造影数据中提取升主动脉形态特征，探讨了升主动脉中段直径的可能决定因素	首次在大型流行病学横断面研究中结合深度学习和因果分析来理解升主动脉形态的决定因素	研究为横断面设计，无法确定因果关系的时间顺序	探究升主动脉形态的决定因素，为精准诊断和治疗提供依据	25,073例来自德国国家队列(NAKO)的非对比增强磁共振血管造影数据	数字病理学	心血管疾病	非对比增强磁共振血管造影(NC-MRA)	深度学习(DL)	3D医学影像	25,073例NC-MRA数据
2777	2025-05-02	Development of an Interpretable Machine Learning Model for Neurotoxicity Prediction of Environmentally Related Compounds 2025-Apr-30, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c03311 PMID:40307185	研究论文	开发了一种可解释的机器学习模型，用于预测环境相关化合物的神经毒性	结合分子指纹和分子描述符与XGBoost算法，构建了高性能且可解释的神经毒性预测模型	在已知神经毒性数据的89种化合物上，模型准确率为0.74，仍有提升空间	预测环境相关化合物的神经毒性，管理环境健康风险	环境相关化合物	机器学习	神经系统疾病	分子指纹、分子描述符、分子图	XGBoost	分子数据	1170种人体血液中检测到的化合物
2778	2025-05-02	Improved Image Quality of Virtual Monochromatic Images with Deep Learning Image Reconstruction Algorithm on Dual-Energy CT in Patients with Pancreatic Ductal Adenocarcinoma 2025-Apr-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01514-6 PMID:40307592	研究论文	本研究旨在评估使用深度学习图像重建（DLIR）算法在双能CT（DECT）上重建的虚拟单色图像（VMIs）在胰腺导管腺癌（PDAC）诊断中的图像质量	首次在DECT上应用DLIR算法重建VMIs，显著提高了图像质量，特别是在低keV水平下	研究样本量较小（50例患者），且为回顾性分析	评估DLIR算法在DECT上重建VMIs的图像质量，以改善PDAC的诊断	50例经组织学确认的PDAC患者	数字病理	胰腺癌	双能CT（DECT）	深度学习图像重建（DLIR）	医学影像	50例PDAC患者
2779	2025-05-01	Correction: Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug‑in modules 2025-Apr-29, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-025-00268-3 PMID:40302005	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2780	2025-05-02	Comparative analysis of deep learning models for predicting biocompatibility in tissue scaffold images 2025-Apr-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110281 PMID:40306018	研究论文	本研究比较了ANN和CNN模型在预测组织支架生物相容性方面的性能	首次比较了ANN和CNN模型在组织支架生物相容性预测中的应用，并发现ANN模型在结构化数据处理上具有优势	样本量较小（仅5个支架），且存在过拟合风险	比较不同深度学习模型在组织支架生物相容性预测中的性能	PrusaSlicer生成的组织支架设计参数和图像	数字病理	NA	深度学习	ANN, CNN	图像, 数值参数	5个支架组织样本