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
261	2025-09-05	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-11-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文对人工智能在食物和营养素摄入测量中的应用进行了范围综述，总结了现有技术的效能、准确性及挑战	系统梳理了AI在膳食评估中的多种数据输入类型（如图像、声音、运动数据）和应用场景，并量化了不同方法的性能指标	纳入研究数量有限（25篇），且AI模型在适应多样化食物类型、算法公平性和数据隐私方面仍存在挑战	评估人工智能工具在测量食物和营养素摄入方面的有效性、准确性及面临的挑战	人类受试者的膳食摄入数据	自然语言处理	NA	深度学习、机器学习、混合方法	CNN, SVM	图像、声音、运动数据、文本	25项研究，样本量从10到38,415名参与者不等
262	2025-09-05	Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study 2024-11-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54206 PMID:39402012	研究论文	评估基于AI的健康管理移动应用在延缓非透析依赖慢性肾病进展方面的长期疗效	首次通过大规模回顾性队列研究验证AI驱动的移动护理系统在慢性肾病管理中的长期效果，并采用深度学习光学字符识别技术处理患者数据	研究为回顾性设计而非随机对照试验，可能存在选择偏倚；尿白蛋白/肌酐比值在随访期末两组无显著差异	评估KidneyOnline智能护理系统延缓非透析依赖慢性肾病进展的长期疗效	中国非透析依赖慢性肾病患者	数字健康	慢性肾病	深度学习光学字符识别(OCR)，人工智能健康管理	深度学习	文本健康数据	12,297名合格患者，经倾向评分匹配后808名患者(干预组和常规护理组各404名)
263	2025-09-05	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	利用钙评分CT影像组学特征预测心力衰竭风险	首次仅基于CT钙评分扫描的影像组学特征（钙组学和脂肪组学）构建心力衰竭预测模型，无需额外临床信息	随访时间中位数仅1.7年，样本中心力衰竭事件发生率较低（5%）	开发一种基于CT钙评分的心力衰竭风险筛查方法	1998名患者（含336名2型糖尿病患者）	医学影像分析	心血管疾病	CT钙评分扫描，深度学习分割，影像组学特征提取	深度学习	CT影像	1998名患者
264	2025-09-05	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估脓毒症患者抗菌药物耐药性风险模型在不同医院间的性能差异及其与当地耐药率的关系	揭示模型性能差异主要与当地耐药流行率相关而非患者病例组合，强调通用模型预测耐药革兰阴性杆菌病因需谨慎	回顾性研究设计可能存在选择偏倚，仅纳入美国中西部10家医院可能限制结果普适性	探究脓毒症患者抗菌药物耐药性风险模型的跨医院性能变异原因	成年脓毒症患者（社区发病和医院发病）	医疗数据分析	脓毒症	深度学习模型	深度学习	临床数据	39,893名患者，85,238次脓毒症发作事件
265	2025-09-05	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	本研究开发了一种基于心率变异性和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次将心率变异性参数与生命体征结合，使用1D ResNet架构开发自动化镇静水平预测模型	单中心回顾性研究，需要多中心验证以确认广泛适用性	开发深度学习模型来预测危重病儿童的镇静水平	儿科重症监护病房的324名患者	医疗人工智能	儿科危重病	心率变异性分析，深度学习建模	1D ResNet	心电图波形和生命体征数据	324名患者，4,193个特征集
266	2025-09-05	A topological deep learning framework for neural spike decoding 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.01.025 PMID:38402607	研究论文	提出一种基于拓扑深度学习的神经脉冲解码框架，用于从头部方向细胞和网格细胞活动中解码方向与位置信息	开发了结合无监督单纯复形发现与深度学习的新型架构——单纯卷积循环神经网络，能捕捉神经元的高阶连接性	NA	解码神经脉冲序列以理解大脑空间导航系统的编码机制	头部方向细胞和网格细胞的神经活动数据	计算神经科学	NA	拓扑数据分析，深度学习	Simplicial Convolutional Recurrent Neural Network (单纯卷积循环神经网络)	神经脉冲序列数据	NA
267	2025-09-05	3dDNAscoreA: A scoring function for evaluation of DNA 3D structures 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.018 PMID:38409781	研究论文	开发了一种基于深度学习模型的DNA三维结构评分函数3dDNAscoreA	首次为DNA三维结构预测提供专门的评分函数，采用新训练策略基于ARES模型进行适配	NA	解决DNA三维结构预测结果的评估和排序问题	DNA分子三维结构	计算生物学	NA	深度学习	基于ARES的深度学习模型	三维结构数据	两个测试集
268	2025-09-05	VSG-GAN: A high-fidelity image synthesis method with semantic manipulation in retinal fundus image 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.019 PMID:38414236	研究论文	提出一种基于生成对抗网络的高保真视网膜图像合成方法VSG-GAN，能够实现语义操控并生成多样化的视网膜图像	通过血管骨架和背景风格的解耦模块设计，结合风格变换和GAN反转技术，实现具有多样化形态特征的视网膜图像生成	NA	解决视网膜图像分析中数据集多样性不足和样本不平衡问题，提升疾病诊断模型训练效果	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	生成对抗网络(GAN)，风格变换，GAN反转	VSG-GAN（基于GAN的生成模型），分层变分自编码器	图像	使用MESSIDOR和RITE数据集进行评测
269	2025-09-05	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	提出一种融合多图谱和深度学习的三维大腿肌肉群自动分割方法	结合多图谱分割（MAS）的通用性和深度学习网络的准确性，通过融合多种解剖映射提升分割精度	仅在15名健康受试者和4名患者上进行验证，样本规模有限	开发自动化分割大腿功能肌肉群的方法，用于肌肉体积和脂肪含量的精准评估	大腿的四个主要功能肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	计算机视觉	老年疾病	化学位移编码水脂磁共振成像（CSE-MRI）	3D深度学习模型与可变形配准模型融合	三维磁共振图像	15名健康受试者（交叉验证）和4名患者（测试）
270	2025-09-05	Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration 2024-Sep-01, Critical care explorations DOI:10.1097/CCE.0000000000001151 PMID:39258951	研究论文	开发并验证一种基于深度学习的成人患者生理恶化预测模型DETERIO，并与商业恶化评分系统EDI进行比较	采用共识定义的恶化标准（AIDE）并将恶化预测建模为状态价值估计问题，提升了预测性能	需要进一步研究评估模型的普适性和真实临床影响	预测成人患者生理恶化，实现更早的临床干预	住院患者和急诊科患者	机器学习	NA	深度学习	深度学习模型	临床患者数据	推导队列330,729名患者（71,735住院+258,994急诊），验证队列65,898名患者（13,750住院+52,148急诊）
271	2025-09-05	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG趋势分析工具BSN在预测围产期窒息新生儿4岁时临床结局的效用	首次使用全自动深度学习定量测量EEG背景的新方法BSN，实现早期连续脑活动监测和动态预后预测	样本量较小（80例新生儿），需更大规模验证	早期预测围产期窒息新生儿的长期临床结局	围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测、深度学习	深度学习模型	EEG时间序列数据	80例新生儿，总计5427小时EEG数据
272	2025-09-05	Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model 2024-05-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54363 PMID:38696251	研究论文	本研究开发了一种多模态深度学习模型，结合入院临床文本和表格数据，以提高心力衰竭患者院内死亡风险的评估精度	首次将入院临床笔记与结构化表格数据通过多模态深度学习结合，用于心衰预后评估，并在多个独立数据集上验证了其优越性	回顾性研究设计，数据来源于特定数据库，可能存在选择偏倚	提高心力衰竭患者住院结局的预后评估精度	重症心力衰竭患者	自然语言处理	心血管疾病	深度学习，Integrated Gradients，SHAP	多模态深度学习模型	文本，表格数据	开发集9989例患者，内部验证集2497例，前瞻验证集1896例，外部验证集7432例
273	2025-09-05	Early autism diagnosis based on path signature and Siamese unsupervised feature compressor 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae069 PMID:38696605	研究论文	提出一种基于路径签名和孪生无监督特征压缩器的深度学习模型，用于自闭症谱系障碍的早期诊断	结合孪生验证框架扩展稀缺数据，使用无监督压缩器缓解数据不平衡，并通过路径签名方法从纵向数据中提取发育特征	数据存在稀缺性、类别不平衡和异质性挑战，样本量未明确说明	开发早期自闭症诊断的自动化方法	自闭症谱系障碍婴幼儿的结构MRI图像	医学影像分析	自闭症谱系障碍	深度学习，路径签名分析	Siamese网络，无监督特征压缩器	结构磁共振图像（MRI）	NA
274	2025-09-05	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-05, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	开发用于机器人胰肠吻合术视频自动分割的深度学习模型	利用3D卷积神经网络对机器人手术视频进行任务级自动分割，首次在该复杂手术场景中实现高精度帧分类	样本量有限（111个视频），且为单中心回顾性研究	通过深度学习自动分析机器人胰十二指肠切除术中的胰肠吻合环节	机器人胰肠吻合术手术视频	计算机视觉	胰腺疾病	深度学习，视频分析	3D CNN	视频	111个手术视频（60训练+10验证+30测试）
275	2025-09-05	LST-AI: a Deep Learning Ensemble for Accurate MS Lesion Segmentation 2024-Mar-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.23.23298966 PMID:38045345	研究论文	提出一种基于深度学习的集成模型LST-AI，用于精确分割多发性硬化症脑白质病变	采用三个3D-UNet集成架构，结合二元交叉熵和Tversky损失函数的复合损失函数，显式处理病变与非病变组织的不平衡问题	NA	开发开源自动化脑白质病变分割工具，提升多发性硬化症病灶分割精度	多发性硬化症患者的脑部MRI图像	医学图像分析	多发性硬化症	深度学习，MRI成像	3D-UNet集成模型	3D医学图像（T1w和FLAIR序列）	491对训练图像（内部采集），103个测试案例（公开数据）
276	2025-09-05	LST-AI: A deep learning ensemble for accurate MS lesion segmentation 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103611 PMID:38703470	研究论文	提出一种基于深度学习集成模型LST-AI，用于精确分割多发性硬化症脑白质病变	采用三个3D U-Net集成架构，结合二元交叉熵和Tversky损失函数的复合损失函数，显式处理病变与非病变组织的不平衡问题	NA	开发高性能开源脑白质病变自动分割工具	多发性硬化症患者的脑部MRI图像	医学图像分析	多发性硬化症	3D MRI成像	3D U-Net集成	医学图像（T1加权和FLAIR序列）	491对MRI图像用于训练，103个公开测试案例
277	2025-09-05	Geodesic shape regression based deep learning segmentation for assessing longitudinal hippocampal atrophy in dementia progression 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103623 PMID:38821013	研究论文	提出一种基于测地线形状回归的深度学习分割方法GeoLongSeg，用于评估痴呆进展中的纵向海马体萎缩	将测地线形状回归整合到两阶段分割网络中，通过增强个体内形态一致性来减少与疾病无关的纵向变异	NA	准确分割纵向MRI中的海马体形态，辅助痴呆早期诊断	痴呆患者和正常对照的海马体	医学图像分析	痴呆症	深度学习，测地线形状回归	3D U-Net	纵向3T T1加权MR图像	阿尔茨海默病神经影像倡议(ADNI)的纵向数据
278	2025-09-05	Cortical thickness and grey-matter volume anomaly detection in individual MRI scans: Comparison of two methods 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103624 PMID:38823248	研究论文	比较两种基于不同软件（FreeSurfer与DL+DiReCT）的个体MRI扫描中皮质厚度和灰质体积异常检测方法的性能	首次在公共OASIS3数据集上对比开源工具ScanOMetrics结合传统FreeSurfer与深度学习工具DL+DiReCT的异常检测效果，并验证深度学习工具显著缩短处理时间	临床评估仍处于早期阶段，未涉及大规模临床环境验证	评估不同脑形态计量工具在个体MRI异常检测中的性能差异	阿尔茨海默病患者和健康对照者的脑部MRI数据	医学影像分析	阿尔茨海默病	脑形态计量分析、规范建模	深度学习（未指定具体模型）	MRI脑部扫描图像	OASIS3公共数据集中的AD患者和健康对照组
279	2025-09-05	A deep learning analysis of stroke onset time prediction and comparison to DWI-FLAIR mismatch 2023, NeuroImage. Clinical DOI:10.1016/j.nicl.2023.103544 PMID:38000188	研究论文	使用深度学习模型预测缺血性卒中发病时间，并与DWI-FLAIR不匹配技术进行比较	首次采用组卷积神经网络分析未处理的DWI和FLAIR影像数据，并通过未标记数据预训练提升模型性能，在人类难以判定的病例中增强诊断准确性	研究未明确说明样本量规模及模型在多样化临床环境中的泛化能力	改进卒中发病时间预测精度，提升DWI-FLAIR不匹配概念的临床应用可及性	缺血性卒中患者的神经影像数据（DWI和FLAIR序列）	医学影像分析	脑血管疾病	深度学习，医学影像处理	Group CNN（组卷积神经网络）	医学影像（DWI和FLAIR）	NA
280	2025-09-05	Identifying Drug-Resistant Tuberculosis in Chest Radiographs: Evaluation of CNN Architectures and Training Strategies 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9630189 PMID:34891867	研究论文	本研究利用卷积神经网络分析胸部X光片以区分耐药性和药物敏感性肺结核	采用预训练CNN架构结合标准与深度学习数据增强策略提升分类性能，在结核病耐药性识别领域实现高达85%的AUC值	未明确说明样本量具体数值及模型泛化能力的验证范围	通过医学影像早期诊断肺结核耐药性以辅助临床治疗决策	肺结核患者的胸部X光影像	计算机视觉	肺结核	深度学习数据增强	CNN（包括InceptionV3）	医学影像（胸部X光片）	来自NIAID TB Portals的标注数据及未标注外部数据源