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	2025-06-01	Automated, Standardized, Quantitative Analysis of Cardiovascular Borders on Chest X-Rays Using Deep Learning 2025-May, JACC. Advances DOI:10.1016/j.jacadv.2025.101687 PMID:40286357	研究论文	本研究开发了一种基于深度学习的自动化方法，用于量化胸部X光片中的心血管边界，并探索其临床应用价值	首次使用深度学习技术对心血管边界进行标准化定量分析，并建立了年龄和性别特定的正常范围	研究仅基于特定站点的数据，可能无法完全代表所有人群	开发一种自动化、标准化的心血管边界分析方法，并评估其在心血管疾病诊断和风险分层中的临床效用	胸部X光片中的心血管边界	数字病理	心血管疾病	深度学习	深度学习模型（具体类型未明确说明）	图像（胸部X光片）	140,696张胸部X光片（96,129张正常，44,567张疾病）
262	2025-06-01	Deep Learning Assisted Outer Volume Removal for Highly-Accelerated Real-Time Dynamic MRI 2025-May-01, ArXiv PMID:40342862	研究论文	提出了一种新型的外围体积去除（OVR）方法，用于实时动态MRI中消除非心脏区域的混叠伪影	利用深度学习模型识别并去除伪影，结合物理驱动的深度学习方法恢复高时空分辨率图像	未提及具体样本量及实验验证的广泛性	提高实时动态MRI的高加速率成像质量	心脏运动的功能评估	医学影像处理	心血管疾病	深度学习辅助的外围体积去除技术	PD-DL（物理驱动的深度学习）	MRI图像	NA
263	2025-06-01	Large-scale information retrieval and correction of noisy pharmacogenomic datasets through residual thresholded deep matrix factorization 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf226 PMID:40420482	研究论文	本文提出了一种名为RT-DMF的深度学习框架，用于校正和填补药物敏感性数据中的噪声	引入了残差阈值深度矩阵分解（RT-DMF）方法，该方法能够识别并保留治疗相关信号	未提及具体的数据集规模限制或计算资源需求	解决药物敏感性数据中的噪声问题，以提高下游分析的准确性	药物敏感性数据集	机器学习	癌症	深度矩阵分解（DMF）	RT-DMF	矩阵数据	未提及具体样本数量
264	2025-06-01	Image-Based Deep Learning Model for Predicting Lymph Node Metastasis in Lung Adenocarcinoma With CT ≤ 2 cm 2025-May, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.70048 PMID:40425526	研究论文	本研究开发了一种基于影像的深度学习模型，用于预测CT扫描中直径≤2 cm的肺腺癌患者的淋巴结转移	利用Lasso模型筛选临床和影像特征，结合多变量逻辑回归分析建立预测模型，并通过ROC曲线、决策曲线和校准曲线验证模型效果	仅使用了内部验证集进行验证，缺乏外部验证	提高小直径肺腺癌患者淋巴结转移的术前准确识别，以改善患者生存和预后	1740例接受手术切除的临床早期肺腺癌患者	数字病理学	肺癌	CT影像分析	Lasso模型, 逻辑回归	影像	1740例患者
265	2025-06-01	Interactive Explainable Deep Learning Model for Hepatocellular Carcinoma Diagnosis at Gadoxetic Acid-enhanced MRI: A Retrospective, Multicenter, Diagnostic Study 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240332 PMID:40445095	研究论文	开发基于钆塞酸增强MRI的人工智能模型，以辅助放射科医生诊断肝细胞癌	提出了一种交互式可解释的深度学习模型，能够通过分析预训练病变分类器的激活模式推断LI-RADS特征的存在	研究为回顾性研究，可能存在选择偏差	开发AI模型辅助肝细胞癌诊断	肝局灶性病变患者	数字病理	肝细胞癌	钆塞酸增强MRI	深度学习	MRI图像	839名患者（1023个肝局灶性病变）
266	2025-06-01	Predicting Recurrence in Locally Advanced Rectal Cancer Using Multitask Deep Learning and Multimodal MRI 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240359 PMID:40445102	research paper	开发并验证了一种名为MultiRecNet的多任务深度网络，用于全自动预测接受新辅助放化疗（nCRT）治疗的局部晚期直肠癌（LARC）患者的无病生存期（DFS）	MultiRecNet能够在一个框架内同时执行分割、分类和生存预测任务，且能够处理不同临床阶段的多模态MRI数据	研究为回顾性研究，且样本量相对有限	预测局部晚期直肠癌患者的无病生存期	接受nCRT治疗的局部晚期直肠癌患者	digital pathology	rectal cancer	multimodal MRI (T2, ADC)	MultiRecNet (multitask deep learning)	MRI图像和临床数据	445名患者（训练集261名，验证集37名，内部测试集75名，外部测试集72名）
267	2025-06-01	Deep Learning-based Anatomy-Aware Morph Model for Registration of Prostate Whole-Mount Histopathology to MRI 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240336 PMID:40445100	研究论文	开发并评估了一种基于深度学习的新方法，用于配准前列腺术前MRI和全切片组织病理学（WMHP）图像	提出了一种结合注意力机制和卷积神经网络的混合方法（Anatomy-Aware Morph模型），用于多模态前列腺图像配准，并包含校正标本变形和运动的模块	研究为回顾性研究，样本量相对有限（训练集270例，测试集45例）	开发一种能够准确配准前列腺术前MRI和全切片组织病理学图像的方法，以促进前列腺癌的自动化映射	前列腺MRI和全切片组织病理学图像	数字病理学	前列腺癌	MRI, 全切片组织病理学	混合注意力机制和CNN（Anatomy-Aware Morph模型）	图像	315例患者（训练集270例，测试集45例）
268	2025-06-01	Machine Learning for Predicting Critical Events Among Hospitalized Children 2025-May-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.13149 PMID:40445617	research paper	开发一种机器学习模型，用于早期检测住院儿童的病情恶化，实现全医院统一的风险评估	提出了一种跨所有医院单元的统一风险评估模型，优于现有的病房专用模型	研究为回顾性队列研究，深度学习模型未表现出性能提升	开发早期检测住院儿童病情恶化的机器学习模型	住院儿童（年龄<18岁）	machine learning	pediatric disease	machine learning	XGB, deep learning	clinical data	135621名患者
269	2025-06-01	AI-Driven Detection of Obstructive Sleep Apnea Using Dual-Branch CNN and Machine Learning Models 2025-Apr-30, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13051090 PMID:40426919	研究论文	本研究比较了机器学习和深度学习方法（如双分支CNN模型）在心电图（ECG）数据中检测阻塞性睡眠呼吸暂停（OSA）的应用	提出了一种非侵入性的AI方法，利用双分支CNN模型从ECG信号中检测OSA，解决了传统多导睡眠图（PSG）的局限性	NA	比较和对比机器学习和深度学习方法在OSA检测中的应用	阻塞性睡眠呼吸暂停（OSA）患者的心电图（ECG）数据	机器学习	阻塞性睡眠呼吸暂停	ECG信号分析	双分支CNN, CNN	ECG信号	NA
270	2025-06-01	Advancements in Medical Radiology Through Multimodal Machine Learning: A Comprehensive Overview 2025-Apr-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050477 PMID:40428096	综述	本文综述了多模态机器学习在医学放射学中的最新进展、应用和未来研究方向	探讨了多模态学习如何从不同医疗数据源提取新特征，提升算法灵活性，并分析了当前多模态机器学习在放射学中的方法、应用和趋势	未提及具体的技术实现细节或实验验证结果	促进人工智能在医学影像中的整合应用，提升诊断效率和患者护理水平	医学放射学中的多模态数据（影像、文本和结构化医疗数据）	数字病理	NA	多模态机器学习	NA	影像、文本、结构化医疗数据	NA
271	2025-06-01	Modelling the Ki67 Index in Synthetic HE-Stained Images Using Conditional StyleGAN Model 2025-Apr-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050476 PMID:40428095	研究论文	本研究利用条件式StyleGAN模型生成基于Ki67指数的合成HE染色图像序列，以探索HE染色与Ki67染色之间的隐藏关系并增强预测模型的可解释性	首次将条件式StyleGAN模型应用于生成反映不同Ki67指数值的HE染色图像序列，并评估模型捕捉HE图像中Ki67相关变化的能力	需要病理学专家评估生成序列的相关性，可能存在主观偏差	开发可解释的框架，用于从HE染色图像分析和预测免疫组化信息	合成HE染色图像及其与Ki67指数的关系	数字病理学	癌症	条件式生成对抗网络	StyleGAN	图像	NA
272	2025-06-01	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Apr-28, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	研究论文	本研究利用机器学习和可穿戴设备数据，在睡眠开始前4-8小时预测睡眠效率，旨在主动改善睡眠质量	首次开发了在睡眠开始前预测睡眠效率的模型，并识别了影响睡眠效率的活动时间窗口	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发能够提前预测睡眠效率的模型，为主动改善睡眠提供依据	80,811名UK Biobank成年参与者的睡眠和活动数据	机器学习	睡眠障碍	加速度计数据分析	CatBoost和CNN-LSTM	时间序列数据	80,811名成年人
273	2025-06-01	Development and Validation of a Deep Learning System for the Detection of Nondisplaced Femoral Neck Fractures 2025-Apr-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050466 PMID:40428085	research paper	开发并验证了一种用于检测非移位性股骨颈骨折的深度学习系统	使用基于ResNet框架的CNN模型，显著提高了非移位性股骨颈骨折的诊断准确性	研究主要基于两家医院的影像数据，外部验证数据集来源未详细说明	提高非移位性股骨颈骨折的诊断准确性	非移位性股骨颈骨折患者	digital pathology	geriatric disease	deep learning	CNN (ResNet framework)	image	2032张髋关节X光片
274	2025-06-01	FOVEA: Preoperative and intraoperative retinal fundus images with optic disc and retinal vessel annotations 2025-Apr-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04965-2 PMID:40287417	research paper	介绍了一个名为FOVEA的数据集，包含术前和术中的视网膜眼底图像及其注释，旨在支持深度学习在玻璃体视网膜手术中的应用	FOVEA是首个在术中领域与术前领域匹配高质量注释的数据集	数据集仅包含40名患者的数据，样本量相对较小	支持玻璃体视网膜手术中的深度学习应用，如定位兴趣点或注册额外的成像模态	视网膜眼底图像及其注释	computer vision	眼科疾病	生物显微镜成像	NA	image, video	40名患者的数据
275	2025-06-01	Radiomics Analysis of Whole-Kidney Non-Contrast CT for Early Identification of Chronic Kidney Disease Stages 1-3 2025-Apr-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050454 PMID:40428073	研究论文	本研究通过放射组学分析非对比CT图像，结合机器学习技术，旨在早期识别慢性肾病（CKD）1-3期	利用放射组学特征结合机器学习技术，首次在非对比CT图像上实现了对CKD早期阶段的非侵入性诊断，且性能优于放射科医师的视觉评估	研究为回顾性设计，且仅针对CKD 1-3期患者	评估基于非对比CT的放射组学特征结合机器学习技术在区分CKD 1-3期与健康对照中的潜力	1099名CKD 1-3期患者和1099名健康对照者	数字病理学	慢性肾病	非对比CT成像、放射组学分析	VB-net（用于分割）、Gaussian process分类器	医学影像（CT图像）	2198名参与者（1099名患者+1099名对照）
276	2025-06-01	PE-MT: A Perturbation-Enhanced Mean Teacher for Semi-Supervised Image Segmentation 2025-Apr-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050453 PMID:40428072	研究论文	提出了一种基于不确定性感知均值教师框架的新型半监督分割方法PE-MT，通过引入扰动增强指数移动平均和残差引导不确定性图来提升学生和教师模型的性能	引入了扰动增强指数移动平均(pEMA)和残差引导不确定性图(RUM)，以缓解学生和教师模型之间的耦合效应，并准确定位高不确定性区域	未提及具体局限性	提升医学图像分割的准确性，特别是在标注数据有限的情况下	心脏区域	数字病理	心血管疾病	半监督学习	均值教师框架(UA-MT)	医学图像	公共LASC和ACDC数据集
277	2025-06-01	Artificial Intelligence in Chest Radiography-A Comparative Review of Human and Veterinary Medicine 2025-Apr-25, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12050404 PMID:40431497	review	本文比较了人工智能在人类和兽医胸部放射学中的应用及其影响	比较了人类和兽医医学中AI在胸部放射学中的应用，探讨了各自的挑战和潜力	数据限制、算法偏见、需要广泛验证以及伦理和监管问题阻碍了AI的全面实施	探讨AI在人类和兽医胸部放射学中的应用及其对诊断速度、准确性和效率的影响	人类和兽医医学中的胸部放射学	digital pathology	NA	deep learning	NA	image	NA
278	2025-06-01	A Three-Stage Fusion Neural Network for Predicting the Risk of Root Fracture-A Pilot Study 2025-Apr-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050447 PMID:40428066	研究论文	提出一种三阶段融合神经网络(TSFNN)用于预测根管治疗后牙根断裂的风险	首次提出结合数值和分类数据的神经网络架构，采用批归一化和嵌入层技术，显著提升预测性能	临床数据量有限，属于初步研究	提高牙科领域多种临床数据的预测准确性	145颗牙齿(97颗断裂牙和48颗非断裂牙)	机器学习	牙科疾病	批归一化、嵌入层技术	TSFNN(三阶段融合神经网络)	数值数据和分类数据	145颗牙齿(包含17项特征)
279	2025-06-01	Non-Invasive Localization of Epileptogenic Zone in Drug-Resistant Epilepsy Based on Time-Frequency Analysis and VGG Convolutional Neural Network 2025-Apr-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050443 PMID:40428062	研究论文	本研究提出了一种基于时间频率分析和VGG卷积神经网络的无创性定位耐药性癫痫致痫区的方法	首次提出结合sLORETA源成像、时间频率分析和VGG-16深度学习的系统框架，用于无创定位致痫区	样本量较小（25例患者），仅针对单一类型的耐药性癫痫	开发无创自动定位致痫区的方法，以指导电极植入并提高神经外科治疗的效果和安全性	耐药性癫痫患者的16通道头皮脑电图	数字病理学	癫痫	短时傅里叶变换(STFT)、连续小波变换(CWT)、超小波算法(superlets)、sLORETA源成像	VGG-16 CNN	脑电图(EEG)信号	25例成功手术的耐药性癫痫患者
280	2025-06-01	AI-assisted computational screening and docking simulation prioritize marine natural products for small-molecule PCSK9 inhibition 2025 Apr-Jun, Current research in translational medicine IF:3.2Q2 DOI:10.1016/j.retram.2025.103498 PMID:39938184	研究论文	该研究开发了一种AI辅助的计算筛选和对接模拟方法，用于优先筛选海洋天然产物作为小分子PCSK9抑制剂	结合卷积神经网络深度学习模型、分子对接和分子动力学模拟的多步骤虚拟筛选流程，用于发现新型PCSK9抑制剂	研究仅基于计算机模拟，未进行实验验证	识别新型人类PCSK9抑制剂，以应对与Covid-19相关的心血管和中枢神经系统并发症	海洋天然产物数据库(CMNPD)中的化合物	计算生物学	心血管疾病	卷积神经网络(CNN)、分子对接、分子动力学(MD)模拟	CNN	化合物结构数据	已知作用于中枢神经系统、心血管和抗炎药物的数据集