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
3001	2025-04-03	Deep learning helps discriminate between autoimmune hepatitis and primary biliary cholangitis 2025-Feb, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2024.101198 PMID:39829723	research paper	本研究开发了一种基于深度学习的系统（ALNE），用于区分自身免疫性肝炎（AIH）和原发性胆汁性胆管炎（PBC）	首次提出了一个无需人工标注的深度学习模型（ALNE），能够定量且准确地区分AIH和PBC	扫描技术和切片染色的多样性可能影响模型的鲁棒性和泛化能力	开发一种辅助诊断工具，以减少AIH和PBC的误诊	自身免疫性肝炎（AIH）和原发性胆汁性胆管炎（PBC）患者	digital pathology	liver disease	H&E染色全切片图像分析	transformer-based deep learning system (ALNE)	image	训练集354例（266例AIH和102例PBC），外部验证集92例（62例AIH和30例PBC）
3002	2025-04-03	Synthetic data generation in motion analysis: A generative deep learning framework 2025-Feb, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251315877 PMID:39902572	研究论文	介绍了一种基于变分自编码器的数据增强策略，用于生成运动分析中的合成数据	在运动分析领域引入了一种有效的数据增强方法	NA	开发一种数据增强策略以提高运动分析模型的性能	髋关节和膝关节的角度和力矩以及地面反作用力	机器学习	NA	变分自编码器	LSTM	运动数据	NA
3003	2025-04-03	SS-DTI: A deep learning method integrating semantic and structural information for drug-target interaction prediction 2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500027 PMID:40134345	研究论文	提出了一种名为SS-DTI的深度学习方法，整合语义和结构信息用于药物-靶点相互作用预测	首次整合了药物和蛋白质的语义与结构信息，通过多尺度语义特征提取块和GCNs实现全面的分子表示	未提及方法在特定类型药物或靶点上的性能局限性	改进药物-靶点相互作用预测的准确性和效率	药物分子和蛋白质靶点	机器学习	NA	深度学习	GCNs（图卷积网络）	序列数据和结构数据	四个基准数据集（未说明具体样本量）
3004	2025-04-03	Drug repurposing for non-small cell lung cancer by predicting drug response using pathway-level graph convolutional network 2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500015 PMID:40134346	研究论文	本文提出了一种基于通路-通路相互作用网络的图卷积网络模型，用于预测非小细胞肺癌的药物反应，以发现潜在的药物再利用候选药物	首次将已知的生物通路-通路相互作用整合到药物反应预测模型中，通过图卷积操作更有效地表示癌细胞系特征	模型性能仅在GDSC1000数据集上进行了验证，未在其他独立数据集上测试	开发一种更有效的药物反应预测模型，用于非小细胞肺癌的药物再利用	非小细胞肺癌(NSCLC)的癌细胞系和现有药物	机器学习	肺癌	图卷积网络	GCN	生物通路相互作用网络数据、药物反应数据	GDSC1000数据集中的样本
3005	2025-04-03	Artificial Intelligence-Based Predictive Modeling for Aortic Aneurysms 2025-Feb, Cureus DOI:10.7759/cureus.79662 PMID:40161150	review	本文综述了人工智能和机器学习在主动脉瘤预测建模中的当前状态和未来方向，强调了其在风险评估、筛查和预后中的多样性和进展	探讨了将临床、影像和基因组数据整合到AI/ML中以提高预测性和临床适用性，并讨论了将AI预测模型转化为临床实践的挑战和前景	数据质量、模型可解释性以及法律和伦理问题	增强主动脉瘤的风险评估和管理，推动心血管护理向精准医学转变	腹主动脉瘤（AAAs）	machine learning	cardiovascular disease	supervised and unsupervised learning, deep learning	NA	clinical, imaging, genomic data	NA
3006	2025-04-03	Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84588-6 PMID:39814818	research paper	该研究使用深度学习聚类分析探索糖尿病肾病中微妙且新颖的肾脏病理变化	利用不变信息聚类(IIC)和可视化技术(Grad-CAM和GAN)识别糖尿病肾病早期病理变化	样本仅来自45名患者，可能缺乏广泛代表性	早期诊断糖尿病肾病以减少慢性肾脏病(CKD)数量	糖尿病和非糖尿病患者的肾小球图像	digital pathology	diabetic nephropathy	IIC, Grad-CAM, GAN	IIC, Cycle-GAN	image	45名患者的13,251张肾小球图像(糖尿病病例7,799张，非糖尿病病例5,542张)
3007	2025-04-03	Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis 2025-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86455-4 PMID:39809940	研究论文	本研究评估了变分图自编码器（VGAE）在重建与NLRP3介导的牙周炎细胞焦亡相关基因数据中的效果	使用VGAE模型在牙周炎研究中首次应用于基因表达分析和图结构重建，并展示了99.42%的高准确率	模型识别出5,820个假阴性样本，显示出保守的预测倾向	评估VGAE在牙周炎相关基因数据重建中的效能	与NLRP3介导的细胞焦亡相关的基因数据	机器学习	牙周炎	无监督K均值聚类	VGAE	基因表达数据	NCBI GEO数据集GSE262663中的3个样本（含缺氧暴露与未暴露组）
3008	2025-04-03	Blood cancer prediction model based on deep learning technique 2025-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84475-0 PMID:39805996	研究论文	本文提出了一种基于深度学习技术的血液癌症预测模型，旨在通过早期检测降低死亡率	使用多种先进的深度学习模型（如ResNetRS50、RegNetX016等）进行血液癌症诊断，并发现ResNetRS50在准确性和速度上表现最佳	未提及模型在临床环境中的实际应用效果或跨数据集验证结果	通过早期诊断降低血液癌症的死亡率	血液癌症患者	数字病理学	血液癌症	深度学习	ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19	医学数据（具体类型未说明）	NA
3009	2025-04-03	Intelligent skin disease prediction system using transfer learning and explainable artificial intelligence 2025-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83966-4 PMID:39799199	research paper	该研究提出了一种利用迁移学习和可解释人工智能的智能皮肤疾病预测系统	结合迁移学习和层相关性传播（LRP）技术，提高了皮肤疾病识别的准确率并增加了模型的可解释性	VGG16模型作为黑箱模型，无法解释系统运作的原因和方式	快速识别和预测皮肤疾病，如鸡痘、麻疹和猴痘	皮肤疾病图像数据	digital pathology	skin disease	transfer learning, layer-wise relevance propagation (LRP)	VGG16	image	包含鸡痘、麻疹、猴痘和正常皮肤四类图像的数据集
3010	2025-04-03	A benchmark of deep learning approaches to predict lung cancer risk using national lung screening trial cohort 2025-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84193-7 PMID:39799226	研究论文	本研究通过比较和分析当前最先进的深度学习模型，评估了它们在肺癌风险预测中的性能	首次全面比较了2D和3D深度学习模型在肺癌风险预测中的表现，并探讨了预训练数据集对模型性能的影响	研究样本量相对较小（253名患者），且仅使用了无对比剂的CT扫描数据	评估深度学习模型在肺癌风险预测中的性能	来自国家肺癌筛查试验(NLST)的253名患者的CT扫描数据	数字病理	肺癌	CT扫描	3D和2D深度学习模型（如3DSeg-8, nnUnet, RadImageNet等）	图像（2D和3D CT扫描数据）	253名患者的CT扫描数据
3011	2025-04-03	Improving spleen segmentation in ultrasound images using a hybrid deep learning framework 2025-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85632-9 PMID:39799236	研究论文	本文介绍了一种用于超声图像中脾脏分割的新型混合深度学习框架	采用两阶段训练方法，结合SegFormerB0和Pix2Pix结构的优势，显著提高了分割精度	NA	提高超声图像中脾脏分割的准确性	脾脏超声图像	计算机视觉	NA	深度学习	SegFormerB0, Pix2Pix	超声图像	450张脾脏超声图像（Spleenex数据集）
3012	2025-04-03	Deep learning algorithms enable MRI-based scapular morphology analysis with values comparable to CT-based assessments 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84107-7 PMID:39794358	research paper	本研究提出了一种基于深度学习的MRI肩胛骨形态分析方法，其准确性与CT评估相当	利用深度学习算法克服了MRI各向异性分辨率和有限视野的限制，实现了与CT相当的肩胛骨形态分析	虽然准确性接近CT，但MRI在骨边界对比度方面仍存在挑战	开发一种无需CT即可进行准确肩胛骨形态分析的方法	肩胛骨的形态特征	digital pathology	geriatric disease	MRI, CT	CNN	image	NA
3013	2025-04-03	A hybrid explainable model based on advanced machine learning and deep learning models for classifying brain tumors using MRI images 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85874-7 PMID:39794374	研究论文	提出了一种结合轻量级并行深度可分离卷积神经网络（PDSCNN）和混合岭回归极限学习机（RRELM）的新方法，用于基于MRI图像准确分类四种脑肿瘤	结合PDSCNN和RRELM模型，通过CLAHE增强MRI图像中肿瘤特征的可见性和清晰度，显著提高了分类性能	未提及样本来源的多样性或模型在其他数据集上的泛化能力	提高脑肿瘤的早期检测和准确分类，以支持有效的治疗策略	四种脑肿瘤（胶质瘤、脑膜瘤、无肿瘤和垂体瘤）的MRI图像	数字病理学	脑肿瘤	MRI图像处理、CLAHE、SHAP解释性分析	PDSCNN、RRELM	图像	未明确提及具体样本数量，但使用了五折交叉验证
3014	2025-04-03	Characteristics of successful expansion of tumor-infiltrating lymphocytes from colorectal cancer liver metastasis 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85892-5 PMID:39794519	research paper	该研究探讨了从结直肠癌肝转移组织中成功扩增肿瘤浸润淋巴细胞（TILs）的特性及其与组织病理学因素的相关性	首次深入研究了结直肠癌肝转移组织中TILs的扩增特性，并发现Klintrup-Mäkinen评分与TILs扩增数量显著相关	样本量较小（仅15例），且仅5例进行了快速扩增（REP）	探索结直肠癌肝转移组织中TILs的扩增特性及其潜在临床应用	结直肠癌肝转移组织中的肿瘤浸润淋巴细胞（TILs）	digital pathology	colorectal cancer	TILs培养、组织病理学检查、深度学习空间分析	NA	组织样本数据、细胞计数数据	15例结直肠癌肝转移组织样本
3015	2025-04-03	COVINet: a deep learning-based and interpretable prediction model for the county-wise trajectories of COVID-19 in the United States 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2412284 PMID:40160484	research paper	提出了一种基于深度学习的可解释预测模型COVINet，用于预测美国各县的COVID-19疫情轨迹	结合LSTM和GRU架构，整合可操作协变量，提供高精度预测和可解释响应	仅针对美国特定时间段和县区进行验证，未涉及其他地区或更长时间段	准确预测COVID-19疫情轨迹并制定遏制策略	美国各县的COVID-19确诊病例和死亡病例	machine learning	COVID-19	NA	LSTM, GRU	time-series data	美国CDC提供的最后四周数据（截至2021年4月26日）及热点州最严重县区数据（截至2023年3月23日）
3016	2025-04-03	Unravelling pathological ageing with brain age gap estimation in Alzheimer's disease, diabetes and schizophrenia 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf109 PMID:40161217	research paper	该研究通过脑年龄差距估计（BrainAGE）探讨阿尔茨海默病、糖尿病和精神分裂症中的病理性老化	利用敏感性图谱揭示不同病理条件下脑区域对BrainAGE预测的贡献差异，为理解神经退行性疾病的机制提供新视角	神经生物学限制尚未明确，生物标志物的特异性有待进一步验证	评估BrainAGE作为病理性脑老化生物标志物的潜力，并比较不同病理条件下的神经退行性机制	阿尔茨海默病（AD）、精神分裂症和2型糖尿病（T2D）患者	digital pathology	Alzheimer's disease, schizophrenia, Type 2 diabetes	structural magnetic resonance imaging (MRI)	deep learning models	MRI scans (T-weighted, grey matter, white matter, cerebrospinal fluid tissue segmentation, deformation fields)	NA
3017	2025-04-03	Automatic classification of Giardia infection from stool microscopic images using deep neural networks 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30272 PMID:40161947	研究论文	本研究应用深度学习模型自动分类粪便显微镜图像中的贾第虫感染	与以往研究不同，本研究专注于粪便样本而非饮用水样本，并采用智能手机拍摄的显微镜图像	样本量相对较小（1610张图像），且仅针对贾第虫感染	开发一种自动分类贾第虫感染的方法，以辅助快速准确诊断贾第虫病	粪便显微镜图像中的贾第虫寄生虫	数字病理学	贾第虫病	深度学习	Xception, ResNet-50, EfficientNet-B0	图像	1610张粪便显微镜图像
3018	2025-04-03	Exploring the potential of machine learning and magnetic resonance imaging in early stroke diagnosis: a bibliometric analysis (2004-2023) 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1505533 PMID:40162012	文献计量分析	通过文献计量分析方法探讨2004至2023年间机器学习和磁共振成像在早期中风诊断中的研究热点	首次系统分析了机器学习和磁共振成像在中风早期诊断领域的研究趋势和热点	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	探索机器学习和磁共振成像在早期中风诊断中的应用	2004-2023年间发表的395篇相关研究论文	医学影像分析	中风	机器学习	深度学习	磁共振成像数据	395篇文献
3019	2025-04-03	Artificial intelligence in psychiatry: A systematic review and meta-analysis of diagnostic and therapeutic efficacy 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251330528 PMID:40162166	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在精神病学诊断和治疗中的准确性和疗效	首次全面评估了AI在精神病学中的诊断准确性和治疗效果，并比较了不同AI技术的表现	研究间存在中等程度的异质性，算法偏见和数据质量问题尚未完全解决	评估人工智能在精神病护理中的诊断准确性和治疗效果	精神病学中的各种精神障碍和AI技术	machine learning	psychiatric disorders	machine learning (ML), deep learning (DL), hybrid models	ML, DL, hybrid models	NA	14项研究
3020	2025-04-03	Fundus image classification using feature concatenation for early diagnosis of retinal disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251328120 PMID:40162178	研究论文	使用特征串联的深度学习模型对眼底图像进行分类，以实现视网膜疾病的早期诊断	提出了一种基于两个独立CNN块的混合CNN模型，并采用典型相关分析融合方法融合特征，以提高分类性能	未提及模型在临床环境中的实际应用效果及泛化能力	开发一种非侵入性方法，用于早期检测眼部疾病	眼底图像，包括视盘凹陷、糖尿病视网膜病变、介质混浊和健康图像	计算机视觉	视网膜疾病	深度学习	CNN	图像	RFMiD数据集中的多种眼底图像类别