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
301	2025-06-13	Enhanced Prognostication of Early Breast Cancer Outcomes Using Deep Learning on Merged Multistain and Multicolor-Depth Tumor Histopathology 2025-May-09, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozaf044 PMID:40501404	研究论文	通过深度学习结合肿瘤组织病理学图像，提高早期乳腺癌预后的预测准确性	使用深度学习分析多染色和多颜色深度的肿瘤组织病理学图像，优化免疫染色方法，并评估不同图像颜色深度表示的预后效用	未提及具体局限性	提高早期乳腺癌预后的预测准确性，以帮助临床医生选择最佳治疗方案	早期乳腺癌患者的肿瘤组织病理学图像	数字病理学	乳腺癌	深度学习，免疫染色（AE1/AE3 pan-cytokeratin和H&E染色）	ResNet-50	图像	2,646张图像，来自六个不同的数据集
302	2025-06-13	Detecting wing fractures in chickens using deep learning, photographs and computed tomography scanning 2025-May-05, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105264 PMID:40398294	研究论文	本研究评估了三种深度学习分类模型在基于CT扫描和鸡翅照片检测骨折和/或淤伤的适用性	首次将深度学习技术应用于结合CT扫描和摄影技术，以客观识别鸡翅骨折和淤伤	淤伤检测模型的准确率相对较低（82%）	开发更客观和自动化的动物福利监测技术	鸡翅的骨折和淤伤	计算机视觉	NA	CT扫描和摄影	3D ResNet34和2D EfficientNetV2_s	图像（CT扫描和照片）	306份CT扫描和285张照片
303	2025-06-13	High precision ECG digitization using artificial intelligence 2025 May-Jun, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153900 PMID:40010101	研究论文	本文介绍了一种基于深度学习的高精度心电图数字化方法	提出了一种全自动的深度学习心电图数字化方法，能够在各种现实场景下保持高精度	在极端条件下(如严重模糊或图像严重退化)的失败率为6.62%	开发高精度的心电图数字化方法以提高心电图数据的可及性和实用性	心电图图像	数字病理学	心血管疾病	深度学习	深度学习模型(未具体说明)	图像	6000张心电图图像(来自PM-ECG-ID数据库)
304	2025-06-13	Model-Based Convolution Neural Network for 3D Near-Infrared Spectral Tomography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3529621 PMID:40031020	研究论文	本文提出了一种结合扩散方程模型和卷积神经网络（CNN）的重建算法（Model-CNN），用于解决近红外光谱断层扫描（NIRST）中的图像重建问题	Model-CNN算法通过CNN学习正则化先验，将解限制在理想的色团浓度图像空间，显著提高了图像重建的准确性和效率	Model-CNN算法未在患者数据上进行训练，而是使用了几何形状和光学源-探测器配置更简单的模拟体模数据进行训练	解决近红外光谱断层扫描（NIRST）中的图像重建问题	生物组织的功能信息	计算机视觉	NA	近红外光谱断层扫描（NIRST）	CNN	图像	数值模拟数据、物理体模数据和临床患者NIRST数据
305	2025-06-13	ERAS and the challenge of the new technologies 2025-May, Minerva anestesiologica IF:2.9Q2 DOI:10.23736/S0375-9393.25.18746-4 PMID:40214219	research paper	探讨人工智能和新技术在加速康复外科（ERAS）协议中的应用及其潜力	提出将AI和新技术整合到ERAS协议中，以解决实施挑战并改善患者护理	需要外部验证和数据安全等挑战	探索AI和新技术如何优化ERAS协议，改善围手术期医疗	ERAS协议和围手术期医疗	machine learning	NA	machine learning, deep learning	NA	clinical data	NA
306	2025-06-13	Screening cognitive impairment in patients with atrial fibrillation: A deep learning model based on retinal fundus photographs 2025-May, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.01.019 PMID:40496585	研究论文	本研究开发了一种基于视网膜眼底照片的深度学习模型，用于心房颤动患者认知障碍的简易筛查	首次提出基于视网膜眼底照片的深度学习模型用于心房颤动患者认知障碍的筛查，并验证了其有效性	研究样本量相对有限（899例患者），且外部验证集的性能有所下降（AUROC 0.773）	开发一种简易的心房颤动患者认知障碍筛查方法	心房颤动患者	数字病理学	心血管疾病	深度学习	vision-ensemble模型	图像	899例心房颤动患者（来自中国心房颤动注册研究）
307	2025-06-13	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: An Observational Cohort Study 2025-Apr-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40305429	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化方面的效果	比较了结合结构化数据与临床笔记信息的模型在预测临床恶化方面的表现，并探索了不同的参数化方法	添加临床笔记信息并未显著提高模型性能，且研究仅基于两个医疗中心的数据	比较不同多模态深度学习模型在预测病房患者临床恶化方面的性能	病房患者	机器学习	临床恶化	深度学习，自然语言处理	深度循环神经网络（RNN）	结构化数据和临床笔记文本	开发队列284,302名患者，外部验证队列248,055名患者
308	2025-06-13	Vision transformer-based multimodal fusion network for classification of tumor malignancy on breast ultrasound: A retrospective multicenter study 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105793 PMID:39862564	research paper	本研究提出了一种基于视觉Transformer的多模态融合网络，用于乳腺癌超声图像中肿瘤良恶性的分类	首次同时整合了影像组学特征、深度学习特征和临床参数，构建了多模态特征融合模型	研究为回顾性研究，可能存在选择偏倚	开发一种能够预测乳腺肿瘤良恶性的多模态融合模型	乳腺肿瘤超声图像和临床数据	digital pathology	breast cancer	multimodal feature fusion	Vision Transformer	image, clinical data	1065名患者的临床特征和3315个图像数据集，其中603名患者数据用于模型训练
309	2025-06-13	Comparing methods to improve cone-beam computed tomography for dose calculations in adaptive proton therapy 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100784 PMID:40496807	research paper	本研究比较了四种提高锥形束计算机断层扫描（CBCT）质量的方法，用于头颈癌患者的自适应质子治疗中的剂量计算	评估了四种不同的CBCT质量改进方法，包括强度校正方法、两种可变形图像配准方法和一种基于深度学习的方法，用于质子治疗中的剂量计算	所有四种方法在CBCT和重复CT（reCT）之间存在解剖和/或位置差异时，均可能出现异常值	提高CBCT图像质量以用于自适应质子治疗中的精确剂量计算	头颈癌患者的CBCT图像	digital pathology	head-and-neck cancer	cone-beam CT (CBCT), deformable image registration, deep learning	deep learning-based method	image	35 CBCTs from 24 head-and-neck cancer patients
310	2025-06-13	Machine learning for the rElapse risk eValuation in acute biliary pancreatitis: The deep learning MINERVA study protocol 2025-03-03, World journal of emergency surgery : WJES IF:6.0Q1 DOI:10.1186/s13017-025-00594-7 PMID:40033414	研究论文	该研究旨在开发和验证一种机器学习模型，用于预测轻度急性胆源性胰腺炎（MABP）患者复发急性胰腺炎（RAP）的风险	利用卷积神经网络（CNN）进行特征提取和风险预测，结合kPCA空间变量转换和2D图像生成技术	研究排除了非胆源性病因、重症胰腺炎及无法提供知情同意的患者，可能影响模型的广泛适用性	开发预测MABP患者RAP风险的机器学习工具以辅助临床决策	符合修订版亚特兰大标准的MABP成年患者（未接受早期胆囊切除术）	机器学习	胰腺炎	卷积神经网络（CNN）、核主成分分析（kPCA）	CNN	临床和人口统计学数据	来自意大利多家医院的回顾性（MANCTRA-1研究）和前瞻性数据
311	2025-06-13	Macrophage memory emerges from coordinated transcription factor and chromatin dynamics 2025-Feb-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101171 PMID:39938520	research paper	该研究探讨了巨噬细胞如何通过转录因子和染色质动态协调来保留对过去炎症信号的记忆	揭示了巨噬细胞通过NF-κB网络和染色质可及性景观的重编程来保留记忆的机制，并利用深度学习展示了转录因子和染色质动态如何协调对新炎症信号的精细响应	研究主要关注巨噬细胞在脓毒症等动态炎症条件下的记忆机制，可能不适用于其他免疫细胞或炎症条件	研究免疫细胞如何编码和解码动态信号，以及个体细胞是否保留对炎症分子过去暴露的记忆	巨噬细胞	免疫学	脓毒症	活细胞分析、ATAC测序、转录组分析、深度学习	深度学习	测序数据、转录组数据	NA
312	2025-06-13	Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers 2025-Feb-03, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06117-w PMID:39900688	research paper	本研究开发了一种基于深度学习的自动化脾脏CT图像分割方法，并结合影像组学和深度学习特征构建了胃癌浆膜侵犯预测模型	使用U-Mamba深度学习模型实现全自动脾脏分割，结合多中心数据和多种机器学习方法构建预测模型	研究仅纳入311例患者数据，样本量相对有限	开发自动化脾脏CT分割方法并构建胃癌浆膜侵犯预测模型	311例经病理确诊的胃癌患者	digital pathology	gastric cancer	CT影像分析	U-Mamba, 多种机器学习方法	CT图像	311例来自两个医疗中心的胃癌患者
313	2025-06-13	Targeted Microperimetry Grids for Focal Lesions in Intermediate AMD: PINNACLE Study Report 7 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.6 PMID:39903180	research paper	本研究评估了基于光学相干断层扫描（OCT）的靶向微视野检查网格在评估中期年龄相关性黄斑变性（iAMD）中局灶性病变的可行性和实用性	使用深度学习算法检测OCT图像中的局灶性病变，并指导5点微视野检查靶向病变位置，改进了对局灶性视网膜变化如何影响视觉功能的理解	标准网格的插值可能在病变中心区域出现错误，尤其是在EZ/IZ损失伴高透过性和视网膜下液体的区域	评估靶向微视野检查网格在iAMD患者局灶性病变评估中的可行性和实用性	395名55至90岁的中期年龄相关性黄斑变性患者	digital pathology	geriatric disease	OCT, microperimetry, deep learning	deep learning algorithms	image	93只眼睛（来自83名患者），评估了605个5点靶向网格和标准网格，涉及235个局灶性病变
314	2025-06-13	Tumor aware recurrent inter-patient deformable image registration of computed tomography scans with lung cancer 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17536 PMID:39589333	研究论文	开发了一种名为TRACER的深度学习方法，用于肺癌患者的计算机断层扫描图像间的变形图像配准	提出了肿瘤感知的循环配准方法TRACER，通过结合肿瘤分割和3D图像对作为输入通道，实现了在保持肿瘤的同时避免不现实变形的配准	研究主要针对肺癌患者的CT图像，可能不适用于其他类型的癌症或影像模态	开发适用于基于体素分析的拓扑保持性患者间变形图像配准方法	肺癌患者的计算机断层扫描图像	数字病理	肺癌	3D卷积长短时记忆网络(3D-CLSTM)	TRACER	3D图像	204对3D CT图像用于训练，评估使用了三个数据集（Dataset I: 308对，Dataset II: 765对，Dataset III: 42名患者）
315	2025-06-13	Minimal sourced and lightweight federated transfer learning models for skin cancer detection 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82402-x PMID:39837883	research paper	该论文提出了一种使用最小资源和轻量级联邦迁移学习模型高精度分类皮肤癌类型的技术	采用最小资源预训练深度学习模型（如EfficientNetV2S、EfficientNetB3、ResNet50和NasNetMobile）进行迁移学习，并应用于联邦学习生态系统，分析相同和非相同分布数据集的影响	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	开发高精度的皮肤癌分类技术，减少资源消耗	皮肤癌病变图像	computer vision	skin cancer	federated transfer learning	EfficientNetV2S, EfficientNetB3, ResNet50, NasNetMobile	image	NA
316	2025-06-13	Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85777-7 PMID:39837962	research paper	使用多模态深度学习和发病前眼底半切图像预测分支视网膜静脉阻塞的发展	开发了一种基于深度学习的多模态模型，结合眼底图像和血管分割结果，提高了分支视网膜静脉阻塞的预测准确性	样本量较小，需要更大规模的多中心数据集来提高临床实用性和预测准确性	预测分支视网膜静脉阻塞的发生	分支视网膜静脉阻塞患者的眼底图像	digital pathology	branch retinal vein occlusion	deep learning	U-net	image	27只BRVO受影响的眼睛与81只未受影响的眼底半切图像（27只对侧和54只同侧）
317	2025-06-13	Deep-learning based electromagnetic navigation system for transthoracic percutaneous puncture of small pulmonary nodules 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85209-6 PMID:39833245	research paper	开发了一种结合深度学习和电磁导航技术的经皮肺小结节穿刺系统，并在模型和动物实验中验证了其性能	结合多种深度学习模型与电磁及空间定位技术，开发了新型电磁导航穿刺系统，用于亚厘米级肺结节的穿刺	研究仅在模型和动物实验中进行，尚未在人体临床试验中验证	提高经皮肺小结节穿刺的技术成功率和操作效率	亚厘米级肺结节	digital pathology	lung cancer	electromagnetic navigation, CT-guided	deep learning models	image	模型研究和动物实验（具体数量未提及）
318	2025-06-13	Visual impairment prevention by early detection of diabetic retinopathy based on stacked auto-encoder 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85752-2 PMID:39833312	research paper	提出了一种基于增强堆叠自编码器的方法，用于糖尿病视网膜病变的早期检测和分期分类	与传统的CNN方法相比，该方法通过减少时间复杂性、最小化错误和增强噪声降低，提供了更高的可靠性	未提及具体局限性	开发一种准确且高效的方法来分类糖尿病视网膜病变的不同阶段，以实现早期疾病诊断和预防失明	糖尿病视网膜病变患者	digital pathology	diabetic retinopathy	stacked auto-encoders	SAE	image	35,126张视网膜眼底图像，包括一个健康阶段和四个糖尿病视网膜病变阶段
319	2025-06-13	Predicting drug and target interaction with dilated reparameterize convolution 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86918-8 PMID:39833385	research paper	本文提出了一种名为Rep-ConvDTI的新型药物-靶点相互作用预测框架，利用大核卷积块提取大规模序列信息，并引入重参数化方法和门控注意力机制以提高预测性能	设计了用于提取大规模序列信息的大核卷积块，并引入重参数化方法帮助大核卷积捕获小规模信息，同时开发了门控注意力机制以更高效地表征药物与靶点的相互作用	未明确提及具体局限性	预测药物-靶点相互作用（DTI），解决药物研发中的关键挑战	药物和靶点的相互作用	machine learning	NA	重参数化方法、门控注意力机制	Rep-ConvDTI（基于大核卷积的模型）	序列信息	三个基准数据集
320	2025-06-13	Deep learning of noncontrast CT for fast prediction of hemorrhagic transformation of acute ischemic stroke: a multicenter study 2025-Jan-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00535-0 PMID:39812734	研究论文	本研究开发并验证了一个基于非对比CT和临床数据的集成模型，用于预测急性缺血性卒中患者静脉溶栓后的出血性转化及其亚型	首次提出结合临床数据和NCCT深度学习的集成模型，用于预测AIS患者IVT后的HT及其预后不良亚型PH和PH-2，性能优于现有临床评分系统	研究为回顾性设计，样本量相对有限（445例），且来自六个中心可能存在数据异质性	开发预测急性缺血性卒中静脉溶栓后出血性转化的精准模型	接受静脉溶栓治疗的急性缺血性卒中患者	数字病理学	心血管疾病	非对比CT（NCCT）	集成模型（eXtreme Gradient Boosting + 深度学习）	医学影像+临床数据	445例IVT治疗的AIS患者（训练集344例，测试集101例）