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
321	2025-06-07	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Mar-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	research paper	该研究通过整合分子和表观基因组注释，利用深度学习模型推断风险变异在特定细胞类型中的作用，揭示了多囊卵巢综合征（PCOS）的分子机制	结合深度学习模型与表观基因组注释，识别疾病相关变异，探索风险位点的多效性影响，并揭示跨细胞类型调控相互作用的新见解	研究可能受限于样本大小和细胞类型的覆盖范围	解析多囊卵巢综合征（PCOS）的复杂遗传背景及其分子机制	多囊卵巢综合征（PCOS）的风险变异及其在特定细胞类型中的调控效应	machine learning	polycystic ovary syndrome	deep learning, epigenomic annotations	DL	genomic and epigenomic data	NA
322	2025-06-07	Burnout crisis in Chinese radiology: will artificial intelligence help? 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11206-4 PMID:39567429	research paper	评估人工智能（AI）软件使用与中国医院放射科职业倦怠之间的相关性	首次量化研究AI软件使用与放射科人员职业倦怠的关系，并发现AI使用时长与倦怠程度呈显著负相关	研究设计为横断面研究，无法确定因果关系	探讨AI在减轻放射科人员职业倦怠方面的作用	中国68家公立医院的放射科医生和技术人员	digital pathology	NA	问卷调查（MBI-HSS量表和AI使用问卷）	NA	survey data	522名放射科工作人员
323	2025-06-07	Role of artificial intelligence in treatment planning and outcome prediction of jaw corrective surgeries by using 3-D imaging: a systematic review 2025-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.09.010 PMID:39701860	系统综述	本文综述了人工智能在利用3D影像进行颌骨矫正手术的治疗规划和结果预测中的作用	探讨了AI在颌骨矫正手术3D影像治疗规划和结果预测中的未充分探索的应用	由于显著的异质性和数据报告不足，未进行荟萃分析	评估AI在颌骨矫正手术3D影像治疗规划和结果预测中的应用	颌骨矫正手术	数字病理	颌骨畸形	3D成像	深度学习和机器学习	CT数据	14项研究
324	2025-06-07	Real-time assistance in suicide prevention helplines using a deep learning-based recommender system: A randomized controlled trial 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105760 PMID:39705915	research paper	评估AI辅助工具在自杀预防热线对话中为咨询师提供实时援助的有效性和可用性	使用基于BERT的句子嵌入生成建议，通过余弦相似性为咨询师提供前5个聊天情境	工具在不适当的情境下频繁使用，咨询师在最佳时机使用工具的频率较低，可能缺乏熟练度或对系统的初始信任问题	评估AI辅助工具在自杀预防热线中的效果	自杀预防热线的咨询师和求助者	natural language processing	mental health	BERT, cosine similarity	BERT	text	48名咨询师（27名实验组，21名对照组），共评估188次轮班
325	2025-06-07	Colorectal cancer classification using weakly annotated whole slide images: Multiple instance learning optimization study 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109649 PMID:39798507	研究论文	本研究利用深度学习技术，通过弱标注的组织病理学全切片图像（WSIs）研究结直肠癌（CRC）分类问题	提出了与多实例学习（MIL）集成的WSI标签预测函数，显著提高了WSI级别分类的性能	NA	开发高效的计算机辅助诊断（CAD）系统，用于结直肠癌的早期检测和分类	结直肠癌的组织病理学全切片图像	数字病理学	结直肠癌	深度学习	多实例学习（MIL）	图像	NA
326	2025-06-07	Automatic medical imaging segmentation via self-supervising large-scale convolutional neural networks 2025-Mar, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110711 PMID:39798701	研究论文	本研究开发了一种基于自监督学习的大规模深度学习模型，用于医学图像分割，旨在克服监督学习和临床数据变异性的限制	利用自监督学习和稀疏子流形卷积进行大规模预训练，设计了不同规模的稀疏子流形U-Net（SS-UNets），并在多个未见数据集上展示了优越的性能和可扩展性	未提及具体的数据集来源和样本的具体数量，可能影响结果的普适性	开发一种鲁棒的医学图像分割模型，减少对大量标注数据的依赖，提高模型的泛化能力	医学图像（CT、MRI和PET）	数字病理	癌症	自监督学习、稀疏子流形卷积	SS-UNets（稀疏子流形U-Nets）	医学图像（CT、MRI和PET）	多中心CT数据集，具体数量未提及
327	2025-06-07	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片年龄估计中的性能	首次对深度学习在全景X光片年龄估计中的应用进行了系统评价和荟萃分析	大多数研究存在偏倚风险不明确或偏高的问题，且方法学局限性需要进一步研究	评估深度学习在全景X光片年龄估计中的性能	使用深度学习进行年龄估计的研究	数字病理	NA	深度学习	NA	医学影像（全景X光片）	42项研究（其中9项用于荟萃分析）
328	2025-06-07	Conotoxins: Classification, Prediction, and Future Directions in Bioinformatics 2025-02-09, Toxins IF:3.9Q1 DOI:10.3390/toxins17020078 PMID:39998095	review	本文探讨了机器学习（ML）和深度学习（DL）在芋螺毒素研究中的应用进展	综述了ML和DL在芋螺毒素序列分类、功能预测和从头肽设计中的创新应用	未提及具体实验验证或模型性能的局限性	探索计算生物学方法在芋螺毒素研究中的应用	芋螺毒素（conotoxins）	生物信息学	NA	机器学习（ML）、深度学习（DL）	NA	序列数据	NA
329	2025-06-07	Quantification of coronary artery calcification in systemic sclerosis using visual ordinal and deep learning scoring: Association with systemic sclerosis clinical features 2025-02, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152598 PMID:39613484	research paper	本研究探讨了系统性硬化症（SSc）临床特征与冠状动脉钙化程度及进展之间的关联	结合视觉序数评分和深度学习（DeepCAC）方法量化冠状动脉钙化，并探索其与SSc临床特征的关联	单中心回顾性研究，样本量有限（86例和171例）	研究SSc临床特征与冠状动脉钙化进展的关系	系统性硬化症患者	digital pathology	cardiovascular disease	DeepCAC	deep learning	medical imaging	86例（主要目标）和171例（次要目标）SSc患者
330	2025-06-07	PRISM Lite: A lightweight model for interactive 3D placenta segmentation in ultrasound 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047410 PMID:40463735	research paper	提出了一种轻量级交互式分割模型PRISM Lite，用于实时从3D超声图像中分割胎盘	设计了一个轻量级模型，适用于临床使用，能够在资源有限的环境中实时运行，并通过人机交互实现迭代改进	尽管模型在分割精度上表现优异，但其在低资源环境或移动设备上的实际应用仍需进一步验证	开发一种适用于临床的轻量级交互式胎盘分割模型，以提高分割效率和质量	3D超声图像中的胎盘	digital pathology	pregnancy outcomes	3D ultrasound (3DUS)	lightweight interactive segmentation model	3D image	NA
331	2025-06-07	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	首次应用VGAE模型重建与NLRP3介导的细胞焦亡相关的基因数据，并在牙周炎研究中展示了高准确性和精确度	存在5820个假阴性结果，表明模型采取较为保守的预测策略	评估VGAE在重建牙周炎相关基因数据中的效能	与NLRP3介导的细胞焦亡相关的基因数据	数字病理学	牙周炎	无监督K均值聚类，VGAE	VGAE	基因表达数据	NCBI GEO数据集GSE262663中的3个样本（含缺氧暴露与无缺氧暴露）
332	2025-06-07	Autofluorescence Virtual Staining System for H&E Histology and Multiplex Immunofluorescence Applied to Immuno-Oncology Biomarkers in Lung Cancer 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0327 PMID:39636222	research paper	本研究展示了通过结合高通量高光谱荧光显微镜和机器学习，从未染色的非小细胞肺癌组织的自发荧光图像生成虚拟H&E染色和多重免疫荧光染色的可行性	将虚拟染色技术从AF扩展到不同疾病（肺癌）和染色模式（mIF），并开发了新的虚拟H&E和多重免疫荧光染色	虚拟染色在各种评估指标上表现中等至良好，但未提及是否在所有情况下都优于传统染色方法	探索虚拟染色在数字病理学中的潜力，以促进空间生物学研究，提高临床工作流程的效率和可靠性	非小细胞肺癌组织	digital pathology	lung cancer	hyperspectral fluorescence microscopy, machine learning	deep learning	image	NA
333	2025-06-07	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	研究论文	利用深度学习从常规染色的全切片图像中预测Luminal A型乳腺癌的亚型异质性及其临床结果	首次使用深度学习模型从常规染色的全切片图像中量化Luminal A型乳腺癌的亚型混合，并证明其与肿瘤侵袭性和不良预后的关联	研究仅针对Luminal A型乳腺癌，未涵盖其他亚型	开发一种低成本、可扩展的方法来量化肿瘤内亚型异质性，并探索其对精准肿瘤学的影响	Luminal A型乳腺癌患者	数字病理学	乳腺癌	深度学习	CNN	图像	680例来自TCGA-BRCA队列的病例，其中230例用于最终测试
334	2025-06-07	Deep Learning to Simulate Contrast-Enhanced MRI for Evaluating Suspected Prostate Cancer 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.240238 PMID:39807983	research paper	本研究探讨了使用深度学习从非对比MRI序列生成模拟对比增强MRI的可行性，并评估其在评估临床显著性前列腺癌中的潜在价值	利用深度学习模型（pix2pix算法）从非对比MRI序列合成对比增强MRI扫描，为减少对比剂使用提供可能	研究为回顾性设计，且样本量有限，可能影响结果的普遍性	评估深度学习生成模拟对比增强MRI的可行性及其在前列腺癌评估中的应用价值	疑似前列腺癌的男性患者	digital pathology	prostate cancer	MRI	pix2pix algorithm	image	567名男性患者（平均年龄66岁±11）
335	2025-06-07	Investigating the Key Trends in Applying Artificial Intelligence to Health Technologies: A Scoping Review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322197 PMID:40372995	综述	本文探讨了人工智能在医疗技术中的关键趋势，重点关注其在诊断和治疗中的变革潜力以及面临的挑战	系统总结了2020年至2024年间68项关于医疗AI的研究，揭示了AI在医疗流程中的准确性和时效性提升	存在数据整合、处理错误、决策制定和患者安全方面的挑战，且需要更深入的伦理和隐私考量	研究人工智能在医疗健康领域的整合及其未来发展的潜力	医疗健康领域的人工智能应用	人工智能	NA	深度学习方法和机器学习	NA	学术研究数据	68项学术研究
336	2025-06-07	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	综述	本文回顾了基于深度学习的fMRI脑功能映射方法的演变	探讨了fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势及其在脑功能映射中的潜在革命性影响	未提及具体实验验证或性能比较	提供深度学习和fMRI脑功能映射领域当前技术和未来方向的全面概述	fMRI数据	机器学习	NA	fMRI	CNN, RNN, transformers	fMRI数据	NA
337	2025-06-07	Intelligent and precise auxiliary diagnosis of breast tumors using deep learning and radiomics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320732 PMID:40455816	research paper	开发了一种结合深度学习和放射组学的智能诊断模型，用于提高乳腺肿瘤的诊断准确性	结合MobileNet与ResNeXt启发的深度可分离和分组卷积，改进了特征处理效率和参数数量	外部验证集的准确率（69.44%）和AUC（0.75）低于内部验证集，可能表明模型在泛化性上仍有提升空间	提高乳腺肿瘤的智能辅助诊断准确性	乳腺肿瘤	digital pathology	breast cancer	deep learning, radiomics	MobileNet, ResNeXt, VGG16, ResNet, AlexNet	image	AI-Dhabyani和TCIA乳腺超声数据集
338	2025-06-07	UICD: A new dataset and approach for urdu image captioning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320701 PMID:40455832	research paper	该研究创建了一个新的乌尔都语图像描述数据集(UCID)并提出了专为乌尔都语图像描述设计的深度学习架构	提出了首个乌尔都语图像描述数据集UC-23-RY，并设计了NASNetLarge-LSTM和ResNet-50-LSTM两种深度学习架构	乌尔都语图像描述研究资源匮乏，且数据集基于Flickr30k数据集启发	填补乌尔都语图像描述研究的空白，提升自动乌尔都语图像描述的质量	乌尔都语图像描述	natural language processing	NA	deep learning	NASNetLarge-LSTM, ResNet-50-LSTM	image, text	159,816 Urdu captions
339	2025-06-07	Comparison of Deep Learning Models for Objective Auditory Brainstem Response Detection: A Multicenter Validation Study 2025 Jan-Dec, Trends in hearing IF:2.6Q1 DOI:10.1177/23312165251347773 PMID:40457875	研究论文	本研究评估了九种深度学习模型在听觉脑干反应（ABR）检测中的泛化能力，使用了大型多中心数据集	首次在大型多中心数据集上比较了多种深度学习模型在ABR检测中的表现，并验证了Transformer架构在跨中心泛化中的优越性	研究结果可能受到数据集特定特征的影响，且未评估模型在实际临床工作流程中的整合效果	评估深度学习模型在听觉脑干反应检测中的临床适用性和泛化能力	听觉脑干反应（ABR）信号	数字病理	听力障碍	深度学习	CNN（AlexNet, VGG, ResNet）, Transformer架构（Transformer, PatchTST, Differential Transformer, Differential PatchTST）, 混合CNN-Transformer模型（ResTransformer, ResPatchTST）	生物电信号数据	主要数据集包含来自13,813名参与者的128,123个标记ABR，测试了五个外部数据集
340	2025-06-07	A dynamic early-warning method for bridge structural safety based on data reconstruction and depth prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324816 PMID:40460166	研究论文	提出了一种基于数据重构和深度预测的桥梁结构安全动态预警方法	利用SVD算法分解和重构监测数据，结合LSTM网络建立预测模型，显著提高了预测准确性	未提及具体桥梁类型或环境条件下的适用性限制	解决复杂耦合荷载下桥梁结构异常监测数据的有效检测和预警问题	桥梁结构的安全监测数据	结构健康监测	NA	奇异值分解(SVD), 长短期记忆网络(LSTM)	LSTM	应变监测数据	未明确提及样本数量