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	2025-08-07	Deep limit order book forecasting: a microstructural guide 2025-Jul-22, Quantitative finance IF:1.5Q2 DOI:10.1080/14697688.2025.2522911 PMID:40755861	研究论文	利用深度学习技术探索高频限价订单簿中间价格变化的可预测性，并发布开源代码库LOBFrame	提出创新的操作框架，通过关注完整交易预测的准确性来评估预测的实用性，并指出传统机器学习指标在限价订单簿环境中的不足	深度学习的高预测能力不一定对应可操作的交易信号	探索高频限价订单簿中间价格变化的可预测性及其在交易中的应用	NASDAQ交易所交易的多种股票	机器学习	NA	深度学习	NA	高频限价订单簿数据	多种NASDAQ交易所交易的股票
322	2025-08-07	Fully Automated Anatomy Labeling for Intracardiac Echocardiography Using Deep Learning 2025-Jul-17, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.06.009 PMID:40767798	research paper	开发了一种基于深度学习的全自动解剖标记算法，用于心内超声心动图(ICE)的解剖结构识别	首次提出全自动深度学习方法用于ICE图像的解剖结构标记，可作为教育或导航工具	21个解剖结构中只有15个被正确识别，且精度和召回率超过70%	开发自动化工具辅助心内超声心动图(ICE)在电生理(EP)手术中的应用	来自右心房的ICE图像	digital pathology	cardiovascular disease	deep learning	CNN	image	605次EP手术中的196,768张图像
323	2025-08-07	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	评估人工智能辅助前列腺双参数MRI解读的国际多读者研究	使用深度学习AI模型提高前列腺双参数MRI解读的准确性和读者间一致性	AI辅助略微降低了病灶水平的敏感性，需要进一步优化以在不影响特异性的情况下提高敏感性	评估AI模型对前列腺双参数MRI解读中临床显著前列腺癌和前列腺癌检出率及读者间一致性的影响	前列腺双参数MRI扫描	数字病理	前列腺癌	双参数MRI (bpMRI)	深度学习AI模型	MRI图像	180名患者（120例病例组，60例对照组）
324	2025-08-07	Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study 2025-Jul-15, JMIR aging IF:5.0Q1 DOI:10.2196/68156 PMID:40663489	研究论文	本研究提出了一种新型多模态系统，用于预测严重痴呆患者的激动和攻击行为（AA）发作，结合了可穿戴传感器数据和隐私保护视频分析	整合了可穿戴传感器数据和隐私保护视频分析，实现了对AA事件的实时预测，预测时间至少提前6分钟	研究样本量较小（仅10名参与者），且仅在单一机构进行	开发一种新型多模态系统，用于预测痴呆患者的激动和攻击行为（AA）发作	严重痴呆患者	数字病理学	老年疾病	可穿戴传感器数据采集、视频分析、深度学习	Extra Trees、多层感知器（MLP）、门控循环单元（GRU）、长短期记忆（LSTM）	传感器数据、视频数据	10名参与者
325	2025-08-07	Prediction of Major Adverse Cardiovascular Events in Patients with Hypertrophic Cardiomyopathy by Deep Learning and Radiomics 2025-Jul-11, Cardiology IF:1.9Q3 DOI:10.1159/000547232 PMID:40652933	research paper	本研究结合深度迁移学习和放射组学技术，开发了一种预测肥厚型心肌病患者主要不良心血管事件风险的模型	首次将超声心动图与深度迁移学习和放射组学相结合，构建预测模型	研究为回顾性分析，样本量相对较小（210例患者）	开发预测肥厚型心肌病患者主要不良心血管事件风险的模型	210例肥厚型心肌病患者（59例发生MACE，151例未发生）	digital pathology	cardiovascular disease	深度迁移学习（DTL）、放射组学	Resnet50	image	210例肥厚型心肌病患者（平均随访时间29.44±16.21个月）
326	2025-08-07	Artificial intelligence in airway management: A systematic review and meta-analysis 2025-Jul-09, Anaesthesia, critical care & pain medicine DOI:10.1016/j.accpm.2025.101589 PMID:40645499	系统综述与荟萃分析	本文总结了人工智能在预测困难气道管理中的应用现状，并通过荟萃分析评估了不同模型的性能	首次系统评估了AI模型在困难气道预测中的表现，并识别出性能最佳的模型	纳入研究数量有限(13项)，且不同研究间存在高度异质性(I2=99.7%)	评估人工智能模型在预测困难气道中的表现	接受全身麻醉手术的患者和急诊科患者	医疗人工智能	麻醉并发症	机器学习与深度学习	VGG, SVM, NB	临床数据	13项研究(11项手术患者，2项急诊患者)
327	2025-08-07	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室容积和质量，探讨其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT扫描中提取心脏腔室容积和质量，并评估其与心力衰竭住院和心肌血流储备的关联	研究仅基于6个中心的患者数据，可能无法代表所有人群	评估深度学习从PET/CT衰减扫描中提取的心脏腔室容积和质量与心力衰竭住院和心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT	深度学习	图像	18,079名患者
328	2025-08-07	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jul, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了通过常规胸部计算机断层扫描自动评估冠状动脉钙化（CAC）与结直肠癌或胃癌患者心血管风险之间的关联	首次在结直肠癌或胃癌患者中应用深度学习软件自动量化CAC，并评估其与心血管事件风险的关联	研究为回顾性队列设计，可能存在选择偏倚，且仅纳入韩国两家三级医院的患者，可能限制结果的普遍性	评估自动CAC评分在预测结直肠癌或胃癌患者动脉粥样硬化性心血管疾病风险中的应用价值	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习软件自动量化CAC	NA	电子健康记录与理赔数据	3153名患者（36.5%为女性）
329	2025-08-07	A Design of Experiment to Evaluate the Printability for Bioprinting by Using Deep Learning Image Similarity 2025-07, Journal of biomedical materials research. Part A DOI:10.1002/jbm.a.37961 PMID:40616386	研究论文	本文通过深度学习图像相似性评估生物打印的可打印性，并研究了不同生物材料的流变特性	提出了一种结合深度学习图像相似性的新方法来评估生物打印的可打印性	研究仅使用了两种替代生物材料，可能无法涵盖所有生物材料的流变特性	提高挤出式生物打印的可打印性，以解决全球器官移植短缺问题	透明质酸和藻酸钠作为替代生物材料，以及甲基丙烯酸透明质酸与角膜角质细胞的组合	组织工程	NA	深度学习图像相似性	NA	图像	两种替代生物材料（透明质酸和藻酸钠）及甲基丙烯酸透明质酸与角膜角质细胞的组合
330	2025-08-07	Improving Image Quality in Computed Tomography-Guided Biopsy Using Deep Learning Reconstruction 2025-Jul, Cureus DOI:10.7759/cureus.87213 PMID:40755670	技术报告	本研究探讨了深度学习重建（DLR）在CT引导活检中的图像质量和重建时间	首次评估DLR在非实时CT引导活检中的图像质量和重建时间，展示了其在降低图像噪声和辐射剂量方面的优势	DLR重建时间较长（超过10秒输出6张图像），无法支持需要实时成像的介入手术	评估DLR在CT引导活检中的图像质量和重建时间表现	CT系统常规检查模型	医学影像	NA	深度学习重建（DLR）、混合迭代重建（HIR）、滤波反投影（FBP）	DLR	CT图像	使用CT系统提供的常规检查模型，在20、30、40和50 HU的标准偏差值下进行成像
331	2025-08-07	ZeroReg3D: a zero-shot registration pipeline for 3D consecutive histopathology image reconstruction 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.044002 PMID:40765693	研究论文	介绍了一种名为ZeroReg3D的零样本配准流程，用于从连续的2D组织病理学图像中重建精确的3D模型	结合了零样本深度学习关键点匹配和基于优化的仿射及非刚性配准技术，无需大量训练数据即可有效解决组织变形和切片伪影等问题	未提及具体样本量或临床验证结果	开发一种无需训练即可精确重建3D组织病理学图像的配准方法	连续的2D组织病理学图像	数字病理学	NA	零样本深度学习关键点匹配、优化仿射和非刚性配准	深度学习关键点匹配模型	3D图像	NA
332	2025-08-07	Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease 2025-Jun-26, Research square DOI:10.21203/rs.3.rs-6874970/v1 PMID:40678251	research paper	该研究利用深度学习分析MRI数据，揭示路易体共病理加速阿尔茨海默病患者脑老化	首次结合脑脊液α-突触核蛋白种子扩增检测技术和深度学习MRI分析，阐明路易体共病理对阿尔茨海默病神经退行性变的协同作用	研究样本仅限于认知障碍患者，未涵盖更广泛人群	探究路易体共病理对阿尔茨海默病神经退行性变的影响	803名认知障碍患者（分为四种AD/LB病理亚组）	digital pathology	Alzheimer's disease	cerebrospinal fluid α-synuclein seed amplification assays (SAA), MRI	deep learning	MRI scans	4,355名认知正常个体（训练集）+ 803名认知障碍患者（测试集）
333	2025-08-07	Learning Genetic Perturbation Effects with Variational Causal Inference 2025-Jun-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.05.657988 PMID:40501829	研究论文	提出了一种结合机制因果模型与变分深度学习的混合方法SCCVAE，用于预测单细胞水平的遗传扰动效应	结合机制因果模型与变分深度学习，提出SCCVAE模型，能够更好地预测未见过的扰动响应并解释单细胞水平的扰动效应	机制因果模型的应用受限于过于简化的假设，难以有效处理噪声大、规模大的单细胞数据	提高对遗传扰动效应的预测能力，特别是在单细胞水平上	单细胞水平的转录组响应	功能基因组学	NA	Perturb-seq	SCCVAE (结合线性因果模型与变分自编码器)	单细胞转录组数据	NA
334	2025-08-07	Local mean suppression filter for effective background identification in fluorescence images 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	research paper	提出了一种用于荧光显微镜图像背景识别的非线性滤波器	通过局部均值比较进行像素标记，并通过不同邻域大小的标签累积确定最终标签，性能优于现有图像处理、机器学习和深度学习方法	未明确提及具体局限性	开发一种有效的荧光显微镜图像背景识别方法	荧光显微镜图像	computer vision	NA	局部均值抑制滤波	NA	image	NA
335	2025-08-07	Efficient quality control of platelet-rich plasma preparation using computer vision and deep learning 2025-Jun, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.6.065003 PMID:40765813	研究论文	本文介绍了一种基于计算机视觉和深度学习的自动血小板富集血浆(PRP)质量控制模型，旨在提高PRP制备的效率和准确性	利用ResNet18卷积神经网络结合二元分类器开发PRP质量控制模型，实现了无损、实时的质量控制方法	模型在未见过的测试样本上的平均分类准确率为82.5%，仍有提升空间	提高血小板富集血浆(PRP)制备的质量控制效率和准确性	血小板富集血浆(PRP)制备过程	计算机视觉	NA	深度学习	ResNet18 CNN结合二元分类器	图像	患者数据(具体数量未提及)
336	2025-08-07	Towards artificial intelligence application in pain medicine 2025-03, Recenti progressi in medicina DOI:10.1701/4460.44555 PMID:40084580	review	本文综述了人工智能在疼痛医学中的最新进展和应用	介绍了自动疼痛评估（APA）方法及其在疼痛诊断和治疗中的潜在应用	需要解决验证、参数选择和技术实施的伦理问题	探讨人工智能在疼痛医学中的应用及其潜力	疼痛的诊断、评估和治疗	machine learning	chronic pain	machine learning, deep learning, natural language processing	NLP systems	biosignals, facial expressions, speech patterns	NA
337	2025-08-07	Deep Learning Analysis of Google Street View to Assess Residential Built Environment and Cardiovascular Risk in a U.S. Midwestern Retrospective Cohort 2025-Feb-04, European journal of preventive cardiology IF:8.4Q1 DOI:10.1093/eurjpc/zwaf038 PMID:39903569	研究论文	利用Google街景图像和深度学习技术分析居住区建筑环境特征与心血管疾病风险的关系	首次将Google街景图像与深度学习技术结合，用于评估建筑环境特征与心血管疾病风险的关联	研究结果需要在其他地区进行验证，且需要进一步探究潜在的生物学机制	探究居住区建筑环境特征（如绿化带和人行道）与心血管疾病风险的关系	美国俄亥俄州东北部地区的49,887名居民	计算机视觉	心血管疾病	深度学习	NA	图像	49,887名居民，其中2,083人经历了主要不良心血管事件
338	2025-08-07	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2025-02, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	研究论文	本研究开发了一种基于单导联心电图信号的深度学习模型，用于阻塞性睡眠呼吸暂停的检测和严重程度评估	创新点在于使用单导联心电图信号结合深度学习模型进行阻塞性睡眠呼吸暂停的检测和严重程度评估，并在医院和公共数据集上验证了其可行性	研究未提及模型在不同人群或不同设备采集的心电图信号上的泛化能力	开发一种便捷的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	深度学习模型	心电图信号	375名接受多导睡眠图检查的患者
339	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
340	2025-08-07	Human intention recognition for trauma resuscitation: An interpretable deep learning approach for medical process data 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104767 PMID:39746431	研究论文	本文提出了一种可解释的深度学习方法，用于自动识别创伤复苏过程中的目标追求，以辅助决策	采用双GRU结构的神经网络模型，结合时间和活动类型特征，通过注意力权重增强模型的可解释性	研究仅针对儿科创伤复苏，样本量有限（381例）	开发一种自动识别创伤复苏过程中目标追求的方法，以减少错误并改善患者预后	儿科创伤复苏过程中的气道稳定和循环支持目标	机器学习	创伤	深度学习	双GRU结构神经网络	事件日志（活动序列及时间戳）	381例儿科创伤复苏案例（2014年8月至2022年11月）