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
3561	2025-03-26	Artificial Intelligence Models to Identify Patients with High Probability of Glaucoma Using Electronic Health Records 2025 May-Jun, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100671 PMID:40124313	研究论文	本研究开发了人工智能模型，利用电子健康记录（EHRs）中的数据识别高概率青光眼患者，无需眼科影像或临床数据	利用非眼科的结构化EHR数据（如人口统计、实验室结果、测量、药物和诊断）开发AI模型，无需专用眼科影像或临床数据即可识别青光眼高风险患者	需要进一步研究受保护类别特征（如种族/民族）对模型性能和公平性的影响	开发AI模型以早期识别青光眼高风险患者	64,735名18岁以上、在EHR中有至少两次眼相关诊断记录的患者	机器学习	青光眼	机器学习与深度学习	惩罚逻辑回归、XGBoost、1D-CNN和堆叠自编码器	结构化电子健康记录数据	64,735名患者，其中7,268名（11.22%）有青光眼诊断
3562	2025-03-26	Weakly supervised multi-modal contrastive learning framework for predicting the HER2 scores in breast cancer 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102502 PMID:39919535	研究论文	提出了一种弱监督多模态对比学习框架（WSMCL），用于预测乳腺癌中的HER2评分	首次将多模态（H&E和IHC）联合学习与弱监督对比学习相结合，通过多模态注意力对比学习模块（MACL）实现不同模态特征的语义对齐	未提及具体样本量或数据集的多样性限制	提高乳腺癌HER2评分的预测准确性	乳腺癌全切片图像（WSI）中的HER2评分	数字病理学	乳腺癌	多模态对比学习、多头自注意力（MHSA）	WSMCL（弱监督多模态对比学习框架）	全切片图像（WSI）	NA
3563	2025-03-26	A feasibility study of lung tumor segmentation on kilo-voltage radiographic images with transfer learning: Toward tumor motion tracking in radiotherapy 2025-Apr, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104943 PMID:40023957	研究论文	本研究探讨了在千伏X射线放射图像上通过迁移学习进行肺肿瘤分割的可行性，旨在实现放疗中的无标记肿瘤运动追踪	提出了一种结合迁移学习和深度分割网络陪审团委员会（TL-DSN-JC）的新算法，显著提升了肿瘤分割的准确性	研究仅基于80名肺癌患者的1150张放射图像，样本量和多样性可能有限	开发一种无标记的肺肿瘤运动追踪方法，以提高放疗的精确性	肺肿瘤在千伏X射线放射图像上的分割	数字病理	肺癌	迁移学习，深度学习	VGG-16/19，TL-DSN-JC	图像	80名肺癌患者的1150张放射图像
3564	2025-03-26	Artificial intelligence-driven forecasting and shift optimization for pediatric emergency department crowding 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae138 PMID:40124532	研究论文	本研究开发并评估了一个基于人工智能（AI）的系统，用于预测儿科急诊科（PED）的拥挤情况，并通过机器学习操作（MLOps）优化医生班次安排	结合先进的深度学习模型与MLOps架构，实现持续模型更新，提升预测准确性，并在COVID-19等事件导致的数据漂移中表现出韧性	单中心设计和固定的人员配置模型，需多中心验证和在动态人员配置环境中的实施	预测儿科急诊科拥挤情况并优化医生班次安排	352,843例儿科急诊科入院数据	机器学习	儿科急诊	机器学习操作（MLOps）	Temporal Convolutional Network, Time-series Dense Encoder, Reversible Instance Normalization, Neural High-order Time Series model, Neural Basis Expansion Analysis	时间序列数据	352,843例儿科急诊科入院数据
3565	2025-03-26	Deep-Learning-Assisted Understanding of the Self-Assembly of Miktoarm Star Block Copolymers 2025-Mar-25, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c00811 PMID:40074545	research paper	该研究应用深度学习技术解析了AB型星形嵌段共聚物PEO-PS在蒸发诱导自组装系统中的相行为	首次将深度学习技术应用于复杂拓扑结构嵌段共聚物的自组装行为研究，成功预测了三维合成场图并揭示了参数与结构之间的关联	研究仅针对特定类型的星形嵌段共聚物(PEO-PS)，结论可能不适用于其他拓扑结构的共聚物	探索复杂拓扑结构嵌段共聚物的自组装行为规律	AB型星形嵌段共聚物PEO-PS	soft matter science	NA	deep learning	neural network	experimental data	包含两种聚合物特性和三种合成条件参数的数据集
3566	2025-03-26	From 1-D to 3-D: LIBS Pseudohyperspectral Data Cube Deep Learning Mechanism Used in Nuclear Metal Materials Classification 2025-Mar-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05707 PMID:40085530	研究论文	提出一种名为LIBS伪高光谱数据立方体的新光谱数据机制，将1-D LIBS光谱转化为3-D数据立方体，以提高核金属材料分类的准确性	引入两个额外维度捕捉光谱变化信息，使LIBS系统在处理不稳定光谱时更加稳健，并充分利用深度学习算法	未明确提及具体局限性	提高核电站中不稳定光谱的分类准确性	核金属材料	机器学习	NA	LIBS（激光诱导击穿光谱）	深度学习算法（含注意力机制）	光谱数据	NA
3567	2025-03-26	Molecular insights fast-tracked: AI in biosynthetic pathway research 2025-Mar-25, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00003j PMID:40130306	review	本文探讨了人工智能（AI）在生物合成途径研究中的潜力，以加速分子洞察并应对相关挑战	综述了AI技术在生物合成途径研究中的多种应用，包括机器学习（ML）、深度学习（DL）、自然语言处理、网络分析和数据挖掘，并讨论了AI在途径发现、设计和优化三个主要领域的应用	讨论了当前AI在生物合成途径研究中的局限性，并强调了AI与实验方法协同的重要性	探索AI在生物合成途径研究中的应用，以加速分子洞察并开发具有药理学、农业和生物技术应用的生物活性天然产物	生物合成途径研究	machine learning	NA	机器学习（ML）、深度学习（DL）、自然语言处理、网络分析、数据挖掘	NA	omics数据	NA
3568	2025-03-26	Leveraging Deep Learning for Urban Health Insights: Transforming Street-Level Imagery into Cardiovascular Risk Indicators 2025-Mar-25, European journal of preventive cardiology IF:8.4Q1 DOI:10.1093/eurjpc/zwaf148 PMID:40130376	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3569	2025-03-26	Quantification and classification of lumbar disc herniation on axial magnetic resonance images using deep learning models 2025-Mar-24, La Radiologia medica DOI:10.1007/s11547-025-01996-y PMID:40126796	研究论文	使用深度学习模型对腰椎间盘突出症（LDH）在轴向T2加权MRI图像上进行快速准确的自动量化和分类	应用YOLOv8系列模型（包括目标检测、分割和关键点检测）进行LDH的自动识别和分类，实现了高精度的量化与分类	研究仅基于回顾性数据，未涉及前瞻性验证	开发一个自动化辅助诊断模型，用于腰椎间盘突出症的检测和分类	腰椎间盘突出症（LDH）患者	数字病理	腰椎间盘突出症	深度学习	YOLOv8（包括目标检测、分割和关键点检测模型）	MRI图像	2500名患者（训练集2120名患者，25554张图像；内部测试集80名患者，784张图像；外部测试集300名患者，3285张图像）
3570	2025-03-26	DASNet: A Convolutional Neural Network with SE Attention Mechanism for ccRCC Tumor Grading 2025-Mar-24, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00693-8 PMID:40126867	research paper	该研究提出了一种名为DASNet的卷积神经网络，结合SE注意力机制，用于通过CT图像对透明细胞肾细胞癌（ccRCC）进行分级	引入了Domain Adaptive Squeeze-and-Excitation Network (DASNet)，结合SE注意力机制和域对抗神经网络（DANNs）来提高分类准确性和模型的泛化能力	未提及具体的数据集规模或潜在的过拟合问题	开发一种非侵入性且高效的ccRCC分级方法，以促进早期检测和治疗干预	透明细胞肾细胞癌（ccRCC）的CT图像	digital pathology	renal cell carcinoma	Computed Tomography (CT), deep learning, machine learning	CNN, EfficientNet, RegNet, DANN	image	NA
3571	2025-03-26	Ensemble Denoising Autoencoders Based on Broad Learning System for Time-Series Anomaly Detection 2025-Mar-24, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3548941 PMID:40126953	研究论文	提出了一种基于广泛学习系统的集成去噪自编码器方法，用于时间序列异常检测	创新性地利用广泛学习系统(BLS)构建了DBLS-AE和PddBLS-AE模型，通过序列-图像策略和人工异常数据对增强异常知识认知，并采用渐进多样性策略提升模型鲁棒性	未明确提及具体的数据集规模限制或实际应用场景的局限性	解决无监督时间序列异常检测中异常模式识别不足和实时性要求高的挑战	时间序列数据中的异常模式	机器学习	NA	广泛学习系统(BLS)，去噪自编码器	DBLS-AE, PddBLS-AE	时间序列数据	NA
3572	2025-03-26	Effectiveness Evaluation for Clinical Depression Detection Using Deep Learning Based Synthetic House-Tree-Person Test 2025-Mar-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3553502 PMID:40126963	研究论文	本文介绍了一种基于深度学习的合成屋树人测试（S-HTP）的抑郁症检测方法DeHTP，旨在减少诊断过程中的主观影响	提出了一种无需人际互动的灵活便捷的抑郁症检测方法DeHTP，其性能优于传统的人工S-HTP分析，并揭示了22个与抑郁症相关的绘图特征	方法的有效性可能受到分析师专业能力的限制	开发一种基于深度学习的抑郁症检测方法，以减少诊断过程中的主观影响	抑郁症患者	数字病理学	抑郁症	深度学习	DeHTP	图像	基于先前研究中与抑郁症相关的50个结论的指南
3573	2025-03-26	Dose the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low dose chest CT? 2025-Mar-24, The British journal of radiology DOI:10.1093/bjr/tqaf059 PMID:40127198	research paper	研究深度学习迭代重建算法对低剂量胸部CT中骨密度测量准确性和图像质量的影响	首次评估深度学习迭代重建算法在低剂量胸部CT中对骨密度测量准确性的影响	研究样本量较小，仅包含体模和少量患者数据	评估深度学习迭代重建算法在低剂量胸部CT中的应用效果	体模和患者低剂量胸部CT图像	digital pathology	NA	低剂量CT扫描	深度学习迭代重建算法(AIIR)	CT图像	体模研究和患者研究(具体数量未提及)
3574	2025-03-26	Evaluation of stapes image quality with ultra-high-resolution CT in comparison to cone-beam CT and high-resolution CT in cadaveric heads 2025-Mar-24, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8748 PMID:40127966	研究论文	比较超高清CT、锥束CT和高分辨率CT在尸体头部中对镫骨成像质量的能力	首次将超高清CT（带和不带深度学习重建）与锥束CT和高分辨率CT在镫骨成像质量方面进行比较，并以微CT作为参考标准	样本量较小（11例颞骨标本），且所有样本均为尸体标本，可能无法完全反映活体情况	评估不同CT扫描技术对镫骨成像质量的影响	11例颞骨标本	医学影像	NA	高分辨率CT、超高清CT、锥束CT、微CT、深度学习重建	NA	CT图像	11例颞骨标本
3575	2025-03-26	Deep Learning-Assisted Diagnosis of Placenta Accreta Spectrum Using the DenseNet-121 Model: A Multicenter, Retrospective Study 2025-Mar-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01475-w PMID:40128503	研究论文	探讨基于MRI的深度学习成像在预测高风险孕妇胎盘植入谱（PAS）中的诊断价值	使用DenseNet-121模型进行深度学习辅助诊断，与传统临床模型或机器学习放射组学模型相比表现出更好的性能	研究为回顾性设计，样本量相对较小（263例患者）	评估深度学习模型在预测胎盘植入谱（PAS）中的诊断效能	高风险孕妇中的疑似胎盘植入患者	数字病理	胎盘植入谱（PAS）	MRI成像	DenseNet-121, SVM, KNN, RF, LGBM	医学影像	263例患者（170例训练集，93例外部验证集）
3576	2025-03-26	Microscope-Assisted Hypertensive Retinopathy Diagnosis Using Deep Learning Models 2025-Mar-24, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24847 PMID:40129051	研究论文	本文提出了一种基于U-Net和Dense-Net的深度学习模型，用于通过视网膜图像自动检测和分级高血压视网膜病变（HR）	结合U-Net和Dense-Net模型，通过计算动静脉比率（AVR）实现HR的自动检测和分级	NA	开发一种自动化的高血压视网膜病变诊断和分级方法	高血压视网膜病变（HR）患者的视网膜图像	数字病理学	心血管疾病	深度学习	U-Net, Dense-Net	图像	AVRDB数据集
3577	2025-03-26	Toward Informative Representations of Blood-Based Infrared Spectra via Unsupervised Deep Learning 2025-Mar-24, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70011 PMID:40129053	研究论文	本研究探索利用无监督深度学习技术，从人类血液的红外分子指纹中提取低维表示	开发了一种全卷积去噪自编码器，用于处理FTIR光谱数据，通过自定义损失函数有效降噪并保留关键分子信息，提高了肺癌检测准确率2.6个百分点	NA	探索红外光谱数据的低维表示方法以提升疾病诊断效果	人类血液的红外分子指纹	机器学习	肺癌	FTIR光谱技术	全卷积去噪自编码器	光谱数据	NA
3578	2025-03-26	Augmenting atmospheric turbulence effects on thermal-adapted deep object detection models 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86830-1 PMID:40121214	research paper	本文探讨了大气湍流图像增强技术在提高热适应和基于深度学习的物体检测模型在大气湍流条件下的准确性和鲁棒性方面的有效性	研究了三种不同的基于近似的湍流模拟器（几何、Zernike-based和P2S）生成的湍流训练和测试数据集，并评估了三种最先进的深度学习物体检测模型（RTMDet-x、DINO-4scale和YOLOv8-x）在这些数据集上的性能	NA	提高物体检测模型在大气湍流条件下的准确性和鲁棒性	热适应和基于深度学习的物体检测模型	computer vision	NA	turbulence image augmentation techniques	RTMDet-x, DINO-4scale, YOLOv8-x	image	NA
3579	2025-03-26	Deep learning on T2WI to predict the muscle-invasive bladder cancer: a multi-center clinical study 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82909-3 PMID:40121216	研究论文	开发基于MRI的深度学习模型以预测肌层浸润性膀胱癌（MIBC）	利用多中心临床数据构建深度学习模型，结合T2WI图像、分割膀胱和感兴趣区域进行MIBC预测	外部测试集的敏感性和阳性预测值较低，分别为57.1%和50.0%	预测肌层浸润性膀胱癌（MIBC）	559名膀胱癌患者（包括521名内部中心和38名外部中心患者）	数字病理	膀胱癌	MRI	Inception V3	图像	559名患者（2012-2023年）
3580	2025-03-26	Development and validation of a postoperative prognostic model for hormone receptor positive early stage breast cancer recurrence 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92872-2 PMID:40121273	研究论文	开发并验证了一个基于Transformer的深度学习预后模型HERPAI，用于预测激素受体阳性早期乳腺癌患者的复发风险	首次为低复发风险患者开发了一个基于Transformer的深度学习预后模型，并在多个独立医疗中心的外部测试中验证了其性能	研究是回顾性的，可能存在选择偏倚	预测激素受体阳性早期乳腺癌患者的复发风险，以指导辅助治疗	激素受体阳性/人表皮生长因子受体阴性早期乳腺癌患者	数字病理	乳腺癌	深度学习	Transformer	临床和病理数据	6340名患者（5424名用于推导队列，916名用于外部测试队列）