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
341	2025-09-19	Artificial Intelligence in Neuro-Ophthalmology: Opportunities for the Diagnosis of Optic Neuropathies and Visual Pathway Disorders 2025-Aug, Cureus DOI:10.7759/cureus.90142 PMID:40955247	综述	本文探讨人工智能在神经眼科领域诊断视神经病变和视觉通路障碍的应用与前景	整合多模态影像与功能评估的AI诊断方案，并提出可解释AI框架和移动诊断应用的开发方向	存在数据异质性、模型可解释性不足以及缺乏标准化监管与伦理指南等问题	提升视神经病变与视觉通路障碍的诊断准确性和临床工作效率	视神经炎、缺血性视神经病变、视乳头水肿和青光眼性视神经损伤等疾病	医学人工智能	神经眼科疾病	深度学习（DL）、卷积神经网络（CNN）	CNN	多模态影像数据（眼底照相、OCT、MRI）和视野检查数据	NA
342	2025-09-19	The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy 2025-Jul-14, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70106 PMID:40660627	研究论文	提出一种新型复合体积测量指标MSA-AI，用于多系统萎缩（MSA）的诊断和疾病进展监测	首次开发基于深度学习分割的MSA特异性萎缩指数，整合多个脑区体积数据	样本量较小，需要更大独立队列验证	开发可靠的生物标志物用于MSA诊断和疾病进展跟踪	多系统萎缩患者及相关神经退行性疾病患者	医学影像分析	多系统萎缩	3T MRI，基于深度学习的图像分割	深度学习分割模型	MRI影像数据	纵向研究17例患者，横断面研究包括MSA病例26例、健康对照23例及其他疾病患者87例
343	2025-09-19	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	开发基于深度学习和生物特征的模型，用于识别群养肉种鸡的交配行为	结合鸟只数量变化和交配生物特征，利用优化的YOLOv8l模型和逻辑框架实现高效交配行为识别，处理速度提升10倍	识别效果受一天中不同时间、鸟龄、鸟只重叠、聚集密度和遮挡影响而波动	自动化监测和分析禽类交配行为，以优化种鸡繁殖力、遗传和整体生产力	罗斯708品种的20只母鸡和2-3只公鸡（56周龄）	计算机视觉	NA	深度学习，目标检测与跟踪	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2	视频图像	4个实验围栏中的20-23只肉种鸡
344	2025-09-19	Predicting functional outcomes after a stroke event by clinical text notes: A comparative study of traditional machine learning and deep learning methods 2025 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251381194 PMID:40961451	研究论文	比较传统机器学习和深度学习方法在利用临床文本笔记预测急性缺血性卒中后功能结局的性能	系统比较了多种文本特征表示技术（包括BOW、TF-IDF、ELMo和BERT）与不同预测模型的组合，并发现传统机器学习方法在此任务上优于深度学习模型	研究基于单一台湾医院的数据集，可能限制模型的泛化能力	预测急性缺血性卒中后的功能结局以优化医疗资源配置	急性缺血性卒中患者	自然语言处理	心血管疾病	文本挖掘，特征表示技术（BOW, TF-IDF, ELMo, BERT）	KNN, SVM, CNN, LSTM	临床文本笔记	来自台湾一家医院的临床文本数据集（具体样本量未在摘要中说明）
345	2025-09-19	Integrative Protein Assembly With LZerD and Deep Learning in CAPRI 47-55 2025-Mar-17, Proteins IF:3.2Q2 DOI:10.1002/prot.26818 PMID:40095385	研究论文	本文报告了在CAPRI第47-55轮中，结合LZerD和深度学习的蛋白质复合物预测方法的性能与结果	整合了经典蛋白质组装管道与新兴深度学习流程，并采用文献信息辅助建模和多种模型选择策略	排除了CASP第50、54轮及COVID-19特别第51轮的数据，可能影响结果的全面性	提高蛋白质复合物结构预测的准确性和可靠性	蛋白质复合物	计算生物学	NA	LZerD蛋白质对接、深度学习	深度学习流程	蛋白质结构数据	CAPRI第47-55轮中的多个蛋白质复合物预测案例
346	2025-09-19	Automated detection and prediction of suicidal behavior from clinical notes using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331459 PMID:40953025	研究论文	本研究利用深度学习模型从临床文本中自动检测和预测自杀行为	验证了深度学习模型在多个学术医疗中心的泛化能力，并证明其优于传统词袋模型	研究仅在受控环境下进行，未来需要在多中心和非受控设置下进一步验证	验证深度学习模型在检测和预测故意自伤行为方面的有效性和可重复性	电子健康记录中的临床文本数据	自然语言处理	精神健康疾病	深度学习，Word2Vec	CNN，Naïve Bayes，Random Forest	文本	1,538名有ISH编码的患者和3,012名匹配对照组
347	2025-09-19	Enhancing epidemic forecasting with a physics-informed spatial identity neural network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331611 PMID:40953050	研究论文	提出一种结合物理信息与空间身份神经网络的混合模型PISID，用于多区域疫情预测	将基于时空身份（STID）的神经网络模块与经典流行病学SIR模型结合，无需依赖图结构，并引入空间嵌入矩阵和流行病学参数推断	未明确提及具体数据噪声处理限制或模型泛化能力边界	提升多区域传染病确诊病例数的预测准确性，以支持防控策略制定	多区域的传染病传播数据	机器学习	传染病	深度学习，SIR模型，时空编码	混合模型（STID神经网络 + SIR）	时空序列数据	真实世界数据集（具体数量未说明），模型参数量约27K，每轮训练平均耗时0.45秒
348	2025-09-19	Lightweight deep models based on domain adaptation and network pruning for breast cancer HER2 scoring: IHC vs. H&E histopathological images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332362 PMID:40953092	研究论文	本研究开发了基于域适应和网络剪枝的轻量级深度学习模型，用于乳腺癌HER2评分，比较了IHC和H&E染色图像的效果	结合网络剪枝、域适应和注意力机制，提出两种轻量级模型PrunEff4和ATHER2，在保持高精度的同时显著减少参数数量，并证明H&E图像可替代IHC图像进行HER2评分	未明确说明样本的具体数量和来源多样性，可能影响模型泛化能力的全面评估	开发轻量级深度学习模型，实现基于IHC和H&E图像的自动化乳腺癌HER2评分	乳腺癌组织病理图像（IHC和H&E染色）	数字病理	乳腺癌	深度学习，转移学习，网络剪枝，域适应	EfficientNetV2B0变体(PrunEff4)，自定义CNN with CBAM(ATHER2)	图像	使用了多个数据集进行开发和测试，但未明确具体样本数量
349	2025-09-19	Bone-tissue decomposition of a single X-ray image via solving a Laplace equation 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20016 PMID:40955305	研究论文	提出一种通过求解拉普拉斯方程从单张X射线图像中虚拟分解出骨骼和软组织的创新方法	将骨骼-组织分解问题转化为标准拉普拉斯方程求解，具有理论对比度增强保证和高速计算性能	NA	提升X射线图像中骨骼结构的可见性和清晰度	X射线医学图像	医学影像处理	NA	拉普拉斯方程数值求解	数学模型	X射线图像	NA
350	2025-09-19	Deep learning-based Alzheimer's disease detection using magnetic resonance imaging and gene expression data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330085 PMID:40824894	研究论文	本研究开发了一种基于深度学习的多模态模型，结合MRI和基因表达数据用于阿尔茨海默病的早期检测	提出混合TWIN-Performer特征提取模型和注意力机制特征融合方法，并采用集成学习分类器提升诊断性能	未明确说明模型在不同人群中的泛化能力和临床适用性验证	开发可解释的AI诊断模型以实现阿尔茨海默病的早期准确诊断	认知正常(CN)和阿尔茨海默病(AD)患者	数字病理学	阿尔茨海默病	磁共振成像(MRI)和基因表达分析	MobileNet V3, EfficientNet B7, TWIN-Performer, CatBoost, XGBoost, ERT	图像数据和基因表达数据	基于多个数据集验证，具体样本量未明确说明
351	2025-09-19	Enhancing predictive analytics in mandibular third molar extraction using artificial intelligence: A CBCT-Based study 2024-Dec, The Saudi dental journal DOI:10.1016/j.sdentj.2024.11.007 PMID:40952877	研究论文	本研究开发了一种基于CBCT报告和人工智能的下颌第三磨牙拔除难度预测模型	首次将规则型NLP算法与深度学习神经网络结合，从CBCT文本报告中自动提取特征并预测拔牙难度	回顾性研究设计，样本仅来自单一机构，未进行外部验证	预测下颌第三磨牙拔除的复杂性以指导手术方法选择和减少术后并发症	下颌第三磨牙	自然语言处理	口腔疾病	CBCT成像，NLP算法	深度学习神经网络	文本报告	738份CBCT报告（训练集556份，验证集182份）
352	2025-09-19	Human microscopic vagus nerve anatomy using deep learning on 3D-MUSE images 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009682 PMID:40949787	研究论文	利用深度学习对3D-MUSE图像进行人类迷走神经显微解剖分析，首次构建迷走神经连接组	开发了0.9μm高分辨率的3D-MUSE成像技术，并首次应用多种深度学习模型实现迷走神经显微结构的自动分割	仅使用50张手动标注图像进行训练，样本量有限，需更多样本提升模型性能	支持神经调控疗法的建模，通过高分辨率成像解析迷走神经解剖结构	人类迷走神经的显微解剖结构，包括神经束、神经外膜和神经束膜	数字病理	神经系统疾病	3D-MUSE显微成像，深度学习分割	2D U-Net, Attention U-Net, Vision Transformer (ViT)	3D显微图像	50张手动标注图像（来自3mm区域约1000张图像），另使用200张未标注图像进行自监督学习
353	2025-09-19	PseudoCell: Hard Negative Mining as Pseudo Labeling for Deep Learning-Based Centroblast Cell Detection 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3407351 PMID:39050971	研究论文	提出一种基于深度学习的对象检测框架PseudoCell，用于自动检测全切片图像中的中心母细胞，减少病理学家手动标注需求	利用伪负标签和形态学特征进行困难负样本挖掘，无需病理学家提供精细标注	NA	开发自动化中心母细胞检测方法以辅助滤泡性淋巴瘤分级	全切片图像中的中心母细胞	数字病理学	淋巴瘤	深度学习对象检测	CNN	图像	NA
354	2025-09-19	UKSSL: Underlying Knowledge Based Semi-Supervised Learning for Medical Image Classification 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2023.3305190 PMID:38899016	研究论文	提出一种基于底层知识的半监督学习框架UKSSL，用于医学图像分类	结合MedCLR无监督特征提取和UKMLP有监督微调，仅需50%标注数据即可超越全监督方法性能	NA	解决医学图像标注数据稀缺条件下的高性能分类问题	医学图像	计算机视觉	NA	半监督学习	MedCLR, UKMLP	图像	LC25000和BCCD数据集（仅使用50%标注数据）
355	2025-09-19	Simultaneous EEG-fNIRS Data Classification Through Selective Channel Representation and Spectrogram Imaging 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448457 PMID:39247844	研究论文	提出一种基于深度学习的多模态融合模型MDNF，用于同时分类EEG和fNIRS数据，提升脑机接口性能	通过短时傅里叶变换将EEG数据转换为二维图像，并融合fNIRS频谱熵特征，有效结合EEG时间丰富性和fNIRS空间特异性	NA	提升EEG-fNIRS多模态数据在脑机接口中的分类准确性和泛化能力	EEG和fNIRS脑信号数据	脑机接口	NA	短时傅里叶变换，迁移学习	多模态DenseNet融合模型（MDNF）	脑信号时间序列数据（转换为图像）	两个公共数据集（具体样本数未说明）
356	2025-09-19	Deep Learning and fMRI-Based Pipeline for Optimization of Deep Brain Stimulation During Parkinson's Disease Treatment: Toward Rapid Semi-Automated Stimulation Optimization 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448392 PMID:39247846	研究论文	提出一种结合深度学习和fMRI的流程，用于帕金森病治疗中深部脑刺激参数的快速半自动化优化	首次使用无监督自动编码器从fMRI数据中提取特征，并结合多层感知机实现DBS参数的分类与预测，将优化时间从约1年缩短至数小时	研究基于39名预先临床优化的患者数据，样本量较小，且未提及模型在新患者群体中的泛化能力验证	优化帕金森病深部脑刺激治疗参数，减少患者临床访视次数和治疗时间	帕金森病患者接受深部脑刺激治疗时的fMRI数据与刺激参数	医学影像分析	帕金森病	fMRI（血氧水平依赖功能磁共振成像）	Autoencoder (AE) 和 Multilayer Perceptron (MLP)	神经影像数据（fMRI）	39名帕金森病患者的122个fMRI数据集
357	2025-09-19	Masked Modeling-Based Ultrasound Image Classification via Self-Supervised Learning 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3374966 PMID:38606402	研究论文	提出一种基于掩码建模的自监督学习方法用于超声图像分类	引入三种掩码策略（随机、垂直和水平掩码）并设计新颖难样本挖掘策略，无需外部标注数据	NA	解决超声图像分类中标注数据稀缺和噪声干扰问题	超声图像数据	计算机视觉	NA	自监督学习	深度学习	图像	两个数据集（具体数量未说明）
358	2025-09-19	Predictive modelling of brain disorders with magnetic resonance imaging: A systematic review of modelling practices, transparency, and interpretability in the use of convolutional neural networks 2023-12-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26521 PMID:37909364	系统综述	本文系统回顾了55项使用卷积神经网络（CNN）和MRI数据进行脑部疾病预测建模的研究，评估其建模实践、透明度和可解释性	首次对CNN在脑部疾病MRI预测建模中的应用实践进行系统性评估，并提出改进临床整合的具体建议	仅纳入55项研究，可能存在发表偏倚；评估基于定性分析而非定量meta分析	评估CNN在脑部疾病MRI预测建模中的应用质量，促进临床转化	脑部疾病（包括精神类和神经类疾病）	医学影像分析	脑部疾病	结构磁共振成像（MRI）	CNN	图像	55项研究（具体样本量未明确说明）
359	2025-09-19	Machine Learning and Deep Learning in Cardiothoracic Imaging: A Scoping Review 2022-Oct-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12102512 PMID:36292201	综述	对心胸影像领域中机器学习和深度学习应用的系统回顾与总结	系统梳理了ML/DL在心胸影像中的多样化应用，并针对该领域特点提出研究建议	作为范围综述，主要提供领域概览而非深入质量评估	探讨ML/DL在心胸影像领域的应用现状与发展趋势	心胸影像相关医学文献	计算机视觉	心血管疾病	机器学习(ML)和深度学习(DL)	NA	图像	NA
360	2025-09-18	Integration of coagulation parameters Enhances deep Learning-Based survival prediction in High-Grade serous ovarian Cancer: A comprehensive prognostic model 2026-Jan-01, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120512 PMID:40738419	研究论文	开发并验证一种整合凝血参数的深度学习生存预测模型，用于高级别浆液性卵巢癌预后评估	首次将凝血参数（如D-二聚体水平）与传统临床病理因素结合，采用包含88种算法的机器学习框架提升预测性能	回顾性研究设计，需进一步前瞻性验证	构建高精度生存预测模型以改善高级别浆液性卵巢癌的预后评估	高级别浆液性卵巢癌患者	机器学习	卵巢癌	机器学习整合分析	深度学习框架（含88种算法）	临床病理数据与凝血参数	216例患者（训练集） + 108例外部验证（来自三个机构）