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
361	2025-05-22	Dynamics of Spatial Organization of Bacterial Communities in a Tunable Flow Gut Microbiome-on-a-Chip 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202410258 PMID:40201941	研究论文	研究通过开发可调流肠道微生物芯片（tfGMoC）探究肠道周期性运动对肠道微生物群落动态的影响	开发了新型可调流肠道微生物芯片（tfGMoC），首次揭示了肠道运动对微生物群落空间组织和行为的调控作用	研究结果基于体外模型，可能无法完全模拟体内复杂的肠道环境	探究肠道周期性运动对肠道微生物群落动态的影响	肠道微生物群落	微生物组学	NA	深度学习微生物分析	NA	图像数据	NA
362	2025-05-22	Leukaemia Stem Cells and Their Normal Stem Cell Counterparts Are Morphologically Distinguishable by Artificial Intelligence 2025-May, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70564 PMID:40387596	research paper	该研究利用人工智能深度学习技术，通过分析单细胞图像，成功区分白血病干细胞（LSCs）与正常干细胞	首次证明LSCs具有独特的形态特征，并通过AI而非病理学家的显微镜观察识别这些特征	研究仅基于JAK2V617F敲入小鼠模型，尚未在人类患者中验证	开发一种能够识别和监测LSCs的方法，以指导治疗选择和评估治疗效果及疾病预后	白血病干细胞（LSCs）和正常干细胞	digital pathology	leukemia	deep learning	CNN	image	JAK2V617F敲入小鼠和健康小鼠的干细胞样本
363	2025-05-22	SCOPE-MRI: Bankart Lesion Detection as a Case Study in Data Curation and Deep Learning for Challenging Diagnoses 2025-Apr-29, ArXiv PMID:40395941	研究论文	该研究介绍了首个公开可用的专家标注肩部病理数据集ScopeMRI，并提出了一个深度学习框架用于在标准MRI和MRA上检测Bankart病变	首次公开了专家标注的肩部病理数据集ScopeMRI，并开发了结合CNN和transformer的深度学习模型，在标准MRI上实现了与放射科医生相当的诊断性能	虽然进行了外部验证，但模型的泛化能力仍需在不同成像协议下进一步验证	开发深度学习模型用于检测具有挑战性的Bankart病变，减少对侵入性MRA的依赖	肩部MRI图像中的Bankart病变（前下盂唇撕裂）	医学影像分析	肩部损伤	深度学习	CNN和transformer组合	3D医学影像	586个肩部MRI（335个标准MRI，251个MRA），来自558名接受关节镜检查的患者
364	2025-04-26	Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Apr-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01476-9 PMID:40274694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
365	2025-05-22	Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis 2025-Apr-11, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.04.006 PMID:40220991	meta-analysis	该研究通过贝叶斯元分析评估了机器学习在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性和优化方法	首次使用贝叶斯元分析方法评估机器学习在OSA诊断中的表现，并比较了不同技术参数对诊断准确性的影响	研究仅基于已发表的文献，可能存在未发表数据的偏差	评估和优化机器学习在OSA诊断中的准确性	阻塞性睡眠呼吸暂停（OSA）患者	machine learning	阻塞性睡眠呼吸暂停	Bayesian bivariate meta-analysis	deep learning vs traditional machine learning	audio recordings	训练集4,864名参与者，测试集2,370名参与者
366	2025-05-22	Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study 2025-Apr-03, Gerontology IF:3.1Q3 DOI:10.1159/000545679 PMID:40359927	研究论文	本研究使用深度学习模型动态预测肾功能轻度降低的老年人心血管死亡风险	采用新型深度学习算法Dynamic DeepHit (DDH)模型，在纵向研究中展示了对个体动态生存预测的优越性能	研究仅基于中国天津社区健康促进前瞻性研究的数据，可能限制结果的普适性	识别肾功能轻度降低老年人群中心血管死亡的相关特征，并开发预测模型	12,650名60岁以上肾功能轻度降低的老年人	机器学习	心血管疾病	Cox回归、随机生存森林(RSF)、DeepHit(DH)、Dynamic DeepHit(DDH)	DDH, RSF, DH, Cox回归	临床数据	12,650名老年人（2014-2020年随访数据）
367	2025-05-22	The need for balancing 'black box' systems and explainable artificial intelligence: A necessary implementation in radiology 2025-Apr, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112014 PMID:40031377	评论	本文讨论了在放射学中平衡'黑盒'系统和可解释人工智能（XAI）的必要性	提出在放射学中优先考虑可解释人工智能（XAI），以增强透明度和伦理标准	XAI可能性能不如黑盒模型，且当前AI系统仍存在数据隐私、偏见和幻觉等问题	探讨AI在放射学中的应用及其伦理和法律挑战	放射学中的AI系统及其对医疗决策的影响	数字病理学	NA	机器学习和深度学习	黑盒模型和XAI	图像	NA
368	2025-05-22	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	研究论文	本文提出了一种基于深度学习的自动化双心室分割和3D壁运动分析流程，用于肺动脉高压（PH）啮齿动物模型的研究	开发了一种高效的自动化深度学习流程，用于PH啮齿动物模型的双心室分割和3D壁运动分析，与临床心脏成像AI发展保持一致	研究仅针对啮齿动物模型，尚未在人类中进行验证	为肺动脉高压（PH）疾病进展及其对心脏的影响提供预测性见解	肺动脉高压（PH）啮齿动物模型	数字病理学	肺动脉高压	心脏磁共振扫描	全卷积网络	图像	163个短轴电影心脏磁共振扫描，来自MCT和SuHx PH大鼠
369	2025-05-22	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Mar-10, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文综述了人工智能在药物相关性颌骨坏死（MRONJ）的预测、诊断和管理中的应用现状	总结了AI在MRONJ预测、诊断和患者教育中的最新应用，并识别了当前研究的挑战和未来方向	数据质量、验证和临床整合方面的挑战尚未解决，且纳入研究数量有限（仅8篇）	评估人工智能在MRONJ领域的应用效果和潜力	药物相关性颌骨坏死（MRONJ）的预测、诊断和管理	人工智能在医学中的应用	颌骨坏死	机器学习（支持向量机、随机森林、梯度提升机）、深度学习、大语言模型	SVM、随机森林、梯度提升机、深度学习模型、LLM	放射影像数据、患者信息数据集	8项符合条件的研究（5项预测研究、2项诊断研究、1项患者教育研究）
370	2025-05-22	Exploring a decade of deep learning in dentistry: A comprehensive mapping review 2025-Feb-19, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06216-5 PMID:39969623	review	本文系统回顾了过去十年深度学习在牙科领域的应用，全面概述了其趋势、模型及其临床意义	提供了深度学习在牙科领域应用的全面映射，识别了主要趋势和未来改进方向	主要依赖监督学习方法，需要大量标注数据，且缺乏对新兴模型架构和可解释AI的深入探讨	探索深度学习在牙科领域的应用现状及未来发展方向	2012年至2023年间发表的深度学习在牙科领域应用的研究	digital pathology	NA	deep learning	CNN	image	1,007项研究（从21,242项筛选研究中选出）
371	2025-05-22	Spatial transcriptomic clocks reveal cell proximity effects in brain ageing 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08334-8 PMID:39695234	研究论文	该研究通过构建空间分辨的单细胞转录组脑图谱，揭示了细胞邻近效应对脑衰老的影响	开发了空间衰老时钟模型，用于识别衰老、年轻化和疾病的空间及细胞类型特异性转录组指纹，并发现T细胞和神经干细胞对邻近细胞的显著影响	研究仅基于小鼠模型，人类大脑的类似效应尚未验证	探究细胞邻近效应对脑组织衰老的影响及潜在干预措施	成年寿命不同阶段的420万个脑细胞	空间转录组学	神经退行性疾病	空间分辨单细胞转录组测序	机器学习模型（空间衰老时钟）和深度学习	单细胞转录组数据	420万个细胞，覆盖20个不同年龄阶段
372	2025-05-22	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的创新方法，用于预测医院患者餐盘中的剩余食物量，并创建了一个名为LeFoodSet的大规模开放数据集	首次创建了专门用于估计食物剩余量的大规模开放数据集LeFoodSet，并提出了结合视觉特征提取和后期融合的多任务学习模型	数据集仅包含34种印尼食物类别，可能无法完全代表其他地区的饮食习惯	开发AI方法来准确预测医院患者的食物剩余量，以替代耗时且存在偏差的人工观察	医院患者的餐盘食物剩余量	计算机视觉	NA	深度学习	ResNet101, 多任务学习(MT), 单任务学习(ST)	图像	524对图像(34种印尼食物类别，每类包含食用前后的图像)
373	2025-05-22	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本文通过实证研究探讨了迁移学习在多标签心电图分类中的有效性	首次系统验证了迁移学习在心电图诊断中的效果，比较了微调与从头训练的性能差异	研究结果依赖于特定数据集和神经网络架构，可能不适用于所有心电图诊断场景	评估迁移学习在心电图诊断中的实际效果	多标签心电图分类	机器学习	心血管疾病	深度学习	CNN, RNN	时间序列数据	多种心电图数据集
374	2025-05-22	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	本研究开发了一种用于极端海拔条件下（海拔3800米）并网光伏系统的预测混合模型，旨在降低模型复杂度并提高准确性	结合递归特征消除（RFE）方法与高级正则化技术（如Lasso、Ridge和Bayesian Ridge），以解决维度灾难问题	未来工作将探索与储能系统和智能控制策略的集成，以及在极端气候条件下的应用	优化极端海拔条件下并网光伏系统的预测性能	由单晶模块、DC-DC优化器和3000 W逆变器组成的光伏系统	机器学习	NA	RFE、Lasso、Ridge、Bayesian Ridge	混合模型	电力系统数据	NA
375	2025-05-22	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过部署先进的机器学习和深度学习策略，在教育技术领域实现了有意义的变革	采用混合堆叠方法结合多种机器学习模型，实现了高精度的预测和分析，特别是在情感分析和学术表现提升方面	数据集来源于Kaggle，可能无法完全代表所有教育环境	探索AI驱动的教育转型，提高学生的适应性、情感状态和学术表现	教育技术领域中的学生适应性、情感和学术表现	教育技术	NA	机器学习、深度学习	Decision Trees, Random Forest, XGBoost, Gradient Boosting, CNN, RCNN	结构化数据	1205条包含14个属性的条目
376	2025-05-22	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	research paper	该研究提出了一种基于深度学习的先进框架，用于监控系统中的异常识别，通过特征优化技术显著提高了准确性和鲁棒性	创新点在于结合了新型63层CNN 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2 进行特征提取，并采用蜻蜓算法和遗传算法进行特征优化	未提及具体的数据集规模限制或实际部署中的计算资源需求	提高监控系统中异常识别的准确性和鲁棒性	监控视频中的异常事件	computer vision	NA	histogram equalization, Dragonfly algorithm, Genetic Algorithm	DCNN (包括 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2)	image	未明确说明具体样本数量，但使用了5折和10折交叉验证
377	2025-05-22	Beyond genomics: artificial intelligence-powered diagnostics for indeterminate thyroid nodules-a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1506729 PMID:40391010	系统综述与荟萃分析	本文综述了人工智能在不确定甲状腺结节诊断中的应用现状，并进行了荟萃分析	首次系统评估了不依赖基因组测序分类器的人工智能诊断工具在不确定甲状腺结节中的应用效果	研究间存在显著异质性，部分模型缺乏独立外部验证，当前模型尚不适合直接临床应用	评估人工智能在不使用基因组测序分类器的情况下诊断不确定甲状腺结节的证据现状	不确定甲状腺结节(ITN)	数字病理	甲状腺结节	机器学习(ML)和深度学习(DL)	多种ML和DL架构	超声图像、自然语言文本、细胞学数据	7项研究中的20个模型（包含15个模型的16个AUC结果）
378	2025-05-22	Predicting cell type-specific epigenomic profiles accounting for distal genetic effects 2024-11-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54441-5 PMID:39550354	研究论文	本文介绍了一种名为Enformer Celltyping的深度学习模型，用于预测未见过的细胞类型中的表观遗传信号，并考虑了DNA相互作用的远端效应	Enformer Celltyping模型能够整合DNA相互作用的远端效应（最远可达100,000碱基对），从而在未见过的细胞类型中预测表观遗传信号，超越了现有最佳方法	尽管Enformer Celltyping在表观遗传信号预测方面表现出色，但在基因组深度学习模型中仍存在一些局限性，特别是在遗传变异效应预测方面	研究目的是开发一种能够预测细胞类型特异性表观遗传信号的计算模型，以帮助解释GWAS结果	研究对象是细胞类型特异性表观遗传信号及其与遗传变异的关联	机器学习	NA	深度学习	Enformer Celltyping	DNA和染色质可及性数据	NA
379	2025-05-22	Digital profiling of gene expression from histology images with linearized attention 2024-11-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54182-5 PMID:39543087	research paper	该研究介绍了一种名为SEQUOIA的线性化transformer模型，用于从全切片图像(WSIs)预测癌症转录组学特征	提出SEQUOIA模型，首次将线性化transformer应用于WSIs的基因表达预测，解决了传统transformer在WSIs应用中的高复杂性和小数据集限制问题	模型在16种癌症类型上进行了训练，但可能对其他罕见癌症类型的泛化能力有限	开发一种成本效益高的方法，从组织学图像中预测基因表达谱，用于个性化癌症管理	7584个肿瘤样本(训练集)和1368个肿瘤样本(验证集)，涵盖16种癌症类型	digital pathology	cancer	deep learning	linearized transformer (SEQUOIA)	whole slide images (WSIs)	7584个肿瘤样本(训练集) + 1368个肿瘤样本(验证集)
380	2025-05-22	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	本文开发了一种基于深度学习的图像引导框架，用于快速体积图像重建，以精确定位肺癌患者的治疗目标	提出了一种结合深度学习与超高速剂量率辐射（FLASH）的新型图像引导框架，优化了体积图像重建过程	研究仅基于30名肺癌患者的数据，样本量有限，且仅评估了特定角度的kV投影	开发快速体积图像重建技术，以提升图像引导质子放射治疗的精确性	肺癌患者	数字病理	肺癌	深度学习（DL）、kV X射线投影获取、质子水等效厚度（WET）评估	深度学习模型（未指定具体类型）	四维CT数据集、kV X射线投影	30名肺癌患者，每人包含十个呼吸阶段的四维CT数据