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	2025-06-18	Body Composition, Coronary Microvascular Dysfunction, and Future Risk of Cardiovascular Events Including Heart Failure 2024-02, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2023.07.014 PMID:37768241	研究论文	本研究使用深度学习模型分析身体成分，探讨冠状动脉微血管功能障碍（CMD）与骨骼肌（SM）、皮下脂肪组织（SAT）和内脏脂肪组织（VAT）的关系及其对不良心血管事件的影响	首次揭示了骨骼肌减少而非脂肪组织增加与冠状动脉微血管功能障碍及未来不良心血管事件（尤其是心力衰竭）的独立关联	研究样本主要为女性（71%），可能限制结果在男性人群中的普适性	探究身体成分与冠状动脉微血管功能障碍的关系及其对心血管预后的影响	400例接受冠状动脉疾病评估的患者	数字病理学	心血管疾病	心脏应激正电子发射断层扫描（PET）、腹部计算机断层扫描（CT）	深度学习模型	医学影像数据	400例患者（71%女性，50%非白人，50%肥胖）中位随访6年
362	2025-06-18	An automatic parathyroid recognition and segmentation model based on deep learning of near-infrared autofluorescence imaging 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7065 PMID:38457206	研究论文	该研究基于深度学习的近红外自发荧光成像技术，开发了一种自动识别和分割甲状旁腺的模型	利用AI模型自动识别和分割甲状旁腺，提高了识别率，并优于初级外科医生的识别能力	模型在召回率上表现一般（57.8%），可能影响其在实际应用中的全面性	建立一种新模型，帮助外科医生更好地识别和保护甲状旁腺	甲状旁腺的近红外自发荧光图像	数字病理	甲状旁腺疾病	近红外自发荧光成像（NIFI）	深度学习模型	图像	523张NIFI图像
363	2025-06-18	Noninvasive molecular subtyping of pediatric low-grade glioma with self-supervised transfer learning 2023-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.04.23293673 PMID:37609311	research paper	开发并外部验证了一种基于MRI的无创性深度学习流程，用于儿童低级别胶质瘤的BRAF突变状态分类	结合迁移学习和自监督交叉训练（TransferX）方法，提高了在有限数据场景下的分类性能和泛化能力，并开发了一种新的模型可解释性指标COMDist	研究基于回顾性数据，样本量相对有限（开发数据集n=214，外部验证n=112）	开发无创性MRI方法预测儿童低级别胶质瘤的BRAF突变状态	儿童低级别胶质瘤（pLGG）患者	digital pathology	pediatric low-grade glioma	MRI, deep learning	TransferX (transfer learning + self-supervised cross-training)	MRI图像	开发数据集214例（BCH），外部验证112例（CBTN）
364	2025-06-18	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本研究开发了一种名为低信号符号迭代随机森林的方法，用于揭示心脏肥厚的复杂遗传结构，并通过深度学习从英国生物银行的29,661名个体的心脏MRI扫描中估计左心室质量	使用低信号符号迭代随机森林方法揭示心脏肥厚的遗传变异，包括通过单变量全基因组关联分析未优先考虑的位点，并通过RNA沉默和单细胞形态分析验证基因-基因相互作用的因果性	方法仍处于早期阶段，可能无法捕捉所有遗传互作	探索心脏肥厚的遗传调控机制，特别是非加性遗传互作（上位性）的作用	29,661名英国生物银行参与者的心脏MRI数据、313例人类心脏移植标本的转录组数据、人类诱导多能干细胞衍生的心肌细胞	遗传学	心血管疾病	低信号符号迭代随机森林、深度学习、RNA沉默、高通量微流控系统	随机森林、深度学习模型	MRI图像、转录组数据、单细胞形态数据	29,661名个体的心脏MRI数据、313例人类心脏移植标本、人类诱导多能干细胞衍生的心肌细胞
365	2025-06-18	Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning 2023-Sep-18, medRxiv : the preprint server for health sciences DOI:10.1101/2023.06.29.23292048 PMID:37425854	研究论文	本研究开发了一种基于逐步迁移学习的深度学习神经网络，用于在有限数据场景下实现儿科低级别胶质瘤的专家级自动分割	提出了一种新颖的领域内逐步迁移学习方法，在有限数据条件下实现了专家级的肿瘤分割性能	研究数据量仍然有限(n=284)，且仅针对儿科低级别胶质瘤	开发适用于儿科脑肿瘤的AI自动分割算法以支持临床决策	儿科低级别胶质瘤(pLGG)	数字病理	儿科脑肿瘤	深度学习	深度学习神经网络	医学影像	284例(184例来自国家脑肿瘤联盟，100例来自儿科癌症中心)
366	2025-06-18	An Interpretable Longitudinal Preeclampsia Risk Prediction Using Machine Learning 2023-Aug-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.16.23293946 PMID:37645797	研究论文	本研究开发了一种基于机器学习的可解释性纵向子痫前期风险预测工具	使用常规临床数据开发了全面的纵向预测工具，能够在整个孕期预测子痫前期风险，并测试了多种预测模型，包括机器学习和深度学习模型，展示了高预测能力	研究中存在数据泄露、过拟合或缺乏普遍性的担忧	开发一种工具来纵向预测子痫前期风险	在2015年2月至2023年6月期间在新英格兰地区六家社区医院和两家三级医院分娩的患者	机器学习	子痫前期	机器学习	线性回归、随机森林、xgboost和深度神经网络	社会人口学、临床诊断、家族史、实验室和生命体征数据	120,752名患者，其中6,920名患有子痫前期
367	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据
368	2025-06-17	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市的城市发展表型进行聚类分析	提出了一种新颖的分层深度学习框架，用于无监督聚类高分辨率卫星图像，揭示城市发展的多维特征	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法完全代表该地区的所有城市发展模式	通过无监督深度学习分析高分辨率卫星图像，实现对城市环境的近实时监测	撒哈拉以南非洲多个城市的卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的高分辨率卫星图像
369	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例
370	2025-06-17	Artificial intelligence entering the pathology arena in oncology: current applications and future perspectives 2025-Jul, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.03.006 PMID:40307127	综述	本文综述了人工智能在病理学和肿瘤学领域的当前应用及未来前景	探讨了AI在肿瘤诊断、分子生物标志物检测和癌症预后评估中的创新应用，以及基础模型和通用模型等最新AI算法的潜力	目前尚无基于IA或IB证据水平的AI预后或预测性生物标志物，数据可用性、可解释性和监管考虑等障碍仍然存在	评估AI在癌症病理学中的当前应用并展望未来发展	肿瘤诊断、分子生物标志物检测和癌症预后评估	数字病理学	肿瘤学	AI算法、深度学习	基础模型、通用模型、基于transformer的深度学习	图像、多组学数据	NA
371	2025-06-17	A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients 2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110935 PMID:40360049	meta-analysis	本文通过系统综述和荟萃分析评估了放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	首次对放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能进行了系统综述和荟萃分析，并比较了不同模型的性能	研究主要集中在放射性肺炎的预测，对其他毒性反应的预测研究较少	评估放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	接受胸部放疗的肺癌患者	digital pathology	lung cancer	radiomics, dosiomics, machine learning	classical and deep learning models	imaging data	104项研究，包括23,373名患者
372	2025-06-17	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨了代谢组学与机器学习在亚洲人群心血管代谢风险精确管理与预防中的应用	结合代谢组学与机器学习技术，揭示隐藏的代谢模式和通路，为亚洲人群提供个性化干预措施	代谢组学结果在不同种族群体间的解释存在困难，研究设计有限，分析平台和数据处理方法存在不一致性	开发针对亚洲人群的心血管代谢疾病（CMDs）的精准干预和预防措施	亚洲人群的心血管代谢风险	机器学习	心血管疾病	代谢组学	深度学习、网络分析	代谢组数据	NA
373	2025-05-27	Deep Learning Auto-Segmentation of Organs at Risk in a Real-World Head and Neck Cancer Proton Beam Radiotherapy Planning 2025-Jul, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2025.103849 PMID:40414067	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
374	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据
375	2025-06-17	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jun-16, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了在结直肠癌或胃癌患者中，通过常规胸部CT扫描自动计算冠状动脉钙化（CAC）评分与心血管疾病风险之间的关联	首次在结直肠癌或胃癌患者群体中，使用深度学习软件自动量化CAC评分，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，且仅在韩国两家三级医院进行，可能存在选择偏倚	评估自动CAC评分在预测结直肠癌或胃癌患者心血管风险中的临床应用价值	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习	NA	医学影像	3153名患者（2011-2019年期间在韩国两家三级医院接受非心电图门控胸部CT扫描）
376	2025-06-17	LumiCharge: Spherical Harmonic Convolutional Networks for Atomic Charge Prediction in Drug Discovery 2025-Jun-16, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01025 PMID:40521781	research paper	提出了一种名为LumiCharge的新型原子电荷预测框架，用于药物发现中的原子电荷预测	结合高阶球谐卷积并显式建模多体相互作用，增强了模型的几何空间感知能力	未明确提及具体局限性	提高原子电荷预测的准确性和泛化能力，以支持药物设计	药物分子中的原子电荷	machine learning	NA	spherical harmonics convolutions	CNN	molecular structures	diverse data sets, external halogen-containing test set
377	2025-06-17	From gas sensing to AI-gas sensing 2025-Jun-16, Chemical communications (Cambridge, England) DOI:10.1039/d5cc01291k PMID:40521933	综述	本文综述了气体传感技术及其在人工智能技术介入下的发展	探讨了AI技术在气体传感领域的应用，如深度学习驱动的特征提取和模式识别、漂移补偿以及在边缘设备上的部署，以及硬件-软件融合的创新	NA	概述气体传感技术及其在AI技术介入下的发展	气体传感技术	机器嗅觉	NA	深度学习、模式识别、漂移补偿	NA	化学信号	NA
378	2025-06-17	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Jun-16, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	本文提出了一种深度学习方法来量化正常胰腺结构，并应用于疾病模型和毒性研究	利用深度学习和数字病理学技术，开发了一种自动化方法来量化胰腺亚结构，克服了传统视觉评估的主观性和分类测量的局限性	NA	开发一种自动化方法来量化胰腺亚结构，以评估疾病模型和毒性研究中的形态学变化	正常和异常胰腺组织	数字病理学	NA	深度学习	NA	图像	NA
379	2025-06-17	Exploring stable isotope patterns in monthly precipitation across Southeast Asia using contemporary deep learning models and SHapley Additive exPlanations (SHAP) techniques 2025-Jun-16, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2025.2508811 PMID:40522311	研究论文	本研究利用深度学习和SHAP技术探索东南亚地区月降水中的稳定同位素模式	应用深度神经网络(DNN)和SHAP技术模拟和解释热带降水中的稳定同位素含量，揭示了大规模气候模式与局部气象参数之间的非线性相互作用	研究仅覆盖东南亚六个关键站点，可能无法完全代表整个区域的同位素模式	开发机器学习模型来模拟热带地区降水中的稳定同位素含量，以解决采样站点不足的问题	东南亚六个站点的降水稳定同位素数据(曼谷、吉隆坡、雅加达、哥打巴鲁、查亚普拉和新加坡)	机器学习	NA	深度神经网络(DNN), 偏最小二乘回归(PLSR), SHAP解释技术	DNN, PLSR	气象数据, 同位素数据	东南亚六个站点的月降水数据
380	2025-06-17	A Meta-Analysis of the Diagnostic Test Accuracy of Artificial Intelligence for Predicting Emergency Department Revisits 2025-Jun-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02210-2 PMID:40522351	meta-analysis	该研究通过荟萃分析评估人工智能在预测急诊科复诊中的诊断测试准确性	首次通过荟萃分析综合评估AI模型在急诊复诊预测中的表现，并识别影响研究间异质性的协变量	纳入研究数量有限（20篇），且存在显著的异质性	评估AI在预测急诊科复诊中的性能，并探索研究间异质性的来源	急诊科复诊患者	machine learning	NA	machine learning, deep learning, artificial intelligence	NA	NA	20篇文章（包含27个AI模型）