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
4061	2025-05-09	Age-Related Regional Changes in Choroidal Vascularity in Healthy Emmetropic Eyes 2025-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.5.3 PMID:40310636	研究论文	本研究探讨了健康正视眼中脉络膜血管指数（CVI）随生理年龄变化的区域性变化	首次使用深度学习技术对健康正视眼不同年龄段人群的脉络膜血管指数进行区域性分析，揭示了年龄相关的CVI变化模式	研究为横断面设计，无法确定因果关系；样本仅包括正视眼人群，可能不适用于其他屈光状态	探究健康正视眼中脉络膜血管特性随年龄变化的区域性差异	280名健康正视眼受试者（包括83名儿童、77名青少年和120名成人）	数字病理学	NA	增强深度成像光学相干断层扫描（EDI-OCT）	深度学习	图像	280名健康受试者（5-41岁）
4062	2025-05-09	PhacoTrainer: Automatic Artificial Intelligence-Generated Performance Ratings for Cataract Surgery 2025-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.5.2 PMID:40310637	研究论文	探讨人工智能生成的自动性能评分在区分白内障手术学员和教师以及AI指标与专家评分之间的相关性	使用深度学习模型自动生成白内障手术视频的性能指标，并与专家评分进行相关性分析	样本量相对较小，仅包括28名学员和29名教师的手术视频	评估AI生成的指标在区分手术技能水平和与专家评分相关性方面的有效性	白内障手术视频	计算机视觉	白内障	深度学习	CNN	视频	57例手术视频（28名学员和29名教师）
4063	2025-05-09	Deep learning model for predicting the RAS oncogene status in colorectal cancer liver metastases 2025-May-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_1910_24 PMID:40317140	研究论文	开发一种基于对比增强CT的深度学习放射组学模型，用于评估结直肠癌肝转移中的RAS癌基因状态并预测靶向治疗反应	结合深度学习与放射组学特征，构建多模型比较框架，并验证其在预测RAS基因状态及生存率方面的有效性	回顾性研究设计可能引入选择偏倚，且样本量相对有限（185例患者）	非侵入性预测结直肠癌肝转移患者的RAS基因状态以指导精准治疗	结直肠癌肝转移患者的对比增强CT影像	数字病理	结直肠癌	对比增强CT（CECT）影像分析	深度学习模型（AP+VP-DL等）	医学影像	185例患者（训练集88例，内部测试集39例，外部测试集58例）
4064	2025-05-09	Artificial intelligence in the detection and classification of dental caries 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2023.07.013 PMID:37640607	研究论文	本研究旨在训练一个深度学习模型，用于检测和分类龋齿	利用深度学习模型进行龋齿的自动检测和分类，提升早期检测效率和临床决策质量	模型的平均交并比和F1分数仍有提升空间	开发一个可靠的龋齿自动检测系统，以提升早期检测和临床决策效率	龋齿	计算机视觉	龋齿	监督学习算法	深度学习模型	X光图像	554个训练样本
4065	2025-05-09	Mixing individual and collective behaviors to predict out-of-routine mobility 2025-Apr-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2414848122 PMID:40267135	research paper	该研究提出了一种动态整合个体和集体移动行为的方法，以提高非日常移动行为的预测准确性	通过利用集体智能动态整合个体和集体移动行为，显著提升了非日常移动行为的预测准确性，并在COVID-19等破坏性事件中保持了预测能力	模型在兴趣点密度高的城市区域表现最佳，可能在其他区域效果有限	解决非日常人类移动行为的预测问题，以应对城市设计、交通拥堵、流行病管理等社会挑战	人类移动行为	machine learning	NA	深度学习与马尔可夫模型结合	动态整合模型	轨迹数据	数百万条隐私保护的轨迹数据，覆盖五个美国城市
4066	2025-05-09	Reliable Radiologic Skeletal Muscle Area Assessment - A Biomarker for Cancer Cachexia Diagnosis 2025-Apr-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.21.25326162 PMID:40313262	research paper	开发了一种基于深度学习的自动化工具SMAART-AI，用于通过CT扫描评估骨骼肌面积，以诊断癌症恶病质	SMAART-AI结合了自动化、高准确性和不确定性机制，提高了骨骼肌面积评估的可靠性，并开发了MLP模型用于预测恶病质	研究主要基于胃食管癌数据集，可能在其他癌症类型中的泛化性有待验证	开发一种可靠的工具用于癌症恶病质的早期诊断和干预	癌症患者的骨骼肌面积评估和恶病质预测	digital pathology	gastroesophageal cancer	CT扫描	nnU-Net 2D, MLP	image	胃食管癌数据集
4067	2025-05-09	Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study 2025-Apr-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.22.25325465 PMID:40313259	研究论文	利用深度学习技术自动检测胎盘绒毛组织特征，并研究其与母婴特征的关联	开发了一种基于深度学习的自动化方法，用于检测胎盘绒毛组织，并通过无监督聚类识别了与生物学相关的绒毛亚型	未发现母亲年龄和婴儿性别与绒毛几何特征的显著关联	通过标准化胎盘结构特征，提升对胎盘生长和功能的理解，改善母婴健康结果	新罕布什尔出生队列研究中的1,531张足月胎盘全切片图像	数字病理学	母婴健康	深度学习分割	深度学习	图像	1,531张足月胎盘全切片图像
4068	2025-05-09	Establishing performance criteria for evaluating watershed-scale sediment and nutrient models at fine temporal scales 2025-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123156 PMID:39955106	research paper	该研究旨在建立用于评估流域尺度沉积物和养分模型在精细时间尺度上性能的标准	提出了针对精细时间尺度的过程模型性能评估标准，并探讨了校准持续时间、目标单位选择等因素对模型性能的影响	虽然标准基于过程模型开发，但可能不完全适用于所有类型的模型评估	建立流域水质模型的性能评估标准	流域水质模型（涉及水流、沉积物、总养分和溶解养分）	环境建模	NA	Nash-Sutcliffe效率(NSE)分析、自助法(bootstrapping)	过程模型、深度学习模型	水质监测数据	229个模型应用案例
4069	2025-05-09	Identifying RNA-small Molecule Binding Sites Using Geometric Deep Learning with Language Models 2025-Apr-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169010 PMID:39961524	研究论文	开发了一个名为RNABind的几何深度学习框架，用于从RNA结构中检测RNA与小分子的结合位点	将RNA大型语言模型（LLMs）整合到先进的几何深度学习网络中，同时编码RNA序列和结构信息，并构建了最大的RNA-小分子相互作用数据集	未提及具体的局限性	预测RNA与小分子的结合位点，以促进RNA靶向药物发现	RNA与小分子的结合位点	自然语言处理	NA	几何深度学习与语言模型	RNABind（整合了RNA LLMs的几何深度学习网络）	RNA序列和结构数据	从整个多链复合体结构中编译的最大RNA-小分子相互作用数据集
4070	2025-05-09	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	research paper	提出了一种基于神经风格转移的方法FakET，用于模拟冷冻电子显微镜的透射电子显微镜前向算子，以生成高质量的模拟显微图或倾斜系列数据	FakET方法通过神经风格转移技术显著提高了数据生成速度（750倍），减少了内存使用（33倍），并且能够适应典型的透射电子显微镜检测器尺寸	未提及具体的数据生成质量与真实数据之间的差异，以及在不同冷冻电子显微镜设备上的适用性	提高冷冻电子显微镜中粒子定位和分类的准确性，减少训练数据集的生成时间和资源消耗	冷冻电子显微镜的模拟数据生成	computer vision	NA	神经风格转移	NA	image	NA
4071	2025-05-09	Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8566 PMID:39947682	研究论文	本研究利用基于物理的方法合成真实的MR伪影，并训练一个深度学习生成对抗网络（GAN）以减少EPI（一种关键但易受伪影影响的神经成像序列）中的伪影	采用基于物理的方法合成MR伪影，并提出了'堆叠迁移学习'策略来训练GAN，以有效减少EPI中的伪影	研究主要针对EPI序列的伪影，可能不适用于其他MRI序列	减少EPI（回波平面成像）序列中的伪影，提高神经成像质量	EPI序列中的MR图像伪影	数字病理	复发性胶质母细胞瘤	MRI, 深度学习	GAN, Pix2PixGAN, Attention-R2UNet	MR图像	1,392名患者的4,573个解剖MR序列，49名复发性胶质母细胞瘤患者的ADC图
4072	2025-05-09	EEGConvNeXt: A novel convolutional neural network model for automated detection of Alzheimer's Disease and Frontotemporal Dementia using EEG signals 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108652 PMID:39938252	研究论文	提出了一种名为EEGConvNeXt的新型卷积神经网络模型，用于通过EEG信号自动检测阿尔茨海默病和额颞叶痴呆	EEGConvNeXt是一种轻量级的CNN模型，基于transformer模型构建，具有高效的多类分类能力	依赖相对较小的数据集，需要在更多样化的人群中进行进一步验证	开发一种高效、轻量级的深度学习模型，用于神经退行性疾病的自动检测	阿尔茨海默病(AD)和额颞叶痴呆(FD)患者及对照组的EEG信号	数字病理学	老年病	EEG信号分析	CNN (EEGConvNeXt)	EEG信号转换的功率谱图像	包含AD、FD和对照组三个类别的公开EEG数据集
4073	2025-05-09	Stroke Management and Analysis Risk Tool (SMART): An interpretable clinical application for diabetes-related stroke prediction 2025-Apr, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2024.103841 PMID:39939252	research paper	开发了一个可解释的糖尿病相关中风预测临床工具SMART	结合多种机器学习技术（如RF和DNN）和SHAP解释性方法，开发了针对糖尿病患者的中风预测工具	数据来自单一医院，可能缺乏广泛代表性	分析糖尿病患者中风风险因素并创建预测模型	糖尿病患者	machine learning	cardiovascular disease	LASSO, SVM-RFE, multi-factor regression, SMOTE	RF, DNN	EHR数据	20,014名患者
4074	2025-05-09	Genomic prediction with NetGP based on gene network and multi-omics data in plants 2025-Apr, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.14577 PMID:39950326	研究论文	本文提出了一种基于基因网络和多组学数据的NetGP模型，用于植物基因组预测	首次提出基于Pearson-Collinearity Selection (PCS)的SNP特征提取技术，并开发了新型深度学习模型NetGP	NA	提高植物基因组选择的预测准确性	植物基因组和多组学数据	机器学习	NA	SNP特征提取, 多组学数据分析	NetGP (深度学习模型)	基因组数据, 转录组数据, 多组学数据	多种植物数据(未明确具体数量)
4075	2025-05-09	LMTTM-VMI: Linked Memory Token Turing Machine for 3D volumetric medical image classification 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108640 PMID:39951959	研究论文	提出了一种名为LMTTM的新型深度学习模型，用于高效处理3D医学体积图像的分类问题	引入了链接记忆令牌图灵机（LMTTM），利用外部链接记忆有效处理3D医学体积图像的空间依赖性和结构复杂性	未提及具体的数据集局限性或模型适用范围	提高3D医学体积图像分类的准确性和效率	3D医学体积图像	数字病理	NA	深度学习	LMTTM	3D医学图像	六个来自MedMNIST v2的3D医学体积图像数据集
4076	2025-05-09	"Brain state network dynamics in pediatric epilepsy: Chaotic attractor transition ensemble network" 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109832 PMID:39951978	research paper	提出了一种新型的集成框架CATE-NET，用于识别儿童癫痫的神经动力学特征，区分生理性脑活动和癫痫引起的信号异常	结合混沌和动力系统理论，设计了模块化的CATE-NET框架，利用非线性动力学和混沌吸引子（特别是Rössler混沌吸引子）建模头皮EEG数据，并通过LSTM网络和概率图自动分析脑状态	未提及具体样本量，且依赖于EEG信号的质量	改进儿童癫痫的脑状态分析和癫痫活动检测	儿童癫痫患者的脑电图信号	digital pathology	epilepsy	EEG信号分析，混沌吸引子建模，深度学习	LSTM，概率图模型	EEG信号	NA
4077	2025-05-09	Detection of brain tumors using a transfer learning-based optimized ResNet152 model in MR images 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109790 PMID:39951980	research paper	该研究探讨了基于迁移学习的优化ResNet152模型在MR图像中检测脑肿瘤的有效性	结合深度学习和传统机器学习技术，使用预处理管道和PCA进行图像增强和降维，比较ResNet152和GoogleNet的性能	未提及模型在其他类型肿瘤或不同成像技术中的泛化能力	提高脑肿瘤诊断的准确性	脑肿瘤的MR图像	digital pathology	brain tumor	magnetic resonance (MR) scans, PCA, data augmentation	ResNet152, GoogleNet, SVM, KNN, CART, GNB	image	未明确提及具体样本数量，数据集按80%训练和20%测试划分
4078	2025-05-09	Illuminating the unseen: Advancing MRI domain generalization through causality 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103459 PMID:39952023	research paper	提出了一种针对加速MRI重建的领域泛化框架，通过因果对齐增强模型在未见领域的鲁棒性	首次提出专为加速MRI重建设计的领域泛化框架GenCA-MRI，通过机制级不变性（因果对齐）捕获MRI数据内在因果关系	未明确说明计算策略对超参数敏感度或计算资源消耗的具体影响	解决加速MRI重建中训练-测试领域偏移（如图像对比度/解剖区域/采集策略变化）导致的性能下降问题	多领域MRI数据（fastMRI和IXI数据集）	medical imaging	NA	deep learning-based MRI reconstruction	domain generalization framework (GenCA-MRI)	MRI图像	fastMRI和IXI数据集（具体数量未说明）
4079	2025-05-09	Automated pediatric TMJ articular disk identification and displacement classification in MRI with machine learning 2025-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105622 PMID:39952550	研究论文	评估一种自动化两步模型在儿科颞下颌关节（TMJ）磁共振成像（MRI）中使用人工智能（AI）进行解释的性能	使用深度学习技术自动识别TMJ骨结构和关节盘，并通过自动化算法对关节盘位移进行分类	样本量相对较小（235名儿科患者），且仅针对儿科TMJ MRI	开发自动化工具以辅助非MRI专家评估儿科TMJ疾病	儿科患者的TMJ MRI图像	数字病理学	颞下颌关节疾病	MRI	UNet++	图像	235名儿科患者（470个关节）
4080	2025-05-09	Artificial intelligence in gastrointestinal cancer research: Image learning advances and applications 2025-Apr-01, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217555 PMID:39952597	综述	本文综述了人工智能在胃肠道肿瘤研究中的最新进展和应用，特别是在早期筛查、诊断、分子标志物识别、治疗规划和预后预测方面的应用	总结了AI在胃肠道肿瘤研究中的最新进展，包括其在提高诊断准确性、个性化治疗设计和肿瘤微环境基础研究中的应用	未提及具体的AI模型或技术在临床应用中的局限性	探讨人工智能在胃肠道肿瘤研究中的应用及其潜力	胃肠道肿瘤	数字病理学	胃肠道癌症	深度学习、大语言模型、神经网络	NA	图像、多组学数据	NA