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
4101	2025-03-16	Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis 2025-Mar-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01626-z PMID:40075328	系统综述与元分析	本文通过系统综述和元分析评估了深度学习模型在利用全景X光片预测骨质疏松症中的准确性	首次系统评估深度学习模型在全景X光片上预测骨质疏松症的准确性，为临床使用提供证据	需要更多多中心研究来验证模型在高风险群体中的有效性	评估深度学习模型在全景X光片上预测骨质疏松症的准确性	骨质疏松症患者	数字病理学	骨质疏松症	深度学习	AlexNet, ResNet	图像	7项研究
4102	2025-03-16	Deep learning radiomics for the prediction of epidermal growth factor receptor mutation status based on MRI in brain metastasis from lung adenocarcinoma patients 2025-Mar-12, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13823-8 PMID:40075375	研究论文	本研究开发了一种基于多序列MRI的深度学习放射组学模型，用于预测非小细胞肺癌脑转移患者的表皮生长因子受体（EGFR）突变状态	结合放射组学特征和深度学习技术，提供了一种非侵入性且准确的方法来确定EGFR突变状态	研究为回顾性设计，可能受到样本选择和偏倚的影响	开发一种深度学习放射组学模型，用于预测非小细胞肺癌脑转移患者的EGFR突变状态	非小细胞肺癌脑转移患者	数字病理学	肺癌	MRI	ResNet34	图像	288名非小细胞肺癌脑转移患者（106名EGFR突变型，182名EGFR野生型）
4103	2025-03-16	Exploring the impact of myoelectric prosthesis controllers on visuomotor behavior 2025-Mar-12, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01604-0 PMID:40075405	研究论文	本研究探讨了肌电假肢控制器对视觉运动行为的影响，比较了标准控制策略与位置感知控制策略在模拟肌电假肢操作中的效果	首次研究了位置感知控制策略对视觉运动行为的影响，特别是对注视行为的改变	研究仅针对无肢体差异的参与者，未涉及实际假肢使用者	探索不同控制策略对视觉运动行为的影响，评估位置感知控制策略的有效性	无肢体差异的参与者	机器学习和人机交互	NA	眼动追踪和运动捕捉	深度学习	眼动数据和运动数据	未明确提及样本数量
4104	2025-03-16	Image classification-driven speech disorder detection using deep learning technique 2025-Mar-06, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100261 PMID:40057233	研究论文	本文提出了一种基于图像分类的自动语音障碍检测模型，通过Mel-Spectrogram分类来识别多种语音障碍	使用增强的LEVIT变换器进行特征提取，并采用集成学习方法进行分类，同时利用量化感知训练减少计算资源，提供模型可解释性	模型在多语言和多方言环境下的应用需要进一步研究，以提升实时临床和远程医疗部署的适应性	开发一种自动化的语音障碍检测模型，以提高诊断的准确性和效率	语音障碍患者	自然语言处理	语音障碍	小波变换（WT）杂交技术，量化感知训练（QAT）	LEVIT变换器，集成学习（EL）	语音样本生成的Mel-Spectrogram图像	使用了VOICED和LANNA数据集
4105	2025-03-16	Advanced NLP-driven predictive modeling for tailored treatment strategies in gastrointestinal cancer 2025-Mar-06, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100264 PMID:40057234	研究论文	本研究旨在开发一种基于自然语言处理（NLP）的预测建模框架，用于胃肠道癌症的个性化治疗策略	提出了Resilient Adam Algorithm驱动的Versatile Long-Short Term Memory (RAA-VLSTM)模型，用于分析临床数据，并通过RAA优化算法提高训练效率	研究依赖于电子健康记录（EHRs）的质量和完整性，可能受到数据偏差的影响	开发一种先进的NLP驱动的预测建模框架，以改善胃肠道癌症的个性化治疗策略	胃肠道癌症患者	自然语言处理	胃肠道癌症	自然语言处理（NLP），深度学习	RAA-VLSTM	电子健康记录（EHRs）	来自多个医疗中心的广泛电子健康记录（EHRs）
4106	2025-03-16	Fine-Tuned Machine Learning Classifiers for Diagnosing Parkinson's Disease Using Vocal Characteristics: A Comparative Analysis 2025-Mar-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15050645 PMID:40075891	研究论文	本文通过优化机器学习算法，利用声音特征对帕金森病进行分类，旨在提供一种非侵入性且易于访问的诊断工具	结合先进的特征选择技术和超参数优化策略，提升基于声音特征的机器学习诊断帕金森病的性能，特别是堆叠模型通过网格搜索调优表现出最佳性能	未来研究可关注深度学习方法和时间特征整合，以进一步提高诊断准确性和临床应用的扩展性	评估优化后的机器学习算法在基于声音特征分类帕金森病中的有效性	188名帕金森病患者和64名对照者的声音样本	机器学习	帕金森病	贝叶斯优化、网格搜索、随机搜索	SVM、k-NN、DT、NN、集成模型、堆叠模型	声音数据	252人（188名患者和64名对照者）
4107	2025-03-16	Secure Hybrid Deep Learning for MRI-Based Brain Tumor Detection in Smart Medical IoT Systems 2025-Mar-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15050639 PMID:40075886	研究论文	本文提出了一种结合混沌和Arnold加密技术与混合深度学习模型的自动化MRI图像分类系统，用于智能医疗物联网系统中的脑肿瘤检测	结合混沌和Arnold加密技术，确保MRI图像的机密性，同时不降低脑肿瘤分类的准确性	未提及具体的研究局限性	开发一种安全且自动化的MRI图像分类系统，用于脑肿瘤检测	MRI图像	计算机视觉	脑肿瘤	混沌加密、Arnold加密	VGG16、深度神经网络（DNN）	图像	未提及具体样本数量
4108	2025-03-16	Exploring the Role of Artificial Intelligence (AI)-Driven Training in Laparoscopic Suturing: A Systematic Review of Skills Mastery, Retention, and Clinical Performance in Surgical Education 2025-Mar-06, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13050571 PMID:40077133	系统综述	本文系统综述了人工智能（AI）驱动的培训系统在腹腔镜缝合技能掌握、长期保持和临床表现方面的作用	本文创新性地评估了AI在腹腔镜缝合培训中的应用，特别是深度学习、动作捕捉和视频分割等机器学习技术的优势和局限性	AI在准确性、可扩展性和集成方面仍存在局限性，需要进一步的大规模高质量研究来完善这些工具	评估AI在腹腔镜缝合技能获取、长期保持和临床表现方面的影响	腹腔镜缝合培训中的机器学习技术	机器学习	NA	深度学习、动作捕捉、视频分割	NA	视频、动作数据	33项研究符合纳入标准
4109	2025-03-16	Comparing and Combining Artificial Intelligence and Spectral/Statistical Approaches for Elevating Prostate Cancer Assessment in a Biparametric MRI: A Pilot Study 2025-Mar-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15050625 PMID:40075871	研究论文	本研究比较并结合了人工智能和光谱/统计方法，以提升双参数MRI中前列腺癌评估的准确性	首次将自监督网格网络（Z-SSMNet）与光谱/统计方法结合，用于前列腺癌评估	样本量较小（42名患者），且深度学习/人工智能方法表现不如光谱/统计方法	评估和改进光谱/统计方法，结合人工智能提升前列腺癌评估准确性	前列腺癌患者	数字病理学	前列腺癌	深度学习（DL），光谱/统计方法	Z-SSMNet（自监督网格网络）	MRI图像	42名患者
4110	2025-03-16	Explainable Artificial Intelligence in Neuroimaging of Alzheimer's Disease 2025-Mar-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15050612 PMID:40075859	综述	本文探讨了可解释人工智能（XAI）在阿尔茨海默病（AD）神经影像学中的应用	强调了XAI在提高AI模型透明度和临床适用性方面的创新，特别是在AD诊断中的应用	当前挑战包括数据集限制、监管问题和标准化问题	改进XAI在临床实践中的整合，以优化AD诊断和个性化治疗策略	阿尔茨海默病（AD）的神经影像数据	神经影像学	阿尔茨海默病	SHAP, LIME, Grad-CAM, Layer-wise Relevance Propagation (LRP)	深度学习, 机器学习	MRI, PET影像	NA
4111	2025-03-15	Seq2Topt: a sequence-based deep learning predictor of enzyme optimal temperature 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf114 PMID:40079266	研究论文	本文介绍了一种基于序列的深度学习预测器Seq2Topt，用于预测酶的最适温度	Seq2Topt模型在仅使用蛋白质序列的情况下，达到了更高的最适温度预测准确度，并能通过多头注意力机制捕捉酶最适温度的关键蛋白质区域	NA	开发一种准确的深度学习预测器，用于预测酶的最适温度	酶的最适温度	机器学习	NA	深度学习	Seq2Topt	蛋白质序列	NA
4112	2025-03-16	Advances in OCT Angiography 2025-Mar-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.3.6 PMID:40052848	综述	本文回顾了光学相干断层扫描血管成像（OCTA）技术的进展，特别是自2020年以来的硬件和软件改进	解决了OCTA技术中的小视野和伪影问题，并引入了深度学习模型用于疾病诊断	NA	回顾和总结OCTA技术的进展及其在视网膜和脉络膜血管成像中的应用	视网膜和脉络膜的血管组织	数字病理学	NA	光学相干断层扫描血管成像（OCTA）	深度学习模型	图像	NA
4113	2025-03-16	Enhancing Lymph Node Metastasis Risk Prediction in Early Gastric Cancer Through the Integration of Endoscopic Images and Real-World Data in a Multimodal AI Model 2025-Mar-03, Cancers IF:4.5Q1 DOI:10.3390/cancers17050869 PMID:40075715	研究论文	本研究旨在开发和验证一种基于深度学习的临床决策支持系统（CDSS），用于预测早期胃癌（EGC）中的淋巴结转移（LNM）和淋巴血管侵犯（LVI）	通过整合内镜图像、人口统计数据、活检病理和CT检查结果，开发了一种基于Transformer的多模态AI模型，显著提高了LNM/LVI的预测准确性	研究依赖于多机构数据，可能存在数据异质性问题，且外部验证样本量相对较小	提高早期胃癌中淋巴结转移和淋巴血管侵犯的预测准确性，以指导治疗策略	早期胃癌患者	数字病理	胃癌	深度学习	Transformer, CNN, 随机森林	图像, 人口统计数据, 活检病理, CT检查结果	2927名患者（训练集），449名患者（内部验证集），766名患者（外部验证集）
4114	2025-03-16	Enhancing patient representation learning with inferred family pedigrees improves disease risk prediction 2025-Mar-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae297 PMID:39723811	研究论文	本文提出了一种名为ALIGATEHR的方法，通过建模推断的家庭关系并结合基于注意力的医学本体表示，提高了疾病风险预测的准确性	ALIGATEHR首次在电子健康记录（EHR）研究中显式建模家庭关系，结合图注意力网络和医学本体表示，捕捉遗传、共享环境暴露和疾病依赖性的复杂影响	研究依赖于推断的家庭关系，可能存在不准确性，且未详细讨论模型在不同人群中的泛化能力	通过建模家庭关系，提高电子健康记录（EHR）中的疾病风险预测能力	电子健康记录（EHR）中的患者数据及其推断的家庭关系	机器学习	炎症性肠病（克罗恩病和溃疡性结肠炎）	图注意力网络（GAT）	ALIGATEHR	电子健康记录（EHR）诊断数据	未明确提及具体样本数量
4115	2025-01-12	Artificial Intelligence for Predicting HER2 Status of Gastric Cancer Based on Whole-Slide Histopathology Images: A Retrospective Multicenter Study 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408451 PMID:39792693	研究论文	本研究开发了一种名为HER2Net的深度学习模型，用于基于全切片组织病理学图像预测胃癌的HER2状态	创新性地开发了HER2Net模型，通过定量计算HER2高表达区域的比例来预测HER2状态	NA	开发一种经济可行且易于使用的工具，用于区分胃癌患者的HER2状态	胃癌患者的全切片组织病理学图像	数字病理学	胃癌	深度学习	HER2Net	图像	内部训练集：520名患者的531张H&E全切片图像；内部测试集：111名患者的115张H&E全切片图像；外部多中心测试集：101名患者的102张H&E全切片图像
4116	2025-03-16	Artificial Intelligence-Guided Lung Ultrasound by Nonexperts 2025-Mar-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.4991 PMID:39813064	研究论文	本研究评估了人工智能（AI）在指导训练有素的医疗专业人员（THCPs）获取诊断质量的肺部超声（LUS）图像方面的能力	首次在LUS图像获取中应用AI技术，证明AI可以指导非专家获取高质量的诊断图像	研究仅在四个临床中心进行，样本量相对较小，且未评估AI在不同医疗环境中的普遍适用性	评估AI在指导THCPs获取诊断质量LUS图像方面的能力	21岁及以上有呼吸困难的参与者	数字病理	肺水肿	深度学习算法	深度学习模型	图像	176名参与者
4117	2025-03-16	Clinical value of aortic arch morphology in transfemoral TAVR: artificial intelligence evaluation 2025-Mar-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002232 PMID:39869394	研究论文	本研究利用人工智能算法评估主动脉弓形态对经股动脉导管主动脉瓣置换术（TF-TAVR）患者临床结果的影响	首次使用深度学习评估主动脉弓形态对TF-TAVR患者临床结果的影响，并构建了预测模型	研究为回顾性研究，可能存在选择偏倚	评估主动脉弓形态对TF-TAVR患者临床结果的影响	接受TF-TAVR的患者	数字病理学	心血管疾病	深度学习，机器学习	随机森林，逻辑回归	医学影像	1480名连续接受TF-TAVR的患者
4118	2025-03-16	Single-cell transcriptome-wide Mendelian randomization and colocalization reveals immune-mediated regulatory mechanisms and drug targets for COVID-19 2025-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105596 PMID:39933264	研究论文	本研究通过单细胞转录组范围的孟德尔随机化和共定位分析，揭示了COVID-19的免疫介导调控机制，并确定了潜在的药物靶点	首次在14种外周血免疫细胞中使用26,597个单细胞表达数量性状位点（sc-eQTL）进行孟德尔随机化和共定位分析，发现了58个之前未报告的基因	研究依赖于GWAS元分析数据，可能存在样本选择和统计偏差	揭示COVID-19的免疫介导调控机制并确定潜在的药物靶点	14种外周血免疫细胞中的16,597个基因	生物信息学	COVID-19	孟德尔随机化（MR）、共定位分析、深度学习模型	深度学习模型	单细胞转录组数据	26,597个单细胞表达数量性状位点（sc-eQTL）
4119	2025-03-16	Assessing Image Quality in Multiplexed Sensitivity-Encoding Diffusion-Weighted Imaging with Deep Learning-Based Reconstruction in Bladder MRI 2025-Feb-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15050595 PMID:40075842	研究论文	本研究比较了传统多路复用灵敏度编码扩散加权成像（MUSE-DWI）与深度学习MUSE-DWI在膀胱MRI中的图像质量，并应用了供应商特定的深度学习（DL）重建技术	首次将基于CNN的深度学习算法应用于MUSE-DWI，显著提高了图像质量，特别是在病变清晰度和信号质量方面	研究为回顾性研究，样本量较小（57例患者），且仅针对膀胱肿块，可能限制了结果的普遍性	评估深度学习重建技术在膀胱MRI中的图像质量	57例膀胱肿块患者	医学影像	膀胱癌	多路复用灵敏度编码扩散加权成像（MUSE-DWI）	CNN	MRI图像	57例膀胱肿块患者
4120	2025-03-16	Automatic Detection of Radiographic Alveolar Bone Loss in Bitewing and Periapical Intraoral Radiographs Using Deep Learning Technology: A Preliminary Evaluation 2025-Feb-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15050576 PMID:40075823	研究论文	本研究评估了使用深度学习技术（Denti.AI）在口腔内X光片中自动检测放射学牙槽骨丢失（RBL）的诊断准确性	利用FDA批准的Denti.AI软件，通过卷积神经网络（CNNs）提高RBL检测的准确性，支持临床决策	尽管在根尖片上的表现稳健，但在咬翼片上的准确性有待进一步优化	评估Denti.AI在口腔内X光片中检测RBL的诊断准确性	39张口腔内X光片（22张根尖片和17张咬翼片），覆盖316个牙齿表面	数字病理	牙周病	深度学习	CNN	图像	39张口腔内X光片（22张根尖片和17张咬翼片），覆盖316个牙齿表面