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
401	2025-06-06	Quantitative dynamics of neural uncertainty in sensory processing and decision-making during discriminative learning 2025-May, Experimental & molecular medicine DOI:10.1038/s12276-025-01456-7 PMID:40335633	研究论文	本研究使用深度学习方法量化了初级体感皮层前肢区（fS1）在振动频率辨别任务中的神经不确定性	引入了一种transformer模型，用于解码随时间不一致跟踪的神经数据，揭示了fS1在振动刺激和决策过程中编码不确定性的关键作用	研究仅关注fS1区域，未涉及其他可能参与不确定性处理的大脑区域	探究感觉皮层中神经不确定性的定量表征及其在辨别学习中的作用	初级体感皮层前肢区（fS1）的神经活动	神经科学	NA	深度学习	transformer	神经活动数据	NA
402	2025-06-06	Interactive Explainable Deep Learning Model for Hepatocellular Carcinoma Diagnosis at Gadoxetic Acid-enhanced MRI: A Retrospective, Multicenter, Diagnostic Study 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240332 PMID:40445095	研究论文	开发基于钆塞酸增强MRI的人工智能模型，辅助放射科医生诊断肝细胞癌	提出了一种交互式可解释的深度学习模型，能够通过分析预训练病变分类器的激活模式推断LI-RADS特征的存在	研究为回顾性设计，可能受到选择偏差的影响	开发AI模型辅助肝细胞癌诊断	肝局灶性病变患者	数字病理	肝细胞癌	钆塞酸增强MRI	深度学习	MRI图像	839名患者（1023个肝局灶性病变）
403	2025-06-06	Predicting Recurrence in Locally Advanced Rectal Cancer Using Multitask Deep Learning and Multimodal MRI 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240359 PMID:40445102	research paper	开发并验证了一种名为MultiRecNet的多任务深度网络，用于全自动预测接受新辅助放化疗（nCRT）治疗的局部晚期直肠癌（LARC）患者的无病生存期（DFS）	MultiRecNet能够在单一框架内同时执行分割、分类和生存预测任务，实现了全自动端到端的预后预测	研究为回顾性设计，可能存在选择偏差	预测局部晚期直肠癌患者的无病生存期	接受nCRT治疗的局部晚期直肠癌患者	digital pathology	rectal cancer	multimodal MRI	MultiRecNet (multitask deep learning)	MRI图像（T2、ADC等）及临床指标	445名患者（训练集261名，验证集37名，内部测试集75名，外部测试集72名）
404	2025-06-06	The Advances in Deep Learning Modeling of Polyadenylation Codes 2025 May-Jun, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.70017 PMID:40468587	综述	本文总结了深度学习模型在解析多聚腺苷酸化调控方面的进展及其应用	深度学习模型能够无偏地量化基序间的相互作用，解析序列复杂性，并捕捉顺式调控基序间复杂的位置相互作用	NA	探讨深度学习模型在多聚腺苷酸化调控研究中的应用	真核生物mRNA和lncRNA的3'端切割和多聚腺苷酸化过程	自然语言处理	NA	深度学习	深度学习模型	序列数据	NA
405	2025-06-06	Artificial intelligence to predict treatment response in rheumatoid arthritis and spondyloarthritis: a scoping review 2025-04-07, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-025-05825-3 PMID:40192881	综述	本文综述了人工智能在预测类风湿性关节炎和脊柱关节炎治疗反应中的应用类型和方法	总结了AI技术在预测类风湿性关节炎和脊柱关节炎治疗反应中的多种应用，包括监督学习、无监督聚类和深度学习等方法	方法学异质性限制了结果的普遍适用性，且存在数据整合和外部验证的挑战	分析人工智能技术在预测类风湿性关节炎和脊柱关节炎治疗反应中的应用	类风湿性关节炎(RA)和脊柱关节炎(SpA)患者	数字病理学	类风湿性关节炎, 脊柱关节炎	监督机器学习(如随机森林、支持向量机)、无监督聚类、深度学习	随机森林, 支持向量机, 深度学习模型	电子医疗记录、临床生物标志物、遗传和蛋白质组数据、影像数据	89项研究(74项关于RA，7项关于SpA，4项关于银屑病关节炎，4项混合研究)
406	2025-04-03	Editorial Comment: Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Apr-02, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
407	2025-06-06	Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications 2025-Apr, Abdominal radiology (New York) DOI:10.1007/s00261-024-04640-x PMID:39487919	综述	本文综述了人工智能在腹部和盆腔超声成像中的当前应用	提供了关于AI在腹部和盆腔超声成像中最新应用的全面概述	大多数研究为单中心回顾性研究，存在较高的偏倚风险，且很少有应用经过前瞻性验证或多中心研究	探讨人工智能在腹部和盆腔超声成像中的应用潜力	腹部和盆腔超声成像	医学影像	多器官疾病	深度学习、机器学习、自然语言处理、机器人技术	NA	超声图像	57篇文献，涉及128个标题
408	2025-06-06	Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews 2025-Apr, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2025.106600 PMID:39904286	综述的综述	本文通过综述的综述方法，综合了当前关于人工智能在健康科学教育中应用的证据	识别了人工智能在健康科学教育中的五个关键领域，并强调了其潜在应用和需要进一步投资的方面	仅分析了2019年至2023年间发表的七篇综述，可能无法涵盖所有相关研究	综合当前关于人工智能在健康科学教育中应用的证据	健康科学高等教育	教育技术	NA	机器人技术、机器学习和深度学习、大数据、沉浸式技术、自然语言处理	NA	文献数据	201篇综述
409	2025-06-06	Harnessing Electronic Health Records and Artificial Intelligence for Enhanced Cardiovascular Risk Prediction: A Comprehensive Review 2025-Mar-18, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.036946 PMID:40079336	综述	本文综述了电子健康记录（EHR）与人工智能（AI）在心血管疾病（CVD）风险预测中的应用与挑战	整合EHR数据与AI技术，提升CVD风险预测的准确性和动态管理能力	数据质量、跨医疗系统标准化、地理差异性问题，以及AI模型的解释性和多样化人群验证需求	探讨EHR与AI在CVD风险预测中的进展与挑战，优化预测模型	心血管疾病（CVD）风险预测模型	医疗人工智能	心血管疾病	AI深度学习	深度学习模型	电子健康记录（EHR）数据	NA
410	2025-06-06	Deep learning in single-cell and spatial transcriptomics data analysis: advances and challenges from a data science perspective 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf136 PMID:40185158	review	本文综述了深度学习在单细胞和空间转录组数据分析中的进展和挑战，并从数据科学的角度进行了系统评价	系统评价了先进的深度学习方法，并整理了21个数据集和58种计算方法进行性能评估，揭示了模型性能在不同数据集和评估指标上的显著差异	高质量注释数据集仍然有限，生物组织的复杂相关性使得准确重建细胞状态和空间环境具有挑战性	探讨深度学习如何有效应用于转录组数据分析，以提升预测准确性和生物学解释性	单细胞和空间转录组数据	machine learning	NA	单细胞测序、空间转录组学	深度学习	基因表达、表观遗传修饰、代谢物水平、空间位置等多模态数据	21个数据集来自九个基准测试
411	2025-06-06	Randomized controlled trial of an artificial intelligence diagnostic system for the detection of esophageal squamous cell carcinoma in clinical practice 2025-Mar, Endoscopy IF:11.5Q1 DOI:10.1055/a-2421-3194 PMID:39317205	研究论文	一项关于人工智能诊断系统在临床实践中检测食管鳞状细胞癌的随机对照试验	首次在临床环境中评估AI系统对食管鳞状细胞癌的检测效果，而非回顾性研究	未能证明AI诊断支持系统在提高食管癌检测率方面的显著改善	评估AI系统在临床实践中辅助内镜医师检测食管鳞状细胞癌的效果	高风险食管鳞状细胞癌患者	数字病理	食管鳞状细胞癌	白光成像（WLI）、窄带成像（NBI）、碘染色	深度学习系统	图像	320名患者
412	2025-06-06	Artificial Intelligence in Temporal Bone Imaging: A Systematic Review 2025-Mar, The Laryngoscope DOI:10.1002/lary.31809 PMID:39352072	系统综述	本文系统综述了人工智能在颞骨影像学中的应用现状	总结了AI在颞骨影像学中的潜在作用，包括提高诊断准确性和效率	现有研究存在异质性和质量不一的问题，需要更标准化的方法学	探讨人工智能在颞骨影像学中的当前作用	颞骨影像学	医学影像分析	颞骨相关疾病	CT影像	CNN	影像数据	72项研究
413	2025-06-06	Preserving privacy in healthcare: A systematic review of deep learning approaches for synthetic data generation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108571 PMID:39742693	系统综述	本文系统综述了医疗保健领域中用于合成数据生成的深度学习技术，重点关注其在保持数据效用和增强隐私方面的能力	探讨了GANs、VAEs和扩散模型在生成合成数据中的应用，并特别关注了差分隐私和联邦学习等隐私增强方法	在保持时间相关性、减少偏见以及符合监管框架方面仍存在挑战，特别是对于纵向和高维数据	评估深度学习技术在医疗保健领域中生成合成数据的潜力，以促进隐私保护的数据共享	医疗保健数据	机器学习	NA	GANs, VAEs, 扩散模型, 差分隐私, 联邦学习	GAN, VAE, 扩散模型	表格数据、信号数据、图像数据、多模态数据	NA
414	2025-06-06	Deep Learning Model of Diastolic Dysfunction Risk Stratifies the Progression of Early-Stage Aortic Stenosis 2025-Feb, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.07.017 PMID:39297852	research paper	该研究探讨了基于超声心动图的深度学习模型在评估舒张功能障碍方面的应用，以预测主动脉瓣狭窄的发展和进展	利用深度学习模型预测舒张功能障碍，从而识别主动脉瓣狭窄进展的潜在风险	样本量较小，特别是在验证队列中，可能影响结果的普遍性	研究深度学习模型在预测主动脉瓣狭窄进展中的应用	主动脉瓣硬化和轻度至中度主动脉瓣狭窄患者	digital pathology	cardiovascular disease	超声心动图、心脏磁共振成像、PET/CT	DL	image	898名主动脉瓣硬化患者（ARIC队列）、50名轻度至中度主动脉瓣狭窄患者（CMR队列）、18名主动脉瓣硬化患者（PET/CT队列）
415	2025-06-06	Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation 2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110667 PMID:39675574	research paper	本研究探讨了在直肠癌在线自适应放疗中，利用患者特异性先验临床知识提高临床靶区自动分割的泛化能力	提出了一种结合患者特异性先验临床知识和基于人群的变异性的深度学习方法，以提高自动分割的泛化能力	研究仅针对直肠癌患者，未涉及其他癌症类型	提高在线自适应放疗中临床靶区自动分割的泛化能力	中危或局部晚期直肠癌患者	digital pathology	rectal cancer	deep learning	DL	MRI	来自三个中心的中危或局部晚期直肠癌患者
416	2025-06-06	Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets 2025-Feb-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04382-5 PMID:39893183	research paper	本文对DermaMNIST、HAM10000和Fitzpatrick17k三个皮肤病图像数据集进行了细致分析，揭示了数据质量问题，并提出了修正方案	揭示了皮肤病数据集中存在的重复数据、数据泄漏、错误标签等问题，并提出了修正方法	仅分析了三个皮肤病数据集，可能无法涵盖所有数据质量问题	评估皮肤病图像数据集的质量，并提高深度学习模型的可靠性	DermaMNIST、HAM10000和Fitzpatrick17k数据集	digital pathology	dermatological disease	NA	deep neural network	image	三个皮肤病数据集（具体数量未提及）
417	2025-06-06	Real-time detection and monitoring of public littering behavior using deep learning for a sustainable environment 2025-Jan-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77118-x PMID:39848984	研究论文	本文介绍了一种利用深度学习的SAWN系统，用于实时检测和监控公共场所的乱扔垃圾行为，以促进环境可持续发展	结合MoViNet视频分类模型和YOLOv8目标检测模型，通过面部识别和车牌检测识别乱扔垃圾的个体，提高了检测的准确性和实时性	数据收集存在挑战，由于缺乏现成的乱扔垃圾数据，研究成员需要模拟真实场景来生成训练数据	开发一种有效的系统来检测和减少公共场所的乱扔垃圾行为，以减轻环境污染	车辆和行人的乱扔垃圾行为	计算机视觉	NA	深度学习	MoViNet, YOLOv8, LRCN, CNN-RNN	视频	模拟真实场景生成的数据集
418	2025-06-06	Enhancing predictive accuracy for urinary tract infections post-pediatric pyeloplasty with explainable AI: an ensemble TabNet approach 2025-01-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82282-1 PMID:39828726	research paper	本研究开发了一种结合机器学习和深度学习的集成模型，用于预测小儿肾盂成形术后尿路感染的风险	首次提出结合机器学习和深度学习的集成预测模型，利用SHAP解释模型提供临床风险因素新见解	研究证据等级为IV级，缺乏对照组比较	提高小儿肾盂成形术后尿路感染的预测准确性	764例接受单侧肾盂成形术的儿科患者	machine learning	urinary tract infection	ensemble learning, SHAP	TabNet, Logistic Regression, SVM, Random Forest, XGBoost, LightGBM	clinical features	764例儿科患者
419	2025-06-06	Deep learning in Cobb angle automated measurement on X-rays: a systematic review and meta-analysis 2025-Jan, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00954-4 PMID:39320698	系统综述与荟萃分析	本文综述了深度学习算法在X光片上自动测量Cobb角的应用，并进行了荟萃分析	比较了基于分割和基于标志点的深度学习方法的准确性，并提出了改进模型设计的潜在方法	荟萃分析结果有限，存在高度异质性	评估深度学习算法在Cobb角自动测量中的性能	X光片上的Cobb角测量	计算机视觉	脊柱侧弯	深度学习算法	NA	X光图像	50项研究纳入系统综述，17项研究纳入荟萃分析（共3022例样本）
420	2025-06-06	A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease 2025, Cardiology IF:1.9Q3 DOI:10.1159/000541980 PMID:39396499	研究论文	开发了一种基于深度学习的快速三维心脏建模方法，用于先天性心脏病患者的术前规划和诊断支持	整合医学影像和临床诊断信息，通过深度学习自动生成3D打印和VR应用的心脏模型	研究样本量较小（110例患者），未来需在更大数据集和不同类型先天性心脏病上验证模型的广泛适用性	提高先天性心脏病手术规划和诊断的精确性	先天性心脏病患者	数字病理学	先天性心脏病	CT、心脏MRI	深度学习模型	医学影像、临床数据	110例患者