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	2025-08-07	A Design of Experiment to Evaluate the Printability for Bioprinting by Using Deep Learning Image Similarity 2025-07, Journal of biomedical materials research. Part A DOI:10.1002/jbm.a.37961 PMID:40616386	研究论文	本文通过深度学习图像相似性评估生物打印的可打印性，并研究了不同生物材料的流变特性	提出了一种结合深度学习图像相似性的新方法来评估生物打印的可打印性	研究仅使用了两种替代生物材料，可能无法涵盖所有生物材料的流变特性	提高挤出式生物打印的可打印性，以解决全球器官移植短缺问题	透明质酸和藻酸钠作为替代生物材料，以及甲基丙烯酸透明质酸与角膜角质细胞的组合	组织工程	NA	深度学习图像相似性	NA	图像	两种替代生物材料（透明质酸和藻酸钠）及甲基丙烯酸透明质酸与角膜角质细胞的组合
402	2025-08-07	Improving Image Quality in Computed Tomography-Guided Biopsy Using Deep Learning Reconstruction 2025-Jul, Cureus DOI:10.7759/cureus.87213 PMID:40755670	技术报告	本研究探讨了深度学习重建（DLR）在CT引导活检中的图像质量和重建时间	首次评估DLR在非实时CT引导活检中的图像质量和重建时间，展示了其在降低图像噪声和辐射剂量方面的优势	DLR重建时间较长（超过10秒输出6张图像），无法支持需要实时成像的介入手术	评估DLR在CT引导活检中的图像质量和重建时间表现	CT系统常规检查模型	医学影像	NA	深度学习重建（DLR）、混合迭代重建（HIR）、滤波反投影（FBP）	DLR	CT图像	使用CT系统提供的常规检查模型，在20、30、40和50 HU的标准偏差值下进行成像
403	2025-08-07	ZeroReg3D: a zero-shot registration pipeline for 3D consecutive histopathology image reconstruction 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.044002 PMID:40765693	研究论文	介绍了一种名为ZeroReg3D的零样本配准流程，用于从连续的2D组织病理学图像中重建精确的3D模型	结合了零样本深度学习关键点匹配和基于优化的仿射及非刚性配准技术，无需大量训练数据即可有效解决组织变形和切片伪影等问题	未提及具体样本量或临床验证结果	开发一种无需训练即可精确重建3D组织病理学图像的配准方法	连续的2D组织病理学图像	数字病理学	NA	零样本深度学习关键点匹配、优化仿射和非刚性配准	深度学习关键点匹配模型	3D图像	NA
404	2025-08-07	Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease 2025-Jun-26, Research square DOI:10.21203/rs.3.rs-6874970/v1 PMID:40678251	research paper	该研究利用深度学习分析MRI数据，揭示路易体共病理加速阿尔茨海默病患者脑老化	首次结合脑脊液α-突触核蛋白种子扩增检测技术和深度学习MRI分析，阐明路易体共病理对阿尔茨海默病神经退行性变的协同作用	研究样本仅限于认知障碍患者，未涵盖更广泛人群	探究路易体共病理对阿尔茨海默病神经退行性变的影响	803名认知障碍患者（分为四种AD/LB病理亚组）	digital pathology	Alzheimer's disease	cerebrospinal fluid α-synuclein seed amplification assays (SAA), MRI	deep learning	MRI scans	4,355名认知正常个体（训练集）+ 803名认知障碍患者（测试集）
405	2025-08-07	Learning Genetic Perturbation Effects with Variational Causal Inference 2025-Jun-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.05.657988 PMID:40501829	研究论文	提出了一种结合机制因果模型与变分深度学习的混合方法SCCVAE，用于预测单细胞水平的遗传扰动效应	结合机制因果模型与变分深度学习，提出SCCVAE模型，能够更好地预测未见过的扰动响应并解释单细胞水平的扰动效应	机制因果模型的应用受限于过于简化的假设，难以有效处理噪声大、规模大的单细胞数据	提高对遗传扰动效应的预测能力，特别是在单细胞水平上	单细胞水平的转录组响应	功能基因组学	NA	Perturb-seq	SCCVAE (结合线性因果模型与变分自编码器)	单细胞转录组数据	NA
406	2025-08-07	Local mean suppression filter for effective background identification in fluorescence images 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	research paper	提出了一种用于荧光显微镜图像背景识别的非线性滤波器	通过局部均值比较进行像素标记，并通过不同邻域大小的标签累积确定最终标签，性能优于现有图像处理、机器学习和深度学习方法	未明确提及具体局限性	开发一种有效的荧光显微镜图像背景识别方法	荧光显微镜图像	computer vision	NA	局部均值抑制滤波	NA	image	NA
407	2025-08-07	Efficient quality control of platelet-rich plasma preparation using computer vision and deep learning 2025-Jun, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.6.065003 PMID:40765813	研究论文	本文介绍了一种基于计算机视觉和深度学习的自动血小板富集血浆(PRP)质量控制模型，旨在提高PRP制备的效率和准确性	利用ResNet18卷积神经网络结合二元分类器开发PRP质量控制模型，实现了无损、实时的质量控制方法	模型在未见过的测试样本上的平均分类准确率为82.5%，仍有提升空间	提高血小板富集血浆(PRP)制备的质量控制效率和准确性	血小板富集血浆(PRP)制备过程	计算机视觉	NA	深度学习	ResNet18 CNN结合二元分类器	图像	患者数据(具体数量未提及)
408	2025-08-07	Towards artificial intelligence application in pain medicine 2025-03, Recenti progressi in medicina DOI:10.1701/4460.44555 PMID:40084580	review	本文综述了人工智能在疼痛医学中的最新进展和应用	介绍了自动疼痛评估（APA）方法及其在疼痛诊断和治疗中的潜在应用	需要解决验证、参数选择和技术实施的伦理问题	探讨人工智能在疼痛医学中的应用及其潜力	疼痛的诊断、评估和治疗	machine learning	chronic pain	machine learning, deep learning, natural language processing	NLP systems	biosignals, facial expressions, speech patterns	NA
409	2025-08-07	Deep Learning Analysis of Google Street View to Assess Residential Built Environment and Cardiovascular Risk in a U.S. Midwestern Retrospective Cohort 2025-Feb-04, European journal of preventive cardiology IF:8.4Q1 DOI:10.1093/eurjpc/zwaf038 PMID:39903569	研究论文	利用Google街景图像和深度学习技术分析居住区建筑环境特征与心血管疾病风险的关系	首次将Google街景图像与深度学习技术结合，用于评估建筑环境特征与心血管疾病风险的关联	研究结果需要在其他地区进行验证，且需要进一步探究潜在的生物学机制	探究居住区建筑环境特征（如绿化带和人行道）与心血管疾病风险的关系	美国俄亥俄州东北部地区的49,887名居民	计算机视觉	心血管疾病	深度学习	NA	图像	49,887名居民，其中2,083人经历了主要不良心血管事件
410	2025-08-07	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2025-02, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	研究论文	本研究开发了一种基于单导联心电图信号的深度学习模型，用于阻塞性睡眠呼吸暂停的检测和严重程度评估	创新点在于使用单导联心电图信号结合深度学习模型进行阻塞性睡眠呼吸暂停的检测和严重程度评估，并在医院和公共数据集上验证了其可行性	研究未提及模型在不同人群或不同设备采集的心电图信号上的泛化能力	开发一种便捷的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	深度学习模型	心电图信号	375名接受多导睡眠图检查的患者
411	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
412	2025-08-07	Human intention recognition for trauma resuscitation: An interpretable deep learning approach for medical process data 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104767 PMID:39746431	研究论文	本文提出了一种可解释的深度学习方法，用于自动识别创伤复苏过程中的目标追求，以辅助决策	采用双GRU结构的神经网络模型，结合时间和活动类型特征，通过注意力权重增强模型的可解释性	研究仅针对儿科创伤复苏，样本量有限（381例）	开发一种自动识别创伤复苏过程中目标追求的方法，以减少错误并改善患者预后	儿科创伤复苏过程中的气道稳定和循环支持目标	机器学习	创伤	深度学习	双GRU结构神经网络	事件日志（活动序列及时间戳）	381例儿科创伤复苏案例（2014年8月至2022年11月）
413	2025-08-07	Unveiling pathology-related predictive uncertainty of glomerular lesion recognition using prototype learning 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104745 PMID:39746430	research paper	该论文提出了一种新的框架，用于分析肾小球病变识别中与病理相关的预测不确定性	首次结合原型学习和病理特征相关分析，提出了一种新的预测不确定性估计和校正框架	未明确说明样本来源的多样性和模型在其他病理数据集上的泛化能力	分析肾小球病变识别中与病理相关的预测不确定性及其对模型性能的影响	肾小球病变的识别	digital pathology	chronic kidney disease	prototype learning, deep learning	深度学习模型（具体未说明）	病理图像	未明确说明具体样本数量
414	2025-08-07	Cell type prediction with neighborhood-enhanced cellular embedding using deep learning on hematoxylin and eosin-stained images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.026 PMID:40735431	研究论文	本研究旨在利用深度学习方法，通过H&E染色图像预测结肠癌和乳腺癌样本中浸润肿瘤微环境的细胞类型	采用邻域增强的细胞嵌入方法和转导半监督学习策略，提高了细胞类型预测的准确性	模型在独立测试集上的准确率相对较低（0.74），且仅针对两种癌症类型进行了验证	预测肿瘤微环境中浸润的细胞类型	结肠癌和乳腺癌样本中的细胞	数字病理学	结肠癌, 乳腺癌	Stardist细胞分割, K-最近邻方法, 转导半监督学习	深度学习模型（Base-4, Base-4+, Base-7）	H&E染色图像	两个数据集（结肠癌和乳腺癌样本）
415	2025-08-07	Machine learning in the differential diagnosis of ulcerative colitis and Crohn's disease: a systematic review 2025, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-24-117 PMID:40755733	系统综述	本文系统综述了机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用	总结了机器学习在炎症性肠病亚型鉴别中的最新研究进展，特别是基于深度学习和随机森林的模型	纳入的研究多为回顾性研究，可能存在偏倚	评估机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用潜力	溃疡性结肠炎和克罗恩病患者	机器学习	炎症性肠病	机器学习	随机森林(RF), 支持向量机(SVM)	内窥镜数据和粪便生物标志物数据	15,140例样本
416	2025-08-07	Diaproteo: A supervised learning framework for early detection of diabetes mellitus based on proteomic profiles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362281 PMID:40755961	研究论文	该研究提出了一种基于蛋白质组学特征的监督学习框架Diaproteo，用于糖尿病的早期检测	结合经典机器学习算法和前沿深度学习架构（如CNN）进行糖尿病预测，并展示了Extra Trees模型在独立测试中的优越性能	未提及具体样本量及数据集的多样性限制	开发早期糖尿病预测模型以降低并发症风险并改善患者预后	糖尿病患者的临床特征、遗传标记和生活方式变量	机器学习	糖尿病	监督学习算法	Extra Trees, CNN	蛋白质组学数据、临床特征、遗传标记、生活方式变量	NA
417	2025-08-07	SMF-net: semantic-guided multimodal fusion network for precise pancreatic tumor segmentation in medical CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622426 PMID:40756121	研究论文	提出了一种名为SMF-Net的新型多模态医学图像分割框架，用于精确分割胰腺肿瘤	结合CNN-Transformer混合编码器、AMBERT模块和MTT模块，融合视觉和语义特征以增强肿瘤定位，并采用半监督学习范式解决多模态数据稀缺问题	未明确提及具体局限性	提高胰腺肿瘤在CT图像中的分割精度，以辅助胰腺癌的临床诊断	胰腺肿瘤和肺部感染区域	数字病理	胰腺癌	半监督学习	CNN-Transformer混合编码器	医学CT图像	多模态胰腺肿瘤数据集(MPTD)、QaTa-COVID-19和MosMedData肺部感染分割数据集
418	2025-08-07	A CT-Based Deep Learning Radiomics Scoring System for Predicting the Prognosis to Repeat TACE in Patients with Hepatocellular Carcinoma: A Multicenter Cohort Study 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S525920 PMID:40756248	研究论文	本研究构建了一个基于CT的深度学习放射组学评分系统，用于预测肝细胞癌患者重复TACE治疗的预后	结合深度学习和放射组学特征，构建了新型的HRD评分系统，优于传统的ART和ABCR评分	研究为回顾性设计，样本量相对有限，且仅基于CT影像	开发智能预后评分系统以筛选适合重复TACE治疗的肝细胞癌患者	310例来自三家医院的肝细胞癌患者	数字病理	肝细胞癌	CT成像	深度学习模型（未指定具体架构）	医学影像（CT）	310例患者（分为训练组、验证组和两个外部测试组）
419	2025-08-07	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	研究论文	本文提出了一种结合隐私保护AI技术和可解释模型架构的创新框架，以实现医学文本生成中的伦理合规	结合知识推理与深度学习，采用同态加密和安全多方计算等隐私增强技术，并引入公平性训练协议	未提及具体实验样本量和实际应用场景的验证效果	解决医学文本生成中的伦理挑战，包括偏见、隐私和可解释性问题	AI驱动的医学文本生成系统	自然语言处理	NA	同态加密、安全多方计算	深度学习与知识推理的混合模型	文本	NA
420	2025-08-07	Nursing Students' Use of Digital Resources for Self-Directed Learning in Bioscience 2025 Jan-Dec, SAGE open nursing IF:2.0Q2 DOI:10.1177/23779608251363870 PMID:40756467	研究论文	探讨数字资源如何支持护理专业一年级学生在生物科学中的自主学习	采用多媒体学习的认知理论，研究数字资源在自主学习中的应用及其对学习效果的影响	研究仅基于定性访谈，样本可能不够广泛，缺乏量化数据的支持	探索数字资源如何支持护理专业一年级学生在生物科学中的自主学习	护理专业一年级学生	教育技术	NA	半结构化访谈、主题分析	NA	定性数据	未明确提及具体样本数量