深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
4181	2025-10-06	A multitask framework based on CA-EfficientNetV2 for the prediction of glioma molecular biomarkers 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1609594 PMID:40757022	研究论文	提出基于CA-EfficientNetV2的多任务深度学习框架，用于同时预测胶质瘤IDH突变和MGMT启动子甲基化状态	结合坐标注意力机制的EfficientNetV2模型，采用K-means聚类和Vision Transformer生成优化伪标签，并利用果蝇优化算法分配权重	NA	开发非侵入性方法预测胶质瘤分子生物标志物	胶质瘤患者MRI数据	计算机视觉	胶质瘤	MRI	CNN, Vision Transformer	医学图像	NA	NA	CA-EfficientNetV2, Vision Transformer, T2-net, T1C-net, TU-net	准确率, AUC	NA
4182	2025-10-06	Advances in AI-assisted quantification of dry eye indicators 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1628311 PMID:40757197	综述	本文综述了人工智能辅助量化干眼症关键生物标志物的技术进展	系统总结了AI技术在干眼症生物标志物量化中的最新应用，包括泪膜稳定性、睑板腺形态和角膜上皮损伤的评估	NA	探讨人工智能技术在干眼症诊断和管理中的应用潜力	干眼症生物标志物，包括泪膜稳定性、睑板腺形态和角膜上皮损伤	医学人工智能	干眼症	深度学习	深度学习模型	医学图像数据	NA	NA	NA	诊断准确性	NA
4183	2025-10-06	Adapting and evaluating deep-pseudo neural network for survival data with time-varying covariates 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2444649 PMID:40765660	研究论文	本研究调整并评估了深度伪生存神经网络在包含时变协变量的生存数据中的应用	将原本用于时不变变量的DSNN模型扩展应用于时变协变量场景，并与多种现有方法进行性能比较	研究主要基于模拟数据，真实世界数据验证相对有限	开发适用于时变协变量生存数据分析的深度学习方法	包含时变协变量的生存数据	机器学习	NA	生存分析	深度伪生存神经网络	生存数据	NA	NA	Deep-pseudo survival neural network	Brier分数	NA
4184	2025-10-06	Artificial intelligence in the diagnosis and management of dysphagia: a scoping review 2025, CoDAS IF:0.9Q4 DOI:10.1590/2317-1782/e20240305en PMID:40767676	综述	本文通过范围综述方法系统梳理了人工智能在吞咽困难诊断与管理中的技术进展和应用现状	首次系统性地绘制了人工智能在吞咽困难领域的技术应用图谱，突出了深度学习在视频荧光吞咽检查中的主导地位	纳入研究数量有限（61篇），存在研究异质性，且临床适用性仍需进一步验证	系统梳理人工智能技术在吞咽困难诊断与管理中的应用证据	涉及吞咽困难患者的相关研究文献	医疗人工智能	吞咽困难	视频荧光吞咽检查	机器学习,深度学习,计算机视觉	医学影像数据	61篇纳入研究涉及的患者样本	NA	NA	NA	NA
4185	2025-10-06	Early multi-cancer detection through deep learning: An anomaly detection approach using Variational Autoencoder 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104751 PMID:39571772	研究论文	本研究开发了一种基于变分自编码器的深度学习模型，用于通过转录组数据早期检测多种癌症	采用异常检测方法将癌症视为转录组数据中的异常模式，不局限于特定癌症类型	仅使用了六种癌症类型的数据进行训练和验证	开发能够早期检测多种癌症的深度学习模型	转录组数据中的癌症异常模式	机器学习	多癌种	转录组测序	VAE	转录组数据	TCGA和GTEx数据库中的六种癌症数据	NA	变分自编码器	准确率, 召回率	NA
4186	2025-10-06	Structural analysis and intelligent classification of clinical trial eligibility criteria based on deep learning and medical text mining 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104753 PMID:39603550	研究论文	提出基于深度学习和医学文本挖掘的临床试验资格标准自动分类模型CTEC-AC	整合ClinicalBERT和MetaMap增强特征表达，构建可计算解释的临床试验资格标准分类体系	仅基于ClinicalTrials.gov的2500项临床试验数据，分类体系需专家验证	提升临床试验效率、质量和创新能力	临床试验资格标准文本	自然语言处理	NA	医学文本挖掘	ClinicalBERT, 层次聚类	文本	2500项临床试验生成的20000多条资格标准数据	NA	BERT	宏平均F1分数	NA
4187	2025-10-06	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	基于深度学习的多模态身份感知方法识别患者对AI语音机器人的感知	提出结合文本和音频特征的多模态身份感知模型，采用迁移学习方法融合BERT、TextCNN、AST和LSTM等多种深度学习技术	数据集仅包含2030个患者响应样本，需进一步扩大样本规模验证模型泛化能力	识别患者对AI语音机器人的感知状态以优化随访流程	医院患者的随访响应数据	自然语言处理, 语音识别	NA	深度学习, 迁移学习	BERT, TextCNN, AST, LSTM, 自注意力机制	音频, 文本	2030个患者响应录音及对应文本，另加144个跨科室验证样本	TensorFlow, PyTorch	BERT, TextCNN, AST, LSTM, 自注意力融合网络	精确率, AUC, 准确率	NA
4188	2025-10-06	Sleep apnea test prediction based on Electronic Health Records 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104737 PMID:39489457	研究论文	基于电子健康记录开发预测模型，预测个体50岁后是否会接受睡眠呼吸暂停测试	引入RankLi方法进行时序变量选择，并研究按EHR记录数量进行亚组建模的有效性	未明确说明研究样本的具体来源和数据集规模	开发早期预测睡眠呼吸暂停测试需求的模型	潜在保险会员的电子健康记录数据	机器学习	睡眠呼吸暂停	电子健康记录分析	CNN, LSTM, Random Forest, Logistic Regression	时序医疗记录	NA	NA	1-CNN	平衡准确率, AUC	NA
4189	2025-10-06	Improving tabular data extraction in scanned laboratory reports using deep learning models 2024-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104735 PMID:39393477	研究论文	开发基于深度学习的OCR方法从扫描实验室报告中提取表格数据	提出专门针对临床文档的OCR流程，结合最先进的深度学习模型进行感兴趣区域检测和表格识别	仅使用650个标注表格进行训练和评估，样本规模有限	开发先进技术从扫描实验室报告中准确提取实验室检测信息	扫描实验室报告中的表格数据	计算机视觉	NA	光学字符识别(OCR)	DETR, YOLO, EDD	扫描文档图像	632份实验室检测报告中的650个表格	NA	DETR R18, YOLOv8s, PaddleOCR, 编码器-双解码器(EDD)	平均精度(AP), 平均召回率(AR), AP50, AP75, 树编辑距离(TEDS)	NA
4190	2025-10-06	Demonstration-based learning for few-shot biomedical named entity recognition under machine reading comprehension 2024-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104739 PMID:39490610	研究论文	提出一种基于演示学习的机器阅读理解方法来解决生物医学命名实体识别中的少样本学习问题	将生物医学命名实体识别重新定义为机器阅读理解问题，并引入演示学习方法	仅在25-shot和50-shot的少样本场景下验证，未涉及更极端的少样本情况	提升模型在少样本场景下识别生物医学实体的能力	生物医学命名实体识别	自然语言处理	NA	机器阅读理解	基于MRC的语言模型	文本	六个基准数据集：BC4CHEMD、BC5CDR-Chemical、BC5CDR-Disease、NCBI-Disease、BC2GM、JNLPBA	NA	MRC语言模型	F1分数	NA
4191	2025-10-06	Downgrading Breast Imaging Reporting and Data System categories in ultrasound using strain elastography and computer-aided diagnosis system: a multicenter, prospective study 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae136 PMID:39102827	研究论文	通过结合应变弹性成像和深度学习辅助诊断系统，对乳腺超声BI-RADS分类进行降级评估的前瞻性多中心研究	首次将应变弹性成像比值与深度学习CAD系统联合应用于乳腺超声BI-RADS分类的重新评估	研究仅针对BI-RADS 3和4a-c类别，未包含其他类别；样本来源限于特定时间段的多中心数据	评估结合弹性成像和CAD系统是否能减少乳腺病变的不必要活检	1049个乳腺肿块（691个良性，358个恶性）	医学影像分析	乳腺癌	超声成像，应变弹性成像，深度学习	深度学习	超声图像	1049个肿块（来自2020-2022年多中心研究）	NA	NA	不必要活检减少率，恶性肿瘤漏诊率	NA
4192	2025-10-06	Prediction of hypertension risk based on multiple feature fusion 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104701 PMID:39047932	研究论文	提出基于多特征融合的高血压风险预测模型，结合问诊和脉诊数据提高分类精度	提出基于动态权重集成欠采样模型处理类别不平衡，构建混合注意力机制的深度学习模型提取脉象深度特征，并采用动态D-S理论进行多特征融合	样本仅来自两家医院，样本量相对有限（409例）	提高高血压预测的分类准确率和泛化性能	高血压患者	机器学习	心血管疾病	脉波分析，特征重要性排序	集成学习，深度学习	脉波信号，临床特征	409例高血压样本（来自上海中医药大学附属龙华医院和中西医结合医院）	NA	混合注意力机制	准确率，灵敏度，特异度，F1分数，G-mean	NA
4193	2025-10-06	A novel deep learning model based on transformer and cross modality attention for classification of sleep stages 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104689 PMID:39029770	研究论文	提出一种基于Transformer和跨模态注意力的深度学习模型用于睡眠阶段分类	首次将Transformer编码器-解码器架构与跨模态注意力机制相结合用于多生理通道的睡眠阶段分类	仅使用SHHS数据集进行验证，未在其他数据集上测试泛化能力	提高睡眠阶段分类的准确性和效率	睡眠阶段分类	机器学习	睡眠障碍	多生理信号分析	Transformer	时间序列生理信号数据	Sleep Heart Health Study Dataset (SHHS)数据集	NA	Transformer编码器-解码器,跨模态注意力	准确率	NA
4194	2025-10-06	Semi-supervised Double Deep Learning Temporal Risk Prediction (SeDDLeR) with Electronic Health Records 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104685 PMID:39004109	研究论文	提出一种基于电子健康记录的半监督双重深度学习时序风险预测算法(SeDDLeR)	结合半监督学习和深度学习，利用大量未标记数据和少量金标准标签进行时序风险预测，引入时序核权重处理缺失发病时间和异质性随访	对事件发生时间的标注要求较低，但可能受到诊断代码假阳性和发病时间标注不准确的影响	开发时序风险预测模型用于临床事件预测	电子健康记录数据和2型糖尿病风险预测	机器学习	2型糖尿病	电子健康记录分析	GRU,深度学习	时序医疗数据	麻省总医院布里格姆生物样本库数据	NA	GRU	C-statistics,时间特异性AUC	NA
4195	2025-10-06	Promoting smartphone-based keratitis screening using meta-learning: A multicenter study 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104722 PMID:39244181	研究论文	本研究提出了一种基于元学习的框架CNCML，用于在智能手机数据不足的情况下开发角膜炎筛查模型	提出余弦最近质心度量学习(CNCML)元学习框架，能够利用裂隙灯照片的先验知识在少量智能手机数据上实现高效学习	研究仅基于三个临床中心的数据，需要更多临床验证	开发基于智能手机的角膜炎筛查智能系统	角膜炎患者	计算机视觉	角膜炎	深度学习	元学习	图像	13,009张裂隙灯照片和4,075张智能手机照片，来自3个临床中心	NA	余弦最近质心度量学习(CNCML)	准确率, 宏平均曲线下面积(macro-AUC)	NA
4196	2025-10-06	Clinical domain knowledge-derived template improves post hoc AI explanations in pneumothorax classification 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104673 PMID:38862083	研究论文	提出一种基于临床知识模板的方法来改进气胸分类中AI模型的事后解释	将气胸临床知识转化为模板，用于过滤XAI方法生成的多余解释区域	需要放射科医生手动勾画病变区域来生成模板	提高气胸分类中AI模型解释的准确性和临床相关性	气胸病变区域	计算机视觉	气胸	深度学习	CNN	胸部X光图像	两个真实世界数据集(SIIM-ACR和ChestX-Det)	NA	VGG-19, ResNet-50	IoU, Dice Similarity Coefficient	NA
4197	2025-10-06	Utilizing Deep Learning and Computed Tomography to Determine Pulmonary Nodule Activity in Patients With Nontuberculous Mycobacterial-Lung Disease 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000745 PMID:38640144	研究论文	开发并评估用于非结核分枝杆菌肺病患者肺部结节活动性分类的深度卷积神经网络模型	首次将深度卷积神经网络应用于非结核分枝杆菌肺病肺部结节活动性的自动分类，并与放射科医生表现进行对比验证	样本量相对有限（650个结节），仅使用2D CT图像而非3D体积数据	开发基于CT的深度学习模型用于非结核分枝杆菌肺病肺部结节活动性分类	非结核分枝杆菌肺病患者的肺部结节	计算机视觉	肺部疾病	计算机断层扫描	CNN	医学影像	110名患者的650个结节（316个急性，334个慢性）	NA	11层卷积神经网络	AUC, 敏感度, 特异度, 准确率	NA
4198	2025-10-06	Deep Learning for Detection of Pneumothorax and Pleural Effusion on Chest Radiographs: Validation Against Computed Tomography, Impact on Resident Reading Time, and Interreader Concordance 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000746 PMID:37884394	研究论文	评估人工智能在胸部X光片上检测气胸和胸腔积液的表现，并与CT结果对比	首次使用CT作为金标准对AI检测胸膜病变进行体积量化验证，并评估AI辅助对住院医师阅片时间和诊断一致性的影响	回顾性研究设计，样本量相对有限（362例）	验证AI在胸部X光片上检测胸膜病变的性能	接受胸部X光检查的患者	医学影像分析	胸膜疾病	胸部X光摄影，计算机断层扫描	深度学习	医学影像	362例（96例对照组，165例胸腔积液，101例气胸）	NA	INSIGHT CXR	AUROC, Fleiss kappa, 阅片时间, 检测错误率	NA
4199	2025-10-06	VAULT: vault accuracy using deep learning technology: new image-based artificial intelligence model for predicting implantable collamer lens postoperative vault 2024-May-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001386 PMID:38651696	研究论文	开发基于深度学习的人工智能模型，用于预测有晶状体眼植入式Collamer透镜(ICL)术后拱高	首次结合术前极高频数字超声图像和患者人口统计学数据，通过神经网络预测ICL术后拱高	13.7 mm尺寸ICL因数据不足被排除在研究之外	开发准确预测ICL术后拱高的深度学习模型	221例连续患者的437只眼，接受ICL植入手术	计算机视觉	眼科疾病	极高频数字超声成像	神经网络	图像, 临床数据	221名患者的437只眼，共3059张图像	NA	NA	平均绝对误差, 预测准确率	NA
4200	2025-10-06	Prediction of preeclampsia from retinal fundus images via deep learning in singleton pregnancies: a prospective cohort study 2024-04-01, Journal of hypertension IF:3.3Q1 DOI:10.1097/HJH.0000000000003658 PMID:38230614	研究论文	本研究通过深度学习分析视网膜眼底图像预测单胎妊娠中的先兆子痫	首次将视网膜眼底图像与深度学习结合用于先兆子痫的早期预测	样本仅来自单一医疗中心，需多中心验证	评估基于视网膜眼底图像的深度学习算法预测先兆子痫的可行性	单胎妊娠孕妇	计算机视觉	先兆子痫	视网膜眼底成像	深度学习	图像	1138名孕妇（92例发展为妊娠期高血压疾病，其中66例为先兆子痫）	NA	NA	AUC, 敏感性, 特异性	NA