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
461	2025-09-05	Effective SMOTE boost with deep learning for IDC identification in whole-slide images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329078 PMID:40901930	研究论文	提出一种基于SMOTE和卷积神经网络的创新方法，用于全切片图像中浸润性导管癌的自动识别	首次将SMOTE技术与CNN结合应用于乳腺癌全切片图像分析，显著提升IDC区域检测准确率	样本量有限（仅162例患者），未进行外部验证	开发高精度乳腺癌自动诊断系统以提高早期检测能力	乳腺癌患者的组织病理学全切片图像	数字病理学	乳腺癌	深度学习，SMOTE过采样技术	CNN，VGG19，ResNet50，SMO_CNN	图像	162例IDC患者（训练集113张图像，测试集49张图像）
462	2025-09-05	Artificial intelligence in advanced gastric cancer: a comprehensive review of applications in precision oncology 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630628 PMID:40904504	综述	本文全面回顾了人工智能在晚期胃癌精准肿瘤学中的应用现状与前景	系统整合多模态数据（临床、基因组、影像组学、病理组学）的AI方法显著提升预测性能，超越单模态模型	面临数据质量与标准化不足、模型泛化性与可解释性有限、缺乏严格前瞻性验证等挑战	探讨人工智能如何推动晚期胃癌的精准治疗与个性化管理	晚期胃癌患者的多维度数据（临床记录、基因组、影像、数字病理）	数字病理	胃癌	机器学习（ML）、深度学习（DL）、可解释人工智能（XAI）	多模态AI模型	临床文本、基因组数据、医学影像、病理图像	NA
463	2025-09-05	A new deep learning model for predicting IMRT dose distributions for lung cancer with dose masks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587788 PMID:40904510	研究论文	提出一种结合剂量掩码的深度学习模型，用于提升肺癌IMRT剂量分布的预测精度	首次在剂量预测模型中引入剂量掩码信息，显著改善了中低剂量区域的预测准确性	未明确说明模型在不同医疗机构或设备间的泛化能力	提高肺癌调强放射治疗（IMRT）剂量分布的预测精度	肺癌患者的CT图像、解剖结构和剂量分布数据	医学图像分析	肺癌	深度学习	3D U-Net	CT图像、剂量掩码	包含常规放疗和同步整合推量（SIB）放疗的混合数据集
464	2025-09-05	Improving EEG classification of alcoholic and control subjects using DWT-CNN-BiGRU with various noise filtering techniques 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1618050 PMID:40904893	研究论文	本研究提出一种结合离散小波变换（DWT）、CNN和双向门控循环单元（BiGRU）的新模型，用于提升酒精依赖者与对照组EEG信号的分类准确率	首次将DWT-CNN-BiGRU架构应用于EEG酒精分类，并系统比较了DWT、DFT和DCT三种去噪技术的效果	未提及样本规模的具体细节及跨数据集验证结果	开发高精度的EEG信号分类方法以辅助酒精依赖诊断	酒精依赖患者和健康对照组的脑电图（EEG）信号	生物医学信号处理	酒精依赖症	离散小波变换(DWT), 离散傅里叶变换(DFT), 离散余弦变换(DCT)	CNN-BiGRU混合模型	EEG时序信号	NA
465	2025-09-05	Exploring the Applications of Explainability in Wearable Data Analytics: Systematic Literature Review 2024-12-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53863 PMID:39718820	系统文献综述	本文系统回顾了可解释人工智能（XAI）在可穿戴设备数据分析中的应用现状与挑战	首次系统梳理可穿戴医疗技术中XAI的应用方法，明确腕戴设备主导地位及事后解释方法的适应性优势	用户评估环节存在明显不足，缺乏终端用户参与开发过程的实证研究	探讨可解释性方法在可穿戴医疗技术中的应用价值与实现路径	基于可穿戴设备产生的量化自我数据及其机器学习模型	可穿戴健康技术	NA	Shapley Additive Explanations等事后可解释性方法	机器学习/深度学习模型	传感器时序数据	25篇研究论文（2018-2022年）
466	2025-09-05	Artificial Intelligence Applications to Measure Food and Nutrient Intakes: Scoping Review 2024-11-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54557 PMID:39608003	综述	本文对人工智能在食物和营养素摄入测量中的应用进行了范围综述，总结了现有技术的效能、准确性及挑战	系统梳理了AI在膳食评估中的多种数据输入类型（如图像、声音、运动数据）和应用场景，并量化了不同方法的性能指标	纳入研究数量有限（25篇），且AI模型在适应多样化食物类型、算法公平性和数据隐私方面仍存在挑战	评估人工智能工具在测量食物和营养素摄入方面的有效性、准确性及面临的挑战	人类受试者的膳食摄入数据	自然语言处理	NA	深度学习、机器学习、混合方法	CNN, SVM	图像、声音、运动数据、文本	25项研究，样本量从10到38,415名参与者不等
467	2025-09-05	Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study 2024-11-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54206 PMID:39402012	研究论文	评估基于AI的健康管理移动应用在延缓非透析依赖慢性肾病进展方面的长期疗效	首次通过大规模回顾性队列研究验证AI驱动的移动护理系统在慢性肾病管理中的长期效果，并采用深度学习光学字符识别技术处理患者数据	研究为回顾性设计而非随机对照试验，可能存在选择偏倚；尿白蛋白/肌酐比值在随访期末两组无显著差异	评估KidneyOnline智能护理系统延缓非透析依赖慢性肾病进展的长期疗效	中国非透析依赖慢性肾病患者	数字健康	慢性肾病	深度学习光学字符识别(OCR)，人工智能健康管理	深度学习	文本健康数据	12,297名合格患者，经倾向评分匹配后808名患者(干预组和常规护理组各404名)
468	2025-09-05	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	利用钙评分CT影像组学特征预测心力衰竭风险	首次仅基于CT钙评分扫描的影像组学特征（钙组学和脂肪组学）构建心力衰竭预测模型，无需额外临床信息	随访时间中位数仅1.7年，样本中心力衰竭事件发生率较低（5%）	开发一种基于CT钙评分的心力衰竭风险筛查方法	1998名患者（含336名2型糖尿病患者）	医学影像分析	心血管疾病	CT钙评分扫描，深度学习分割，影像组学特征提取	深度学习	CT影像	1998名患者
469	2025-09-05	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估脓毒症患者抗菌药物耐药性风险模型在不同医院间的性能差异及其与当地耐药率的关系	揭示模型性能差异主要与当地耐药流行率相关而非患者病例组合，强调通用模型预测耐药革兰阴性杆菌病因需谨慎	回顾性研究设计可能存在选择偏倚，仅纳入美国中西部10家医院可能限制结果普适性	探究脓毒症患者抗菌药物耐药性风险模型的跨医院性能变异原因	成年脓毒症患者（社区发病和医院发病）	医疗数据分析	脓毒症	深度学习模型	深度学习	临床数据	39,893名患者，85,238次脓毒症发作事件
470	2025-09-05	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	本研究开发了一种基于心率变异性和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次将心率变异性参数与生命体征结合，使用1D ResNet架构开发自动化镇静水平预测模型	单中心回顾性研究，需要多中心验证以确认广泛适用性	开发深度学习模型来预测危重病儿童的镇静水平	儿科重症监护病房的324名患者	医疗人工智能	儿科危重病	心率变异性分析，深度学习建模	1D ResNet	心电图波形和生命体征数据	324名患者，4,193个特征集
471	2025-09-05	A topological deep learning framework for neural spike decoding 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.01.025 PMID:38402607	研究论文	提出一种基于拓扑深度学习的神经脉冲解码框架，用于从头部方向细胞和网格细胞活动中解码方向与位置信息	开发了结合无监督单纯复形发现与深度学习的新型架构——单纯卷积循环神经网络，能捕捉神经元的高阶连接性	NA	解码神经脉冲序列以理解大脑空间导航系统的编码机制	头部方向细胞和网格细胞的神经活动数据	计算神经科学	NA	拓扑数据分析，深度学习	Simplicial Convolutional Recurrent Neural Network (单纯卷积循环神经网络)	神经脉冲序列数据	NA
472	2025-09-05	3dDNAscoreA: A scoring function for evaluation of DNA 3D structures 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.018 PMID:38409781	研究论文	开发了一种基于深度学习模型的DNA三维结构评分函数3dDNAscoreA	首次为DNA三维结构预测提供专门的评分函数，采用新训练策略基于ARES模型进行适配	NA	解决DNA三维结构预测结果的评估和排序问题	DNA分子三维结构	计算生物学	NA	深度学习	基于ARES的深度学习模型	三维结构数据	两个测试集
473	2025-09-05	VSG-GAN: A high-fidelity image synthesis method with semantic manipulation in retinal fundus image 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.019 PMID:38414236	研究论文	提出一种基于生成对抗网络的高保真视网膜图像合成方法VSG-GAN，能够实现语义操控并生成多样化的视网膜图像	通过血管骨架和背景风格的解耦模块设计，结合风格变换和GAN反转技术，实现具有多样化形态特征的视网膜图像生成	NA	解决视网膜图像分析中数据集多样性不足和样本不平衡问题，提升疾病诊断模型训练效果	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	生成对抗网络(GAN)，风格变换，GAN反转	VSG-GAN（基于GAN的生成模型），分层变分自编码器	图像	使用MESSIDOR和RITE数据集进行评测
474	2025-09-05	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	提出一种融合多图谱和深度学习的三维大腿肌肉群自动分割方法	结合多图谱分割（MAS）的通用性和深度学习网络的准确性，通过融合多种解剖映射提升分割精度	仅在15名健康受试者和4名患者上进行验证，样本规模有限	开发自动化分割大腿功能肌肉群的方法，用于肌肉体积和脂肪含量的精准评估	大腿的四个主要功能肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	计算机视觉	老年疾病	化学位移编码水脂磁共振成像（CSE-MRI）	3D深度学习模型与可变形配准模型融合	三维磁共振图像	15名健康受试者（交叉验证）和4名患者（测试）
475	2025-09-05	Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration 2024-Sep-01, Critical care explorations DOI:10.1097/CCE.0000000000001151 PMID:39258951	研究论文	开发并验证一种基于深度学习的成人患者生理恶化预测模型DETERIO，并与商业恶化评分系统EDI进行比较	采用共识定义的恶化标准（AIDE）并将恶化预测建模为状态价值估计问题，提升了预测性能	需要进一步研究评估模型的普适性和真实临床影响	预测成人患者生理恶化，实现更早的临床干预	住院患者和急诊科患者	机器学习	NA	深度学习	深度学习模型	临床患者数据	推导队列330,729名患者（71,735住院+258,994急诊），验证队列65,898名患者（13,750住院+52,148急诊）
476	2025-09-05	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG趋势分析工具BSN在预测围产期窒息新生儿4岁时临床结局的效用	首次使用全自动深度学习定量测量EEG背景的新方法BSN，实现早期连续脑活动监测和动态预后预测	样本量较小（80例新生儿），需更大规模验证	早期预测围产期窒息新生儿的长期临床结局	围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测、深度学习	深度学习模型	EEG时间序列数据	80例新生儿，总计5427小时EEG数据
477	2025-09-05	Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model 2024-05-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54363 PMID:38696251	研究论文	本研究开发了一种多模态深度学习模型，结合入院临床文本和表格数据，以提高心力衰竭患者院内死亡风险的评估精度	首次将入院临床笔记与结构化表格数据通过多模态深度学习结合，用于心衰预后评估，并在多个独立数据集上验证了其优越性	回顾性研究设计，数据来源于特定数据库，可能存在选择偏倚	提高心力衰竭患者住院结局的预后评估精度	重症心力衰竭患者	自然语言处理	心血管疾病	深度学习，Integrated Gradients，SHAP	多模态深度学习模型	文本，表格数据	开发集9989例患者，内部验证集2497例，前瞻验证集1896例，外部验证集7432例
478	2025-09-05	Early autism diagnosis based on path signature and Siamese unsupervised feature compressor 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae069 PMID:38696605	研究论文	提出一种基于路径签名和孪生无监督特征压缩器的深度学习模型，用于自闭症谱系障碍的早期诊断	结合孪生验证框架扩展稀缺数据，使用无监督压缩器缓解数据不平衡，并通过路径签名方法从纵向数据中提取发育特征	数据存在稀缺性、类别不平衡和异质性挑战，样本量未明确说明	开发早期自闭症诊断的自动化方法	自闭症谱系障碍婴幼儿的结构MRI图像	医学影像分析	自闭症谱系障碍	深度学习，路径签名分析	Siamese网络，无监督特征压缩器	结构磁共振图像（MRI）	NA
479	2025-09-05	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-05, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	开发用于机器人胰肠吻合术视频自动分割的深度学习模型	利用3D卷积神经网络对机器人手术视频进行任务级自动分割，首次在该复杂手术场景中实现高精度帧分类	样本量有限（111个视频），且为单中心回顾性研究	通过深度学习自动分析机器人胰十二指肠切除术中的胰肠吻合环节	机器人胰肠吻合术手术视频	计算机视觉	胰腺疾病	深度学习，视频分析	3D CNN	视频	111个手术视频（60训练+10验证+30测试）
480	2025-09-05	LST-AI: a Deep Learning Ensemble for Accurate MS Lesion Segmentation 2024-Mar-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.23.23298966 PMID:38045345	研究论文	提出一种基于深度学习的集成模型LST-AI，用于精确分割多发性硬化症脑白质病变	采用三个3D-UNet集成架构，结合二元交叉熵和Tversky损失函数的复合损失函数，显式处理病变与非病变组织的不平衡问题	NA	开发开源自动化脑白质病变分割工具，提升多发性硬化症病灶分割精度	多发性硬化症患者的脑部MRI图像	医学图像分析	多发性硬化症	深度学习，MRI成像	3D-UNet集成模型	3D医学图像（T1w和FLAIR序列）	491对训练图像（内部采集），103个测试案例（公开数据）