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	2025-08-07	Optimizing Thyroid Nodule Management With Artificial Intelligence: Multicenter Retrospective Study on Reducing Unnecessary Fine Needle Aspirations 2025-Jul-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/71740 PMID:40737551	研究论文	本研究评估了人工智能在真实临床环境中识别甲状腺良性结节的能力，以减少不必要的细针穿刺活检	首次在真实临床环境中评估AI系统识别甲状腺良性结节的性能，并与放射科医生进行比较	AI系统仍会误判少量低侵袭性恶性结节为良性	优化甲状腺结节管理，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	深度学习AI系统	超声图像	验证队列4572个甲状腺结节（良性3134个，恶性1438个），比较队列118个良性结节
462	2025-08-07	Histopathological-based brain tumor grading using 2D-3D multi-modal CNN-transformer combined with stacking classifiers 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11754-9 PMID:40739310	研究论文	本文提出了一种结合2D-3D多模态CNN-transformer和堆叠分类器的混合学习架构，用于脑肿瘤的组织病理学分级	结合2D-3D混合CNN和视觉Transformer（ViT）提取特征，并使用堆叠集成机器学习分类器提高泛化能力，显著提升了脑肿瘤分级的准确性和特异性	未提及模型在临床实际应用中的验证情况，以及对于不同医院或实验室采集的数据的泛化能力	提高脑肿瘤组织病理学分级的准确性和可靠性	脑肿瘤的组织病理学图像	数字病理学	脑肿瘤	深度学习（DL）	2D-3D混合CNN, 视觉Transformer（ViT）, 堆叠集成分类器	图像	两个公开数据集：TCGA和DeepHisto
463	2025-08-07	An Indian database for grading wound healing and cross-corpus classification using perturbation-based Explainable AI models 2025-Jul-30, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108981 PMID:40763622	研究论文	本研究利用智能手机拍摄的2D RGB伤口图像，通过轻量级深度学习模型对伤口进行分类，基于愈合能力分为三个阶段	提出了一个新的印度伤口数据库Amrita_wound，并结合开放数据集AZH和Medetec，使用轻量级模型和可解释AI工具Grad-CAM提高预测透明度	在跨数据集测试中，模型的平均F1分数为68%，显示出在泛化能力上仍有提升空间	开发一个自动化的伤口分级系统，帮助患者理解愈合程度并支持医生基于可见的严重性特征优先处理伤口护理	伤口图像	计算机视觉	伤口愈合	深度学习	MobileViT X S, FastViT T8	图像	Amrita_wound数据库、AZH和Medetec数据集
464	2025-08-07	A Novel 14-Gene Panel Associated With Efferocytosis for Predicting Pancreatic Cancer Prognosis Through Bulk and Single-Cell Databases 2025-Jul-30, Frontiers in bioscience (Landmark edition) DOI:10.31083/FBL40818 PMID:40765357	研究论文	本研究通过整合单细胞RNA测序和大规模转录组数据，识别了一个与胰腺导管腺癌（PDAC）预后相关的14基因面板，并构建了一个ER风险评分系统	首次提出了一个基于14个ER相关基因的新型预后标志物，并利用深度学习构建了ER风险评分系统，为PDAC的预后预测提供了新方法	研究主要基于生物信息学分析，实验验证部分相对有限，未来需要更多实验验证这些基因的功能	探索efferocytosis（ER）在胰腺导管腺癌（PDAC）进展中的作用，并开发新的预后预测模型	胰腺导管腺癌（PDAC）的肿瘤微环境中的肿瘤细胞、基质细胞和免疫细胞	数字病理学	胰腺癌	scRNA-seq, bulk转录组测序, LASSO回归, 随机生存森林（RSF）算法	深度学习, RSF	基因表达数据	来自TCGA和GEO数据库的数据，具体样本数量未明确说明
465	2025-08-07	Deep learning based treatment remission prediction to transcranial direct current stimulation in bipolar depression using EEG power spectral density 2025-Jul-29, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.16.24310445 PMID:40766130	研究论文	本研究利用深度学习模型分析脑电图信号，预测双相抑郁患者在接受6周家庭经颅直流电刺激治疗后的临床缓解情况	首次将1DCNN和GRU混合模型应用于EEG功率谱密度数据，用于预测tDCS治疗双相抑郁的缓解效果	样本量较小（仅21名参与者），可能影响模型的泛化能力	开发能够预测经颅直流电刺激治疗双相抑郁疗效的深度学习模型	双相抑郁患者	机器学习	双相情感障碍	EEG功率谱密度分析	1DCNN和GRU混合模型	EEG信号	21名双相抑郁患者
466	2025-08-07	Cross-level Cross-Scale Inference and Imputation of Single-cell Spatial Proteomics 2025-Jul-28, Research square DOI:10.21203/rs.3.rs-7108570/v1 PMID:40766228	研究论文	介绍了一种名为scProSpatial的深度学习框架，用于从单细胞RNA测序数据推断和填补高保真单细胞空间蛋白质组学数据	提出了一种统一的多模态、多尺度深度学习框架，能够在缺乏共享转录组学特征的情况下准确预测蛋白质的空间丰度，并将蛋白质覆盖范围扩大50倍	当前实验方法存在批次效应、缺乏单细胞多模态同时测量、测量蛋白质覆盖有限、对未见条件泛化能力差以及单细胞分辨率空间背景不足等问题	克服单细胞和空间组学技术中的挑战，实现跨层次、跨尺度的多组学整合与分析	单细胞空间蛋白质组学数据	机器学习	乳腺癌	scRNA-seq	深度学习框架	单细胞RNA测序数据	NA
467	2025-08-07	Automated characterization of abdominal MRI exams using deep learning 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11985-w PMID:40715356	研究论文	本研究利用深度学习技术开发卷积神经网络(CNNs)，自动分类腹部MRI的三个核心属性：脉冲序列类型、成像方向和对比增强状态	开发了三种具有相似骨干架构的CNNs，用于单图像切片分类，并在体积级别实现了100%的准确率，同时使用Grad-CAM可视化影响预测的图像区域	研究中未提及模型对于不同扫描仪技术或成像协议变化的适应性限制	开发标准化工具以自动识别和表征MRI关键成像属性，支持大规模多机构研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	使用Duke Liver Dataset进行外部验证
468	2025-08-07	Deep limit order book forecasting: a microstructural guide 2025-Jul-22, Quantitative finance IF:1.5Q2 DOI:10.1080/14697688.2025.2522911 PMID:40755861	研究论文	利用深度学习技术探索高频限价订单簿中间价格变化的可预测性，并发布开源代码库LOBFrame	提出创新的操作框架，通过关注完整交易预测的准确性来评估预测的实用性，并指出传统机器学习指标在限价订单簿环境中的不足	深度学习的高预测能力不一定对应可操作的交易信号	探索高频限价订单簿中间价格变化的可预测性及其在交易中的应用	NASDAQ交易所交易的多种股票	机器学习	NA	深度学习	NA	高频限价订单簿数据	多种NASDAQ交易所交易的股票
469	2025-08-07	Fully Automated Anatomy Labeling for Intracardiac Echocardiography Using Deep Learning 2025-Jul-17, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.06.009 PMID:40767798	research paper	开发了一种基于深度学习的全自动解剖标记算法，用于心内超声心动图(ICE)的解剖结构识别	首次提出全自动深度学习方法用于ICE图像的解剖结构标记，可作为教育或导航工具	21个解剖结构中只有15个被正确识别，且精度和召回率超过70%	开发自动化工具辅助心内超声心动图(ICE)在电生理(EP)手术中的应用	来自右心房的ICE图像	digital pathology	cardiovascular disease	deep learning	CNN	image	605次EP手术中的196,768张图像
470	2025-08-07	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	评估人工智能辅助前列腺双参数MRI解读的国际多读者研究	使用深度学习AI模型提高前列腺双参数MRI解读的准确性和读者间一致性	AI辅助略微降低了病灶水平的敏感性，需要进一步优化以在不影响特异性的情况下提高敏感性	评估AI模型对前列腺双参数MRI解读中临床显著前列腺癌和前列腺癌检出率及读者间一致性的影响	前列腺双参数MRI扫描	数字病理	前列腺癌	双参数MRI (bpMRI)	深度学习AI模型	MRI图像	180名患者（120例病例组，60例对照组）
471	2025-08-07	Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study 2025-Jul-15, JMIR aging IF:5.0Q1 DOI:10.2196/68156 PMID:40663489	研究论文	本研究提出了一种新型多模态系统，用于预测严重痴呆患者的激动和攻击行为（AA）发作，结合了可穿戴传感器数据和隐私保护视频分析	整合了可穿戴传感器数据和隐私保护视频分析，实现了对AA事件的实时预测，预测时间至少提前6分钟	研究样本量较小（仅10名参与者），且仅在单一机构进行	开发一种新型多模态系统，用于预测痴呆患者的激动和攻击行为（AA）发作	严重痴呆患者	数字病理学	老年疾病	可穿戴传感器数据采集、视频分析、深度学习	Extra Trees、多层感知器（MLP）、门控循环单元（GRU）、长短期记忆（LSTM）	传感器数据、视频数据	10名参与者
472	2025-08-07	Prediction of Major Adverse Cardiovascular Events in Patients with Hypertrophic Cardiomyopathy by Deep Learning and Radiomics 2025-Jul-11, Cardiology IF:1.9Q3 DOI:10.1159/000547232 PMID:40652933	research paper	本研究结合深度迁移学习和放射组学技术，开发了一种预测肥厚型心肌病患者主要不良心血管事件风险的模型	首次将超声心动图与深度迁移学习和放射组学相结合，构建预测模型	研究为回顾性分析，样本量相对较小（210例患者）	开发预测肥厚型心肌病患者主要不良心血管事件风险的模型	210例肥厚型心肌病患者（59例发生MACE，151例未发生）	digital pathology	cardiovascular disease	深度迁移学习（DTL）、放射组学	Resnet50	image	210例肥厚型心肌病患者（平均随访时间29.44±16.21个月）
473	2025-08-07	Artificial intelligence in airway management: A systematic review and meta-analysis 2025-Jul-09, Anaesthesia, critical care & pain medicine DOI:10.1016/j.accpm.2025.101589 PMID:40645499	系统综述与荟萃分析	本文总结了人工智能在预测困难气道管理中的应用现状，并通过荟萃分析评估了不同模型的性能	首次系统评估了AI模型在困难气道预测中的表现，并识别出性能最佳的模型	纳入研究数量有限(13项)，且不同研究间存在高度异质性(I2=99.7%)	评估人工智能模型在预测困难气道中的表现	接受全身麻醉手术的患者和急诊科患者	医疗人工智能	麻醉并发症	机器学习与深度学习	VGG, SVM, NB	临床数据	13项研究(11项手术患者，2项急诊患者)
474	2025-08-07	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室容积和质量，探讨其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT扫描中提取心脏腔室容积和质量，并评估其与心力衰竭住院和心肌血流储备的关联	研究仅基于6个中心的患者数据，可能无法代表所有人群	评估深度学习从PET/CT衰减扫描中提取的心脏腔室容积和质量与心力衰竭住院和心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT	深度学习	图像	18,079名患者
475	2025-08-07	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jul, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了通过常规胸部计算机断层扫描自动评估冠状动脉钙化（CAC）与结直肠癌或胃癌患者心血管风险之间的关联	首次在结直肠癌或胃癌患者中应用深度学习软件自动量化CAC，并评估其与心血管事件风险的关联	研究为回顾性队列设计，可能存在选择偏倚，且仅纳入韩国两家三级医院的患者，可能限制结果的普遍性	评估自动CAC评分在预测结直肠癌或胃癌患者动脉粥样硬化性心血管疾病风险中的应用价值	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习软件自动量化CAC	NA	电子健康记录与理赔数据	3153名患者（36.5%为女性）
476	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
477	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
478	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
479	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）
480	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