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
5161	2025-03-15	HDL-ACO hybrid deep learning and ant colony optimization for ocular optical coherence tomography image classification 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89961-7 PMID:39966596	研究论文	本文提出了一种结合卷积神经网络和蚁群优化的混合深度学习框架HDL-ACO，用于提高眼科光学相干断层扫描图像分类的准确性和计算效率	HDL-ACO框架结合了离散小波变换和ACO优化的数据增强，以及基于Transformer的特征提取模块，显著提升了分类性能	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高眼科光学相干断层扫描图像分类的准确性和计算效率	眼科光学相干断层扫描图像	计算机视觉	眼科疾病	离散小波变换，蚁群优化，Transformer	CNN, ACO, Transformer	图像	未提及具体样本数量
5162	2025-03-15	Learning maximally spanning representations improves protein function annotation 2025-Feb-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.13.638156 PMID:40027840	研究论文	本文提出了一种名为MSRep的新型深度学习框架，旨在解决蛋白质功能注释中的不平衡问题，并提高注释准确性	MSRep框架通过优化受神经崩溃（NC）启发的损失函数，确保少数功能在嵌入空间中与多数功能同等表示，从而提高了预测准确性和泛化能力	虽然MSRep在多个蛋白质功能注释任务中表现出色，但其在未表征蛋白质上的应用仍需进一步验证	提高蛋白质功能注释的准确性，特别是对于研究不足的功能类别	蛋白质功能注释	计算生物学	NA	深度学习	预训练蛋白质语言模型	蛋白质序列数据	NA
5163	2025-03-15	An interpretable ensemble model combining handcrafted radiomics and deep learning for predicting the overall survival of hepatocellular carcinoma patients after stereotactic body radiation therapy 2025-Feb-14, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06119-8 PMID:39948208	研究论文	本研究开发了一种结合手工放射组学和深度学习的可解释集成模型，用于预测接受立体定向放射治疗（SBRT）的肝细胞癌（HCC）患者的2年生存率	通过集成放射组学和深度学习特征与临床数据，开发了一个强大的预测模型，并使用后解释技术增强了模型的可解释性	样本量相对较小（186例患者），且仅基于单一治疗方式（SBRT）的数据	预测接受立体定向放射治疗的肝细胞癌患者的2年生存率	186例接受立体定向放射治疗的肝细胞癌患者	数字病理学	肝细胞癌	放射组学特征提取，深度学习	集成模型（结合手工放射组学和CNN）	CT图像，临床数据	186例肝细胞癌患者
5164	2025-03-15	Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy 2025-Feb-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06105-0 PMID:39923208	研究论文	本研究旨在通过结合NGS数据和IHC染色图像，开发一种基于Vision Transformer的深度学习模型，以提高HER2扩增状态检测的准确性和效率，并预测HER2靶向新辅助化疗的疗效	首次将NGS数据与IHC染色图像结合，利用Vision Transformer深度学习模型进行HER2扩增状态识别，并预测新辅助化疗疗效	HER2表达在癌组织中的异质性可能导致模型误识别	提高HER2扩增状态检测的准确性和效率，并预测HER2靶向新辅助化疗的疗效	606名乳腺癌患者的NGS数据和IHC染色图像，以及399名HER2阳性乳腺癌患者的新辅助化疗疗效	数字病理	乳腺癌	NGS, IHC染色	Vision Transformer (ViT)	图像, 基因测序数据	606名乳腺癌患者的NGS数据和IHC染色图像，其中404名用于训练，101名用于验证，101名用于测试
5165	2025-03-15	Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers 2025-Feb-03, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06117-w PMID:39900688	研究论文	本研究旨在开发一种自动化方法，使用深度学习模型分割脾脏CT图像，并结合放射组学和深度学习特征构建胃癌浆膜浸润预测模型	采用U-Mamba深度学习模型实现脾脏CT图像的自动分割，结合放射组学和深度学习特征构建预测模型，并生成诺模图以探索临床指导意义	研究仅基于两个中心的311名患者，样本量相对有限，且未提及外部验证	开发自动化脾脏CT图像分割方法，并构建胃癌浆膜浸润预测模型	311名经病理学确诊的胃癌患者	数字病理学	胃癌	CT成像	U-Mamba, 机器学习方法	CT图像	311名患者
5166	2025-03-15	A practical deep learning model for core temperature prediction of specialized workers in high-temperature environments 2025-Feb, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104079 PMID:39970650	研究论文	本文开发了一种结合卡尔曼滤波和长期序列预测深度学习模型的无创核心温度预测模型，用于高温环境下特种作业人员的健康监测	结合卡尔曼滤波和长期序列预测深度学习模型，利用皮肤温度和心率作为输入特征，实现个性化实时核心温度预测	实验样本量较小（13名参与者），且仅在34至40°C的环境温度下进行验证	开发一种实用的深度学习模型，用于预测高温环境下特种作业人员的核心温度，以支持健康监测和保护	高温环境下特种作业人员的核心温度	机器学习	NA	深度学习	长期序列预测深度学习模型	皮肤温度和心率数据	13名参与者在34至40°C环境温度下的实验数据
5167	2025-03-15	AI-augmented Biophysical modeling in thermoplasmonics for real-time monitoring and diagnosis of human tissue infections 2025-Feb, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104075 PMID:40023011	研究论文	本研究提出了一种结合人工智能和局部表面等离子体共振技术的系统，用于实时监测和诊断人体组织感染	该系统结合了AI和LSPR技术，显著缩短了检测时间，提高了诊断准确性，并降低了医疗成本	研究样本主要来自三个医疗中心，可能无法完全代表所有医疗环境	开发一种实时监测和诊断人体组织感染的系统	人体组织感染	生物物理建模	组织感染	局部表面等离子体共振（LSPR）技术	深度学习	单细胞转录组数据	486人（107名未感染，379名感染）的2,333,481个单细胞转录组数据，并在三个主要医疗中心进行了1655例临床实施
5168	2025-03-15	Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient 2025-Jan-30, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2025.01.041 PMID:39892790	研究论文	本研究旨在通过计算机断层扫描（CT）和组织学分析，识别与活体肾移植受者死亡审查移植物失败相关的肾实质结构特征	首次发现肾髓质金字塔数量与移植失败率之间的关联，并提出肾髓质金字塔计数作为移植前预后生物标志物的潜在用途	研究仅针对ABO兼容的活体肾移植受者，未涵盖其他类型的肾移植	识别与活体肾移植受者移植物失败相关的肾实质结构特征	2000-2020年间接受ABO兼容活体肾移植的受者	数字病理学	肾移植	计算机断层扫描（CT）、深度学习模型、形态计量组织学分析	深度学习模型	CT图像、组织学数据	3098名肾移植受者，中位随访5年，346例移植物失败事件
5169	2025-03-15	CT-based radiomics-deep learning model predicts occult lymph node metastasis in early-stage lung adenocarcinoma patients: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.02 PMID:40078558	研究论文	本研究开发并验证了一种基于CT的放射组学和深度学习融合模型，用于预测早期肺腺癌患者的隐匿性淋巴结转移	结合了放射组学和深度学习技术，使用3D SE-ResNet34网络构建融合模型，显著提高了预测隐匿性淋巴结转移的准确性	研究为回顾性分析，可能存在选择偏倚；样本量相对较小，需要更大规模的多中心研究进一步验证	开发并验证一种非侵入性预测模型，用于早期肺腺癌患者的隐匿性淋巴结转移	早期肺腺癌患者	数字病理	肺癌	CT成像，深度学习	3D SE-ResNet34	CT图像	358名患者（训练队列186名，内部验证队列48名，外部测试队列124名）
5170	2025-03-15	Deep learning-based multi-task prediction of response to neoadjuvant chemotherapy using multiscale whole slide images in breast cancer: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.03 PMID:40078559	研究论文	本研究开发了一种基于多尺度全切片图像（WSIs）的多任务深度学习模型（DLMM），用于预测乳腺癌患者对新辅助化疗（NAC）的反应	通过多尺度特征表示的串联融合和基于门控的注意力机制，模型能够精细预测治疗反应和病理完全缓解（pCR）	尽管在多个测试集中表现出色，但模型仍需进一步验证其在不同临床环境中的普适性	开发一种深度学习模型，以更精确地预测乳腺癌患者对新辅助化疗的反应	乳腺癌患者	数字病理学	乳腺癌	深度学习	多任务深度学习模型（DLMM）	图像	1,670张全切片图像，包括训练集、验证集、内部测试集、外部测试集和前瞻性测试集
5171	2025-03-15	An analysis of performance bottlenecks in MRI preprocessing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae098 PMID:40072903	研究论文	本文分析了MRI预处理中的性能瓶颈，旨在提高其计算效率	使用Intel VTune分析工具对多个常用MRI预处理流程的性能瓶颈进行了详细分析，并发现了影响性能的关键因素	研究依赖于特定硬件和软件工具，可能不适用于所有研究环境	提高MRI预处理流程的计算效率，以支持大规模队列研究和临床应用	MRI预处理流程的性能瓶颈	医学影像处理	NA	Intel VTune分析工具	NA	MRI数据	多个常用MRI预处理流程（ANTs、FMRIB Software Library、FreeSurfer）
5172	2025-03-15	LLM-FMS: A fine-grained dataset for functional movement screen action quality assessment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313707 PMID:40067873	研究论文	本文介绍了一个细粒度的功能运动筛查（FMS）数据集LLM-FMS，并提出了一个基于大语言模型（LLMs）的动作质量评估框架，以提高FMS评估的可解释性	LLM-FMS是首个用于动作评估任务的细粒度健身动作数据集，结合了专家规则和RTMPose提取的关键骨骼级动作特征，通过LLM推断分数并提供详细解释	当前自动化的FMS评估仅限于等级评分，缺乏细粒度的反馈建议和可解释性	开发一个细粒度的FMS数据集和动作质量评估框架，以提高FMS评估的准确性和可解释性	45名受试者的1812个动作关键帧图像，涵盖7个FMS动作的15个动作表现	计算机视觉	NA	RTMPose	LLM	视频、图像	45名受试者的1812个动作关键帧图像
5173	2025-03-15	AI models for the identification of prognostic and predictive biomarkers in lung cancer: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1424647 PMID:40078179	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	本文首次系统地评估了AI模型在肺癌生物标志物识别中的应用，涵盖了多种AI方法和生物标志物目标	需要进一步的大规模前瞻性研究来验证和优化AI驱动生物标志物的临床效用	评估人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	肺癌患者及其生物标志物	机器学习	肺癌	深度学习与机器学习算法	NA	NA	34项研究
5174	2025-03-15	A 5G network based conceptual framework for real-time malaria parasite detection from thick and thin blood smear slides using modified YOLOv5 model 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251321540 PMID:40078448	研究论文	本文提出了一种基于5G网络的实时疟疾寄生虫检测框架，使用改进的YOLOv5模型从厚薄血涂片中进行检测	通过引入两个SENet层改进YOLOv5x网络架构，优化了模型在5G网络上的实时检测性能	未提及模型在低资源环境下的实际部署效果和成本效益分析	开发一种实时疟疾检测系统，特别是在诊断资源有限的地区	厚薄血涂片中的疟疾寄生虫	数字病理学	疟疾	深度学习	改进的YOLOv5x模型	图像	未提及具体样本数量
5175	2025-03-15	A spatial and temporal transformer-based EEG emotion recognition in VR environment 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1517273 PMID:40078487	研究论文	本文提出了一种基于Transformer的EEG情感识别方法EmoSTT，用于VR环境中的情感识别	首次在VR环境中使用纯Transformer方法进行EEG情感识别，并通过两个独立的Transformer模块全面建模EEG信号的时空信息	研究主要依赖于实验室环境和VR环境下的数据集，尚未在更广泛的真实场景中进行验证	提高EEG情感识别在真实场景中的生态效度，探索VR环境下的情感识别方法	参与者在观看VR视频时的EEG数据	脑机接口	NA	EEG信号处理	Transformer	EEG信号	未明确提及具体样本数量
5176	2025-03-15	Artificial intelligence integration in surgery through hand and instrument tracking: a systematic literature review 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1528362 PMID:40078701	系统文献综述	本文通过系统文献综述探讨了人工智能（AI）在手术实践中通过手和器械追踪的应用，分析了AI与手术交叉领域的最新进展和当前文献	本文首次系统性地总结了AI在手术手和器械追踪中的应用，并分析了不同AI算法在手术实践中的具体应用	当前AI技术在手术中的应用仍存在技术和社会限制，未来研究需要填补这些空白	探讨AI在手术手和器械追踪中的应用，以优化手术技能培训并改善手术结果	手术实践中的手和器械追踪	计算机视觉	NA	深度学习算法、传统机器学习算法	深度学习模型	预录视频、摄像头数据、图像数据集	77篇符合纳入标准的文章
5177	2025-03-15	Singing to speech conversion with generative flow 2025, EURASIP journal on audio, speech, and music processing DOI:10.1186/s13636-025-00400-x PMID:40078713	研究论文	本文介绍了歌唱到语音转换（S2S）任务，并提出了首个基于深度学习的S2S系统	首次提出基于生成流的S2S系统，并调整了潜在特征之间的对齐模块，适应了歌唱到语音转换的场景	未提及具体局限性	研究歌唱到语音的转换，保留语音信息并减少音高、节奏和音色的变化	歌唱和语音信号	自然语言处理	NA	生成流（Generative Flow）	Glow-TTS架构	音频信号	未提及具体样本数量
5178	2025-03-15	Magnetic resonance imaging-based machine learning classification of schizophrenia spectrum disorders: a meta-analysis 2024-Dec, Psychiatry and clinical neurosciences IF:5.0Q1 DOI:10.1111/pcn.13736 PMID:39290174	meta-analysis	本文通过元分析方法评估了基于磁共振成像的多变量模式识别在区分精神分裂症谱系障碍（SSD）患者与健康对照组（HCs）中的可靠性	采用多变量模式识别方法克服了传统单变量方法的局限性，并评估了研究特征对分类性能的影响	研究存在临床异质性，且分类性能受患者相关和方法学因素的影响	评估基于神经影像的生物标志物在区分SSD患者与HCs中的可靠性	精神分裂症谱系障碍（SSD）患者和健康对照组（HCs）	machine learning	schizophrenia	magnetic resonance imaging (MRI)	multivariate pattern analysis	neuroimaging data	12,723 SSD患者和13,196 HCs
5179	2025-03-15	Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240005 PMID:39665633	研究论文	本研究通过深度学习评估单相CT、吸气-呼气CT和临床数据在慢性阻塞性肺疾病（COPD）诊断和分期中的累积效益	首次结合单相CT、吸气-呼气CT和临床数据，利用卷积神经网络（CNN）进行COPD分期，并评估其诊断准确性	研究为回顾性研究，数据来源于特定时间段和人群，可能影响结果的普遍性	评估不同CT数据和临床数据在COPD诊断和分期中的效益	8893名COPDGene一期队列的参与者	数字病理学	慢性阻塞性肺疾病	CT成像	卷积神经网络（CNN）	CT图像和临床数据	8893名参与者
5180	2025-03-15	Accelerated Cardiac MRI with Deep Learning-based Image Reconstruction for Cine Imaging 2024-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230419 PMID:39540821	研究论文	本研究评估了基于深度学习的图像重建对心脏MRI电影序列采集时间、体积结果和图像质量的影响	首次在心脏MRI中应用深度学习技术进行图像重建，显著缩短了采集时间，同时保持了图像质量和体积结果的准确性	单次心跳的DL电影序列显著低估了射血分数，可能由于乳头肌的分割不同	评估深度学习在心脏MRI电影序列中的应用效果	55名健康志愿者	医学影像	心血管疾病	深度学习	NA	图像	55名健康志愿者