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
501	2025-07-24	Harnessing Artificial Intelligence and Innovative Vaccines for Mpox Diagnosis and Control: A Comprehensive Narrative Review 2025 Jan-Dec, Journal of primary care & community health DOI:10.1177/21501319251357701 PMID:40698517	综述	本文综述了人工智能和创新疫苗在猴痘诊断和控制中的应用	探讨了AI技术在猴痘诊断中的高准确性和速度，以及现有疫苗的交叉保护效果	未提及具体AI模型的验证和可靠性评估细节	评估AI和新型疫苗在减轻猴痘负担中的作用	猴痘的诊断、治疗和预防	自然语言处理	猴痘	机器学习、深度学习、人工神经网络、卷积神经网络、迁移学习	ML, DL, ANN, CNN, TL	NA	NA
502	2025-07-24	Space-for-time substitutions exaggerate urban bird-habitat ecological relationships 2024-12, The Journal of animal ecology IF:3.5Q1 DOI:10.1111/1365-2656.14194 PMID:39506196	research paper	该研究探讨了北美城市中鸟类数量下降与当地土地覆盖变化之间的关系，并测试了空间替代时间方法的有效性	通过纵向城市鸟类调查和深度学习模型，揭示了空间替代时间方法在非稳态环境中的局限性，并确定了土地覆盖变化对鸟类数量的部分影响	研究仅基于加拿大温哥华大都市区的数据，可能无法完全推广到其他地区	评估城市中土地覆盖变化对鸟类数量下降的影响，并验证空间替代时间方法的有效性	北美城市中的鸟类种群及其栖息地	生态学	NA	深度学习模型、遥感数据分类、贝叶斯多物种丰度模型	深度学习模型、boosted回归树	遥感数据、鸟类调查数据	1997年至2020年加拿大温哥华大都市区的鸟类调查数据
503	2025-07-24	Accurate de novo design of high-affinity protein binding macrocycles using deep learning 2024-Nov-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.622547 PMID:39605685	research paper	介绍了一种基于深度学习的去噪扩散管道RFpeptides，用于设计针对特定蛋白质靶点的大环肽结合物	首次提出了一种稳健的方法来设计蛋白质结合大环肽，无需依赖大规模筛选方法	研究中仅测试了四种蛋白质靶点，样本量较小	开发一种能够高效设计高亲和力大环肽结合物的方法	大环肽结合物及其与目标蛋白质的相互作用	machine learning	NA	deep learning, denoising diffusion	diffusion-based model	protein sequence and structure data	20 or fewer designed macrocycles against each of four diverse proteins
504	2025-07-24	Promoted production of Fe(IV)/Fe(V) intermediates in the calcium peroxide/ferrate(VI) process for low-damage removal of algal contaminants and membrane fouling control 2024-11-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135709 PMID:39236536	研究论文	本文创新性地将过氧化钙（CaO）与高铁酸盐（Fe(VI)）耦合，用于超滤（UF）过程中低损伤去除藻类污染物和控制膜污染	首次将CaO与Fe(VI)耦合用于UF过程，促进Fe(IV)/Fe(V)中间体的生成，有效控制藻类膜污染	未提及具体的研究局限性	开发一种低损伤去除藻类污染物并控制超滤膜污染的新方法	藻类污染物和超滤膜污染	环境工程	NA	超滤（UF）、钙过氧化物/高铁酸盐处理	LSTM深度学习网络	实验数据	未明确提及具体样本数量
505	2025-07-24	Automatic detection of midfacial fractures in facial bone CT images using deep learning-based object detection models 2024-10, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101914 PMID:38750725	研究论文	本研究利用基于深度学习的物体检测模型，开发了一种自动检测面部骨CT图像中面部中部骨折的系统	首次将深度学习技术应用于面部中部骨折的自动检测，提高了诊断的准确性和速度	样本量较小（100例CT图像），可能影响模型的泛化能力	开发一种快速准确的面部中部骨折自动检测系统，以改善急诊医疗环境中的诊断效率	面部中部骨折（如上颌骨、颧骨、鼻骨和眼眶骨折）	计算机视觉	面部骨折	深度学习	SSD, YOLOv8	CT图像	100例CT图像（80例训练集含3736张切片，20例验证集含883张切片）
506	2025-07-24	Automated image transcription for perinatal blood pressure monitoring using mobile health technology 2024-Oct, PLOS digital health DOI:10.1371/journal.pdig.0000588 PMID:39356720	研究论文	本文介绍了一种自动化图像转录技术，用于将血压数据从示波设备转录到医疗健康记录或数据库中，特别是在低识字率人群中	开发了一种基于深度学习的自动化图像转录技术，结合YOLO对象检测模型和CNN数字识别模型，有效提高了血压数据的可访问性和可用性	研究主要针对特定设备和低资源环境，可能在其他设备或环境中的适用性有限	解决血压数据从示波设备到医疗记录的转录问题，特别是在低识字率人群和低资源环境中	孕妇和产后妇女的血压数据	数字病理学	心血管疾病	深度学习，图像处理	YOLO, CNN	图像	来自危地马拉的1697名和584名孕妇，以及来自乔治亚州的23名和49名非洲裔美国产后妇女
507	2025-07-24	Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling 2024-Aug-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01207-4 PMID:39152209	研究论文	本文提出了一种基于Transformer的序列建模方法LTSA，用于从纵向医学影像中进行动态疾病预后	利用Transformer模型处理纵向医学影像数据，实现对缓慢进展性眼病的动态预后	仅验证了AMD和POAG两种眼病，在其他疾病上的适用性尚不明确	开发能够利用纵向医学影像进行疾病风险预测的深度学习方法	年龄相关性黄斑变性(AMD)和原发性开角型青光眼(POAG)患者	数字病理学	眼科疾病	深度学习	Transformer	眼底摄影图像序列	来自AREDS和OHTS研究的纵向影像数据
508	2025-07-24	A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound 2024-Aug, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf049 PMID:40688486	research paper	开发一种深度学习模型，用于通过经胸超声心动图（TTE）和手持心脏超声（HCU）分类左心室扩大	模型无需患者性别和体型信息即可检测左心室扩大，并能准确应用于标准TTE和HCU获取的影像	研究依赖于回顾性和前瞻性数据，可能未涵盖所有临床场景	优化心力衰竭患者的临床结果，通过早期检测左心室扩大	左心室扩大患者	digital pathology	cardiovascular disease	deep learning	CNN	image	回顾性数据（8722名患者训练，468名内部验证），前瞻性队列（410名患者）
509	2025-07-24	Assessing spectral effectiveness in color fundus photography for deep learning classification of retinopathy of prematurity 2024-Jul, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.076001 PMID:38912212	研究论文	本研究评估了彩色眼底摄影中不同光谱通道对深度学习分类早产儿视网膜病变（ROP）的效果	揭示了仅使用绿色或红色图像即可有效分类ROP阶段，从而可以排除具有较高光毒性的蓝色图像	未提及样本的具体数量或多样性，可能影响结果的普遍性	评估彩色眼底摄影中不同光谱通道对ROP深度学习分类的效果	早产儿视网膜病变（ROP）的眼底图像	数字病理学	早产儿视网膜病变	彩色眼底摄影	CNN	图像	NA
510	2025-07-24	Deep Learning Models Used in the Diagnostic Workup of Keratoconus: A Systematic Review and Exploratory Meta-Analysis 2024-Jul-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003467 PMID:38300179	系统综述与探索性荟萃分析	本文系统回顾并荟萃分析了深度学习模型在圆锥角膜诊断中的应用	首次对深度学习在圆锥角膜诊断中的研究进行全面盘点，并进行了探索性荟萃分析	纳入研究的方法学质量有限，患者选择报告不足且参考标准使用不当	评估深度学习算法在圆锥角膜诊断中的性能	圆锥角膜患者	数字病理	圆锥角膜	深度学习	DL算法	地形图图像	19项研究纳入定性分析，10项研究纳入荟萃分析
511	2025-07-24	Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.521657 PMID:38867785	research paper	本研究探讨了光学相干断层扫描血管成像（OCTA）中差异动脉-静脉（AV）分析对糖尿病视网膜病变（DR）机器学习分类的影响	利用深度学习进行动脉-静脉区域（AVA）分割，并从OCTA图像中提取六种定量特征，通过差异AV分析显著提高了DR分类的准确率	未提及具体样本量，可能影响结果的泛化性	提高糖尿病视网膜病变的分类准确率	糖尿病视网膜病变患者和对照组	digital pathology	diabetic retinopathy	optical coherence tomography angiography (OCTA)	SVM	image	NA
512	2025-07-24	Geometric Scattering on Measure Spaces 2024-May, Applied and computational harmonic analysis IF:2.6Q1 DOI:10.1016/j.acha.2024.101635 PMID:40686586	研究论文	本文提出了一种在测度空间上的几何散射变换通用模型，扩展了传统散射变换的应用范围	提出了一个统一的几何散射框架，适用于更广泛的设置如定向图、带符号图和带边界流形，并提出了新的不变性准则	NA	扩展散射变换理论以更好地理解几何深度学习中的网络架构	测度空间上的几何散射变换	机器学习	NA	散射变换	CNN	非欧几里得数据结构（图、流形）	NA
513	2025-07-24	Artificial intelligence-powered pharmacovigilance: A review of machine and deep learning in clinical text-based adverse drug event detection for benchmark datasets 2024-04, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104621 PMID:38447600	综述	本文综述了机器学习和深度学习方法在临床基准数据集中提取药物不良事件（ADEs）的有效性	深入分析了机器学习和深度学习在命名实体识别（NER）和关系分类（RC）任务中的优缺点，并探讨了特定特征对这些方法整体性能的影响	研究不仅限于机器学习和深度学习方法，还扩展到从生物医学文献、社交媒体数据和药物标签中提取ADEs	评估机器学习和深度学习方法在药物不良事件提取中的有效性，以促进药物安全监测和医疗结果改善	临床基准数据集中的药物不良事件（ADEs）	自然语言处理	NA	机器学习和深度学习	BERT, 梯度提升, 多层感知机, 随机森林	临床文本	275篇参考文献中的12篇文章
514	2025-07-24	A population-level digital histologic biomarker for enhanced prognosis of invasive breast cancer 2024-Jan, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02643-7 PMID:38012314	研究论文	提出了一种名为HiPS的数字组织学生物标志物，用于增强侵袭性乳腺癌的预后评估	HiPS通过深度学习准确映射细胞和组织结构，测量上皮、间质、免疫和空间相互作用特征，超越了传统病理学家的定性评估	需要进一步验证在更广泛人群中的适用性	开发一种数字组织学生物标志物以改善乳腺癌患者的预后评估	乳腺癌患者的肿瘤微环境形态	数字病理学	乳腺癌	深度学习	NA	组织学图像	来自Cancer Prevention Study-II、Prostate, Lung, Colorectal, and Ovarian Cancer trial、Cancer Prevention Study-3和The Cancer Genome Atlas的多个独立队列
515	2025-07-24	AD-BERT: Using pre-trained language model to predict the progression from mild cognitive impairment to Alzheimer's disease 2023-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104442 PMID:37429512	研究论文	开发了一个基于预训练BERT模型的深度学习框架，利用电子健康记录中的非结构化临床笔记预测轻度认知障碍向阿尔茨海默病的进展风险	提出了AD-BERT模型，基于预训练的Bio+Clinical BERT，用于预测MCI向AD的进展，并在两个独立数据集上验证了其优越性能	研究依赖于电子健康记录数据的质量和完整性，可能受到数据偏差的影响	预测轻度认知障碍向阿尔茨海默病的进展风险	轻度认知障碍患者	自然语言处理	阿尔茨海默病	BERT模型	AD-BERT（基于Bio+Clinical BERT的改进模型）	电子健康记录中的临床文本数据	Northwestern Medicine数据集3657名MCI患者，Weill Cornell Medicine数据集2563名MCI患者
516	2025-07-24	R-Mixup: Riemannian Mixup for Biological Networks 2023-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining DOI:10.1145/3580305.3599483 PMID:38343707	研究论文	本文提出了一种名为R-Mixup的数据增强技术，用于解决生物网络数据的高维度和低样本量问题	利用Riemannian流形上的log-Euclidean距离度量，优化了传统Mixup方法在生物网络数据上的应用	未明确提及具体限制，但可能受限于生物网络数据的特定性质	提高深度学习模型在生物网络数据上的性能，防止过拟合	生物网络的邻接矩阵	机器学习	NA	R-Mixup数据增强技术	NA	生物网络数据	五个真实世界的生物网络数据集
517	2025-07-24	Knowledge graph aids comprehensive explanation of drug and chemical toxicity 2023-08, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.12975 PMID:37475158	研究论文	介绍了一种可解释的深度学习模型AIDTox，用于预测药物和化学物质的细胞毒性，并提供全面的毒性解释	AIDTox结合了化学-基因连接、基因-通路注释和通路层次结构的精选知识，能够准确预测细胞毒性并提供多方面的药物活性解释	模型可能受限于知识图谱的覆盖范围和准确性	开发一个可解释的深度学习模型，用于预测和解释药物及化学物质的复杂毒性终点	HepG2和HEK293细胞的细胞毒性	计算毒理学	NA	深度学习	AIDTox	化学-基因连接数据、基因-通路注释数据、通路层次结构数据	NA
518	2025-07-24	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537196 PMID:37131600	research paper	介绍了一个名为mEMbrain的交互式深度学习MATLAB工具，用于在普通桌面上进行连接组学分割	开发了一个用户友好的开源工具，集成了多种功能，支持无需编码的神经重建	仅兼容Linux和Windows系统，未提及对其他操作系统的支持	推动对神经系统组织的理解，提供便捷的连接组学分析工具	电子显微镜数据集中的细胞和连接图	digital pathology	NA	volume electron microscopy (EM)	deep neural networks	image	4种不同动物的5个数据集，约180小时的专家标注，超过1.2GB的标注EM图像
519	2025-07-24	Deep Learning-Based Model for Identifying Tumors in Endoscopic Images From Patients With Locally Advanced Rectal Cancer Treated With Total Neoadjuvant Therapy 2023-03-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002295 PMID:35358109	research paper	开发了一种基于深度卷积神经网络的自动分类方法，用于识别内窥镜图像中肿瘤的存在与否	使用深度卷积神经网络进行内窥镜图像的自动分类，以识别肿瘤的存在与否	研究中的图像数量有限，且仅在一个机构进行	开发一种新方法来识别内窥镜图像中肿瘤的存在与否，并评估该方法的准确性	109名被诊断为局部晚期直肠癌并接受全新生辅助治疗的患者的内窥镜图像	digital pathology	rectal cancer	deep convolutional neural network	CNN	image	1392张内窥镜图像（1099张用于训练，293张用于测试）
520	2025-07-24	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023, Frontiers in neural circuits IF:3.4Q2 DOI:10.3389/fncir.2023.952921 PMID:37396399	研究论文	介绍了一个名为mEMbrain的交互式深度学习MATLAB工具，用于在普通桌面上进行连接组学分割	开发了一个用户友好的开源工具，集成了多种功能，包括地面真实生成、图像预处理、深度神经网络训练和即时预测，旨在加速手动标记工作并利用半自动方法进行实例分割	需要MATLAB环境，可能限制了部分用户的使用	为神经科学研究提供一种无需编码的实验室级神经重建解决方案，推动连接组学的发展	电子显微镜数据集	数字病理	NA	深度学习	深度神经网络	图像	来自四种不同动物和五个数据集的电子显微镜图像，包含约180小时的专家标注和超过1.2 GB的标注图像