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	2025-06-05	Clinical feasibility of deep learning-driven magnetic resonance angiography collateral map in acute anterior circulation ischemic stroke 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85731-7 PMID:39825032	研究论文	验证深度学习驱动的磁共振血管造影（DL-driven MRA）侧支循环图在急性缺血性卒中中的临床可行性	提出了一种名为3D-MROD-Net的3D多任务回归和有序回归深度神经网络，用于生成DL-driven MRA侧支循环图，并在临床应用中显示出更高的效率和图像质量	研究仅针对296名急性缺血性卒中患者，样本量可能不足以代表所有相关病例	验证DL-driven MRA侧支循环图在急性缺血性卒中中的临床可行性	急性缺血性卒中患者	数字病理学	心血管疾病	磁共振血管造影（MRA）	3D-MROD-Net	图像	296名急性缺血性卒中患者
502	2025-06-05	Optimized digital workflow for pathologist-grade evaluation in bleomycin-induced pulmonary fibrosis mouse model 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86544-4 PMID:39833349	research paper	开发了一种优化的数字工作流程，用于在博来霉素诱导的肺纤维化小鼠模型中实现病理学家级别的评估	开发了深度学习模型，用于肺纤维化分级，其准确性可与病理学家相媲美，并整合了复杂的图像模式和定性因素	NA	优化博来霉素诱导的肺纤维化小鼠模型的评估工作流程，以提高药物开发的效率和可重复性	博来霉素诱导的肺纤维化小鼠模型	digital pathology	lung cancer	deep learning	CNN	image	NA
503	2025-06-05	Applications of and issues with machine learning in medicine: Bridging the gap with explainable AI 2025-Jan-14, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01342 PMID:39647859	review	本文探讨了机器学习在医学中的应用及其面临的挑战，特别是可解释性AI（XAI）在解决模型透明度问题中的潜力	强调了可解释性AI（XAI）在提升机器学习模型透明度和临床接受度方面的创新作用	未提及具体的技术实现细节或实验验证结果	探讨机器学习在医学中的应用及其可解释性问题，推动XAI的发展以增强模型透明度	机器学习模型及其在医学决策中的应用	machine learning	NA	NA	CNN, transformers	patient data	NA
504	2025-06-05	Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks 2025-Jan, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03640-8 PMID:39480609	research paper	本研究应用机器学习技术预测Fontan手术后的边界条件，以优化手术规划	提出了一种新颖的多样性感知生成对抗主动学习框架，用于在心血管研究中有限的病例上成功训练预测性深度神经网络	研究基于虚拟队列合成，实际临床应用效果需进一步验证	预测Fontan手术后的边界条件以优化手术规划	Fontan手术患者	machine learning	cardiovascular disease	generative adversarial networks	GAN	simulated data	14组实验
505	2025-06-05	Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16803 PMID:39542428	research paper	开发了一种基于深度学习的定位和分类系统，用于计算机断层扫描图像中的局灶性肝脏病变，以辅助医生进行更稳健的临床决策	使用生成对抗网络进行数据增强，开发了一个深度学习定位和分类系统，能够准确识别和分类局灶性肝脏病变	研究为初步研究，样本量虽大但时间跨度较长，可能存在数据异质性	开发一种非侵入性方法，准确诊断肝脏疾病	局灶性肝脏病变（FLLs）	digital pathology	liver cancer	deep learning, GAN	GAN	image	1589名患者，17335张切片，包含3195个局灶性肝脏病变
506	2025-06-05	Advancing enterprise risk management with deep learning: A predictive approach using the XGBoost-CNN-BiLSTM model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319773 PMID:40179109	研究论文	本研究提出了一种基于深度学习的风险管理模型XGBoost-CNN-BiLSTM，用于提升风险事件的预测和检测能力	结合XGBoost的结构化数据处理能力、CNN的特征提取能力和BiLSTM的时间序列处理能力，全面捕捉风险事件的关键特征	NA	提升企业风险管理的预测和检测能力	企业风险事件	机器学习	NA	深度学习	XGBoost-CNN-BiLSTM	结构化数据和时间序列数据	多个数据集，包括S&P 500历史数据集
507	2025-06-05	Audio-visual source separation with localization and individual control 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321856 PMID:40408322	研究论文	提出了一种专为视频会议和远程呈现机器人应用设计的音视频源分离流程，旨在在嘈杂环境中隔离和增强单个参与者的语音，同时控制视频帧中特定个体的音量	结合深度学习特征提取器、音频引导的视觉注意力机制、背景噪声抑制和人类语音分离模块以及DMRN模块，采用DPRNN-TasNet进行人类语音分离	在AVE和Music 21数据集上的测试准确率为71.88%，仍有提升空间	提升视频会议和远程呈现机器人应用中的音频质量	视频会议和远程呈现机器人应用中的音频信号	机器学习和音频处理	NA	深度学习	DPRNN-TasNet, DMRN	音频和视频	AVE和Music 21数据集
508	2025-06-05	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-10-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了名为ImmuneApp的可解释深度学习框架，用于HLA-I表位预测和免疫肽组分析	提出了ImmuneApp-MA复合模型，整合单等位基因和多等位基因数据以提高预测性能，并开发了优于现有方法的免疫原性预测器ImmuneApp-Neo	未明确提及具体局限性	开发高效方法用于免疫肽组学分析和(新)抗原预测	HLA-I表位和免疫肽组	生物信息学	NA	质谱分析	深度学习	HLA配体数据集	216个多等位基因免疫肽组学样本，识别了835,551个配体
509	2025-06-05	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	research paper	本文介绍了一种名为EModelX的全自动冷冻电镜蛋白质复合物结构建模方法，通过冷冻电镜图谱与蛋白质序列之间的跨模态对齐实现序列引导建模	EModelX首次实现了冷冻电镜图谱与蛋白质序列的跨模态对齐，无需先验链分离，可直接从冷冻电镜图谱预测Cα原子、骨架原子和氨基酸类型	未明确提及具体局限性，但可能依赖于冷冻电镜图谱的质量和分辨率	开发一种全自动的冷冻电镜蛋白质复合物结构建模方法，提高建模精度	蛋白质复合物结构	结构生物学	NA	冷冻电镜(cryo-EM)、深度学习	多任务深度学习模型	冷冻电镜图谱、蛋白质序列	未明确提及具体样本数量，但使用了测试集进行评估
510	2025-06-05	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	介绍了一种基于深度学习的模型MATES，用于在单细胞水平上对转座子进行位点特异性定量	MATES能够准确地将多映射reads分配到转座子的特定位点，利用相邻reads比对提供的上下文信息，克服了现有方法在单细胞多模态数据适应性上的限制	未提及具体的样本量或数据集的详细描述	开发一种能够在单细胞水平上准确量化转座子位点特异性的方法	转座子（TEs）	单细胞基因组学	NA	深度学习	深度学习模型（未指定具体类型）	单细胞组学数据	NA
511	2025-06-05	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	research paper	该研究利用机器学习算法预测中国中老年人视觉障碍的风险并识别其决定因素	首次在中国中老年人群中应用多种机器学习算法预测视觉障碍风险，并识别关键预测因子	研究数据主要基于自我报告问卷和体检指标，可能存在报告偏倚	预测中国中老年人视觉障碍风险并识别关键决定因素	中国中老年人（19,047名参与者）	machine learning	visual impairment	多种机器学习算法（包括梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成）	gradient boosting machine, distributed random forest, generalized linear model, deep learning, stacked ensemble	问卷数据、体检指标、血液生物标志物	19,047名中国中老年人
512	2025-06-05	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	research paper	提出了一种名为Spach Transformer的空间和通道编码器-解码器变换器，用于PET图像去噪	结合局部和全局多头自注意力机制（MSA），有效利用空间和通道信息，同时降低计算成本	未提及具体计算成本降低的量化数据或与其他方法的详细比较	提高PET图像的信噪比（SNR）	PET图像	computer vision	NA	深度学习	Transformer, CNN	image	使用不同PET示踪剂（18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE）的数据集进行实验
513	2025-06-05	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出了一种名为ME-Mixer的新型特征探索网络，结合监督和非监督特征用于疾病诊断	利用流形嵌入多层感知器（MLP）混合器（ME-Mixer）进行特征探索，结合监督和非监督特征提升诊断性能	仅在两个医学数据集上进行了评估，可能需要更多数据验证其泛化能力	优化深度神经网络设计以实现高性能疾病诊断	医学图像数据	数字病理	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集（未明确样本数量）
514	2025-06-05	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	research paper	本文提出了一种基于深度学习的自动化工作流程，用于在心脏计算机断层扫描中自动提取心房和心外膜脂肪组织	使用3D U-Net模型开发了一个自动化分割流程，用于心房、心包和心外膜脂肪组织的分割，这在心房颤动管理中具有潜在应用价值	研究样本仅来自单一医疗中心，且样本量相对较小（157名患者）	设计一个可靠的自动化分割工作流程，用于心房颤动患者的心房和心外膜脂肪组织的分割	心房颤动患者的心脏计算机断层扫描图像	digital pathology	cardiovascular disease	CT成像	3D U-Net	3D医学影像	157名心房颤动患者
515	2025-06-05	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究探讨了利用高光谱成像（HSI）和卷积神经网络（CNN）预测人类肝移植术后胆道并发症（BCs）的新方法	首次将HSI与CNN结合用于预测肝移植术后胆道并发症，提供了一种非侵入性技术	样本量较小（14例患者作为验证队列），且为概念验证研究，需要更大规模的验证	开发一种非侵入性技术以预测肝移植术后胆道并发症	肝移植患者的胆道组织	数字病理学	肝病	高光谱成像（HSI）、免疫组化、实时共聚焦显微镜	CNN	图像	136张HSI肝脏图像，14例肝移植患者作为验证队列
516	2025-06-05	Performance of ChatGPT on the pharmacist licensing examination in Taiwan 2023-07-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000000942 PMID:37227901	research paper	评估ChatGPT在台湾药师执照考试中的表现及其在药学教育中的潜在作用	首次评估ChatGPT在台湾药师执照考试中的表现，探讨其在药学教育中的应用潜力	排除了图形问题、化学公式和表格，仅评估了文本问题，且使用的是ChatGPT 3.5版本	评估ChatGPT在药师执照考试中的准确性并探讨其在药学教育中的潜在作用	台湾药师执照考试的题目	natural language processing	NA	ChatGPT 3.5	ChatGPT	text	2023年台湾药师执照考试的第一阶段和第二阶段题目
517	2025-06-04	Robust evaluation of tissue-specific radiomic features for classifying breast tissue density grades 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22010 PMID:40453545	研究论文	本研究评估了一种用于分类乳腺组织密度等级的特征选择方法（RFE-SHAP）的鲁棒性，并探讨了其在乳腺密度自动评估中的应用	结合传统和可解释AI方法（RFE-SHAP）进行特征选择，提高了模型的可解释性和预测性能	模型在外部验证中对某些密度等级的AUC值较低（如D级0.673），可能存在泛化能力限制	开发鲁棒的乳腺组织密度自动评估方法以改善乳腺癌风险评估	数字乳腺断层合成筛查的原始中央投影图像	数字病理	乳腺癌	RFE-SHAP特征选择方法	逻辑回归（LR）	医学影像	751例（651例训练集，100例验证集）
518	2025-06-04	Detection and classification of supraspinatus pathologies on shoulder magnetic resonance images using a code-free deep learning application 2025-Oct, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.04.005 PMID:40454208	research paper	评估无代码深度学习应用在肩部磁共振成像中诊断冈上肌腱病变的性能	使用无代码深度学习应用LobeAI和ResNet-50 V2模型进行冈上肌腱病变的分类和检测	当前迭代的无代码深度学习应用在临床实践中的可靠性有待提高	评估无代码深度学习应用在诊断冈上肌腱病变中的性能	肩部磁共振成像中的冈上肌腱病变（部分撕裂、全层撕裂和肌腱病）	digital pathology	supraspinatus pathologies	MRI	ResNet-50 V2	image	患者肩部MRI图像，包括正常、部分撕裂、全层撕裂和肌腱病
519	2025-06-04	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出了一种时空特征图神经网络（STF-GNN），用于河流网络区域多点水质预测，整合了图卷积网络、门控循环单元和自注意力机制	首次整合GCN、GRU和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型在极端天气或突发事件下的预测性能	提高河流网络区域多点水质预测的准确性	河流网络中的分布式监测站	机器学习	NA	图卷积网络（GCN）、门控循环单元（GRU）、自注意力机制	STF-GNN（时空特征图神经网络）	多元时间序列数据	未明确提及具体样本数量，但涉及多个监测站的跨流域验证
520	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者