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
5301	2025-07-23	Deep Learning of Videourodynamics to Classify Bladder Dysfunction Severity in Patients With Spina Bifida 2023-05, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000003267 PMID:36787376	research paper	本研究开发了深度学习模型，利用视频尿动力学数据对脊柱裂患者的膀胱功能障碍严重程度进行分类	首次将深度学习应用于视频尿动力学数据，自动分类膀胱功能障碍的严重程度	研究样本来自单一机构，可能存在选择偏差	开发自动分类膀胱功能障碍严重程度的深度学习模型	脊柱裂患者	digital pathology	geriatric disease	videourodynamics	CNN, random forest, ensemble model	image, raw data from volume-pressure recordings	306例视频尿动力学研究
5302	2025-07-23	Scribe: Next Generation Library Searching for DDA Experiments 2023-02-03, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.2c00672 PMID:36695531	研究论文	介绍了一种名为Scribe的新型库搜索引擎，用于数据依赖性采集实验，利用深度学习碎片预测软件如Prosit来预测FASTA数据库中每个肽的碎片和保留时间	Scribe不依赖高度精选的DDA库，而是预测每个肽的碎片和保留时间，结合Percolator进行错误发现率校正和无标记定量整合，提供端到端的蛋白质组学工作流	NA	提高数据依赖性采集实验中肽段鉴定的敏感性和定量精度	FASTA数据库中的肽段	蛋白质组学	NA	深度学习碎片预测	NA	质谱数据	NA
5303	2025-07-23	Overtriage, Undertriage, and Value of Care after Major Surgery: An Automated, Explainable Deep Learning-Enabled Classification System 2023-02-01, Journal of the American College of Surgeons IF:3.8Q1 DOI:10.1097/XCS.0000000000000471 PMID:36648256	研究论文	本研究开发了一个自动化、可解释的深度学习分类系统，用于评估大手术后患者的过度分诊和不足分诊及其对护理价值的影响	提出了一种可解释的深度学习模型，用于自动生成术后分诊分类，并验证了其可重复性	研究仅在两所大学医院进行，样本可能不具有广泛代表性	评估术后分诊决策对护理价值和患者结局的影响	接受住院手术的成年患者	医疗人工智能	术后护理	深度学习	可解释深度学习模型	电子健康记录数据	4669例ICU入院患者和8594例普通病房入院患者
5304	2025-07-23	Prediction of lactate concentrations after cardiac surgery using machine learning and deep learning approaches 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1165912 PMID:37790131	研究论文	本研究利用机器学习和深度学习方法预测心脏手术后血乳酸浓度的最大值	采用动态方法整合术前变量与术中时间序列数据，相比传统静态模型显著提高了预测准确性	研究仅基于单一医疗中心的患者数据，可能影响模型的泛化能力	开发预测心脏手术后血乳酸浓度的模型，以指导围手术期管理	接受心脏手术并使用体外循环的成年患者	机器学习	心血管疾病	机器学习与深度学习	线性回归、随机森林、人工神经网络、循环神经网络（RNN）、Transformer	时间序列数据	2,187名患者
5305	2025-07-23	LONGL-Net: temporal correlation structure guided deep learning model to predict longitudinal age-related macular degeneration severity 2022-Mar, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgab003 PMID:35360552	研究论文	提出了一种名为LONGL-Net的深度学习模型，用于同时评估当前年龄相关性黄斑变性（AMD）的严重程度并预测其纵向进展	设计了基于时间相关性结构的生成对抗网络模型，能够学习连续时间点CFP图像中的时间变化相互关系，并为分类器的决策提供可解释性	模型仅在特定数据集上进行了验证，可能需要更多样化的数据来证明其泛化能力	开发自动化方法以预测AMD的纵向进展，帮助识别易患晚期AMD的个体	年龄相关性黄斑变性（AMD）患者	数字病理学	年龄相关性黄斑变性	深度学习	GAN	图像	来自4,628名参与者的约30,000张CFP图像
5306	2025-07-22	Accelerating 3D radial MPnRAGE using a self-supervised deep factor model 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30549 PMID:40457622	研究论文	开发了一种自监督且内存高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	提出了深度因子模型（DFM），通过神经网络表示多对比图像序列，并采用自监督单次学习（SSL）方式从k空间数据中学习模型参数，同时开发了兼容的迁移学习（TL）方法以减少重建时间	在训练神经网络时，若无专用高端GPU阵列，计算需求可能较高	开发高效的多对比MRI图像重建方法	4D非笛卡尔MRI图像	医学影像处理	NA	MRI	DFM（深度因子模型）	图像	幻影和体内实验
5307	2025-07-22	Ensemble learning approach for detecting breast invasive ductal carcinoma from histopathological images 2025-Aug, Pathology, research and practice DOI:10.1016/j.prp.2025.156041 PMID:40460639	研究论文	本文提出了一种集成学习方法，用于从组织病理学图像中检测乳腺浸润性导管癌	结合多种深度学习模型的优势，提出加权平均集成算法，显著提高诊断准确性和鲁棒性	未提及模型在临床环境中的实际应用验证及对不同分辨率图像的普适性	提高乳腺浸润性导管癌的诊断准确率	乳腺组织病理学切片图像	数字病理学	乳腺癌	深度学习集成方法	ResNet50, Xception, MobileNetV2, VGG16, VGG19的集成模型	图像	未明确提及具体样本数量
5308	2025-07-22	Machine learning-based histopathological features of histological slides and clinical characteristics as a novel prognostic indicator in diffuse large B-cell lymphoma 2025-Aug, Pathology, research and practice DOI:10.1016/j.prp.2025.156071 PMID:40499499	研究论文	本研究开发并验证了一种基于临床和组织病理学特征的深度学习模型，用于预测弥漫性大B细胞淋巴瘤（DLBCL）的预后	结合临床特征和组织病理学特征，开发了一种新型的非侵入性预后预测方法	样本量相对较小（194例患者），且仅基于单一机构的回顾性数据	预测弥漫性大B细胞淋巴瘤（DLBCL）患者的预后	194例DLBCL患者的全切片图像和临床特征	数字病理学	弥漫性大B细胞淋巴瘤	深度学习，Cox回归分析，AUC分析，校准曲线，决策曲线分析（DCA）	深度学习模型	图像（全切片图像），临床数据	194例患者
5309	2025-07-22	A Deep Learning Approach to Assessing Cell Identity in Stem Cell-Based Embryo Models 2025-Jul-22, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/7651_2025_654 PMID:40690128	research paper	该研究利用深度学习技术评估干细胞胚胎模型中细胞身份	开发了一个整合早期人类发育的深度学习模型，能够对体外细胞类型进行身份鉴定并提供分类可靠性评分	未提及具体样本量或模型验证的详细限制	评估干细胞胚胎模型中细胞身份与真实胚胎细胞的相似性	胚胎干细胞(ESCs)和体外培养的细胞类型	machine learning	NA	scRNA-seq, scvi-tools	DL	RNA-seq数据	NA
5310	2025-07-22	CoxKAN: Kolmogorov-Arnold networks for interpretable, High-Performance survival analysis 2025-Jul-21, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf413 PMID:40685627	研究论文	介绍了一种名为CoxKAN的可解释高性能生存分析模型，结合了Cox比例风险模型和Kolmogorov-Arnold网络的优势	提出了一种结合可解释性和高性能的生存分析方法，能够揭示预测变量之间的复杂相互作用并提供符号公式	未提及具体局限性	开发一种既保持高性能又具有可解释性的生存分析模型	生存分析模型在医学中的应用	机器学习	NA	Kolmogorov-Arnold Networks (KANs)	CoxKAN	临床数据和基因组生物标志物数据	四个合成数据集和九个真实数据集（包括五个临床数据队列和四个基因组生物标志物队列）
5311	2025-07-22	Noninvasive Deep Learning System for Preoperative Diagnosis of Follicular-Like Thyroid Neoplasms Using Ultrasound Images: A Multicenter, Retrospective Study 2025-Jul-21, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006841 PMID:40689491	research paper	提出一种基于深度学习的非侵入性系统，用于利用常规超声图像对滤泡状甲状腺肿瘤进行术前诊断	开发了一种深度学习系统，能够比ACR TI-RADS更准确地诊断滤泡状甲状腺肿瘤，并减少不必要的侵入性干预	研究为回顾性研究，可能受到数据收集时的偏差影响	提高滤泡状甲状腺肿瘤的术前诊断准确性	滤泡状甲状腺肿瘤患者	digital pathology	thyroid cancer	ultrasound imaging	Inception-v3, ResNet50, Inception-ResNet-v2, DenseNet161	image	3634名患者，来自11个中心，包括1748例甲状腺滤泡腺瘤、299例滤泡癌和1587例乳头状甲状腺癌滤泡变异型
5312	2025-07-22	SOLeNNoID: A Deep Learning Pipeline For Solenoid Residue Detection in Protein Structures 2025-Jul-21, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf415 PMID:40689530	研究论文	介绍了一种基于深度学习的管道SOLeNNoID，用于预测蛋白质结构中的螺线管残基	利用CNN架构分析蛋白质距离矩阵，准确识别螺线管区域，覆盖所有三种螺线管亚类，并在性能上优于现有方法	未明确提及具体限制	开发一种结构基础的螺线管残基检测方法，以解决序列基础方法的局限性	蛋白质结构中的螺线管残基	生物信息学	NA	深度学习	CNN	蛋白质距离矩阵	整个Protein Data Bank (PDB)数据库
5313	2025-07-22	[A multi-feature fusion-based model for fetal orientation classification from intrapartum ultrasound videos] 2025-Jul-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.07.24 PMID:40673320	研究论文	本研究构建了一种基于多特征融合的智能分析模型，用于分类产时超声视频中的胎儿方位	结合Yolov8、CBAM、ECA、PSA注意力机制和AIFI特征交互模块进行特征提取，提高了分类准确性	NA	开发一种高效准确的胎儿方位分类模型	产时超声视频中的胎儿方位	计算机视觉	NA	深度学习	Yolov8结合CBAM、ECA、PSA注意力机制和AIFI特征交互模块	超声视频	NA
5314	2025-07-22	Deep learning-based eye sign communication system for people with speech impairments 2025-Jul-20, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2532698 PMID:40684450	研究论文	提出一种基于深度学习的眼动符号通信系统，帮助言语障碍人士通过标准网络摄像头进行交流	系统无需校准，能在不同光照条件下有效工作，并集成了文本预测功能	研究仅针对18至35岁年龄段的参与者，未涵盖更广泛年龄范围或其他潜在用户群体	开发一种无需校准、适应性强且高效的辅助通信系统，以改善言语障碍人士的交流能力	言语障碍或瘫痪人士	计算机视觉	言语障碍	深度学习	NA	图像	18至35岁的参与者
5315	2025-07-22	Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing 2025-Jul-20, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202503926 PMID:40685692	研究论文	本文提出了一种新型的双介电层离子电子压力传感器（DLIPS），结合高和低介电常数层，实现了超高灵敏度和宽范围检测的温度/压力双模式传感	提出了一种新型的双介电层离子电子压力传感器结构，结合高和低介电常数层，实现了超高灵敏度（72548.7 kPa）、宽工作压力范围（0.001-420 kPa）、极低检测限（0.832 Pa）和超过5000次循环的卓越耐久性	NA	开发一种具有超高灵敏度和宽范围检测能力的温度/压力双模式传感器	双介电层离子电子压力传感器（DLIPS）	传感器技术	NA	离子凝胶和开孔聚氨酯泡沫作为介电层	深度学习回归模型	压力和温度信号	NA
5316	2025-07-22	Machine learning-assisted tacrolimus dose optimization in childhood- onset systemic lupus erythematosus through population pharmacokinetic modeling 2025-Jul-19, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110782 PMID:40684660	research paper	本研究通过机器学习算法结合群体药代动力学模型，优化儿童系统性红斑狼疮患者的他克莫司剂量	首次将机器学习算法与药代动力学参数结合，用于预测儿童系统性红斑狼疮患者的个体化他克莫司剂量	样本量较小（86名患者），且仅基于回顾性数据	优化儿童系统性红斑狼疮患者的他克莫司治疗剂量	儿童系统性红斑狼疮患者	machine learning	systemic lupus erythematosus	population pharmacokinetic modeling	XGBoost	clinical variables and pharmacokinetic parameters	86名儿童系统性红斑狼疮患者的480个他克莫司谷浓度数据
5317	2025-07-22	Long-term dynamics of earthquake swarms in the Yellowstone caldera 2025-Jul-18, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv6484 PMID:40680135	研究论文	利用深度学习和三维速度模型构建黄石火山口地区15年高分辨率地震目录，研究地震群的空间分布和时间演化	结合前沿深度学习算法和详细三维速度模型，首次构建了黄石火山口地区长期高分辨率地震目录，揭示了地震群与流体扩散过程的关联	研究结果主要基于黄石火山口地区，可能不适用于其他火山系统	探究火山系统中地震群空间分布和时间演化的控制因素	黄石火山口地区的地震群活动	地球物理学	NA	深度学习算法，三维速度模型	NA	地震数据	15年的地震数据
5318	2025-07-22	The application of super-resolution ultrasound radiomics models in predicting the failure of conservative treatment for ectopic pregnancy 2025-Jul-17, Reproductive biology and endocrinology : RB&E IF:4.2Q1 DOI:10.1186/s12958-025-01437-5 PMID:40676578	研究论文	本研究开发并验证了一种结合超分辨率超声放射组学特征与临床生物标志物的预测模型，用于改善异位妊娠保守治疗失败的风险分层	首次将深度学习生成的超分辨率超声图像放射组学特征与血清β-hCG结合，构建预测模型，显著提高了预测准确性	研究为回顾性设计，样本量相对有限，需要更大规模的前瞻性研究进一步验证	提高异位妊娠保守治疗失败风险的预测准确性	接受保守治疗的异位妊娠患者	数字病理学	异位妊娠	超分辨率超声成像、放射组学分析、血清β-hCG检测	GAN、随机森林	超声图像、临床数据	228例患者（训练集），40例独立验证集
5319	2025-07-22	Future of Alzheimer's detection: Advancing diagnostic accuracy through the integration of qEEG and artificial intelligence 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121373 PMID:40675424	综述	本文全面回顾了定量脑电图（qEEG）与人工智能（AI）在阿尔茨海默病（AD）检测与诊断中的整合应用	AI增强的qEEG分析显著提高了AD的诊断准确性，其中线性判别分析（LDA）达到93.18%的准确率和97.92%的AUC，CNN和SVM在某些分类中甚至达到100%的灵敏度	数据质量、计算资源和标准化方法仍存在挑战	探讨AI与qEEG结合在AD诊断中的潜力	阿尔茨海默病患者	数字病理学	阿尔茨海默病	qEEG	LDA, CNN, SVM	脑电图数据	11项研究，参与者数量从35到890人不等，平均年龄在66.94至74.8岁之间
5320	2025-07-22	Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals 2025-Jul-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107869 PMID:40684700	research paper	提出了一种新型的持续无源主动域适应框架（CSFADA），用于鼻咽癌（NPC）肿瘤分割，以解决多中心数据场景中的域偏移问题	引入域参考和不变性选择策略以及双阶段循环蒸馏策略，解决了源数据特征依赖、样本选择偏差和冗余以及灾难性遗忘等问题	未明确提及具体局限性，但可能包括对多中心数据的依赖性和模型泛化能力的进一步验证	提高鼻咽癌（NPC）肿瘤分割在多中心数据场景中的准确性和鲁棒性	鼻咽癌（NPC）肿瘤的GTV分割	digital pathology	nasopharyngeal carcinoma	self-supervised learning, cross-correlation learning	deep learning	image	来自三个中心的数据集