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
521	2025-09-29	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过分析血栓内和血栓周围区域的影像组学和深度学习特征，预测急性缺血性脑卒中后恶性脑水肿的风险	首次结合血栓内和血栓周围区域的影像组学与深度学习特征，并采用多中心数据验证预测模型	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT影像分析、影像组学、深度学习	VGG16、LASSO回归、逻辑回归等11种机器学习分类器	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）
522	2025-09-29	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究探索联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性问题	验证联邦学习在分布式临床环境中进行多发性硬化病灶分割的可行性和有效性	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	联邦学习	nnU-Net	MRI图像	来自三个站点的512例MRI病例
523	2025-09-29	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习技术分析面孔失认症患者与正常对照在面孔识别任务中的眼动扫描模式差异	首次采用基于深度学习的图像分类技术识别面孔失认症的关键眼动扫描标记，开发了两种将扫描路径可视化为图像的方法	样本量相对有限，对发育性面孔失认症的分类性能较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者（获得性和发育性）与正常对照受试者	计算机视觉	神经认知障碍	深度学习图像分类技术	CNN	眼动扫描数据	未明确具体样本数量，包含面孔失认症患者和正常对照两组受试者
524	2025-09-29	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积的新型模型NMD-AssistNet，兼具高效性和判别能力	仅使用单一公共数据集进行验证，未在多中心临床环境中测试	开发自动化神经肌肉疾病筛查工具以克服传统诊断方法对操作者经验的依赖	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	超声成像	CNN（GhostNet结合CBAM注意力机制）	图像	3,917张标注的肌肉超声图像
525	2025-09-29	Automated classification and explainable AI analysis of lung cancer stages using EfficientNet and gradient-weighted class activation mapping 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1625183 PMID:41001382	研究论文	提出一种基于EfficientNet和Grad-CAM的自动深度学习模型，用于肺癌分期的CT图像分类	结合EfficientNet-B0架构和Grad-CAM可解释AI技术，提供分类结果的可视化解释	NA	实现肺癌分期的精确自动分类，提高诊断可靠性和可信度	肺部CT扫描图像	医学图像分析	肺癌	深度学习	EfficientNet-B0, Grad-CAM	CT图像	1190个CT扫描来自IQ-OTH/NCCD数据集，包含良性、恶性和正常类别
526	2025-09-29	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发2型糖尿病主要并发症的风险评估工具	首次采用可解释机器学习方法系统识别多种糖尿病并发症的共同和独特风险因素	研究样本仅来自单一医院，模型性能在不同并发症间存在差异	开发2型糖尿病并发症风险评估工具，为早期筛查和干预提供新方法	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者
527	2025-09-29	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	比较供应商预训练和自定义训练的深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能差异	首次系统评估本地临床数据特征对商业深度学习分割模型性能的影响，并证明使用少量机构数据即可训练出高精度的自定义模型	样本量相对有限（210例患者），仅评估了三种癌症类型	评估本地患者数据和临床特征对商业深度学习分割模型性能的影响	头颈癌、乳腺癌和前列腺癌患者的临床CT扫描图像和风险器官轮廓	计算机视觉	头颈癌、乳腺癌、前列腺癌	深度学习分割	CNN	CT图像	210例患者（53例头颈癌、49例左乳腺癌、55例右乳腺癌、53例前列腺癌）
528	2025-09-29	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述数字孪生技术在心血管医学中的应用及其与生成式人工智能结合的未来潜力	探讨了生成式人工智能如何增强数字孪生的动态模拟能力和预测能力	未提及具体实施案例的局限性	总结数字孪生在心血管医学中的现状并展望其未来应用前景	心血管疾病患者和相关的临床决策过程	数字病理学	心血管疾病	数字孪生技术、生成式人工智能、深度学习	机器学习模型、生成模型	多模态数据（生理数据、环境数据、医疗数据）	NA
529	2025-09-29	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述了深度学习在水生动物基因组选择中表型分析、基因分型和基因组估计育种值预测的应用现状与潜力	系统总结了深度学习模型（CNN、DNN、自编码器）在水生动物基因组选择三大关键环节的创新应用	当前应用范围有限，未来需要扩展到更多水产养殖物种	探讨深度学习技术在水生动物基因组选择育种中的应用前景	水生动物育种	机器学习	NA	下一代测序（NGS）	CNN、DNN、自编码器	基因组数据、表型数据	NA
530	2025-09-29	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究通过整合多模态临床数据，评估集成学习框架在预测轻度认知障碍患者未来发展为痴呆症的能力	采用集成学习框架利用多模态数据的互补性和共识性，相比传统方法能更有效预测痴呆发展	NA	预测轻度认知障碍患者未来发展为痴呆症的风险	轻度认知障碍患者	机器学习	老年疾病	结构磁共振成像、正电子发射断层扫描	集成学习、XGBoost、深度学习	临床数据、影像数据	基于TADPOLE挑战数据集
531	2025-09-29	Mediodorsal thalamus and ventral pallidum contribute to subcortical regulation of the default mode network 2024-07-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06531-9 PMID:39039239	研究论文	本研究揭示了腹侧苍白球和背内侧丘脑在默认模式网络调控中的重要作用	首次在树鼩中发现腹侧苍白球和背内侧丘脑的伽马振荡与前扣带皮层协调参与默认模式网络调控	研究仅限于树鼩模型，需要在其他哺乳动物中进一步验证	探究默认模式网络的亚皮层调控机制	树鼩的腹侧苍白球、背内侧丘脑和前扣带皮层	神经科学	NA	电生理记录、深度学习分类	深度学习分类模型	电生理信号	树鼩动物模型
532	2025-09-29	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	综述	本文综述了深度学习在抗体设计领域的应用进展，涵盖序列与结构设计到亲和力成熟等多个方面	将深度学习技术从传统小分子药物开发扩展到生物大分子特别是抗体领域，结合体外和计算机方法加速抗体开发	NA	探索深度学习在抗体设计与优化中的应用方法	抗体蛋白质	机器学习	NA	深度学习	NA	序列数据、结构数据	NA
533	2025-09-29	Artificial Intelligence and Machine Learning in Cancer Related Pain: A Systematic Review 2023-Dec-08, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.06.23299610 PMID:38105979	系统综述	系统回顾人工智能和机器学习在癌症相关疼痛领域的应用研究	首次系统评估AI/ML在癌症疼痛分类、风险分层和管理决策中的应用效果	大多数研究缺乏外部验证(14%)和临床应用(23%)，模型校准报告不足(5%)	探索AI/ML在预测癌症疼痛结局和支持疼痛管理决策中的应用	癌症患者的疼痛相关数据	机器学习	癌症	系统文献回顾	随机森林、Lasso、支持向量机等多种机器学习模型	临床研究数据	44项研究(2006-2023年)
534	2025-09-29	Toward Automated Detection of Silent Cerebral Infarcts in Children and Young Adults With Sickle Cell Anemia 2023-08, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.042683 PMID:37387218	研究论文	本研究开发了一种基于UNet深度学习模型的自动化静默性脑梗死检测方法，用于镰状细胞贫血儿童和年轻成人患者	首次将UNet深度学习模型应用于镰状细胞贫血患者小体积静默性脑梗死的自动化检测	模型需要额外训练，空间一致性仅为中等水平（dice相似系数0.48）	开发自动化静默性脑梗死检测工具，用于临床和研究环境	镰状细胞贫血的儿童和年轻成人患者	计算机视觉	镰状细胞贫血	深度学习	UNet	脑部磁共振成像	训练集926人（31%患有SCI，中位年龄8.9岁），外部验证集80人（50%患有SCI，中位年龄11.5岁）
535	2025-09-29	Longitudinal fundus imaging and its genome-wide association analysis provide evidence for a human retinal aging clock 2023-04-17, eLife IF:6.4Q1 DOI:10.7554/eLife.82364 PMID:36975205	研究论文	本研究通过深度学习模型分析眼底图像，开发了名为'eyeAge'的视网膜衰老时钟，能够准确预测个体年龄并研究衰老机制	开发了基于眼底图像的视网膜衰老时钟，预测精度优于其他衰老时钟，并在果蝇实验中验证了相关基因的功能	未明确说明样本的种族分布和潜在的选择偏倚	开发高精度的生物年龄预测模型并研究衰老机制	人类视网膜图像和果蝇视觉功能	计算机视觉	老年疾病	深度学习、全基因组关联分析(GWAS)、基因敲除	深度学习模型	图像	EyePACS数据集和UK Biobank队列的眼底图像
536	2025-09-29	Validation of Deep Learning-based Sleep State Classification 2022, microPublication biology DOI:10.17912/micropub.biology.000643 PMID:36277479	研究论文	本研究验证了混合z-score标准化与深度学习结合在小鼠睡眠状态分类中的有效性	首次在独立数据集上验证混合z-score标准化与深度学习结合对睡眠状态分类的效果	仅使用12个三小时EEG/EMG记录，样本量有限	验证混合z-score标准化方法在深度学习睡眠状态分类中的有效性	小鼠的脑电图和肌电图记录	机器学习	睡眠障碍	混合z-score标准化，深度学习	CNN	EEG/EMG信号	12个三小时EEG/EMG记录，来自头部固定位置睡眠的小鼠
537	2025-09-28	EyeMap: A fusion-based method for eye movement-based visual attention maps as predictive markers of parkinsonism 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103607 PMID:40994894	研究论文	提出一种名为EyeMap的融合方法，通过眼动模式可视化与分类来检测帕金森病症状	结合扫描路径、注视热图和网格化兴趣区域三种可视化方式，采用多模态机器学习与深度学习的后期融合技术	NA	开发可解释的眼动表征方法用于帕金森病的诊断检测	帕金森病患者和健康对照组的眼动数据	医学人工智能	帕金森病	眼动追踪技术、机器学习、深度学习、后期融合	多模态融合模型	眼动数据（空间、时间、区域元素）	包含PD患者和健康对照组的眼动追踪数据集
538	2025-09-28	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Oct-15, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的AlzFormer深度学习框架，用于阿尔茨海默病的早期诊断	首次将T1加权MRI体积视为序列输入，利用时空自注意力机制建模切片间连续性，将Transformer架构应用于脑部MRI分析	仅使用ADNI数据集的1.5T MRI扫描，未验证在其他数据集或不同场强扫描仪上的泛化能力	开发用于阿尔茨海默病、轻度认知障碍和认知正常个体的多类分类方法	ADNI数据集中的阿尔茨海默病患者、轻度认知障碍患者和认知正常个体	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer（时空自注意力机制）	医学影像（MRI体积数据）	ADNI数据集的1.5T MRI扫描数据
539	2025-09-28	APD-FFNet: a novel explainable deep feature fusion network for automated periodontitis diagnosis on dental panoramic radiography 2025-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf034 PMID:40343455	研究论文	提出一种新型可解释深度特征融合网络APD-FFNet，用于全口牙片上的自动化牙周炎诊断	首个专门为牙周炎诊断设计的特征融合方法，结合卷积和Transformer层以捕捉局部和全局特征	数据集规模有限（337张全景片），需进一步验证临床适用性	开发自动化牙周炎诊断系统	牙科全景X光片	医学影像分析	牙周炎	深度学习、SHAP可解释性分析	CNN与Transformer融合网络	X光影像	337张经牙周专家标注的全景X光片
540	2025-09-28	Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort 2025-Oct, Infection IF:5.4Q1 DOI:10.1007/s15010-025-02555-3 PMID:40377852	研究论文	通过深度学习自动分析老年COVID-19患者的身体成分，研究肌肉减少症和肥胖对死亡率的影响	首次使用预训练深度学习模型自动分析常规胸部CT扫描的身体成分参数	样本量相对较小（157名患者），仅针对60岁以上重症COVID-19肺炎患者	比较肥胖和肌肉减少症对重症呼吸道感染患者死亡率的影响差异	60岁以上确诊重症COVID-19肺炎的住院患者	数字病理学	COVID-19	深度学习身体成分分析	预训练深度学习模型	CT图像	157名住院患者（来自57个研究中心，平均年龄70±8岁，41%女性，死亡率39%）