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
541	2025-05-14	A Pilot Study on Using an Artificial Intelligence Algorithm to Identify Urolith Composition through Abdominal Radiographs in the Dog 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70012 PMID:40065198	研究论文	本研究探讨了使用人工智能算法通过腹部X光片识别犬类尿结石成分的可行性	开发了一种名为CALCurad的深度学习AI算法，可通过智能手机应用初步评估尿结石成分	研究样本量较小（仅139只狗），且仅评估了struvite成分的预测准确性	评估AI算法在预测犬类尿结石成分方面的准确性和临床应用价值	犬类尿结石	数字病理	泌尿系统疾病	深度学习	深度学习算法（具体类型未说明）	图像（腹部X光片）	139只狗
542	2025-05-14	A Deep Learning Model for Three-Dimensional Determination of Whole Thoracic Vertebral Bone Mineral Density from Noncontrast Chest CT: The Multi-Ethnic Study of Atherosclerosis 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.242133 PMID:40067103	研究论文	本研究开发了一种基于深度学习的模型，用于从非对比胸部CT中三维测定全胸椎骨密度	使用TotalSegmentator（一种nnU-net算法）进行三维椎体骨密度测量，相比传统二维方法具有更高的准确性和预测能力	研究样本主要来自多民族动脉粥样硬化研究(MESA)的参与者，可能限制了结果的普遍性	评估深度学习算法在非对比胸部CT中三维测定全胸椎骨密度的能力及其在预测椎体骨折中的价值	多民族动脉粥样硬化研究(MESA)的参与者（2956人）	数字病理学	骨质疏松症	非对比胸部CT	nnU-net（TotalSegmentator）	医学影像（CT扫描）	2956名参与者（其中1546名女性，平均年龄69±9岁），其中1304名有纵向随访数据
543	2025-05-14	MRI-based Deep Learning Algorithm for Assisting Clinically Significant Prostate Cancer Detection: A Bicenter Prospective Study 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.232788 PMID:40067105	research paper	本研究比较了商业深度学习算法（DLA）与放射科医生在MRI基础上检测临床显著性前列腺癌（csPCa）的诊断性能	前瞻性验证了深度学习算法在前列腺MRI中的应用，并与放射科医生的诊断性能进行了比较	研究样本仅来自两个医院，可能影响结果的普遍性	比较深度学习算法和放射科医生在前列腺癌检测中的诊断性能	疑似前列腺癌并计划进行活检的患者	digital pathology	prostate cancer	biparametric MRI	DLA	MRI图像	205名男性患者，共259个病灶
544	2025-05-14	Automated Detection of Keratorefractive Laser Surgeries on Optical Coherence Tomography Using Deep Learning 2025-Mar, Journal of refractive surgery (Thorofare, N.J. : 1995) DOI:10.3928/1081597X-20250204-04 PMID:40067669	研究论文	使用深度学习神经网络在眼前段光学相干断层扫描(AS-OCT)上自动检测不同类型的角膜屈光激光手术	开发了一个深度学习神经网络算法，能够自动检测多种角膜屈光激光手术类型，并区分其中的近视和远视治疗子类	NA	通过AS-OCT扫描自动检测和分类角膜屈光激光手术历史，以支持治疗规划、人工晶体计算和圆锥角膜评估	接受过不同类型角膜屈光激光手术的患者眼睛	计算机视觉	眼科疾病	光学相干断层扫描(AS-OCT)	深度学习神经网络	图像	14,948个眼睛扫描，来自1,166名患者的2,278只眼睛
545	2025-05-14	Enhancing single-cell classification accuracy using image conversion and deep learning 2025-Mar, Yi chuan = Hereditas DOI:10.16288/j.yczz.24-213 PMID:40068952	研究论文	本文提出了一种创新的单细胞分类方法scIC，通过将scRNA-seq数据转换为图像形式并结合深度学习技术进行细胞分类	将scRNA-seq数据转换为图像形式并结合CNN和ResNet进行细胞分类，显著提高了分类准确率	未提及方法在其他类型细胞或更复杂数据集上的适用性	提高单细胞转录组数据的分类准确性	小鼠皮肤基底细胞、小鼠淋巴细胞、人类神经元细胞和小鼠脊髓细胞	数字病理学	NA	scRNA-seq	CNN, ResNet	图像	四种细胞类型的scRNA-seq数据
546	2025-05-14	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-Mar, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	本文提出了一种新的计算流程，用于从尿路上皮癌中准确诊断倒置性尿路上皮乳头状瘤，并通过统计特征提高诊断准确性	通过自动提取全切片图像的统计特征，减少了人工标注的工作量，并构建了一个集成分类器用于外部验证队列的预测准确性测试	外部验证队列的样本量有限，可能影响模型的泛化能力	提高倒置性尿路上皮乳头状瘤（IUP）与尿路上皮癌（UC）亚型之间的诊断准确性	225例常见和罕见尿路上皮病变的全切片图像（包括64例IUP、69例倒置性尿路上皮癌和92例低级别尿路上皮癌）	数字病理学	尿路上皮癌	全切片图像分析	集成分类器	图像	225例尿路上皮病变的全切片图像
547	2025-05-14	Towards artificial intelligence application in pain medicine 2025-Mar, Recenti progressi in medicina DOI:10.1701/4460.44555 PMID:40084580	综述	本文综述了人工智能在疼痛医学中的最新进展，包括自动疼痛评估方法及其在诊断和治疗中的应用	介绍了自动疼痛评估（APA）方法，利用AI技术分析生物信号、面部表情和语音模式，为疼痛诊断提供更客观的评估手段	需要解决验证、参数选择和技术实施的伦理问题	探讨人工智能在疼痛医学中的应用及其潜力	疼痛的诊断和管理，特别是慢性疼痛和新生儿及无法沟通患者的疼痛评估	人工智能在医学中的应用	疼痛相关疾病	机器学习算法和深度学习架构，如自然语言处理系统	机器学习、深度学习、NLP	生物信号、面部表情、语音模式	NA
548	2025-05-14	Deep Learning Radiopathomics Models Based on Contrast-enhanced MRI and Pathologic Imaging for Predicting Vessels Encapsulating Tumor Clusters and Prognosis in Hepatocellular Carcinoma 2025-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.240213 PMID:40084948	研究论文	基于对比增强MRI和病理成像的深度学习放射病理组学模型预测肝细胞癌中血管包裹肿瘤簇(VETC)及预后	开发了结合放射组学和病理组学的深度学习模型，用于预测肝细胞癌中的VETC模式和生存预后	回顾性研究设计可能引入选择偏倚，且样本量相对有限	预测肝细胞癌中的VETC模式及评估患者预后	578例肝细胞癌患者	数字病理	肝细胞癌	对比增强MRI，病理成像	Swin Transformer	MRI图像，病理图像	578例患者(训练集317例，内部测试集137例，外部测试集124例)
549	2025-05-14	stAI: a deep learning-based model for missing gene imputation and cell-type annotation of spatial transcriptomics 2025-Feb-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf158 PMID:40057378	研究论文	介绍了一种基于深度学习的模型stAI，用于空间转录组学数据中的缺失基因插补和细胞类型注释	stAI模型通过联合嵌入scST和参考scRNA-seq数据，利用两个独立的编码器-解码器模块，在潜在空间中以监督方式同时进行基因插补和细胞类型注释	NA	解决单细胞空间转录组学(scST)应用中全转录组水平表征和细胞类型全面注释的两大挑战	单细胞空间转录组学(scST)数据	数字病理学	NA	空间转录组学技术, scRNA-seq	深度学习模型(编码器-解码器模块)	空间转录组学数据, scRNA-seq数据	NA
550	2025-05-14	Machine Learning Methods for Classifying Multiple Sclerosis and Alzheimer's Disease Using Genomic Data 2025-Feb-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26052085 PMID:40076709	research paper	该研究利用机器学习方法分析英国生物银行的基因组数据，旨在预测多发性硬化症和阿尔茨海默病的基因组易感性	研究比较了逻辑回归、集成树方法和深度学习模型在预测复杂疾病基因组易感性方面的表现，并利用可解释性工具揭示了多发性硬化症的多基因性	深度学习模型表现存在较大变异性，可能影响预测的稳定性	预测多发性硬化症和阿尔茨海默病的基因组易感性	英国生物银行的基因组数据	machine learning	multiple sclerosis, Alzheimer's disease	genomic data analysis	logistic regression, ensemble tree methods, deep learning models	genomic data	NA
551	2025-05-14	Multimodal depression detection based on an attention graph convolution and transformer 2025-Feb-27, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025024 PMID:40083285	研究论文	提出了一种基于EEG和语音信号的多模态抑郁症检测模型MHA-GCN_ViT，结合GCN和ViT技术提升检测准确率	首次将多模态EEG和语音信号结合，利用GCN和ViT技术进行特征提取和融合，显著提高了抑郁症检测的准确率	未提及模型在更大规模数据集上的泛化能力，以及在实际临床环境中的适用性	提高抑郁症检测的准确率，解决单模态检测的局限性	抑郁症患者	机器学习	抑郁症	离散小波变换(DWT), 短时傅里叶变换(STFT)	GCN, ViT	EEG信号, 语音信号	MODMA数据集上的五折交叉验证
552	2025-05-14	AI-driven health analysis for emerging respiratory diseases: A case study of Yemen patients using COVID-19 data 2025-Feb-24, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025021 PMID:40083282	研究论文	本文探讨了在资源有限的也门，利用AI驱动的预测模型和分类器，通过COVID-19数据预测呼吸系统疾病趋势，以优化医疗资源分配	结合自回归模型、移动平均模型、ARMA模型及多种机器学习和深度学习算法，预测呼吸系统疾病趋势并识别COVID-19严重性指标	研究样本仅基于也门数据，模型在其他地区的适用性未验证，且深度学习模型的准确率相对较低	提升资源有限地区对COVID-19与其他呼吸系统疾病的区分能力，优化医疗资源分配	也门COVID-19患者数据	数字病理	COVID-19	AR, MA, ARMA, 机器学习, 深度学习	ARMA, Decision Tree, Random Forest, SVM, 深度学习模型	医疗数据	80%训练数据，20%测试数据（具体样本数未提及）
553	2025-05-14	Uncertainty CNNs: A path to enhanced medical image classification performance 2025-Feb-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025020 PMID:40083281	研究论文	本文提出了一种低复杂度基于不确定性的CNN架构，用于医学图像分类，特别是肿瘤和心力衰竭检测	首次证明了测试集增强可以显著提高医学图像的分类性能，并引入了量化预测不确定性的方法	NA	提高医学图像分类的准确性和可靠性	肿瘤和心力衰竭的医学图像	数字病理	肿瘤和心血管疾病	深度学习	CNN	医学图像	三个数据集：脑部MRI、肺部CT扫描和心脏MRI
554	2025-05-14	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型（LLMs）在生物信息学中的关键组成部分及其应用	探讨了LLMs在解决生物信息学问题方面的潜力，特别是在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域的应用	NA	推动生物信息学领域的发展，优化LLMs的使用并促进该领域的进一步创新	大型语言模型（LLMs）及其在生物信息学中的应用	生物信息学	NA	自监督学习、半监督学习	transformer	文本、基因组数据、转录组数据、蛋白质组数据、单细胞数据	NA
555	2025-05-14	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，并提出了优化建议	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，并发现了一些潜在问题	研究仅针对特定工具包（ANTs、FMRIB、FreeSurfer）的MRI预处理流程，可能不适用于其他工具或流程	提高MRI预处理流程的性能，以便更高效地进行大规模队列研究和临床应用	MRI预处理流程	医学影像处理	NA	Intel VTune分析工具	NA	MRI影像数据	NA
556	2025-05-14	Early pigment spot segmentation and classification from iris cellular image analysis with explainable deep learning and multiclass support vector machine 2025-01-01, Biochemistry and cell biology = Biochimie et biologie cellulaire DOI:10.1139/bcb-2023-0183 PMID:37906957	research paper	提出了一种结合可解释深度学习和多类支持向量机的方法，用于早期虹膜色素斑点的分割和分类	结合可解释深度学习和多类支持向量机进行虹膜色素斑点的早期分割和分类，优于现有方法	实验仅在三个基准数据集上进行，可能缺乏更广泛的验证	开发一种高效、准确的虹膜色素斑点分割和分类方法，以辅助早期视网膜疾病的诊断	虹膜细胞图像中的色素斑点	digital pathology	retinal disorders	deep learning, multiclass support vector machine	CNN, SVM	image	三个基准数据集（MILE、UPOL、Eyes SUB）
557	2025-05-14	A systematic review of automated hyperpartisan news detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316989 PMID:39982955	综述	本文系统回顾了自动化检测超党派新闻的不同方法，整理了2015年至2024年间81篇相关文章的方法和数据集	首次系统性地综述了超党派新闻检测领域的研究，为未来研究奠定了坚实基础	计算机科学领域对超党派尚无明确定义，且大多数数据集为英文，缺乏少数语言的数据集，大型语言模型(LLMs)在该领域的研究有限	自动化检测超党派新闻以应对其导致的社会两极分化和民主稳定性威胁	超党派新闻文章	自然语言处理	NA	机器学习、深度学习	传统机器学习模型、深度学习模型、LLMs	文本	81篇相关文章
558	2025-05-14	Chinese medical named entity recognition utilizing entity association and gate context awareness 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319056 PMID:39999103	研究论文	本文提出了一种结合实体关联和门控上下文感知的中文医学命名实体识别方法	使用RoBERTa-wwm-ext模型提取上下文特征，结合RNN和多头注意力机制捕捉实体间依赖关系，提高了识别准确率	未提及模型在更大规模数据集上的泛化能力	提高中文医学文本中命名实体识别的效率和准确性	中文医学文本中的命名实体	自然语言处理	NA	RoBERTa-wwm-ext, RNN, 多头注意力机制, 条件随机场	RoBERTa-wwm-ext, RNN	文本	MCSCSet和CMeEE数据集
559	2025-05-14	Virtual Monochromatic Imaging of Half-Iodine-Load, Contrast-Enhanced Computed Tomography with Deep Learning Image Reconstruction in Patients with Renal Insufficiency: A Clinical Pilot Study 2025, Journal of Nippon Medical School = Nippon Ika Daigaku zasshi DOI:10.1272/jnms.JNMS.2025_92-112 PMID:40058838	research paper	本研究探讨了深度学习图像重建（DLIR）在半碘负荷对比增强CT（CECT）虚拟单色成像（VMI）中的图像质量（IQ）	首次将DLIR应用于半碘负荷CECT的VMI，以优化图像质量	样本量较小（28例患者），且为回顾性研究	评估DLIR在半碘负荷CECT VMI中的图像质量	28例中重度肾功能不全的肿瘤患者	医学影像	肾功能不全	双能CT（DECT）和深度学习图像重建（DLIR）	DLIR	CT图像	28例患者
560	2025-05-14	Advanced applications in chronic disease monitoring using IoT mobile sensing device data, machine learning algorithms and frame theory: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1510456 PMID:40061474	系统综述	本文综述了物联网移动传感设备数据、机器学习算法和框架理论在慢性病监测中的高级应用	通过引入基于深度学习的先进模型、紧框架方法和实时监测系统，展示了方法学上的创新	存在与数据收集、算法选择和用户交互相关的潜在偏见和弱点	探讨物联网和人工智能技术在特定慢性病管理中的应用	心血管疾病、癌症、慢性呼吸系统疾病和糖尿病等主要慢性病	机器学习	慢性病	物联网移动传感设备、机器学习算法（ANN、SVM、RF和深度学习模型）	深度学习模型	传感器数据	NA