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
561	2025-06-04	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	本研究探讨了在深度学习中心跳心律失常分类中，患者间、患者内和患者特定训练模式对最终结果的影响	首次详细比较了三种不同数据分配范式（患者间、患者内和患者特定）对基于CNN的心律失常分类模型性能的影响	研究仅使用了标准心律失常数据集，未在其他数据集上验证结果的普适性	评估不同数据分配范式对深度学习模型心律失常分类性能的影响	心电图(ECG)信号和心跳心律失常分类	机器学习	心血管疾病	深度学习	CNN	ECG信号	标准心律失常数据集（具体数量未提及）
562	2025-06-04	Predicting hemorrhagic transformation in acute ischemic stroke: a systematic review, meta-analysis, and methodological quality assessment of CT/MRI-based deep learning and radiomics models 2025-Jun, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02336-3 PMID:40133723	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习和放射组学在预测急性缺血性卒中出血性转化中的准确性和实用性	首次对深度学习和放射组学模型在预测急性缺血性卒中出血性转化方面的性能进行了系统比较，并评估了临床组合模型的优势	存在中度至重度异质性，参考标准不一致，外部验证有限	优化急性缺血性卒中患者的治疗策略	急性缺血性卒中患者	数字病理学	心血管疾病	CT/MRI成像	深度学习与放射组学模型	医学影像	16项研究共3,083名参与者
563	2025-06-04	Deep learning-based acceleration of high-resolution compressed sense MR imaging of the hip 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100656 PMID:40453036	research paper	评估一种结合并行成像、压缩感知和深度学习的压缩感知人工智能框架（CSAI）在髋关节高分辨率MRI中的应用，并与标准分辨率CS成像进行比较	提出了一种结合并行成像、压缩感知和深度学习的CSAI框架，用于提高髋关节MRI的分辨率和软骨描绘，而不增加采集时间	骨骼描绘评分较低，且研究样本量较小（32名患者）	评估CSAI框架在髋关节高分辨率MRI中的性能	髋关节软骨、唇缘、股骨头韧带和骨骼	医学影像	髋关节撞击综合征	压缩感知（CS）、深度学习	NA	MRI图像	32名髋关节撞击综合征患者
564	2025-06-04	A systematic review on deep learning-enabled coronary CT angiography for plaque and stenosis quantification and cardiac risk prediction 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100652 PMID:40453037	系统综述	本文系统综述了深度学习在冠状动脉CT血管造影（CCTA）中用于斑块和狭窄量化以及心脏风险预测的应用	强调了深度学习技术在CCTA分析中的自动化量化能力，提高了心脏风险评估的精确性	研究设计存在变异性，可能存在潜在偏倚	评估深度学习技术在CCTA中用于冠状动脉疾病（CAD）诊断和管理的效果	18岁及以上接受CCTA检查的患者	数字病理学	心血管疾病	CCTA	深度学习模型	医学影像	10篇研究文章的系统评价
565	2025-06-04	Effects of various cross-linked collagen scaffolds on wound healing in rats model by deep-learning CNN 2025-Jun, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2315141 PMID:38357717	研究论文	研究探讨了四种胶原支架在大鼠模型中促进伤口愈合和再生的效果，并开发了一种深度学习模型用于组织分类	使用深度学习CNN模型进行伤口愈合评估，结合Grad-CAM热图可视化网络关注的特征	研究仅使用了24只雌性大鼠，样本量较小	评估不同类型胶原支架对伤口愈合的影响，并开发客观的伤口愈合评估方法	Sprague-Dawley大鼠	数字病理学	伤口愈合	组织形态学分析	CNN（VGG16）	图像	24只雌性大鼠
566	2025-06-04	Identification and segregation of genes with improved recurrent neural network trained with optimal gene level and mutation level features 2025-Jun, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2311322 PMID:38424698	research paper	该研究论文提出了一种新的基因识别和分离模型，通过五个关键流程处理癌症的复杂突变异质性	使用改进的循环神经网络（I-RNN）结合优化的基因和突变水平特征进行基因分类，提高了分类准确性	未提及样本的具体来源和多样性，可能影响模型的泛化能力	识别和分离癌症驱动基因，整合多种基因组因素进行综合分析	癌症基因和突变数据	machine learning	cancer	data cleaning, data normalization, K-Means + SMOTE, FIHFSO	Improved Recurrent Neural Network (I-RNN)	genomic data	NA
567	2025-06-04	Deep learning model for predicting immunotherapy response in patients with advanced NSCLC: Study findings demonstrate a strong and independent deep learning-based feature associated with an immune checkpoint inhibitor response in patients with NSCLC across cohorts 2025-Jun-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35883 PMID:40457864	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
568	2025-06-04	Estimating motor symptom presence and severity in Parkinson's disease from wrist accelerometer time series using ROCKET and InceptionTime 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04263-2 PMID:40450120	研究论文	该研究探讨了使用ROCKET和InceptionTime模型从手腕加速度计时间序列数据中估计帕金森病患者的运动症状存在和严重程度	首次将InceptionTime和ROCKET模型应用于帕金森病运动症状监测，并比较了它们在处理复杂运动模式和小数据集方面的性能	在检测运动障碍方面遇到挑战，且数据集规模较小	开发更有效的帕金森病运动症状监测方法	帕金森病患者的腕部运动数据	机器学习	帕金森病	时间序列分类	InceptionTime, ROCKET, 多层感知机	时间序列数据	NA
569	2025-06-04	Development and validation of an integrated residual-recurrent neural network model for automated heart murmur detection in pediatric populations 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04746-2 PMID:40450176	研究论文	开发并验证了一种集成的残差-循环神经网络模型，用于自动检测儿科人群中的心脏杂音	结合了传统机器学习和深度学习技术，提出了一种创新的AI方法，以提高儿科人群心脏杂音的检测效果	研究样本量有限（500名儿科参与者），且未提及模型在不同年龄段或不同疾病阶段的泛化能力	改善儿科心脏疾病的早期检测策略	儿科人群的心脏杂音检测	机器学习	心血管疾病	心脏听诊	Residual-Recurrent Neural Networks	心脏声音记录	500名儿科参与者
570	2025-06-04	Detecting cyber attacks in vehicle networks using improved LSTM based optimization methodology 2025-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04643-8 PMID:40450183	研究论文	本文提出了一种基于改进LSTM和优化方法的深度学习框架，用于检测车辆网络中的网络攻击	采用改进的长短期记忆网络(ILSTM)结合鳄鱼优化算法(COA)进行参数优化，显著提高了检测准确率和性能指标	仅使用UNSW-NB15数据集进行验证，未在其他车辆网络数据集上测试	开发一种高效准确的车辆网络入侵检测系统	车辆网络中的网络攻击	机器学习	NA	离散傅里叶变换(DFT)，最大-最小归一化	改进的长短期记忆网络(ILSTM)	网络流量数据	UNSW-NB15数据集
571	2025-06-04	Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients 2025-May-31, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110497 PMID:40450820	research paper	该研究开发了一种针对非ICU环境优化的深度学习模型，结合保形预测框架，用于早期脓毒症诊断	结合保形预测框架处理不确定性，显著降低假阳性率，并在低监测频率的非ICU环境中验证了模型性能	模型仅在特定数据集(MIMIC-IV和eICU-CRD)上验证，需进一步临床验证	提高非ICU住院患者的脓毒症早期诊断准确性	非ICU住院的脓毒症患者	machine learning	sepsis	deep learning	DL with conformal prediction	time-series clinical data	83,813名患者(MIMIC-IV数据集) + eICU-CRD验证集
572	2025-06-04	Introducing societal issues in an upper level STEM course increases student engagement and knowledge transfer 2025-May-31, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.029 PMID:40456506	research paper	该研究探讨了在高级STEM课程中引入社会问题如何提高学生的参与度和知识迁移能力	提出了一个三步框架，将生殖权利等社会正义问题融入发育生物学课程，并通过博客作业维持学生的参与度	研究仅针对一门高级发育生物学课程，样本可能不具有广泛代表性	探索通过社会问题连接STEM课程内容以提升学生学习效果的方法	高级发育生物学课程中的学生	STEM教育	NA	教育框架设计（包含内容学习、教材章节写作和公众科普展览三个步骤）	NA	学生参与度数据、跨学科思维评估	一门高级发育生物学课程的学生群体（具体人数未说明）
573	2025-06-04	Chemical space visual navigation in the era of deep learning and Big Data 2025-May-31, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104392 PMID:40456508	review	探讨深度学习和大数据时代下化学空间可视化导航的最新进展	综述了化学空间可视化导航算法和工具的最新进展，并探讨了这些方法如何应对大数据挑战以及非常规应用	未提及具体实验验证或实际应用案例的局限性	分析大数据时代下化学空间可视化导航的方法和工具	化学空间的可视化导航工具和算法	machine learning	NA	QSAR/QSPR模型	NA	分子结构数据	NA
574	2025-06-04	Deep learning based motion correction in ultrasound microvessel imaging approach improves thyroid nodule classification 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02728-y PMID:40447670	研究论文	提出一种基于深度学习的运动校正技术，用于改善超声定量高清微血管成像中的甲状腺结节分类	引入深度学习技术校正超声图像中的帧间运动伪影，提高甲状腺结节分类的准确性	研究未提及是否在其他类型运动伪影或更大规模数据集上验证方法的普适性	改善甲状腺结节的超声分类准确性	甲状腺结节	数字病理	甲状腺疾病	定量高清微血管成像(qHDMI)	深度学习	超声图像	根据运动量分为低运动和高运动病例的数据集
575	2025-06-04	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2025-May-30, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.05.016 PMID:40451472	研究论文	使用深度学习从超声心动图视频预测心血管磁共振成像结果	首次尝试利用深度学习从超声心动图视频中预测CMR特有的组织特征，如LGE、T1和T2映射及ECV	模型无法可靠检测LGE、异常T1、T2或ECV的存在，表明这些组织特征的信号可能未包含在超声视频中	评估深度学习模型应用于超声心动图以检测CMR特定参数（包括LGE存在及异常T1、T2或ECV）的性能	成人患者的心血管磁共振成像和超声心动图研究	数字病理	心血管疾病	深度学习	CNN	视频	1,453名成人患者（平均年龄56±18岁，42%女性），包含2,556对超声心动图研究
576	2025-06-04	InterpolAI: deep learning-based optical flow interpolation and restoration of biomedical images for improved 3D tissue mapping 2025-May-28, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02712-4 PMID:40437217	research paper	提出了一种基于深度学习的生物医学图像光学流插值和修复方法InterpolAI，用于改善3D组织映射	InterpolAI通过利用光学流AI模型在图像堆栈中合成插值图像，优于线性插值和最先进的基于光学流的方法XVFI，保留了微观解剖特征和细胞计数，以及图像对比度、方差和亮度	NA	提高生物医学图像的分辨率、通量和质量，以实现更好的3D成像	生物医学图像	digital pathology	NA	optical flow-based AI model	deep learning	image	跨越多模态、物种、染色技术和像素分辨率的验证
577	2025-06-04	A vessel bifurcation landmark pair dataset for abdominal CT deformable image registration (DIR) validation 2025-May-28, Medical physics IF:3.2Q1 DOI:10.1002/mp.17907 PMID:40437735	research paper	介绍了一种用于腹部CT可变形图像配准(DIR)验证的首个血管分叉标志点对数据集	首次提供了腹部CT DIR验证的基准数据集，包含大量高精度的血管分叉标志点对	数据集的样本量相对较小(30例患者)，且主要关注腹部区域	为腹部CT可变形图像配准算法开发提供质量保证基准	腹部CT图像中的血管分叉标志点	digital pathology	NA	CT成像	deep learning	CT图像	30例患者的腹部CT图像对，共1895个标志点对
578	2025-06-04	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-May-28, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	research paper	开发了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	利用预训练神经网络和仅1-3张Micro-CT图像训练出准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	需要依赖预训练神经网络，且训练数据量较少	开发一种能够自动分割果蝇大脑的深度学习模型，以提高Micro-CT图像分析的效率	成年果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT成像	3D深度学习模型（基于预训练神经网络）	3D Micro-CT图像	1-3张成年果蝇大脑的Micro-CT图像
579	2025-06-04	Artificial Intelligence in the Diagnosis and Prognostication of the Musculoskeletal Patient 2025-May-28, HSS journal : the musculoskeletal journal of Hospital for Special Surgery IF:1.6Q2 DOI:10.1177/15563316251339660 PMID:40454292	review	本文探讨了人工智能在肌肉骨骼疾病诊断和预后中的应用	介绍了计算机视觉算法和患者特异性多模态预测模型，并提出了一个简单的框架来讨论AI模型开发的局限性	讨论了AI模型开发的局限性	探讨人工智能在肌肉骨骼疾病诊断和预后中的应用	肌肉骨骼疾病患者	computer vision	musculoskeletal diseases	machine learning, deep learning	generative AI	multimodal data	NA
580	2025-06-04	Deep learning for predicting invasive recurrence of ductal carcinoma in situ: leveraging histopathology images and clinical features 2025-May-28, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105750 PMID:40440915	研究论文	利用深度学习模型结合组织病理学图像和临床特征预测导管原位癌（DCIS）的侵袭性复发风险	首次开发了基于全切片图像（WSIs）和临床病理数据的端到端深度学习模型，用于DCIS患者的风险分层	外部验证受限于数据集规模小、病例数少（22/94）、WSI质量以及缺乏标注良好的数据集	识别低风险DCIS患者以减少过度治疗	原发性纯DCIS患者（荷兰多中心数据集n=558，英国Sloane数据集n=94）	数字病理学	乳腺癌	深度学习	CNN（未明确说明但基于图像分析推测）	图像（WSIs）、临床数据	荷兰数据集558例，英国数据集94例