深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
581	2025-12-28	Biomarkers 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70856_104560 PMID:41445244	研究论文	本文提出了一种基于深度学习的语音分析方法，用于通过声学和语言特征识别早期认知衰退	使用双向长短期记忆网络结合声学和语言特征来预测认知障碍，相比传统机器学习和其他深度学习模型表现更优	样本量较小（81名参与者），且仅限于英语母语者，可能影响模型的泛化能力	开发一种可访问且可扩展的认知障碍和阿尔茨海默病诊断方法	阿尔茨海默病研究中心的参与者提供的语音样本	自然语言处理	阿尔茨海默病	语音处理，特征提取	BiLSTM	音频，文本	81名英语母语参与者（19名轻度认知障碍，62名认知未受损）	未明确指定，但提及了深度学习模型	双向长短期记忆网络	准确率，F1分数	NA
582	2025-12-28	Data-driven assessment of air quality and health benefits from future shipping emission controls in coastal China 2025-Dec, Eco-Environment & Health DOI:10.1016/j.eehl.2025.100203 PMID:41446865	研究论文	本文开发了名为DeepShip的深度学习模型，用于预测与航运相关的PM浓度，并评估未来航运排放控制政策对沿海中国空气质量和健康效益的影响	结合多任务学习和生成对抗训练策略，增强数据驱动模型对小排放源变化的敏感性，并基于210种排放情景全面分析航运相关PM对人为排放变化的响应	未明确提及模型在极端或未预见排放情景下的泛化能力，以及数据覆盖范围的局限性	评估未来航运排放控制政策对沿海中国空气质量和健康效益的影响，以支持政策制定	航运相关的PM浓度、排放控制情景（硫和氮排放）、成本效益分析	机器学习	NA	深度学习、多任务学习、生成对抗训练	深度学习模型	排放数据、PM浓度数据	基于210种排放情景进行分析	NA	DeepShip	NA	NA
583	2025-12-28	Geometry-based BERT: An experimentally validated deep learning model for molecular property prediction in drug discovery 2025-Dec, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101465 PMID:41446890	研究论文	本文提出了一种名为GEO-BERT的自监督表示学习框架，用于药物发现中的分子性质预测	GEO-BERT通过整合三维分子构象的位置信息，并引入原子-原子、键-键和原子-键三种位置关系，增强了分子结构的表征能力	NA	开发用于药物发现中分子性质预测的深度学习模型	分子结构，特别是DYRK1A抑制剂	机器学习	NA	自监督表示学习	Transformer	分子结构数据（原子和化学键信息）	NA	NA	BERT	NA	NA
584	2025-12-28	Basic Science and Pathogenesis 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70855_107083 PMID:41447114	研究论文	本文提出了一种名为NADCSM的可解释深度学习框架，用于阿尔茨海默病生存分析，旨在平衡预测性能与临床实用性	结合神经可加模型与深度聚类生存机，提供对脑区贡献的可解释性见解，同时保持竞争力的预测性能	模型仍基于特定数据集（ADNI AV45 PET），其泛化能力需进一步验证，且可解释性方法可能受限于特征选择	开发可解释的深度学习模型以识别影响阿尔茨海默病进展的关键脑区，促进生物标志物发现和靶向治疗开发	阿尔茨海默病及轻度认知障碍患者的基因型、人口统计学和影像数据	机器学习	阿尔茨海默病	AV45 Florbetapir PET成像	神经可加模型, 深度聚类生存机	影像数据, 基因型数据, 人口统计学数据	来自ADNI数据库的AV45 Florbetapir PET影像数据，具体样本数量未明确说明	未明确说明，但提及使用多层感知机	NADCSM（神经可加深度聚类生存机）	C指数, LogRank统计量	NA
585	2025-12-28	Clinical Manifestations 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70857_102378 PMID:41447149	研究论文	本研究评估了大型语言模型在仅基于文本临床笔记预测痴呆症方面的有效性，并开发了一种分层注意力机制模型	提出了一种结合句子级和类别级注意力的分层注意力机制，用于从临床笔记中提取关键信息，并利用文本数据质量提升上下文信息提取	研究仅基于韩国数据集（n=1387），可能缺乏泛化性；且未详细探讨模型在不同医疗环境或语言中的表现	评估大型语言模型在仅基于文本临床笔记预测痴呆症方面的有效性，并开发一种改进的分类方法	临床笔记数据，来自韩国收集的阿尔茨海默病（AD）患者和正常对照（NC）个体	自然语言处理	痴呆症	深度学习，分层注意力机制	Transformer-based model (DistilBERT), LLMs (ChatGPT, LLaMA, Claude)	文本（临床笔记）	1387个样本（AD=542，NC=845）	未明确指定，但提及预训练DistilBERT模型	DistilBERT, 分层注意力机制（句子级注意力和类别级注意力）	准确率, F1分数	NA
586	2025-12-28	Dementia Care Research and Psychosocial Factors 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70858_100300 PMID:41447237	研究论文	本研究利用实时定位系统（RTLS）数据，通过机器学习模型检测痴呆患者的运动激越行为，并识别休息-活动节律的数字表型，以支持纵向行为健康监测	首次将RTLS数据与临床评估结合，开发基于机器学习的运动激越检测模型，并应用无监督深度学习识别痴呆患者的休息-活动数字表型，为行为症状提供客观量化指标	研究样本量较小（47名参与者），且需在长期护理环境中进一步验证模型的普适性和有效性	开发基于RTLS数据的临床标记物和表型，以监测痴呆患者的行为健康变化	痴呆患者，特别是住院护理单元中的个体	数字病理学	老年疾病	实时定位系统（RTLS）、机器学习、无监督深度学习	机器学习模型、深度学习	位置数据、临床评估数据	47名痴呆患者，平均每人7周的位置数据	NA	NA	AUROC	NA
587	2025-12-28	Biomarkers 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70856_100574 PMID:41447384	研究论文	本研究通过深度学习分割工具和亚型推断算法，在两个不同的痴呆队列中识别了影像学亚型，并探讨了淀粉样蛋白和自由水对血管病变的预测作用	使用新型深度学习分割工具segCSVD量化血管病变，并结合SuStaIn算法在低和高小血管疾病负担队列中识别影像学亚型，揭示了淀粉样蛋白和自由水在不同亚型中对白质高信号体积和增长的差异化预测作用	样本量相对有限（总计262人），且队列异质性可能影响结果的普适性，未明确说明计算资源细节	在阿尔茨海默病合并小血管疾病的痴呆患者中，定义影像学亚型并评估淀粉样蛋白和自由水对血管病变的预测能力	两个痴呆队列的个体，包括低小血管疾病负担队列（认知正常、轻度认知障碍、AD痴呆）和高小血管疾病负担队列（混合性痴呆患者）	数字病理学	阿尔茨海默病	FLAIR-MRI, T1w-MRI, DTI, 18F-AZD4694或18F-AV45淀粉样蛋白SUVR成像	深度学习	MRI影像	总计262人（低SVD队列：基线202人，第2年100人，第3年70人；高SVD队列：60人）	NA	segCSVD（深度学习分割工具）	NA	NA
588	2025-12-28	Clinical Manifestations 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70857_103211 PMID:41447589	研究论文	本研究探讨了阿尔茨海默病和轻度认知障碍中语言障碍的神经基础，特别是在汉语人群中	首次在汉语人群中系统研究命名能力与大脑结构变化的关系，并发现右侧半球白质完整性的显著关联	研究为横断面设计，无法确定因果关系；样本仅来自台湾社区队列，可能限制泛化性	研究语言系统在衰老过程中的作用及其与痴呆的关系	604名台湾老年人，包括112名轻度认知障碍患者和482名认知正常者	神经科学	阿尔茨海默病	神经心理学测试、T1加权MRI、扩散张量成像、静息态功能MRI	NA	神经影像数据、临床数据	604名老年人	NA	NA	NA	NA
589	2025-12-28	Biomarkers 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70856_101234 PMID:41447651	研究论文	本研究利用深度学习模型AgeNet结合SHAP解释技术，基于MRI脑体积数据预测大脑年龄，并识别与阿尔茨海默病临床严重性相关的关键脑区	首次将深度学习模型AgeNet与SHAP解释技术结合，探索多变量脑区关联，并揭示疾病特异性与正常衰老的差异区域	研究样本量有限（实验数据n=668），且年龄范围（55.1-91.5岁）可能未涵盖全年龄段，未明确说明模型在其他数据集上的泛化能力	通过可解释AI方法预测大脑年龄并识别与轻度认知障碍和阿尔茨海默病相关的关键脑区，以促进疾病进展建模和个性化医疗	轻度认知障碍和阿尔茨海默病患者及正常对照的脑MRI数据	机器学习	阿尔茨海默病	MRI脑体积测量	深度学习模型	图像	半模拟数据187例，实验数据668例（年龄55.1-91.5岁，46.1%女性）	未明确说明	AgeNet	未明确说明	NA
590	2025-12-28	Biomarkers 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70856_101814 PMID:41447735	研究论文	本研究通过指甲代谢组学分析，识别了阿尔茨海默病（AD）和轻度认知障碍（MCI）的潜在生物标志物，特别是十二烷酸，并利用深度学习模型验证其诊断价值	首次利用指甲代谢组学作为非侵入性平台，捕获长期生化波动，识别AD和MCI的可靠生物标志物，并发现十二烷酸与疾病严重程度独立相关	样本量相对较小（199名参与者），且研究主要基于观察性分析，需要进一步验证在更大队列和不同人群中的普适性	探索指甲代谢组学在识别AD和MCI生物标志物中的应用，以支持早期诊断和疾病监测	199名参与者，根据临床痴呆评分（CDR）分层，包括认知正常个体和不同严重程度的AD患者	代谢组学	阿尔茨海默病	气相色谱-质谱代谢组学分析	深度学习	代谢物数据	199名参与者	NA	NA	微AUC	NA
591	2025-12-28	A Mask R-CNN-Based Approach for Brain Aneurysm Detection and Segmentation from TOF-MRA Data 2025-Nov-30, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15121295 PMID:41440091	研究论文	本研究提出了一种基于Mask R-CNN的深度学习框架，用于从TOF-MRA数据中自动检测和分割颅内动脉瘤	引入了两项关键创新：用于更好捕捉微小动脉瘤的“小目标感知ROI头部”以及改进区域提议质量的定制锚点配置，并整合了贝叶斯超参数优化和负样本建模	未明确说明模型在不同扫描设备或采集参数下的泛化能力，以及临床部署前的多中心验证需求	开发一种能够自动检测和分割颅内动脉瘤（特别是小于3毫米的小动脉瘤）的深度学习工具，以辅助放射科医生诊断	颅内动脉瘤	计算机视觉	脑血管疾病	TOF-MRA（时间飞跃法磁共振血管成像）	CNN	3D医学图像（TOF-MRA容积数据）	447个TOF-MRA容积（161个含动脉瘤，286个健康）	PyTorch	Mask R-CNN	Dice系数, 精确度, 灵敏度（召回率）	NA
592	2025-12-28	Power quality disturbance identification using hybrid deep learning in renewable energy systems 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28291-0 PMID:41315829	研究论文	本文提出了一种基于混合深度学习的方法，用于识别可再生能源系统中的电能质量扰动	提出了一种结合连续小波变换（CWT）生成的尺度图、深度神经网络（ResNet和VGG-Net）、邻域成分分析（NCA）和支持向量机（SVM）分类的混合深度学习新方法，用于电能质量扰动诊断	研究基于MATLAB/Simulink仿真环境，未明确提及在实际现场环境中的验证	提高可再生能源系统中电能质量扰动的识别准确性和可靠性	风能-太阳能光伏（Wind-SPV）混合发电系统中的电能质量扰动	机器学习	NA	连续小波变换（CWT）	CNN, SVM	图像（尺度图）	基于定制的IEEE 9总线测试系统和IEEE 13总线测试系统的仿真数据	MATLAB/Simulink	ResNet, VGG-Net	准确率, 精确率, 召回率	NA
593	2025-12-28	Deep learning-based prediction of buccal, middle and palatal orientations of impacted maxillary canines using panoramic radiographs: a pilot study 2025-Nov-26, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07395-z PMID:41299355	研究论文	本研究使用深度学习模型基于全景X光片预测上颌阻生尖牙的颊侧、中间和腭侧方向	首次应用YOLO11x和YOLO12x深度学习架构于全景X光片进行上颌阻生尖牙方向分类的试点研究	样本量较小（200张图像），方法学限制，全景成像固有局限性，对颊侧和中间方向分类准确性较低	比较深度学习模型在全景X光片上检测和分类上颌阻生尖牙方向（颊侧、中间、腭侧）的性能	上颌阻生尖牙的全景X光片图像	计算机视觉	牙科疾病	全景X光成像	深度学习	图像	200张全景X光片（通过水平翻转增强至400张图像）	NA	YOLO11x, YOLO12x	精确率, 召回率, F1分数, mAP@0.5, mAP@0.5:0.95	NA
594	2025-12-28	Integrated bioinformatics and deep learning (MLP) approach reveals a novel five miRNA prognostic signature in uveal melanoma 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28095-2 PMID:41274898	研究论文	本研究结合生物信息学分析和多层感知器深度学习模型，在葡萄膜黑色素瘤中鉴定了一个由五个miRNA组成的新型预后标志物	首次将单变量Cox比例风险回归与多层感知器神经网络相结合，通过交叉分析识别出与葡萄膜黑色素瘤预后和疾病进展相关的五个关键miRNA	研究基于TCGA-UVM队列的80名患者数据，样本量相对较小，且结果需要进一步的实验验证	鉴定葡萄膜黑色素瘤中可靠的预后生物标志物	葡萄膜黑色素瘤患者及其miRNA表达数据	生物信息学, 机器学习	葡萄膜黑色素瘤	miRNA-seq, 生物信息学分析	多层感知器	miRNA表达数据, 临床数据	TCGA-UVM队列中的80名患者	NA	多层感知器	AUC	NA
595	2025-12-28	A hybrid model combining 1D-CNN and BERT for intelligent ECG arrhythmia classification 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28023-4 PMID:41266734	研究论文	提出一种结合1D-CNN和BERT的混合模型ECGBert，用于智能心电图心律失常分类	首次将1D-CNN的局部特征提取能力与BERT的全局上下文建模优势结合，通过Transformer机制捕获异常心跳间的长程依赖关系，无需手工特征且保持端到端学习结构	仅基于MIT-BIH心律失常数据库进行实验，未在其他数据集或临床环境中验证泛化能力	开发智能算法以实现心电图心律失常的自动准确分类	心电图信号中的不同类型心律失常	机器学习	心血管疾病	心电图信号处理	CNN, BERT	信号数据	MIT-BIH心律失常数据库中的样本	NA	1D-CNN, BERT	多个评估指标	NA
596	2025-12-28	Contrasting low- and high-resolution features for HER2 scoring using deep learning 2025-Nov, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100529 PMID:41446275	研究论文	本研究利用深度学习技术，通过对比低分辨率和高分辨率特征，自动化乳腺癌HER2免疫组化三分类评分	提出使用端到端的ConvNeXt网络处理低分辨率IHC图像，在HER2三分类任务中实现了比基于patch的方法更高的F1分数	在区分HER2-0和HER2-low病例方面仍存在挑战，类间F1分数差异明显	自动化乳腺癌HER2免疫组化三分类评分，以提高分类准确性和可重复性	乳腺癌患者的HER2免疫组化切片	数字病理学	乳腺癌	免疫组化	CNN	图像	500名患者的HER2 IHC切片	NA	ConvNeXt	F1-score	NA
597	2025-12-28	Precision TAVR quantification- AI-accelerated TAVR planning reduces assessment time by 80% in bicuspid aortic stenosis 2025-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf153 PMID:41445779	研究论文	本研究开发了一种名为Cardioverse的全自动深度学习算法，用于二叶式主动脉瓣狭窄患者的TAVR术前解剖评估，显著提升了评估效率	开发了首个用于二叶式主动脉瓣TAVR术前解剖评估的全自动深度学习算法，实现了80%的评估时间减少和85%的用户交互减少	研究为回顾性多中心研究，未来需要前瞻性临床试验进一步验证	开发并验证一种全自动深度学习算法，以提升二叶式主动脉瓣狭窄患者TAVR术前解剖评估的效率和准确性	二叶式主动脉瓣狭窄患者	数字病理学	心血管疾病	深度学习	深度学习算法	医学影像数据	1147例连续患者（来自16个中国中心），包括内部验证组437例和外部验证组110例	NA	Cardioverse	Dice相似系数, 相关系数	NA
598	2025-12-28	Evaluating the Performance and Potential Bias of Predictive Models for Detection of Transthyretin Cardiac Amyloidosis 2025-Aug, JACC. Advances DOI:10.1016/j.jacadv.2025.101901 PMID:40616933	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性的性能，并评估了模型偏见的潜在危害风险	首次直接比较了基于索赔的随机森林模型、回归评分和两种深度学习超声心动图模型在检测ATTR-CM中的性能，并应用了标准公平性指标进行偏见评估	研究样本中79.2%为白人，9.0%为黑人，种族多样性有限，可能影响结果的普遍性	比较不同算法在检测转甲状腺素蛋白心脏淀粉样变性中的性能，并评估模型偏见风险	心力衰竭患者，包括176例确诊的ATTR-CM病例和3,192例对照患者	机器学习	心血管疾病	深度学习，超声心动图分析	随机森林，回归模型，深度学习模型	医疗索赔数据，超声心动图图像	176例ATTR-CM病例和3,192例对照患者，总计3,368例样本	NA	EchoNet-LVH, EchoGo Amyloidosis	AUC	NA
599	2025-12-28	Fully Automated Diagnosis of Acute Myocardial Infarction Using Electrocardiograms and Multimodal Deep Learning 2025-Aug, JACC. Advances DOI:10.1016/j.jacadv.2025.102011 PMID:40675022	研究论文	本研究开发并验证了一种基于心电图、人口统计学和症状的多模态深度学习模型，用于急性心肌梗死的全自动诊断	结合心电图特征、年龄、性别和症状数据，利用残差卷积神经网络进行多模态融合，实现急性心肌梗死的自动化检测，并在大规模真实世界数据中进行了内部和外部验证	研究为回顾性队列设计，缺乏与急诊医生诊断性能的前瞻性随机对照试验比较	开发并验证一种深度学习模型，用于快速检测急性心肌梗死，以降低发病率和死亡率	因胸痛或呼吸困难接受院前或院内心电图检查的患者	机器学习	心血管疾病	心电图	CNN	心电图信号, 人口统计学数据, 症状文本	104,507名个体（共208,366份心电图）	NA	残差卷积神经网络	受试者工作特征曲线下面积, 敏感性, 特异性	NA
600	2025-12-28	Artificial Intelligence Empowers Novice Users to Acquire Diagnostic-Quality Echocardiography 2025-Aug, JACC. Advances DOI:10.1016/j.jacadv.2025.102005 PMID:40700992	研究论文	本研究评估了基于人工智能的软件如何帮助无超声经验的护士获取诊断质量的心脏超声图像	首次证明AI引导系统能使新手在短时间内获取与专家相当的诊断质量心脏超声图像	研究仅在两个医疗中心进行，样本量相对有限，且未随机分配	评估AI软件是否能让无经验的新手获取诊断质量的心脏超声图像	成年患者（计划进行临床指示超声心动图检查）	医学影像分析	心血管疾病	心脏超声（超声心动图）	深度学习算法	超声图像	240名患者（平均年龄62.6岁，117名女性，平均BMI 26.6 kg/m²）	NA	NA	图像质量评估（视觉分析左心室大小和功能、右心室大小、心包积液存在性），参数相关性	NA