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
6001	2025-03-21	CQENet: A segmentation model for nasopharyngeal carcinoma based on confidence quantitative evaluation 2025-Mar-13, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102525 PMID:40107148	研究论文	本文提出了一种基于置信度定量评估的鼻咽癌自动分割模型CQENet，旨在提高鼻咽癌肿瘤区域的精确分割	引入了置信度评估模块（CAM）以输出分割结果的置信度，提出肿瘤特征调整模块（FAM）用于精确定位肿瘤位置和范围，以及方差注意力机制（VAM）用于辅助模糊边界的精细分割	未提及具体的局限性	提高鼻咽癌肿瘤区域的自动分割精度，增强模型输出结果的置信度量化	鼻咽癌肿瘤区域	计算机视觉	鼻咽癌	深度学习	CQENet	图像	多中心鼻咽癌数据集
6002	2025-03-21	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Mar-08, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	本研究提出了一种结合生成对抗网络（GANs）、去噪自编码器和EfficientNetB0的深度学习框架，用于糖尿病视网膜病变（DR）的检测	该研究创新性地整合了GANs用于数据增强、去噪自编码器用于降噪以及EfficientNetB0用于分类模型，显著提升了DR分类模型的性能	未来研究方向包括整合可解释性工具以增强临床采用，并探索其他成像模态以进一步提高泛化能力	提升糖尿病视网膜病变（DR）的早期检测和准确诊断能力	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	GANs, 去噪自编码器, EfficientNetB0	GAN, 自编码器, EfficientNetB0	图像	自定义的高分辨率OCT数据集
6003	2025-03-21	Deep profiling of gene expression across 18 human cancers 2025-Mar, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01290-8 PMID:39690287	研究论文	本文介绍了一种名为DeepProfile的无监督深度学习框架，用于生成18种人类癌症的50,211个转录组的低维潜在空间	DeepProfile框架在生物可解释性方面优于降维方法，并揭示了跨癌症类型定义潜在空间的普遍重要基因控制免疫细胞激活，而癌症类型特异性基因和途径定义分子疾病亚型	NA	利用无监督深度学习挖掘跨癌症基因表达大数据集中的临床和生物学信息	18种人类癌症的50,211个转录组	机器学习	癌症	无监督深度学习	DeepProfile	基因表达数据	50,211个转录组
6004	2025-03-21	UK Biobank MRI data can power the development of generalizable brain clocks: A study of standard ML/DL methodologies and performance analysis on external databases 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121064 PMID:39892529	研究论文	本研究提出了一个全面的流程，用于训练和比较多种机器学习和深度学习脑龄预测模型，结合了多种预处理策略和校正项	提出了一个统计框架来评估年龄预测性能、跨队列变异性的鲁棒性及其作为神经退行性疾病生物标志物的潜力	NA	开发通用的脑龄预测模型，并评估其作为神经退行性疾病生物标志物的潜力	健康个体和神经退行性疾病患者	机器学习	神经退行性疾病	T1加权MRI扫描	惩罚线性机器学习模型	图像	UK Biobank、ADNI和NACC数据集
6005	2025-03-21	Toward Identification of Markers for Brain-Derived Extracellular Vesicles in Cerebrospinal Fluid: A Large-Scale, Unbiased Analysis Using Proximity Extension Assays 2025-Mar, Journal of extracellular vesicles IF:15.5Q1 DOI:10.1002/jev2.70052 PMID:40098346	研究论文	本文通过大规模无偏分析，使用邻近延伸测定法识别脑源性细胞外囊泡在脑脊液中的标志物	首次使用Olink筛选技术对脑脊液中的5416种独特蛋白质进行无偏分析，识别出具有明显EV分馏模式的蛋白质，并创建了可搜索的候选EV相关标志物数据集	研究中仅10%的预测跨膜蛋白质具有明显的EV分馏模式，表明需要进一步验证候选蛋白质的EV关联性	识别脑源性细胞外囊泡的标志物，并验证其细胞来源	脑脊液中的细胞外囊泡	生物信息学	NA	邻近延伸测定法（Olink筛选）、尺寸排阻色谱法	DeepTMHMM深度学习模型	蛋白质数据	5416种独特蛋白质
6006	2025-03-21	Individualized prediction of atrial fibrillation onset risk based on lifelogs 2025-Mar, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.100951 PMID:40103686	研究论文	本研究旨在利用Apple Watch的持续生命日志数据预测个体化的心房颤动（AF）发病风险，以促进及时的心电图（ECG）获取	结合梯度提升决策树和深度学习的机器学习模型，利用Apple Watch数据预测AF发病风险，并优化ECG获取时机	样本量相对较小，且仅在日本进行全国性分析，可能限制了模型的普适性	预测个体化的AF发病风险，优化ECG获取时机	AF患者和Apple Watch用户	机器学习	心血管疾病	机器学习	梯度提升决策树和深度学习	生命日志数据（包括心率、步数、睡眠模式等）	Keio分析：100名AF患者；全国性分析：8,935名Apple Watch用户
6007	2025-03-21	SE(3)-Equivariant Ternary Complex Prediction Towards Target Protein Degradation 2025-Feb-26, ArXiv PMID:40061120	研究论文	本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测目标蛋白质降解中的三元复合物结构	DeepTernary利用SE(3)-等变图神经网络和三元图间注意力机制，直接从高质量训练数据集TernaryDB中捕获复杂的三元相互作用，无需已知PROTAC的先验知识	三元结构预测仍面临交互机制不明确和训练数据不足的挑战	开发一种能够有效预测目标蛋白质降解中三元复合物结构的深度学习方法	蛋白质和小分子	机器学习	NA	深度学习	SE(3)-等变图神经网络（GNN）	3D结构数据	高质量训练数据集TernaryDB
6008	2025-03-21	Detection of concha bullosa using deep learning models in cone-beam computed tomography images: a feasibility study 2025-Feb, Archives of craniofacial surgery DOI:10.7181/acfs.2024.00283 PMID:40068625	研究论文	本研究评估了深度学习模型在锥形束计算机断层扫描（CBCT）图像中检测鼻甲气化（CB）的性能	结合离散小波变换（DWT）的对比增强（CE）方法对CBCT图像进行预处理，并比较了不同深度学习模型（ResNet50、ResNet101和MobileNet）与随机森林分类器的组合效果	需要进一步研究以验证结果，包括更大的样本量和多种深度学习模型	评估深度学习模型在CBCT图像中检测CB的可行性	203个CBCT扫描图像（83个有CB，119个无CB）	计算机视觉	鼻部疾病	离散小波变换（DWT）、对比增强（CE）	ResNet50、ResNet101、MobileNet、随机森林（RF）	图像	203个CBCT扫描图像
6009	2025-03-21	Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2290-4781 PMID:38749431	研究论文	本研究评估了一种与供应商无关的深度学习去噪（DLD）算法在五种CT扫描仪上对非对比颅脑CT（ncCT）诊断图像质量的影响	使用与供应商无关的深度学习去噪算法，显著提高了五种不同CT扫描仪的图像质量，包括主观和客观分析	研究为单中心回顾性研究，样本量相对较小（150例患者）	评估深度学习去噪算法在非对比颅脑CT图像中的应用效果	150例因轻微头部创伤接受常规成像的患者	计算机视觉	头部创伤	深度学习去噪（DLD）	深度学习	图像	150例患者（五种CT扫描仪各30例）
6010	2025-03-21	Language model-based labeling of German thoracic radiology reports 2025-01, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2287-5054 PMID:38663428	研究论文	本研究探讨了在深度学习标签预测模型中使用弱监督的潜力，旨在从德国胸部放射学报告中提取标签并用于训练胸部X光分类模型	提出了一种基于德国BERT编码器的标签提取模型，该模型在德国胸部放射学报告上的表现优于基于规则的模型，并且仅需1000份手动标注的报告进行训练	研究仅针对德国胸部放射学报告，且样本量相对有限，可能影响模型的泛化能力	探索弱监督在深度学习标签预测模型中的应用，并评估其对胸部X光分类模型的影响	德国胸部放射学报告和胸部X光图像	自然语言处理	肺气胸	深度学习	BERT, DenseNet-121	文本, 图像	66071份放射学报告（2017-2021年），1091份手动标注的报告（2020-2021年），6434份胸部X光图像及相关报告
6011	2025-03-21	The optimised model of predicting protein-metal ion ligand binding residues 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70001 PMID:39873344	研究论文	本文研究了预测蛋白质-金属离子配体结合残基（PMILBRs）的优化模型	结合氨基酸及其衍生信息作为特征参数，并首次将深度学习算法应用于预测，提高了Ca和Mg离子配体结合残基的预测效果	未提及具体的数据集规模或模型泛化能力的验证	提高蛋白质-金属离子配体结合残基的预测准确性	蛋白质-金属离子配体结合残基	机器学习	NA	机器学习算法、深度学习算法	经典机器学习算法、深度学习算法	氨基酸及其衍生信息	未提及具体样本数量
6012	2025-03-21	Artificial intelligence-enhanced magnetic resonance imaging-based pre-operative staging in patients with endometrial cancer 2025-Jan, International journal of gynecological cancer : official journal of the International Gynecological Cancer Society IF:4.1Q2 DOI:10.1016/j.ijgc.2024.100017 PMID:39878275	研究论文	本研究提出了一种基于深度学习的MRI图像分割管道，用于预测子宫内膜癌患者的深肌层浸润和宫颈基质浸润，以辅助临床医生进行术前评估	开发了一种全自动的深度学习管道，用于从MRI图像中分割子宫和肿瘤，并预测深肌层浸润和宫颈基质浸润，为术前分期提供支持	数据变化、类别不平衡和伪影的存在对模型性能提出了挑战	评估子宫内膜癌患者的预后因素，以优化治疗计划和预后评估	子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习	分割模块	MRI图像	178名患者
6013	2025-03-20	Retraction: Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320337 PMID:40100785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6014	2025-03-21	Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319679 PMID:40100866	研究论文	本文提出了四种基于学习的模型，用于预测股票价格，并比较了它们的性能	引入了带有注意力机制的长短期记忆网络（LSTM）模型，用于股票价格预测，并展示了其优越性能	研究仅基于卡拉奇证券交易所的数据，可能无法推广到其他市场	通过深度学习模型预测股票价格，以提高股票市场的经济稳定性	卡拉奇证券交易所100指数的每日业务数据	机器学习	NA	深度学习	LSTM, RNN, GRU, ANN	时间序列数据	2008年2月22日至2021年2月23日的卡拉奇证券交易所100指数数据
6015	2025-03-21	Automated program using convolutional neural networks for objective and reproducible selection of corneal confocal microscopy images 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251326223 PMID:40103638	研究论文	本文提出了一种基于卷积神经网络的自动化程序，用于客观和可重复地选择角膜共聚焦显微镜图像	使用ResNet-18进行深度学习特征提取和无监督聚类，提出了一种全自动的CCM图像选择算法，确保客观性和可重复性	需要多中心研究以验证这些发现在不同人群中的适用性	提高糖尿病周围神经病变（DPN）的诊断效率和准确性	角膜共聚焦显微镜（CCM）图像	计算机视觉	糖尿病周围神经病变	深度学习	ResNet-18	图像	数百张图像
6016	2025-03-21	Intraoperative robotic measurements of coronal alignment in total knee arthroplasty correlate with pre- and post-operative long-leg radiographs 2025-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70220 PMID:40103674	研究论文	本研究旨在通过比较术前和术后站立双足长腿X光片（LLR）来验证全膝关节置换术（TKA）中股骨和胫骨组件冠状对齐的术中机器人测量的准确性	使用深度学习人工智能模型和机器人系统进行测量，验证了机器人系统在TKA中的高准确性和可靠性	研究为单机构回顾性队列研究，样本量较小（59例患者）	验证全膝关节置换术中机器人测量的股骨和胫骨组件冠状对齐的准确性	接受初次全膝关节置换术的59例患者	数字病理	老年疾病	深度学习人工智能模型，机器人系统	NA	图像	59例患者
6017	2025-03-21	Role of AI in empowering and redefining the oncology care landscape: perspective from a developing nation 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1550407 PMID:40103737	综述	本文探讨了人工智能（AI）在印度等发展中国家癌症管理中的潜在作用，包括预防、诊断、精准治疗、预后和药物发现等方面	强调了AI在解决印度等发展中国家医疗资源不足、癌症负担重等问题中的创新应用	需要解决AI在医疗领域应用中的伦理和隐私问题	探索AI在癌症管理中的应用，以改善医疗资源不足和提高癌症治疗效果	印度的癌症患者和医疗系统	医疗人工智能	癌症	机器学习、深度学习、自然语言处理	NA	医疗数据	NA
6018	2025-03-21	A bibliometric analysis of artificial intelligence research in critical illness: a quantitative approach and visualization study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1553970 PMID:40103796	研究论文	本文通过文献计量学方法和可视化工具对人工智能在危重病医学中的应用进行了定量分析和可视化研究	首次使用文献计量学方法和可视化工具对人工智能在危重病医学中的应用进行全面分析，揭示了该领域的研究趋势和核心贡献者	数据隐私、模型可解释性和伦理问题等挑战需要进一步解决，以确保AI技术在临床实践中的广泛应用	探讨人工智能在危重病医学中的应用潜力，特别是在提高诊断准确性、个性化治疗和临床决策支持方面的作用	2005年至2024年间发表的900篇相关文章，涉及6,653位作者和82个国家	机器学习	危重病	文献计量学方法、R-bibliometrix、VOSviewer 1.6.19、CiteSpace 6.2.R4	NA	文献数据	900篇文章，6,653位作者，82个国家
6019	2025-03-21	Evaluating deep learning auto-contouring for lung radiation therapy: A review of accuracy, variability, efficiency and dose, in target volumes and organs at risk 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100736 PMID:40104215	review	本文综述了深度学习自动轮廓勾画在肺癌放射治疗中的应用，评估了其在目标体积和风险器官勾画中的准确性、变异性、效率和剂量影响	本文首次系统性地评估了深度学习算法在肺癌放射治疗中自动勾画目标体积和风险器官的准确性、变异性、效率和剂量影响，填补了该领域的研究空白	研究在观察者间变异性和剂量-体积指标评估方面仍需进一步研究，以进一步证实其临床应用	评估深度学习自动轮廓勾画在肺癌放射治疗中的准确性和效率	肺癌患者的目标体积（TVs）和风险器官（OARs）	digital pathology	lung cancer	deep learning	NA	image	40项研究
6020	2025-03-21	Duple-MONDNet: duple deep learning-based mobile net for motor neuron disease identification 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5952 PMID:40104302	研究论文	本文提出了一种基于深度学习的双重特征提取框架Duple-MONDNet，用于早期识别运动神经元疾病（MND）	提出了一种新的双重特征提取框架，结合颜色和纹理特征进行MND的早期检测	未提及具体的数据集规模或外部验证结果	开发一种深度学习模型，用于早期检测运动神经元疾病	运动神经元疾病（MND）患者	计算机视觉	运动神经元疾病	扩散张量成像纤维束成像（DTI）	MONDNet（基于MobileNet的深度学习模型）	图像	未提及具体样本数量