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
601	2025-05-14	Bppv nystagmus signals diagnosis framework based on deep learning 2025-May-13, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01542-0 PMID:40358819	research paper	开发了一个基于深度学习的BPPV眼震信号诊断框架，用于精确分析眼动数据	提出了一个结合神经网络模型Egeunet和数学统计技术（如FFT）的综合框架，用于精确分割眼部结构和分析眼动数据	现有医疗设备在收集和分析眼震数据方面存在显著限制和不足	提高BPPV（良性阵发性位置性眩晕）的诊断准确性和临床决策支持	BPPV患者的眼震信号	digital pathology	geriatric disease	Fast Fourier Transform (FFT)	Egeunet	眼动数据	NA
602	2025-05-14	Deep Supramolecular Language Processing for Co-crystal Prediction 2025-May-13, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507835 PMID:40358977	research paper	该论文提出了一种名为DeepCocrystal的深度学习方法，用于预测共晶形成，通过从超分子角度处理“化学语言”来加速药物开发	DeepCocrystal是一种新颖的深度学习方法，能够从超分子角度处理化学语言，预测共晶形成，并在实际场景中表现出优于现有模型的性能	虽然DeepCocrystal在预测共晶形成方面表现出色，但其平衡准确率为78%，仍有提升空间	加速共结晶和药物开发过程	药物分子及其共晶形成	自然语言处理	NA	深度学习	DeepCocrystal	分子字符串表示	在挑战性前瞻性研究中成功发现了两种新的双氟尼柳共晶
603	2025-05-14	Validation of a fingertip home sleep apnea testing system using deep learning AI and a temporal event localization analysis 2025-May-12, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae317 PMID:39821673	研究论文	本文验证了TipTraQ，一种紧凑型家庭睡眠呼吸暂停测试系统，通过深度学习AI和时间事件定位分析	使用深度学习AI和时间事件定位分析来验证家庭睡眠呼吸暂停测试系统的性能	研究仅针对疑似阻塞性睡眠呼吸暂停的患者，未涵盖其他类型的睡眠障碍	验证TipTraQ家庭睡眠呼吸暂停测试系统的准确性和可靠性	疑似阻塞性睡眠呼吸暂停的成年患者	数字病理	阻塞性睡眠呼吸暂停	光电容积描记术和加速度计传感器	深度学习AI	生理信号数据	内部验证240名参与者，外部验证112名参与者
604	2025-05-14	Use of Artificial Intelligence in Recognition of Fetal Open Neural Tube Defect on Prenatal Ultrasound 2025-May-12, American journal of perinatology IF:1.5Q2 DOI:10.1055/a-2589-3554 PMID:40239713	研究论文	本研究使用深度学习模型比较正常胎儿和开放性神经管缺陷胎儿的轴向颅脑超声图像，评估其在识别开放性神经管缺陷中的预测准确性	首次将深度学习CNN迁移学习模型应用于胎儿开放性神经管缺陷的超声图像识别，并证明Efficient Net B0模型具有最佳性能	样本量相对较小（59例病例和116例对照），且仅在特定孕周（14-28周）进行研究	开发一种基于人工智能的临床辅助诊断工具，用于产前超声识别胎儿开放性神经管缺陷	妊娠14-28周的正常胎儿和开放性神经管缺陷胎儿的轴向颅脑超声图像	数字病理	神经管缺陷	超声成像	CNN（包括Efficient Net B0、VGG16和Inception V3）	图像	59例开放性神经管缺陷胎儿和116例正常对照胎儿
605	2025-05-14	Deep Learning-Enabled Echocardiographic Assessment of Biventricular Ejection Fractions: The Dual-Task QUEST-EF Model 2025-May-12, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf147 PMID:40354128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
606	2025-05-14	GAMMNet: Gating Multi-head Attention in a Multi-modal Deep Network for Sound Based Respiratory Disease Detection 2025-May-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569160 PMID:40354202	research paper	本文提出了一种名为GAMMNet的新型多模态神经网络，用于通过接触式录音设备收集的多模态声音数据增强呼吸系统疾病的检测	GAMMNet采用独特的门控机制自适应调节每种模态对分类结果的影响，并结合多头注意力和线性变换模块进一步提升分类性能	多模态特征的整合尚未充分探索，这限制了诊断准确性的提升	提高呼吸系统疾病的早期检测准确率	呼吸系统疾病	machine learning	respiratory disease	multi-modal sound-based deep learning	GAMMNet (Gating Multi-head Attention in a Multi-modal Deep Network)	multi-modal sound data	real-world multi-modal respiratory sound datasets
607	2025-05-14	Learning Dynamic Prompts for All-in-One Image Restoration 2025-May-12, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3567205 PMID:40354220	research paper	提出了一种名为DPPD的动态提示方法，用于解决多类型图像退化问题	通过Degradation Prototype Assignment (DPA)和Prompt Distribution Learning (PDL)两个新组件，将退化先验提取解耦，并采用动态和自适应的提示采样方法	未明确提及具体局限性	开发一种统一模型来处理多种图像退化问题	图像恢复任务	computer vision	NA	deep learning	DPPD (Degradation Prototype Assignment and Prompt Distribution Learning)	image	未明确提及具体样本数量
608	2025-05-14	BERTAgent: The development of a novel tool to quantify agency in textual data 2025-May-12, Journal of experimental psychology. General DOI:10.1037/xge0001740 PMID:40354292	研究论文	开发了一种名为BERTAgent的新工具，用于量化文本数据中的语义代理	利用transformer架构和深度学习技术，克服了传统词计数方法对语义上下文不敏感的缺点，并考虑了代理的强度和方向性差异	未提及具体样本量或数据集的规模限制	开发能够更准确量化文本中语义代理的计算工具	文本数据中编码的代理信息	自然语言处理	NA	深度学习	transformer架构	文本	NA
609	2025-05-14	EM-PLA: Environment-aware Heterogeneous Graph-based Multimodal Protein-Ligand Binding Affinity Prediction 2025-May-12, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf298 PMID:40354612	研究论文	提出了一种基于环境感知异构图神经网络的多模态蛋白质-配体结合亲和力预测方法EM-PLA	首次在深度学习方法中整合蛋白质和配体的生化特性环境信息，通过异构图神经网络改进非共价相互作用计算	未明确说明模型对新型蛋白质-配体组合的预测能力	提高蛋白质-配体结合亲和力预测的准确性	蛋白质-配体复合物	机器学习	NA	异构图神经网络(HGT)	HGT	多模态数据（序列数据、结构数据）	未明确说明具体样本量
610	2025-05-14	MRI-Based Diagnostic Model for Alzheimer's Disease Using 3D-ResNet 2025-May-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add73d PMID:40354785	研究论文	本研究提出了一种基于3D-ResNet架构的新型诊断模型，用于利用MRI数据对阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）个体进行分类	模型结合了ResNet和3D卷积神经网络（3D-CNN）的优势，并在残差结构中引入了一种特殊的注意力机制（SAM）以增强特征表示	研究仅使用了ADNI数据集，样本量为800个脑部MRI扫描，可能限制了模型的泛化能力	开发一种准确且可解释的AI诊断框架，用于阿尔茨海默病的早期诊断	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）个体	数字病理学	老年病	MRI	3D-ResNet	图像	800个脑部MRI扫描
611	2025-05-14	Evaluating Machine- and Deep Learning Approaches for Artifact Detection in Infant EEG: Classifier Performance, Certainty, and Training Size Effects 2025-May-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add740 PMID:40354792	研究论文	评估机器学习和深度学习方法在婴儿EEG中检测伪影的性能	比较了随机森林、支持向量机和深度学习模型在无需特征提取的情况下直接处理婴儿EEG数据的能力，并探讨了分类器确定性和训练数据量对性能的影响	研究仅基于特定年龄段的婴儿EEG数据（平均8.34个月），可能不适用于其他年龄段	开发自动化方法来检测婴儿EEG中的伪影，减少人工预处理的工作量	婴儿EEG数据	机器学习	NA	EEG	Random Forest, SVM, DL	EEG信号	294名婴儿的66,851个EEG时段
612	2025-05-14	Special Issue on CDS Failures: Performance Degradation between Development and Deployment of a Predictive Model for Central-Line Associated Blood Stream Infections in Hospitalized Children 2025-May-12, Applied clinical informatics IF:2.1Q4 DOI:10.1055/a-2605-1847 PMID:40355126	research paper	该研究旨在前瞻性实施一种儿科中心静脉导管相关血流感染（CLABSI）预测模型，并评估其在临床实践中的性能	创建了新的基础设施来组织当前和历史数据，以复制深度学习模型所需的预处理步骤	模型性能从回顾性数据的AUROC 0.97降至<0.60，主要问题包括训练/服务偏差、特征泄漏和过拟合	预测住院儿童中心静脉导管相关血流感染（CLABSI）的风险，以指导监测和预防工作	住院儿童的中心静脉导管相关血流感染（CLABSI）	digital pathology	pediatric disease	deep learning	deep learning models	clinical data	NA
613	2025-05-14	Preoperative prediction of malignant transformation in sinonasal inverted papilloma: a novel MRI-based deep learning approach 2025-May-12, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11655-5 PMID:40355636	research paper	开发了一种基于MRI的深度学习模型，用于术前区分鼻窦内翻性乳头状瘤（SIP）和其恶变为鳞状细胞癌（SIP-SCC）的情况	首次利用多中心大样本数据，结合T1WI、T2WI和CE-T1WI，通过注意力机制构建了联合模型，显著提高了诊断性能	研究依赖于MRI数据，可能不适用于无法进行MRI检查的患者	提高鼻窦内翻性乳头状瘤恶变的术前诊断能力	鼻窦内翻性乳头状瘤（SIP）及其恶变为鳞状细胞癌（SIP-SCC）的患者	digital pathology	鼻窦内翻性乳头状瘤	MRI	深度学习模型（具体未说明，可能为CNN）	MRI图像	568名患者（421例SIP，147例SIP-SCC）
614	2025-05-14	Discovery of novel GluN1/GluN3A NMDA receptor inhibitors using a deep learning-based method 2025-May-12, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01571-1 PMID:40355656	研究论文	本研究利用基于深度学习的分子表示框架GeminiMol，通过配体虚拟筛选方法发现了一种新型GluN1/GluN3A NMDA受体抑制剂GM-10	采用深度学习框架GeminiMol进行分子表示，结合生物活性构象空间信息，实现了配体虚拟筛选，发现了一种具有全新骨架的GluN1/GluN3A抑制剂GM-10	GM-10的选择性有待进一步提高，其对GluN1/GluN2A和GluN1/GluN3B的抑制活性较高	开发基于AI的分子表示技术，促进骨架跃迁和基于相似性的虚拟筛选，用于药物发现	GluN1/GluN3A NMDA受体抑制剂	机器学习	NA	配体虚拟筛选，全细胞膜片钳记录	深度学习	分子结构数据	1800万化合物库
615	2025-05-14	Two-Stage Automatic Liver Classification System Based on Deep Learning Approach Using CT Images 2025-May-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01480-z PMID:40355689	研究论文	本研究提出了一种基于深度学习的自动肝脏分类系统，用于通过非对比CT图像区分肿瘤、肺泡棘球蚴病（AE）和健康病例	结合了基于RCNN的自动肝脏区域检测方法和基于CNN的分类框架，无需使用对比剂	样本量相对较小，仅包含233名患者的27,000多张图像	早期诊断肝脏疾病，特别是肺泡棘球蚴病（AE）和肿瘤	肝脏CT图像	计算机视觉	肝脏疾病	非对比CT成像	RCNN和CNN	图像	233名患者的27,000多张胸腹部图像，其中8,206张包含肝脏组织
616	2025-05-14	Effect of Deep Learning-Based Image Reconstruction on Lesion Conspicuity of Liver Metastases in Pre- and Post-contrast Enhanced Computed Tomography 2025-May-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01529-z PMID:40355690	research paper	本研究探讨了深度学习图像重建技术在提高肝脏转移瘤在增强CT前后显影清晰度方面的效用	比较了深度学习图像重建（DLIR-M和DLIR-H）与传统混合迭代重建（IR）方法在肝脏转移瘤显影清晰度上的差异	在增强前CT中，三位观察者对最优先选择的图像重建方法存在差异，DLIR并不总是优于混合IR	评估深度学习图像重建技术在肝脏转移瘤CT诊断中的应用效果	41名肝脏转移瘤患者的腹部CT图像	digital pathology	liver cancer	deep learning image reconstruction	NA	image	41名患者
617	2025-05-14	Deep Learning-Based Instance Appraisable Model (EDi Pain) for Pain Estimation via Facial Videos: A Retrospective Analysis and a Prospective Emergency Department Study 2025-May-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01534-2 PMID:40355693	研究论文	开发并验证了一种基于深度学习的实例可评估模型（EDi Pain），用于通过面部视频估计疼痛强度	提出了灵活的多元实例学习方法，解决了弱标签问题，并开发了专门的损失函数和采样策略	在前瞻性数据集上的Pearson相关系数较低（0.22），表明模型在某些情况下可能不够准确	开发一种自动化的疼痛评估系统，以提供更客观和动态的疼痛评估方法	面部视频片段	计算机视觉	NA	深度学习	EDi Pain（基于多元实例学习的深度学习模型）	视频	回顾性分析使用公共UNBC-McMaster数据集，前瞻性研究包括来自国立台湾大学医院的931名患者
618	2025-05-14	Inference-specific learning for improved medical image segmentation 2025-May-12, Medical physics IF:3.2Q1 DOI:10.1002/mp.17883 PMID:40356014	研究论文	本研究提出了一种推理特定学习策略，通过调整训练数据以更接近特定推理数据，从而提高深度学习网络在医学图像分割中的预测准确性	提出了一种不修改网络结构的推理特定学习策略，通过生成与推理数据更匹配的训练数据集来优化网络预测	未明确提及方法的计算复杂度或在实际临床环境中的适用性	通过缩小训练数据和推理数据之间的分布差异，提高深度学习网络在医学图像分割中的预测准确性	医学图像分割任务	数字病理	NA	深度学习	CNN	医学图像（CT）	腹部CT数据集30例，头颈部CT数据集42例，胰腺CT数据集210例
619	2025-05-14	Prognostic Value Of Deep Learning Based RCA PCAT and Plaque Volume Beyond CT-FFR In Patients With Stent Implantation 2025-May-12, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335065250426150739 PMID:40357785	research paper	本研究探讨了基于深度学习的RCA PCAT和斑块体积在冠状动脉CT血管造影（CTA）衍生的血流储备分数（CT-FFR）之外对经皮冠状动脉介入治疗（PCI）患者的预后价值	首次发现基于深度学习的RCA PCAT和斑块体积比CT-FFR更能预测PCI患者的主要不良心血管事件（MACE）	研究为回顾性设计，样本量较小（183例患者）	评估深度学习辅助的PCAT和斑块体积对PCI患者预后的预测价值	接受PCI治疗并进行了冠状动脉CTA检查的患者	digital pathology	cardiovascular disease	coronary computed tomography angiography (CTA), deep learning	deep learning	medical imaging	183例PCI患者
620	2025-05-14	Deep learning diagnosis of hepatic echinococcosis based on dual-modality plain CT and ultrasound images: a large-scale, multicenter, diagnostic study 2025-May-12, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002486 PMID:40358633	research paper	开发并验证了一种基于CT和超声的多模态深度学习诊断系统，用于提高肝包虫病、肝囊肿和肝脓肿的诊断准确性	首次结合CT和超声图像开发多模态深度学习系统，显著提高肝包虫病等疾病的诊断准确性，超越单模态方法和医生诊断	研究主要集中在中国新疆地区，可能在其他地区的泛化性有待验证	提高肝包虫病、肝囊肿和肝脓肿的诊断准确性，特别是在资源匮乏地区	肝包虫病、肝囊肿、肝脓肿及健康肝脏	digital pathology	hepatic echinococcosis	深度学习	EfficientNet3D, EfficientNet-B0	image	8979例病例，来自中国新疆8家医院，跨越18年