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
621	2025-05-26	A Deep Learning-Enabled Workflow to Estimate Real-World Progression-Free Survival in Patients With Metastatic Breast Cancer: Study Using Deidentified Electronic Health Records 2025-May-15, JMIR cancer IF:3.3Q2 DOI:10.2196/64697 PMID:40372953	研究论文	本研究开发并验证了一种基于深度学习的半自动化工作流程，用于利用去标识化的电子健康记录数据估计转移性乳腺癌患者的真实世界无进展生存期（rwPFS）	配置了一个预训练的通用医疗NLP框架，将自由文本临床记录和放射学报告转化为结构化进展事件，用于研究转移性乳腺癌队列的rwPFS	需要在更多样化的外部数据集和其他癌症类型上进一步验证以确保更广泛的适用性和泛化性	开发一种快速可靠的方法来确定接受联合治疗的转移性乳腺癌患者的真实世界无进展生存期	转移性乳腺癌患者	自然语言处理	乳腺癌	NLP	深度学习	文本	316名激素受体阳性、HER-2阴性的转移性乳腺癌患者
622	2025-05-26	Generative Deep Learning Design of Single-Domain Antibodies Against Venezuelan Equine Encephalitis Virus 2025-May-14, Antibodies (Basel, Switzerland) DOI:10.3390/antib14020041 PMID:40407693	研究论文	本研究利用生成式人工智能平台设计和初步评估了针对委内瑞拉马脑炎病毒的单域抗体	首次应用生成式AI设计针对VEEV的单域抗体，为缺乏大规模数据库的新兴病毒威胁提供快速应对框架	需要进一步优化和验证AI生成的单域抗体的效果	开发针对委内瑞拉马脑炎病毒（VEEV）的替代治疗策略	委内瑞拉马脑炎病毒（VEEV）及其E2糖蛋白	人工智能在生物医学中的应用	病毒性脑炎	生成式人工智能平台、ELISA、体外中和试验	生成式AI	蛋白质序列数据	已知的甲病毒结合单域抗体数据集
623	2025-05-26	Prediction of Auditory Performance in Cochlear Implants Using Machine Learning Methods: A Systematic Review 2025-May-08, Audiology research IF:2.1Q1 DOI:10.3390/audiolres15030056 PMID:40407670	系统性综述	本文通过系统性综述探讨了机器学习在人工耳蜗植入术后听觉性能预测中的应用	首次系统评估了不同机器学习算法在人工耳蜗植入效果预测中的准确率表现，发现随机森林、决策树（96%）、贝叶斯线性回归（96.2%）和极限学习机（99%）等算法具有较高准确率	在噪声理解等需要时间序列处理的复杂问题上，深度学习应用仍需更多研究，且研究样本量和数据集存在较大差异	评估机器学习方法在预测人工耳蜗植入患者听觉性能方面的应用效果	人工耳蜗植入患者	机器学习	听力损失	机器学习算法（包括随机森林、决策树、贝叶斯线性回归、极限学习机等）	Random Forest, Decision Trees, Bayesian Linear Regression, Extreme machine learning	临床数据和听力学测量数据	59篇符合纳入标准的研究文献（涉及不同数量的患者和数据集）
624	2025-05-26	Learning Phenotype Associated Signature in Spatial Transcriptomics with PASSAGE 2025-May, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401451 PMID:39905872	研究论文	介绍了一种名为PASSAGE的深度学习框架，用于在空间转录组学中识别与表型相关的签名	PASSAGE框架能够有效表征多个异质性空间切片中的表型相关签名，并在系统基准测试中表现出色	NA	提升对复杂组织中细胞组织的理解，特别是在不同生理和病理条件下的空间转录组学分析	空间转录组学数据	生物信息学	NA	空间转录组学(SRT)	深度学习框架	空间转录组学数据	NA
625	2025-05-26	Single Cell Inference of Cancer Drug Response Using Pathway-Based Transformer Network 2025-May, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400991 PMID:39962810	research paper	该研究开发了一种基于Transformer的深度学习模型scPDS，用于从单细胞RNA测序数据预测癌症药物敏感性	通过整合大量细胞系数据集的批量RNA测序数据，scPDS提高了单细胞RNA测序分析的准确性和计算效率，并在时间和内存消耗上优于现有方法	NA	预测癌症药物反应以优化个性化治疗策略	乳腺癌细胞及患者	machine learning	breast cancer	scRNA-seq	Transformer	RNA-seq data	NA
626	2025-05-26	Recent Advances in Structured Illumination Microscopy: From Fundamental Principles to AI-Enhanced Imaging 2025-May, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401616 PMID:40025917	综述	本文介绍了结构光照明显微镜(SIM)的基本原理及其在超分辨率成像中的最新进展，包括光照和调制设备、图像重建算法，以及深度学习技术在SIM成像中的应用	探讨了深度学习技术在SIM成像中的应用，包括提升图像质量、加速成像和重建速度或替代现有图像重建方法，并提出了评估深度学习神经网络的关键指标	未提及具体实验数据或样本量，可能缺乏实证支持	介绍SIM的基本原理和最新进展，探讨深度学习在SIM成像中的应用	结构光照明显微镜(SIM)及其成像技术	生物成像	NA	结构光照明显微镜(SIM), 深度学习(DL)	深度学习神经网络	图像	NA
627	2025-05-26	Cell-TRACTR: A transformer-based model for end-to-end segmentation and tracking of cells 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013071 PMID:40408631	research paper	提出了一种基于Transformer的端到端模型Cell-TRACTR，用于显微镜图像中细胞的分割和追踪	使用Transformer架构处理细胞追踪中的空间和全局上下文依赖问题，并引入新的评估指标Cell-HOTA	未提及具体的数据集规模限制或模型计算资源需求	开发更高效的细胞追踪和分割方法	显微镜图像中的细胞	computer vision	NA	deep learning	Transformer	image	细菌在微流体几何结构中生长和哺乳动物细胞在二维环境中生长的数据集
628	2025-05-26	Development and validation of a multivariable risk model based on clinicopathological characteristics, mammography, and MRI imaging features for predicting axillary lymph node metastasis in patients with upgraded ductal carcinoma in situ 2025-Apr-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-89 PMID:40405957	研究论文	开发并验证了一个基于临床病理特征、乳腺X线摄影和MRI影像特征的多变量风险模型，用于预测升级导管原位癌患者的腋窝淋巴结转移	结合临床病理特征、MRI影像组学和乳腺X线摄影深度学习模型，构建了一个融合模型，显著提高了预测腋窝淋巴结转移的准确性和稳健性	研究为回顾性分析，样本量相对有限（326例患者）	预测升级导管原位癌患者的腋窝淋巴结转移，以减少不必要的腋窝手术干预	升级导管原位癌患者	数字病理	乳腺癌	MRI影像组学、深度学习	融合模型（结合临床病理模型、MRI影像组学模型和深度学习模型）	临床病理数据、MRI影像、乳腺X线摄影图像	326例升级导管原位癌患者
629	2025-05-26	Malignant risk prediction of cystic-solid thyroid nodules using a comprehensive model integrating clinical and ultrasound features, ultrasound radiomics, and deep transfer learning 2025-Apr-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2024-551 PMID:40405959	research paper	本研究开发了一个综合模型，结合临床和超声特征、超声放射组学及深度迁移学习，用于预测囊实性甲状腺结节（CSTN）的恶性风险	首次将深度迁移学习（DTL）、超声放射组学与临床和超声特征结合，构建综合模型预测CSTN的恶性风险	研究为回顾性分析，样本量相对较小（278例），且来自单一医疗机构，可能影响结果的普遍性	探索综合模型在预测囊实性甲状腺结节恶性风险中的价值	278例经病理证实的囊实性甲状腺结节患者	digital pathology	thyroid cancer	ultrasound imaging, deep transfer learning, radiomics	logistic regression, LASSO, DTL	ultrasound images	278 patients with cystic-solid thyroid nodules
630	2025-05-26	Detecting arousals and sleep from respiratory inductance plethysmography 2025-Apr-11, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03325-z PMID:40214714	研究论文	本研究开发了一种深度学习算法，用于从呼吸感应体积描记信号中分类睡眠状态和检测唤醒	提出了一种新的深度学习算法，能够仅通过呼吸信号准确识别睡眠状态和短暂唤醒，为家庭睡眠测试提供了更便捷的替代方案	算法的唤醒检测灵敏度相对较低（66.1%），且研究仅针对疑似睡眠障碍的成年人群	开发一种能够替代多导睡眠图的家庭睡眠测试方法，通过呼吸信号评估睡眠状态和唤醒	1299名疑似睡眠障碍的成年人	机器学习	睡眠障碍	呼吸感应体积描记	深度学习算法	呼吸信号	1299名成年人
631	2025-05-26	Attention Rings for Shape Analysis and Application to MRI Quality Control 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047233 PMID:40406668	研究论文	提出了一种基于集成模型和深度学习的新型自动质量控制方法，用于分析ABCD研究中的MRI数据质量	结合了FSQC指标和新型深度学习模型进行脑形状分析，使用皮层厚度、曲率、沟深度和表面积作为输入特征	自动化方法的准确率为72.62%，略低于集成模型的76%	开发自动化的MRI质量控制方法以加速ABCD数据分析	ABCD研究中的MRI数据	数字病理学	NA	MRI, 深度学习	集成模型, 深度学习模型	MRI图像	超过20,000次MRI扫描
632	2025-05-26	Comparison of Deep Learning-Based Auto-Segmentation Results on Daily Kilovoltage, Megavoltage, and Cone Beam CT Images in Image-Guided Radiotherapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251344198 PMID:40397131	研究论文	本研究评估了基于深度学习的自动分割模型在不同在线CT成像模态下的自动分割结果	比较了kVCT、kV-CBCT和MVCT图像在深度学习自动分割中的性能差异	所有成像模态的自动分割后仍需人工校正，特别是对于与周围组织对比度有限的器官	评估图像引导放疗中不同CT成像模态的自动分割效果	60名患者的盆腔和胸部区域CT图像	数字病理	NA	CT扫描	CNN	图像	60名患者的每日CT图像
633	2025-05-26	Classification of fashion e-commerce products using ResNet-BERT multi-modal deep learning and transfer learning optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324621 PMID:40403022	研究论文	本研究提出了一种基于多模态深度学习和迁移学习的时尚电商产品分类方法	通过多模态深度学习和迁移学习解决了电商产品分类中的三个挑战：数据偏差、多格式输入数据处理以及高计算成本	未提及具体的数据集规模或模型在不同业务环境中的泛化能力	提高时尚电商平台上产品分类的准确性，以优化搜索和产品曝光	时尚电商平台上的产品	机器学习	NA	迁移学习、多模态深度学习	ResNet-BERT	图像、文本	未提及具体样本数量
634	2025-05-26	EFCRFNet: A novel multi-scale framework for salient object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323757 PMID:40403088	research paper	提出了一种名为EFCRFNet的新型多尺度特征提取框架，用于显著目标检测	引入了两个创新模块：增强条件随机场（ECRF）和边缘特征增强模块（EFEM），以提升复杂场景下的特征融合和边界识别能力	未提及具体局限性	提升显著目标检测的准确性和特征融合效果	图像中的显著区域	computer vision	NA	多尺度特征提取	EFCRFNet（包含ECRF和EFEM模块）	image	标准基准数据集（未提及具体数量）
635	2025-05-26	Artificial intelligence in vaccine research and development: an umbrella review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567116 PMID:40406131	综述	本文通过伞状综述总结了人工智能在疫苗研发、优化、临床试验、供应链物流和公众接受度方面的贡献	首次统一综合了AI在疫苗生命周期各环节的应用证据，并提出了五大针对性行动领域以推动从理论到实践的转化	存在数据异质性、算法偏见、有限监管框架和伦理透明度等问题	评估AI在疫苗研发全周期中的具体作用和有效性	27篇关于AI在疫苗领域应用的系统综述、范围综述、叙述性综述和荟萃分析	人工智能	COVID-19	随机森林、支持向量机、梯度提升、逻辑回归、CNN、RNN、GAN、变分自编码器	传统机器学习与深度学习架构	多组学数据、供应链数据、公众情绪数据	27篇综述文献
636	2025-05-26	Artificial intelligence-based automated breast ultrasound radiomics for breast tumor diagnosis and treatment: a narrative review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1578991 PMID:40406239	综述	本文综述了基于人工智能的自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的应用	整合人工智能与放射组学，通过机器学习和深度学习算法提升乳腺肿瘤诊断和治疗评估的准确性和效率	分析数据存在固有变异性，需进一步评估模型以确保其在临床应用中的可靠性	探讨自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的潜力	乳腺肿瘤患者	数字病理	乳腺癌	自动乳腺超声(ABUS)、机器学习(ML)、深度学习(DL)	ML、DL	医学影像数据	NA
637	2025-05-26	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	研究论文	本文提出了一种基于数据驱动的方法，用于从常规管理数据中生成紧急创伤手术程序的列表，以促进创伤系统的标准化评估和比较	提出了一种灵活的、基于数据的方法来生成紧急手术程序列表，避免了传统德尔菲法或专家意见的资源密集性	方法仍需未来工作进一步自动化，例如通过结合深度学习技术	开发一种标准化方法，用于识别和分类紧急创伤手术程序，以支持创伤系统的评估和比较	创伤患者及其相关的紧急手术程序	医疗数据分析	创伤	数据链接和分类方法	NA	管理数据和手术记录	4,737例创伤入院病例中的6,750次手术，涉及567种独特手术程序
638	2025-05-26	Development and validation of a predictive model combining radiomics and deep learning features for spread through air spaces in stage T1 non-small cell lung cancer: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1572720 PMID:40406248	研究论文	开发并验证了一个结合放射组学和深度学习特征的预测模型，用于预测T1期非小细胞肺癌中空气传播扩散（STAS）的风险	结合了放射组学和深度学习特征，开发了一个综合模型，显著提高了STAS的预测性能	研究样本来自四个中心，可能存在选择偏差	比较不同深度学习模型和放射组学模型在预测STAS中的效果，并开发最优模型用于临床手术规划	T1期非小细胞肺癌患者	数字病理	肺癌	ResNet50算法、Lasso回归、Spearman等级相关、XGboost	2D、3D、2.5D深度学习模型，INTRA、Peri2mm、Fusion2mm放射组学模型，综合模型	图像	480名患者，分为训练队列、内部测试队列和外部验证队列
639	2025-05-26	Critical review of OCT in clinical practice for the assessment of oral lesions 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1569197 PMID:40406268	review	本文对光学相干断层扫描（OCT）在口腔病变临床评估中的应用进行了批判性回顾	探讨了OCT在口腔肿瘤学中的潜力，包括早期检测、监测和高风险人群的经济有效筛查，以及AI辅助解释OCT图像的进展	OCT设备的高成本限制了其可及性和广泛应用，且数据解释方法存在显著异质性，严格依赖操作者，可能影响结果的标准化和可重复性	评估OCT在口腔鳞状细胞癌（OSCC）和口腔潜在恶性病变（OPMDs）临床实践中的应用优势和挑战	人类受试者，涉及OCT在OSCC和OPMD评估、边缘切除中的应用以及AI辅助OCT图像解释的研究	digital pathology	oral cancer	OCT, AI-assisted imaging	machine learning, deep learning	image	NA
640	2025-05-26	Deep ensemble learning-driven fully automated multi-structure segmentation for precision craniomaxillofacial surgery 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1580502 PMID:40406586	研究论文	本研究开发了一种基于深度集成学习的全自动多结构分割模型CMF-ELSeg，用于精确颅颌面手术	采用粗到细的级联架构和集成方法，结合了三种3D U-Net模型的优势，提高了分割精度	研究样本量相对较小，仅包含143例CMF CT扫描	开发高精度的颅颌面结构和牙齿分割模型，以推进计算机辅助颅颌面手术	颅颌面结构和个体牙齿	数字病理	颅颌面疾病	CT扫描	3D U-Net (V-Net, nnU-Net, 3D UX-Net)	图像	143例CMF CT扫描