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	2025-07-20	The 2019 n2c2/OHNLP Track on Clinical Semantic Textual Similarity: Overview 2020-Nov-27, JMIR medical informatics IF:3.1Q2 DOI:10.2196/23375 PMID:33245291	研究论文	本文概述了2019年n2c2/OHNLP临床语义文本相似性(ClinicalSTS)共享任务，旨在推动临床领域语义文本相似性任务的研究	发布了更大的ClinicalSTS数据集，并利用最先进的神经语言模型如BERT和XLNet进行语义文本相似性计算	训练数据中GE句子对占比较大，但系统在Epic句子对上表现更好，可能存在数据分布不均衡的问题	推动自然语言处理和生物医学信息学社区解决临床领域的语义文本相似性任务	临床文本句子对	自然语言处理	NA	语义文本相似性计算	BERT, XLNet	文本	1642对临床句子（来自GE和Epic电子健康记录系统）
622	2025-07-20	A deep learning diagnostic platform for diffuse large B-cell lymphoma with high accuracy across multiple hospitals 2020-11-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-020-19817-3 PMID:33244018	研究论文	本文建立了一个高准确度的深度学习平台，用于诊断弥漫性大B细胞淋巴瘤（DLBCL），并在多家医院中实现了接近100%的诊断准确率	开发了一个由多个卷积神经网络组成的高精度深度学习平台，能够在较小数据集上实现接近100%的诊断准确率，并解决了跨医院测试中的技术变异性问题	模型在跨医院测试中因样本制备和图像收集的技术变异性而性能下降，尽管通过消除这些变异性后恢复了100%的准确率	开发一个高准确度的AI诊断平台，用于DLBCL及其他人类造血系统恶性肿瘤的诊断	人类弥漫性大B细胞淋巴瘤（DLBCL）和非DLBCL的病理图像	数字病理学	弥漫性大B细胞淋巴瘤	深度学习	CNN	图像	来自三家医院的DLBCL和非DLBCL病理图像
623	2025-07-20	Virtual Monoenergetic CT Imaging via Deep Learning 2020-Nov-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2020.100128 PMID:33294869	research paper	本文提出了一种基于深度学习的单能谱CT图像转换为虚拟单能（VM）图像的方法	使用改进的ResNet模型从单能谱CT图像生成VM图像，避免了双能CT的系统复杂性和辐射剂量增加	方法依赖于临床DECT数据进行训练，可能受限于训练数据的质量和多样性	开发一种能够从单能谱CT图像生成虚拟单能图像的方法，以降低系统复杂性和辐射剂量	单能谱CT图像和虚拟单能图像	medical imaging	NA	deep learning	ResNet	CT images	临床DECT数据
624	2025-07-20	UNMIX-ME: spectral and lifetime fluorescence unmixing via deep learning 2020-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.391992 PMID:33014571	研究论文	本文介绍了一种基于深度学习的荧光解混方法UNMIX-ME，能够同时利用光谱和时间特征进行定量荧光解混	提出了一种新型的深度学习荧光解混方法，能够同时处理光谱和时间信息，相比传统方法更具优势	方法仅在模拟样本和特定应用场景下进行了验证，尚未在更广泛的真实场景中得到充分测试	开发一种能够同时利用光谱和时间特征进行荧光解混的深度学习方法	荧光探针的光谱和时间特征	生物医学成像	NA	荧光寿命成像	深度学习	光谱和时间序列数据	模拟样本（三指数和四指数）
625	2025-07-20	Evolving the pulmonary nodules diagnosis from classical approaches to deep learning-aided decision support: three decades' development course and future prospect 2020-Jan, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-019-03098-5 PMID:31786740	综述	本文回顾了过去三十年间从传统方法到深度学习辅助决策支持的肺结节诊断技术的发展历程，并展望了未来前景	首次全面回顾了过去30年计算机辅助肺结节诊断技术的发展，并指出了未来研究的方向和挑战	主要关注技术发展历程，未涉及具体临床验证数据	提供计算机辅助肺结节检测和良恶性分类技术的最新综述	肺结节的计算机辅助诊断技术	数字病理	肺癌	深度学习	NA	医学影像	NA
626	2025-07-20	2018 n2c2 shared task on adverse drug events and medication extraction in electronic health records 2020-01-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocz166 PMID:31584655	研究论文	本文总结了2018年国家NLP临床挑战赛Track 2的筹备、组织、评估和结果，重点关注从临床记录中提取药物不良事件（ADEs）	评估了概念提取、关系分类和端到端系统三种任务，并分析了当前技术水平	对于原因和ADEs的概念和关系识别性能较低，局部上下文不足以识别它们	提升从电子健康记录中提取药物不良事件和药物信息的性能	临床记录中的药物不良事件和药物信息	自然语言处理	NA	深度学习与手工设计特征相结合的方法	双向LSTM、支持向量机（SVM）和规则	文本	28个团队参与任务1，21个团队参与任务2和3
627	2025-07-20	Computer-assisted medical image classification for early diagnosis of oral cancer employing deep learning algorithm 2019-Apr, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-018-02834-7 PMID:30603908	研究论文	本研究开发了一种基于深度学习的自动化计算机辅助口腔癌检测系统，利用患者的高光谱图像进行早期诊断和分类	提出了一种新的分区深度卷积神经网络结构，用于多维高光谱图像中感兴趣区域的标记和分类	样本量相对较小（100个图像数据集和500个训练模式），可能影响模型的泛化能力	开发一种自动化计算机辅助口腔癌检测系统，提高早期诊断的准确性	口腔癌患者的高光谱图像	数字病理	口腔癌	高光谱成像	CNN	图像	100个图像数据集和500个训练模式
628	2025-07-19	Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea 2025-Nov-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117735 PMID:40609200	研究论文	介绍了一种无线、柔软且透气的生物电子系统，用于检测阻塞性睡眠呼吸暂停（OSA）	开发了一种具有穿孔、可变形结构的可穿戴设备，提高了皮肤贴合度，促进汗液排出，并减少了运动伪影，同时采用深度学习框架自动分类睡眠阶段和检测呼吸暂停事件	未提及具体样本量或临床试验结果，可能限制其普适性和可靠性	开发一种新型生物电子系统，用于早期诊断阻塞性睡眠呼吸暂停（OSA），特别是在儿童和正颌手术患者中	阻塞性睡眠呼吸暂停（OSA）患者，特别是儿童和正颌手术患者	数字病理学	阻塞性睡眠呼吸暂停（OSA）	深度学习	多流卷积神经网络（CNN）与双向长短期记忆模型（Bi-LSTM）	电生理信号	NA
629	2025-07-19	Age-stratified deep learning model for thyroid tumor classification: a multicenter diagnostic study 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11386-7 PMID:39903238	研究论文	开发了一种基于年龄分层的深度学习模型（ASMCNet）用于甲状腺结节分类，并研究了年龄分层对模型准确性的影响	首次将年龄分层整合到甲状腺结节分类的深度学习模型中，显著提高了诊断准确性	研究为回顾性设计，需要前瞻性研究进一步验证模型的临床适用性	探索年龄分层对甲状腺结节诊断准确性的影响，并开发辅助诊断工具	甲状腺结节患者	数字病理	甲状腺癌	深度学习	ASMCNet（年龄分层多模态分类网络）	超声图像	来自三家医院的5934名患者的10391张图像
630	2025-07-19	The future of Alzheimer's disease risk prediction: a systematic review 2025-Aug, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08167-x PMID:40220257	系统综述	本文系统综述了机器学习在阿尔茨海默病风险预测中的应用，包括MRI、遗传学、放射组学和医学数据的使用	整合了传统和AI模型，全面分析了神经影像和非神经影像特征在阿尔茨海默病预测中的应用	仅纳入了2000年至2024年的120项研究，可能遗漏了一些早期或近期的重要研究	评估AI和机器学习在阿尔茨海默病风险预测中的潜力，以改善早期诊断和个性化干预策略	阿尔茨海默病的风险预测模型	机器学习	阿尔茨海默病	MRI、遗传学、放射组学	深度学习(DL)、机器学习(ML)	神经影像数据、非神经影像数据	120项研究
631	2025-07-19	Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography 2025-Aug, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13419 PMID:40357880	研究论文	开发了一种基于深度学习的相位检索图像增强方法，用于相位对比显微计算机断层扫描	提出了一种名为EVEPR的深度学习方法，通过整合去噪EEC和PR图像的互补空间特征，解决了传统相位检索算法过度平滑和噪声敏感的问题	该方法主要针对低密度材料（如水凝胶构建体）的图像处理，可能不适用于其他类型的材料	提高相位对比显微计算机断层扫描的图像质量，改善低密度材料的可视化和分割效率	低密度材料（如软组织和体外及离体的水凝胶构建体）	计算机视觉	NA	相位对比显微计算机断层扫描（PBI-µCT）	CNN	图像	体外及离体的PBI-µCT图像数据集
632	2025-07-19	Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study 2025-Aug, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70057 PMID:40384598	研究论文	本研究探讨了使用深度学习人工智能模型在便携式超声膀胱扫描仪上测量膀胱体积的准确性	使用深度学习AI模型（AI-BV）在便携式超声设备上测量膀胱体积，相比传统方法（C-BV）更准确	研究仅在特定队列中进行内部验证，外部队列的性能和临床相关性需进一步研究	比较深度学习AI模型和传统方法在测量膀胱体积上的准确性	250名因下尿路症状接受充盈性膀胱测压的患者（213名男性，37名女性）	数字病理学	下尿路症状	便携式超声膀胱扫描仪（PUBS）	深度学习AI模型	超声图像	250名患者，1912张膀胱图像
633	2025-07-19	Enhancing HF-DL Model Validation for Liver Fibrosis Staging Through Sample Optimisation and Technical Integration 2025-Aug, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70214 PMID:40607661	comments	本文对Zhang等人的研究进行了讨论，重点关注了基于高频超声图像的深度学习模型在慢性乙型肝炎患者肝纤维化分期中的表现	强调了通过样本优化和技术整合来增强高频深度学习模型验证的创新点	未提及具体的研究局限性	探讨高频深度学习模型在肝纤维化分期中的验证优化	慢性乙型肝炎患者的肝纤维化分期	digital pathology	liver fibrosis	高频超声成像	深度学习模型	超声图像	NA
634	2025-07-19	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-Jul-28, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	综述	本文综述了人工智能在面部表情识别与分类中的应用，及其在神经退行性疾病早期检测中的潜力	探讨了AI技术（如深度学习和计算机视觉）在识别与神经退行性疾病相关的微妙面部表情变化中的创新应用	面临技术挑战和伦理考量，且尚未广泛应用于临床实践	评估AI驱动的面部表情分析在神经退行性疾病早期检测和监测中的应用	神经退行性疾病（如阿尔茨海默病和帕金森病）患者的面部表情	计算机视觉	神经退行性疾病	深度学习和计算机视觉	深度学习模型	图像	NA
635	2025-07-19	Biochar-Augmented Anaerobic Digestion System: Insights from an Interpretable Stacking Ensemble Deep Learning 2025-Jul-18, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c05051 PMID:40676947	研究论文	本研究提出了一种通过可解释的堆叠集成深度学习模型优化生物炭增强厌氧消化系统的综合方法	结合卷积神经网络和长短期记忆网络的堆叠集成框架，有效捕捉厌氧消化过程中的复杂相互依赖关系，并提高甲烷产量预测的准确性	模型在外部独立实验室规模数据集上的预测性能相对较低（R²为0.68）	优化生物炭增强厌氧消化系统，提高甲烷产量并保持过程稳定性	厌氧消化系统中的生物炭、原料特性、操作条件和稳定性指标	机器学习	NA	深度学习	CNN, LSTM, 堆叠集成模型	实验数据（包括原料特性、操作条件、生物炭性质和稳定性指标）	NA
636	2025-07-19	Commentary on "Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study" 2025-Jul-18, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70102 PMID:40678844	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
637	2025-07-19	Deep Learning-Based Multimodal Fusion Approach for Predicting Acute Dermal Toxicity 2025-Jul-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01128 PMID:40679078	研究论文	本研究提出了一种基于深度学习的多模态融合方法TriModalToxNet，用于预测急性皮肤毒性	提出了一种新颖的TriModalToxNet架构，融合了三种不同的分子表示（2D分子图像、SMILES嵌入和分子指纹），以提高预测准确性	研究依赖于实验大鼠和兔子的数据，可能无法完全代表人类反应	开发一种可靠且准确的模型，用于预测急性皮肤毒性，支持动物测试中的3R原则（替代、减少和优化）	3845种来自实验大鼠和兔子急性皮肤毒性研究的化合物	机器学习	NA	深度学习	CNN（2D和1D）和全连接神经网络	分子图像、SMILES嵌入、分子指纹	3845种化合物
638	2025-07-19	Clinical Translation of Integrated PET-MRI for Neurodegenerative Disease 2025-Jul-18, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70046 PMID:40679171	综述	本文综述了集成PET-MRI在神经退行性疾病临床实践和研究中的最新技术进展及其应用	介绍了MRI为基础的衰减校正和运动校正技术，以及深度学习在PET和MRI数据分析中的应用	证据等级为5，技术效能为阶段3，表明仍需更多临床验证	探讨集成PET-MRI在神经退行性疾病诊断和研究中的应用及其技术进展	阿尔茨海默病及其他痴呆症患者	数字病理学	神经退行性疾病	PET-MRI, 深度学习	NA	图像	NA
639	2025-07-19	Artificial intelligence-enabled electrocardiography and echocardiography to track preclinical progression of transthyretin amyloid cardiomyopathy 2025-Jul-18, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf450 PMID:40679604	研究论文	本研究利用人工智能技术分析心电图和超声心动图数据，追踪转甲状腺素蛋白淀粉样心肌病（ATTR-CM）的临床前进展	首次将深度学习模型应用于心电图和超声心动图数据，用于ATTR-CM的临床前监测和风险分层	研究为回顾性分析，需要前瞻性研究验证	开发可扩展的ATTR-CM临床前监测策略	转甲状腺素蛋白淀粉样心肌病（ATTR-CM）患者	数字病理学	心血管疾病	深度学习	深度学习模型	图像（心电图和超声心动图视频）	内部队列984人（YNHHS），外部队列806人（HMH），共分析7352次超声心动图和32205次心电图
640	2025-07-19	Investigating brain tumor classification using MRI: a scientometric analysis of selected articles from 2015 to 2024 2025-Jul-18, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03685-z PMID:40679613	研究论文	本文通过科学计量学方法研究了2015年至2024年间基于MRI的脑肿瘤分类研究	首次对2015年至2024年间基于MRI的脑肿瘤分类研究进行全面的科学计量分析	仅分析了Scopus数据库中的348篇同行评审文章，可能存在数据覆盖不全的问题	调查基于MRI的脑肿瘤分类研究现状和发展趋势	348篇同行评审文章	数字病理学	脑肿瘤	MRI	深度学习	图像	348篇论文