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
6421	2025-03-01	Commentary on "A systematic review on machine learning and deep learning techniques in cancer survival prediction": Validation of survival methods 2023-10, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2023.08.001 PMID:37579795	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6422	2025-03-01	A deep learning-based electrocardiogram risk score for long term cardiovascular death and disease 2023-Sep-12, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-023-00916-6 PMID:37700032	研究论文	本文介绍了一种基于深度学习的静息心电图风险评分系统SEER，用于预测长期心血管死亡和疾病风险	开发了SEER，一种基于深度卷积神经网络的模型，仅通过静息心电图即可准确预测长期心血管死亡和疾病风险	研究主要基于斯坦福大学医学中心的数据，虽然在其他两个医疗中心进行了独立评估，但可能仍需更多样化的数据集验证其普适性	探索静息心电图在长期心血管风险评估中的应用，并开发一种新的风险评估工具	静息心电图数据	机器学习	心血管疾病	深度卷积神经网络	CNN	心电图数据	斯坦福大学医学中心收集的大量静息12导联心电图数据，并在Cedars-Sinai医疗中心和哥伦比亚大学欧文医学中心进行了独立评估
6423	2025-03-01	Prediction of Coronary Artery Calcium Using Deep Learning of Echocardiograms 2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2022.12.014 PMID:36566995	研究论文	本研究利用深度学习模型，通过经胸超声心动图（TTE）视频预测冠状动脉钙化（CAC）评分，并评估其在预测1年生存率方面的效果	首次使用基于视频的卷积神经网络（CNN）从TTE视频中预测CAC评分，并验证其在外部数据集上的有效性	研究样本量相对较小，外部验证数据集仅有92个TTE视频	探索TTE视频是否可用于预测冠状动脉钙化评分，并评估其与CT CAC评分在预测1年生存率方面的相似性	2,881个TTE视频与冠状动脉钙化CT配对的样本，以及92个外部验证TTE视频	计算机视觉	心血管疾病	深度学习	卷积神经网络（CNN）	视频	2,881个TTE视频与CT配对的样本，以及92个外部验证TTE视频
6424	2025-03-01	High-Throughput Precision Phenotyping of Left Ventricular Hypertrophy With Cardiovascular Deep Learning 2022-04-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2021.6059 PMID:35195663	研究论文	本研究评估了深度学习工作流程在量化心室肥厚和预测左心室壁增厚原因方面的准确性	开发了一种深度学习算法，能够自动、精确地测量左心室壁厚度并区分肥厚原因，如肥厚性心肌病和心脏淀粉样变性	研究依赖于回顾性数据，可能受到数据质量和完整性的限制	评估深度学习算法在心脏疾病诊断中的应用效果	左心室肥厚患者，特别是肥厚性心肌病和心脏淀粉样变性患者	数字病理	心血管疾病	深度学习	深度学习模型	视频（超声心动图）	23745名患者，包括来自Stanford Health Care和Cedars-Sinai Medical Center的患者
6425	2025-03-01	Using deep learning to study emotional behavior in rodent models 2022, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2022.1044492 PMID:36483523	综述	本文探讨了深度学习技术在动物行为实验中的应用，特别是如何利用不同模型架构和训练范式来获取行为状态的表示	利用深度学习技术从视频中提取姿势信息，并通过监督、无监督和自监督方法获取行为状态的细微信息	未提及具体实验数据或样本量，可能缺乏实证支持	研究深度学习技术在量化动物情绪行为中的应用	啮齿类动物模型中的情绪行为	机器学习	NA	深度学习	监督、无监督、自监督模型	视频	NA
6426	2025-03-01	Systematic Quantification of Sources of Variation in Ejection Fraction Calculation Using Deep Learning 2021-11, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2021.06.018 PMID:34274282	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6427	2025-02-28	Vision transformer-based multimodal fusion network for classification of tumor malignancy on breast ultrasound: A retrospective multicenter study 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105793 PMID:39862564	研究论文	本文提出了一种基于视觉Transformer的多模态融合网络，用于乳腺癌超声图像中肿瘤良恶性的分类	首次结合了影像组织学特征、深度学习特征和临床参数，开发了一种多模态特征融合模型	研究为回顾性研究，可能受到数据选择和偏倚的影响	开发一种多模态特征融合模型，用于预测乳腺肿瘤的良恶性	1065名患者的临床特征和3315个图像数据集	数字病理	乳腺癌	深度学习	Vision Transformer	图像和临床数据	1065名患者的临床特征和3315个图像数据集
6428	2025-02-28	Identification of an ANCA-associated vasculitis cohort using deep learning and electronic health records 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105797 PMID:39864108	研究论文	本研究利用深度学习和电子健康记录（EHR）识别ANCA相关性血管炎（AAV）病例，提出了一种比传统方法更准确的病例识别模型	首次使用深度学习模型分析EHR数据来识别AAV病例，相比传统基于规则的方法，能够发现更多遗漏的病例	模型在测试队列中的阳性预测值（PPV）较低（0.262），可能影响其在实际应用中的可靠性	开发一种基于深度学习的模型，用于从电子健康记录中准确识别ANCA相关性血管炎（AAV）病例	电子健康记录（EHR）中的临床文档	自然语言处理	血管炎	深度学习	分层注意力网络（HAN）	文本	三个数据集分别包含6000、3008和7500个注释部分，测试队列包含2000个样本
6429	2025-02-28	Hip prosthesis failure prediction through radiological deep sequence learning 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105802 PMID:39884035	研究论文	本研究开发了基于多张连续X光片的人工智能模型，用于预测髋关节假体失败	首次结合时间序列和空间信息，利用多张连续X光片进行髋关节假体失败预测	外部验证集的样本量较小（14例患者），可能影响模型的泛化能力	开发基于多张连续X光片的人工智能模型，用于预测髋关节假体失败	224名患者的髋关节X光片序列	计算机视觉	骨科疾病	深度学习	CNN（卷积神经网络）与GRU（门控循环单元）或LSTM（长短期记忆网络）结合	X光片图像	224名患者的X光片序列，其中14名用于外部验证
6430	2025-02-28	Deep learning based prediction of depression and anxiety in patients with type 2 diabetes mellitus using regional electronic health records 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105801 PMID:39889672	研究论文	本研究开发并验证了一个深度学习模型REDAPM，利用区域电子健康记录（EHR）数据预测2型糖尿病患者中的抑郁和焦虑	REDAPM模型首次整合了区域异构EHR数据，包括结构化和非结构化数据，捕捉临床事件的时间依赖性，显著提升了预测性能	研究依赖于特定区域（南京）的EHR数据，可能限制了模型的普适性	开发并验证一个深度学习模型，用于预测2型糖尿病患者中的抑郁和焦虑	2型糖尿病患者	机器学习	糖尿病	深度学习	REDAPM	电子健康记录（EHR）数据	内部验证数据集包含24,724名患者，外部验证数据集包含34,340名患者
6431	2025-02-03	A deep learning model for QRS delineation in organized rhythms during in-hospital cardiac arrest 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105803 PMID:39891984	研究论文	本文介绍了一种新的深度学习模型，用于在院内心脏骤停期间准确描绘有组织心律中的QRS复合波	提出了一种基于U-Net模型的深度学习方法，首次在心脏骤停心律中测试并准确描绘QRS复合波	未提及具体局限性	提高在院内心脏骤停期间QRS复合波的准确描绘，以支持临床诊断和治疗策略优化	院内心脏骤停患者和血流动力学稳定的患者	数字病理学	心血管疾病	深度学习	U-Net	ECG信号	332次院内心脏骤停事件（151815个QRS复合波）和105名血流动力学稳定的患者（112497个QRS复合波）
6432	2025-02-28	Deep learning and machine learning in CT-based COPD diagnosis: Systematic review and meta-analysis 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105812 PMID:39891985	meta-analysis	本文通过系统回顾和荟萃分析，评估了深度学习和机器学习在基于CT的慢性阻塞性肺疾病（COPD）诊断中的表现	首次对AI模型在COPD诊断中的表现进行了定量分析，并比较了深度学习和机器学习模型的诊断效能	研究间的异质性较高，且MIL机制对DL模型的性能提升未达到统计学显著性	评估AI模型在COPD诊断中的表现，并比较不同模型的诊断效能	COPD患者的CT图像	数字病理学	慢性阻塞性肺疾病	CT成像	深度学习（DL）、机器学习（ML）、多实例学习（MIL）	图像	22,817名患者
6433	2025-02-28	An interpretable hybrid machine learning approach for predicting three-month unfavorable outcomes in patients with acute ischemic stroke 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105807 PMID:39923294	研究论文	本研究旨在开发可解释的混合机器学习模型，以准确预测急性缺血性卒中患者三个月内的不良预后	结合了25种模型和14种评估指标进行聚类分析，最终选择了12种机器学习模型进行进一步分析，并通过SHAP图提供了特征重要性及其交互效应的可视化解释	研究依赖于现有的临床数据变量，可能无法涵盖所有影响预后的因素	开发可解释的混合机器学习模型，预测急性缺血性卒中患者三个月内的不良预后	急性缺血性卒中患者	机器学习	急性缺血性卒中	机器学习、深度学习	XGBoost、CatBoost	临床数据	731例训练数据，1045例内部验证数据，411例外部验证数据
6434	2025-02-28	Advanced deep learning techniques for recognition of dental implants 2025 Mar-Apr, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.01.016 PMID:40008072	研究论文	本研究评估了一种先进的深度学习技术DEtection TRanformer，用于识别牙科植入物	使用基于Transformer的深度学习技术DEtection TRanformer进行牙科植入物识别，这是一种新颖的应用	模型在未见过的验证数据上表现不佳，需要在准确性和效率之间进行优化	开发一种能够通过分析X光片图像来预测植入物类型的人工智能工具	牙科植入物	计算机视觉	NA	深度学习	DEtection TRanformer	图像	1138张图像，包含五种植入物类型，来自根尖和全景X光片
6435	2025-02-28	Towards Diagnostic Intelligent Systems in Leukemia Detection and Classification: A Systematic Review and Meta-analysis 2025-Mar, Journal of evidence-based medicine DOI:10.1111/jebm.70005 PMID:40013326	系统综述与元分析	本文综述了2015年至2023年间使用人工智能和机器学习算法从外周血涂片图像中检测和分类白血病及其亚型的研究	系统性地评估了AI在白血病检测和分类中的应用，并提供了现代技术（如深度学习）在此领域的广泛应用情况	大多数研究依赖内部验证，缺乏严格的外部验证以评估模型的普遍适用性	评估和综合基于AI的白血病检测和分类方法的研究成果	外周血涂片图像	数字病理学	白血病	机器学习、深度学习	卷积神经网络（CNN）	图像	190项研究
6436	2025-02-28	Deep Learning Protocol for Predicting Full-Spectrum Infrared and Raman Spectra of Polypeptides and Proteins Using All-Atom Models 2025-Feb-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00169 PMID:39966082	研究论文	本研究开发了一个深度学习协议，用于预测多肽和蛋白质的全谱红外和拉曼光谱，使用全原子模型	利用转移学习与DetaNet（深度等变张量注意力网络）结合，成功模拟了含有数千个原子的蛋白质的振动光谱，效率远超传统量子化学方法	NA	开发一种高效的方法来模拟大分子蛋白质和多肽的红外和拉曼光谱	氨基酸、二肽、三肽以及大分子蛋白质和多肽	机器学习	NA	红外光谱、拉曼光谱、量子化学计算	DetaNet（深度等变张量注意力网络）	光谱数据	包含氨基酸、二肽和三肽的综合数据集
6437	2025-02-28	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类呼吸系统产生的气腔侵入颅后骨的现象，即颅后骨骼气腔化（PSP），并探讨了其功能和进化意义	结合解剖学、发育学、生物力学和古生物学文献，利用新数据确认了气腔化骨骼的重量特性，并采用微计算机断层扫描和深度学习分割技术建立了气腔化空间的初步模型	气腔化骨骼相对于身体体积的轻量化特性仍需要实证测试，且气腔化的细胞机制和发育过程尚不清楚	探讨鸟类颅后骨骼气腔化的功能和进化意义	鸟类颅后骨骼气腔化现象	生物力学	NA	微计算机断层扫描，深度学习分割	深度学习	图像	NA
6438	2025-02-28	Feature-Based Audiogram Value Estimator (FAVE): Estimating Numerical Thresholds from Scanned Images of Handwritten Audiograms 2025-Feb-27, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02146-7 PMID:40011323	研究论文	本研究开发了一种名为FAVE的机器学习模型，用于从手写听力图的扫描图像中估计数值阈值	开发了基于Aggregate Channel Features的滑动窗口单类目标检测器，用于从手写听力图中提取数值阈值	符号和轴刻度标签检测存在局限性，数值阈值的估计准确性有待提高	解决手写听力图中数值阈值无法自动提取的问题，以便公共卫生研究人员能够访问这些数据	手写听力图的扫描图像	计算机视觉	老年疾病	机器学习	Aggregate Channel Features	图像	556份手写听力图
6439	2025-02-28	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Feb-27, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	本文评估了一种新引入的基于深度学习的重建算法AIIR在降低儿童胸部CT剂量方面的性能，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在降低胸部CT剂量方面的性能，并与HIR算法进行比较	研究仅限于3岁以下先天性心脏病患者，样本量为191人，可能无法推广到其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量方面的性能	3岁以下先天性心脏病患者	医学影像	先天性心脏病	CT扫描	深度学习	图像	191名3岁以下先天性心脏病患者
6440	2025-02-28	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Feb-27, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本研究使用放射组学特征比较了两种制造商开发的深度学习图像增强算法与'金标准'图像重建技术在体模数据和肉瘤患者数据集中的表现	首次使用放射组学特征对两种深度学习图像增强算法进行定量评估，并与'金标准'图像重建技术进行比较	研究样本量较小（N=20），且仅针对肉瘤患者数据	评估深度学习图像增强算法在PET/CT成像中的性能	体模数据和肉瘤患者数据	数字病理学	肉瘤	PET/CT成像	深度学习算法	图像	20例肉瘤患者数据和体模数据