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
681	2025-09-02	Passive Sensing for Mental Health Monitoring Using Machine Learning With Wearables and Smartphones: Scoping Review 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/77066 PMID:40811794	综述	通过可穿戴设备和智能手机的被动感知结合机器学习，对心理健康监测进行范围综述	系统总结了被动感知与机器学习在心理健康监测中的技术方法、行为特征与精神障碍的关联模式，并指出了未来发展方向	样本量小（中位数60.5）、监测周期短（45%研究少于7天）、外部验证稀缺（仅2%）、数据匿名化报告有限（14%）	全面回顾基于被动感知和机器学习技术的心理健康监测现状	临床诊断的精神障碍患者，如抑郁症和焦虑症	机器学习	精神健康疾病	被动感知技术	CNN, LSTM, 随机森林	传感器数据（心率、运动指数、步数等）	42项研究，中位数样本量60.5（IQR 54-99）
682	2025-09-02	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.09.669342 PMID:40832296	研究论文	介绍SynAnno，一种用于大规模连接组数据中突触注释交互式引导校对工具	整合引导式神经元中心校对、优化遍历路径、3D迷你地图及微调机器学习模型以提升错误检测与校正效率	NA	提升连接组学中突触注释校对的效率与准确性	突触注释与神经元分割数据	计算神经科学	NA	深度学习，机器学习微调	NA	3D图像数据，连接组数据集	7位神经科学专家参与用户案例研究
683	2025-09-02	Independent Channel Attention and Cross-Subject Data Generation for EEG-Based Patient-Independent Epileptic Seizure Detection Using ConvLSTM 2025-Aug-07, Studies in health technology and informatics DOI:10.3233/SHTI250894 PMID:40775912	研究论文	提出一种用于患者无关癫痫发作检测的多阶段训练策略和带独立注意力模块的ConvLSTM网络	引入跨受试者数据生成方法和独立通道注意力机制，显著提升对未见患者的检测性能	NA	开发患者无关的癫痫发作自动检测方法以减少对专业医师视觉检查的依赖	癫痫患者的头皮EEG信号	机器学习	癫痫	EEG信号处理	ConvLSTM with attention module	EEG时间序列数据	公共数据集CHB-MIT
684	2025-09-02	Cost-Effectiveness of Opportunistic Osteoporosis Screening Using Chest Radiographs With Deep Learning in the United States 2025-Aug-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	研究论文	本研究评估了在美国50岁及以上女性中，利用深度学习分析胸部X光片进行机会性骨质疏松筛查的成本效益	首次将深度学习技术与现有临床胸部X光片结合，用于机会性骨质疏松筛查，并系统评估其经济性	研究主要针对美国50岁以上女性群体，结果可能不直接适用于其他人群或医疗体系	评估基于深度学习的胸部X光机会性骨质疏松筛查在美国中年及以上女性中的成本效益	美国50岁及以上的女性	数字病理	骨质疏松症	深度学习	深度学习模型	X光图像	NA
685	2025-09-02	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654920 PMID:40568119	研究论文	本研究比较了多种深度学习模型在预测致病性调控变异方面的性能	首次在标准化基准和一致训练条件下系统评估CNN、transformer及混合模型在增强子活性预测中的表现	研究仅基于四种人类细胞系数据，可能无法完全代表其他细胞类型或体内的复杂调控环境	评估深度学习模型预测遗传变异对基因调控元件（特别是增强子）功能影响的能力	54,859个SNP及其对增强子活性的调控影响	机器学习	NA	MPRA, raQTL, eQTL实验	CNN, transformer, 混合CNN-transformer模型（如TREDNet、SEI、Borzoi）	基因组和表观基因组数据	54,859个SNP，来自四种人类细胞系
686	2025-09-02	Unraveling other-race face perception with GAN-based image reconstruction 2025-03-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02636-z PMID:40087201	研究论文	本研究利用StyleGAN2进行图像重建，探索异族面孔感知的表征基础及其年龄偏差	提出基于GAN潜在空间与人类感知表征相似性的图像重建新方法，首次揭示异族面孔感知中的年龄偏差	NA	研究异族效应（ORE）的表征基础及感知差异	东亚和白人参与者，涉及同族与异族面孔	计算机视觉	NA	StyleGAN2，深度学习图像生成	GAN	图像	涉及东亚和白人参与者，具体样本量未明确说明
687	2025-09-02	Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care 2025-Jan-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.15.25320592 PMID:40568662	研究论文	开发一种基于深度学习的自动化方法，从T2加权MRI预测ADC图质量，以辅助即时医疗决策	首次利用早期采集的T2图像预测后续ADC图质量，实现扫描过程中的早期质量评估	模型性能虽佳但主要基于回顾性数据，需前瞻性验证；直肠横截面积指标AUC仅0.65，预测能力有限	通过早期质量预测减少前列腺MRI漏诊和不必要重复扫描	前列腺MRI图像（T2加权图像和ADC图）	医学影像分析	前列腺癌	深度学习，直肠横截面积测量	深度学习模型（具体架构未明确说明）	医学图像（MRI）	486名患者（包含内部和62家外部诊所的多中心数据）
688	2025-09-02	CT reconstruction using diffusion posterior sampling conditioned on a nonlinear measurement model 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.043504 PMID:39220597	研究论文	提出一种基于非线性测量模型的扩散后验采样CT重建方法	将扩散先验与非线性物理测量模型结合，突破了现有方法依赖线性近似的限制	NA	改进CT图像重建质量，特别是针对不同采集协议	CT图像重建	医学影像重建	NA	扩散后验采样(DPS)	无条件扩散模型	CT测量数据	多个模拟研究（具体数量未说明）
689	2025-09-02	Deep learning prediction of hospital readmissions for asthma and COPD 2023-Dec-13, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-023-02628-7 PMID:38093373	研究论文	本研究利用电子健康记录数据和深度学习模型预测哮喘和COPD患者的再入院风险	首次比较多种机器学习方法和一种深度学习方法在预测哮喘和COPD再入院方面的性能，并发现多层感知机具有最佳预测效果	研究为观察性设计，可能存在未测量的混杂因素	识别哮喘和COPD严重急性发作的电子健康记录特征，并评估机器学习模型预测再入院的性能	因哮喘和COPD急性发作住院的患者	机器学习	呼吸系统疾病	电子健康记录分析	多层感知机(MLP)和四种ML模型	结构化医疗数据	5,794名患者（1,893名哮喘，3,901名COPD），其中2,682名患者用于模型分析
690	2025-09-02	Deep Learning Algorithms to Detect Murmurs Associated With Structural Heart Disease 2023-10-17, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030377 PMID:37830333	研究论文	本研究评估了一种基于深度学习的心音分析算法，用于检测与结构性心脏病相关的心脏杂音	开发了FDA批准的深度学习算法套件，在超过15,000条心音记录上训练，能够区分收缩期和舒张期杂音	NA	通过机器学习改进心脏听诊，提高结构性心脏病的检测准确性	心脏杂音和结构性心脏病患者	机器学习	心血管疾病	深度学习	深度学习算法	音频（心音记录）	615名独特受试者的2375条心音记录
691	2025-09-01	Can super resolution via deep learning improve classification accuracy in dental radiography? 2025-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf029 PMID:40233244	研究论文	本研究评估深度学习驱动的超分辨率技术对牙科X光图像分类准确性的影响	首次系统研究超分辨率增强后的牙科X光图像在分类任务中的性能表现	仅使用单一开源数据集，未涉及多中心或临床验证数据	评估超分辨率技术对牙科图像分类模型性能的改善效果	牙科X光图像	计算机视觉	牙科疾病	深度学习超分辨率技术	深度学习分类模型	图像	开源牙科图像数据集（具体数量未明确说明）
692	2025-09-01	Development of a deep learning-based automated diagnostic system (DLADS) for classifying mammographic lesions - a first large-scale multi-institutional clinical trial in Japan 2025-Sep, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01741-3 PMID:40608200	研究论文	开发并验证了日本首个基于深度学习的乳腺X线摄影AI辅助诊断系统（DLADS），用于自动分类乳腺病变	首次在日本大规模多机构临床研究中构建并验证针对日本女性的乳腺AI-CADx系统，使用SE-ResNet模块和滑动窗口算法	研究为回顾性设计，需前瞻性研究进一步验证临床医生使用该系统的诊断性能	建立针对日本女性的乳腺X线摄影AI辅助诊断系统，并验证其诊断乳腺癌的敏感性和特异性	日本女性的筛查或诊断性乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习，SE-ResNet模块，滑动窗口算法	CNN（SE-ResNet）	图像（乳腺X线摄影）	来自11,450名日本女性的20,638张乳腺X线影像，包括5,019例乳腺癌、5,026例良性和10,593例正常影像
693	2025-09-01	Fully Automated Tooth Segmentation and Labeling for Both Full- and Partial-Arch Intraoral Scans Using Deep Learning 2025-Aug-14, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100950 PMID:40815915	研究论文	提出一种基于深度学习的全自动牙齿分割与标记方法，适用于全牙弓和部分牙弓口内扫描数据	首个同时支持全牙弓和部分牙弓口内扫描的自动化牙齿分割与FDI标记方法，引入人工部分牙弓数据增强和基于深度学习的对齐模块	模型错误与某些牙齿状况（如残根、残冠、缺牙和部分萌出牙）显著正相关	开发适用于全牙弓和部分牙弓口内扫描的自动化牙齿分割与标记深度学习模型	牙齿	计算机视觉	NA	深度学习	ToothInstanceNet（两阶段深度学习模型）	3D口内扫描图像	600个口内扫描数据（300个全牙弓，300个部分牙弓）
694	2025-09-01	Inference of germinal center evolutionary dynamics via simulation-based deep learning 2025-Aug-13, ArXiv PMID:40832049	研究论文	使用基于模拟的深度学习方法推断生发中心B细胞亲和力与繁殖力之间的关系函数	首次结合深度学习和模拟推断来学习生发中心中B细胞亲和力-适应度响应函数的具体形式	NA	研究生发中心中B细胞突变和进化过程的动力学机制	生发中心中的B细胞	机器学习	NA	深度学习，模拟推断	深度学习	模拟数据，实验数据	通过重复实验多次重现特定生发中心条件组合
695	2025-09-01	A quantitative framework for predicting odor intensity across molecule and mixtures 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.08.668954 PMID:40832259	研究论文	开发了一个结合深度学习与精确气味传递系统的定量框架，用于预测单分子和混合物的气味强度	首次建立了将物理刺激特性直接与感知气味强度关联的鲁棒定量框架，并利用深度学习自动化识别挥发性成分对香气感知的贡献	NA	构建嗅觉强度的定量预测框架，以弥补当前缺乏类似视觉亮度或听觉响度标准化单位的空白	单分子和混合物的气味强度	机器学习	NA	深度学习	深度学习模型	物理特性数据	NA
696	2025-09-01	Accelerated free-breathing abdominal T2 mapping with deep learning reconstruction of radial turbo spin-echo data 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70017 PMID:40762149	研究论文	提出一种基于深度学习的加速自由呼吸腹部T2 mapping重建框架，用于从欠采样径向涡轮自旋回波数据中快速生成高质量解剖图像和准确T2图	开发了灵活的深度学习框架，支持全监督方式改善T2加权图像或自监督方式重建T2图，实现了仅需160个径向视图的快速采集与重建	NA	加速腹部自由呼吸T2 mapping，同时保持高质量解剖图像、准确T2图和快速重建时间	腹部（特别是肝脏）的磁共振成像数据	医学影像分析	NA	径向涡轮自旋回波序列，深度学习重建	深度学习框架	磁共振图像	回顾性和前瞻性欠采样数据（具体数量未明确说明）
697	2025-09-01	Crucial rhythms and subnetworks for emotion processing extracted by an interpretable deep learning framework from EEG networks 2024-12-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae477 PMID:39707986	研究论文	提出一种结合注意力机制和领域对抗策略的深度学习框架，用于从EEG脑网络中提取可解释的特征以识别情绪状态	使用注意力机制增强关键节律和子网络对情绪识别的贡献，并通过领域对抗模块提升跨被试任务的泛化性能	NA	开发可解释的深度学习方法来识别情绪状态并揭示情绪处理机制	EEG脑网络	机器学习	NA	EEG	深度学习框架（含注意力机制和领域对抗策略）	EEG信号	SJTU Emotion EEG Dataset (SEED)及实验室记录的EEG数据
698	2025-09-01	A systematic review of deep learning-based denoising for low-dose computed tomography from a perceptual quality perspective 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00419-7 PMID:39465112	综述	从感知质量角度系统回顾基于深度学习的低剂量CT去噪方法	聚焦感知质量提升，强调临床诊断偏好与现有客观指标局限性的对比分析	感知质量评估具有主观性，现有基准存在显著局限性	改善低剂量CT图像的感知质量以提升临床诊断价值	低剂量CT图像	计算机视觉	NA	深度学习	GAN	图像	NA
699	2025-09-01	Predicting peritumoral glioblastoma infiltration and subsequent recurrence using deep-learning-based analysis of multi-parametric magnetic resonance imaging 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054001 PMID:39220048	研究论文	使用基于深度学习的多参数磁共振成像分析预测胶质母细胞瘤周围浸润及复发	结合专家知识与训练数据增强自动生成训练样本，无需依赖专家绘制的ROI进行模型训练	NA	预测胶质母细胞瘤的周围组织浸润及术后复发	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	多参数磁共振成像(mpMRI)	深度学习	医学影像	229例患者的多机构数据
700	2025-09-01	Artificial Intelligence-Enhanced Smartwatch ECG for Heart Failure-Reduced Ejection Fraction Detection by Generating 12-Lead ECG 2022-Mar-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12030654 PMID:35328207	研究论文	开发并验证了一种基于人工智能的智能手表心电图技术，用于检测心力衰竭伴射血分数降低	利用生成对抗网络从异步双导联心电图生成十导联心电图，再通过卷积神经网络检测HFrEF，实现了智能手表ECG的临床级应用	研究仅基于两家医院数据，外部验证和泛化能力有待进一步评估	开发人工智能驱动的智能手表心电图系统，用于非侵入性筛查心力衰竭	成年患者，特别是接受心电图和超声心动图检查的心脏病患者	医疗人工智能	心血管疾病	深度学习，心电图分析	GAN, CNN	心电图信号	医院A: 137,673名患者（458,745份ECG）用于模型开发；医院B: 755名患者用于验证