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
701	2025-07-12	Optimization-Based Image Reconstruction Regularized with Inter-Spectral Structural Similarity for Limited-Angle Dual-Energy Cone-Beam CT 2024-Dec-18, ArXiv PMID:39764397	研究论文	本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于有限角度双能锥束CT成像	该方法无需X射线光谱测量或配对数据集进行模型训练，实现了准确的图像重建	研究仅使用了物理和数字体模进行评估，未涉及真实临床数据	促进快速低剂量双能锥束CT的临床应用	有限角度双能锥束CT图像重建	计算机视觉	NA	锥束CT	优化方法	CT图像	4个物理体模和3个数字体模
702	2025-07-12	The Current Application and Future Potential of Artificial Intelligence in Renal Cancer 2024-11, Urology IF:2.1Q2 DOI:10.1016/j.urology.2024.07.010 PMID:39029807	综述	本文综述了人工智能在肾癌评估、管理和预后预测中的应用现状及未来潜力	探讨了AI在肾癌研究中的多种应用，包括影像学、组织病理学和预后预测，并展望了AI在未来临床决策中的整合	仅基于PubMed数据库的文献进行叙述性综述，可能未涵盖所有相关研究	评估人工智能在肾癌领域的应用现状及未来潜力	肾癌的评估、管理和预后预测	数字病理学	肾癌	监督/无监督机器学习、深度学习、自然语言处理、神经网络、放射组学、病理组学	NA	影像学数据、组织病理学数据	72项临床相关且有影响的研究
703	2025-07-12	An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images 2024-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01091-0 PMID:38622384	研究论文	本文提出了一种新颖的多尺度特征融合深度学习模型，用于自动化脊柱骨折分割	提出了一种包含六个模块的多尺度特征融合深度学习模型，用于改进脊柱骨折的自动分割	未提及具体的数据集大小或实验的临床验证范围	提高脊柱骨折在CT图像中的自动分割准确性	脊柱骨折	计算机视觉	脊柱骨折	深度学习	多尺度特征融合网络	CT图像	NA
704	2025-07-12	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-09, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	研究论文	本研究开发了一种深度学习模型，用于从T1图像合成扩散张量成像（DTI）衍生的标量图（FA和MD），以提高脑小血管病中痴呆的预测准确性	提出了一种快速且可推广的方法，从常规T1图像合成FA/MD图，无需获取耗时的DTI数据，从而提高了痴呆预测的准确性	在SCANS数据集上的合成FA图的结构相似性指数较低（>0.80），可能影响预测效果	提高脑小血管病中痴呆的预测准确性	脑小血管病患者及正常对照	数字病理学	脑小血管病	深度学习、扩散张量成像（DTI）	深度学习模型	医学影像（T1图像、FA/MD图）	训练集：4998名UK Biobank参与者；外部验证集：SCANS（n=120）、RUN DMC（n=502）、PRESERVE（n=105）、NETWORKS（n=26）及1000名正常对照
705	2025-07-12	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究探讨了基于深度学习的计算机辅助检测系统在3D医学影像中检测小信号的优越性	研究发现CNN-CADe系统在3D搜索小信号时比2D搜索带来更大的性能提升，减少了因数据探索不足导致的错误	研究仅使用了数字乳腺断层合成(DBT)体模数据，未涉及真实患者数据	评估基于CNN的计算机辅助检测系统在3D和2D医学影像搜索中的性能差异	数字乳腺断层合成(DBT)体模中的微钙化小信号和大肿块信号	计算机视觉	乳腺癌	CNN-based CADe系统	CNN	3D/2D医学影像	16名非专业观察者
706	2025-07-12	When liver disease diagnosis encounters deep learning: Analysis, challenges, and prospects 2023-Mar, ILIVER.. DOI:10.1016/j.iliver.2023.02.002 PMID:40636411	综述	本文综述了深度学习在肝脏研究中的应用，分析了数据模态、肝脏主题与应用之间的关系，并总结了相关深度学习方法	利用Sankey图展示了数据模态、肝脏主题与应用之间的关系，总结了深度学习在肝脏研究中的方法和趋势	仅基于过去5年的139篇论文进行分析，可能未涵盖所有相关研究	探讨深度学习在肝脏疾病诊断和治疗中的应用	肝脏疾病	数字病理学	肝脏疾病	深度学习	NA	多模态数据	139篇论文
707	2025-07-12	Application of biological big data and radiomics in hepatocellular carcinoma 2023-Mar, ILIVER.. DOI:10.1016/j.iliver.2023.01.003 PMID:40636408	综述	本文综述了生物大数据和放射组学在肝细胞癌（HCC）中的研究进展	结合生物大数据和放射组学为HCC的诊断、预后和治疗提供了新方法和新思路	NA	探讨生物大数据和放射组学在HCC中的应用	肝细胞癌（HCC）	数字病理学	肝癌	组学技术（基因组学、转录组学、蛋白质组学）、液体活检、机器学习算法、深度学习算法	NA	生物大数据、影像数据（超声、CT、MRI）	NA
708	2025-07-12	Machine Learning to Predict Successful Opioid Dose Reduction or Stabilization After Spinal Cord Stimulation 2022-08-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000001969 PMID:35384918	research paper	使用机器学习模型预测脊髓刺激（SCS）后阿片类药物剂量成功减少或稳定的可能性	首次提出基于机器学习的模型来预测SCS后阿片类药物使用的减少或稳定，并比较了深度学习与逻辑回归的性能	研究依赖于IBM MarketScan数据库，可能无法涵盖所有相关变量	预测SCS后阿片类药物使用的减少或稳定，以辅助患者和外科医生的决策	接受SCS治疗的患者	machine learning	NA	machine learning, deep neural networks, logistic regression	DNN, LR	医疗记录数据	7022名患者
709	2025-07-12	Advances in artificial intelligence techniques drive the application of radiomics in the clinical research of hepatocellular carcinoma 2022-Mar, ILIVER.. DOI:10.1016/j.iliver.2022.02.005 PMID:40636134	综述	本文综述了人工智能技术在肝细胞癌（HCC）临床研究中推动放射组学应用的最新进展	结合人工智能技术，放射组学为HCC管理提供了新的视角，揭示了医学影像大数据中的像素级放射学信息，并将放射学表型与目标临床问题相关联	传统的放射组学流程依赖于手工设计的工程特征，而基于深度学习的放射组学流程虽然补充了通过自学习策略计算的深度特征，但仍存在一定局限性	探讨人工智能技术在肝细胞癌（HCC）临床研究中推动放射组学应用的最新进展	肝细胞癌（HCC）的临床研究	数字病理学	肝癌	放射组学	深度学习	医学影像	NA
710	2025-07-12	A combined microfluidic deep learning approach for lung cancer cell high throughput screening toward automatic cancer screening applications 2021-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-89352-8 PMID:33963232	研究论文	本研究结合微流控技术和深度学习算法，开发了一种用于肺癌细胞高通量筛选的计算机辅助诊断系统	提出了一种结合微流控技术和深度学习的工作流程，用于肺癌细胞系的自动分类，实现了高准确率的癌细胞与正常细胞的区分	研究仅针对实验室培养的细胞系进行测试，未涉及临床样本	开发可靠的计算机辅助诊断系统，用于肺癌细胞的早期检测和分类	五种非小细胞肺癌细胞系(P-C9、SK-LU-1、H-1975、A-427、A-549)和正常细胞系(16-HBE)	数字病理学	肺癌	微流控技术、荧光显微镜成像	ResNet18(CNN)	图像	六种细胞系的图像数据(五种癌细胞系和一种正常细胞系)
711	2025-07-11	ICD code mapping model based on clinical text tree structure 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103163 PMID:40446588	研究论文	提出了一种基于临床文本树结构的ICD编码模型TRIC，用于解决电子病历的ICD编码问题	结合了选区树模型和transformer模型提取临床记录的结构与特征，并使用Tree-lstm模型丰富特征，同时利用bioBERT预训练模型突出关键ICD编码的作用	未提及模型在非英语临床记录上的适用性以及计算资源需求	提高电子病历ICD自动编码的质量和效率	非结构化的临床记录	自然语言处理	NA	深度学习	Tree-lstm, transformer, bioBERT	文本	MIMIC-III全数据集和样本数据集
712	2025-07-11	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究利用Kolmogorov-Arnold网络（KANs）对水泥粉尘暴露患者的定量计算机断层扫描（QCT）影像数据进行分类，以提高职业健康评估中的呼吸系统疾病早期检测	首次将Kolmogorov-Arnold网络（KANs）应用于QCT影像数据的分类，显著提高了分类性能，并通过SHAP分析增强了模型的可解释性	研究仅针对水泥粉尘暴露患者，可能不适用于其他类型的粉尘或污染物暴露	提高职业健康评估中水泥粉尘暴露引起的呼吸系统疾病的早期检测	609名个体（311名水泥粉尘暴露患者和298名健康对照）的QCT影像数据	数字病理	呼吸系统疾病	定量计算机断层扫描（QCT）	Kolmogorov-Arnold网络（KANs）	影像	609名个体（311名患者和298名对照）
713	2025-07-11	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	本文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种名为ECGAN的新型条件生成架构，整合了自监督学习和生成对抗网络，能够调节心电图记录的概率分布	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列	机器学习	心血管疾病	生成对抗网络(GAN), 自监督学习	ECGAN (生成对抗网络)	时间序列数据(心电图)	使用了MIT-BIH、BIDMC和PTB数据集，但未提及具体样本数量
714	2025-07-11	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出了一种结合变分自编码器(VAE)和生成对抗网络(GAN)的模型VAE-GANMDA，用于预测微生物-药物关联	通过融合VAE和GAN学习数据的非线性流形特征，并改进VAE生成模块，整合CBAM和高斯核函数，增强特征提取能力	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种高效且经济的微生物-药物关联预测方法	微生物和药物之间的关联	机器学习	NA	VAE, GAN, CBAM, 高斯核函数, SVD, k-means++	VAE-GANMDA (结合VAE和GAN的模型), MLP	微生物-药物关联数据	未明确提及具体样本数量
715	2025-07-11	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	提出了一种新的交互式原型学习和自学习网络，用于解决医学图像分割中的少样本学习问题	通过深度编码-解码模块、交互式原型学习模块和查询特征引导的自学习模块，解决了类内不一致性和类间相似性带来的分割挑战	未明确提及具体局限性	提高医学图像分割在少样本学习场景下的性能和泛化能力	医学图像	数字病理	NA	少样本学习	深度编码-解码网络	图像	未明确提及具体样本数量
716	2025-07-11	Predicting drug-drug interactions: A deep learning approach with GCN-based collaborative filtering 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103185 PMID:40544699	研究论文	本文提出了一种基于图卷积网络（GCN）和协同过滤的AI推荐模型，用于预测药物-药物相互作用（DDIs）	该模型通过分析相互作用药物的连接性而非化学结构，避免了传统分类模型中对未定义相互作用进行负采样的问题，能够预测所有未知药物对的潜在相互作用	模型的性能仅依赖于DDI报告数据，可能受到数据质量和覆盖范围的限制	开发一种能够准确预测药物-药物相互作用的方法，以提高患者用药安全性	药物-药物相互作用（DDIs）	机器学习	NA	图卷积网络（GCN），协同过滤	GCN	药物相互作用数据	4,072种药物和1,391,790对药物相互作用
717	2025-07-11	A prior knowledge-supervised fusion network predicts survival after radiotherapy in patients with advanced gastric cancer 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103184 PMID:40587926	research paper	提出一种基于先验知识的多模态融合方法，用于预测晚期胃癌患者放疗后的总生存期	引入先验知识监督的融合网络（PKSFnet）及新型采样策略，提升预测性能	未明确说明样本多样性或外部验证集的泛化能力	预测晚期胃癌患者放疗后的总生存期以辅助临床诊疗决策	晚期胃癌患者的CT图像及多模态临床数据	digital pathology	gastric cancer	multimodal fusion	PKSFnet (prior knowledge-supervised fusion network)	CT图像及多模态临床数据	未明确说明具体样本量
718	2025-07-11	Your turn: At home turning angle estimation for Parkinson's disease severity assessment 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103194 PMID:40577945	研究论文	本文提出了一种基于深度学习的方法，通过从视频中提取3D骨架并计算髋关节和膝关节的旋转，自动量化帕金森病患者的转弯角度	首次探索使用单目相机数据在家庭环境中量化帕金森病患者的转弯角度	在自由生活环境中难以获得准确的地面真实数据，因此将角度量化为最近的45°分箱	利用步态特征作为帕金森病进展的敏感指标	帕金森病患者和健康对照志愿者的转弯视频片段	计算机视觉	帕金森病	3D骨架提取	Fastpose和Strided Transformer	视频	来自24名受试者（12名帕金森病患者和12名健康对照志愿者）的1386个转弯视频片段
719	2025-07-11	Computational screening of umami tastants using deep learning 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11006-4 PMID:39422798	研究论文	本研究开发了一种基于深度学习的虚拟筛选流程，用于从大型分子数据库中识别高效鲜味物质	首次构建了基于Transformer的架构用于鲜味物质分类，并开发了预测鲜味化合物效能的神经网络模型	研究仅基于分子结构特征，未考虑实际味觉测试验证	开发高效识别新型鲜味物质的计算方法	鲜味分子与非鲜味分子	机器学习	NA	深度学习	Transformer, 神经网络	分子结构数据	867个分子（439个鲜味分子和428个非鲜味分子），并在包含约70,000个分子的FooDB数据库上进行应用验证
720	2025-07-11	iDCNNPred: an interpretable deep learning model for virtual screening and identification of PI3Ka inhibitors against triple-negative breast cancer 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11055-9 PMID:39648257	研究论文	提出了一种可解释的深度学习模型iDCNNPred，用于虚拟筛选和识别针对三阴性乳腺癌的PI3Ka抑制剂	开发了Custom-DCNN模型，性能优于预训练模型，并通过Grad-CAM技术增强了模型预测的可解释性	需要进一步的药物化学工作来提高筛选出的分子的效力和选择性	识别和筛选针对三阴性乳腺癌的PI3Ka抑制剂	PI3Ka抑制剂	数字病理学	三阴性乳腺癌	分子对接、体外PI3K抑制研究	Custom-DCNN、AlexNet、SqueezeNet、VGG19	2D分子图像	Maybridge化学库中的分子，最终筛选出12个有潜力的分子，其中4个进行了生物验证