深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
7421	2025-10-06	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理方法来从电子健康记录中识别哮喘相关症状	结合基于规则和基于Transformer的深度学习算法，创建混合NLP方法用于哮喘症状识别	研究依赖于单一医疗系统的数据，可能限制算法的泛化能力	开发自然语言处理算法从临床文本中识别哮喘相关症状	大型综合医疗系统中的电子健康记录和临床笔记	自然语言处理	哮喘	自然语言处理	Transformer	文本	11,374,552份临床笔记，包含128,211,793个句子	NA	Transformer	阳性预测值, 敏感度, F1分数	NA
7422	2025-10-06	Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China 2025-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103220 PMID:40630620	研究论文	本研究开发了一种基于人工智能的深度学习模型，用于肝切除术后24小时内早期检测肝衰竭	首次将基础模型Bio-Clinical BERT与上下文感知transformer模块结合，对围手术期时序数据进行深度特征分析，实现PHLF的极早期检测	MIMIC-IV队列数据不完整且主要为高加索人群，模型在该队列表现相对有限	利用人工智能技术改进肝切除术后肝衰竭的早期检测方法	肝切除手术患者	医疗人工智能	肝衰竭	电子健康记录数据分析	深度学习,transformer	时序医疗数据	中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例	PyTorch	Bio-Clinical BERT,transformer	AUC,准确率	NA
7423	2025-10-06	TOWARDS PATIENT-SPECIFIC SURGICAL PLANNING FOR BICUSPID AORTIC VALVE REPAIR: FULLY AUTOMATED SEGMENTATION OF THE AORTIC VALVE IN 4D CT 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI60581.2025.10981269 PMID:40630832	研究论文	开发基于nnU-Net的全自动二叶式主动脉瓣多标签分割流程，用于患者特异性手术规划	首个针对二叶式主动脉瓣的全自动分割模型，并评估了分割结果在临床手术规划中的可用性	分割结果的时间一致性仍需改进	为二叶式主动脉瓣修复手术提供患者特异性规划支持	二叶式主动脉瓣患者	医学影像分析	心血管疾病	4D CT成像	CNN	4D CT图像	NA	nnU-Net	U-Net	Dice系数, 对称平均距离	NA
7424	2025-10-06	Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492313 PMID:39504285	研究论文	本文提出了一种能够模拟脑血管树各组成部分的完整合成模型，用于颅内动脉瘤检测场景的评估	开发了能够同时模拟动脉几何形状、动脉瘤形态和背景噪声的完整合成3D血管模型	NA	构建合成血管模型以增强颅内动脉瘤检测的深度学习性能	脑血管树、颅内动脉瘤	计算机视觉	脑血管疾病	磁共振血管成像、飞行时间原理	3D CNN	3D图像	NA	NA	NA	NA	NA
7425	2025-10-06	CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf069 PMID:40552981	研究论文	提出了一个用于细胞分割的大规模多模态标注数据集CellBinDB，并基于该数据集对8种先进细胞分割技术进行了基准测试	构建了首个大规模多模态细胞分割标注数据集，涵盖多种染色方法和组织类型，并系统评估了多种分割技术的性能	复杂细胞形状会降低分割精度，模型在未见数据上的泛化能力仍需提升	开发通用的细胞分割解决方案，促进生物图像分析技术的发展	人类和小鼠样本中的正常和病变组织细胞	数字病理学	多种疾病（涵盖30多种正常和病变组织类型）	DAPI, ssDNA, H&E, 多重免疫荧光染色	深度学习细胞分割模型	图像	超过1000张标注图像，涵盖30多种人类和小鼠组织类型	NA	NA	分割精度, 边界检测准确度	NA
7426	2025-10-06	Machine Learning in Enhancing Protein Binding Sites Predictions - What Has Changed Since Then? 2025, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073305298240524050145 PMID:38867522	综述	探讨蛋白质结合位点预测领域的挑战与最新进展，重点关注机器学习与深度学习的整合应用	整合分子动力学模拟与机器学习方法，结合实验数据提升预测准确性	NA	提升蛋白质结合位点预测精度以促进药物发现	蛋白质-配体相互作用	机器学习	NA	分子动力学模拟	深度学习	结构信息、生化检测数据	NA	NA	NA	准确性、可靠性	NA
7427	2025-10-06	Weakly Supervised Bayesian Shape Modeling from Unsegmented Medical Images 2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco) PMID:39605948	研究论文	提出一种从无分割医学图像中弱监督学习贝叶斯形状建模的方法	使用点云监督而非传统对应点强监督，以数据驱动方式学习形状对应关系，无需先验形状变异假设	在完全监督场景下精度和不确定性估计相似但未超越，模型训练可行性提升但未完全消除传统流程依赖	开发无需分割的医学图像形状分析方法，简化统计形状建模流程	解剖形状，医学图像	医学图像分析	NA	深度学习，形状建模	贝叶斯变分信息瓶颈模型	医学图像，点云	NA	NA	BVIB-DeepSSM	精度，不确定性估计	NA
7428	2025-10-06	SDCoT++: Improved Static-Dynamic Co-Teaching for Class-Incremental 3D Object Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3518774 PMID:40030754	研究论文	提出改进的静态-动态协同教学框架SDCoT++，用于解决3D目标检测中的类增量学习问题	提出静态-动态双教师协同教学框架，通过静态教师保留旧知识、动态教师传递新知识，并引入伪标签生成和概率校准机制	未明确说明计算资源需求和具体数据集规模	解决3D目标检测中的灾难性遗忘问题，实现类增量学习	3D目标检测模型	计算机视觉	NA	深度学习	教师-学生模型	3D点云数据	NA	PyTorch	VoteNet, 3DETR, CAGroup3D	检测精度	NA
7429	2025-10-06	Vibration-based gearbox fault diagnosis using a multi-scale convolutional neural network with depth-wise feature concatenation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324905 PMID:40623058	研究论文	提出一种基于振动信号的齿轮箱故障诊断新方法MixNet，采用多尺度卷积神经网络和深度特征拼接技术	首次将多尺度卷积层与深度特征拼接相结合用于齿轮箱故障诊断，能够从振动信号频谱图中提取更具判别性的特征	NA	开发高精度、高效率的齿轮箱故障诊断方法以提高工业设备可靠性	齿轮箱振动信号	机器学习	NA	短时傅里叶变换(STFT)	CNN	振动信号频谱图	齿轮箱故障诊断数据集	NA	MixNet, 多尺度卷积神经网络	准确率	训练时间4分29秒
7430	2025-10-06	Plant attribute extraction: An enhancing three-stage deep learning model for relational triple extraction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327186 PMID:40627606	研究论文	提出一种增强型三阶段深度学习模型用于植物属性关系三元组抽取	采用三阶段方法分别处理实体匹配、属性分类和关系匹配，改进了BERT词嵌入层并优化关系预测中的多级信息融合	基于标注的方法可能存在错误传播和参数更新不稳定的问题	从文本中抽取植物属性关系三元组以构建结构化知识	植物实体及其属性（生长环境、生长周期、生态分布等）	自然语言处理	NA	关系抽取	深度学习	文本	NA	BERT	Bwdgv（三阶段模型）	F1-score	NA
7431	2025-10-06	Deep learning-based risk stratification of ductal carcinoma in situ using mammography and abbreviated breast magnetic resonance imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587882 PMID:40630196	研究论文	本研究开发基于深度学习的多模态模型，利用乳腺X线摄影和简化乳腺磁共振成像对导管原位癌进行风险分层	首次结合深度学习和自然语言处理技术开发针对纯导管原位癌和浸润性导管癌的多模态预测模型，并验证简化MRI协议与完整诊断协议具有相似的诊断准确性	回顾性研究设计，样本量相对有限（共383例患者），需要更大规模的前瞻性验证	开发导管原位癌的风险分层工具以优化治疗策略，避免过度治疗	导管原位癌患者，包括纯导管原位癌和伴有导管原位癌的浸润性导管癌患者	数字病理	乳腺癌	乳腺X线摄影，磁共振成像，自然语言处理	深度学习	医学影像，临床数据，病理特征	两个队列：173例BI-RADS 3级或以上患者，210例同时有乳腺X线摄影和简化MRI的患者	NA	NA	AUC，准确率，F1分数	NA
7432	2025-10-06	Combining radiomics and deep learning to predict liver metastasis of gastric cancer on CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613972 PMID:40630210	研究论文	本研究结合影像组学和深度学习技术，基于CT图像预测胃癌肝转移	首次将经典影像组学特征与深度学习特征融合构建预测模型，并评估其在区分同步与异时性肝转移中的价值	回顾性研究设计，样本量相对有限，需要外部验证	预测胃癌肝转移的发生	胃癌患者	医学影像分析	胃癌	CT成像	深度学习	CT图像	1001例经病理证实的胃癌患者（非肝转移组689例，肝转移组312例）	NA	NA	AUC, 95% CI	NA
7433	2025-10-06	Machine Learning for 1-Year Mortality Prediction in Lung Transplant Recipients: ISHLT Registry 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14121 PMID:40630785	研究论文	本研究利用国际心肺移植学会注册数据开发深度学习模型，预测肺移植患者术后1年死亡率	首次基于大规模ISHLT注册数据构建肺移植1年死亡率预测模型，并通过SHAP值识别关键预测因子，证明仅需10个前置因素即可达到最优性能	外部验证数据集与ISHLT数据集存在显著组成差异，可能影响模型泛化能力	优化肺移植候选者选择以提升资源利用效率和患者预后	肺移植接受者	机器学习	肺移植	NA	GBM, Multilayer Perceptron	临床注册数据	ISHLT注册数据29,364例患者（其中4,729例1年内死亡），外加独立内部验证数据集	NA	梯度提升机，多层感知器	AUC, 准确率	NA
7434	2025-10-06	Artificial intelligence in atrial fibrillation: emerging applications, research directions and ethical considerations 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1596574 PMID:40630898	综述	本文探讨人工智能在心房颤动诊疗中的新兴应用、研究方向及伦理考量	系统梳理AI在房颤检测、风险预测、治疗优化和远程监护等关键领域的突破性应用，并提出可解释AI对临床实践的重要性	存在算法透明度不足、数据偏差、多源数据整合困难及监管障碍等挑战	评估人工智能技术在房颤全周期管理中的应用潜力与发展方向	心房颤动患者及相关医疗数据	机器学习	心血管疾病	机器学习, 深度学习	NA	心电图, 可穿戴设备数据, 临床数据, 影像数据, 基因组数据	NA	NA	NA	准确率	NA
7435	2025-10-06	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-12-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	研究论文	提出TAVAC指标用于评估Vision Transformer模型的过拟合程度并量化解释可重复性	首次提出通过比较训练和测试阶段的高注意力区域来评估ViT模型过拟合的TAVAC指标	仅在有限的数据集上进行了验证，需要更多样化的数据集进一步测试	提高Vision Transformer模型在生物医学图像分析中的解释可重复性	Vision Transformer模型在图像分类任务中的注意力机制	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公共图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC分数	NA
7436	2025-10-06	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	提出一种基于点云和3D旋转不变自编码器的表示学习框架，用于量化细胞内多片段结构的形态特征	采用点云和3D旋转不变自编码器，开发了适用于复杂多片段形态的表示学习方法，能够无监督发现亚结构聚类	NA	开发客观、鲁棒且可泛化的细胞内多片段结构量化方法	具有点状形态（如DNA复制焦点）和多态性形态（如核仁）的细胞内结构	计算机视觉	NA	3D点云分析	自编码器	3D点云，图像数据	多个细胞内结构数据集，包括具有预定义组织规则的合成数据集	CytoDL, Python	3D旋转不变自编码器	效率，生成能力，表示表达能力	NA
7437	2025-10-06	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究比较了三种特征提取方法和两种分类模块在低剂量CT筛查发现的肺结节和结直肠息肉病变诊断中的性能	首次系统比较了传统图像纹理特征、深度学习抽象特征和组织-能量特异性特征在医学影像诊断中的性能，并发现组织-能量特异性特征提取能显著提升诊断性能	研究仅针对低剂量CT筛查发现的特定类型病变，结果可能不适用于其他影像模态或病变类型	评估医学影像机器学习中特征提取和分类模块对病变恶性程度预测的个体性能	低剂量CT筛查发现的肺结节和结直肠息肉病变	医学影像分析	肺结节,结直肠息肉	低剂量计算机断层扫描(CT)	CNN,随机森林	医学影像	三个病变图像数据集	NA	CNN	AUC	NA
7438	2025-10-06	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	研究论文	提出一种基于投影池化的损失函数，用于在医学图像分割中引入软拓扑约束	通过投影和最大池化操作引入软拓扑约束，避免分割过程中小结构被丢弃	未明确说明训练集的具体规模和计算资源限制	解决小训练集下的医学图像分割问题并减少解剖结构异常分割	红核（red nucleus）以及心脏、脾脏和海马体	医学图像分割	帕金森综合征	定量磁化率成像（QSM）	深度学习分割模型	医学图像	NA	NA	NA	Dice系数	NA
7439	2025-10-06	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探索将肺血管连通性图谱作为解剖先验知识融入深度学习模型以提升肺叶分割性能	首次提出将肺血管连通性图谱作为解剖先验知识融入深度学习框架，用于指导肺叶分割	改进效果存在局限性，需要进一步探索其实际应用价值	开发结合解剖先验知识的自动化肺叶分割方法	胸部CT扫描中的肺叶分割	数字病理	COVID-19	CT扫描	U-Net	CT图像	10例COVID-19病例	nnU-Net	U-Net, 多任务U-Net, 级联U-Net	分割准确度	NA
7440	2025-10-06	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究通过深度学习自动量化CT图像中的间质性肺异常，评估其对I期非小细胞肺癌患者预后的预测价值	首次基于Fleischner Society定义使用商业化深度学习程序自动量化间质性肺异常，并验证其与I期非小细胞肺癌患者预后的关联	回顾性研究设计，样本仅来自单一机构，未包含晚期肺癌患者	评估自动量化间质性肺异常对I期非小细胞肺癌患者预后的预测价值	948例2009年4月至2022年10月期间接受肺切除术的病理I期非小细胞肺癌患者	数字病理	肺癌	CT扫描	深度学习	CT图像	948例I期非小细胞肺癌患者（其中99例检测到间质性肺异常）	NA	NA	风险比, 置信区间, p值	NA