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
741	2025-05-15	Stroma and lymphocytes identified by deep learning are independent predictors for survival in pancreatic cancer 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94362-x PMID:40108402	研究论文	本研究利用基于U-net架构的深度学习模型，从胰腺导管腺癌(PDAC)的病理切片中自动识别肿瘤、间质和淋巴细胞，并探讨了间质百分比(SIP)和淋巴细胞百分比(LIP)作为生存预测生物标志物的潜力	首次使用深度学习模型从PDAC全切片图像中自动量化SIP和LIP，并证实其作为独立预后因素的价值	研究样本量相对有限(800例)，且为回顾性研究	寻找能够预测PDAC患者个体化生存预后的生物标志物	胰腺导管腺癌(PDAC)患者	数字病理学	胰腺癌	全切片图像分析(WSI)	U-net	病理图像	800例PDAC扫描图像
742	2025-05-15	Evaluation of De Vries et al.: Quantifying cellular shapes and how they correlate to cellular responses 2025-Mar-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101242 PMID:40112776	comments	对De Vries等人的研究进行评价，探讨细胞形状量化及其与细胞反应的相关性	NA	NA	评估De Vries等人的研究，探讨细胞形状与细胞反应的关系	细胞形状及其反应	machine learning	NA	NA	NA	NA	NA
743	2025-05-15	Enhancing Patient Outcome Prediction Through Deep Learning With Sequential Diagnosis Codes From Structured Electronic Health Record Data: Systematic Review 2025-Mar-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57358 PMID:40100249	系统综述	本文系统综述了利用深度学习模型处理电子健康记录中的序列诊断代码以预测患者结果的研究现状	首次系统评估了序列诊断数据在深度学习模型中的应用情况，并分析了样本量对模型性能的影响及模型的泛化能力	研究方法和结果的异质性较大，且大多数研究存在高偏倚风险	评估序列诊断数据在深度学习模型中的应用情况，分析模型性能与样本量的关系及模型的泛化能力	使用序列诊断代码训练深度学习算法预测患者结果的研究	医疗健康数据分析	多种疾病（包括心力衰竭等）	深度学习	RNN及其衍生模型、Transformer	电子健康记录中的序列诊断代码	84项符合条件的研究（共740篇筛选）
744	2025-05-15	Oculomics approaches using retinal imaging to predict mental health disorders: a systematic review and meta-analysis 2025-Mar-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03500-x PMID:40100514	meta-analysis	本文通过系统综述和荟萃分析评估了眼组学方法（包括深度学习、机器学习和逻辑回归模型）在利用视网膜成像检测主要精神障碍中的诊断性能	首次通过荟萃分析评估了眼组学方法在精神障碍诊断中的性能，并揭示了其潜在的高诊断准确性	所有研究均存在高偏倚风险，主要由于病例对照研究设计、缺乏外部验证和选择偏倚，部分模型存在过拟合现象，且未发现精神障碍特异性的视网膜标志物	评估眼组学方法在精神障碍诊断中的性能	主要精神障碍（包括重度抑郁症、双相情感障碍、精神分裂症、强迫症和自闭症谱系障碍）患者	数字病理学	精神障碍	深度学习、机器学习、逻辑回归模型	NA	视网膜成像（包括彩色眼底摄影、光学相干断层扫描（OCT）和OCT血管造影）	11项研究中的13个诊断模型
745	2025-05-15	Emotion Forecasting: A Transformer-Based Approach 2025-Mar-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63962 PMID:40101216	研究论文	本研究利用深度学习和移动设备数据，实时监测和预测精神病患者的情绪状态	结合HMM预处理和transformer模型，提高了多元时间序列预测的稳定性，并利用注意力机制捕获更长的时间依赖性	数据依赖于移动设备和穿戴设备，可能受设备可用性和数据完整性的限制	实现精神病患者情绪状态的实时监测和预测，以提前发现风险情况并调整治疗方案	精神病患者	自然语言处理	精神疾病	HMM, transformer	transformer, HMM	时间序列数据	NA
746	2025-05-15	Optimizing deep neural networks for high-resolution land cover classification through data augmentation 2025-Mar-18, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13870-5 PMID:40102280	research paper	本研究提出了一种创新的深度学习方法，用于高分辨率土地覆盖分类，解决了小数据集带来的挑战	首次对土地覆盖分类中广泛使用的数据增强方法进行了全面比较和系统评估	研究仅基于西班牙坎塔布里亚地区的数据，可能限制了结果的普适性	优化深度神经网络在高分辨率土地覆盖分类中的性能	高分辨率土地覆盖图像	computer vision	NA	数据增强	U-Net, DeepLabv3+, FCN, PSPNet	image	72个模型在19个不同的训练集上进行训练和验证，最终验证使用了580个样本
747	2025-05-15	Stages prediction of Alzheimer's disease with shallow 2D and 3D CNNs from intelligently selected neuroimaging data 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93560-x PMID:40102464	研究论文	该研究利用浅层2D和3D CNN从智能选择的神经影像数据中预测阿尔茨海默病的不同阶段	提出了一种新颖且高效的基于像素计数的帧选择和裁剪方法，以及可学习的调整器方法，以增强图像质量并显著降低维度	MRI数据的噪声和多维特性需要智能预处理流程，这可能限制了方法的通用性	检测阿尔茨海默病的不同阶段，以辅助诊断和治疗	通过MRI扫描获得的多维神经影像数据	数字病理学	老年疾病	MRI	2D CNN, 3D CNN	图像	NA
748	2025-05-15	Machine learning predicts spinal cord stimulation surgery outcomes and reveals novel neural markers for chronic pain 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92111-8 PMID:40102462	研究论文	本研究应用机器学习预测慢性疼痛患者对脊髓刺激（SCS）手术的反应，并揭示了新的神经标记物	结合主观自我报告、术中获取的EEG数据以及精心设计的机器学习算法，首次用于区分SCS治疗的反应者和非反应者	样本量较小（20名患者），可能影响模型的泛化能力	预测慢性疼痛患者对SCS手术的反应，并探索相关的神经标记物	20名接受SCS手术的慢性疼痛患者	机器学习	慢性疼痛	EEG信号分析、PCA、递归特征消除	决策树	EEG信号、临床特征、患者报告结果	20名慢性疼痛患者
749	2025-05-15	The dietary patterns of water deer recently rediscovered in Northeast China exhibit remarkable similarities to those observed in other regions 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92473-z PMID:40102472	研究论文	本研究通过结合传统的粪便显微组织学分析和深度学习算法，调查了中国东北地区獐的饮食习惯	首次将深度学习算法应用于獐的饮食研究，并验证了该算法在生态研究中的可靠性	研究仅基于粪便样本，可能无法完全反映獐的全部饮食多样性	了解濒危物种獐的饮食习惯，为保护策略提供科学依据	獐（Hydropotes inermis）	生态学	NA	粪便显微组织学分析, 深度学习算法	深度学习模型	图像	暖季203份样本，冷季451份样本
750	2025-05-15	Innovative hand pose based sign language recognition using hybrid metaheuristic optimization algorithms with deep learning model for hearing impaired persons 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93559-4 PMID:40102499	研究论文	本文提出了一种创新的手语识别技术，结合混合元启发式优化算法和深度学习模型，用于听力障碍人士的手势识别	结合ResNeXt101、VGG19和ViT模型进行特征提取，并使用BiGRU分类器进行手势识别，同时采用混合CS-IGWO模型进行参数调优	实验仅在ASL字母数据集上进行，未涉及更复杂的手语场景	提高听力障碍人士手语识别的效率和准确性	听力障碍人士的手势	计算机视觉	听力障碍	深度学习	ResNeXt101, VGG19, ViT, BiGRU	图像	ASL字母数据集
751	2025-05-15	International expert consensus on the current status and future prospects of artificial intelligence in metabolic and bariatric surgery 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94335-0 PMID:40102585	共识研究	本文通过德尔菲法建立了关于人工智能在代谢和减重手术中应用的国际专家共识	首次通过国际专家共识形式系统评估AI在代谢和减重手术中的应用现状与前景	依赖专家主观意见，缺乏实际临床数据验证	评估人工智能在代谢和减重手术中的应用潜力与伦理问题	代谢和减重手术领域	医疗人工智能	代谢疾病	德尔菲法	NA	专家意见	来自35个国家的68位代谢和减重外科专家
752	2025-05-15	Deep learning based on intratumoral heterogeneity predicts histopathologic grade of hepatocellular carcinoma 2025-Mar-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13781-1 PMID:40102774	研究论文	本研究基于肿瘤内异质性（ITH）的深度学习模型，用于术前预测肝细胞癌（HCC）的组织病理学分级	利用K-means聚类自动分区揭示肿瘤内异质性，并结合2.5D和3D深度学习模型提取各子区域的隐藏特征，构建特征融合模型，提高了预测效能	研究依赖于特定MRI图像（3.0T或1.5T轴向门静脉期），可能限制了模型的泛化能力	探索基于肿瘤内异质性的深度学习模型在肝细胞癌组织病理学分级预测中的价值	肝细胞癌（HCC）患者	数字病理	肝细胞癌	MRI成像，K-means聚类，深度学习	ResNet，Random Forest	MRI图像	858名患者（来自主要队列和两个外部队列）
753	2025-05-15	Developing a deep learning model for the automated monitoring of acupuncture needle insertion: enhancing safety in traditional acupuncture practices 2025-Mar-18, BMC complementary medicine and therapies IF:3.3Q1 DOI:10.1186/s12906-025-04853-7 PMID:40102810	research paper	本研究开发了一种基于YOLOv8架构的深度学习模型，用于自动监控针灸针的插入，以检测针断裂和防止针滞留，从而提高患者安全和治疗效果	首次将YOLOv8深度学习模型应用于针灸针插入的实时监控，提高了针灸治疗的安全性	样本量较小（192张商业图像库图片和73张临床图片），未来需要在更大、更多样化的数据集上进行验证	开发一种深度学习模型以监控针灸针插入，提高针灸治疗的安全性	针灸针的插入过程	computer vision	NA	深度学习	YOLOv8	image	192张商业图像库图片和73张临床图片
754	2025-05-15	Denoised recurrence label-based deep learning for prediction of postoperative recurrence risk and sorafenib response in HCC 2025-Mar-18, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03977-4 PMID:40102873	research paper	该研究开发了一种基于病理图像的深度学习模型，用于预测肝细胞癌（HCC）患者术后复发风险及对索拉非尼的治疗反应	提出了基于去噪复发标签（DRL）训练的CNN-SASM模型，并从中提取预后相关病理特征（PPS），构建预后模型，能够有效预测复发风险及索拉非尼治疗反应	样本量相对较小，外部验证集仅包含78例患者，可能需要更大规模的数据进一步验证模型的泛化能力	开发一种基于病理图像的深度学习模型，用于预测HCC患者术后复发风险及对索拉非尼的治疗反应，以辅助临床决策	肝细胞癌（HCC）患者	digital pathology	liver cancer	deep learning	CNN-SASM	image	287例未治疗HCC患者用于训练和评估，79例索拉非尼治疗患者用于探索模型预测能力，78例TCGA-LIHC患者用于外部验证
755	2025-05-15	Monitoring and early warning of ovarian cancer using high-dimensional non-parametric EWMA control chart based on sliding window 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86576-w PMID:40091066	研究论文	本文开发了一种基于高维经验似然比检验的滑动窗口EWMA控制图，用于卵巢癌的监测和早期预警	提出了一种新的滑动窗口EWMA控制图，适用于高维数据且无需降维，避免了信息损失并简化了监测过程	未提及具体样本量或数据来源的局限性	开发一种更有效的卵巢癌监测和早期预警方法	卵巢肿瘤患者	机器学习	卵巢癌	高维经验似然比检验	EWMA控制图	高维数据	NA
756	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Mar-17, eLife IF:6.4Q1 DOI:10.7554/eLife.103877 PMID:40095799	research paper	本文提出了一种可微分的Gillespie算法（DGA），用于模拟化学动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微分的Gillespie算法变体，通过平滑函数近似不连续操作，支持反向传播计算梯度	NA	开发一种可微分的Gillespie算法，用于化学动力学模拟、参数学习和合成生物电路设计	化学反应网络和基因启动子的随机模型	合成生物学	NA	可微分Gillespie算法（DGA）	NA	mRNA表达水平的实验测量数据	两个不同的启动子
757	2025-05-15	Histopathology based AI model predicts anti-angiogenic therapy response in renal cancer clinical trial 2025-Mar-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57717-6 PMID:40097393	research paper	开发了一种基于组织病理学的可解释深度学习模型，用于预测肾癌患者对抗血管生成治疗的响应	直接从普遍存在的组织病理学切片预测Angioscore，提供了一种成本低廉且快速的方法来评估血管生成	未明确提及样本量的具体限制或模型在其他癌症类型中的适用性	预测转移性透明细胞肾细胞癌患者对抗血管生成治疗的响应	转移性透明细胞肾细胞癌患者	digital pathology	renal cancer	deep learning	DL	image	多个队列（具体数量未提及）
758	2025-05-15	The analysis of Chinese National ballad composition education based on artificial intelligence and deep learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93063-9 PMID:40097523	研究论文	本研究通过结合马尔可夫链和双向循环神经网络，提出了一种生成具有民族特色国家民谣的音乐创作模型	结合马尔可夫链和双向循环神经网络生成民族风格音乐，在旋律创作和情感表达上具有显著优势	未提及具体样本量或实验规模的限制	探索人工智能在音乐创作中的应用，特别是国家民谣的生成	具有民族特色的国家民谣	机器学习	NA	马尔可夫链(MC)和双向循环神经网络(Bi-RNN)	Bi-RNN	音乐数据	NA
759	2025-05-15	Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93096-0 PMID:40097614	研究论文	本文提出了一种基于StyleGAN3反转和改进的tiny YOLOv7模型的面部身份识别方法	提出了一种结合StyleGAN3反转和改良版tiny YOLOv7模型的一步式解决方案，用于面部属性操作与检测，实现了在少样本和传统场景下的面部身份识别	数据集中仅包含20个独特身份和38个面部属性，样本多样性可能有限	开发一种高效的面部身份识别系统，以应对面部属性变化带来的识别挑战	面部图像及其属性（如年龄、性别、发型等）	计算机视觉	NA	StyleGAN3反转，YOLOv7模型改进	FIR-Tiny YOLOv7（基于Tiny YOLOv7改进的模型）	图像	11,560张图像，包含20个独特身份和38个面部属性
760	2025-05-15	Establishment and validation of a ResNet-based radiomics model for predicting prognosis in cervical spinal cord injury patients 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94358-7 PMID:40097664	研究论文	本研究建立并验证了一种基于ResNet的放射组学模型，用于预测颈脊髓损伤患者的预后	结合放射组学特征和临床特征构建联合模型，以提高颈脊髓损伤患者预后预测的准确性	研究为回顾性设计，且样本量相对较小，可能影响模型的泛化能力	开发一种结合影像和临床特征的模型，用于预测颈脊髓损伤患者伤后六个月的预后	颈脊髓损伤患者	数字病理学	颈脊髓损伤	放射组学特征提取和ResNet深度学习	ResNet, SVM, LR, NaiveBayes, KNN, RF, ExtraTrees, XGBoost, LightGBM, GradientBoosting, AdaBoosting, MLP	MRI图像和临床数据	回顾性队列168例患者（训练集134例，测试集34例），前瞻性队列43例患者作为验证集