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
8641	2025-10-06	An Interpretable Longitudinal Preeclampsia Risk Prediction Using Machine Learning 2023-Aug-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.16.23293946 PMID:37645797	研究论文	开发一种基于机器学习的可解释性纵向子痫前期风险预测工具	使用常规临床数据开发全面的纵向预测工具，能够在整个孕期预测子痫前期风险，并识别出比现有标准多48.6%的高风险患者	回顾性研究设计，使用的生物标志物在临床实践中不常规可用	开发能够纵向预测子痫前期风险的工具	在新英格兰地区六家社区医院和两家三级医院分娩的患者	机器学习	子痫前期	机器学习，深度学习	线性回归, 随机森林, XGBoost, 深度神经网络	社会人口统计学数据，临床诊断，家族史，实验室数据，生命体征	120,752名患者（其中6,920名患有子痫前期）	NA	NA	AUC（曲线下面积）	NA
8642	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据	NA	NA	NA	NA
8643	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例	NA	NA	NA	NA
8644	2025-10-06	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	本研究提出了一种利用病理组织图像和人工智能模型在不同温度条件下估计死后间隔的新方法	首次将病理组织图像与人工智能相结合，开发出能够在三种不同温度条件下进行死后间隔估计的预测模型	模型在WSI级别的性能相对较低（AUC 0.800），且仅在三种特定温度条件下验证	开发准确可靠的死后间隔估计方法以支持法医调查	死后组织样本的病理图像	数字病理学	法医病理学	数字病理图像分析	CNN	图像	未明确说明样本数量	未明确说明	ResNet50	AUC	NA
8645	2025-10-06	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨密度数据提升成人年龄估计的准确性	首次将多模态融合策略与深度学习相结合应用于基于骨密度的年龄估计，显著提高了预测精度和泛化能力	研究数据主要来自中国人群，需要在其他种族群体中进行进一步验证	提高基于骨密度的成人年龄估计准确性	中国人群的CT扫描数据，包括腰椎、股骨和耻骨模态	医学影像分析	老年疾病	CT扫描	深度学习	医学影像	4296个CT扫描用于训练，内部验证644个扫描，外部尸体验证351个扫描	NA	NA	平均绝对误差(MAE), 皮尔逊R²	NA
8646	2025-10-06	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨如何整合代谢组学与机器学习技术，用于亚洲人群心血管代谢风险的精准管理与预防	首次系统整合代谢组学与机器学习技术，针对亚洲人群心血管代谢风险特征开发精准预防策略	存在跨种族结果解释困难、研究设计局限、分析平台变异性和数据处理方法不一致等挑战	开发针对亚洲人群心血管代谢疾病的精准预防和干预策略	亚洲人群的心血管代谢疾病风险	机器学习	心血管代谢疾病	代谢组学，多组学数据整合	深度学习	代谢组学数据	NA	NA	NA	NA	NA
8647	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据	NA	NA	NA	NA
8648	2025-06-17	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2025-Jun-16, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用	介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题	临床验证、标准化和广泛采用方面仍存在挑战	探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官（如肝脏、胰腺和肾脏）的CT成像	数字病理	NA	深度学习重建（DLR）	CNN	图像	NA	NA	NA	NA	NA
8649	2025-06-17	Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 2025-Jun-14, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0042 PMID:40518300	research paper	评估深度学习重建超分辨率技术（DLR-SR）在2mm薄层单次激发快速自旋回波（SshTSE）图像上的效果，并与5mm厚层图像进行比较，用于胰腺囊性病变的评估	首次将DLR-SR技术应用于2mm薄层SshTSE图像，并证明其在胰腺囊性病变评估中的优越性	样本量较小（30例患者），且研究时间范围较短（2024年6月至7月）	评估DLR-SR技术在薄层MRI图像上的应用效果	胰腺囊性病变患者	数字病理	胰腺疾病	深度学习重建超分辨率（DLR-SR），单次激发快速自旋回波（SshTSE）	深度学习	MRI图像	30例胰腺囊性病变患者	NA	NA	NA	NA
8650	2025-10-06	Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00712 PMID:40464341	综述	本文综述了计算方法和人工智能驱动策略在环肽治疗剂发现中的应用与进展	整合基于物理的模拟与深度学习技术，重新定义环肽治疗剂的设计和优化方法	面临肽段灵活性、数据可用性有限和复杂构象景观等挑战	推进环肽药物开发的精确性和效率，为未满足的医疗需求提供创新解决方案	环肽治疗剂	机器学习	NA	计算技术、人工智能方法、自动化合成平台	深度学习	NA	NA	NA	NA	NA	NA
8651	2025-06-17	A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation 2025-Jun-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72649 PMID:40493909	研究论文	开发并验证了一种深度学习模型，用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险	整合了多模态数据（实验室参数和CT血管造影图像）的深度学习模型，相比单模态方法具有更高的诊断准确性	需要进一步的前瞻性验证以确认其临床实用性	开发一种深度学习模型，用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险	急性主动脉夹层患者	数字病理	心血管疾病	CT血管造影	深度学习模型	图像和临床数据	525名患者（450名来自北京安贞医院，75名来自南京鼓楼医院）	NA	NA	NA	NA
8652	2025-10-06	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	提出一种结合GAN数据增强、去噪自编码器和迁移学习的深度学习框架用于糖尿病视网膜病变检测	首次将GAN、去噪自编码器和EfficientNetB0集成到一个统一框架中，有效解决数据不平衡和噪声问题	未集成可解释性工具，未来需要探索更多成像模态以提高泛化能力	开发高性能的糖尿病视网膜病变自动诊断系统	视网膜图像	计算机视觉	糖尿病视网膜病变	OCT成像	GAN, Autoencoder, CNN	图像	自定义整理的OCT数据集	TensorFlow, PyTorch	EfficientNetB0	准确率, 召回率, 特异性	NA
8653	2025-10-06	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	开发一种融合PET/CT影像与临床病理信息的多模态深度学习模型，用于预测非小细胞肺癌术后无复发生存期	首个结合多模态影像（FDG PET/CT）与临床、手术、病理信息预测NSCLC预后的深度学习模型，能够超越传统分期系统进行风险分层	回顾性研究设计，样本量相对有限（总样本500例），需要前瞻性验证	开发优于传统分期的预后预测模型，识别可能从辅助治疗中获益的高风险患者	手术切除的非小细胞肺癌患者	数字病理	肺癌	FDG PET/CT影像	深度学习模型	医学影像（PET/CT）、临床数据、病理数据、手术数据	500例患者（本地机构305例，外部验证195例）	NA	多模态深度学习模型	AUC, Kaplan-Meier曲线, log-rank检验	NA
8654	2025-10-06	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	开发了一种基于多模型深度学习的工作流程，用于在二维冠状动脉造影图像中识别冠状动脉钙化	首次提出用于辅助识别2DCA中冠状动脉钙化的临床决策支持系统，结合了ResNet-18分类主干和U-Net解码器的多阶段架构	样本量较小（14名患者的44次图像采集），分割性能仍有提升空间	开发辅助临床医生识别冠状动脉钙化的自动化工具	二维冠状动脉造影图像中的冠状动脉钙化区域	计算机视觉	心血管疾病	二维冠状动脉造影	CNN	医学图像	14名患者的44次图像采集	PyTorch	ResNet-18, U-Net	F1-score, IoM	NA
8655	2025-10-06	AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia 2025-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.20.655179 PMID:40475602	研究论文	提出一种基于注意力机制的深度学习框架，用于急性髓系白血病的精确分子分型	开发了首个基于注意力机制的深度学习框架，仅使用转录组数据进行AML亚型分类	NA	准确分类急性髓系白血病亚型以支持临床管理和个性化治疗	急性髓系白血病患者	机器学习	急性髓系白血病	转录组分析	注意力机制深度学习	转录组数据	1,661名AML患者	Python	注意力机制	准确率,精确率,召回率,F1分数,马修斯相关系数	NA
8656	2025-10-06	A Full-Spectrum Generative Lead Discovery (FSGLD) Pipeline via DRUG-GAN: A Multiscale Method for Drug-like/Target-specific Compound Library Generation 2025-May-12, Research square DOI:10.21203/rs.3.rs-6516504/v1 PMID:40470212	研究论文	提出一种基于深度学习的全谱生成性先导化合物发现流程FSGLD，通过多尺度DRUG-GAN模型生成类药/靶向特异性化合物库	整合生成模型与分子对接、分子动力学模拟、MM-PBSA、热力学积分等多尺度计算方法，建立计算效率提升80-90%的热力学积分计算方案	NA	开发高效药物先导化合物发现方法	CB2受体靶向化合物	机器学习	NA	分子对接、分子动力学模拟、配体-残基相互作用谱、MM-PBSA、热力学积分	GAN	化学结构数据	NA	NA	DRUG-GAN	计算效率、准确性	NA
8657	2025-10-06	Automated detection and quantification of aortic calcification in coronary CT angiography using deep learning: A comparative study of manual and automated scoring methods 2025 May-Jun, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.02.003 PMID:39955204	研究论文	本研究开发了一种基于深度学习的自动化方法，用于冠状动脉CT血管造影图像中主动脉钙化的检测和量化	首次将深度学习应用于主动脉钙化的自动化评分，并与传统手动方法在心血管事件预测能力方面进行比较	研究样本量相对有限（670名参与者），且仅基于特定研究队列（CORE320和CORE64）	评估深度学习模型在自动化主动脉钙化检测和量化中的性能，并验证其与心血管事件的关联性	冠状动脉钙化扫描中的主动脉钙化，包括主动脉根部、升主动脉和降主动脉	医学影像分析	心血管疾病	冠状动脉CT血管造影	深度学习	医学影像	670名来自CORE320和CORE64研究的参与者	NA	NA	一致性相关系数, ROC分析, Cox回归	NA
8658	2025-10-06	Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230620 PMID:39969276	研究论文	开发并评估基于临床转诊文本的机器学习和深度学习模型，用于急诊脑部MRI扫描的自动化协议制定	首次比较多种机器学习和预训练深度学习模型在急诊脑部MRI协议自动化制定任务中的性能，并证明GPT-3.5模型在此任务中的优越性	单机构回顾性研究，样本量相对有限（1953个转诊），需要多中心验证	通过自然语言处理技术实现急诊脑部MRI扫描协议的自动化制定	急诊脑部MRI临床转诊文本	自然语言处理	神经系统疾病	自然语言处理	朴素贝叶斯,支持向量机,XGBoost,BERT,GPT-3.5	文本	1953个急诊脑部MRI转诊	NA	BERT,GPT-3.5	准确率	NA
8659	2025-10-06	Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240303 PMID:40008976	研究论文	开发基于深度学习的对齐应变分析方法，通过电影心脏MRI检测杜氏肌营养不良患者心肌纤维化	提出深度学习对齐应变技术，相比传统方法识别出5倍差异，能检测传统方法常遗漏的舒张期异常变形模式	回顾性单中心研究，样本量有限（139例患者），仅包含男性DMD患者	开发深度学习模型从电影心脏MRI推导对齐应变值，评估其预测心肌纤维化的性能	139例杜氏肌营养不良男性患者的心脏MRI数据	医学影像分析	杜氏肌营养不良	心脏MRI，深度学习应变分析	CNN	心脏MRI图像	139例DMD患者（57例用于有效性评估，82例用于可重复性评估）	NA	卷积神经网络	准确率，F1分数，敏感性，特异性	NA
8660	2025-10-06	Evaluating Performance of a Deep Learning Multilabel Segmentation Model to Quantify Acute and Chronic Brain Lesions at MRI after Stroke and Predict Prognosis 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240072 PMID:40136026	研究论文	开发并评估用于急性缺血性卒中后急慢性脑部病变多标签分割的深度学习模型，并预测患者预后	首次提出基于SegResNet的多标签深度学习网络，同时量化急性和慢性脑部病变，并探索不同治疗组中影像特征与预后的中介效应	回顾性研究设计，样本来源有限	开发脑部病变分割模型并预测急性缺血性卒中患者预后	急性缺血性卒中患者	医学影像分析	卒中	MRI（扩散加权成像和液体衰减反转恢复序列）	CNN, 支持向量机	医学影像	1008名患者（训练验证集702人，外部测试集306人）	NA	SegResNet	AUC	NA