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
921	2025-05-22	Deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study 2025-May-20, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002488 PMID:40391963	research paper	本研究构建并验证了一种基于放射组学的机器学习模型，用于预测IDH野生型胶质母细胞瘤在最大安全手术切除后的总体生存期	利用深度学习分割网络提取放射组学特征，并结合先进的机器学习算法构建预测模型，为个性化预后评估提供非侵入性工具	研究为回顾性设计，可能存在选择偏倚，且外部验证队列样本量相对较小	预测IDH野生型胶质母细胞瘤患者的总体生存期	582名IDH野生型胶质母细胞瘤患者	digital pathology	glioblastoma	磁共振成像（MRI）	ResNet, LASSO-Cox回归, RSF模型	医学影像	582名患者（301名训练队列，128名内部验证队列，153名外部验证队列）
922	2025-05-22	Challenges in Using Deep Neural Networks Across Multiple Readers in Delineating Prostate Gland Anatomy 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01504-8 PMID:40392414	research paper	本研究探讨了在多位临床专家注释的前列腺腺体解剖结构MRI图像上使用深度神经网络（DNN）进行分割时面临的读者间变异性问题，并提出量化DNN性能差异及训练策略	通过结合不同专家的注释数据训练3D U-Net模型，提高了模型在不同读者间的可重复性，并分析了腺体体积对模型性能的影响	小腺体尺寸的分割性能相对较差，Dice系数降至0.8左右	解决医学图像分割中深度神经网络面临的读者间变异性问题，提升模型泛化能力	前列腺腺体的MRI图像分割	digital pathology	prostate cancer	MRI (T2-weighted)	3D U-Net	image	R#1的342个样本和R#2的204个样本，训练时使用了R#1的100个样本和R#2的150个样本
923	2025-05-22	Machine learning approaches for predicting the small molecule-miRNA associations: a comprehensive review 2025-May-20, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11211-9 PMID:40392452	综述	本文全面回顾了机器学习在预测小分子-miRNA关联中的应用	对32种基于机器学习的SMA预测方法进行了详尽分类和趋势分析，提供了未来研究的宝贵见解	未提及具体方法的性能比较或实际应用中的局限性	增强对小分子-miRNA相互作用的理解，促进诊断和治疗靶点的发现	小分子(SMs)与miRNA的关联(SMAs)	机器学习	NA	机器学习算法	包括经典ML、深度学习、矩阵分解、网络传播、图学习和集成学习方法	生物分子相互作用数据	NA
924	2025-05-22	Digital Biomarkers for Parkinson Disease: Bibliometric Analysis and a Scoping Review of Deep Learning for Freezing of Gait 2025-May-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71560 PMID:40392578	综述	本文通过文献计量分析和范围综述，评估了帕金森病数字生物标志物的研究现状、热点及未来趋势，并系统回顾了深度学习在冻结步态数字生物标志物中的应用	结合文献计量分析和范围综述方法，全面评估帕金森病数字生物标志物研究的多维景观，并聚焦深度学习在冻结步态监测中的应用	跨学科和跨机构合作不足，相关项目缺乏企业资助，深度学习模型缺乏外部验证和标准化性能报告	评估全球帕金森病生物标志物研究的现状、热点和未来趋势，系统回顾深度学习模型在冻结步态数字生物标志物中的应用	帕金森病数字生物标志物及冻结步态	数字病理学	帕金森病	深度学习	CNN或基于CNN的架构	数字生物标志物数据	文献计量分析包含750项研究，范围综述包含40项研究
925	2025-05-22	XVir: A Transformer-Based Architecture for Identifying Viral Reads from Cancer Samples 2025-May-20, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2025.0075 PMID:40392695	研究论文	本文介绍了一种基于Transformer的深度学习架构XVir，用于从癌症样本中可靠地识别病毒DNA	XVir采用Transformer架构，能够高效识别人类肿瘤中的病毒DNA，并在多样化的病毒群体中保持高准确性，训练速度显著快于其他大型深度学习分类器	未提及具体样本量或实际临床应用验证	开发一种计算工具来识别与癌症相关的病毒DNA	人类肿瘤中的病毒DNA	数字病理学	癌症	DNA测序	Transformer	DNA序列数据	NA
926	2025-05-22	Deep-Learning Reconstruction for 7T MP2RAGE and SPACE MRI: Improving Image Quality at High Acceleration Factors 2025-May-20, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8841 PMID:40393739	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部MRI中的应用，与传统压缩感知和并行成像技术相比，显著提高了图像质量	首次在7T超高清场MRI中应用深度学习重建技术，实现了高加速因子下的图像质量提升	研究为回顾性设计，样本量相对有限（60例患者）	评估深度学习重建技术在超高场7T MRI中的性能表现	7T脑部MRI图像（MP2RAGE和SPACE FLAIR序列）	医学影像分析	NA	MP2RAGE和SPACE MRI序列	深度学习（DL）	医学影像	60例患者（30例MP2RAGE数据，30例SPACE FLAIR数据）
927	2025-05-22	Deep learning predicts microsatellite instability status in colorectal carcinoma in an ethnically heterogeneous population in South Africa 2025-May-20, Journal of clinical pathology IF:2.5Q2 DOI:10.1136/jcp-2025-210053 PMID:40393786	研究论文	本研究评估了深度学习模型在南非多民族人群中预测结直肠癌微卫星不稳定状态的性能	首次在非洲样本中验证深度学习模型对结直肠癌dMMR状态的预测能力，并进行了地区特异性校准	假阴性病例主要位于左侧结肠且不显示典型dMMR组织学表型，对PMS2或MSH6单独缺失的病例敏感性较低	评估深度学习模型在资源有限环境下作为dMMR预筛查工具的可行性	197例结直肠癌切除标本	数字病理学	结直肠癌	全切片图像分析	transformer-based DL模型	病理图像	197例来自南非多民族人群的结直肠癌标本
928	2025-05-22	Enhancing pathological myopia diagnosis: a bimodal artificial intelligence approach integrating fundus and optical coherence tomography imaging for precise atrophy, traction and neovascularisation grading 2025-May-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-326252 PMID:40393796	研究论文	本研究构建了一个包含眼底和光学相干断层扫描（OCT）图像的病理性近视（PM）综合数据集，并开发了一种双模态人工智能（AI）分类模型，用于PM的萎缩、牵引和新生血管（ATN）分级	采用双模态AI模型（结合眼底和OCT图像）进行PM的ATN分级，提高了分级的准确性	单中心回顾性研究，样本量有限（2760对图像）	提高病理性近视（PM）的诊断准确性，实现ATN系统的精确分级	病理性近视（PM）患者	数字病理学	眼科疾病	光学相干断层扫描（OCT）	ResNet-50和多模态多实例学习模块	图像（眼底和OCT图像）	2760对眼底和OCT图像
929	2025-05-22	Detection of maxillary sinus pathologies using deep learning algorithms 2025-May-20, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究利用深度学习算法从CBCT扫描中自动检测上颌窦病理	开发了一种基于CNN的机器学习模型，用于自动分割CBCT图像中的上颌窦病理，实现了高精度的分割结果	研究样本量有限，仅包含500名患者的1000个上颌窦数据	评估人工智能算法在CBCT扫描中检测上颌窦病理的准确性	上颌窦病理	数字病理	上颌窦疾病	CBCT	CNN	图像	500名患者的1000个上颌窦数据
930	2025-05-22	Histopathology-Based Prostate Cancer Classification Using ResNet: A Comprehensive Deep Learning Analysis 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01543-1 PMID:40394318	研究论文	使用ResNet50深度学习模型对前列腺癌组织病理学图像进行分类	采用ResNet50模型在前列腺癌分类中表现出色，准确率达0.98，性能优于MobileNet和CNN-RNN	研究样本量相对较小（1276张图像），且未提及模型在其他数据集上的泛化能力	优化前列腺癌诊断流程，提高分类准确性	前列腺组织病理学图像	数字病理学	前列腺癌	深度学习图像分类	ResNet50	图像	1276张前列腺活检图像
931	2025-05-22	An Artificial Intelligence Method for Phenotyping of OCT-Derived Thickness Maps Using Unsupervised and Self-supervised Deep Learning 2025-May-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01539-x PMID:40394321	研究论文	本研究通过人工智能方法分析光学相干断层扫描（OCT）图像，旨在增强对眼科疾病生理学和遗传结构的理解	提出了一种新颖的AI方法，利用无监督和自监督学习技术对OCT衍生的视网膜层厚度进行表型分析和聚类，解决了跨数据集表型转移的挑战	NA	增强对眼科疾病生理学和遗传结构的理解	光学相干断层扫描（OCT）图像	计算机视觉	青光眼	光学相干断层扫描（OCT）	深度学习、流形学习、高斯混合模型	图像	两个大型数据集：Massachusetts Eye and Ear (MEE; 18,985张图像) 和 UK Biobank (UKBB; 86,115张图像)
932	2025-05-22	Improving Deep Learning-Based Grading of Partial-thickness Supraspinatus Tendon Tears with Guided Diffusion Augmentation 2025-May-19, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.072 PMID:40393829	research paper	开发并验证了一种基于引导扩散数据增强的深度学习系统，用于分级部分厚度冈上肌腱撕裂，并与经验丰富的放射科医生进行比较	使用引导扩散模型进行数据增强以解决数据不平衡问题，并开发了ResNet-34模型用于分级部分厚度撕裂	研究为回顾性设计，可能受到选择偏差的影响	提高部分厚度冈上肌腱撕裂分级的准确性和效率	1150名经关节镜确认的冈上肌腱撕裂患者	digital pathology	geriatric disease	MRI	ResNet-34	image	1150名患者（训练集741名，验证集185名，内部测试集185名）和224名外部测试集患者
933	2025-05-22	Mpox diagnosis at POC 2025-May-19, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.04.015 PMID:40393854	综述	本文综述了猴痘（Mpox）的即时诊断（POC）工具，并讨论了阻碍这些工具广泛应用的瓶颈及潜在解决策略	探讨了机器学习和深度学习模型在猴痘诊断中的潜在应用，以及集成可部署平台的发展方向	当前猴痘诊断主要依赖PCR技术，需要专业人员操作和复杂实验室基础设施	促进猴痘的快速、准确和用户友好诊断	猴痘（Mpox）	数字病理学	猴痘	PCR	ML和DL	NA	NA
934	2025-05-22	Deep learning feature-based model for predicting lymphovascular invasion in urothelial carcinoma of bladder using CT images 2025-May-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01988-6 PMID:40382748	研究论文	开发了一种基于深度学习的模型，利用CT图像预测膀胱尿路上皮癌的淋巴血管侵犯状态	首次结合深度学习特征和临床风险因素，构建堆叠模型预测淋巴血管侵犯状态	模型在测试集上的AUC为0.767，仍有提升空间	开发一种非侵入性、经济高效的工具，帮助临床医生进行个性化治疗规划	膀胱尿路上皮癌患者	数字病理学	膀胱癌	CT成像	CNN（包括InceptionV3、DenseNet121、ResNet18、ResNet34、ResNet50和VGG11）和集成模型（Decision Tree、XGBoost、LightGBM）	图像	577名患者的数据和CT图像，来自四个医疗中心
935	2025-05-22	Enhancing sparse data recommendations with self-inspected adaptive SMOTE and hybrid neural networks 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02593-9 PMID:40383722	research paper	本文提出了一种结合LSTM和改进的Split-Convolution神经网络(LSTM-SC)及先进采样技术SASMOTE的混合框架，用于增强稀疏数据推荐	引入了自检自适应SMOTE(SASMOTE)技术，能自适应选择'可见'最近邻并通过自检策略过滤不确定的合成样本，确保高质量数据生成	未明确提及具体限制	提升数据稀疏环境下的个性化推荐系统性能	电子商务平台和电子出版领域的推荐系统	machine learning	NA	SASMOTE, QSO, HMWSO	LSTM, Split-Convolution neural network (LSTM-SC)	用户行为数据(如书籍评分和亚马逊评论)	goodbooks-10k和Amazon评论数据集
936	2025-05-22	An ensemble deep learning framework for emotion recognition through wearable devices multi-modal physiological signals 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99858-0 PMID:40383809	研究论文	本文提出了一种基于集成深度学习框架的情感识别系统，通过可穿戴设备的多模态生理信号进行情感识别	首次提出结合离散和维度模型的情感识别系统，并采用LSTM和GRU的集成深度学习架构来有效捕捉情感数据序列中的动态时间依赖关系	NA	通过可穿戴设备的生理信号实现精确的情感识别，以促进真实、情感感知的上下文交流	人类情感	机器学习	NA	多模态生理信号分析	LSTM, GRU	生理信号	公开可用的EMOGNITION数据库，包含使用Samsung Galaxy Watch、Empatica E4腕带和MUSE 2 EEG头带设备记录的生理信号
937	2025-05-22	3D+t Multifocal Imaging Dataset of Human Sperm 2025-May-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05177-4 PMID:40383860	research paper	介绍了一个名为3D-SpermVid的三维动态人类精子多焦成像数据集，用于研究精子运动模式和生育能力	提供了首个包含121个多焦视频显微镜超堆栈的三维动态精子数据集，支持对精子鞭毛运动模式的详细观察和分析	数据集仅包含非获能条件和获能条件下的精子，可能无法涵盖所有生理状态	通过三维动态分析精子运动，提高对人类生育能力的理解	人类精子	数字病理学	生育障碍	多焦成像系统（MFI）	NA	视频显微镜超堆栈	121个多焦视频显微镜超堆栈
938	2025-05-22	ML-Driven Alzheimer's disease prediction: A deep ensemble modeling approach 2025-May-17, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100298 PMID:40389063	research paper	该研究提出了一种结合五种深度学习架构的集成学习框架，用于提高阿尔茨海默病诊断的准确性	采用集成学习框架结合五种深度学习模型（VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7），显著提高了诊断准确率	研究主要基于伊拉克特定诊所的数据，可能在其他地区或人群中的泛化能力有限	提高阿尔茨海默病的早期和准确检测	MRI脑扫描图像	digital pathology	geriatric disease	MRI	ensemble of VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7	image	3,714 MRI脑扫描图像（834 NonDemented、1,824 MildDemented、1,056 VeryDemented）
939	2025-05-22	Analysis of the most influential factors affecting outcomes of lung transplant recipients: a multivariate prediction model based on UNOS Data 2025-May-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-089796 PMID:40379311	研究论文	本文利用机器学习技术分析影响肺移植受者结果的关键因素，并开发了一个基于UNOS数据的预测模型	使用多种机器学习模型和SHAP技术识别影响肺移植优先级分配的关键因素，并开发了一个基于网络的决策支持工具	数据预处理后样本量减少，可能影响模型的泛化能力	识别影响肺移植优先级分配的关键因素，优化患者优先级评估过程	肺移植候选者	机器学习	肺病	机器学习模型训练与优化	随机森林回归器(RF), 支持向量机回归器, XGBoost回归器, 多层感知器模型, 深度学习模型	结构化医疗数据	预处理后32,966条记录，包含15个特征
940	2025-05-22	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究利用深度学习模型基于超声和MRI预测乳腺癌术前HER2状态	首次结合超声和MRI数据构建深度学习模型预测HER2状态，相比传统病理检查方法更稳定	研究样本来自单一机构，可能存在选择偏倚	提高乳腺癌术前HER2状态预测的准确性	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，磁共振成像	深度学习模型	图像	2021年1月至2024年7月期间接受超声和MRI检查的女性患者