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
9781	2025-05-27	Advancements in Structure-based Drug Design Using Geometric Deep Learning 2025-May-23, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673388739250516071228 PMID:40417758	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9782	2025-10-07	Machine learning models in the prediction of chronic or shunt-dependent hydrocephalus following subarachnoid hemorrhage: A systematic review and meta-analysis 2025-May-22, The neuroradiology journal DOI:10.1177/19714009251345104 PMID:40405362	系统综述与荟萃分析	评估机器学习模型在预测蛛网膜下腔出血后慢性或分流依赖性脑积水的性能	首次对机器学习模型在预测SAH后脑积水方面的性能进行系统评价和荟萃分析	仅纳入6项研究（2096名患者），样本量有限；仅提取性能最佳模型的数据	评估机器学习模型预测蛛网膜下腔出血后慢性或分流依赖性脑积水的准确性	蛛网膜下腔出血患者	机器学习	脑积水	机器学习，深度学习	机器学习模型，深度学习模型	临床数据	6项研究共2096名患者	R程序	NA	AUC, 准确率, 敏感性, 特异性, 诊断比值比	NA
9783	2025-10-07	Deep Learning for Automated Prediction of Sphenoid Sinus Pneumatization in Computed Tomography 2025-May-22, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056363158250429101521 PMID:40415313	研究论文	开发用于自动预测CT扫描中蝶窦气化模式的卷积神经网络模型	首次将深度学习应用于蝶窦气化模式的自动分类，通过数据增强技术显著提升模型性能	初始数据集规模有限（249张CT图像），存在数据不平衡问题	提高经蝶窦手术的安全性，通过自动识别蝶窦气化模式降低手术风险	蝶窦气化模式	计算机视觉	鼻窦疾病	计算机断层扫描（CT）	CNN	医学图像	249张CT图像（训练集174张，测试集75张），增强后训练集达378张	NA	卷积神经网络	准确率，AUC，敏感性，特异性，F1分数	NA
9784	2025-10-07	Unraveling the neural dynamics of mathematical interference in english reading: A novel approach with deep learning and fNIRS data 2025-May-21, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111398 PMID:40409600	研究论文	本研究通过fNIRS技术和深度学习模型探索英语学习过程中的数学认知干扰神经机制	提出融合Transformer和LSTM架构的AC-LSTM深度学习模型，并构建了数学干扰在英语习得中的新型fNIRS数据集	NA	探究英语学习与数学认知之间的神经机制关系	英语学习过程中的数学认知干扰	自然语言处理,机器学习	NA	fNIRS（功能性近红外光谱）	Transformer,LSTM	fNIRS脑成像数据	NA	NA	AC-LSTM（融合Transformer和LSTM的架构）	准确率	NA
9785	2025-10-07	Performance of multimodal prediction models for intracerebral hemorrhage outcomes using real-world data 2025-May-21, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105989 PMID:40412140	研究论文	开发并验证结合CT影像、文本和表格临床数据的多模态模型，用于预测脑出血患者的功能预后和院内死亡率	首次将三维CT影像特征与医学访谈文本和表格数据相结合，构建针对脑出血预后的多模态预测模型	模型校准在死亡率预测方面需要进一步改进，且为单中心回顾性研究	开发辅助非专科医生在急诊环境下评估脑出血预后的预测模型	脑出血患者	医学影像分析	脑出血	CT成像	深度学习,L1正则化逻辑回归	三维CT图像,文本数据,表格数据	527名来自日本三级医院的脑出血患者	NA	NA	AUROC,校准曲线,决策曲线分析	NA
9786	2025-10-07	[WW domain-containing ubiquitin E3 ligase 1 regulates immune infiltration in tumor microenvironment of ovarian cancer] 2025-May-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.05.20 PMID:40415439	研究论文	探讨WWP1在卵巢癌肿瘤微环境中对免疫浸润的调控作用	首次系统揭示WWP1表达与卵巢癌免疫细胞浸润的关联，并整合生物信息学分析与深度学习模型验证	研究主要基于TCGA数据库和细胞系实验，需要更多临床样本验证	研究WWP1在卵巢癌肿瘤微环境免疫调控中的作用机制	卵巢癌患者数据、SKOV3细胞系、裸鼠移植瘤模型	数字病理学	卵巢癌	RNA-seq, 多色免疫荧光, 生物信息学分析	深度学习模型	基因表达数据, 病理图像, 免疫荧光图像	TCGA卵巢癌患者数据, SKOV3细胞系, 裸鼠移植瘤模型	NA	NA	生存率分析, 相关系数, P值	NA
9787	2025-10-07	Understanding deep learning models for Length of Stay prediction on critically ill patients through latent space visualization 2025-May-19, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108832 PMID:40413882	研究论文	本研究通过潜在空间可视化技术分析深度学习模型在重症患者住院时长预测中的应用	首次将潜在空间可视化技术应用于ICU住院时长预测模型，开发交互式仪表盘帮助非机器学习专家理解模型决策过程	使用单一欧洲医疗中心数据集，模型泛化能力需进一步验证	开发可解释的深度学习模型用于重症监护病房患者住院时长预测和临床决策支持	重症监护病房患者	机器学习	危重疾病	潜在空间可视化，序列数据分析	LSTM, GRU, TCN, Transformer	临床时间序列数据	20,481次ICU住院记录，271个输入特征	NA	时序卷积网络(TCN)，带注意力机制的TCN，长短期记忆网络，门控循环单元，Transformer	平均绝对误差(MAE)	NA
9788	2025-10-07	A robust automated segmentation method for white matter hyperintensity of vascular-origin 2025-May-17, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121279 PMID:40389145	研究论文	开发并验证了一种基于Transformer的血管源性白质高信号自动分割方法	提出基于Transformer的深度学习方法，在多个独立数据集上验证了其跨不同MRI系统和采集设置的鲁棒性和泛化能力	研究样本量相对有限，外部验证数据集数量较少	开发鲁棒的血管源性白质高信号自动分割方法	白质高信号(WMH)病变	医学图像分析	脑血管疾病	MRI成像	Transformer	3D T1和3D T2-FLAIR医学图像	初始数据集126名参与者，外部验证数据集240名参与者（170+70）	NA	Transformer	Dice系数, 相对体积误差, 真阳性率, 假阳性率	NA
9789	2025-10-07	ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning 2025-May-17, ArXiv PMID:40395940	研究论文	提出一种基于原型推理的可解释深度学习模型ProtoECGNet，用于多标签心电图分类	结合对比学习的多分支架构原型网络，能够为多标签ECG分类提供基于案例的可解释性	仅在PTB-XL数据集上进行评估，需要进一步临床验证	开发可解释的深度学习模型用于心电图多标签分类	心电图信号	医疗人工智能	心血管疾病	深度学习	CNN	时间序列信号	PTB-XL数据集的所有71个诊断标签	NA	1D CNN, 2D CNN, 多分支架构	竞争性性能指标（具体未列明）	NA
9790	2025-10-07	Machine Learning in nanoarchitectonics 2025-May-13, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2025.103546 PMID:40412155	综述	分析人工智能、机器学习和深度学习在纳米结构技术中的发现、预测、优化、表征和成像应用	首次系统梳理机器学习与纳米结构技术的历史和主题联系，重点关注可解释人工智能在纳米材料设计中的应用	未提供具体的实验数据或性能比较，主要基于理论分析和文献综述	探索机器学习在纳米结构技术领域的应用潜力与方法论	原子与分子科学、胶体和纳米薄膜技术、微宏观技术	机器学习	NA	NA	深度学习	NA	NA	NA	NA	准确性	NA
9791	2025-10-07	The Potential Role of AI- and Machine Learning Models in the Early Detection of Oral Cancer and Oral Potentially Malignant Disorders 2025-05-12, Studies in health technology and informatics DOI:10.3233/SHTI250257 PMID:40357619	综述	评估人工智能和机器学习模型在口腔癌及口腔潜在恶性疾病早期检测中的应用进展	首次通过叙事性伞状综述系统评估AI模型结合无创诊断技术在口腔癌早期检测中的综合表现	模型可解释性有限且存在伦理问题，尚未完全整合到日常临床实践	探索AI技术在口腔癌及口腔潜在恶性疾病早期检测中的应用潜力	口腔癌和口腔潜在恶性疾病（OPMDs）	机器学习	口腔癌	无创诊断技术结合AI模态	深度学习模型	NA	基于2015-2024年间8项研究的综述数据	NA	NA	诊断准确性、可及性、可负担性	NA
9792	2025-10-07	Breast cancer early detection and molecular subtype prediction by combination of Raman spectroscopy with deep learning 2025-May-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126396 PMID:40412234	研究论文	本研究结合拉曼光谱与深度学习技术，开发用于乳腺癌早期检测和分子亚型预测的高效模型	提出基于高效通道注意力机制的卷积神经网络，显著减少参数数量并提高训练速度，实现端到端的乳腺癌检测与分子分型	样本量相对有限（541名志愿者），未提及外部验证结果	开发计算效率高的端到端模型，实现乳腺癌检测和分子分型预测，无需复杂特征工程	541名志愿者的血清样本，包括HER2阳性、HER2阴性、导管原位癌患者和健康个体	数字病理	乳腺癌	拉曼光谱	CNN	光谱数据	541名志愿者	NA	基于通道注意力机制的卷积神经网络	准确率, AUC	NA
9793	2025-10-07	Interpretable MRI-Based Deep Learning for Alzheimer's Risk and Progression 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25326606 PMID:40385384	研究论文	本研究将基于MRI的深度学习模型应用于中国SILCODE队列，验证其在阿尔茨海默病风险预测和进展评估中的跨种族泛化能力	首次在大型中国队列中验证北美开发的MRI深度学习模型的跨种族泛化能力，无需重新训练即可实现高性能AD分类和早期风险预测	模型最初在北美数据上训练，虽在中国队列表现良好但未进行本地化优化	开发可访问、时间效率高的生物标志物用于阿尔茨海默病早期诊断和风险预测	722名中国SILCODE队列参与者，共1,105次脑部MRI扫描	医学影像分析	阿尔茨海默病	脑部MRI扫描	深度学习	医学影像	722名参与者，1,105次脑部MRI扫描	NA	NA	AUC, 敏感度	NA
9794	2025-10-07	Surrogate modeling of Cellular-Potts Agent-Based Models as a segmentation task using the U-Net neural network architecture 2025-May-05, ArXiv PMID:40386573	研究论文	本研究开发了一种基于U-Net架构的卷积神经网络代理模型，用于加速细胞-波特斯模型的仿真计算	首次将细胞-波特斯模型的代理建模构建为分割任务，并采用考虑周期性边界条件的U-Net架构	NA	开发深度学习代理模型以加速计算昂贵的细胞-波特斯模型仿真	血管生成过程的细胞-波特斯模型仿真	计算机视觉	NA	卷积神经网络	CNN	图像	NA	NA	U-Net	NA	NA
9795	2025-10-07	Recent topics in musculoskeletal imaging focused on clinical applications of AI: How should radiologists approach and use AI? 2025-May, La Radiologia medica DOI:10.1007/s11547-024-01947-z PMID:39992330	综述	本文探讨人工智能在肌肉骨骼影像领域的临床应用现状与未来发展	聚焦深度学习重建和MRI皮质骨成像等新兴技术的临床应用，并讨论AI在罕见病诊断和预防医学中的潜在作用	NA	为放射科医生提供AI在肌肉骨骼影像领域的应用指南	肌肉骨骼影像	医学影像	肌肉骨骼疾病	MRI, 深度学习重建, 皮质骨成像	深度学习	医学影像	NA	NA	NA	NA	NA
9796	2025-10-07	Deep learning reconstruction for accelerated 3-D magnetic resonance cholangiopancreatography 2025-May, La Radiologia medica DOI:10.1007/s11547-025-01987-z PMID:40100541	研究论文	比较传统3D磁共振胰胆管成像与深度学习加速MRCP在采集时间和图像质量方面的差异	使用深度学习技术实现八倍加速的MRCP成像，相比传统三倍加速方法显著缩短采集时间	单中心研究，样本量相对较小（30名参与者）	评估深度学习加速MRCP序列在临床实践中的可行性和优势	接受MRCP检查的连续患者	医学影像分析	胆胰系统疾病	磁共振胰胆管成像	深度学习	3D医学影像	30名参与者（16名男性，14名女性，平均年龄63±15岁）	NA	NA	图像质量评分，采集时间，Fleiss' κ	1.5T MRI设备
9797	2025-10-07	Deep learning-based segmentation of ultra-low-dose CT images using an optimized nnU-Net model 2025-May, La Radiologia medica DOI:10.1007/s11547-025-01989-x PMID:40100539	研究论文	本研究开发了一种基于优化nnU-Net模型的深度学习流程，用于超低剂量CT图像的器官分割	针对传统模型在低剂量CT图像上性能下降的问题，专门开发了适用于超低剂量CT的专用分割模型	研究使用的低剂量CT图像是通过模拟生成的，虽然也使用了外部真实低剂量数据集进行验证，但主要训练数据为模拟数据	开发适用于超低剂量CT图像的深度学习器官分割方法	CT图像中的22个器官，包括骨骼组织(6个器官)、软组织(15个器官)和身体轮廓	医学影像分析	NA	CT成像，迭代重建算法	nnU-Net	CT图像	274个CT原始数据集，以及外部验证数据集	NA	nnU-Net	Dice系数	NA
9798	2025-10-07	Hybrid Electromagnetic-Triboelectric Hip Energy Harvester for Wearables and AI-Assisted Motion Monitoring 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202500643 PMID:40190045	研究论文	开发了一种AI辅助的可穿戴髋关节能量采集器，可将髋关节运动的机械能转化为电能并同时监测人体运动	结合电磁发电机和独立式摩擦纳米发电机实现能量采集与运动感知的双重功能，并采用深度学习算法处理运动信号	NA	开发能够同时实现能量收集和运动监测的可穿戴设备	人体髋关节运动	可穿戴设备，人工智能辅助监测	老年疾病	电磁发电，摩擦纳米发电，深度学习	深度学习算法	运动信号，电信号	NA	NA	NA	准确率	NA
9799	2025-10-07	UCS: A Unified Approach to Cell Segmentation for Subcellular Spatial Transcriptomics 2025-May, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400975 PMID:39763408	研究论文	提出一种统一细胞分割方法UCS，专门用于处理来自不同平台的亚细胞空间转录组数据	首次提出统一方法处理多平台SST数据，通过整合细胞核分割和转录数据实现高精度细胞分割	未明确说明方法在特定组织类型或数据质量较差情况下的性能表现	开发适用于多平台亚细胞空间转录组数据的统一细胞分割方法	亚细胞空间转录组数据中的细胞分割	数字病理学	NA	亚细胞空间转录组学	深度学习	图像, 转录组数据	NA	NA	NA	NA	NA
9800	2025-10-07	Convolutional variational auto-encoder and vision transformer hybrid approach for enhanced early Alzheimer's detection 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.034501 PMID:40415866	研究论文	提出一种结合卷积变分自编码器和视觉Transformer的混合模型，用于增强阿尔茨海默病的早期检测	首次将卷积变分自编码器与视觉Transformer相结合，通过CVAE的无监督特征提取增强ViT识别早期阿尔茨海默病微小结构异常的能力	仅使用ADNI和SCAN数据库的MRI数据，未在其他数据集上验证模型泛化能力	开发更精确和快速的阿尔茨海默病早期自动诊断方法	阿尔茨海默病患者的结构MRI扫描图像	计算机视觉	阿尔茨海默病	结构磁共振成像	CVAE, ViT	医学图像	14,000个结构MRI样本	NA	卷积变分自编码器, 视觉Transformer	准确率	NA