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
81	2025-06-10	A comprehensive image dataset of plum leaf and fruit for disease classification 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111625 PMID:40486236	research paper	该研究开发了一个包含李树叶和果实的综合图像数据集，用于疾病分类和水果质量评估	创建了一个全面的李树叶和果实数据集，填补了农业研究与计算机视觉之间的空白，支持基于机器学习的疾病检测和水果质量评估	数据集仅涵盖六种疾病和健康状态，可能无法覆盖所有可能的疾病类型	推进农业研究，支持有效的疾病管理系统和水果质量评估	李树叶和果实	computer vision	植物疾病	机器学习	NA	image	3,554张原始图像，相同数量的处理图像和18,000张增强图像
82	2025-06-10	Predictive modeling for metastasis in oncology: current methods and future directions 2025-Jun, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003279 PMID:40486555	review	本文综述了肿瘤学中转移预测模型的当前方法及未来发展方向	整合机器学习、基因组学和影像技术，利用多组学数据提升转移预测的个性化和准确性	数据异质性、模型可解释性不足，以及需要更大规模高质量数据集进行验证	改进肿瘤转移的预测，以优化预后评估和治疗策略	肿瘤转移的预测模型	machine learning	cancer	genomic profiling, liquid biopsies, radiomics	logistic regression, decision trees, SVM, neural networks	clinical, pathological, molecular, imaging	NA
83	2025-06-10	Bridging surgical oncology and personalized medicine: the role of artificial intelligence and machine learning in thoracic surgery 2025-Jun, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003302 PMID:40486596	综述	探讨人工智能和机器学习在胸外科手术肿瘤学中的应用及其对个性化医疗的影响	整合AI和ML技术以优化肺癌的早期检测、治疗精确性和手术决策	数据标准化不足、伦理问题及需要更强大的验证	研究AI和ML如何通过改善早期检测、提高手术精确性和实现个性化护理来优化胸外科手术肿瘤学	肺癌患者	数字病理学	肺癌	深度学习算法和预测模型	深度学习	医学影像和临床数据	NA
84	2025-06-10	Investigation of Short-term Crystalline Lens Positional Shifts Following ICL Implantation Using SS-OCT Integrated With Multi-task Deep Learning 2025-Jun, Journal of refractive surgery (Thorofare, N.J. : 1995) DOI:10.3928/1081597X-20250506-06 PMID:40488484	research paper	研究使用SS-OCT结合多任务深度学习评估ICL植入后短期晶状体位置变化	首次结合SS-OCT和多任务深度学习定量评估ICL植入后晶状体倾斜和偏心变化	样本量较小(42眼)，仅评估短期(1周内)变化	评估ICL植入对晶状体位置的短期影响	26名患者(42眼)的ICL植入手术前后晶状体位置	digital pathology	ophthalmic disease	SS-OCT	multi-task deep learning	medical image	42 eyes from 26 patients
85	2025-06-10	Insights into "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" 2025-May-30, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.04.046 PMID:40450446	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
86	2025-06-10	Response to Letter to the Editor regarding "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis" 2025-May-30, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.05.012 PMID:40450443	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
87	2025-06-10	Machine Learning and Deep Learning Techniques for Prediction and Diagnosis of Leptospirosis: Systematic Literature Review 2025-May-29, JMIR medical informatics IF:3.1Q2 DOI:10.2196/67859 PMID:40440642	系统性文献综述	本文通过系统性文献综述评估了机器学习和深度学习技术在预测和诊断钩端螺旋体病中的应用	首次系统性地总结了ML和DL在钩端螺旋体病预测与诊断中的应用情况，并分析了算法性能、数据来源和验证方法	纳入研究的样本量较小（17篇），且大多数研究使用私有数据集（65%），缺乏公开数据集的应用	评估机器学习和深度学习技术在钩端螺旋体病预测和诊断中的应用效果	钩端螺旋体病的预测和诊断	机器学习	钩端螺旋体病	机器学习(ML)和深度学习(DL)	支持向量机、人工神经网络、决策树、CNN（特别是U-Net CNN）	临床记录、医院数据、区域监测系统数据	17项研究（从374篇初筛文献中筛选）
88	2025-06-10	PathoGraph: A Graph-Based Method for Standardized Representation of Pathology Knowledge 2025-May-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04906-z PMID:40425649	研究论文	提出了一种基于图的知识表示方法PathoGraph，用于系统化组织病理学知识以促进其计算应用	PathoGraph能够全面且结构化地捕捉多尺度疾病特征及病理学家的专业知识，并通过大规模自动化构建验证其计算效用	NA	系统化组织病理学知识以促进其在数据驱动的生物医学研究和临床实践中的计算应用	病理学数据（包括切片和诊断报告）中的知识	数字病理学	肿瘤疾病	图表示方法	NA	图像、文本	NA
89	2025-06-10	A pediatric ECG database with disease diagnosis covering 11643 children 2025-May-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05225-z PMID:40419508	research paper	该研究提出了一个包含11643名0-14岁儿童的心电图数据库，用于心血管疾病的诊断	创建了一个专门针对儿童的心电图数据库，填补了现有数据集主要关注成人且缺乏疾病诊断信息的空白	数据仅来自郑州大学第一附属医院的住院儿童，可能不具有全国代表性	利用深度学习实现心电图智能诊断	0-14岁儿童的心电图数据	digital pathology	cardiovascular disease	ECG	NA	ECG records	11643名住院儿童，包含14190份心电图记录
90	2025-06-10	Leveraging Social Media Data to Understand the Impact of COVID-19 on Residents' Dietary Behaviors: Observational Study 2025-May-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/51638 PMID:40409748	研究论文	利用社交媒体数据研究COVID-19对居民饮食行为的影响	结合Twitter图片和文本数据，使用深度学习技术分析疫情对饮食行为的影响，并探讨情绪变化与饮食模式的关系	仅分析了特定时间段（2019-2021年）的数据，且样本局限于Twitter用户	探讨COVID-19对居民饮食行为的影响，为干预措施提供依据	Twitter上关于食物的图片和文本数据	自然语言处理	COVID-19	迁移学习、情感分析	ResNet-101	图像、文本	约200,000条推文
91	2025-06-10	Identifying Disinformation on the Extended Impacts of COVID-19: Methodological Investigation Using a Fuzzy Ranking Ensemble of Natural Language Processing Models 2025-May-21, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73601 PMID:40397945	research paper	本研究开发了一个结合预训练语言模型和模糊排名集成方法的深度学习框架，用于检测与COVID-19长期影响相关的虚假信息	创新点在于将预训练语言模型与基于模糊排名的集成方法相结合，并引入重新参数化的Gompertz函数来分配模糊排名	研究仅基于文本内容进行训练，未考虑其他可能影响虚假信息检测的因素	开发一个鲁棒且可推广的深度学习框架，用于检测与COVID-19长期影响相关的虚假信息	与COVID-19长期影响相关的虚假信息	natural language processing	COVID-19	预训练语言模型(PLMs), 模糊排名集成方法	RoBERTa, DeBERTa, XLNet, HAN	text	566真实样本和2361虚假样本
92	2025-06-10	Prediction of Spontaneous Breathing Trial Outcome in Critically Ill-Ventilated Patients Using Deep Learning: Development and Verification Study 2025-May-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/64592 PMID:40397953	研究论文	本研究开发了一种基于深度学习的预测模型，用于预测重症监护患者自主呼吸试验（SBT）的结果	提出了一种新型的混合CNN-MLP深度学习架构，通过交替CNN和MLP层进行特征学习和融合，提高了模型的灵活性和预测准确性	研究数据来自台湾中部一家医疗中心，可能限制了模型的普遍适用性	开发人工智能预测模型，提高呼吸机脱机评估的准确性和效率	重症监护病房中20岁及以上、依赖呼吸机的患者	医疗人工智能	呼吸系统疾病	深度学习	混合CNN-MLP	临床记录数据	3686名患者，6536条SBT前临床记录
93	2025-06-10	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	研究论文	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，并系统回顾了用于冻结步态（FOG）数字生物标志物的深度学习模型	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，并聚焦于FOG的深度学习模型	跨学科和跨机构合作不足，相关项目缺乏企业资助，FOG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，并系统回顾FOG数字生物标志物的深度学习模型	帕金森病数字生物标志物，特别是冻结步态（FOG）的深度学习模型	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，涉及3700名研究人员
94	2025-06-10	Research status and progress of deep learning in automatic esophageal cancer detection 2025-May-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i5.104410 PMID:40487951	review	本文全面探讨了深度学习在食管癌医学影像自动检测中的研究进展和应用前景	总结了深度学习在食管癌筛查和诊断中的临床价值，并提出了未来研究方向	需要克服构建高质量数据集、促进多模态特征融合和优化人工智能-临床工作流程整合等关键挑战	提高食管癌的筛查效率和诊断准确性，改善患者预后	食管癌的医学影像数据	digital pathology	esophageal cancer	deep learning	CNN	image	NA
95	2025-06-10	Research status and trends of deep learning in colorectal cancer (2011-2023): Bibliometric analysis and visualization 2025-May-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i5.103667 PMID:40487952	研究论文	通过文献计量学方法分析并可视化深度学习在结直肠癌领域的研究现状和发展趋势	首次对2011-2023年间深度学习在结直肠癌领域的研究热点和趋势进行文献计量分析	仅基于Web of Science数据库的文献数据，可能未涵盖所有相关研究	分析深度学习在结直肠癌领域的研究现状和发展趋势，预测未来研究方向	2011-2023年间发表的1275篇关于深度学习在结直肠癌领域应用的文献	数字病理	结直肠癌	文献计量分析	NA	文献数据	1275篇出版物，来自74个国家和2267个机构
96	2025-06-10	Computed tomography-based deep learning radiomics model for preoperative prediction of tumor immune microenvironment in colorectal cancer 2025-May-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i5.106103 PMID:40487956	research paper	本研究开发了一种基于CT的深度学习放射组学模型，用于术前预测结直肠癌肿瘤免疫微环境的关键生物标志物	首次使用CT影像结合深度学习技术非侵入性地预测肿瘤免疫微环境，避免了传统侵入性活检的限制	回顾性研究设计可能引入选择偏倚，样本量相对有限	开发非侵入性方法评估结直肠癌患者的肿瘤免疫微环境成分	315例经病理确诊的结直肠癌患者	digital pathology	colorectal cancer	CT imaging, deep learning radiomics	DenseNet-121/169	CT images	315例患者（220例训练队列，95例验证队列）
97	2025-06-10	Predicting gastric cancer survival using machine learning: A systematic review 2025-May-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i5.103804 PMID:40487963	系统性综述	本文综述了机器学习在预测胃癌患者生存率中的应用及其主要局限性	系统评估了机器学习模型在胃癌生存预测中的表现，并指出了当前方法的关键局限性	研究主要依赖回顾性数据，模型可解释性不足，性能存在变异性	评估机器学习在预测胃癌生存率中的应用并改进临床实践	胃癌患者	机器学习	胃癌	机器学习	深度学习、随机森林、支持向量机、集成方法	回顾性临床数据	134至14177名患者
98	2025-06-10	scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100875 PMID:40373737	research paper	该研究提出了一种名为scPrediXcan的方法，将深度学习和单细胞数据整合到细胞类型特异性转录组范围关联研究框架中	scPrediXcan整合了先进的深度学习方法和单细胞数据，提高了细胞类型特异性基因表达的预测准确性，并捕捉了线性模型忽略的复杂基因调控规律	NA	提高转录组范围关联研究（TWAS）在细胞水平上识别疾病机制的能力	2型糖尿病（T2D）和系统性红斑狼疮（SLE）	machine learning	type 2 diabetes, systemic lupus erythematosus	single-cell data, deep learning	ctPred	single-cell expression data	NA
99	2025-06-10	FastConformation: A Standalone ML-Based Toolkit for Modeling and Analyzing Protein Conformational Ensembles at Scale 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.09.653048 PMID:40463224	研究论文	介绍了一个名为FastConformation的Python应用程序，用于建模和分析蛋白质构象集合	集成了MSA生成、AF2结构预测和蛋白质构象交互分析，提供用户友好的GUI界面，支持非编程背景的研究人员使用	未明确提及样本量或具体性能比较数据	开发一个高效、易用的工具来预测和分析蛋白质构象集合	蛋白质构象集合，包括Abl1激酶、LAT1转运体和CCR5受体等	结构生物学	NA	AlphaFold 2 (AF2), 多序列比对(MSA)	深度学习	蛋白质序列和结构数据	NA
100	2025-06-10	A New Biomarker of Aging Derived From Electrocardiograms Improves Risk Prediction of Incident Cardiovascular Disease 2025-May-13, JACC. Advances DOI:10.1016/j.jacadv.2025.101764 PMID:40367762	research paper	研究评估了从心电图深度学习算法中得出的心血管老化生物标志物δ-age在提高心血管疾病初级预防模型性能中的潜在价值	引入了一种新的心血管老化生物标志物δ-age，通过深度学习算法从12导联心电图中预测年龄差异，并验证其在心血管疾病风险预测中的增量价值	研究样本仅来自挪威Tromsø研究，可能限制了结果的普遍性	评估δ-age生物标志物在心血管疾病初级预防风险预测模型中的增量价值	7,108名挪威Tromsø研究的男性和女性参与者	machine learning	cardiovascular disease	deep learning	深度学习算法	electrocardiograms	7,108名参与者（155例心肌梗死和141例中风病例）