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
981	2025-05-01	Deep learning in the diagnosis for cystic lesions of the jaws: a review of recent progress 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae022 PMID:38814810	review	本文综述了深度学习在颌骨囊性病变诊断中的最新进展	探讨了深度学习在颌骨囊性病变诊断中的性能表现，并比较了不同模型的差异	模型可解释性不足，缺乏多中心数据验证	研究深度学习在颌骨囊性病变诊断中的应用	颌骨囊性病变	digital pathology	颌骨囊性病变	deep learning	DL	image	44项研究
982	2025-05-01	Development and external validation of deep learning clinical prediction models using variable-length time series data 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae088 PMID:38679906	研究论文	比较和外部验证了用于可变长度时间序列数据的深度学习模型架构和数据转换方法在三个临床任务中的表现	比较了三种特征工程方法和三种深度学习架构在临床任务中的表现，发现LSTM/GRU架构与PLE-DT转换数据结合在所有任务中表现最佳	研究仅基于两个医疗中心的数据，可能缺乏更广泛的代表性	开发和外部验证深度学习临床预测模型，用于预测临床恶化、严重急性肾损伤和疑似感染	医院住院患者	机器学习	急性肾损伤、感染	深度学习	LSTM/GRU, TDW-CNN, 时间卷积网络	时间序列数据	训练集373,825例住院患者，测试集256,128例住院患者
983	2025-05-01	Improving resolution of panoramic radiographs: super-resolution concept 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae009 PMID:38483289	研究论文	本研究利用深度学习超分辨率技术提升牙科全景X光片的分辨率，以支持更精确的诊断和治疗计划	采用四种先进的深度学习模型（SRCNN、Efficient Sub-Pixel CNN、SRGAN和Autoencoder）进行牙科图像超分辨率重建，并比较其性能	当图像缩放比例较高时，性能会下降	提升牙科全景X光片的分辨率，以改善诊断和治疗计划的精确性	牙科全景X光片	计算机视觉	牙科疾病	深度学习超分辨率技术	SRCNN, Efficient Sub-Pixel CNN, SRGAN, Autoencoder	图像	1714张全景X光片（训练集1364张，测试集350张）
984	2025-05-01	Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae012 PMID:38502963	研究论文	开发基于nnU-Net v2的人工智能模型，用于在锥形束计算机断层扫描（CBCT）图像中自动分割上颌窦	使用nnU-Net v2深度学习模型实现上颌窦的自动分割，并在CBCT图像上评估其性能	样本量较小（101例CBCT扫描），可能影响模型的泛化能力	开发并评估一种自动分割上颌窦的人工智能模型	上颌窦	计算机视觉	NA	CBCT	nnU-Net v2	图像	101例CBCT扫描（80例训练，11例验证，10例测试）
985	2025-05-01	Histopathological evaluation of abdominal aortic aneurysms with deep learning 2024-Apr-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.23.24306178 PMID:38712033	研究论文	利用深度学习技术对腹主动脉瘤的组织病理学标本进行数字全切片图像分析	首次在血管病理学中全面评估深度学习技术的应用，特别是在预测炎症特征、纤维化等级和剩余弹性纤维方面	研究仅基于三个欧洲中心的369名患者样本，可能存在样本多样性和代表性的限制	探索深度学习在血管疾病计算病理学中的应用，以改善对腹主动脉瘤病理生理学的理解和治疗策略的个性化	腹主动脉瘤患者的组织病理学标本	数字病理学	心血管疾病	深度学习	NA	图像	369名患者的腹主动脉瘤样本
986	2025-05-01	An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X 2024-04, Big data IF:2.6Q2 DOI:10.1089/big.2022.0029 PMID:36848263	研究论文	提出了一种基于扩展模型的智能信道估计算法，用于5G-V2X车联网系统	基于信道脉冲响应的稀疏性建立适用于高速移动场景的扩展模型，并设计了一种基于深度学习的信道估计算法，结合多层CNN和双向GRU提高估计精度	未提及实际场景测试结果或与其他深度学习方法的对比	提高5G-V2X车联网系统的信道估计精度和降低误码率	5G-V2X车联网系统的信道估计	机器学习	NA	深度学习	CNN, 双向GRU	信道数据	NA
987	2025-05-01	Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach 2024-Mar-27, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujae030 PMID:38682463	研究论文	提出了一种基于贝叶斯多层次上下文学习的方法，用于发现潜在的癌症突变主题	利用计算语言学中的主题模型对突变上下文进行降维，产生可解释、去相关的元特征主题	突变上下文的体积、相关性和不可解释性使得原则性统计推断不可行	推断超罕见、全基因组体细胞突变的癌症类型特异性	全基因组体细胞突变	机器学习	癌症	贝叶斯多层次上下文学习、主题模型	hidden genome模型	基因组数据	数千个肿瘤中的数千万个变异
988	2025-05-01	Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution 2024-03-01, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2023-187 PMID:38527297	研究论文	开发并验证了一种用于胶囊内窥镜中小肠病理检测的深度学习系统	在新加坡机构中首次应用深度学习模型进行胶囊内窥镜图像分析，提出了一种结合预训练模型和本地数据的方法	样本量较小（总样本72例），且仅在单一机构进行验证	提高胶囊内窥镜诊断效率，缩短诊断时间	小肠胶囊内窥镜图像	计算机视觉	小肠疾病	胶囊内窥镜	CNN（基于ResNet50架构）	图像	72例（43例来自开源数据集Kvasir-Capsule，29例为本地收集数据）
989	2025-05-01	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.2 PMID:39911314	研究论文	评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况	首次在乌干达医学院教师中调查AI工具的使用情况，并分析了不同年龄段教师的使用差异	样本仅来自四所公立大学，可能无法代表所有医学院教师	了解AI工具在医学教育中的应用现状	乌干达四所公立大学的医学院教师	自然语言处理	NA	问卷调查	NA	问卷调查数据	224名医学院教师
990	2025-04-30	DeepMolecules: a web server for predicting enzyme and transporter-small molecule interactions 2025-Apr-29, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf343 PMID:40297998	research paper	DeepMolecules是一个易于访问的Web服务器，用于预测蛋白质与小分子的相互作用	集成了四种最先进的模型，用于预测酶和转运体与小分子的相互作用，以及酶的周转数和米氏常数	NA	预测蛋白质与小分子的相互作用，支持代谢工程、药物发现和生物催化剂优化	酶和转运体与小分子的相互作用	machine learning	NA	deep learning, gradient-boosted decision tree	ESP, SPOT, TurNuP	protein amino acid sequences, small molecules in SMILES, InChI, or KEGG ID formats	NA
991	2025-04-30	SpecRecFormer: Deep Learning-Driven Adaptive Component Identification of PAH Mixtures Based on Single-Component Raman Spectra 2025-Apr-29, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00461 PMID:40298131	研究论文	本文提出了一种基于深度学习的自适应成分识别方法SpecRecFormer，用于快速识别多环芳烃混合物中的单个成分	整合了双通道CNN和Transformer模块，采用自适应阈值策略提高识别准确率，仅需少量单组分光谱数据进行训练	训练数据仅来源于四种单组分参考光谱，可能限制模型在其他类型混合物中的泛化能力	解决混合光谱中成分识别的挑战，提高多环芳烃混合物分析的准确性和效率	多环芳烃(PAHs)混合物	光谱分析	NA	拉曼光谱	CNN+Transformer混合模型(SpecRecFormer)	光谱数据	四种单组分参考光谱生成训练数据，三个真实PAH数据集进行测试
992	2025-04-30	Disentangling Morphology and Conductance in Amorphous Graphene 2025-Apr-29, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00458 PMID:40298244	研究论文	该研究结合深度学习增强的模拟技术和渗透理论，分析了三种形态不同的非晶石墨烯薄膜的电子传导特性	避免了周期性边界条件在非周期性系统中的误用，并探索了传导网络在电子能谱中的结晶性变化	部分形态描述符在见证传导特性方面存在局限性	研究非晶石墨烯薄膜的电子传导特性与形态之间的关系	三种形态不同的介观尺度非晶石墨烯薄膜	材料科学	NA	深度学习增强的模拟技术、渗透理论	NA	模拟数据	三种非晶石墨烯薄膜
993	2025-04-30	SlitNET: A Deep Learning Enabled Spectrometer Slit 2025-Apr-29, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06014 PMID:40298458	研究论文	介绍了一种基于深度学习的SlitNET光谱仪狭缝，用于提高光谱分辨率和通量	通过深度学习模型SlitNET实现了高分辨率拉曼光谱的重建，同时保持高通量	需要实验数据进行微调，可能对特定材料或实验条件有依赖性	提高光谱仪的分辨率和通量，增强光学光谱分析的灵敏度和特异性	拉曼光谱数据	光学光谱	NA	深度学习	神经网络	光谱数据	NA
994	2025-04-30	A Dual-Modal Wearable Pulse Detection System Integrated with Deep Learning for High-Accuracy and Low-Power Sleep Apnea Monitoring 2025-Apr-29, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202501750 PMID:40298874	research paper	介绍了一种集成深度学习的双模态可穿戴脉搏检测系统，用于高精度和低功耗的睡眠呼吸暂停监测	结合压电纳米发电机（PENG）和PPG传感器的双模态系统，采用两阶段检测策略及Vision Transformer深度学习模型，实现高精度和低功耗	未提及具体样本量或临床试验结果	开发一种长期监测睡眠呼吸暂停综合征（SAS）的可穿戴系统，克服传统多导睡眠图（PSG）的局限性	睡眠呼吸暂停综合征（SAS）患者	数字病理学	睡眠呼吸暂停综合征	光电容积描记术（PPG）和压电纳米发电机（PENG）	Vision Transformer	生理信号数据	NA
995	2025-04-30	Effect of Cell-Cell Interaction on Single-Cell Behavior Revealed by a Deep Learning-Aided High-Throughput Addressable Single-Cell Coculture System 2025-Apr-29, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00306 PMID:40298933	研究论文	本文介绍了一种深度学习辅助的高通量可寻址单细胞共培养系统（DL-HASCCS），用于研究单细胞间的相互作用	开发了一种新型高通量单细胞共培养系统，结合深度学习技术实现快速配对和定量分析单细胞相互作用	未提及系统在不同细胞类型或更复杂条件下的适用性	研究细胞间相互作用对单细胞行为的影响	乳腺癌细胞和内皮细胞	数字病理学	乳腺癌	高通量单细胞共培养	深度学习	单细胞数据	未明确提及具体样本数量
996	2025-04-30	ConsisTNet: a spatio-temporal approach for consistent anatomical localization in endoscopic pituitary surgery 2025-Apr-29, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03369-2 PMID:40299263	research paper	提出了一种名为ConsisTNet的时空模型，用于提高内窥镜垂体手术中关键解剖结构定位的预测稳定性	ConsisTNet利用连续帧的时空特征，通过半监督策略和标签传播生成伪标签，显著提高了预测的时空一致性	未提及具体的数据集规模或多样性限制	提升内窥镜垂体手术中关键解剖结构定位的预测稳定性和准确性	内窥镜垂体手术中的关键解剖结构	computer vision	pituitary disease	semi-supervised learning, label propagation	ConsisTNet (spatio-temporal model)	video	NA
997	2025-04-30	Stochastic forest transition model dynamics and parameter estimation via deep learning 2025-Apr-18, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025046 PMID:40296811	研究论文	本研究开发了一个随机微分方程模型来捕捉森林、农业和废弃土地之间动态转变的复杂现象，并提出了一个深度学习方法来估计模型参数	提出了一种新颖的深度学习方法，能够从包含森林和农业土地比例时间序列观测的单个样本中估计所有模型参数	NA	理解森林转变动态和未来任何时间的森林砍伐趋势	森林、农业和废弃土地之间的动态转变	机器学习	NA	深度学习	随机微分方程模型	时间序列数据	单个样本（包含时间序列观测）
998	2025-04-30	Silencer variants are key drivers of gene upregulation in Alzheimer's disease 2025-Apr-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.07.25325386 PMID:40297423	research paper	该研究开发了一个深度学习框架，用于评估阿尔茨海默病（AD）相关非编码变异在背外侧前额叶皮层（DLPFC）及其主要细胞类型中的调控潜力	结合bulk和单细胞表观基因组数据，首次系统性地评估了AD相关非编码变异的调控潜力，并分类为沉默子变异（SL）、增强子变异（EN）或两者兼具的变异（ENSL）	研究主要关注DLPFC区域，可能无法完全代表其他脑区的情况	阐明AD相关遗传变异的调控机制及其在AD发病中的作用	AD相关的非编码遗传变异	machine learning	阿尔茨海默病	深度学习	深度学习框架	表观基因组数据	NA
999	2025-04-30	AutoRADP: An Interpretable Deep Learning Framework to Predict Rapid Progression for Alzheimer's Disease and Related Dementias Using Electronic Health Records 2025-Apr-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.06.25325337 PMID:40297450	research paper	提出了一种名为AutoRADP的可解释深度学习框架，用于预测阿尔茨海默病及相关痴呆症的快速进展	结合结构化与非结构化电子健康记录数据，采用基于规则的自然语言处理方法提取关键认知评估，并通过SHAP值提供可解释的预测	数据不平衡问题通过混合采样策略解决，但可能仍存在样本代表性不足的问题	开发一个准确且可解释的预测模型，以识别阿尔茨海默病及相关痴呆症的快速进展风险	阿尔茨海默病及相关痴呆症患者	machine learning	geriatric disease	自然语言处理，特征选择，混合采样策略	autoencoder	structured and unstructured EHR data	NA
1000	2025-04-30	Deep Learning-based Quantitative CT Myocardial Perfusion Imaging and Risk Stratification of Coronary Artery Disease 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.242570 PMID:40298595	research paper	开发并验证了一种基于深度学习的模型，用于自动量化心肌血流和缺血心肌体积百分比，并探索其对主要不良心血管事件的预测价值	首次开发了基于深度学习的自动量化心肌血流和缺血心肌体积百分比的方法，并验证了其在心血管风险分层中的预测价值	研究为多中心回顾性和前瞻性队列研究，可能存在选择偏倚	开发并验证深度学习模型，用于心肌缺血的自动诊断和心血管风险分层	临床需要进行CT心肌灌注成像和冠状动脉CT血管造影的患者	digital pathology	cardiovascular disease	dynamic CT myocardial perfusion imaging (MPI), coronary CT angiography (CCTA)	DL (Deep Learning)	image	1108名患者（平均年龄61岁±12岁；667名男性）