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
10021	2025-10-07	Artificial intelligence to predict treatment response in rheumatoid arthritis and spondyloarthritis: a scoping review 2025-04-07, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-025-05825-3 PMID:40192881	综述	分析人工智能技术在预测类风湿关节炎和脊柱关节炎治疗反应中的应用类型与方法	首次系统综述AI在风湿病领域预测治疗反应的应用现状与潜力	研究方法异质性限制了结果的普适性，缺乏外部验证	评估AI技术在预测风湿性疾病治疗反应中的应用效果	类风湿关节炎和脊柱关节炎患者	机器学习	风湿性疾病	多组学分析、医学影像分析	监督机器学习、无监督聚类、深度学习	电子病历、临床生物标志物、遗传数据、蛋白质组数据、影像数据	89项符合条件的研究（74项RA研究，7项SpA研究，4项银屑病关节炎研究，4项混合研究）	NA	随机森林, 支持向量机	准确率, AUC	NA
10022	2025-10-07	Difficulty aware programming knowledge tracing via large language models 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96540-3 PMID:40181055	研究论文	提出了一种基于大语言模型的难度感知编程知识追踪方法，通过分析编程问题的文本理解难度和知识点难度来提升学生知识状态预测精度	首次将文本理解难度和知识点难度同时引入知识追踪，结合注意力机制和大语言模型动态更新学生知识状态	NA	提高编程知识追踪的准确性和时空反映能力	编程教育中的学生知识状态	自然语言处理	NA	大语言模型	图注意力网络	文本	NA	NA	注意力机制,图注意力网络	评估精度,时空反映能力	NA
10023	2025-10-07	Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM 2025-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3494732 PMID:39514345	研究论文	提出一种基于增量重训练LSTM的个性化血糖预测方法，可在有限连续血糖监测数据下实现准确预测	提出增量重训练堆叠LSTM框架，通过逐步适应个体数据和参数迁移提高效率，解决传统方法需要大量训练数据的问题	研究主要针对1型糖尿病患者，未涉及其他类型糖尿病	开发适用于有限CGM数据的个性化血糖预测方法，提升人工胰腺系统的胰岛素输送效果	1型糖尿病患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测	LSTM	时间序列数据	两个CGM数据集：OpenAPS和Replace-BG	TensorFlow, PyTorch	堆叠LSTM	均方根误差, Clarke误差网格分析	NA
10024	2025-10-07	Leveraging Natural Language Processing and Machine Learning Methods for Adverse Drug Event Detection in Electronic Health/Medical Records: A Scoping Review 2025-Apr, Drug safety IF:4.0Q1 DOI:10.1007/s40264-024-01505-6 PMID:39786481	综述	本文通过范围综述评估自然语言处理和机器学习方法在电子健康记录中检测药物不良事件的有效性	系统性地总结了NLP/ML技术在利用非结构化EHR数据进行药物警戒的最新应用进展	研究方法存在显著异质性，缺乏标准化方法和验证标准，限制了实践应用	评估NLP/ML技术从非结构化EHR数据中检测药物不良事件的有效性以改善药物警戒	电子健康记录中的非结构化文本数据	自然语言处理, 机器学习	药物不良事件	自然语言处理, 机器学习	基于规则的NLP, 统计模型, 深度学习	非结构化文本	7项符合纳入标准的研究	NA	NA	模型性能评估指标	NA
10025	2025-10-07	Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks 2025-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3498097 PMID:40030371	研究论文	提出一种基于递归脉冲神经网络的深度学习事件计数方法，用于家庭环境中睡眠呼吸暂停的筛查和AHI指数估计	引入RSN-Count技术，利用脉冲神经网络直接计数呼吸暂停事件，减少对精确事件定位的依赖	样本量较小（N=33），需要在更大数据集上验证	开发改进的家庭睡眠呼吸暂停筛查方法，实现可靠的AHI指数估计	睡眠呼吸暂停患者	机器学习	睡眠呼吸暂停	音频和血氧饱和度记录	SNN	音频信号, SpO2信号	33例整夜录音数据	NA	递归脉冲神经网络	平均绝对误差	NA
10026	2025-10-07	Brain-wide 3D neuron detection and mapping with deep learning 2025-Apr, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.2.025012 PMID:40401216	研究论文	提出了一种基于深度学习的全脑3D神经元检测与映射方法NeuronMapper	首次将Video Swin Transformer应用于全脑3D神经元检测，实现了百万级别神经元定位	方法主要针对小鼠脑数据，尚未在其他物种上验证	开发自动可靠的神经元检测与映射技术以理解神经回路	小鼠全脑神经元胞体	计算机视觉	NA	3D成像	Transformer, CNN	3D图像	百万级别神经元	PyTorch	Video Swin Transformer	检测准确率, 定位精度	GPU
10027	2025-10-07	Reasoning-Driven Food Energy Estimation via Multimodal Large Language Models 2025-Mar-24, Nutrients IF:4.8Q1 DOI:10.3390/nu17071128 PMID:40218886	研究论文	本文提出通过微调和体积感知推理两种方法改进多模态大语言模型在基于图像的食物能量估计中的性能	首次将多模态大语言模型应用于食物能量估计，并提出体积感知推理和细粒度估计提示方法解决食物尺寸识别难题	模型在食物尺寸识别方面仍存在局限，这是影响能量估计准确性的关键因素	改进基于图像的食物能量估计准确度，支持饮食摄入监测应用	食物图像及其能量含量估计	计算机视觉,自然语言处理	NA	多模态大语言模型	MLLMs	图像	Nutrition5k数据集	NA	多模态大语言模型,LoRA	估计准确度	NA
10028	2025-10-07	Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study 2025-Mar-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325602 PMID:39486884	研究论文	本研究基于深度学习建立了新加坡华人前房尺寸的规范数据库，用于评估房角关闭	首次建立了基于深度学习的华人前房尺寸规范数据库，并提出了ACD第20百分位数和LV第85百分位数的组合诊断标准	研究仅针对新加坡华人群体，样本代表性有限；排除了有眼部手术或外伤的病例	建立前房尺寸的规范数据库并评估其在原发性房角关闭疾病诊断中的价值	新加坡华人眼病研究中的2157只眼睛（1853只开放房角，304只房角关闭）	医学影像分析	眼科疾病	前段光学相干断层扫描	深度学习算法	医学影像	2157只眼睛	NA	NA	平衡准确度, 灵敏度, 特异性	NA
10029	2025-10-07	Leveraging large language models for knowledge-free weak supervision in clinical natural language processing 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68168-2 PMID:40064991	研究论文	提出一种利用大语言模型进行知识无关弱监督的临床自然语言处理方法	通过微调LLM生成弱标注数据训练下游BERT模型，无需领域知识即可实现优越性能	LLM推理计算量较大	解决临床自然语言处理中标注数据稀缺的问题	临床命名实体识别	自然语言处理	NA	弱监督学习、上下文学习	LLM, BERT	临床文本	三个i2b2/n2c2数据集，不超过50份黄金标准病历	NA	Llama2-13B, PubMedBERT	F1分数	NA
10030	2025-10-07	Development of a deep learning radiomics model combining lumbar CT, multi-sequence MRI, and clinical data to predict high-risk cage subsidence after lumbar fusion: a retrospective multicenter study 2025-Mar-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01355-y PMID:40025592	研究论文	开发结合腰椎CT、多序列MRI和临床数据的深度学习影像组学模型，用于预测腰椎融合术后高风险椎间融合器下沉	首次将3D视觉变换器深度学习模型与传统影像组学特征、临床特征相结合，构建多中心联合预测模型	回顾性研究设计，样本量相对有限（305例患者），需要进一步前瞻性验证	预测腰椎融合术后高风险椎间融合器下沉患者	接受腰椎融合手术的患者	医学影像分析	脊柱疾病	CT、MRI影像学检查	深度学习, 逻辑回归	医学影像（CT、MRI）、临床数据	305例患者（训练集214例，验证集61例，测试集30例）来自三个医疗中心	NA	3D视觉变换器	AUC（曲线下面积）	NA
10031	2025-10-07	KID-PPG: Knowledge Informed Deep Learning for Extracting Heart Rate From a Smartwatch 2025-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3477275 PMID:39383068	研究论文	提出一种融合专家知识的知识驱动深度学习模型KID-PPG，用于从智能手表PPG信号中准确提取心率	通过自适应线性滤波、深度概率推断和数据增强将医学与信号处理领域的专家知识整合到深度学习模型中	仅在PPGDalia数据集上进行评估，未在其他数据集验证泛化能力	解决PPG信号中运动伪影和信号质量退化导致的心率提取不准确问题	智能手表采集的光电容积脉搏波(PPG)信号	生物医学信号处理	心血管疾病	光电容积脉搏波(PPG)	深度学习	PPG信号	PPGDalia数据集	NA	KID-PPG	平均绝对误差(MAE)	NA
10032	2025-10-07	Brain tumour histopathology through the lens of deep learning: A systematic review 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109642 PMID:39787663	系统综述	系统回顾深度学习在脑肿瘤特别是胶质母细胞瘤组织病理学研究中的应用现状与趋势	首次系统梳理了ML/DL技术在GBM组织病理学研究中的应用模式，揭示了组学数据与组织病理数据整合分析的新趋势	纳入的GBM相关研究数量有限（仅8篇），且许多研究未能清晰报告模型训练和评估方法	调查机器学习/深度学习技术如何推动脑肿瘤特别是胶质母细胞瘤的组织病理学研究进展	54项符合条件的研究，重点关注胶质母细胞瘤相关研究	数字病理	脑肿瘤/胶质母细胞瘤	组织病理学与多组学数据整合分析	SVM, CNN	组织病理图像, 多组学数据	54项研究（其中8项GBM专项研究）	NA	ResNet	NA	NA
10033	2025-10-07	Artificial Intelligence-Guided Lung Ultrasound by Nonexperts 2025-Mar-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.4991 PMID:39813064	研究论文	评估人工智能引导非专业医护人员获取诊断质量肺部超声图像的能力	首次验证AI引导非专业医护人员获取诊断质量肺部超声图像的可行性	研究样本量有限，仅包含176名参与者	评估AI在指导非专业医护人员获取诊断质量肺部超声图像方面的能力	呼吸困难患者和非专业医护人员（医疗助理、呼吸治疗师和护士）	医学影像分析	肺部疾病	肺部超声	深度学习	超声图像	176名参与者	NA	NA	诊断质量比例	NA
10034	2025-10-07	Ventricular Arrhythmia Classification Using Similarity Maps and Hierarchical Multi-Stream Deep Learning 2025-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3490187 PMID:39485690	研究论文	提出一种基于相似性映射和分层多流深度学习的室性心律失常分类方法	开发了相似性映射特征来捕捉ECG信号中的规律性，并提出了分层多流ResNet34架构	NA	解决室性心动过速、心室颤动和非室性心律之间的分类问题	心电图信号中的室性心律失常	数字病理学	心血管疾病	ECG信号分析	深度学习	心电图信号	NA	NA	ResNet34	灵敏度, 准确率	NA
10035	2025-10-07	Efficient spheroid morphology assessment with a ChatGPT data analyst: implications for cell therapy 2025-Mar, BioTechniques IF:2.2Q4 DOI:10.1080/07366205.2025.2493489 PMID:40264428	研究论文	开发基于ChatGPT数据分析师的深度学习自动方法用于评估脂肪来源干细胞球体形态质量	首次将ChatGPT数据分析师应用于细胞球体形态评估，提供自动化测量解决方案	未提及样本量的具体限制和模型泛化能力的验证	开发自动化的球体尺寸测量方法以改进细胞球体质量评估	脂肪来源干细胞(ADSCs)形成的球体	计算机视觉	骨关节炎	深度学习图像识别与处理	NA	图像	NA	ChatGPT Data Analyst, ImageJ	NA	Bland-Altman分析, 散点图相关系数	NA
10036	2025-10-07	Multiple model visual feature embedding and selection method for an efficient oncular disease classification 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84922-y PMID:39934192	研究论文	提出一种基于深度学习的眼疾自动分类系统，采用多模型视觉特征嵌入和选择方法	引入结合线性判别分析和先进神经网络分类器的两级特征选择框架，显著降低计算复杂度同时提升分类准确率	仅在ODIR数据集上进行验证，需要进一步临床实际环境测试	开发高效的眼部疾病自动分类系统以支持临床决策	眼部疾病患者眼底图像	计算机视觉	眼部疾病	眼底成像	DNN, LSTM, BiLSTM	图像	5000张患者眼底图像，分为8种眼疾类别	TensorFlow, Keras	DenseNet201, EfficientNetB3, InceptionResNetV2	准确率, 精确率, 召回率	NA
10037	2025-10-07	Computational Methods for Predicting Chemical Reactivity of Covalent Compounds 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01591 PMID:39823568	研究论文	本研究开发了预测共价化合物化学反应性的计算方法	整合机器学习、深度学习和量子力学计算评估共价化合物固有反应性，FP-Stack模型在测试集上表现出优异的相关性	研究主要针对半胱氨酸靶向共价化合物，未涵盖其他亲核氨基酸靶点	准确预测和调控共价化合物的反应性以促进共价药物发现	419种半胱氨酸靶向共价化合物及其反应性数据	机器学习	NA	量子力学计算	机器学习,深度学习	化学化合物数据	419种共价化合物	NA	FP-Stack	Pearson相关系数,Spearman相关系数	NA
10038	2025-10-07	Deep Learning-Based Tract Classification of Preoperative DWI Tractography Advances the Prediction of Short-Term Postoperative Language Improvement in Children With Drug-Resistant Epilepsy 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3463481 PMID:39292577	研究论文	开发基于深度卷积神经网络的束路分类方法，通过术前弥散加权成像连接组预测儿童耐药性癫痫患者术后短期语言功能改善	扩展了基于DCNN的束路分类方法，利用高质量全脑弥散加权成像连接组数据库，显著提高了连接标记的可重复性和术后语言改善预测准确率	研究样本量有限，需要在更大规模队列中验证方法的普适性	提高儿童耐药性癫痫患者术后语言功能改善的预测准确性	患有耐药性癫痫的儿童患者	医学影像分析	癫痫	弥散加权成像，束路成像	DCNN	医学影像	独立验证队列	NA	深度卷积神经网络	准确率，F统计量	NA
10039	2025-10-07	Deep Learning for Pediatric Sleep Staging From Photoplethysmography: A Transfer Learning Approach From Adults to Children 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3470534 PMID:39331540	研究论文	本研究采用迁移学习方法，将基于成人数据训练的深度学习模型应用于儿童光电容积脉搏波睡眠分期	首次将成人领域的深度学习模型通过迁移学习应用于儿童睡眠分期，解决了儿童数据稀缺的问题	对5岁以下儿童性能下降，需要覆盖更广年龄范围的儿科数据集	开发基于光电容积脉搏波的自动化儿童睡眠分期算法	儿童睡眠数据，特别是5-10岁年龄段	机器学习	睡眠障碍	光电容积脉搏波	深度学习	时间序列数据	CHAT数据集（儿童腺样体扁桃体切除术试验）的80%用于训练，包含5-10岁儿童记录	NA	NA	Cohen's Kappa	NA
10040	2025-10-07	TFTL: A Task-Free Transfer Learning Strategy for EEG-Based Cross-Subject and Cross-Dataset Motor Imagery BCI 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3474049 PMID:39365711	研究论文	提出一种无需任务校准的迁移学习策略TFTL，用于基于EEG的跨被试和跨数据集运动想象脑机接口	首次提出任务无关的迁移学习策略，仅使用目标被试的静息态数据即可构建个性化模型，实现零校准试验	未明确说明模型在不同疾病人群中的泛化能力	减少运动想象脑机接口的校准时间并实现多中心数据协同建模	脑电信号数据	机器学习	神经康复疾病	EEG脑电信号采集	深度学习	脑电信号	五个数据集（BCIC IV Dataset 2a, Dataset 1, Physionet MI, Dreyer 2023, OpenBMI）	NA	ShallowConvNet, EEGNet, TCNet-Fusion	准确率提升	NA