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
10121	2025-10-07	IoT driven smart health monitoring for heart disease prediction using quantum kernel enhanced sardine diffusion and CNN 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99990-x PMID:40389708	研究论文	提出一种基于物联网的量子核增强沙丁鱼扩散注意力网络用于心脏病实时预测	结合量子计算与经典深度学习方法，提出Qua-KSar-DCK-ArNet新型混合模型	未明确说明模型在资源匮乏地区的具体部署挑战和计算需求	开发实时心脏病预测系统以改善医疗资源不足地区的诊疗效率	心脏病患者的心电数据和心率数据	医疗健康监测, 机器学习	心脏病	物联网传感技术, 量子聚类	CNN, 量子机器学习	ECG信号, 心率数据	NA	NA	Qua-KSar-DCK-ArNet, Fast Point Transformer	准确率	NA
10122	2025-10-07	Multiple deep learning models based on MRI images in discriminating glioblastoma from solitary brain metastases: a multicentre study 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01703-3 PMID:40389875	研究论文	基于多中心多序列MRI图像开发深度学习模型，用于术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤	首次结合多中心多序列MRI图像，比较多种3D深度学习模型在鉴别两种脑肿瘤中的性能	样本量相对有限，仅包含236例患者	开发术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤的深度学习模型	经病理证实的胶质母细胞瘤和孤立性脑转移瘤患者	计算机视觉	脑肿瘤	MRI多序列成像	深度学习	3D MRI图像	236例患者（训练集197例，测试集39例），外部验证集48例	NA	3D ResNet-18, 3D Vision Transformer, 3D DenseNet, 3D VGG	AUC, 准确率, 精确率, 召回率, F1分数	NA
10123	2025-10-07	Deep learning models based on multiparametric magnetic resonance imaging and clinical parameters for identifying synchronous liver metastases from rectal cancer 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01692-3 PMID:40389920	研究论文	基于多参数磁共振成像和临床参数开发深度学习模型预测直肠癌同步肝转移	首次结合直肠癌原发灶多参数MRI图像和基本临床数据构建深度学习模型预测同步肝转移	回顾性研究，样本量有限（主要队列176例，外部验证31例）	预测直肠癌患者的同步肝转移风险	直肠癌患者	医学影像分析	直肠癌	多参数磁共振成像	深度学习	医学影像，临床数据	主要队列176例，外部验证队列31例	NA	残差网络	AUC，决策曲线分析，ROC分析	NA
10124	2025-10-07	Deep learning-powered radiotherapy dose prediction: clinical insights from 622 patients across multiple sites tumor at a single institution 2025-May-19, Radiation oncology (London, England) DOI:10.1186/s13014-025-02634-7 PMID:40390053	研究论文	本研究使用深度学习模型对622名多部位肿瘤患者的放疗剂量进行预测，结合客观和主观评估方法	首次在多个肿瘤类型中综合评估深度学习模型的剂量预测性能，并提出'最佳选择'方法整合不同模型优势	单中心研究，样本量相对有限，未包含所有常见肿瘤类型	评估深度学习模型在多肿瘤类型放疗剂量预测中的性能	622名不同肿瘤部位患者，包括鼻咽癌、食管癌、乳腺癌、宫颈癌和直肠癌	医学影像分析	多部位肿瘤	放疗计划数据分析	深度学习	放疗计划数据	622名患者，涵盖7个不同肿瘤部位组别	NA	U-Net, Flex-Net, Highres-Net	归一化剂量差异(NDD), 剂量体积直方图(DVH), 临床可接受率	NA
10125	2025-10-07	Diagnosis of early idiopathic pulmonary fibrosis: current status and future perspective 2025-May-19, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03270-1 PMID:40390073	综述	本文探讨了早期特发性肺纤维化的诊断现状与未来展望，重点介绍了人工智能和新型支气管镜技术在早期诊断中的应用	提出了早期IPF的明确定义，强调了早期诊断的紧迫性，并系统整合了AI技术和新型支气管镜技术等创新诊断方法	作为综述文章，主要总结现有研究成果而非提供原始研究数据	完善早期特发性肺纤维化的诊断方法和治疗策略	特发性肺纤维化患者	数字病理	肺纤维化	高分辨率计算机断层扫描,经支气管肺冷冻活检,基因组分类器,支气管内光学相干断层扫描	机器学习,深度学习	医学影像,基因组数据,生物标志物数据	NA	NA	NA	NA	NA
10126	2025-10-07	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	开发基于深度学习特征的模型，利用CT图像预测膀胱尿路上皮癌淋巴血管侵犯状态	首次结合深度学习特征和临床风险因素构建堆叠模型，用于术前无创预测膀胱癌淋巴血管侵犯	回顾性研究设计，样本量相对有限（577例患者）	开发术前预测膀胱尿路上皮癌淋巴血管侵犯的深度学习模型	膀胱尿路上皮癌患者	医学影像分析	膀胱癌	CT成像	CNN, Decision Tree, XGBoost, LightGBM	CT图像	577名患者，来自四个医疗中心	NA	InceptionV3, DenseNet121, ResNet18, ResNet34, ResNet50, VGG11	AUC	NA
10127	2025-10-07	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	研究论文	提出一种结合自适应SMOTE采样技术和混合神经网络的推荐系统框架，用于增强稀疏数据环境下的推荐性能	提出自检自适应SMOTE采样技术，结合LSTM-SC混合神经网络架构，并采用QSO和HMWSO优化算法进行参数调优	NA	提升稀疏数据环境下个性化推荐系统的性能	电子商务平台和电子出版领域的推荐系统	机器学习	NA	SMOTE采样技术	LSTM, 卷积神经网络	用户评分数据，评论数据	goodbooks-10k和Amazon评论数据集	NA	LSTM-SC（长短期记忆网络-分割卷积神经网络）	RMSE, MAE, R²	NA
10128	2025-10-07	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	提出一种集成深度学习框架，通过可穿戴设备的多模态生理信号进行情绪识别	首次提出同时分析离散和维度情绪模型的集成深度学习架构，有效捕捉情绪数据序列中的动态时间依赖关系	NA	开发精确的情绪识别系统，促进人机交互中真实的情感感知上下文通信	可穿戴设备记录的生理信号数据	机器学习	NA	生理信号监测	LSTM, GRU	生理信号	公开可用的EMOGNITION数据库	NA	LSTM, GRU	分类准确率	NA
10129	2025-10-07	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	研究论文	本文介绍了人类精子3D+t多焦点成像数据集，用于分析精子在三维空间中的动态运动	首次提供包含121个多焦点视频显微镜超堆栈的人类精子3D动态数据集，能够观察精子鞭毛在三维空间中的运动模式	数据集仅包含非获能条件和获能条件下的精子样本，样本数量相对有限	通过3D动态分析理解人类精子运动模式和获能过程，开发男性生育力评估新工具	人类精子细胞	计算机视觉	生育障碍	多焦点成像系统，压电装置显微镜	NA	3D视频，显微镜图像	121个多焦点视频显微镜超堆栈	NA	NA	NA	NA
10130	2025-10-07	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	研究论文	本研究提出了一种集成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的诊断准确性	采用VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7五种深度学习架构的集成建模方法	NA	开发可靠的阿尔茨海默病早期检测工具	阿尔茨海默病患者的大脑MRI扫描图像	计算机视觉	阿尔茨海默病	MRI脑部扫描	CNN, 集成学习	图像	3,714个MRI脑部扫描图像（834个非痴呆，1,824个轻度痴呆，1,056个重度痴呆）	NA	VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7	准确率, 精确率, 召回率	NA
10131	2025-10-07	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	基于UNOS数据开发机器学习模型分析肺移植受者结局的关键影响因素	首次使用多种机器学习模型和SHAP技术识别肺移植优先级分配的关键特征，并开发了基于Web的决策支持工具	研究仅使用UNOS数据库数据，可能受数据质量和完整性的限制	识别影响肺移植优先级分配的关键因素并开发预测模型	肺移植等待名单患者	机器学习	肺移植	机器学习	随机森林, 支持向量机, XGBoost, 多层感知机, 深度学习模型	结构化医疗数据	32,966条记录（预处理后），包含15个特征	Python, Streamlit	多种回归模型架构	R平方, 误差率指标	NA
10132	2025-10-07	Deep learning model based on ultrasound images predicts BRAF V600E mutation in papillary thyroid carcinoma 2025-May-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112482 PMID:40395668	研究论文	开发基于超声图像的深度学习模型预测甲状腺乳头状癌BRAF V600E突变状态	首次将Swin Transformer骨干网络与放射组学特征分支和临床参数分支集成，构建BrafSwinT模型用于预测BRAF V600E突变	研究样本量相对有限，仅包含三个中心的1624例患者	通过深度学习模型预测甲状腺乳头状癌的BRAF V600E突变状态以辅助预后预测	甲状腺乳头状癌患者	计算机视觉	甲状腺癌	超声成像	深度学习	超声图像, 临床数据	1624例患者（训练集1341例，验证集148例，外部测试集135例）	NA	Swin Transformer V2, Vision Transformer, ResNeSt-50	AUC	NA
10133	2025-10-07	Quantitative spatial analysis of chromatin biomolecular condensates using cryoelectron tomography 2025-May-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2426449122 PMID:40327693	研究论文	本文开发了基于冷冻电子断层扫描和深度学习的染色质生物分子凝聚体定量空间分析方法	整合深度学习分割与上下文感知模板匹配技术，首次在重构和天然染色质系统中解析核小体平均结构	方法主要适用于含有大型且特征明显组分的生物分子凝聚体	研究染色质生物分子凝聚体的内部结构和形成机制	生化重构染色质凝聚体和原位天然染色质	计算生物学	NA	冷冻电子断层扫描，高压冷冻，聚焦离子束铣削	深度学习	断层扫描图像	NA	NA	NA	分辨率（6.1 Å，12 Å）	NA
10134	2025-10-07	Meta-tuning and fast optimization of machine learning models for dynamic methane prediction in anaerobic digestion 2025-May-10, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132654 PMID:40355002	研究论文	本研究评估了多种优化算法在机器学习模型预测甲烷产量方面的性能，重点关注数据准备和超参数优化流程的调优	提出了元调优方法用于优化算法参数选择，在复杂场景下显著提升模型精度	未明确说明样本数据集的具体规模和来源	优化机器学习模型在厌氧消化过程中动态甲烷预测的性能	甲烷产量预测模型	机器学习	NA	机器学习优化算法	贝叶斯岭回归,循环神经网络	稳态数据集,动态数据集	NA	NA	循环神经网络	准确率	NA
10135	2025-10-07	The Application Status of Radiomics-Based Machine Learning in Intrahepatic Cholangiocarcinoma: Systematic Review and Meta-Analysis 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69906 PMID:40323647	系统综述与Meta分析	系统评估基于影像组学的机器学习在肝内胆管癌中的应用现状与价值	首次对肝内胆管癌影像组学领域进行系统性综述和Meta分析，全面评估不同模型在多种临床任务中的表现	针对特定任务（如神经周围浸润和三级淋巴结构诊断）的研究数量有限，深度学习研究不足阻碍了进一步分析，数据异质性和可解释性挑战待解决	评估影像组学在肝内胆管癌领域的应用现状并提供循证支持	肝内胆管癌患者	医学影像分析	肝内胆管癌	影像组学	机器学习,深度学习	医学影像	58项研究，包含12,903名患者	NA	NA	C-index,敏感度,特异度	NA
10136	2025-10-07	Deep learning-based polygenic scores enhance generalizability of psychiatric disorders prediction 2025-May-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.05.25326794 PMID:40385437	研究论文	本研究比较了深度学习模型与线性模型在预测五种精神疾病方面的表现，并评估了结合不同多基因评分方法的预测效果	开发了Genome-Local-Net深度学习模型，首次系统比较深度学习与线性模型在精神疾病多基因评分中的泛化能力，并探索了不同评分方法的整合策略	深度学习整合方法未显示出相对于逻辑回归模型的持续优势，研究仅限于五种精神疾病	评估深度学习模型在精神疾病多基因评分预测中的表现和泛化能力	注意力缺陷多动障碍(ADHD)、自闭症谱系障碍(ASD)、双相情感障碍(BIP)、重度抑郁症(MDD)和精神分裂症(SCZ)	机器学习	精神疾病	全基因组关联分析(GWAS)	深度学习,线性模型	基因型数据	NA	NA	Genome-Local-Net	AUROC	NA
10137	2025-10-07	Automated Quantification of Cerebral Microbleeds in SWI: Association with Vascular Risk Factors, White Matter Hyperintensity Burden, and Cognitive Function 2025-May-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8552 PMID:39443150	研究论文	本研究开发并验证了基于深度学习的脑微出血自动分割模型，并探讨了脑微出血与血管风险因素、白质高信号负荷及认知功能之间的关联	首次使用nnU-Net框架开发脑微出血自动分割模型，并系统分析了脑微出血与多种血管风险因素及认知功能的关联	外部验证集性能相对较低（Dice得分=0.46），且为单机构回顾性研究	开发脑微出血自动分割模型并研究其与认知障碍和血管风险因素的关系	接受脑部MRI评估认知障碍的患者	数字病理	脑血管疾病	磁共振成像（SWI序列）	深度学习	医学影像	训练集287例，内部验证集67例，外部验证集68例，临床数据集448例	nnU-Net	U-Net	Dice系数	NA
10138	2025-10-07	Deep Learning-Based Algorithm for Automatic Quantification of Nigrosome-1 and Parkinsonism Classification Using Susceptibility Map-Weighted MRI 2025-May-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8585 PMID:39547802	研究论文	开发基于深度学习的自动量化黑质高信号和帕金森病分类算法，使用磁敏感加权成像	首次开发能够同时检测和量化黑质致密部小体-1异常的深度学习模型	需要进一步研究在不同临床环境中验证研究结果	开发和验证基于深度学习的自动量化黑质高信号及神经退行性帕金森病分类算法	帕金森病患者和对照组参与者	医学影像分析	帕金森病	磁敏感加权成像(SMwI)，多回波梯度回波序列	深度学习	医学影像	训练数据450名参与者(210名特发性帕金森病，240名对照组)，验证数据237名参与者(168名特发性帕金森病，58名原发性震颤，11名药物性帕金森病)	NA	Heuron NI, Heuron IPD	AUC, 95%置信区间	NA
10139	2025-10-07	Advancement in medical report generation: current practices, challenges, and future directions 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03265-y PMID:39707049	综述	本文系统综述了医学报告生成领域的当前实践、挑战与未来发展方向	首次系统分析医学报告生成领域各类深度学习方法的应用现状与性能表现	存在过拟合、偏倚风险和高数据依赖性等限制因素	指导放射科医生采用减轻工作负担并提供精确医学诊断的方法	医学报告生成相关研究文献	自然语言处理	NA	深度学习	编码器-解码器框架, Transformer, 注意力机制, RNN-LSTM, 大语言模型, 图神经网络	医学图像	99篇研究文献	NA	编码器-解码器, Transformer, 注意力机制, RNN-LSTM, 大语言模型, 图神经网络	准确率	NA
10140	2025-10-07	Explainable artificial intelligence to quantify adenoid hypertrophy-related upper airway obstruction using 3D Shape Analysis 2025-May, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105689 PMID:40090403	研究论文	开发并验证了一种可解释的人工智能模型，通过三维形状分析对腺样体肥大相关的上气道阻塞进行分类和量化	结合多视角和点云方法进行3D形状分析，并采用SurfGradCAM生成可解释性热力图	NA	开发可解释AI模型用于腺样体肥大相关上气道阻塞的分类和量化	5-18岁患者的CBCT扫描数据	计算机视觉	腺样体肥大	锥形束计算机断层扫描	深度学习	3D图像	400例CBCT扫描	NA	多视角与点云结合方法	AUC, 精确率, 召回率, F1分数, 平均绝对误差, 均方根误差, 相关系数	NA