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
10201	2025-10-06	Fluorescence images of skin lesions and automated diagnosis using convolutional neural networks 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104462 PMID:39736369	研究论文	本研究通过构建荧光皮肤病变图像数据集FLUO-SC，并应用卷积神经网络实现皮肤病变的自动分类诊断	首次创建了皮肤病变荧光图像公开数据集FLUO-SC，并证明荧光图像在皮肤病变分类中与临床图像具有竞争力	数据集规模有限（1,563张图像），且缺乏与其他先进深度学习方法的对比实验	开发基于荧光图像的皮肤癌自动诊断方法	主要皮肤病变的荧光图像	计算机视觉	皮肤癌	荧光宽场成像技术	CNN	图像	1,563张荧光皮肤病变图像	NA	NA	分类准确率	NA
10202	2025-10-06	WALINET: A water and lipid identification convolutional neural network for nuisance signal removal in 1 H $$ {}^1\mathrm{H} $$ MR spectroscopic imaging 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30402 PMID:39737778	研究论文	提出一种基于改进Y-NET的深度学习网络WALINET，用于去除全脑质子磁共振波谱成像中的水和脂质干扰信号	首次将监督神经网络应用于MRSI处理中的水和脂质信号去除任务，相比传统方法显著提升了处理速度和性能	未明确说明训练数据的具体规模和多样性，可能影响模型的泛化能力	开发快速有效的全脑质子磁共振波谱成像干扰信号去除方法	全脑质子磁共振波谱成像数据	医学影像处理	NA	质子磁共振波谱成像	CNN	磁共振波谱数据	模拟模型和体内全脑MRSI数据	NA	Y-NET	NMRSE, SNR, CRLB, FWHM	NA
10203	2025-10-06	Electrocardiogram-based deep learning to predict left ventricular systolic dysfunction in paediatric and adult congenital heart disease in the USA: a multicentre modelling study 2025-04, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.001 PMID:40148010	研究论文	开发基于心电图和深度学习的方法预测儿童和成人先天性心脏病患者的左心室收缩功能障碍	首次将人工智能增强心电图分析全面应用于各类先天性心脏病病变的LVSD预测，并在多中心进行外部验证	研究主要基于美国两家儿童医院的数据，需要在更广泛人群中进一步验证	预测先天性心脏病患者的左心室收缩功能障碍	儿童和成人先天性心脏病患者	医疗人工智能	先天性心脏病	心电图、超声心动图	CNN	心电图信号、超声心动图数据	训练队列124,265对ECG-超声心动图（49,158名患者），内部测试21,068名患者，外部验证42,984名患者	NA	卷积神经网络	AUROC, AUPRC, 风险比	NA
10204	2025-10-06	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	研究论文	提出用于肺动脉高压大鼠模型的自动化双心室分割和区域心脏壁运动分析的深度学习流程	开发了首个针对啮齿类动物的自动化双心室分割和3D壁运动分析流程，与临床心脏成像AI发展保持一致	研究仅限于大鼠模型，样本量为163个心脏磁共振扫描	开发自动化工具用于肺动脉高压疾病进展的心脏运动分析	肺动脉高压大鼠模型（MCT和SuHx模型）	数字病理学	肺动脉高压	心脏磁共振成像	全卷积网络	短轴电影心脏磁共振扫描图像	163个心脏磁共振扫描	NA	全卷积网络	Dice系数	NA
10205	2025-10-06	Global output of clinical application research on artificial intelligence in the past decade: a scientometric study and science mapping 2025-03-15, Systematic reviews IF:6.3Q1 DOI:10.1186/s13643-025-02779-2 PMID:40089747	研究论文	通过科学计量学方法分析过去十年人工智能临床应用研究的现状、热点和发展趋势	首次对人工智能临床研究领域进行全面的科学计量分析，识别研究热点和新兴趋势	仅基于Web of Science数据库，可能遗漏其他数据库的重要文献	分析人工智能临床应用研究的现状、热点和发展趋势	人工智能临床应用相关的研究文献	机器学习	NA	科学计量分析，文献计量学	NA	文献数据	22,583篇文章，其中735篇人工智能临床应用研究	VOSviewer, CiteSpace, SciMAT	NA	发文量，被引频次，爆发词检测	NA
10206	2025-10-06	A systematic review on the impact of artificial intelligence on electrocardiograms in cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105753 PMID:39674006	系统综述	本文系统综述了人工智能在心电图分析中对心脏病学的影响	首次系统评估2014-2024年间AI技术在ECG分析中的应用进展，涵盖多种AI模型在心脏病预测诊断中的综合表现	仅纳入英文文献，可能存在语言偏倚；研究时间范围限定可能遗漏早期重要研究	探讨人工智能、机器学习和深度学习在ECG分析中的整合及其对心脏病预测诊断和治疗支持的影响	心电图数据和相关心脏病患者	机器学习	心血管疾病	心电图分析	CNN, RNN, 混合模型	心电图信号	46项符合纳入标准的研究	NA	NA	诊断准确率, 诊断时间	NA
10207	2025-10-06	Deep learning-based pelvimetry in pelvic MRI volumes for pre-operative difficulty assessment of total mesorectal excision 2025-03, Surgical endoscopy DOI:10.1007/s00464-024-11485-4 PMID:39753930	研究论文	本研究开发了一种基于深度学习的自动化骨盆测量方法，用于术前评估全直肠系膜切除术的难度	首次在MRI体积数据中实现基于深度学习的自动化骨盆测量	仅使用来自8个TME中心的1707名患者数据，需要进一步验证其泛化能力	开发自动化骨盆测量工作流程，辅助全直肠系膜切除术的术前难度评估	接受全直肠系膜切除术患者的术前MRI体积数据	医学影像分析	结直肠癌	磁共振成像	CNN	3D MRI体积数据	来自8个TME中心的1707名患者	NA	3D U-Net	平均地标定位误差, Spearman相关系数	NA
10208	2025-10-06	DDEvENet: Evidence-based ensemble learning for uncertainty-aware brain parcellation using diffusion MRI 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102489 PMID:39787735	研究论文	开发了一种基于深度学习和扩散MRI的证据集成神经网络DDEvENet，用于解剖脑区划分	设计了证据深度学习框架，在单次推理中量化每个体素的预测不确定性，并提出了基于证据的集成学习方法	NA	开发不确定性感知的脑区划分方法，提高分割结果的准确性和可靠性	健康成人和多种脑部疾病患者（精神分裂症、双相情感障碍、注意力缺陷多动障碍、帕金森病、脑小血管病和脑肿瘤神经外科患者）	医学影像分析	脑部疾病	扩散MRI	集成神经网络	扩散MRI图像	来自多个成像源的大规模数据集，包括健康成人和多种脑部疾病患者	深度学习框架	包含五个并行子网络的集成架构	分割准确性，不确定性估计	NA
10209	2025-10-06	An in-depth review of AI-powered advancements in cancer drug discovery 2025-03, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167680 PMID:39837431	综述	探讨人工智能与基因组学在癌症药物发现中的融合及其对个性化治疗发展的推动作用	系统阐述AI技术（包括深度学习和高级数据分析）在药物发现关键阶段（靶点识别、药物设计、临床试验优化和药物反应预测）的变革性作用，并重点介绍DrugnomeAI、PandaOmics和AlphaFold等前沿工具的创新应用	面临大规模基因组数据管理的技术挑战以及AI在医疗领域应用的伦理问题	加速癌症药物发现过程并推动精准医疗发展	人工智能技术在癌症药物研发中的应用	机器学习	癌症	基因组学数据分析	深度学习	基因组数据	NA	NA	NA	NA	NA
10210	2025-10-06	NetSDR: Drug repurposing for cancers based on subtype-specific network modularization and perturbation analysis 2025-03, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167688 PMID:39862994	研究论文	提出基于网络模块化和扰动分析的癌症亚型特异性药物重定位框架NetSDR	整合癌症亚型信息识别亚型特异性功能模块，结合深度学习构建加权药物响应网络，并采用动态扰动响应扫描方法进行药物优先排序	仅以胃癌为例进行验证，需要扩展到更多癌症类型和更大规模数据	开发针对特定癌症亚型的精准药物重定位方法	癌症亚型特异性功能模块和潜在药物靶点	系统生物学	癌症	网络医学方法，蛋白质组学数据分析，深度学习	深度学习模型	蛋白质组学数据，网络数据	NA	NA	NA	NA	NA
10211	2025-10-06	Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room 2025-Feb-20, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuaf001 PMID:39787045	研究论文	开发并评估一种利用心电图数据识别急诊室急性心力衰竭患者的深度学习模型	首次将常规12导联心电图与临床数据结合，使用CatBoost算法显著提升急性心力衰竭的识别准确率	回顾性研究设计，数据来源于三家医院可能限制泛化能力	提升急诊室中急性心力衰竭的诊断能力	急诊室就诊的急性心力衰竭患者	机器学习	心血管疾病	心电图分析	CatBoost, XGBoost, Light GBM, 线性回归	心电图数据、临床参数	19285名急诊患者，其中9119名确诊急性心力衰竭患者	CatBoost, XGBoost, Light GBM	梯度提升决策树	AUC, 准确率, 精确率, 召回率, F1分数	NA
10212	2025-10-06	Enhancing motor imagery EEG signal decoding through machine learning: A systematic review of recent progress 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109534 PMID:39672015	综述	本文系统综述了2017年以来机器学习在运动想象脑电信号解码领域的最新研究进展	聚焦2017年后的最新研究进展，系统总结了脑机接口中运动想象EEG信号解码的数据集、预处理方法、特征提取技术和深度学习模型	作为综述文章，不涉及原始实验研究，主要依赖已有文献的总结和分析	通过机器学习和深度学习技术提升运动想象脑电信号的解码能力，改善运动障碍患者的生活质量	运动想象脑电图信号和脑机接口系统	机器学习	运动障碍疾病	脑电图	深度学习模型	脑电信号	NA	NA	NA	NA	NA
10213	2025-10-06	Diagnostic performance of neural network algorithms in skull fracture detection on CT scans: a systematic review and meta-analysis 2025-Feb, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-024-02300-7 PMID:39680295	系统性综述与荟萃分析	评估卷积神经网络在CT扫描中诊断颅骨骨折的诊断性能	首次对CNN模型在颅骨骨折CT诊断中的性能进行系统性综述和定量荟萃分析	研究存在显著异质性，可能受到模型拓扑结构、训练方法和验证技术差异的影响	评估CNN模型在CT图像中诊断颅骨骨折的诊断性能	颅骨骨折患者的CT扫描图像	医学影像分析	颅骨骨折	CT扫描	CNN	CT图像	11项研究，20,798名患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
10214	2025-10-06	Improving functional correlation of quantification of interstitial lung disease by reducing the vendor difference of CT using generative adversarial network (GAN) style conversion 2025-Feb, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111899 PMID:39740598	研究论文	本研究使用生成对抗网络进行CT图像风格转换，以减少不同厂商CT设备间的差异，改善间质性肺病定量测量的功能相关性	首次将可路由生成对抗网络应用于CT图像风格转换，有效减少不同厂商设备间的量化变异	研究为回顾性设计，仅包含特发性肺纤维化患者，样本量有限	评估CT风格转换是否能最小化间质性肺病量化变异，改善定量CT测量的功能相关性	特发性肺纤维化患者	医学影像分析	间质性肺病	CT扫描，肺功能测试	GAN	CT图像	112名患者（平均年龄61岁，82名男性）	NA	RouteGAN	一致性相关系数，视觉准确性评分，相关系数	NA
10215	2025-10-06	Prediction of Proteolysis-Targeting Chimeras Retention Time Using XGBoost Model Incorporated with Chromatographic Conditions 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01732 PMID:39786356	研究论文	本研究开发了一种结合色谱条件的XGBoost模型，用于预测蛋白质降解靶向嵌合体（PROTACs）的保留时间	首次将色谱条件描述符与分子指纹和描述符结合，构建了专门针对PROTACs保留时间预测的优化XGBoost模型	模型性能依赖于有限的PROTAC-RT数据集，且仅验证了6种实验确定的化合物	开发准确预测PROTACs化合物保留时间的计算方法	蛋白质降解靶向嵌合体（PROTACs）化合物	机器学习	NA	液相色谱-质谱联用（LC-MS）	XGBoost, RF, KNN, SVM, FCNN	化学分子数据	从文献收集的PROTAC-RT数据集	XGBoost, Scikit-learn	全连接神经网络	R², RMSE	NA
10216	2025-10-06	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-01-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	开发并验证基于语音生物标志物的机器学习方法，用于识别社区老年居民的衰弱状态	首次使用基于深度学习的声学特征作为语音生物标志物来预测衰弱状态，相比传统方法和单纯人口统计学数据具有更好性能	样本量较小（127名参与者），研究设计为横断面研究无法建立因果关系	开发用于识别社区老年居民衰弱状态的分类模型	50岁及以上的社区居住老年人	机器学习	老年疾病	语音记录分析，图片描述任务	深度学习	语音数据，人口统计学数据	127名50岁及以上参与者	NA	NA	准确率，AUC	NA
10217	2025-10-06	Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design 2025, Brain, behavior and evolution DOI:10.1159/000543081 PMID:39681106	研究论文	本研究通过无标记追踪和无监督机器学习分析成年斑马鱼自由游动时的姿态配置	首次使用DeepLabCut和B-SOiD机器学习软件联合分析斑马鱼游动姿态，提出鱼类运动的三级前后弯曲约束假说	仅分析12只斑马鱼数据，样本量有限；依赖视觉分析进行后验聚类合并	验证运动演化假说：通过利用身体与介质间的被动反作用力最小化神经控制的运动设计	成年斑马鱼（Danio rerio）的自由游动行为	计算机视觉	NA	无标记姿态追踪，无监督多变量时间序列分析	深度学习	视频序列	12只自由行为斑马鱼，超过14,000个连续帧	DeepLabCut, B-SOiD	NA	聚类分析，多维尺度分析	NA
10218	2025-10-06	Ensemble learning-based predictor for driver synonymous mutation with sequence representation 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012744 PMID:39761306	研究论文	提出一种基于集成学习的同义突变效应预测器EPEL，用于识别癌症中的驱动同义突变	首次将DNA形状特征和基于化学分子BERT预训练模型的深度学习特征整合到同义突变效应评估中	深度学习方法的DNA序列表示在本研究中未能显著提升驱动同义突变的识别效果	开发高精度的驱动同义突变预测方法	人类癌症中的同义突变	机器学习	癌症	DNA序列分析，深度学习特征提取	集成学习，树模型	DNA序列数据	NA	NA	BERT	预测准确率	NA
10219	2025-10-06	Integrative analysis of cuproptosis-related lncRNAs: Unveiling prognostic significance, immune microenvironment, and copper-induced mechanisms in prostate cancer 2025-Jan, Cancer pathogenesis and therapy DOI:10.1016/j.cpt.2024.03.004 PMID:39872368	研究论文	本研究通过整合分析铜死亡相关lncRNAs，揭示了其在前列腺癌预后预测、免疫微环境调节和铜诱导机制中的重要作用	首次将铜死亡相关lncRNAs与前列腺癌预后关联，并采用多层级注意力图神经网络构建预后模型，同时通过细胞实验验证关键lncRNAs与铜死亡的相关性	研究样本仅来自TCGA数据库的492例患者，缺乏外部验证队列	探索铜死亡相关lncRNAs在前列腺癌预后预测和免疫微环境中的作用机制	前列腺癌患者和相关的长链非编码RNA	生物信息学	前列腺癌	RNA测序，拷贝数变异分析，细胞实验	图神经网络	基因表达数据，拷贝数变异数据	492例前列腺癌患者	MLA-GNN	多层级注意力图神经网络	AUC, 疾病无进展生存期	NA
10220	2025-10-06	Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1495306 PMID:40099258	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	首次对机器学习模型预测2型糖尿病患者糖尿病肾病风险进行系统综述和荟萃分析，比较不同机器学习算法的性能表现	模型开发和验证过程中存在数据偏倚，仅少数研究进行了外部验证	评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	2型糖尿病患者的糖尿病肾病风险预测	机器学习	糖尿病肾病	机器学习算法	随机森林,传统回归机器学习,深度学习	临床数据	26项研究，94个机器学习模型	NA	NA	AUC,95%置信区间	NA