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
1041	2025-04-23	Artificial intelligence for osteoporosis detection on panoramic radiography: A systematic review and meta analysis 2025-May, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105650 PMID:40010536	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在全景X光片上检测骨质疏松症的诊断准确性	首次对AI在全景X光片上检测骨质疏松症的诊断性能进行全面评估，并量化了其敏感性和特异性	研究间存在显著异质性，可能存在小样本效应和发表偏倚，需要进一步验证和标准化	评估人工智能在全景X光片上检测骨质疏松症的诊断性能	使用AI检测骨质疏松症的全景X光影像研究	digital pathology	骨质疏松症	深度学习	deep learning	image	24项研究（具体样本量未明确说明）
1042	2025-04-23	Development of Hybrid radiomic Machine learning models for preoperative prediction of meningioma grade on multiparametric MRI 2025-May, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111118 PMID:40048835	research paper	开发并比较了基于多参数MRI的机器学习模型，用于术前预测脑膜瘤的分级	结合手工提取的放射组学特征和深度学习特征，开发了混合模型（HRO和HDLR）用于脑膜瘤分级预测	模型的敏感性和阳性预测值（PPV）存在不一致性，需要更大规模的多中心研究验证	开发机器学习模型以区分低级别和高级别脑膜瘤	脑膜瘤患者的术前多参数MRI数据	digital pathology	脑膜瘤	多参数MRI（T1、T1CE、T2、T2 FLAIR、DWI/ADC）	Random Forest, XGBoost	image	115例（97例低级别和18例高级别脑膜瘤）
1043	2025-04-23	Harnessing machine learning for predicting successful weaning from mechanical ventilation: A systematic review 2025-May, Australian critical care : official journal of the Confederation of Australian Critical Care Nurses IF:2.6Q1 DOI:10.1016/j.aucc.2025.101203 PMID:40058181	系统综述	本文通过系统综述评估了机器学习在预测成人患者机械通气脱机成功中的应用效果	评估了多种机器学习模型在机械通气脱机预测中的表现，并指出XGBoost模型优于其他模型	缺乏使用新型架构（如transformer模型）的研究，表明该领域仍有进一步探索和改进的空间	评估机器学习模型在预测成人患者机械通气脱机成功中的应用效果	接受机械通气的成人患者	机器学习	呼吸系统疾病	机器学习算法（如XGBoost、随机森林、多层感知机等）	XGBoost、随机森林、多层感知机、人工神经网络、卷积神经网络	临床数据	11项研究（n=18,336）
1044	2025-03-29	Advancing Bone Marrow MRI Segmentation Using Deep Learning-Based Frameworks 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.030 PMID:40148166	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1045	2025-04-23	Enhancing brain age estimation under uncertainty: A spectral-normalized neural gaussian process approach utilizing 2.5D slicing 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121184 PMID:40180003	研究论文	提出了一种结合谱归一化神经高斯过程（SNGP）和2.5D切片的方法，用于在低计算成本下实现脑年龄估计中的不确定性整合	首次将SNGP与2.5D切片方法结合，实现了在单一网络中无缝整合不确定性估计，同时保持低计算成本和模型复杂度	未明确提及具体局限性，但可能包括模型在更广泛人群中的验证不足	开发一种能够准确估计脑年龄并量化不确定性的方法，以提升脑异常检测的临床适用性	脑MRI数据	医学影像分析	脑部异常（如ADHD）	磁共振成像（MRI）	SNGP（谱归一化神经高斯过程）	2.5D MRI切片	11个公共数据集（N=6327）和独立验证集（N=301）
1046	2025-04-23	Automated segmentation of the dorsal root ganglia in MRI 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121189 PMID:40185423	研究论文	开发了一种基于深度学习的全自动背根神经节（DRG）MRI分割工作流程	首次提出全自动DRG分割方法，使用CNN在nnU-Net框架上训练，分割效果与专家标注相当但速度提高10倍	方法仅在健康对照组和Fabry疾病患者中验证，需要更多疾病类型验证	开发全自动DRG分割方法以促进DRG成像生物标志物的研究和应用	背根神经节（DRG）	医学影像分析	Fabry病	MRI	CNN	3D T2加权MR图像	220个健康对照DRG
1047	2025-04-23	FetDTIAlign: A deep learning framework for affine and deformable registration of fetal brain dMRI 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121190 PMID:40221066	研究论文	介绍了一种名为FetDTIAlign的深度学习框架，用于胎儿脑部扩散磁共振成像（dMRI）的仿射和可变形配准	提出了一种新颖的双编码器架构和基于迭代特征的推理方法，有效减少了噪声和低分辨率的影响，提高了配准的准确性和鲁棒性	虽然在小样本数据上表现良好，但需要进一步验证在大规模数据集上的适用性和稳定性	开发一种适用于胎儿脑部dMRI的高精度配准方法，以支持早期脑发育研究	胎儿脑部扩散磁共振成像数据	数字病理	神经发育疾病	扩散磁共振成像（dMRI）	深度学习（双编码器架构）	图像	60个白质束，涵盖孕龄23至36周的数据
1048	2025-04-23	IT: An interpretable transformer model for Alzheimer's disease prediction based on PET/MR images 2025-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121210 PMID:40222500	研究论文	本文提出了一种基于PET/MR图像的阿尔茨海默病预测的可解释Transformer模型IT	创新性地结合Transformer架构，能够同时捕捉影像数据的局部和全局特征，并通过高级特征工程技术实现特征的协同整合	未提及具体样本量或数据来源的局限性	开发用于阿尔茨海默病早期检测和精确监测的先进诊断工具	阿尔茨海默病患者	数字病理学	老年疾病	PET/MR成像	Transformer	图像	NA
1049	2025-04-23	Automatic Segmentation and Molecular Subtype Classification of Breast Cancer Using an MRI-based Deep Learning Framework 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.240184 PMID:40249269	research paper	开发基于MRI的深度学习框架，用于乳腺癌病灶分割和分子亚型自动分类	提出了一种结合3D ResU-Net和集成模型Ensemble ResNet的深度学习框架，实现了乳腺癌病灶的高精度分割和分子亚型自动分类	研究为回顾性多中心研究，可能存在选择偏倚	开发基于MRI的深度学习框架，用于乳腺癌病灶分割和分子亚型分类	687名经活检证实的浸润性乳腺癌女性患者	digital pathology	breast cancer	contrast-enhanced MRI	3D ResU-Net, Ensemble ResNet	MRI图像	687名患者（训练集289名，内部测试集61名，两个外部测试集73名和264名）
1050	2025-04-23	Deciphering the Scattering of Mechanically Driven Polymers Using Deep Learning 2025-Apr-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00409 PMID:40197011	研究论文	本文提出了一种利用深度学习分析二维散射数据的方法，用于研究外力作用下的半柔性聚合物	使用变分自编码器(VAE)和转换网络建立聚合物参数与散射函数的双向映射，提供了一种快速、自动化的散射分析工具	方法尚未经过实验验证，且目前仅适用于静态散射数据	开发一种可扩展的自动化工具用于聚合物散射分析	半柔性聚合物在外部力作用下的散射数据	机器学习	NA	变分自编码器(VAE), 蒙特卡洛模拟	VAE	二维散射数据	通过离格蒙特卡洛模拟生成的训练数据
1051	2025-04-23	Optimization of Material Composition for Improving Mechanical Properties of Fly Ash-Slag-Based Geopolymers: A Deep Learning Approach 2025-Apr-22, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c04969 PMID:40203137	研究论文	本研究利用深度学习技术优化粉煤灰-矿渣基地质聚合物（FASGG）的材料组成和配合比设计，以提高其力学性能的预测精度	开发了一种新型预测模型MK-CNN-GRU，整合了最大信息系数-K中值算法、卷积神经网络和门控循环单元算法，能够充分挖掘实验数据的内部特征并学习其变化规律	NA	优化粉煤灰-矿渣基地质聚合物的材料组成和配合比设计，提高其力学性能的预测精度	粉煤灰-矿渣基地质聚合物（FASGG）	机器学习	NA	深度学习	MK-CNN-GRU（整合了最大信息系数-K中值算法、CNN和GRU）	实验数据	600组实验数据
1052	2025-04-23	Design of Multi-Cancer VOCs Profiling Platform via a Deep Learning-Assisted Sensing Library Screening Strategy 2025-Apr-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06468 PMID:40211116	研究论文	提出了一种深度学习辅助的两步筛选策略，用于识别最小传感器元件的最佳组合，以开发高性能传感器阵列	使用深度学习辅助的FRR算法有效筛选传感元件，快速构建了8元和10元传感器阵列，实现了100%的VOCs判别准确率	NA	开发高性能传感器阵列用于多癌症VOCs的并行判别	挥发性有机化合物(VOCs)和癌症模型	机器学习	多癌症	深度学习辅助的传感器元件筛选策略	前馈神经网络-随机森林-递归特征消除(FRR)算法	颜色变化数据和图像数据	400个传感元件（由20个可电离阳离子元件和20个阴离子染料配对构成）
1053	2025-04-23	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-Apr-22, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	research paper	使用深度学习模型评估儿童意外骨折的受伤时间	首次应用深度学习模型对儿童长骨意外骨折的受伤时间进行准确估计	研究样本仅来自一家大型儿童医院，可能缺乏广泛代表性	提高儿童骨折受伤时间评估的准确性	6岁以下儿童的长骨意外骨折	digital pathology	pediatric fracture	deep learning	CNN	image	2,328张X光片来自399名患者
1054	2025-04-23	Development of an Artificial Intelligence-Enabled Electrocardiography to Detect 23 Cardiac Arrhythmias and Predict Cardiovascular Outcomes 2025-Apr-22, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02177-0 PMID:40259136	研究论文	开发一种基于人工智能的心电图技术，用于检测23种心律失常并预测心血管结局	开发了一个深度学习模型（DLM），能够在多个数据集中检测多种心律失常，并在人机竞赛中达到心脏病专家水平的性能	研究中使用的心电图数据集虽然多样，但仍可能存在一定的局限性，且模型的泛化能力需要进一步验证	开发一种准确的心律失常检测工具，以帮助医生识别高风险患者并进行早期干预	心电图数据和心律失常患者	数字病理	心血管疾病	深度学习	DLM	心电图数据	22,130份心电图用于开发和验证，32,495份心电图用于外部验证
1055	2025-04-23	Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI 2025-Apr-22, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29798 PMID:40259798	研究论文	开发并评估了一种基于深度学习的模型，用于使用双参数MRI（bpMRI）分类临床显著性前列腺癌（csPCa），并评估其在优化MRI协议选择方面的潜力	提出了一种基于3D ResNet-50架构的深度学习模型，能够在bpMRI上分类csPCa，并实时集成到临床工作流程中	研究样本量有限，且模型的特异性较低（54%和62%）	优化前列腺癌的MRI协议选择，提高资源利用率	前列腺癌患者	数字病理	前列腺癌	双参数MRI（bpMRI）和多参数MRI（mpMRI）	3D ResNet-50	MRI图像	26,129例前列腺MRI研究（训练和验证），151例回顾性队列患者和142例前瞻性队列患者
1056	2025-04-23	Computer-Aided Technology for Bioactive Protein Design and Clinical Application 2025-Apr-22, Macromolecular bioscience IF:4.4Q1 DOI:10.1002/mabi.202500007 PMID:40260555	review	本文综述了计算机辅助蛋白质设计（CAPD）技术及其在蛋白质治疗药物中的应用	整合了基于深度学习的预测和生成模型，显著提升了蛋白质药物的结合亲和力、特异性并降低了免疫原性	面临模型过拟合、稀有蛋白质家族数据有限以及需要高效实验验证等挑战	探讨CAPD技术在蛋白质工程和治疗药物开发中的应用及未来潜力	单克隆抗体、蛋白质药物、抗原和蛋白质聚合物等蛋白质治疗药物	machine learning	NA	deep learning-based predictions, generative models	NA	protein structure data	NA
1057	2025-04-23	NeuroPred-AIMP: Multimodal Deep Learning for Neuropeptide Prediction via Protein Language Modeling and Temporal Convolutional Networks 2025-Apr-21, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00444 PMID:40258183	research paper	该研究提出了一种名为NeuroPred-AIMP的多模态深度学习模型，用于通过蛋白质语言建模和时间卷积网络预测神经肽	结合蛋白质语言模型(ESM)的全局语义表示和时间卷积网络(TCN)的多尺度结构特征，引入残差增强的自适应特征融合机制，动态重新校准特征贡献	依赖于有限的实验验证数据，可能影响模型的泛化能力	提高神经肽识别的准确性，以促进神经系统疾病治疗和基于肽的药物设计	神经肽	machine learning	neurological disease	protein language modeling, temporal convolutional networks	ESM, TCN	protein sequence	NA
1058	2025-04-23	Sharper insights: Adaptive ellipse-template for robust fovea localization in challenging retinal landscapes 2025-Apr-20, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110125 PMID:40258324	research paper	提出了一种基于自适应椭圆模板的新方法，用于在具有挑战性的视网膜图像中定位黄斑	动态调整椭圆参数以适应不同视网膜图像中的血管轨迹和视盘位置，提高了在病变干扰和低对比度条件下的检测性能	未提及具体计算效率的定量比较，且未说明在极端病变条件下的性能极限	开发一种鲁棒的黄斑定位方法，以辅助糖尿病视网膜病变等眼部疾病的诊断	视网膜图像中的黄斑区域	digital pathology	diabetic retinopathy	数学建模	adaptive ellipse-template model	image	十个公开数据库（包括MESSIDOR、DRIVE、DIARETDB0等）
1059	2025-04-23	Deep learning unlocks the true potential of organ donation after circulatory death with accurate prediction of time-to-death 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95079-7 PMID:40253393	研究论文	本研究利用深度学习技术预测循环死亡后器官捐献的时间，以提高器官捐献数量和质量	结合了循环神经网络和神经常微分方程的ODE-RNN模型，能够处理不规则采样的时间序列数据，准确预测死亡时间	模型仅在特定医院的患者数据上进行训练和验证，可能在其他地区或医院的应用效果有限	解决循环死亡后器官捐献时间不确定的问题，以提高器官捐献的成功率和移植后效果	重症监护病房(ICU)中接受终末拔管的患者	机器学习	器官移植	ODE-RNN	RNN与神经常微分方程结合	临床观察时间序列数据	训练集3,238名患者(来自耶鲁纽黑文医院)，验证集1,908名患者(来自康涅狄格州六家医院)
1060	2025-04-23	Efficient hybrid heuristic adopted deep learning framework for diagnosing breast cancer using thermography images 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96827-5 PMID:40253418	research paper	提出了一种基于深度学习的混合启发式框架，用于通过热成像图像诊断乳腺癌	结合了Rock Hyraxes Dandelion Algorithm Optimization (RHDAO)进行阈值优化和权重优化，并采用了新实现的StackVRDNet深度学习结构	未提及具体样本量及数据来源的详细信息	提高乳腺癌早期诊断的准确性和效率	乳腺癌患者的热成像图像	digital pathology	breast cancer	thermography, deep learning	StackVRDNet (结合VGG16, Resnet, DenseNet)	image	NA