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
11001	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
11002	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
11003	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
11004	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
11005	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
11006	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
11007	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
11008	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
11009	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
11010	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
11011	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
11012	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
11013	2025-10-07	Dynamics of Spatial Organization of Bacterial Communities in a Tunable Flow Gut Microbiome-on-a-Chip 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202410258 PMID:40201941	研究论文	本研究开发可调流肠道微生物芯片，探索肠道周期性运动对微生物群落空间组织动态的影响	开发新型可调流肠道微生物芯片平台，首次实现肠道周期性机械力作用下微生物群落三维空间行为的高分辨率实时观测	基于体外芯片模型，可能无法完全模拟体内复杂肠道环境	研究肠道周期性运动对肠道微生物群落动态的影响机制	肠道微生物群落	生物医学工程	肠道微生物失调	器官芯片技术，深度学习微生物分析，高倍率成像	深度学习模型	微生物图像数据，三维空间数据	NA	NA	NA	NA	NA
11014	2025-10-07	Adaptive Dual-Task Deep Learning for Automated Thyroid Cancer Triaging at Screening US 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240271 PMID:40202416	研究论文	开发自适应双任务深度学习模型用于甲状腺癌超声筛查中的自动分诊	提出自适应双任务深度学习模型，通过动态整合像素级特征分析和深度语义特征分析，实现甲状腺病变检测和分类	回顾性研究，需要前瞻性验证	开发甲状腺癌超声筛查的自动分诊系统	甲状腺超声图像	计算机视觉	甲状腺癌	超声成像	深度学习	图像	23,294例检查的35,008张甲状腺超声图像	NA	自适应双任务深度学习模型	灵敏度, 特异度, 准确度, AUC	NA
11015	2025-10-07	Scoring protein-ligand binding structures through learning atomic graphs with inter-molecular adjacency 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013074 PMID:40344574	研究论文	提出一种基于深度学习的高分辨率原子图评分框架，用于评估蛋白质-配体结合结构的结合强度	通过引入多距离范围识别结合区域内原子对，构建关注分子间相互作用的高分辨率原子图表示方法	未明确说明模型在特定蛋白质-配体复合物类型上的泛化能力限制	开发高效的蛋白质-配体结合结构评分方法以促进计算药物发现	蛋白质-配体结合复合物	机器学习	NA	深度学习	图神经网络	分子结构数据	NA	NA	原子图神经网络	结合强度预测准确度，筛选任务性能	NA
11016	2025-10-07	Leukaemia Stem Cells and Their Normal Stem Cell Counterparts Are Morphologically Distinguishable by Artificial Intelligence 2025-May, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70564 PMID:40387596	研究论文	本研究利用人工智能深度学习技术，通过分析单细胞图像成功区分白血病干细胞与正常干细胞	首次证明白血病干细胞具有独特的形态学特征，并通过集成19个卷积神经网络构建AI模型实现高精度区分	研究使用小鼠疾病模型，尚未在人类临床样本中验证	开发基于人工智能的形态学方法识别白血病干细胞	JAK2V617F敲入小鼠的白血病干细胞和健康小鼠的正常干细胞	数字病理学	白血病	深度学习，单细胞图像分析	CNN	图像	NA	NA	集成19个卷积神经网络	准确率	NA
11017	2025-10-07	Multi-instance learning with attention mechanism for coronary artery stenosis detection on coronary computed tomography angiography 2025-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf029 PMID:40395409	研究论文	本研究开发了一种基于注意力机制的多示例学习模型，用于冠状动脉CT血管造影中冠状动脉狭窄的自动检测	结合多示例学习与注意力机制，能够量化每个图像切片对诊断的贡献度，提供可解释的诊断方法	RCA和LCX血管的校准精度相对较低，模型性能在不同血管间存在差异	开发自动检测冠状动脉狭窄的深度学习模型，提高诊断准确性和临床工作效率	冠状动脉狭窄（≥50%管腔阻塞）患者	医学影像分析	心血管疾病	冠状动脉CT血管造影	多示例学习	医学影像	900例病例，包含776例LAD、694例RCA和600例LCX血管重建图像	NA	多示例学习结合注意力机制	AUC, Brier score, 95%置信区间	NA
11018	2025-10-07	Identifying heart failure dynamics using multi-point electrocardiograms and deep learning 2025-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf016 PMID:40395416	研究论文	本研究开发了一种基于Transformer的深度学习模型，利用两个时间点的12导联心电图来评估心力衰竭状态变化	首次使用两个不同时间点的多导联心电图数据和Transformer架构来监测心力衰竭状态动态变化	研究数据来自单一医疗中心，模型在外部验证和不同人群中的泛化能力尚需进一步验证	开发能够早期识别和持续监测心力衰竭状态变化的非侵入性工具	6531名成年患者的心电图数据	医疗人工智能	心血管疾病	心电图	Transformer	心电图波形信号	30,171份心电图来自6,531名患者	NA	Transformer	AUROC, 准确率	NA
11019	2025-10-07	Deep learning on electrocardiogram waveforms to stratify risk of obstructive stable coronary artery disease 2025-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf020 PMID:40395417	研究论文	开发并验证一种利用心电图波形和临床特征的深度学习算法，用于预测疑似慢性冠状动脉疾病患者的阻塞性稳定冠状动脉疾病风险	首次结合心电图波形和临床特征开发多模态深度学习模型，相比传统风险评分模型显著提高了阻塞性冠状动脉疾病的预测性能	研究为单中心回顾性设计，需要前瞻性研究验证模型在临床实践中的效果	提高阻塞性稳定冠状动脉疾病的风险分层准确性	接受侵入性血管造影评估的疑似慢性冠状动脉疾病患者	机器学习	心血管疾病	心电图	深度学习	波形数据, 临床特征	4年期间在四级医疗中心接受侵入性血管造影的患者队列	NA	多模态深度学习模型	AUC	NA
11020	2025-10-07	Comprehensive full-vessel segmentation and volumetric plaque quantification for intracoronary optical coherence tomography using deep learning 2025-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf021 PMID:40395415	研究论文	开发并验证基于深度学习的多类别语义分割算法（OCT-AID），用于冠状动脉光学相干断层扫描图像的全血管分割和斑块体积量化	首次开发针对冠状动脉OCT图像的多类别语义分割深度学习算法，能够同时识别导丝伪影、管腔、分支、内膜、中膜、脂质斑块、钙化斑块、血栓、斑块破裂和背景等多个类别	包含具有伪影或不稳定斑块的困难帧，可能影响分割性能	开发标准化、自动化的冠状动脉OCT图像解读方法，减少人工解读时间和观察者间变异性	冠状动脉光学相干断层扫描图像	医学图像分析	心血管疾病	光学相干断层扫描（OCT）	深度学习语义分割算法	医学图像	训练集2808帧，内部测试集218帧，外部测试集392帧	NA	NA	Dice系数, Kappa值, 组内相关系数	NA