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
1101	2025-07-22	Assessment of right ventricular size and function from cardiovascular magnetic resonance images using artificial intelligence 2022-04-11, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1186/s12968-022-00861-5 PMID:35410226	研究论文	本研究评估了使用人工智能从心血管磁共振图像中测量右心室大小和功能的准确性	通过使用更多样化的CMR数据集和领域特定的定量性能评估指标，改进了深度学习算法在右心室功能量化中的准确性	研究仅针对100名患者，样本量较小，且仅针对右心室功能评估	提高从心血管磁共振图像中自动测量右心室射血分数的准确性	右心室功能和大小	数字病理学	心血管疾病	心血管磁共振成像	深度学习	图像	100名患者
1102	2025-07-22	Deep learning-based identification of genetic variants: application to Alzheimer's disease classification 2022-03-10, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac022 PMID:35183061	研究论文	提出了一种基于深度学习的三步方法（SWAT-CNN），用于识别与表型相关的单核苷酸多态性（SNPs），并应用于阿尔茨海默病的分类	开发了一种新的三步深度学习方法（SWAT-CNN），用于在全基因组范围内识别与表型相关的SNPs，并构建疾病分类模型	仅测试了阿尔茨海默病的数据，未验证在其他疾病上的适用性	开发一种基于深度学习的基因组范围方法，用于识别与疾病相关的遗传变异并构建分类模型	阿尔茨海默病患者的基因组数据	机器学习	阿尔茨海默病	GWAS	CNN	基因组数据	981（认知正常老年人650名，阿尔茨海默病患者331名）
1103	2025-07-22	Deep learning-based pancreas volume assessment in individuals with type 1 diabetes 2022-01-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00729-7 PMID:34986790	研究论文	本研究开发了一种基于深度学习的自动化胰腺体积测量方法，用于糖尿病患者	利用深度学习自动测量胰腺体积，解决了手动标注耗时且主观的问题	训练数据仅包含160例腹部MRI扫描，测试集仅包含25例T1D患者	开发自动化胰腺体积测量方法以应用于大型影像数据集	1型糖尿病患者、对照组及两者混合的个体	数字病理学	糖尿病	MRI	CNN	图像	160例腹部MRI扫描用于训练，25例T1D患者用于测试
1104	2025-07-22	Molecular Properties of Drugs Handled by Kidney OATs and Liver OATPs Revealed by Chemoinformatics and Machine Learning: Implications for Kidney and Liver Disease 2021-Oct-18, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics13101720 PMID:34684013	研究论文	通过化学信息学和机器学习揭示肾脏OATs和肝脏OATPs处理的药物的分子特性，对肾脏和肝脏疾病的影响	结合化学信息学、机器学习和深度学习分析肝脏OATP与肾脏OAT转运药物的分子特性差异，识别出八种关键理化性质	研究主要基于定量理化性质分析，未涉及临床实验验证	探索肝脏和肾脏药物转运蛋白对药物分子特性的偏好，为组织特异性靶向策略提供分子基础	肝脏OATP和肾脏OAT转运的有机阴离子药物	化学信息学与机器学习	肾脏疾病与肝脏疾病	化学信息学分析、机器学习（随机森林、k-近邻）、深度学习分类算法	随机森林、k-近邻、深度学习分类模型	药物的定量理化性质数据	超过30种OATP和OAT相互作用药物的理化性质
1105	2025-07-22	Rapid Serial Immunoprofiling of the Tumor Immune Microenvironment by Fine Needle Sampling 2021-09-01, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-21-1252 PMID:34233961	研究论文	介绍了一种名为FAST-FNA的创新技术，用于通过细针抽吸连续评估肿瘤免疫微环境	首次展示了通过简单的细针抽吸可以准确连续测量治疗期间复杂且快速变化的肿瘤免疫微环境	NA	发现并整合预测和/或预后生物标志物到治疗算法中	肿瘤免疫微环境中的单细胞	数字病理学	癌症	FAST-FNA测定	深度学习辅助流程	单细胞数据	临床前样本和人类样本
1106	2025-07-22	Deep Learning Improves Speed and Accuracy of Prostate Gland Segmentations on Magnetic Resonance Imaging for Targeted Biopsy 2021-09, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000001783 PMID:33878887	research paper	开发了一种名为ProGNet的深度学习模型，用于快速准确地在MRI上分割前列腺，以支持靶向活检	首次在常规泌尿科临床实践中应用深度学习模型进行前列腺分割，并在线发布代码和结果	样本量相对较小，特别是前瞻性队列仅有11名患者	提高前列腺癌靶向活检中MRI前列腺分割的速度和准确性	前列腺MRI图像	digital pathology	prostate cancer	multiparametric MRI, magnetic resonance-ultrasound fusion biopsy	ProGNet, U-Net, holistically-nested edge detector	MRI图像	回顾性测试包括100例内部案例和56例外部案例，前瞻性实施涉及11名患者
1107	2025-07-22	Integrative proteomics identifies thousands of distinct, multi-epitope, and high-affinity nanobodies 2021-03-17, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2021.01.003 PMID:33592195	研究论文	本文开发了一种蛋白质组学策略，用于大规模调查骆驼重链抗体的抗原结合景观	首次在空前规模上系统地调查了骆驼重链抗体的抗原结合景观，并鉴定了数千种不同的高亲和力纳米抗体家族	未明确提及具体局限性	系统理解抗体库，特别是骆驼重链抗体的抗原结合特性	骆驼重链抗体（纳米抗体）及其抗原结合特性	蛋白质组学	NA	蛋白质组学策略、高通量结构建模、交联质谱、诱变、深度学习	深度学习	蛋白质组数据	数千种不同的纳米抗体家族，超过100,000个抗原-纳米抗体复合物
1108	2025-07-21	Predictive modeling of adolescent suicidal behavior using machine learning: Key features and algorithmic insights 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103454 PMID:40678447	综述	本文系统分析了28项关于应用机器学习技术早期检测自杀意念的研究	强调了现有研究在跨文化泛化方面的不足，并呼吁开发可解释和混合模型以提高风险预测	现有文献中缺乏对混合和集成深度学习模型的广泛分析	通过应用AI和机器学习技术实现自杀意念的早期检测	学生群体的自杀意念	机器学习	心理健康	机器学习	Random Forest, SVM, 深度学习	调查数据	28项研究
1109	2025-07-21	Missing data imputation of climate time series: A review 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103455 PMID:40678450	review	本文综述了过去十年中气候时间序列缺失数据插补的最相关方法	总结了不同地区和国家在气候时间序列缺失数据插补方面的研究进展，并比较了传统统计方法和深度学习方法的应用效果	主要关注亚洲和欧洲的研究，对其他地区的覆盖可能不足	描述气候时间序列缺失数据插补的最相关方法	气候时间序列数据	machine learning	NA	mean techniques, simple and multiple linear regression, interpolation, PCA, artificial neural networks, GAN	artificial neural networks, GAN	time series	NA
1110	2025-07-21	AI-driven pharmacovigilance: Enhancing adverse drug reaction detection with deep learning and NLP 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103460 PMID:40678458	研究论文	本研究提出了一种结合深度学习和NLP的混合AI驱动框架，用于提高药物警戒中不良反应检测的准确性和可解释性	整合结构化和非结构化数据，应用先进的深度学习和NLP方法，显著提升了药物不良反应检测的准确性和实时性	研究依赖于临床数据的多样性和质量，可能存在数据不平衡和异质性问题	提高药物警戒中严重不良事件检测的准确性和效率	临床实验数据中的药物不良反应	自然语言处理	NA	NLP, 深度学习	CNN, BERT, GPT, Random Forest, Gradient Boosting Machines	结构化数据（如患者人口统计、实验室结果）和非结构化数据（如临床记录）	未明确提及具体样本量
1111	2025-07-21	Integrated deep learning for cardiovascular risk assessment and diagnosis: An evolutionary mating algorithm-enhanced CNN-LSTM 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103466 PMID:40678461	research paper	该研究提出了一种基于混合CNN-LSTM模型的双输出深度学习模型，用于心血管风险评估和诊断，并通过进化配对算法（EMA）进行优化	使用进化配对算法（EMA）优化双输出CNN-LSTM模型，提高了预测准确性和模型鲁棒性	诊断任务的准确率为70%，仍有提升空间	开发一种准确且高效的心血管疾病预测模型	心血管疾病（CVD）患者	machine learning	cardiovascular disease	deep learning	CNN-LSTM	NA	NA
1112	2025-07-21	MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis 2025-Nov-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119774 PMID:40581100	研究论文	本文介绍了一种名为MDD-LLM的高性能抑郁症诊断工具，该工具利用微调的大型语言模型（LLMs）和大规模真实世界样本解决抑郁症诊断中的挑战	首次将LLMs应用于抑郁症诊断，并提出了三种表格数据转换方法以创建大规模训练语料库	研究仅基于UK Biobank队列数据，可能无法完全代表其他人群	开发高准确度、鲁棒性和可解释性的抑郁症诊断工具	抑郁症患者	自然语言处理	抑郁症	LLM微调	LLM	表格数据	274,348个来自UK Biobank的个体记录
1113	2025-07-21	EstimateNoiseSEM: A novel framework for deep learning based noise estimation of scanning electron microscopy images 2025-Oct, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114192 PMID:40602325	研究论文	本文介绍了一个名为EstimateNoiseSEM的框架，用于自动化扫描电子显微镜(SEM)图像中的噪声估计	提出了一个基于深度学习的多阶段方案，用于SEM图像中的噪声类型和水平的自动估计，包括一个分类网络选择机制	Gamma噪声水平的不确定性导致分类网络对高斯噪声的分类准确率从97%下降到80%	自动化估计SEM图像中的噪声类型和水平，以支持去噪过程	扫描电子显微镜(SEM)图像	计算机视觉	NA	深度学习	分类网络和回归模型	图像	合成噪声样本
1114	2025-07-21	Can artificial intelligence in spine imaging affect current practice? Practical developments and their clinical status 2025-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2025.100621 PMID:40678684	综述	本文综述了人工智能在脊柱影像学中的临床应用现状及其潜在影响	总结了当前脊柱影像学中AI工具的实际临床应用，特别是深度学习重建技术的成熟应用	大多数AI工具仍处于实验或早期阶段，其临床性能仍需进一步研究	评估人工智能在脊柱影像学中的临床应用现状及其潜在影响	脊柱影像学中的AI应用	医学影像	脊柱疾病	深度学习	深度学习模型	医学影像	NA
1115	2025-07-21	Exploring Machine Learning Models for Vault Safety in ICL Implantation: A Comparative Analysis of Regression and Classification Models 2025-Aug, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01173-4 PMID:40493108	research paper	本研究比较了回归和分类机器学习模型在预测植入式Collamer镜片（ICL）V4c植入术后拱高（vault height）的性能	首次系统比较了回归和分类模型在ICL术后拱高预测中的表现，发现分类模型（特别是梯度提升和随机森林）在临床应用中更具优势	所有模型在极端拱高分类（如<250µm或>750µm）的准确性上存在挑战	评估机器学习模型预测ICL植入术后拱高的性能，为个性化手术规划提供支持	接受ICL V4c植入术患者的术后拱高数据	machine learning	眼科疾病	gradient boosting, random forest, CatBoost	回归模型和分类模型（包括二分类和多分类）	生物计量和人口统计学数据	NA
1116	2025-07-21	The value of machine learning based on magnetic resonance imaging (MRI) and biopsy whole-slide image to predict pathological complete response to breast cancer after neoadjuvant chemotherapy: a two-centre study 2025-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106976 PMID:40582270	研究论文	开发和验证基于MRI和全切片成像(WSI)的联合模型，用于预测乳腺癌新辅助化疗后的病理完全缓解(pCR)	结合临床病理特征、放射组学特征和病理组学深度学习特征，建立了一个联合预测模型，并呈现为列线图	回顾性研究设计，样本来自两个机构，可能存在选择偏倚	预测乳腺癌患者对新辅助化疗的病理完全缓解	乳腺癌患者	数字病理	乳腺癌	MRI, WSI, 深度学习	AlexNet, LASSO回归	图像	331名来自两个机构的患者
1117	2025-07-21	Artificial intelligence and first-principle methods in protein redesign: A marriage of convenience? 2025-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70210 PMID:40671352	research paper	本文验证了广泛使用的蛋白质设计工具，并与第一性原理方法进行了比较，探索了它们在蛋白质重新设计和治疗再利用中的有效性	提出了TriCombine工具，结合AI建模工具和力场评分函数，提高了蛋白质设计的可靠性	所有方法在应用于未解决的全新模型时表现较差，强调了在稳健蛋白质设计中需要混合策略	验证和比较蛋白质设计工具，探索其在蛋白质重新设计和治疗再利用中的潜力	蛋白质变体和突变体	蛋白质设计	NA	深度学习，第一性原理方法，力场评分函数	AlphaFold2, FoldX, TriCombine	蛋白质结构数据	16个SH3突变体，36个突变体和11个晶体结构，160,000个四站点GB1突变体，163,555个（单和双）变体
1118	2025-07-21	A dataset for classifying phrases and sentences into statements, questions, or exclamations based on sound pitch 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111826 PMID:40677266	research paper	介绍了一个基于声音音高将短语和句子分类为陈述句、疑问句或感叹句的数据集SQEBSP	提出了一个包含12,660个专业录制的库尔德语语音片段的数据集，特别关注音高变化在语调分类任务中的应用	数据集仅包含库尔德语，可能限制了在其他语言上的适用性	推动基于音高的语音分类算法的发展，特别是针对资源匮乏的语言	库尔德语语音片段	natural language processing	NA	Mel-Frequency Cepstral Coefficients (MFCCs)	NA	audio	12,660个语音片段，由431名库尔德语母语者录制
1119	2025-07-21	Emerging Role of MRI-Based Artificial Intelligence in Individualized Treatment Strategies for Hepatocellular Carcinoma: A Narrative Review 2025-Jul-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70048 PMID:40682357	综述	本文综述了基于MRI的人工智能在肝细胞癌个体化治疗策略中的新兴作用	强调了AI在治疗前预测治疗效果和预后方面的应用，特别是放射组学和深度学习技术在提取高维影像特征方面的潜力	模型泛化能力、可解释性及临床整合方面仍存在挑战，需要标准化的影像数据集和多组学融合	探讨AI在肝细胞癌个体化治疗策略中的应用	肝细胞癌（HCC）患者	数字病理学	肝癌	MRI, 放射组学, 深度学习	深度学习	影像	NA
1120	2025-07-21	Latent Class Analysis Identifies Distinct Patient Phenotypes Associated With Mistaken Treatment Decisions and Adverse Outcomes in Coronary Artery Disease 2025-Jul-19, Angiology IF:2.6Q2 DOI:10.1177/00033197251350182 PMID:40682405	研究论文	本研究旨在通过潜在类别分析（LCA）和深度学习技术（DEEPVESSEL-FFR）识别冠状动脉疾病（CAD）患者中与错误治疗决策和主要不良心血管事件（MACE）相关的患者特征	利用深度学习技术DEEPVESSEL-FFR结合潜在类别分析，首次在冠状动脉疾病患者中识别出与错误治疗决策和不良预后相关的不同患者表型	研究为回顾性设计，可能存在选择偏倚，且仅基于8个因素进行分类可能未涵盖所有相关临床特征	识别与冠状动脉疾病治疗决策错误和不良预后相关的患者特征	接受经皮冠状动脉介入治疗（PCI）的冠状动脉疾病患者	数字病理学	心血管疾病	DEEPVESSEL-FFR（DVFFR），潜在类别分析（LCA）	深度学习模型	临床数据	3,840名PCI患者