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
1141	2025-05-10	Predicting mother and newborn skin-to-skin contact using a machine learning approach 2025-Feb-18, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07313-9 PMID:39966775	研究论文	本研究利用机器学习方法预测母婴皮肤接触（SSC）的实施情况及其影响因素	首次采用多种机器学习模型（包括深度学习前馈网络和线性回归等）预测SSC，并识别出关键预测因素如导乐支持、新生儿体重等	需要更多研究来验证机器学习模型在预测SSC方面的性能	识别影响母婴皮肤接触（SSC）实施的关键因素	来自伊朗母婴网络（IMaN Net）的8031名符合条件的母亲及其新生儿	机器学习	NA	机器学习	线性回归, 逻辑回归, 决策树分类, 随机森林分类, 深度学习前馈, 极端梯度提升模型, 轻量梯度提升模型, 支持向量机, 排列特征分类与k近邻	医疗记录数据	8031名母亲（其中3759名经历了SSC）
1142	2025-05-10	Integrating ultrasound radiomics and clinicopathological features for machine learning-based survival prediction in patients with nonmetastatic triple-negative breast cancer 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13635-w PMID:39966783	研究论文	本研究评估了基于超声放射组学和临床病理特征的机器学习模型在三阴性乳腺癌患者生存分析中的预测价值	结合超声放射组学和临床病理特征构建的联合列线图在生存分析中表现出卓越性能，为三阴性乳腺癌患者提供了一种非侵入性的疾病结局分类方法	研究样本量相对有限，且需要外部验证进一步确认模型的泛化能力	评估机器学习模型在三阴性乳腺癌患者生存预测中的价值	非转移性三阴性乳腺癌患者	数字病理	乳腺癌	超声放射组学分析	机器学习模型	超声图像和临床数据	训练队列306例，内部验证队列77例，前瞻性外部验证队列82例
1143	2025-05-10	Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches? 2025-Feb-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02640-9 PMID:39966813	研究论文	基于健康保险索赔数据开发和验证2型糖尿病患者中风和心肌梗死的预测模型，并比较传统回归方法与机器学习方法的预测性能	比较了传统回归方法与包括深度学习在内的先进机器学习方法在预测2型糖尿病患者中风和心肌梗死风险上的性能	由于文献中缺乏对其他相关指标（如AUPRC、敏感性和阳性预测值）的报告，比较这些指标的性能受到限制	开发和验证基于健康保险索赔数据的预测模型，用于预测2型糖尿病患者的中风和心肌梗死风险	2型糖尿病患者	机器学习	心血管疾病	逻辑回归、LASSO正则化、随机森林（RF）、梯度提升（GB）、多层感知器（MLP）和特征标记转换器（FTT）	逻辑回归、RF、GB、MLP、FTT	健康保险索赔数据	371,006名2型糖尿病患者
1144	2025-05-10	Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis 2025-Feb-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02926-8 PMID:39966904	research paper	提出了一种基于深度学习的神经网络模型，用于在二维超声扫描中自动检测五个标志点，以开发用于发育性髋关节发育不良（DDH）筛查的标准平面	开发了一种结合全局和局部网络的模型，用于自动检测DDH筛查中的五个关键标志点，这在临床应用中具有创新性	研究仅基于单一医疗中心的回顾性数据，可能限制了模型的泛化能力	开发一种自动检测超声图像中五个标志点的深度学习模型，用于DDH筛查	接受髋关节超声检查以进行DDH筛查的患者	digital pathology	developmental dysplasia of the hip	2D ultrasonography	EfficientNetB2	image	532名患者
1145	2025-05-10	Deep learning-assisted screening and diagnosis of scoliosis: segmentation of bare-back images via an attention-enhanced convolutional neural network 2025-Feb-14, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05564-y PMID:39953540	研究论文	开发了一种基于深度学习的图像分割模型，用于提高脊柱侧弯筛查的效率	在原始U-Net架构中加入了注意力机制，构建了Dual AttentionUNet模型用于图像分割	研究样本量相对较小，仅包含350名脊柱侧弯患者和108名健康受试者	提高脊柱侧弯筛查的效率和准确性	脊柱侧弯患者和健康受试者的裸背图像和站立全长前后位脊柱X光片	计算机视觉	脊柱侧弯	深度学习	Dual AttentionUNet	图像	350名脊柱侧弯患者和108名健康受试者
1146	2025-05-10	Machine Learning in the Management of Patients Undergoing Catheter Ablation for Atrial Fibrillation: Scoping Review 2025-Feb-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/60888 PMID:39928932	综述	本文通过范围综述评估了机器学习在心房颤动导管消融患者管理中的应用现状	系统比较了不同机器学习模型在特定临床任务中的表现，并总结了该领域的优势与局限性	大多数模型缺乏外部验证，存在高偏倚风险	评估机器学习在心房颤动导管消融患者管理中的应用证据	接受心房颤动导管消融治疗的患者	机器学习	心血管疾病	机器学习	CNN	人口统计学数据、临床特征、影像学数据、电生理信号	23项纳入研究
1147	2025-05-10	Renji endoscopic submucosal dissection video data set for early gastric cancer 2025-Feb-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04573-0 PMID:39929844	research paper	介绍了一个用于早期胃癌治疗的Renji内镜黏膜下剥离术(ESD)视频数据集	这是首个公开可用的用于早期胃癌治疗的ESD数据集	数据集规模相对较小，仅包含20个ESD内镜视频	推动计算机辅助干预、手术学习和术后手术视频分析技术的发展	早期胃癌(EGC)的内镜黏膜下剥离术(ESD)视频	computer vision	gastric cancer	deep learning	NA	video	20个ESD内镜视频和66,656个阶段识别标注
1148	2025-05-10	Exploration of the optimal deep learning model for english-Japanese machine translation of medical device adverse event terminology 2025-Feb-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02912-0 PMID:39923074	research paper	本研究探索了英语-日语医疗设备不良事件术语机器翻译的最佳深度学习模型	比较了多种机器翻译模型在医疗术语翻译中的表现，发现GPT-4在定量和定性评估中均优于其他模型	研究仅基于50个随机抽取的句子，样本量较小	为自动术语映射系统寻找最佳的英语-日语医疗术语机器翻译模型	国际医疗器械监管机构论坛(IMDRF-AET)发布的英语-日语平行术语数据	natural language processing	NA	机器翻译	mBART50, m2m-100, Google Translation, Multilingual T5, GPT-3, ChatGPT, GPT-4	text	50个随机抽取的术语及其定义句子
1149	2025-05-10	Complex conjugate removal in optical coherence tomography using phase aware generative adversarial network 2025-Feb, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.2.026001 PMID:39963188	research paper	提出了一种基于生成对抗网络的深度学习方法来消除光学相干断层扫描中的复共轭伪影	利用相位图像增强深度学习模型去除复共轭伪影，无需额外硬件组件	NA	开发一种无需额外硬件的软件解决方案来消除FD-OCT中的复共轭伪影	光学相干断层扫描图像	digital pathology	NA	光学相干断层扫描	GAN	image	包括模型、人类皮肤和活体小鼠眼睛在内的多种样本
1150	2025-05-10	Arthroscopy-validated Diagnostic Performance of 7-Minute Five-Sequence Deep Learning Super-Resolution 3-T Shoulder MRI 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.241351 PMID:39964264	research paper	该研究验证了7分钟三倍并行成像加速的深度学习超分辨率3-T肩部MRI在诊断肩部病变中的临床效果	首次通过关节镜验证了深度学习超分辨率MRI在肩部病变诊断中的良好性能	样本量相对较小（121名成人），且为回顾性研究	验证加速深度学习MRI在肩部病变诊断中的临床效果	成人肩痛患者	digital pathology	shoulder conditions	深度学习超分辨率MRI	DL	MRI图像	121名成人（平均年龄55岁±14，75名男性）
1151	2025-05-10	Association of Epicardial Adipose Tissue Changes on Serial Chest CT Scans with Mortality: Insights from the National Lung Screening Trial 2025-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.240473 PMID:39964263	research paper	该研究探讨了心外膜脂肪组织(EAT)在两年间隔内的变化与接受连续低剂量CT肺癌筛查个体死亡率之间的关联	使用经过验证的自动深度学习算法从连续低剂量CT扫描中获取EAT体积和密度，并首次将EAT变化分为典型和非典型变化来预测死亡率	研究为二次分析，可能存在原始数据收集时的局限性	研究EAT变化与全因死亡率、心血管死亡率和肺癌死亡率之间的关联	接受连续低剂量CT肺癌筛查的个体	digital pathology	lung cancer	low-dose CT	deep learning	CT image	20661名参与者(平均年龄61.4岁±5.0，男性12237名[59.2%])
1152	2025-05-10	Change analysis of surface water clarity in the Persian Gulf and the Oman Sea by remote sensing data and an interpretable deep learning model 2025-Feb, Environmental science and pollution research international DOI:10.1007/s11356-025-36018-x PMID:39966320	研究论文	利用遥感数据和可解释深度学习模型分析波斯湾和阿曼海水体透明度的变化	结合MODIS-Aqua影像、统计测试和深度学习模型，首次全面监测波斯湾和阿曼海2002至2018年的水体透明度变化，并应用解释技术确定关键影响因素	研究时间跨度有限（2002-2018年），且仅基于MODIS-Aqua影像数据	监测波斯湾和阿曼海的水体透明度变化以评估生态系统健康状况和水质	波斯湾和阿曼海的水体透明度及相关环境参数	遥感与环境监测	NA	MODIS-Aqua遥感影像、统计测试、深度学习模型	CNN、LSTM	遥感影像、环境参数数据	2002至2018年波斯湾和阿曼海的遥感监测数据
1153	2025-05-10	A practical deep learning model for core temperature prediction of specialized workers in high-temperature environments 2025-Feb, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104079 PMID:39970650	研究论文	本文开发了一种结合卡尔曼滤波和长期序列预测深度学习模型的无创核心温度预测模型，用于高温环境下特种作业人员的健康监测	结合卡尔曼滤波和长期序列预测深度学习模型，利用皮肤温度和心率作为输入特征，实现个性化实时核心温度预测	实验样本量较小（13名参与者），且仅在34至40°C的环境温度范围内进行验证	解决高温环境下特种作业人员核心温度的实时监测和预测问题	高温环境下特种作业人员的核心温度	机器学习	NA	卡尔曼滤波和长期序列预测深度学习模型	LSTM	皮肤温度和心率数据	13名参与者的实验数据
1154	2025-05-10	Radiomics and Deep Learning Prediction of Immunotherapy-Induced Pneumonitis From Computed Tomography 2025-Feb, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00198 PMID:39977708	研究论文	该研究利用放射组学和深度学习技术，通过计算机断层扫描（CT）预测免疫治疗引起的肺炎（PN）	首次结合放射组学特征和深度学习模型（CNN）预测免疫治疗引起的肺炎，相比传统放射组学方法，深度学习模型表现出更高的预测性能	结合放射组学和深度学习的模型相比仅使用CNN的模型并未显示出显著改进	预测癌症患者在免疫检查点抑制剂（ICI）治疗期间可能发生的肺炎，以提高治疗安全性和有效性	接受ICI治疗的癌症患者	数字病理学	肺癌	计算机断层扫描（CT）	CNN	图像	671名患者的2,700份胸部CT扫描数据
1155	2025-05-10	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-Feb, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	本文介绍了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	提出了一种基于最优传输的形态测量（TBM）框架，能够表示每个细胞核相对于模板细胞核的整个信息内容，且对不同的染色模式和成像协议具有鲁棒性	NA	通过核形态学量化技术，提升核形态测量在癌症诊断和研究中的定量化水平	数字病理图像中的核结构，特别是来自癌症肿瘤的核图像	数字病理学	癌症	最优传输、特征提取、深度学习	TBM框架	图像	涉及多种癌症组织类型，包括肝脏实质、甲状腺、肺间皮和皮肤上皮来源的肿瘤
1156	2025-05-10	A comprehensive review of deep learning-based approaches for drug-drug interaction prediction 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae052 PMID:39987494	review	本文综述了基于深度学习的药物-药物相互作用（DDI）预测方法	提供了最新的、易于理解的DDI预测方法指南，包括基于相似性、网络和整合的方法，并对广泛使用的分子表示和从图数据中提取特征的模型理论框架进行了深入分析	未提及具体实验验证或实际应用效果的局限性	为不同领域的研究者提供关于DDI预测的全面指南	药物-药物相互作用（DDI）	machine learning	NA	deep learning	NA	graph data	NA
1157	2025-05-10	Intelligent skin disease prediction system using transfer learning and explainable artificial intelligence 2025-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83966-4 PMID:39799199	研究论文	提出了一种基于迁移学习和可解释人工智能的智能皮肤病预测系统	使用预训练的VGG16模型进行迁移学习，并结合层相关传播（LRP）技术提高模型的可解释性	VGG16模型作为黑箱模型，无法解释系统运作的原因和方式	快速识别和预测皮肤病，如鸡痘、麻疹和猴痘	皮肤病的图像数据	计算机视觉	皮肤病	迁移学习（TL）和层相关传播（LRP）	VGG16	图像	包含鸡痘、麻疹、猴痘和正常皮肤四类图像的数据集
1158	2025-05-10	A benchmark of deep learning approaches to predict lung cancer risk using national lung screening trial cohort 2025-01-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84193-7 PMID:39799226	research paper	本文通过比较和分析当前最先进的深度学习模型，评估了它们在肺癌风险预测任务中的性能	首次全面比较和验证了多种3D和2D深度学习模型在肺癌风险预测中的表现，并探讨了预训练数据集对模型性能的影响	研究样本量有限（253名患者），且仅使用了无对比剂的CT扫描数据	评估深度学习模型在肺癌风险预测中的性能，为临床应用的模型选择提供依据	来自国家肺癌筛查试验(NLST)的253名患者的CT扫描数据	digital pathology	lung cancer	CT扫描	3D和2D深度学习模型（如CNN等）	image	253名患者的CT扫描数据
1159	2025-05-10	Deep learning algorithms enable MRI-based scapular morphology analysis with values comparable to CT-based assessments 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84107-7 PMID:39794358	研究论文	本研究提出了一种基于深度学习的MRI肩胛骨形态分析方法，其准确性可与CT评估相媲美	利用深度学习技术从各向异性分辨率和有限视野的MRI中自动进行肩胛骨形态分析，克服了传统MRI方法的误差问题	虽然准确性接近CT，但仍存在微小偏差，且样本量和多样性未明确说明	开发一种无需CT即可准确评估肩胛骨形态的方法	肩胛骨的形态特征	数字病理学	肩袖修复术后再撕裂	MRI和CT成像	深度学习分割网络	医学影像	NA
1160	2025-05-10	A hybrid explainable model based on advanced machine learning and deep learning models for classifying brain tumors using MRI images 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85874-7 PMID:39794374	research paper	提出了一种结合轻量级并行深度可分离卷积神经网络（PDSCNN）和混合岭回归极限学习机（RRELM）的新方法，用于基于MRI图像准确分类四种脑肿瘤	结合PDSCNN和RRELM，采用CLAHE增强MRI图像中肿瘤特征的可见性和清晰度，并通过SHAP提高模型的可解释性	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	提高脑肿瘤的早期检测和准确分类，以支持有效的治疗策略	四种脑肿瘤（胶质瘤、脑膜瘤、无肿瘤和垂体瘤）的MRI图像	digital pathology	brain tumor	MRI, CLAHE, SHAP	PDSCNN, RRELM	image	未提及具体样本数量