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
101	2025-05-24	A Deep Learning-Enabled Workflow to Estimate Real-World Progression-Free Survival in Patients With Metastatic Breast Cancer: Study Using Deidentified Electronic Health Records 2025-May-15, JMIR cancer IF:3.3Q2 DOI:10.2196/64697 PMID:40372953	研究论文	本研究开发并验证了一种基于深度学习的半自动化工作流程，用于利用去标识化的电子健康记录数据估计转移性乳腺癌患者的真实世界无进展生存期（rwPFS）	配置了一个预训练的通用医疗NLP框架，将自由文本临床记录和放射学报告转化为结构化进展事件，用于研究转移性乳腺癌队列的rwPFS	需要在更多样化的外部数据集和其他癌症类型上进一步验证以确保广泛的适用性和普适性	开发一种快速可靠的方法来确定接受联合治疗的转移性乳腺癌患者的真实世界无进展生存期（rwPFS）	转移性乳腺癌患者	自然语言处理	乳腺癌	NLP	深度学习	文本	316名激素受体阳性、HER-2阴性的转移性乳腺癌患者
102	2025-05-24	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	本研究提出了一种基于纤维素薄膜的环保型比色传感器阵列，结合深度学习技术，用于监测红茶萎凋过程中的挥发性有机化合物及评估萎凋阶段	开发了一种具有自清洁功能的TiO-纤维素薄膜，并通过特定区域功能化提高了湿度抗性，结合LSTM深度学习模型实现了90%的萎凋阶段识别准确率	未明确说明传感器在长期使用中的稳定性或在实际生产环境中的适用性	开发一种智能、环保的传感器用于监测红茶萎凋过程	红茶萎凋过程中的挥发性有机化合物(VOCs)	传感器技术	NA	比色传感器阵列(CSA)、深度学习	LSTM	化学传感器数据	未明确说明具体样本数量
103	2025-05-24	Improve robustness to mismatched sampling rate: An alternating deep low-rank approach for exponential function reconstruction and its biomedical magnetic resonance applications 2025-May-15, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107898 PMID:40403552	research paper	提出了一种交替深度低秩方法（ADLR），用于解决信号重建中训练与目标数据不匹配的问题	结合深度学习求解器和经典优化求解器，有效缓解了信号重建中的不匹配问题	未提及具体局限性	提高信号重建的鲁棒性，特别是在采样率不匹配的情况下	生物医学磁共振信号	signal processing	NA	deep learning, classic optimization	ADLR (Alternating Deep Low-Rank)	magnetic resonance signals	合成和真实世界的生物医学磁共振信号
104	2025-05-24	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-May-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、放射组学、深度学习和两种融合模型在预测局部晚期直肠癌早期复发中的表现	首次比较了四种不同模型（临床、放射组学、深度学习和两种融合模型）在预测局部晚期直肠癌早期复发中的性能，并发现基于决策的晚期融合模型表现最佳	回顾性研究设计可能引入选择偏倚，且样本量相对有限（337例患者）	比较不同模型预测局部晚期直肠癌早期复发的性能	局部晚期直肠癌患者	数字病理	直肠癌	多参数MRI（包括T2WI、DWI、T1WI和CET1WI）	XGBoost分类器（用于建立临床模型、放射组学模型、深度学习模型和两种融合模型）	医学影像	337例来自四个中心的局部晚期直肠癌患者（2016年1月至2021年9月）
105	2025-05-24	Generative Deep Learning Design of Single-Domain Antibodies Against Venezuelan Equine Encephalitis Virus 2025-May-14, Antibodies (Basel, Switzerland) DOI:10.3390/antib14020041 PMID:40407693	研究论文	本研究利用生成式人工智能平台设计和初步评估了针对委内瑞拉马脑炎病毒的单域抗体	使用生成式AI设计单域抗体，为抗病毒治疗开发提供快速响应框架	需要进一步优化和验证AI生成的单域抗体	开发针对委内瑞拉马脑炎病毒的治疗性单域抗体	委内瑞拉马脑炎病毒(VEEV)的E2糖蛋白	人工智能在生物医学中的应用	委内瑞拉马脑炎病毒感染	生成式AI平台、ELISA、体外中和试验	生成式AI模型	蛋白质序列数据	NA
106	2025-05-24	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究利用深度学习框架HEAL2对肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）进行全基因组分析，揭示了其遗传复杂性及相关症状的遗传风险	开发了新型深度学习框架HEAL2，用于ME/CFS的遗传预测和风险基因识别，并揭示了这些基因在多种组织和细胞类型中的功能重要性	研究未提及样本量大小，可能影响结果的普适性	探索ME/CFS的遗传、分子和细胞基础，寻找潜在的治疗靶点	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者及其基因组数据	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析、转录组分析、网络分析	深度学习框架HEAL2	基因组数据、转录组数据、蛋白质组数据	NA
107	2025-05-24	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	research paper	本研究提出了一种基于深度学习的乳腺叶状肿瘤分层诊断模型（PTs-HDM），用于术前识别和分级	开发了PTs-HDM模型，首次实现了乳腺叶状肿瘤的术前自动分层诊断，并通过热激活映射指导提高了放射科医生的诊断一致性	研究为回顾性设计，样本量相对有限（712例患者）	开发一种术前诊断乳腺叶状肿瘤的深度学习方法	乳腺叶状肿瘤（PTs）和纤维腺瘤（FAs）患者	digital pathology	breast cancer	deep learning	CNN	ultrasound images	712 patients from five hospitals
108	2025-05-24	Prediction of Auditory Performance in Cochlear Implants Using Machine Learning Methods: A Systematic Review 2025-May-08, Audiology research IF:2.1Q1 DOI:10.3390/audiolres15030056 PMID:40407670	系统综述	本文通过系统综述探讨了机器学习在人工耳蜗植入术前评估、言语感知及噪声中言语理解等方面的应用	首次系统评估了机器学习在人工耳蜗听觉性能预测领域的应用现状，并比较了不同算法的准确率	未针对需要时间序列处理的复杂问题（如噪声环境理解）开展深度学习应用的深入研究	评估机器学习在人工耳蜗听觉性能预测中的应用效果	人工耳蜗植入患者的听觉性能数据	机器学习	听力损失	机器学习算法（包括Random Forest、Decision Trees、Bayesian Linear Regression等）	多种机器学习模型	临床数据和听觉性能测量数据	59篇符合纳入标准的研究文献
109	2025-05-24	Wearable Artificial Intelligence for Sleep Disorders: Scoping Review 2025-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65272 PMID:40327852	综述	本文对用于睡眠障碍的人工智能可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测与分析方法	首次系统综述AI可穿戴设备在睡眠障碍领域的应用现状，揭示当前研究集中在睡眠呼吸暂停且缺乏治疗应用的现状	未对设备性能和疗效结果进行统计合成，且非睡眠呼吸暂停类睡眠障碍的研究有限	概述AI驱动的可穿戴设备在睡眠障碍领域的应用情况	使用可穿戴设备数据通过AI算法检测或预测睡眠障碍的研究	数字健康	睡眠障碍	深度学习算法	CNN, 随机森林, SVM	呼吸数据、心率、身体运动数据	46项符合条件的研究（初始615篇）
110	2025-05-24	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-05-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	research paper	本文介绍了一个结合实验和计算的平台，用于绘制人类食道的时空发育图谱并预测调控上皮分化的关键信号通路	结合空间发育数据和深度学习，提出了一种无外源、可扩展的策略，用于从人类多能干细胞生成食道黏膜	NA	研究人类食道的时空发育及其调控机制，以工程化食道黏膜	人类食道的发育和人类多能干细胞（hPSCs）	digital pathology	NA	深度学习	NA	空间发育数据	NA
111	2025-05-24	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统评估了人工智能在癌症患者营养不良管理中的作用，重点关注其在营养状况评估、预测、临床结果和身体成分监测方面的有效性	人工智能模型在营养不良检测中表现出高预测准确性（AUC>0.80），机器学习算法优于传统筛查工具，深度学习模型在医学影像中实现了高分割精度（Dice相似系数：0.92-0.94）	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）、深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医学影像、临床数据	11项研究（n = 52,228名患者）
112	2025-05-24	Large language models as an academic resource for radiologists stepping into artificial intelligence research 2025 May-Jun, Current problems in diagnostic radiology IF:1.5Q3 DOI:10.1067/j.cpradiol.2024.12.004 PMID:39672727	研究论文	评估GPT-4o作为推荐系统在帮助放射科医生理解和实施AI研究中的有效性	使用大型语言模型（如GPT-4o）作为虚拟顾问，为放射科研究人员提供定制的机器学习和深度学习算法推荐	需要进一步研究将大型语言模型整合到常规工作流程中及其在持续专业发展中的作用	增强放射科医生对AI在研究中应用的理解和实施	放射科医生和早期职业研究人员	自然语言处理	NA	大型语言模型（LLMs）	GPT-4o, U-Net, Random Forest, Attention U-Net, EfficientNet	医学影像数据	NA
113	2025-05-24	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025 May-Jun, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	本文回顾了三种基于人工智能的面部情绪识别工具，并提供了R语言中的示例代码	介绍了三种流行的人工智能情绪检测程序，并提供了R语言的实现代码	仅介绍了三种工具，未涉及其他可能的技术或工具	提高社交和行为科学研究中可解释人工智能的素养	面部情绪识别工具	计算机视觉	NA	机器学习、深度学习、计算机视觉	NA	图像	NA
114	2025-05-24	Generation of a High-Precision Whole Liver Panorama and Cross-Scale 3D Pathological Analysis for Hepatic Fibrosis 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502744 PMID:40126158	research paper	该研究通过结合微光学切片断层扫描(MOST)系统和肝脏尼氏染色，生成了首个高精度全小鼠肝脏图谱，并构建了CCl4诱导的肝纤维化病理的详细3D全景图	首次生成了高精度全小鼠肝脏图谱，实现了从2D到3D视角的跨尺度多结构成分可视化，并利用深度学习工具对脂肪变性肝细胞进行分割	研究仅针对小鼠模型，尚未在人类肝脏中进行验证	阐明全肝尺度的肝脏解剖结构及其病理改变	小鼠肝脏	digital pathology	hepatic fibrosis	micro-optical sectioning tomography (MOST), Nissl staining	deep learning	3D image	小鼠肝脏样本
115	2025-05-24	Enhancing data quality in medical concept normalization through large language models 2025-May, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104812 PMID:40180205	research paper	本研究评估了医学概念归一化（MCN）在不同数据质量场景下的表现，并探讨了如何利用大型语言模型（LLMs）提升数据质量以改善MCN性能	通过使用ChatGPT进行零样本和小样本提示的数据增强，研究了数据质量对MCN模型性能的影响，并提出了基于LLM的数据增强策略	数据增强技术可能引入重复数据项，特别是在数据分布的均值区域，需谨慎设计以避免这些问题	提升医学概念归一化（MCN）的数据质量，以改善MCN性能	医学概念归一化（MCN）的数据集	自然语言处理	NA	ChatGPT-based zero-shot prompting, few-shot prompting	LLM	text	NA
116	2025-05-24	Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03264-z PMID:39779645	综述	本文系统分析了ECG成像（ECGI）重建中的计算技术，重点关注数据集识别、问题解决和特征提取	揭示了传统方法与先进技术（如混合技术和深度学习）在ECGI中的应用趋势，并强调了数据利用和计算技术整合的重要性	仅限2010年至2023年发表的英文同行评审论文，且排除了未描述计算技术的研究	分析ECGI重建中的计算技术，以提升心脏诊断和治疗的精确性	ECG成像（ECGI）相关的计算技术和数据集	生物医学工程	心血管疾病	边界元法、Tikhonov方法、深度学习	NA	ECG成像数据	99篇论文
117	2025-05-24	Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70451 PMID:40395088	研究论文	本研究采用文献计量分析和知识图谱可视化方法，绘制了全球脑科学研究的趋势、热点和合作网络	首次全面综述脑科学研究趋势，揭示当前研究前沿和关键方向，为研究人员和政策制定者提供战略路线图	中国在国际合作方面表现有限，且高影响力学者较少，存在‘数量重于质量’的挑战	分析全球脑科学研究的趋势、热点和合作网络	1990-2023年间Web of Science核心合集中的13,590篇文章	文献计量学	NA	文献计量分析、知识图谱可视化	NA	文献数据	13,590篇文章
118	2025-05-24	Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2310075 PMID:38584483	研究论文	本文提出了一种结合时间卷积网络和长短期记忆网络的混合深度学习策略，用于心脏病预测	使用混合优化的深度分类器（HODC）结合TCN和LSTM，并采用新提出的EFBI元优化算法进行参数优化	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	开发一种高效的心脏病早期预测模型	心脏病患者	机器学习	心血管疾病	1DCNN, TCN, LSTM	混合模型（TCN+LSTM）	医疗数据	NA
119	2025-05-24	ESMpHLA: Evolutionary Scale Model-Based Deep Learning Prediction of HLA Class I Binding Peptides 2025-May, HLA IF:5.9Q1 DOI:10.1111/tan.70263 PMID:40405507	research paper	本研究开发了一种基于进化尺度模型（ESM）的深度学习模型ESMpHLA，用于预测HLA I类结合肽	结合了并行CNN块和交叉注意力机制，构建了新型ESMpHLA模型，并在HLA I类结合肽预测中表现出色	NA	预测HLA I类与肽的结合亲和力，以研究免疫识别和疫苗开发	HLA I类结合肽	machine learning	NA	深度学习	CNN, 交叉注意力机制	肽序列数据	91,560个HLA-A等位基因的结合肽，56,731个HLA-B等位基因的结合肽，2,444个HLA-C等位基因的结合肽
120	2025-05-24	Comparison and analysis of major research methods for non-destructive testing of wind turbine blades 2025-May-01, The Review of scientific instruments DOI:10.1063/5.0252130 PMID:40407392	研究论文	本文通过文献计量分析对风力涡轮机叶片损伤检测方法进行分类，并比较主要的无损检测技术	重点讨论了多方法集成的损伤评估、在线无损检测技术的进步以及深度学习等智能算法的应用	未提及具体实验数据或案例研究来验证所讨论技术的实际效果	指导风电专业人员选择叶片健康监测技术，促进风电行业的可持续性和效率	风力涡轮机叶片的健康监测和损伤识别	可再生能源技术	NA	应变数据监测、振动数据监测、声学测量、超声波检测、热成像、图像识别	深度学习	应变数据、振动数据、声学数据、超声波数据、热成像数据、图像数据	NA