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
1201	2025-05-28	Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11158-9 PMID:39477837	research paper	本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学（IDLR）模型，用于诊断阿尔茨海默病（AD）的临床谱并预测从轻度认知障碍（MCI）到AD的进展	提出的IDLR模型结合了放射组学和深度学习的特征，提高了传统深度学习模型的解释性并提升了分类准确性	研究为初步结果，需要进一步验证	诊断AD临床谱并预测MCI到AD的进展	1962名来自不同种族的受试者（包括ADNI的白种人队列和中国两家医院的亚洲队列）	digital pathology	geriatric disease	[18F]FDG PET	interpretable deep learning radiomics (IDLR) model	image	1962 subjects (Caucasian cohort from ADNI and Asian cohort from two hospitals in China)
1202	2025-05-28	Convolutional variational auto-encoder and vision transformer hybrid approach for enhanced early Alzheimer's detection 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.034501 PMID:40415866	研究论文	提出了一种结合卷积变分自编码器(CVAE)和视觉变换器(ViT)的混合模型，用于增强早期阿尔茨海默病的检测	首次将CVAE与ViT结合用于阿尔茨海默病早期检测，通过CVAE的无监督特征提取显著提升了基于变换器模型的性能	仅使用了MRI数据进行验证，未考虑其他模态数据	开发一种更精确和快速的阿尔茨海默病早期自动诊断方法	阿尔茨海默病的早期诊断	数字病理学	老年疾病	深度学习	CVAE-ViT混合模型	MRI图像	14,000个结构MRI样本(来自ADNI和SCAN数据库)
1203	2025-05-28	Deep learning radiopathomics predicts targeted therapy sensitivity in EGFR-mutant lung adenocarcinoma 2025-Apr-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06480-9 PMID:40301933	研究论文	本研究开发了一种深度学习放射病理临床(DLRPC)模型，用于预测EGFR突变肺腺癌患者对酪氨酸激酶抑制剂(TKIs)的治疗反应	整合了CT影像、H&E染色活检样本和临床数据，采用基于临床的注意力掩膜探索跨模态关联	回顾性研究设计可能引入选择偏倚，样本量相对有限(214例)	预测EGFR突变肺腺癌患者对TKIs的治疗敏感性	EGFR突变肺腺癌患者	数字病理	肺癌	深度学习	DLRPC(多模态融合模型)	CT影像、病理图像、临床数据	214例来自两个医疗中心的肺腺癌患者
1204	2025-05-28	Innovative Artificial Intelligence System in the Children's Hospital in Japan 2025-Apr-28, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2024-0312 PMID:40415999	研究论文	本文介绍了日本儿童医院中创新人工智能系统的应用及其在医疗领域的广泛潜力	利用深度学习技术和大量医疗数据集，推动突破性医疗治疗的进步，包括病理诊断加速、细菌种类区分、眼疾早期检测和遗传疾病预测	未提及具体的技术实施细节和系统性能的定量评估	推动人工智能在儿科医院中的应用，提升医疗诊断和治疗的效率和准确性	儿科患者，包括病理诊断、细菌种类、眼疾、遗传疾病、儿科癌症、自闭症等	医疗人工智能	儿科疾病	深度学习	NA	医疗图像数据、基因组数据、行为与沟通数据	未提及具体样本数量
1205	2025-05-28	A comprehensive validation study on the influencing factors of cough-based COVID-19 detection through multi-center data with abundant metadata 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104798 PMID:39993588	研究论文	本研究通过多中心数据和丰富的元数据，全面验证了基于咳嗽的COVID-19检测模型的影响因素	首次利用自监督学习进行预训练，并通过不同来源的数据微调模型，同时验证了咳嗽类型、症状和感染阶段等因素对检测性能的影响，并观察了预测概率与临床指标的相关性	在康复个体和开源数据集上检测性能较差，且临床数据样本量较小	评估基于咳嗽的COVID-19检测模型在实际应用中的可行性	临床和众包的咳嗽音频数据	机器学习	COVID-19	自监督学习	深度学习模型	音频	多中心临床和众包数据
1206	2025-05-28	Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93765-0 PMID:40155444	research paper	该研究探讨了使用人类启发式优化算法（TLBO和SPBO）优化卷积神经网络（CNN）在基于脑电图（EEG）的驾驶员 drowsiness 检测中的应用	引入了两种人类启发式优化算法（TLBO和SPBO）来优化CNN架构，提高了EEG信号中 drowsiness 检测的性能	存在轻微的过拟合问题	提高基于EEG的驾驶员 drowsiness 检测系统的性能	驾驶员 drowsiness 检测	machine learning	NA	EEG	CNN	EEG信号	NA
1207	2025-05-28	Multimodal medical image fusion combining saliency perception and generative adversarial network 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95147-y PMID:40148552	研究论文	本文提出了一种结合显著性感知和生成对抗网络的多模态医学图像融合方法，以提高诊断准确性	提出了一种新颖的深度学习架构Temporal Decomposition Network (TDN)，通过特征级时间分析和对抗学习机制优化多模态医学图像融合	NA	优化多模态医学图像融合，提高诊断准确性	多模态医学图像	数字病理	NA	生成对抗网络(GAN)	TDN (Temporal Decomposition Network)	图像	多样化的医学图像数据集，包含多种模态和图像维度
1208	2025-05-28	Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis 2025-Mar-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01626-z PMID:40075328	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在利用全景X光片预测骨质疏松症方面的准确性	首次对深度学习模型在全景X光片骨质疏松筛查中的准确性进行系统评价和荟萃分析	需要更多多中心研究来验证模型在高风险群体中的有效性	评估深度学习模型在全景X光片骨质疏松筛查中的诊断准确性	骨质疏松症患者	digital pathology	geriatric disease	deep learning	AlexNet, ResNet	image	7项研究（具体样本量未明确说明）
1209	2025-05-28	Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics 2025-Mar-04, Sensors (Basel, Switzerland) DOI:10.3390/s25051576 PMID:40096448	研究论文	本文探讨了基于大脑网格细胞的生物启发式导航在机器人中的应用，特别是利用深度学习模型处理不确定性和动态环境	展示了网格细胞网络能够从机器人轨迹中有效学习空间表示，为开发先进的移动机器人导航算法奠定了基础	讨论了当前面临的挑战和未来研究方向，暗示存在未解决的问题和限制	研究目的是探索基于网格细胞的导航系统在机器人中的应用，特别是在不确定和动态环境中的表现	研究对象是移动无人地面车辆（UGV）机器人的轨迹数据	机器人学	NA	深度学习	网格细胞网络	轨迹数据	NA
1210	2025-05-28	Comparing the Effectiveness of Artificial Intelligence Models in Predicting Ovarian Cancer Survival: A Systematic Review 2025-Mar, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70138 PMID:40103563	系统性综述	本文系统性综述了机器学习算法在预测卵巢癌患者生存结果中的应用	比较了多种AI模型在预测卵巢癌生存结果中的有效性，并识别了影响预测准确性的重要特征	模型准确性和可解释性仍存在挑战	评估机器学习算法在预测卵巢癌患者生存结果中的有效性	卵巢癌患者	机器学习	卵巢癌	机器学习算法	随机森林、支持向量机、逻辑回归、XGBoost及多种深度学习模型	临床数据、影像数据和分子数据	32项符合纳入标准的研究
1211	2025-05-28	Using pretrained models in ensemble learning for date fruits multiclass classification 2025-Mar, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70136 PMID:40135491	研究论文	该研究使用预训练模型和集成学习方法对九种不同椰枣进行多类分类	提出了Dirichlet Ensemble方法，结合多个CNN模型的预测结果，显著提高了分类准确率	VGG16模型表现不佳，仅获得73.24%的准确率，表明其难以处理复杂分类任务	提高椰枣分类的准确性和鲁棒性，用于质量控制、自动分拣和商业应用	九种不同椰枣	计算机视觉	NA	集成学习	CNN（DenseNet121, MobileNetV2, ResNet18, VGG16）	图像	NA
1212	2025-05-28	Deep learning-based defect detection in film-coated tablets using a convolutional neural network 2025-Feb-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125220 PMID:39832574	研究论文	本文提出了一种基于深度学习的薄膜包衣片剂缺陷检测方法，使用卷积神经网络（CNN）进行定量分析	采用CNN进行薄膜包衣片剂缺陷检测，准确率达到99.7%，显著优于传统的基于静态规则的方法	研究中使用的缺陷是人为诱导的，可能无法完全代表实际生产中的所有缺陷类型	开发一种标准化、客观且高效的薄膜包衣片剂缺陷检测方法	红色-橙色薄膜包衣安慰剂片剂	计算机视觉	NA	图像分析	CNN	图像	25,200张片剂图像
1213	2025-05-28	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文综述了深度学习与心电图（ECG）在心血管疾病领域应用的最新进展，系统性地分析了198篇高质量文献	通过细致的分类和层次分割，全面描绘了当前心血管疾病领域的研究现状	NA	为感兴趣的读者提供全面的指南，激发对这一领域进一步深入探索和研究的热情	心血管疾病	机器学习	心血管疾病	深度学习	NA	心电图（ECG）数据	198篇高质量文献
1214	2025-05-28	Development of a pressure ulcer stage determination system for community healthcare providers using a vision transformer deep learning model 2025-Feb-14, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000041530 PMID:39960905	research paper	开发了一种基于Vision Transformer深度学习模型的压疮分期系统，用于辅助社区医疗护理人员早期检测压疮	首次使用Vision Transformer模型处理实际压疮照片进行分类，相比传统CNN模型具有更高准确性和更低计算复杂度	研究仅基于395张图像，样本量相对有限	开发辅助社区护理人员早期检测压疮的计算机视觉系统	压疮患者的不同分期照片	computer vision	pressure ulcer	deep learning	Vision Transformer (ViT)	image	395张来自3家医院的压疮分期图像
1215	2025-05-28	Fraud detection in healthcare claims using machine learning: A systematic review 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103061 PMID:39756221	系统综述	本文系统综述了机器学习技术在医疗保险欺诈检测中的应用	分析了近二十年来文献中记录的数据和方法，提供了研究挑战和机遇的见解	数据不一致、缺乏数据标准化和整合、隐私问题以及用于训练模型的标记欺诈案例数量有限	识别医疗保险欺诈，减少医疗支出损失	医疗保险索赔数据	机器学习	NA	机器学习	无监督方法、监督方法、混合方法	医疗保险索赔数据	137篇研究文章，涉及16个国家的数据，主要来自美国（96篇）、中国（11篇）和澳大利亚（5篇）
1216	2025-05-28	Predicting the Price of Molecules Using Their Predicted Synthetic Pathways 2025-Feb, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400039 PMID:39887833	research paper	本文提出了一种名为RetroPriceNet的深度学习模型，用于预测分子的价格，该模型利用分子的预测合成路径作为特征	首次提出了一种考虑起始材料可用性和价格的虚拟分子价格预测函数，填补了现有指标的空白	NA	改进和加速与商品成本相关的决策过程	虚拟分子的价格预测	machine learning	NA	Computer Aided Synthetic Planning (CASP)	RetroPriceNet (deep learning model)	molecular data	NA
1217	2025-05-28	Retinal vascular alterations in cognitive impairment: A multicenter study in China 2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14593 PMID:39988572	研究论文	本研究通过多中心研究调查了认知障碍患者的视网膜血管变化	使用VC-Net深度学习模型分割视网膜动静脉网络，提取36个血管特征，发现认知障碍患者血管结构显著变化	需要在更大规模的队列中验证，并探索潜在机制	研究认知障碍患者的视网膜血管变化	176名轻度认知障碍(MCI)或阿尔茨海默病(AD)患者和264名对照者	数字病理学	阿尔茨海默病	深度学习	VC-Net	图像	440名受试者（176名患者和264名对照）
1218	2025-05-28	Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis 2025-Feb, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03485-x PMID:39527265	meta-analysis	该研究通过系统综述和荟萃分析评估了放射组学和人工智能模型在头颈癌淋巴结转移诊断中的准确性	首次对AI模型在头颈癌淋巴结转移诊断中的准确性进行全面评估，并比较了不同影像学方法和模型类型的表现差异	大多数研究缺乏外部验证，分析仅限于内部验证集，可能影响结果的普遍适用性	评估人工智能模型在头颈癌淋巴结转移诊断中的准确性	头颈癌患者的淋巴结转移情况	digital pathology	head and neck cancers	radiomics, deep learning	deep learning models, hand-crafted radiomics models	医学影像数据（CT、MRI、PET/CT）	23项符合条件的研究（具体样本量未明确说明）
1219	2025-05-28	Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85277-8 PMID:39814806	研究论文	本研究利用基于EfficientNet和级联迁移学习的深度学习方法，开发了一种自动化的临床筛查工具，用于检测甲襞毛细血管图像中的异常	提出了一个基于EfficientNet-B0和级联迁移学习的鲁棒框架，显著提高了分类器在区分甲襞毛细血管图像正常与异常病例中的性能	数据集中正常图像仅占6%，可能导致模型在正常病例上的泛化能力受限	开发一种自动化的临床筛查工具，用于检测甲襞毛细血管图像中的异常	甲襞毛细血管图像	计算机视觉	心血管疾病	深度学习和迁移学习	EfficientNet-B0	图像	225名参与者的甲襞毛细血管图像
1220	2025-05-28	Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84588-6 PMID:39814818	研究论文	利用深度学习的聚类分析方法探索糖尿病肾病中细微且新颖的肾脏病理变化	采用不变信息聚类(IIC)和可视化技术(Grad-CAM和GAN)识别糖尿病肾病中早期和新型的病理变化	样本来源仅限于金泽医科大学的45名患者，可能影响结果的普遍性	早期诊断糖尿病肾病以减少慢性肾脏病(CKD)的数量	糖尿病和非糖尿病患者的肾小球图像	数字病理学	糖尿病肾病	IIC, Grad-CAM, GAN	IIC, Cycle-GAN	图像	45名患者的13,251张肾小球图像（糖尿病病例7,799张，非糖尿病病例5,542张）