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
12781	2025-04-29	Hybrid deep learning method to identify key genes in autism spectrum disorder 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12104 PMID:40292027	研究论文	本研究采用混合深度学习方法识别与自闭症谱系障碍(ASD)相关的关键基因	结合图卷积网络和逻辑回归的混合深度学习方法，有效识别ASD关键基因，并通过SI模型验证其感染能力	未提及方法在其他神经发育障碍中的普适性验证	识别与自闭症谱系障碍相关的关键基因	自闭症谱系障碍相关基因	机器学习	自闭症谱系障碍	图卷积网络, 逻辑回归, SI模型	GCN, Logistic Regression	基因互作网络数据	NA	NA	NA	NA	NA
12782	2025-04-29	Deep learning-based classification of gallbladder lesions in patients with non-diagnostic (GB-RADS 0) ultrasound 2024-Dec, Clinical and experimental hepatology IF:1.5Q3 DOI:10.5114/ceh.2024.145424 PMID:40290528	研究论文	本研究评估了深度学习模型在非诊断性超声图像中对胆囊病变进行分类的诊断性能	首次在非诊断性胆囊超声图像中应用多种深度学习模型（包括CNN、Transformer及混合模型）进行良恶性分类	模型性能仍需进一步提升以达到临床应用标准，测试样本量较小（26名患者）	提高非诊断性胆囊超声（GB-RADS 0）中病变的良恶性分类准确性	因胆囊因素导致超声检查非诊断性的患者	数字病理	胆囊疾病	超声成像	ResNet50, GBCNet, ViT, RadFormer, MedViT	图像	训练集1004张图像，验证集251张图像，测试集26名患者（304张图像）	NA	NA	NA	NA
12783	2025-10-07	Pediatric Electrocardiogram-Based Deep Learning to Predict Secundum Atrial Septal Defects 2025-Jun, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03540-7 PMID:38953953	研究论文	本研究开发了一种基于卷积神经网络的AI模型，利用儿童心电图预测继发孔型房间隔缺损	首次将深度学习应用于儿科人群的心电图分析来检测ASD2，相比传统心电图指标（如不完全性右束支传导阻滞）表现更优	需要未来进行多中心验证和前瞻性试验来指导临床决策	开发一种经济有效的ASD2筛查方法，实现早期检测	年龄≤18岁无重大先天性心脏病的儿科患者	医疗人工智能	先天性心脏病	心电图-超声心动图配对分析	CNN	心电图信号	训练队列：92,377对心电图-超声心动图（46,261名患者）；测试队列：内部测试12,631名患者，急诊科2,830名患者	NA	卷积神经网络	AUROC, AUPRC	NA
12784	2025-10-07	Incidence trends, overall survival, and metastasis prediction using multiple machine learning and deep learning techniques in pediatric and adolescent population with osteosarcoma and Ewing's sarcoma: nomogram and webpage 2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03717-9 PMID:39333451	研究论文	本研究分析儿童和青少年骨肉瘤与尤文氏肉瘤的发病率及总生存期，并利用机器学习和深度学习技术构建转移预测模型	首次在儿童青少年骨肉瘤研究中综合应用多种机器学习算法和深度学习模型，并开发在线列线图工具增强临床实用性	研究基于特定时间段（2004-2020年）的有限样本量，模型泛化能力需进一步验证	分析骨肉瘤和尤文氏肉瘤的流行病学趋势并开发转移预测模型	0-19岁儿童和青少年骨肉瘤（2465例）和尤文氏肉瘤（1373例）患者	机器学习	骨肉瘤	统计分析，机器学习建模	Lasso, Ridge Regression, Elastic Net, Random Forest, 深度学习	临床数据	骨肉瘤2465例，尤文氏肉瘤1373例，总计3838例患者	TensorFlow, Keras, R	基于TensorFlow和Keras的深度学习架构	AUC, 敏感度, 准确率	NA
12785	2025-10-07	Radiomics model for predicting distant metastasis in soft tissue sarcoma of the extremities and trunk treated with surgery 2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03746-4 PMID:39354269	研究论文	开发基于MRI影像组学模型预测四肢和躯干软组织肉瘤术后转移风险	结合瘤内和瘤周区域的影像组学特征与深度学习特征构建预测模型	样本量有限（训练集73例，验证集40例），需多中心大样本验证	预测软组织肉瘤术后转移风险	四肢和躯干软组织肉瘤患者	数字病理	软组织肉瘤	磁共振成像	CNN, 机器学习算法	医学影像	训练集73例，外部验证集40例	NA	3D ResNet10	AUC, 决策曲线分析, Hosmer-Lemeshow检验	NA
12786	2025-10-07	MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11105-8 PMID:39422725	系统综述	系统综述总结了用于辅助诊断多种膝关节异常的MRI深度学习模型研究现状	首次系统性地综述了基于MRI的深度学习模型在膝关节病理诊断中的应用现状	纳入研究的设计存在异质性，需要更大规模的MRI数据集进行验证	评估深度学习模型在膝关节MRI病理诊断中的临床应用潜力	膝关节异常（前交叉韧带损伤、骨关节炎、半月板损伤等）	医学影像分析	膝关节疾病	MRI	CNN	MRI图像	54篇相关研究文章	NA	ResNet, VGG, DenseNet, DarkNet	准确率	NA
12787	2025-10-07	Deep learning super-resolution reconstruction for fast and high-quality cine cardiovascular magnetic resonance 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11145-0 PMID:39441391	研究论文	本研究比较了标准分辨率与深度学习超分辨率重建的低分辨率心血管磁共振电影图像	首次将深度学习超分辨率算法应用于心血管磁共振电影图像重建，显著缩短采集时间	样本量较小（30名参与者），需要更大规模研究验证	评估深度学习超分辨率重建在心血管磁共振电影成像中的性能	健康志愿者和患者的心血管磁共振电影图像	医学影像分析	心血管疾病	心血管磁共振成像，平衡稳态自由进动序列	深度学习	医学影像	30名参与者（20名健康志愿者和10名患者）	NA	超分辨率网络	左心室射血分数，左心室舒张末期容积指数，应变，表观信噪比，表观对比噪声比，主观图像质量评分	NA
12788	2025-10-07	Development and validation of a deep learning algorithm for the classification of the level of surgical difficulty in impacted mandibular third molar surgery 2025-May, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2024.11.008 PMID:39632213	研究论文	开发并验证用于全景X光片中下颌第三磨牙识别及手术难度分级分类的深度学习算法	首次将YOLOv5模型应用于下颌第三磨牙手术难度分级分类，并与人类专家评估结果进行对比验证	数据集仅包含1730张全景X光片，样本量相对有限	开发能够自动评估下颌第三磨牙拔除手术难度的深度学习算法	下颌第三磨牙及其在全景X光片中的影像特征	计算机视觉	口腔疾病	全景X光摄影	CNN	图像	1730张全景X光片（1300张训练，430张测试）	YOLOv5	YOLOv5	精确度-召回率曲线下面积，受试者工作特征曲线下面积，混淆矩阵	NA
12789	2025-10-07	Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training 2025-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30401 PMID:39641987	研究论文	开发基于深度学习的乳腺脂肪组织脂肪酸组成快速估计方法	提出基于物理原理的无监督深度学习网络FAC-Net，可直接从多回波双极梯度回波数据估计脂肪酸组成	样本量较小（对照组8人，癌症组7人），部分比较结果未达到统计学显著性	开发稳健快速的乳腺脂肪组织脂肪酸组成估计方法	乳腺脂肪组织、包含8种不同脂肪酸组成油类的体模、绝经后女性	医学影像分析	乳腺癌	多回波双极梯度回波MRI、全身3T MRI系统	深度学习网络	MRI影像数据	体模8种油类，人类受试者15人（对照组8人，癌症组7人）	NA	FAC-Net	R2决定系数	NA
12790	2025-10-07	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	研究论文	提出一个用于多标签胸部X射线图像分类的综合框架CorLabelNet，通过相关性引导的判别特征学习和过采样方法解决标签相关性和类别不平衡问题	利用自注意力机制从全局和局部视角捕捉高阶标签相关性，并提出一致性约束和多标签对比损失来增强特征学习，同时开发了基于标签相关性的过采样方法	未提及该方法在其他医学影像数据集上的泛化能力，也未讨论计算复杂度问题	提高多标签胸部X射线图像分类性能，解决标签相关性和类别不平衡问题	胸部X射线图像	计算机视觉	胸部疾病	深度学习	CNN,自注意力机制	图像	CheXpert和ChestX-Ray14数据集，采用5折交叉验证重复3次	NA	CorLabelNet	准确率,精确率,召回率,F1分数,AUC	NA
12791	2025-10-07	Oral Microbe Community and Pyramid Scene Parsing Network-based Periodontitis Risk Prediction 2025-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.10.019 PMID:39613556	研究论文	本研究结合金字塔场景解析网络和口腔微生物数据开发牙周炎风险预测模型	首次将PSPNet深度学习模型与牙菌斑微生物特征数据结合用于牙周炎风险预测	样本量相对有限（604个样本），仅使用单一数据库数据	开发早期牙周炎风险预测方法	牙周炎患者和健康对照者的牙菌斑微生物数据	数字病理学	牙周炎	微生物特征分析，深度学习	CNN	微生物特征数据	90名健康对照者和514名牙周炎患者，共604个样本	NA	Pyramid Scene Parsing Network (PSPNet)	平均绝对误差	NA
12792	2025-10-07	Artificial intelligence-based molecular property prediction of photosensitising effects of drugs 2025-Apr, Journal of drug targeting IF:4.3Q1 DOI:10.1080/1061186X.2024.2434911 PMID:39618307	研究论文	本研究开发基于人工智能的分子属性预测方法，用于预测药物和化学化合物的光敏效应	首次采用三种不同AI模型（逻辑回归、XGBoost和深度学习模型Chemprop）系统评估药物光敏效应预测能力，并通过外部数据集进行验证	模型在测试集上的ROC-AUC表现相对训练集有所下降（0.7785-0.7927 vs 0.8939-0.9525），且数据集规模有限（2200种药物）	探索基于人工智能的工作流程预测药物和化学化合物光敏效应的可行性	药物和化学化合物的光敏属性	机器学习	药物不良反应	分子属性预测	逻辑回归, XGBoost, 深度学习	化学分子数据	2200种药物	Chemprop, XGBoost, Scikit-learn	Chemprop（专门用于分子属性预测的深度学习架构）	ROC-AUC	NA
12793	2025-10-07	Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24739 PMID:39620437	研究论文	提出一种基于双多尺度注意力网络和射水鱼狩猎优化算法的糖尿病预测方法	首次将射水鱼狩猎优化算法用于优化双多尺度注意力网络的超参数	仅使用PIMA印度糖尿病数据集进行验证，未在其他数据集测试	开发高精度的糖尿病预测模型	糖尿病患者的医疗数据	机器学习	糖尿病	机器学习	深度学习	结构化医疗数据	PIMA印度糖尿病数据集	Python	Dual Multi Scale Attention Network, Multi-Level Haar Wavelet Features Fusion Network	准确率,F分数,敏感性,特异性,精确率,召回率,计算时间	NA
12794	2025-10-07	Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy 2025-Apr, International journal of dermatology IF:3.5Q1 DOI:10.1111/ijd.17519 PMID:39627947	研究论文	本研究开发了一种基于机器学习的算法，用于在离体共聚焦激光扫描显微镜图像中检测基底细胞癌	首次将卷积神经网络应用于EVCM图像中的基底细胞癌自动检测，为临床决策提供辅助工具	概念验证研究，样本量有限（50张训练图像，19张测试图像），需要更大规模验证	开发机器学习算法辅助基底细胞癌的检测，促进EVCM技术在临床常规中的应用	经组织学确认的基底细胞癌新鲜组织样本	计算机视觉	基底细胞癌	离体共聚焦激光扫描显微镜	CNN	图像	50张EVCM图像用于训练和评估，19张新图像用于测试（10张含肿瘤，9张无肿瘤）	NA	MobileNet-V1	灵敏度, 特异性, AUC, 精确度-召回率曲线	NA
12795	2025-10-07	Toward automated detection of microbleeds with anatomical scale localization using deep learning 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103415 PMID:39642804	研究论文	提出一种用于脑微出血自动检测和脑解剖区域定位的3D深度学习框架	开发了包含特征融合模块和困难样本原型学习的新方案，在单一模型中同时实现微出血检测和解剖定位，显著降低假阳性率	NA	开发自动化脑微出血检测系统并实现解剖区域定位	脑微出血	计算机视觉	脑血管疾病	磁敏感加权成像	3D CNN	3D医学图像	NA	NA	3D U-Net, Region Proposal Network	灵敏度, 假阳性率	NA
12796	2025-10-07	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	提出基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	首次将自迁移深度学习和集成预测算法结合应用于单细胞拉曼光谱分析，显著提升训练效率和预测性能	NA	开发高精度食源性致病菌识别方法以预防疾病传播	食源性致病菌（包括革兰氏阴性菌和阳性菌）	机器学习	食源性疾病	单细胞拉曼光谱	深度学习	光谱数据	NA	NA	NA	准确率	NA
12797	2025-10-07	Automated segmentation of dental restorations using deep learning: exploring data augmentation techniques 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00794-y PMID:39652261	研究论文	本研究使用深度学习模型自动分割全景牙科X光片中的种植体、修复体和填充物，并探索数据增强技术对分割性能的影响	系统比较了9种深度学习分割模型和8种数据增强技术在牙科修复体分割任务中的表现，揭示了数据增强策略选择对模型性能和不同牙科结构类型的依赖性	未明确说明训练数据的详细来源和样本的具体分布特征	开发自动分割牙科修复体的深度学习模型，并评估数据增强技术对分割性能的优化效果	全景牙科X光片中的种植体、修复体和填充物	计算机视觉	牙科疾病	深度学习图像分割	深度学习分割模型	全景牙科X光图像	NA	NA	NA	IoU, Dice系数	NA
12798	2025-10-07	Comparative benchmarking of failure detection methods in medical image segmentation: Unveiling the role of confidence aggregation 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103392 PMID:39657400	研究论文	本文提出了一个用于评估医学图像分割中失败检测方法的综合基准测试框架	揭示了像素置信度聚合在失败检测中的重要作用，并确定集成预测间的配对Dice评分作为简单而鲁棒的基线方法	研究仅基于五个公共3D医学图像数据集，可能无法覆盖所有临床场景	评估医学图像分割中的失败检测方法并建立基准测试框架	医学图像分割失败检测方法	计算机视觉	NA	深度学习	NA	3D医学图像	五个公共3D医学图像数据集	NA	NA	风险覆盖分析, 配对Dice评分	NA
12799	2025-10-07	Evaluation of the mandibular canal and the third mandibular molar relationship by CBCT with a deep learning approach 2025-Apr, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00793-z PMID:39658743	研究论文	本研究使用CBCT和深度学习技术评估下颌管与第三磨牙的关系，并自动分割相关解剖结构	首次将nnU-NetV2架构应用于CBCT图像中下颌管与第三磨牙关系的自动评估和分割	研究为回顾性设计，样本量相对有限（300例患者）	开发深度学习模型自动评估下颌管与第三磨牙的解剖关系，辅助口腔手术规划	300名患者的CBCT影像数据，重点关注下颌管、第三磨牙、颏孔和下颌孔	计算机视觉	口腔疾病	CBCT成像技术	深度学习	医学影像	300例患者CBCT数据（训练集270例，测试集30例）	nnU-NetV2	nnU-NetV2	准确率, 敏感度, 精确率, Dice系数, Jaccard指数, AUC	NA
12800	2025-10-07	Cleavage-stage embryo segmentation using SAM-based dual branch pipeline: development and evaluation with the CleavageEmbryo dataset 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae617 PMID:39423150	研究论文	开发基于SAM的双分支分割管道用于自动分割卵裂期胚胎中的卵裂球和碎片	首次提出基于SAM的双分支分割架构，并构建了首个包含碎片像素级标注的人类卵裂期胚胎数据集CleavageEmbryo	缺乏公开可用数据集，仅使用自建数据集进行验证	开发自动化方法分割卵裂期胚胎以改进胚胎选择过程	人类卵裂期胚胎	计算机视觉	生殖医学	胚胎图像分析	SAM-based双分支网络	图像	NA	NA	SAM-based双分支管道	mAP, Dice系数	NA