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
121	2025-04-24	A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images 2025-Apr, Vascular IF:1.0Q4 DOI:10.1177/17085381241246312 PMID:38656244	研究论文	开发了一种基于深度学习的系统，用于在超声图像上自动计算颈总动脉斑块狭窄严重程度	提出了新的CANet模型，用于分割颈动脉内膜-中膜厚度和斑块，并自动计算斑块狭窄严重程度，性能优于现有深度学习模型和经验丰富的超声医师	外部测试集的样本量相对较小，可能影响模型的泛化能力评估	开发一种自动化系统，用于评估颈动脉斑块狭窄严重程度，以改善中风风险的管理	颈总动脉横截面超声图像	数字病理	心血管疾病	深度学习	CANet	图像	376名个体的390张图像用于训练和验证，外加115名个体的122张外部测试图像
122	2025-04-24	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	本文提出了一种名为DeepCRC-SL的自动化分割算法，用于在常规CT扫描中分割结直肠和结直肠癌	首次提出了一种基于拓扑感知的深度学习方法，构建了新颖的一维结直肠坐标系，并通过自注意力层和坐标驱动的自学习策略提升分割性能	尽管性能优于现有方法，但与有两年专业CRC成像经验的医学住院医师相比，分割精度仍有提升空间	实现结直肠癌在常规CT扫描中的自动化分割，以促进CRC的检测、分期和治疗反应监测	结直肠和结直肠癌	数字病理	结直肠癌	深度学习	CNN与自注意力机制结合	CT图像	227例标记和585例未标记的CRC病例
123	2025-04-24	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在心电图（ECG）分析中的应用及其在临床实践中的潜力与障碍	总结了深度学习在ECG分析中的最新应用，并讨论了其在临床实践中的实施障碍	深度学习算法在ECG分析中的临床应用仍有限，面临监管障碍、算法透明度和数据隐私等问题	探讨深度学习如何改进心电图分析并促进心血管护理	12导联心电图	机器学习	心血管疾病	深度学习	NA	心电图数据	NA
124	2025-04-24	Transcriptomic landscape around wound bed defines regenerative versus non-regenerative outcomes in mouse digit amputation 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012997 PMID:40203060	研究论文	本研究通过分析小鼠远端末节指骨（P3）截肢后的伤口床组织，探讨了再生与非再生结果的分子机制	揭示了非再生指骨在伤口床中表现出更强烈的早期转录反应，并发现再生指骨中与Bmp2相关的独特共表达模块，以及HOXA11和HOXD11等转录因子的时间依赖性富集模式	研究仅基于小鼠模型，结果是否适用于人类尚需验证	探索再生与非再生结果的分子机制，为再生医学提供关键见解	小鼠远端末节指骨（P3）截肢后的伤口床组织	再生医学	NA	RNA-seq, 巨噬细胞测定	深度学习AI模型	转录组数据	小鼠P3截肢模型
125	2025-04-24	Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing 2025-Apr, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00227 PMID:40249880	研究论文	本研究利用电子健康记录和自然语言处理技术，分析了早期和局部晚期非小细胞肺癌（NSCLC）术后复发的风险因素	开发了一个基于深度学习的定制化NLP系统，用于高效识别NSCLC复发数据，并纵向分析风险因素	研究依赖于电子健康记录的数据质量，可能存在信息不完整或偏差	建立NLP系统以分析NSCLC术后复发的风险因素	6,351名NSCLC患者的电子健康记录，其中1,295名I-IIIA期手术患者	自然语言处理	肺癌	NLP	深度学习	文本	6,351名NSCLC患者的700,000多条记录
126	2025-04-24	Innovative Approach for Diabetic Retinopathy Severity Classification: An AI-Powered Tool using CNN-Transformer Fusion 2025-Apr, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2408-1811 PMID:40259941	研究论文	开发了一种结合CNN和Transformer架构的深度学习模型，用于糖尿病视网膜病变的严重程度分类	提出了一种结合CNN和Transformer的混合模型，提高了糖尿病视网膜病变诊断的准确性、可靠性和泛化能力	模型性能依赖于数据集的质量和多样性，可能存在对某些罕见病例的识别不足	提高糖尿病视网膜病变的诊断准确性和严重程度分类	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN-Transformer融合模型	图像	APTOS 2019数据集和IDRiD数据集
127	2025-04-24	Multisequence 3-T Image Synthesis from 64-mT Low-Field-Strength MRI Using Generative Adversarial Networks in Multiple Sclerosis 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.233529 PMID:40261176	research paper	该研究开发了一种名为LowGAN的生成对抗网络，用于从64-mT低场强MRI生成3-T高质量脑部图像，并在多发性硬化症患者中进行了评估	提出了一种新的生成对抗网络架构LowGAN，用于低场强到高场强MRI图像的转换，提高了图像质量和白质病变分割的准确性	研究样本量较小，主组50名参与者，验证组13名参与者，可能影响结果的泛化性	开发并评估一种深度学习架构，用于从低场强MRI生成高质量脑部图像	多发性硬化症患者的脑部MRI图像	digital pathology	multiple sclerosis	MRI	GAN	image	主组50名参与者，验证组13名参与者
128	2025-04-24	The application of artificial intelligence in upper gastrointestinal cancers 2025-Apr, Journal of the National Cancer Center IF:7.6Q1 DOI:10.1016/j.jncc.2024.12.006 PMID:40265096	综述	本文综述了人工智能在上消化道癌症（主要是食管癌和胃癌）筛查、诊断、治疗和预后方面的应用	总结了AI技术在食管癌和胃癌不同临床任务中的应用，并探讨了AI算法选择、早期筛查普及、临床应用及大型多模态模型等前沿问题	面临AI算法选择、早期筛查普及、临床应用转化等挑战	探讨人工智能技术在上消化道癌症临床诊疗中的应用现状与发展前景	食管癌和胃癌	数字病理学	上消化道癌症（食管癌/胃癌）	放射组学/深度学习	多模态模型	医学影像	NA
129	2025-04-24	LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images 2025-03-31, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02645-y PMID:40164925	research paper	介绍了一种名为LEyes的轻量级框架，利用合成眼图像进行深度学习眼动追踪	LEyes框架通过使用简单的合成图像生成器训练神经网络，避免了传统高真实感方法的高计算资源和劳动强度	合成图像可能无法完全捕捉真实眼图像的复杂性和多样性	解决眼动追踪领域缺乏公开训练数据集和模型泛化能力不足的问题	眼动追踪中的瞳孔和角膜反射检测	computer vision	NA	深度学习	CNN	image	NA
130	2025-04-24	Prediction and Prioritisation of Novel Anthelmintic Candidates from Public Databases Using Deep Learning and Available Bioactivity Data Sets 2025-Mar-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073134 PMID:40243899	research paper	本研究利用深度学习和生物活性数据集，从公共数据库中预测和优先选择新型抗寄生虫候选药物	采用监督机器学习工作流程，训练多层感知器分类器，对15000个小分子化合物进行标记，并在高度不平衡的训练数据下实现83%的精确率和81%的召回率	训练数据中仅有1%的化合物被标记为'活性'，数据不平衡可能影响模型性能	加速发现具有独特作用机制的新型抗寄生虫化合物，以支持有效的寄生虫控制计划	寄生性线虫（barber's pole worm）及其幼虫和成虫	machine learning	寄生虫感染	high-throughput screening, supervised machine learning	multi-layer perceptron classifier	bioactivity data, small-molecule compounds	15000个小分子化合物，14.2 million compounds from ZINC15 database，10个候选化合物进行实验评估
131	2025-04-24	Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation 2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences DOI:10.1515/znc-2024-0075 PMID:38996180	研究论文	本研究利用深度学习AI药物设计，针对罕见代谢疾病黑酸尿症（AKU），开发了基于天然黄酮醇分子山奈酚的新型药物候选物	首次将AI驱动的药物设计应用于黑酸尿症治疗，开发出基于山奈酚的新型药物候选物AIK，其结合亲和力达-9.099 kcal/mol	尽管AI设计的AIK在计算上显示有效且安全，但测试结果仍需进一步验证	减轻现有黑酸尿症药物（如尼替西农）的毒性，开发更安全有效的治疗方案	黑酸尿症患者	AI药物设计	黑酸尿症	深度学习AI药物设计、分子对接	深度学习	分子结构数据	NA
132	2025-04-24	Using deep learning to enhance reporting efficiency and accuracy in degenerative cervical spine MRI 2025-Mar-26, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.03.009 PMID:40154625	research paper	使用基于transformer的深度学习模型提升退行性颈椎MRI报告的效率和准确性	首次将transformer-based DLM应用于退行性颈椎MRI报告，显著提升放射科医师的工作效率和诊断一致性	样本量较小（仅50例患者），且排除了有器械植入的病例	评估深度学习模型能否提高放射科医师在退行性颈椎MRI报告中的效率和准确性	退行性颈椎病患者的MRI图像	digital pathology	geriatric disease	MRI	transformer-based DLM	image	50例患者的2555张MRI图像
133	2025-04-24	Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study 2025-Mar-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325602 PMID:39486884	research paper	该研究通过深度学习算法建立了前房尺寸的规范数据库，用于评估闭角型青光眼	首次使用深度学习算法建立前房尺寸的规范数据库，并应用百分位数截断值检测原发性闭角型青光眼	研究排除了有眼部手术、激光治疗或眼外伤的受试者，可能影响结果的普遍性	建立前房尺寸的规范分布，并评估其在检测原发性闭角型青光眼中的诊断性能	新加坡华人眼病研究中的受试者	digital pathology	glaucoma	ASOCT	deep-learning algorithm	image	2157只眼睛（1853只开角眼，304只闭角眼）
134	2025-04-24	Portable cerebral blood flow monitor to detect large vessel occlusion in patients with suspected stroke 2025-Mar-17, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021536 PMID:38514189	research paper	研究便携式脑血流监测仪在疑似中风患者中检测大血管闭塞的能力	使用便携式Openwater光学血流监测仪和深度学习模型，提高了大血管闭塞检测的敏感性和特异性	研究结果需要在独立测试集和院前环境中进一步验证	提高大血管闭塞的早期检测能力，以减少治疗时间并改善患者预后	疑似中风患者	digital pathology	cardiovascular disease	光学血流扫描	deep learning	波形数据	135名患者
135	2025-04-24	Comparison of the characteristics between machine learning and deep learning algorithms for ablation site classification in a novel cloud-based system 2025-Mar-17, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2025.03.1955 PMID:40107403	research paper	本研究比较了CARTONET系统中R12.1和R14模型在消融部位分类上的特性，并评估了R14模型的敏感性和阳性预测值	首次在云基础系统CARTONET中比较了机器学习和深度学习算法在消融部位分类上的性能差异	研究仅基于396例心房颤动消融病例，样本量可能不足以代表所有情况	比较CARTONET系统R12.1和R14模型在消融部位分类上的性能差异	心房颤动消融病例	machine learning	cardiovascular disease	deep learning	CARTONET R14	clinical data	396例心房颤动消融病例，分析39,169个点和625个段的预测数据
136	2025-04-24	The Prediction of Recombination Hotspot Based on Automated Machine Learning 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168653 PMID:38871176	研究论文	本文研究基于自动化机器学习的重组热点预测方法，通过结合序列信息和物理化学特性，提高了预测准确率	采用自动化机器学习方法构建重组热点预测模型，结合TF-IDF-Kmer和DNA组成成分提取更有效的特征数据，并在三个不同数据集上验证了模型的有效性	未明确提及具体的数据集规模或多样性限制	提高重组热点预测的准确性和泛化能力	基因序列中的重组热点	机器学习	NA	自动化机器学习、TF-IDF-Kmer、DNA组成分析	自动化机器学习模型	基因序列数据	三个不同的数据集（具体数量未提及）
137	2025-04-24	Similarity-guided graph contrastive learning for lncRNA-disease association prediction 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168609 PMID:38750722	research paper	提出了一种基于相似性引导的图对比学习方法（SGGCL），用于预测lncRNA与疾病之间的关联	创新性地结合了图神经网络和对比学习，提出了一种相似性引导的图数据增强方法，以解决已验证数据稀缺的问题	未明确提及具体局限性	提高lncRNA与疾病关联预测的准确性	长链非编码RNA（lncRNA）与人类疾病之间的关联	machine learning	NA	图神经网络、对比学习、RWR算法	SGGCL（相似性引导的图对比学习模型）	图数据	多个数据集（未明确提及具体样本数量）
138	2025-04-24	Unraveling other-race face perception with GAN-based image reconstruction 2025-03-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02636-z PMID:40087201	研究论文	本研究利用StyleGAN2深度学习技术生成逼真图像，探索跨种族面孔识别的表征基础	提出了一种基于GAN的图像重建新方法，揭示了跨种族面孔识别中的年龄偏见	研究仅涉及东亚和白人参与者，可能无法推广到其他种族群体	探究跨种族效应(ORE)的表征基础	东亚和白人参与者的跨种族面孔识别	计算机视觉	NA	StyleGAN2	GAN	图像	东亚和白人参与者（具体数量未提及）
139	2025-04-24	Intelligent Inter- and Intra-Row Early Weed Detection in Commercial Maize Crops 2025-Mar-11, Plants (Basel, Switzerland) DOI:10.3390/plants14060881 PMID:40265804	研究论文	本研究探讨了使用先进深度学习架构在商业玉米田中准确识别杂草和作物的效果	比较了Faster R-CNN、RT-DETR和YOLOv11在杂草检测中的性能，并验证了YOLOv11m在田间部署的可行性	研究仅针对三种主要杂草物种，可能无法涵盖所有田间杂草情况	提高商业玉米田中杂草检测的准确性和效率，以促进可持续农业实践	商业玉米田中的杂草和作物	计算机视觉	NA	深度学习	Faster R-CNN, RT-DETR, YOLOv11	图像	包含三种主要杂草物种的综合数据集
140	2025-04-24	Impact of Downsampling Size and Interpretation Methods on Diagnostic Accuracy in Deep Learning Model for Breast Cancer Using Digital Breast Tomosynthesis Images 2025-Mar-06, The Tohoku journal of experimental medicine DOI:10.1620/tjem.2024.J071 PMID:39048348	research paper	研究探讨了下采样尺寸和图像插值方法对深度学习模型在数字乳腺断层合成图像中乳腺癌诊断准确性的影响	首次系统评估不同下采样尺寸和插值方法对深度学习模型在乳腺癌诊断中性能的影响	研究为回顾性研究，样本量相对有限（499例）	优化深度学习模型的预处理步骤以提高乳腺癌诊断的准确性和效率	数字乳腺断层合成图像	digital pathology	breast cancer	digital breast tomosynthesis (DBT)	DL models	image	499名患者（年龄29-90岁，平均50.5岁）的乳腺断层合成图像