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
14881	2025-10-07	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf026 PMID:40213364	研究论文	开发基于Transformer的TECO深度学习模型，利用纵向住院电子健康记录预测ICU死亡率	首次将Transformer架构应用于住院患者电子健康记录分析，能够识别临床可解释特征并在多种疾病队列中验证	需要进一步验证，仅基于特定患者队列开发	开发深度学习模型预测ICU患者死亡率	COVID-19患者、急性呼吸窘迫综合征患者和脓毒症患者	医疗人工智能	COVID-19, 急性呼吸窘迫综合征, 脓毒症	电子健康记录分析	Transformer	电子健康记录数据	COVID-19患者2579人，MIMIC-IV验证队列9411人	NA	Transformer	AUC	NA
14882	2025-10-07	Electrocardiogram Abnormality Detection Using Machine Learning on Summary Data and Biometric Features 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070903 PMID:40218253	研究论文	本研究探索使用机器学习模型结合临床特征和心电图关键测量值进行心电图异常分类	使用非时间序列数据（人口统计学和心电图生物特征数据）进行心电图异常分类，而非传统的时间序列信号	缺乏时间序列数据限制了诊断准确性，类别不平衡和特征重叠导致边界病例分类困难	开发自动化的心电图异常分类方法以替代传统人工解读	心电图异常分类	机器学习	心血管疾病	心电图测量	Gaussian Naive Bayes, SVM, 随机森林, 极端随机树, 梯度提升树, 集成学习	结构化数据（人口统计学特征和心电图测量值）	NA	Scikit-learn	极端随机树	准确率, 精确率, 召回率, F1分数	NA
14883	2025-10-07	Automated Detection, Localization, and Severity Assessment of Proximal Dental Caries from Bitewing Radiographs Using Deep Learning 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070899 PMID:40218248	研究论文	提出基于深度学习的系统，用于从咬翼片中自动检测、定位近端龋齿并评估其严重程度	首个集成龋齿检测、牙齿编号和位置描述的端到端系统，按照ICCMS指南对龋齿严重程度进行分类	仅针对完全或四分之三出现在咬翼片中的牙齿进行分析，数据集规模有限（1354张图像）	改进牙科放射影像评估流程，提高近端龋齿诊断准确性	咬翼片中的近端龋齿	计算机视觉	牙科疾病	牙科放射影像分析	CNN	图像	1354张咬翼片，由修复牙医学顾问标注	PyTorch	YOLOv11	精确度,召回率,F1分数,mAP,IoU	NA
14884	2025-10-07	Artificial Intelligence in Inflammatory Bowel Disease Endoscopy 2025-Apr-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070905 PMID:40218255	综述	本文综述人工智能在炎症性肠病内镜检查中的应用进展	首次系统总结AI在IBD内镜领域的最新应用，包括疾病分型鉴别、病变检测和预后预测等方面	AI在IBD内镜中的应用仍处于初始阶段，缺乏大规模临床验证	探讨人工智能技术在炎症性肠病内镜诊断和治疗中的潜在价值	克罗恩病和溃疡性结肠炎患者的内镜检查数据	医学影像分析	炎症性肠病	内镜检查	深度学习	医学影像	NA	NA	NA	NA	NA
14885	2025-10-07	SegmentAnyTooth: An open-source deep learning framework for tooth enumeration and segmentation in intraoral photos 2025-Apr, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.01.003 PMID:40224126	研究论文	开发了一个开源深度学习框架SegmentAnyTooth，用于口腔内照片中的牙齿编号和分割	首个开源深度学习框架，能够在五种标准口腔视图上实现自动化牙齿编号和分割，采用主动学习方法	泛化能力仍在持续改进中	通过图像分析改善预防性牙科护理，减少对专业资源的依赖	口腔内照片中的牙齿	计算机视觉	牙科疾病	深度学习	YOLO, SAM	图像	5000张口腔内照片，来自1000套数据集（953名受试者）	NA	YOLO11 nano, Light HQ-SAM	Dice相似系数	NA
14886	2025-04-16	Mapping the patent landscape of TROP2-targeted biologics through deep learning 2025-Apr, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02626-8 PMID:40229366	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14887	2025-10-07	Development of a YOLOv3-Based Model for Automated Detection of Thoracic Ossification of the Posterior Longitudinal Ligament and the Ligamentum Flavum on Plain Radiographs 2025-Mar-31, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072389 PMID:40217839	研究论文	开发基于YOLOv3的深度学习模型用于在胸部侧位X光片上自动检测后纵韧带骨化和黄韧带骨化	首次将YOLOv3目标检测模型应用于胸部X光片中OPLL和OLF的自动检测，在准确率和召回率方面超过脊柱外科医生的表现	样本量相对较小（356例），OLF单独检测准确率较低（53.3%）	开发自动化检测工具以改善后纵韧带骨化和黄韧带骨化的早期诊断和筛查可及性	胸部侧位X光片中的后纵韧带骨化和黄韧带骨化病变	计算机视觉	脊柱疾病	X光成像	CNN	医学影像	356例胸部侧位X光片（176例病变，180例对照）	NA	YOLOv3	准确率, 精确率, 召回率, F1分数	NA
14888	2025-10-07	Explainable and Robust Deep Learning for Liver Segmentation Through U-Net Network 2025-Mar-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070878 PMID:40218228	研究论文	提出一种基于U-Net网络的深度学习肝脏分割方法，提高医学图像分割的准确性和可解释性	采用带有残差连接的U-Net架构捕捉精细解剖细节，并关注预测可解释性以突出图像中与分割相关的症状区域	仅使用两个CT图像数据集进行验证，样本多样性可能有限	开发准确可靠的肝脏自动分割方法以支持肝脏疾病诊断和治疗规划	肝脏医学图像分割	计算机视觉	肝细胞癌	计算机断层扫描	CNN	医学图像	两个带标注的CT医学图像数据集	NA	U-Net	准确率	NA
14889	2025-10-07	Diagnostic Accuracy of Deep Learning for Intracranial Hemorrhage Detection in Non-Contrast Brain CT Scans: A Systematic Review and Meta-Analysis 2025-Mar-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072377 PMID:40217828	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习模型在非增强脑CT扫描中检测颅内出血的诊断准确性	更新了深度学习在颅内出血检测性能的最新知识，并进行了全面的定量综合分析	需要更多前瞻性研究来确认临床获益并揭示自动化工具的局限性	评估深度学习模型在非增强脑CT扫描中检测颅内出血的诊断性能	颅内出血患者的非增强脑CT扫描图像	医学影像分析	颅内出血	非增强计算机断层扫描(NCCT)	深度学习模型	CT医学影像	73项研究纳入定性综合，58项研究纳入荟萃分析	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC	NA
14890	2025-10-07	A New Pes Planus Automatic Diagnosis Method: ViT-OELM Hybrid Modeling 2025-Mar-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070867 PMID:40218217	研究论文	提出一种基于Vision Transformer和优化极限学习机的混合模型，用于扁平足的自动诊断	首次将Vision Transformer与优化极限学习机结合用于扁平足诊断，通过注意力机制提取特征并解决传统CNN模型无法捕捉长期依赖关系的问题	仅使用单一公开数据集进行验证，未在其他数据集上测试模型泛化能力	开发自动化的扁平足诊断方法	足部图像	计算机视觉	足部疾病	深度学习	Vision Transformer, 优化极限学习机	图像	Kaggle数据库中公开的扁平足数据集	NA	Vision Transformer, OELM	准确率, 召回率, 精确率, F1分数	NA
14891	2025-10-07	Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision 2025-Mar-28, Journal of visualized experiments : JoVE DOI:10.3791/67766 PMID:40227996	研究论文	提出一种结合高分辨率表面肌电和计算机视觉的动态手指手势识别方法	将可穿戴表面肌电系统与手指追踪技术相结合，能够捕捉动态手部运动期间的肌肉活动模式	未明确说明样本规模和研究对象的详细特征	开发直观且响应迅速的手势识别系统，应用于假肢、康复和交互技术	人类手指手势和相应的前臂肌肉活动	计算机视觉	NA	表面肌电(sEMG)、手指追踪技术	深度学习	肌电信号、视觉位置数据	NA	NA	NA	NA	NA
14892	2025-10-07	The Application of Deep Learning Tools on Medical Reports to Optimize the Input of an Atrial-Fibrillation-Recurrence Predictive Model 2025-Mar-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072297 PMID:40217746	研究论文	本研究利用深度学习和自然语言处理技术从医疗报告中提取关键预测变量，优化心房颤动复发预测模型的输入数据质量	提出结合前馈神经网络与tf-idf的自动化系统处理非结构化医疗报告，将房颤识别错误率降低50%	未明确说明模型在其他医疗机构的泛化能力及对不同类型的医疗报告的适应性	通过提高数据集可靠性来增强心房颤动复发预测模型的准确性	电子健康记录和非结构化医疗报告	自然语言处理	心血管疾病	深度学习，自然语言处理	前馈神经网络	文本	超过一百万份出院报告	NA	前馈神经网络	准确率	NA
14893	2025-10-07	Lung Segmentation with Lightweight Convolutional Attention Residual U-Net 2025-Mar-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070854 PMID:40218203	研究论文	提出一种轻量级卷积注意力残差U-Net模型用于胸部X光图像的肺部分割	结合卷积块注意力模块(CBAM)、空洞空间金字塔池化(ASPP)块和注意力模块，仅包含324万个可训练参数	NA	通过深度学习技术提高肺部分割的准确性和效率，辅助放射科医生识别高风险肺部疾病的早期迹象	胸部X光图像(CXR)中的肺部区域分割	计算机视觉	肺部疾病	深度学习	U-Net	图像	三个基准数据集：JSRT、SZ和MC	NA	Lightweight Residual U-Net, CBAM, ASPP	Dice系数	NA
14894	2025-10-07	Integrating Deep Learning Models with Genome-Wide Association Study-Based Identification Enhanced Phenotype Predictions in Group A Streptococcus 2025-Mar-26, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2411.11010 PMID:40147921	研究论文	本研究整合深度学习模型与全基因组关联分析数据，用于预测A族链球菌的致病表型	首次将深度学习模型与GWAS衍生的遗传变异整合用于GAS表型预测，并比较了不同模型在完整和精简基因型数据集上的表现	模型性能受数据维度影响显著，在精简基因型数据集上ResNet18和LSTM表现不佳	开发准确预测A族链球菌致病表型的计算方法	A族链球菌（GAS）及其遗传变异与表型关联	机器学习	细菌感染疾病	全基因组关联研究（GWAS）	CNN, ResNet18, LSTM, 集成模型	基因型数据	4722个完整基因型数据集和175个精简基因型数据集	NA	CNN, ResNet18, LSTM	预测准确率	NA
14895	2025-10-07	Transformer and Attention-Based Architectures for Segmentation of Coronary Arterial Walls in Intravascular Ultrasound: A Narrative Review 2025-Mar-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070848 PMID:40218198	综述	本文综述了基于Transformer和注意力机制的架构在血管内超声图像中冠状动脉壁分割的应用	首次研究深度学习系统在IVUS扫描壁分割中的偏见问题，并将可解释AI概念融入深度学习结构	缺乏采用可解释AI和剪枝AI模型的激励措施，没有UNet系统实现无偏配置，从理论研究到实际应用存在差距	探索Transformer模型在IVUS扫描壁分割中的应用，评估人工智能系统的内在偏见以提高诊断准确性	冠状动脉壁分割	计算机视觉	心血管疾病	血管内超声(IVUS)	Transformer, 注意力机制	医学图像	NA	NA	UNet, Transformer	NA	NA
14896	2025-10-07	Artificial Intelligence Applications in Pediatric Craniofacial Surgery 2025-Mar-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070829 PMID:40218180	综述	本文综述人工智能在儿科颅面外科中的应用，涵盖诊断、手术规划和术后护理等方面	系统阐述AI在多种儿科颅面疾病（如颅缝早闭、唇腭裂）中的创新应用，包括自动形态分类、手术导航和个性化治疗策略	NA	探讨人工智能如何提升儿科颅面外科的诊疗精度和临床决策水平	儿科颅面疾病患者，包括颅缝早闭、唇腭裂、颅面短小症和小耳畸形患者	医学人工智能	儿科颅面疾病	医学影像分析	机器学习,深度学习	颅面影像数据	NA	NA	NA	诊断准确性,手术精度,预测结果建模	NA
14897	2025-10-07	Multiphase Computed Tomography Scan Findings for Artificial Intelligence Training in the Differentiation of Hepatocellular Carcinoma and Intrahepatic Cholangiocarcinoma Based on Interobserver Agreement of Expert Abdominal Radiologists 2025-Mar-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070821 PMID:40218171	研究论文	本研究通过多期相CT扫描特征评估肝细胞癌和肝内胆管癌的鉴别诊断，为人工智能训练提供依据	基于放射科专家间观察者一致性确定可用于AI训练的CT影像特征	样本量较小（74例患者），回顾性研究设计	确定区分肝细胞癌和肝内胆管癌的潜在CT特征	经病理证实的肝细胞癌和肝内胆管癌患者	放射学	肝癌	多期相计算机断层扫描	NA	CT影像	74例患者（48例肝细胞癌，26例肝内胆管癌）	NA	NA	敏感性,特异性,似然比,Cohen's kappa统计量	NA
14898	2025-10-07	Deep Learning-Based Glaucoma Detection Using Clinical Notes: A Comparative Study of Long Short-Term Memory and Convolutional Neural Network Models 2025-Mar-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070807 PMID:40218157	研究论文	本研究比较了多种深度学习模型在利用临床笔记检测青光眼方面的性能	首次系统评估深度学习模型在青光眼临床笔记分析中的应用，并比较了不同模型在人口统计学群体间的性能差异	研究仅基于单一数据集，模型在不同种族群体间仍存在性能差异和偏差	探索深度学习模型从临床笔记中检测青光眼的能力	10,000名患者的临床笔记数据	自然语言处理	青光眼	临床文本分析	LSTM, CNN, Transformer	文本	10,000名患者	NA	LSTM, CNN, BERT, BioBERT	AUC	NA
14899	2025-10-07	Harnessing Artificial Intelligence, Machine Learning and Deep Learning for Sustainable Forestry Management and Conservation: Transformative Potential and Future Perspectives 2025-Mar-22, Plants (Basel, Switzerland) DOI:10.3390/plants14070998 PMID:40219066	综述	探讨人工智能、机器学习和深度学习技术在可持续林业管理与保护中的变革潜力及应用前景	系统整合AI/ML/DL技术在林业管理中的最新应用，提出未来发展方向并弥合知识鸿沟	未涉及具体实施案例的技术细节和实际部署挑战	分析智能技术在可持续林业管理中的转化潜力	森林生态系统及可持续管理策略	机器学习	NA	预测分析、建模技术	深度学习	图像、视频	NA	NA	NA	NA	NA
14900	2025-10-07	Diagnostic Accuracy of Deep Learning Models in Predicting Glioma Molecular Markers: A Systematic Review and Meta-Analysis 2025-Mar-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070797 PMID:40218147	系统综述与荟萃分析	通过系统综述和荟萃分析评估深度学习模型在预测胶质瘤分子标志物方面的诊断准确性	首次对深度学习模型预测胶质瘤分子标志物的诊断准确性进行系统性评估和定量综合	研究间存在显著异质性，临床转化受到研究设置变异性的限制	评估深度学习模型使用MRI预测胶质瘤分子标志物的诊断准确性	胶质瘤患者及其分子标志物（MGMT甲基化、ATRX和TERT突变）	医学影像分析	胶质瘤	MRI序列分析	深度学习模型	医学影像（MRI）	43项研究纳入定性分析，30项研究纳入荟萃分析	NA	NA	灵敏度, 特异性	NA