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
14921	2025-10-07	Advancing healthcare practice and education via data sharing: demonstrating the utility of open data by training an artificial intelligence model to assess cardiopulmonary resuscitation skills 2025-Feb, Advances in health sciences education : theory and practice IF:3.0Q2 DOI:10.1007/s10459-024-10369-5 PMID:39249618	研究论文	通过构建心肺复苏技能视频数据库并开发AI评估工具，展示数据共享在医疗专业教育中的价值	首次结合多角度视频数据与专家评分，开发基于姿态估计和深度学习的心肺复苏技能自动评估系统	样本量较小（仅40名参与者），缺乏外部验证	推动医疗专业教育数据共享文化，开发临床技能自动评估工具	心肺复苏技能表现视频数据	计算机视觉	心血管疾病	视频记录、3D运动重建	深度学习网络	视频	40名参与者的多角度视频数据	NA	NA	NA	NA
14922	2025-10-07	Development and external validation of a dynamic risk score for early prediction of cardiogenic shock in cardiac intensive care units using machine learning 2024-Jun-30, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuae037 PMID:38518758	研究论文	开发并外部验证了一种基于深度学习的动态风险评分系统CShock，用于早期预测心脏重症监护室患者的心源性休克	首次开发了动态风险评分系统CShock，能够利用常规临床数据实现心源性休克的早期自动化预测	研究样本量相对有限，外部验证队列仅包含131名患者	改善心脏重症监护室心源性休克的早期检测和预警	心脏重症监护室收治的急性失代偿性心力衰竭和/或心肌梗死患者	机器学习	心血管疾病	深度学习	深度学习模型	结构化临床数据，包括人口统计学、实验室检查、生命体征、超声心动图和心导管报告特征	训练集1500名患者（其中204名心源性/混合性休克），外部验证集131名患者（其中25名心源性/混合性休克）	NA	NA	AUROC	NA
14923	2025-03-23	Automated Cone Photoreceptor Detection in Adaptive Optics Flood Illumination Ophthalmoscopy 2025 May-Jun, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100675 PMID:40114708	研究论文	本文开发并验证了一种基于深度学习的模型，用于在自适应光学泛光照明眼底成像（AO-FIO）中检测视锥细胞	该研究首次使用基于U-Net架构的深度学习模型进行视锥细胞的自动检测，并在多个医疗中心进行了验证，表现优于制造商的自动检测软件	研究仅涉及健康志愿者，未涵盖患有眼部疾病的患者，且样本量相对较小	开发一种自动检测视锥细胞的深度学习模型，以提高检测效率和准确性	健康志愿者的视锥细胞	计算机视觉	NA	自适应光学泛光照明眼底成像（AO-FIO）	U-Net	图像	36名健康志愿者，每只眼睛采集21张AO-FIO图像	NA	NA	NA	NA
14924	2025-03-23	AlphaMissense Predictions and ClinVar Annotations: A Deep Learning Approach to Uveal Melanoma 2025 May-Jun, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100673 PMID:40114711	研究论文	本文探讨了使用深度学习工具AlphaMissense评估葡萄膜黑色素瘤（UM）中基因突变的功能影响	使用AlphaMissense工具对UM中的错义突变进行功能影响评估，并与ClinVar数据库中的临床意义进行交叉验证	仅分析了COSMIC数据库中的错义突变，且只有40.4%的突变在ClinVar中有对应数据	评估UM中基因突变的致病性，以改进基因组诊断和个性化治疗策略	葡萄膜黑色素瘤（UM）患者的基因数据	生物信息学	葡萄膜黑色素瘤	深度学习	AlphaMissense, AlphaFold	基因突变数据	1310个UM中的错义突变，其中151个独特错义突变被分析	NA	NA	NA	NA
14925	2025-10-07	Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms 2025-Apr, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10402-4 PMID:39557756	综述	本综述评估了抗菌肽识别与设计领域的最新进展及其对多种细菌病原体的显著抗菌活性	重点关注计算机辅助策略（如机器学习和深度学习）在新型抗菌肽预测和设计中的应用，克服传统抗生素发现方法的局限性	未明确说明具体研究数据来源的局限性，但指出抗菌肽发现和应用过程中存在关键挑战	应对抗菌素耐药性危机，开发新型抗生素替代品	抗菌肽及其对多种细菌病原体的作用	生物信息学	细菌感染	机器学习，深度学习，生物信息学分析流程	ML, DL	多源生物数据（植物、动物、人类、微生物来源）	NA	NA	NA	NA	NA
14926	2025-10-07	A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06994-2 PMID:39585354	研究论文	提出一种基于小波域的深度学习方法WaveNet，用于从超低剂量PET扫描中恢复标准剂量成像质量	首次将小波分解的频率分量作为输入，在频域而非传统空间域进行PET图像去噪	研究仅使用特定型号的全身体PET扫描仪数据，未在其他类型设备上验证	开发能够从超低剂量PET扫描中恢复高质量成像的深度学习方法	全身体18F-FDG PET图像	医学影像处理	NA	PET成像	深度学习	医学图像	1447例全身体PET图像	NA	WaveNet, UNet	加权全局物理指标, 局部指标	NA
14927	2025-10-07	Robust and interpretable deep learning system for prognostic stratification of extranodal natural killer/T-cell lymphoma 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07024-x PMID:39714634	研究论文	开发并验证了用于结外自然杀伤/T细胞淋巴瘤预后风险分层的可解释深度学习预测系统DeepENKTCL	结合肿瘤分割模型、PET/CT融合模型和预后预测模型，利用SHAP分析增强可解释性，构建了融合放射组学和拓扑特征的预后评分系统	样本量相对有限（562例患者），仅来自四个中心	开发可解释的深度学习系统用于ENKTCL的预后风险分层	结外自然杀伤/T细胞淋巴瘤（ENKTCL）患者	数字病理	淋巴瘤	PET/CT成像，放射组学分析	深度学习模型	医学影像（PET/CT）	562例来自四个中心的患者	NA	NA	AUC, 时间依赖性C指数, 临床决策曲线, Kaplan-Meier曲线	NA
14928	2025-10-07	Stroke Management and Analysis Risk Tool (SMART): An interpretable clinical application for diabetes-related stroke prediction 2025-Apr, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2024.103841 PMID:39939252	研究论文	开发了一个名为SMART的可解释性糖尿病相关卒中预测临床应用程序	结合多种特征选择方法和机器学习算法，开发了专门针对糖尿病患者卒中预测的可解释性临床工具	数据来源于单一医疗中心，可能影响模型的泛化能力	分析糖尿病患者卒中风险因素并创建可解释的卒中预测模型	糖尿病患者	机器学习	卒中	电子健康记录(EHR)数据分析	Random Forest, DNN	临床数据和实验室参数	20,014名患者	NA	深度神经网络	AUC, 准确率, 精确率, 召回率, F1分数	NA
14929	2025-10-07	Developing Brain-Based Bare-Handed Human-Machine Interaction via On-Skin Input 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3533088 PMID:40036449	研究论文	提出一种名为MetaSkin的新型神经触觉接口，通过整合神经信号与皮肤表面交互实现裸手免视觉的人机交互	首次将神经信号与皮肤表面交互相结合，利用人体自然本体感觉能力开发裸手免视觉交互系统	需要针对不同用户群体和动态环境进行系统优化	开发自然、直观、以人为中心的移动人机交互输入系统	12名参与者	人机交互	NA	神经信号解码	深度学习	神经信号	12名参与者	NA	多尺度时频特征表示和选择性特征注意力	准确率	NA
14930	2025-10-07	Collaborative Deep Learning and Information Fusion of Heterogeneous Latent Variable Models for Industrial Quality Prediction 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3537809 PMID:40036535	研究论文	提出了一种用于工业质量预测的协同深度学习和异构潜变量模型信息融合框架	结合协同逐层特征提取和异构模型集成，通过信息融合提升预测性能	仅通过两个工业案例验证，需要更多场景测试	提升工业质量预测的准确性和稳定性	工业过程数据和质量指标	机器学习	NA	潜变量模型	深度学习, 集成学习	工业过程数据	两个真实工业案例	NA	潜变量模型	预测准确度, 稳定性	NA
14931	2025-10-07	Co-Training Broad Siamese-Like Network for Coupled-View Semi-Supervised Learning 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3531441 PMID:40036533	研究论文	提出一种用于耦合视图半监督学习的协同训练宽孪生网络	使用基于宽学习系统的简单浅层网络替代复杂深度学习结构，通过直接伪逆计算取代反向传播迭代，并利用跨视图一致性通过直接逻辑向量映射指导训练	未在摘要中明确说明研究局限性	解决多视图半监督学习中标记数据有限的问题	多视图数据分类任务	机器学习	NA	半监督学习	宽孪生网络	多视图数据	NA	宽学习系统(BLS)	Co-BSLN	准确率, 训练时间	NA
14932	2025-10-07	Robust enzyme discovery and engineering with deep learning using CataPro 2025-Mar-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58038-4 PMID:40108140	研究论文	开发基于深度学习的CataPro模型用于酶动力学参数预测和工程改造	构建无偏数据集评估现有方法性能，结合预训练模型和分子指纹开发高精度泛化能力的CataPro模型	未明确说明模型在更广泛酶家族中的泛化能力	提高酶动力学参数预测准确性以促进酶发现和改造	酶动力学参数（kcat, Km, kcat/Km）	机器学习	NA	深度学习	深度学习模型	分子指纹、序列数据	NA	NA	预训练模型结合分子指纹	准确率、泛化能力	NA
14933	2025-10-07	Self-supervised VICReg pre-training for Brugada ECG detection 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94130-x PMID:40102504	研究论文	提出一种基于自监督VICReg预训练的新型深度学习模型，用于Brugada综合征心电图的检测与分类	首次将VICReg自监督预训练架构应用于Brugada综合征心电图检测，解决了罕见心脏病标注数据不足的问题	未明确说明模型在外部验证集上的泛化能力及具体样本量信息	开发适用于罕见心脏病Brugada综合征的自动心电图分类方法	Brugada综合征患者的心电图数据	医疗人工智能	Brugada综合征	心电图分析	深度学习	心电图信号	NA	NA	VICReg	AUC, 精确召回曲线下面积	NA
14934	2025-10-07	Annotation-efficient, patch-based, explainable deep learning using curriculum method for breast cancer detection in screening mammography 2025-Mar-19, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01922-w PMID:40106066	研究论文	开发了一种基于课程学习和分块方法的可解释深度学习模型，用于乳腺X线摄影中的乳腺癌检测	结合课程学习方法和分块策略，在有限强标注数据下实现高性能和可解释性，通过渐进增加分块尺寸训练模型	仅使用1976张乳腺X线摄影图像进行训练，强标注数据比例有限	开发高效的深度学习模型用于乳腺X线摄影中的乳腺癌检测	乳腺X线摄影图像	计算机视觉	乳腺癌	乳腺X线摄影	深度学习模型	医学图像	1976张乳腺X线摄影图像（来自三个中心，包含癌变阳性和阴性样本），外部测试集4276张图像	NA	分块深度学习模型	F1分数，真实重叠比	NA
14935	2025-10-07	A large-scale multicenter breast cancer DCE-MRI benchmark dataset with expert segmentations 2025-Mar-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04707-4 PMID:40108146	研究论文	本文介绍了一个大规模多中心乳腺癌DCE-MRI基准数据集，包含专家分割标注	整合了四个TCIA数据集的1506例MRI病例，通过深度学习辅助和专家验证创建了完整的专家标注数据集	数据集主要来源于已有的TCIA数据集，可能受限于原始数据的采集参数和质控标准	解决乳腺癌MRI AI研究中专家标注数据不足的问题，推动深度学习模型发展	乳腺癌患者的动态对比增强MRI影像	数字病理	乳腺癌	动态对比增强MRI (DCE-MRI)	深度学习模型	医学影像	1506例治疗前T1加权DCE-MRI病例	NA	nnU-Net	NA	NA
14936	2025-10-07	SHDB-AF: a Japanese Holter ECG database of atrial fibrillation 2025-Mar-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04777-4 PMID:40108206	研究论文	本文介绍了日本首个心房颤动动态心电图数据库SHDB-AF，包含122名患者的128份24小时双通道心电图数据	首个包含日本人群样本的开放获取心房颤动动态心电图数据库	样本量相对较小，仅包含日本人群数据	为机器学习和深度学习模型开发提供日本人群的心房颤动心电图数据资源	日本心房颤动患者的心电图数据	数字病理	心血管疾病	动态心电图监测	NA	心电图信号	122名患者，128份心电图记录	NA	NA	NA	NA
14937	2025-10-07	EEG detection and recognition model for epilepsy based on dual attention mechanism 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90315-6 PMID:40108237	研究论文	提出一种基于双注意力机制的癫痫脑电信号检测与识别模型STFFDA	引入双注意力机制的多通道框架，可直接从原始EEG信号识别癫痫状态，无需大量数据预处理和特征提取	在Bonn University数据集上的准确率相对较低（77.65%单次验证，67.24%交叉验证）	开发自动癫痫发作检测方法以加速癫痫诊断	癫痫患者的脑电信号	医疗人工智能	癫痫	脑电图	CNN,LSTM,注意力机制	EEG信号	CHB-MIT和Bonn University两个数据集	NA	双注意力机制时空特征融合模型	准确率	NA
14938	2025-10-07	Design of thin, wideband electromagnetic absorbers with polarization and angle insensitivity using deep learning 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94116-9 PMID:40108286	研究论文	利用深度学习设计具有偏振和角度不敏感性的薄型宽带电磁波吸收器	首次结合生成对抗网络和多层感知机来设计宽带超材料吸收器，实现了对8-12GHz全频段的高吸收率	研究主要针对8-12GHz频段，未验证其他频段性能；角度不敏感性仅验证至45度	开发适用于大规模生产的薄型宽带超材料电磁波吸收器	超材料电磁波吸收器的结构设计与性能优化	机器学习	NA	数值全波电磁仿真，印刷电路板制造技术	GAN, MLP	电磁仿真数据	NA	NA	生成对抗网络，多层感知机	吸收率	NA
14939	2025-10-07	Prediction and analysis of tumor infiltrating lymphocytes across 28 cancers by TILScout using deep learning 2025-Mar-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00866-0 PMID:40108446	研究论文	开发了一种名为TILScout的深度学习方法来计算全切片图像中斑块级别的肿瘤浸润淋巴细胞评分	首次提出跨28种癌症的泛癌TIL评分深度学习分析方法，在准确率和AUC指标上超越先前研究	NA	预测和分析28种癌症中肿瘤浸润淋巴细胞的分布及其临床意义	28种癌症的全切片图像	数字病理学	多种癌症	全切片成像	深度学习	图像	NA	NA	NA	准确率,AUC	NA
14940	2025-10-07	Stages prediction of Alzheimer's disease with shallow 2D and 3D CNNs from intelligently selected neuroimaging data 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93560-x PMID:40102464	研究论文	本研究使用浅层2D和3D CNN架构从智能预处理的神经影像数据中预测阿尔茨海默病的不同阶段	提出了一种新颖的基于像素计数的帧选择和裁剪方法，以及可学习的调整器方法来增强图像质量，同时实现了显著的维度缩减	MRI数据的噪声和多维特性需要复杂的预处理流程	从多维神经影像数据中检测阿尔茨海默病的不同阶段	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	CNN	图像	NA	NA	2D CNN, 3D CNN	准确率	NA