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
1541	2025-06-19	A deep learning model could screen for coronary heart disease from a "pseudo-normal" electrocardiogram 2025-Jun-13, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042764 PMID:40527801	研究论文	本研究开发了一种深度学习模型，用于通过'伪正常'心电图快速筛查冠心病	该深度学习模型特别关注入院时心电图正常或接近正常的患者，能够有效识别'伪正常'心电图中的冠心病	研究仅使用了两个医疗中心的数据，可能需要更多外部验证	开发一种快速筛查冠心病的深度学习模型	冠心病和非冠心病患者的心电图数据	机器学习	心血管疾病	深度学习	DLM	心电图数据	SAH中心的15,995名患者的21,240份心电图，FAH中心的2,572份心电图
1542	2025-06-19	Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00493 PMID:40442943	研究论文	该研究通过深度学习和虚拟筛选技术，发现并优化了CYP1A1的小分子抑制剂，用于治疗细菌性败血症	首次将CYP1A1作为宿主导向治疗(HDT)的靶点，并通过小分子抑制剂显著增强巨噬细胞的吞噬能力	研究仅针对MRSA和另一种细菌进行了测试，未涵盖更广泛的耐药菌株	开发针对多药耐药性细菌败血症的新型宿主导向治疗方法	细胞色素P4501A1(CYP1A1)及其小分子抑制剂	药物发现	败血症	深度学习、虚拟筛选、生物评价	NA	化学结构数据、生物活性数据	未明确说明样本数量，但测试了两种细菌(MRSA和另一种)
1543	2025-06-19	Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation 2025-Jun-12, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154048 PMID:40527225	research paper	本研究评估了基于人工智能的心电图解读（AI-ECG）在肌肉萎缩症患者中检测和预测左心室收缩功能障碍（LVSD）的能力	利用深度学习模型（CNN）对肌肉萎缩症患者的LVSD进行非侵入性检测和预测，为常规超声心动图监测提供替代方案	需要进一步研究外部验证、儿科应用及临床护理计划整合	评估AI-ECG在肌肉萎缩症患者中检测和预测LVSD的效果	肌肉萎缩症患者，包括杜兴型（DMD）、贝克型（BMD）、肢带型肌营养不良症（LGMD）、强直性肌营养不良症（MD）及女性DMD/BMD携带者	digital pathology	muscular dystrophy	electrocardiogram interpretation	CNN	ECG and echocardiogram data	390名肌肉萎缩症患者的390对ECG-超声心动图数据，以及来自30,978名患者的53,874对ECG-超声心动图数据作为训练集
1544	2025-06-19	Spatiotemporal distributions and regional disparities of rheumatoid arthritis in 953 global to local locations, 1980-2040, with deep learning-empowered forecasts and evaluation of interventional policies' benefits 2025-Jun-12, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.04.009 PMID:40527715	research paper	该研究分析了1980年至2021年全球953个地区的类风湿性关节炎（RA）负担及其社会经济驱动的不平等，并利用深度学习预测了长期负担	利用深度学习管道预测长期RA负担，并评估干预政策（如控烟）的潜在效益	研究依赖于历史数据和模型假设，未来实际负担可能受未预测因素影响	调查全球至地方层面的RA负担分布、不平等及长期趋势	全球953个地区的RA流行病学数据（发病率、死亡率、DALYs等）	digital pathology	rheumatoid arthritis	deep learning	深度学习管道（未指定具体模型）	流行病学统计数据	全球953个地区1980-2021年的RA数据，2021年影响1790万患者
1545	2025-06-19	Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference 2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420158122 PMID:40465628	研究论文	介绍了一种名为cryoSBI的新方法，用于从冷冻电镜图像中推断生物分子的构象及其不确定性	结合了基于物理的模拟和概率深度学习，无需计算昂贵的似然函数即可进行贝叶斯推断，并消除了估计粒子姿态和成像参数的需求	NA	从冷冻电镜图像中准确推断生物分子的构象	生物分子构象	数字病理学	NA	冷冻电镜(cryo-EM)	深度学习神经网络	图像	NA
1546	2025-06-19	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种基于CT的深度学习模型，结合系统性免疫炎症营养指数（SIINI），用于早期预测不可切除非小细胞肺癌（NSCLC）对免疫检查点抑制剂（ICIs）的治疗反应	结合深度学习模型和炎症标志物SIINI，提高了对ICIs治疗反应的早期预测准确性，并通过Grad-CAM增强了模型的可解释性	研究为回顾性设计，样本量有限，未来需要扩大样本量和多中心验证以提高预测准确性	开发非侵入性生物标志物，预测不可切除NSCLC患者对ICIs的早期治疗反应，以改善生存结果	265名接受ICIs治疗的不可切除NSCLC患者	数字病理学	肺癌	CT成像，实验室数据分析	DenseNet121	图像，实验室数据	265名患者（分为训练集70%、内部验证集30%和外部验证集）
1547	2025-06-19	[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning] 2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250331-00110 PMID:40443316	research paper	该研究开发了一种基于深度学习的智能系统，用于个性化牙齿形态重建	提出了一种新型神经网络T-DDIN，结合隐式模板和深度学习方法，实现了高精度的个性化牙齿缺损形态修复	研究仅针对两种特定牙齿缺损类型进行了测试，未涵盖所有可能的牙齿缺损情况	开发一种高精度、个性化的牙齿形态重建智能系统	牙齿缺损形态重建	digital pathology	dental disease	deep learning	T-DDIN	3D scan models	550例口腔扫描模型（500例训练，50例测试）
1548	2025-06-19	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究开发了一种基于深度学习的自动化心电监护图(CTG)解读模型，利用大规模全国性数据集进行训练和验证	使用大规模全国性CTG数据集，由专业产科医生提供可靠标注，提高了模型的临床适用性	需要在前瞻性研究中进一步评估模型的临床适用性	开发临床适用的自动化CTG解读模型以改善胎儿预后	分娩过程中的心电监护图(CTG)	数字病理学	产科疾病	深度学习	深度学习模型	CTG信号	22,522例分娩数据，来自14家医院，共519,800人分钟的分析数据
1549	2025-06-19	Development of Deep Learning Models to Screen Posterior Staphylomas in Highly Myopic Eyes Using UWF-OCT Images 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.25 PMID:40504567	研究论文	开发深度学习模型用于利用超广角光学相干断层扫描（UWF-OCT）图像筛查高度近视患者的后葡萄肿	使用七种不同的深度学习架构（VGG16、VGG19、ResNet18、ResNet50、ResNet101、DenseNet121和DenseNet161）训练模型，并比较它们在检测后葡萄肿边缘方面的性能，其中VGG19表现最佳	研究为回顾性单中心研究，样本量相对有限（1428张图像来自438名患者），且仅进行了内部验证	开发一种深度学习模型，用于筛查高度近视患者的后葡萄肿	高度近视患者的UWF-OCT图像	计算机视觉	高度近视	UWF-OCT	VGG16, VGG19, ResNet18, ResNet50, ResNet101, DenseNet121, DenseNet161	图像	1428张UWF-OCT图像（来自438名患者）用于模型开发，216张图像（来自69名患者）用于内部验证
1550	2025-06-19	High-precision inversion of vegetation parameters in the AI era: Integrating hyperspectral remote sensing and deep learning 2025-Jun-02, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2025.100868 PMID:40528880	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1551	2025-06-19	Redefining healthcare - The transformative power of generative AI in modern medicine 2025-Jun, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2025.11081/2024 PMID:39898717	review	本文探讨了生成式AI在现代医学中的变革力量及其对医疗保健的影响	讨论了生成式AI如何通过模仿人类认知过程（如语言、视觉、听觉等）来生成新内容，并预测其对医疗保健领域的颠覆性影响	未提及具体的技术实现细节或实际应用案例	探讨生成式AI在医疗保健领域的潜在应用及其带来的伦理和法律挑战	生成式AI技术及其在医疗保健中的应用	machine learning	NA	deep learning	artificial neural networks	NA	NA
1552	2025-06-19	Linking Symptom Inventories Using Semantic Textual Similarity 2025-Jun, Journal of neurotrauma IF:3.9Q2 DOI:10.1089/neu.2024.0301 PMID:40200899	research paper	该研究提出了一种使用语义文本相似性（STS）来链接不同创伤性脑损伤（TBI）症状清单的方法，以提高症状评估的兼容性和准确性	利用预训练的深度学习模型和语义文本相似性技术，实现了不同症状清单之间的症状和分数链接，解决了TBI诊断和结果预测中的结果不可比性问题	研究仅针对TBI症状清单，未验证在其他疾病症状清单上的适用性	解决创伤性脑损伤（TBI）症状评估中不同工具和清单结果不可比的问题	创伤性脑损伤（TBI）的症状清单和评估工具	natural language processing	traumatic brain injury	semantic textual similarity (STS)	pretrained deep learning models	text	6,607名参与者，来自16个国际数据源
1553	2025-06-19	Employing transfer learning for breast cancer detection using deep learning models 2025-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000907 PMID:40523018	research paper	该研究提出了一种基于四种预训练深度学习模型的乳腺癌检测新方法，利用迁移学习提高检测准确率	使用四种预训练深度学习模型（Mobilenetv2、Inceptionv3、ResNet50和VGG16）作为特征提取器，并结合监督学习模型进行乳腺癌检测	研究仅基于BUSI数据集，未在其他数据集上验证模型的泛化能力	提高乳腺癌的早期和准确检测率	乳腺癌检测	digital pathology	breast cancer	transfer learning	Mobilenetv2, Inceptionv3, ResNet50, VGG16, Logistic Regression, Light Gradient Boosting Machine	image	BUSI数据集
1554	2025-06-19	Multimodal CustOmics: A unified and interpretable multi-task deep learning framework for multimodal integrative data analysis in oncology 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013012 PMID:40526743	研究论文	提出了一种统一且可解释的多任务深度学习框架，用于肿瘤学中的多模态整合数据分析	开发了一种新型的基于深度学习的方法，能够以可解释的方式表示多组学和病理学数据，用于精准医学，并能处理不完整和缺失数据	未明确提及具体限制，但可能包括数据集的多样性和规模限制	解决肿瘤学中多模态数据整合的挑战，提升精准医学的应用	肿瘤的微环境，包括全切片图像和多组学数据	数字病理学	癌症	多模态数据整合，深度学习	多任务深度学习框架	图像，多组学数据	多个TCGA数据集和验证队列
1555	2025-06-19	Introducing societal issues in an upper level STEM course increases student engagement and knowledge transfer 2025-May-31, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.029 PMID:40456506	研究论文	本文探讨了在STEM课程中引入社会问题如何提高学生的参与度和知识迁移能力	提出了一个三步框架，将生殖权利等社会正义问题融入高级发育生物学课程，以提高学生的科学内容知识和跨学科思维能力	研究仅针对一门高级发育生物学课程，样本可能不具有广泛代表性	探索通过引入社会问题提高STEM课程中学生参与度和知识迁移能力的方法	高级发育生物学课程中的学生	教育研究	NA	NA	NA	NA	未明确说明具体样本量，仅提及一门课程的学生
1556	2025-06-19	Comparative evaluation of deep learning-based and conventional reconstruction techniques for image quality enhancement in low-dose chest computed tomography 2025-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-589 PMID:40529728	研究论文	本研究比较了深度学习算法与主流迭代重建技术在低剂量胸部CT图像质量增强方面的性能	提出了一种新的深度学习算法，用于低剂量胸部CT图像重建，显著降低了辐射剂量并保持了图像质量	研究样本量较小（90例患者），且仅针对胸部CT，未涵盖其他类型的CT扫描	评估深度学习算法在低剂量胸部CT图像重建中的性能，并与主流迭代重建技术进行比较	90例接受胸部CT检查的患者（45例低剂量CT，45例常规剂量CT）	计算机视觉	肺部疾病	深度学习算法、迭代重建（IR）、滤波反投影（FBP）	深度学习（DL）	图像	90例患者（45例低剂量CT，45例常规剂量CT）
1557	2025-06-19	A systematic review and meta-analysis of artificial intelligence software for tuberculosis diagnosis using chest X-ray imaging 2025-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-604 PMID:40529749	meta-analysis	本文通过系统回顾和荟萃分析评估了五种基于AI的肺结核诊断软件在胸片影像诊断中的准确性	首次对多种AI软件在肺结核胸片诊断中的表现进行了全面比较和评估	纳入分析的软件数量有限(5种)，且未考虑不同地区人群差异对诊断效果的影响	评估AI辅助诊断系统在肺结核胸片诊断中的准确性和应用价值	五种商业AI胸片分析软件(JF CXR-1, qXR, Lunit INSIGHT CXR, CAD4TB, InferRead DR Chest)	digital pathology	tuberculosis	deep learning	CNN	image	21项研究(涉及5651篇文献)
1558	2025-06-19	Machine learning and deep learning to improve overall survival prediction in cervical cancer patients 2025-May-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2024-2304 PMID:40530132	research paper	该研究旨在利用机器学习和深度学习算法构建模型，预测宫颈癌患者的总生存期	使用多种机器学习模型（包括DeepSurv）预测宫颈癌患者的总生存期，并通过X-tile分析将患者分层	数据来源于SEER数据库，可能存在选择偏差	识别关键预后因素并预测宫颈癌患者的总生存期	宫颈癌患者	machine learning	cervical cancer	LASSO, Cox回归, X-tile分析	CoxBoost, RandomForest, SuperPC, XGBoost, DeepSurv	临床数据	训练集1,743例患者，测试集747例患者
1559	2025-06-19	Deep learning for fine-grained molecular-based colorectal cancer classification 2025-May-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2024-2348 PMID:40530151	研究论文	本研究提出了一种基于深度学习的结直肠癌分子分类方法，利用H&E染色组织切片图像进行细粒度分类	结合CNN和ViT的混合深度学习模型，用于结直肠癌的分子分类，提供新的分子诊断视角	模型性能有待进一步提高，准确率仅为0.524	探索深度学习技术在结直肠癌分子诊断中的应用	结直肠癌患者的H&E染色组织切片图像	数字病理	结直肠癌	H&E染色	CNN和ViT混合模型	图像	383名结直肠癌患者的组织切片图像
1560	2025-06-19	A Novel Artificial Intelligence Approach to Kennedy Classification for Partially Edentulous Patients Using Panoramic Radiographs 2025-May-28, The European journal of prosthodontics and restorative dentistry DOI:10.1922/EJPRD_2801Hassan09 PMID:40105321	研究论文	本研究开发了一种基于人工智能的系统，用于从全景X光片中自动分类部分无牙颌患者的Kennedy分类，并识别现有牙齿以进行自动报告	首次使用YOLOv8s深度学习模型结合Kennedy分类系统和Applegate规则，实现部分无牙颌的自动分类	研究仅使用了公开数据集中的高质量图像，可能无法涵盖所有临床情况	开发自动化系统以减少牙科诊断中的变异性并减轻专业人员的工作负担	部分无牙颌患者	数字病理	牙科疾病	YOLOv8s深度学习模型	YOLOv8s	图像	1875张高质量全景X光片（原始数据集5261张，经筛选后使用）