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
141	2025-06-07	Hybrid optimization enabled DenseNet for autism spectrum disorders using MRI image 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108335 PMID:39793514	research paper	该研究提出了一种结合JSTO优化算法的DenseNet模型，用于通过MRI图像检测自闭症谱系障碍（ASD）	引入了新型的Jaya Sewing Training Optimization (JSTO)算法，结合Jaya算法和Sewing Training-Based Optimization (STBO)，用于特征选择和模型训练	研究仅基于Abide 1数据集进行验证，未在其他数据集上测试模型的泛化能力	开发一种高效的自闭症谱系障碍早期检测方法	自闭症患者的MRI脑部图像	digital pathology	autism spectrum disorder	MRI	DenseNet	image	基于Abide 1数据集（具体样本数量未提及）
142	2025-06-07	Multi-region nomogram for predicting central lymph node metastasis in papillary thyroid carcinoma using multimodal imaging: A multicenter study 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108608 PMID:39827707	研究论文	本研究通过整合基于超声图像的深度学习特征、基于CT图像的脂肪放射组学特征及临床特征，构建了一个多模态多区域列线图（MMRN）用于预测甲状腺乳头状癌（PTC）的中央淋巴结转移（CLNM）	首次结合深度学习特征、脂肪放射组学特征和临床特征构建多模态多区域列线图，用于预测PTC的CLNM	研究仅基于两个独立中心的数据，样本量相对有限	预测甲状腺乳头状癌（PTC）的中央淋巴结转移（CLNM）	661名通过甲状腺切除术诊断为PTC的患者	数字病理	甲状腺癌	深度学习、放射组学特征提取、LASSO回归	Resnet50	超声图像、CT图像	661名患者，分为主要队列、内部测试队列和外部测试队列
143	2025-06-07	Deep learning model for detecting high-grade dysplasia in colorectal adenomas 2025-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100441 PMID:40463412	研究论文	本研究开发了一种深度学习模型，用于区分结直肠腺瘤中的低级别异型增生（LGD）和高级别异型增生（HGD）	首次使用深度学习模型对结直肠腺瘤的异型增生程度进行准确分类	样本量相对较小，可能影响模型的泛化能力	提高结直肠腺瘤异型增生程度的自动诊断准确性	结直肠腺瘤组织切片	数字病理学	结直肠癌	深度学习	ResNet34	病理图像	200张组织切片（71例HGD，129例LGD）
144	2025-06-07	Efficient merging and validation of deep learning-based nuclei segmentations in H&E slides from multiple models 2025-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100443 PMID:40463413	研究论文	本研究提出了一种整合多种深度学习模型进行H&E切片中细胞核分割的新方法，以提高细胞类型定量的准确性	提出了一种新颖的整合多种深度学习模型的方法，用于细胞核分割，相比单一模型和人工病理学检查，提高了细胞类型比例的准确性和基因表达变异的解释能力	深度学习模型在分割特定细胞类型方面仍存在局限性，且某些模型在特定任务上可能比其他模型更有效	开发一种高效整合多种深度学习模型的方法，以改进H&E切片中细胞核分割和细胞类型定量	471例正常前列腺样本的H&E切片	数字病理学	前列腺癌	深度学习	多种深度学习模型	图像	471例正常前列腺样本
145	2025-06-07	AUTOENCODER FOR 4-DIMENSIONAL FIBER ORIENTATION DISTRIBUTIONS FROM DIFFUSION MRI 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10981302 PMID:40475178	research paper	本文提出了一种用于压缩扩散MRI中纤维取向分布（FODs）的OBOL自编码器，以提高深度学习方法的适用性	提出了一种基于SPHARM阶数平衡的OBOL自编码器，有效压缩FODs并保持高精度解码	未提及具体样本量或实际应用中的性能限制	解决高维FODs在深度学习应用中内存消耗过大的问题	扩散MRI中的纤维取向分布（FODs）	machine learning	NA	diffusion MRI	autoencoder	3D image volume	NA
146	2025-06-07	Leveraging network uncertainty to identify regions in rectal cancer clinical target volume auto-segmentations likely requiring manual edits 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100771 PMID:40475847	research paper	本研究探讨了深度学习自动分割在直肠癌放疗工作流中的应用，特别是通过网络不确定性量化来识别需要手动编辑的区域	提出利用网络不确定性估计（特别是认知不确定性）作为预测需要临床相关编辑的分割区域的工具	网络不确定性的解释因多种不确定性来源的非平凡交互而复杂化	提高直肠癌放疗工作流中自动分割的效率和质量	直肠系膜临床靶区的自动分割	digital pathology	rectal cancer	Monte Carlo dropout	nnU-Net	image	NA
147	2025-06-07	Enhancing patient-specific deep learning based segmentation for abdominal magnetic resonance imaging-guided radiation therapy: A framework conditioned on prior segmentation 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100766 PMID:40475848	research paper	提出了一种基于深度学习的患者特异性分割框架，用于腹部磁共振成像引导的放射治疗	引入了一种新颖的框架，无需为每位患者重新训练模型，即可生成稳健的分割结果	需要输入规划分割图作为先验信息，且对两个输入通道的对齐要求较高	提高腹部磁共振成像引导放射治疗中患者特异性分割的准确性和效率	腹部癌症患者	digital pathology	abdominal cancers	MR-guided radiation therapy (MRgRT)	3D UNet	image	69名患者（共222份MR图像）
148	2025-06-07	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Mar-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	research paper	该研究通过整合分子和表观基因组注释，利用深度学习模型推断风险变异在特定细胞类型中的作用，揭示了多囊卵巢综合征（PCOS）的分子机制	结合深度学习模型与表观基因组注释，识别疾病相关变异，探索风险位点的多效性影响，并揭示跨细胞类型调控相互作用的新见解	研究可能受限于样本大小和细胞类型的覆盖范围	解析多囊卵巢综合征（PCOS）的复杂遗传背景及其分子机制	多囊卵巢综合征（PCOS）的风险变异及其在特定细胞类型中的调控效应	machine learning	polycystic ovary syndrome	deep learning, epigenomic annotations	DL	genomic and epigenomic data	NA
149	2025-06-07	Burnout crisis in Chinese radiology: will artificial intelligence help? 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11206-4 PMID:39567429	research paper	评估人工智能（AI）软件使用与中国医院放射科职业倦怠之间的相关性	首次量化研究AI软件使用与放射科人员职业倦怠的关系，并发现AI使用时长与倦怠程度呈显著负相关	研究设计为横断面研究，无法确定因果关系	探讨AI在减轻放射科人员职业倦怠方面的作用	中国68家公立医院的放射科医生和技术人员	digital pathology	NA	问卷调查（MBI-HSS量表和AI使用问卷）	NA	survey data	522名放射科工作人员
150	2025-06-07	Role of artificial intelligence in treatment planning and outcome prediction of jaw corrective surgeries by using 3-D imaging: a systematic review 2025-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.09.010 PMID:39701860	系统综述	本文综述了人工智能在利用3D影像进行颌骨矫正手术的治疗规划和结果预测中的作用	探讨了AI在颌骨矫正手术3D影像治疗规划和结果预测中的未充分探索的应用	由于显著的异质性和数据报告不足，未进行荟萃分析	评估AI在颌骨矫正手术3D影像治疗规划和结果预测中的应用	颌骨矫正手术	数字病理	颌骨畸形	3D成像	深度学习和机器学习	CT数据	14项研究
151	2025-06-07	Real-time assistance in suicide prevention helplines using a deep learning-based recommender system: A randomized controlled trial 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105760 PMID:39705915	research paper	评估AI辅助工具在自杀预防热线对话中为咨询师提供实时援助的有效性和可用性	使用基于BERT的句子嵌入生成建议，通过余弦相似性为咨询师提供前5个聊天情境	工具在不适当的情境下频繁使用，咨询师在最佳时机使用工具的频率较低，可能缺乏熟练度或对系统的初始信任问题	评估AI辅助工具在自杀预防热线中的效果	自杀预防热线的咨询师和求助者	natural language processing	mental health	BERT, cosine similarity	BERT	text	48名咨询师（27名实验组，21名对照组），共评估188次轮班
152	2025-06-07	Colorectal cancer classification using weakly annotated whole slide images: Multiple instance learning optimization study 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109649 PMID:39798507	研究论文	本研究利用深度学习技术，通过弱标注的组织病理学全切片图像（WSIs）研究结直肠癌（CRC）分类问题	提出了与多实例学习（MIL）集成的WSI标签预测函数，显著提高了WSI级别分类的性能	NA	开发高效的计算机辅助诊断（CAD）系统，用于结直肠癌的早期检测和分类	结直肠癌的组织病理学全切片图像	数字病理学	结直肠癌	深度学习	多实例学习（MIL）	图像	NA
153	2025-06-07	Automatic medical imaging segmentation via self-supervising large-scale convolutional neural networks 2025-Mar, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110711 PMID:39798701	研究论文	本研究开发了一种基于自监督学习的大规模深度学习模型，用于医学图像分割，旨在克服监督学习和临床数据变异性的限制	利用自监督学习和稀疏子流形卷积进行大规模预训练，设计了不同规模的稀疏子流形U-Net（SS-UNets），并在多个未见数据集上展示了优越的性能和可扩展性	未提及具体的数据集来源和样本的具体数量，可能影响结果的普适性	开发一种鲁棒的医学图像分割模型，减少对大量标注数据的依赖，提高模型的泛化能力	医学图像（CT、MRI和PET）	数字病理	癌症	自监督学习、稀疏子流形卷积	SS-UNets（稀疏子流形U-Nets）	医学图像（CT、MRI和PET）	多中心CT数据集，具体数量未提及
154	2025-06-07	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片年龄估计中的性能	首次对深度学习在全景X光片年龄估计中的应用进行了系统评价和荟萃分析	大多数研究存在偏倚风险不明确或偏高的问题，且方法学局限性需要进一步研究	评估深度学习在全景X光片年龄估计中的性能	使用深度学习进行年龄估计的研究	数字病理	NA	深度学习	NA	医学影像（全景X光片）	42项研究（其中9项用于荟萃分析）
155	2025-06-07	Conotoxins: Classification, Prediction, and Future Directions in Bioinformatics 2025-02-09, Toxins IF:3.9Q1 DOI:10.3390/toxins17020078 PMID:39998095	review	本文探讨了机器学习（ML）和深度学习（DL）在芋螺毒素研究中的应用进展	综述了ML和DL在芋螺毒素序列分类、功能预测和从头肽设计中的创新应用	未提及具体实验验证或模型性能的局限性	探索计算生物学方法在芋螺毒素研究中的应用	芋螺毒素（conotoxins）	生物信息学	NA	机器学习（ML）、深度学习（DL）	NA	序列数据	NA
156	2025-06-07	Quantification of coronary artery calcification in systemic sclerosis using visual ordinal and deep learning scoring: Association with systemic sclerosis clinical features 2025-02, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152598 PMID:39613484	research paper	本研究探讨了系统性硬化症（SSc）临床特征与冠状动脉钙化程度及进展之间的关联	结合视觉序数评分和深度学习（DeepCAC）方法量化冠状动脉钙化，并探索其与SSc临床特征的关联	单中心回顾性研究，样本量有限（86例和171例）	研究SSc临床特征与冠状动脉钙化进展的关系	系统性硬化症患者	digital pathology	cardiovascular disease	DeepCAC	deep learning	medical imaging	86例（主要目标）和171例（次要目标）SSc患者
157	2025-06-07	Concordance-based Predictive Uncertainty (CPU)-Index: Proof-of-concept with application towards improved specificity of lung cancers on low dose screening CT 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103055 PMID:39721356	研究论文	本文介绍了一种新颖的基于一致性的预测不确定性（CPU）指数，用于改进低剂量CT筛查中肺癌的特异性	提出CPU-Index框架，通过整合亚组分析和个性化AI时间-事件模型的见解，提高了肺癌筛查预测的透明度和可靠性	依赖于有限的预定义特征集，且个性化AI时间-事件模型存在透明度问题和删失数据带来的偏差	改进肺癌筛查的风险评估，提高预测的透明度和可靠性	低剂量CT筛查中的肺癌患者	数字病理	肺癌	LDCT放射组学与患者人口统计数据的融合	神经多任务逻辑回归时间-事件模型	图像和人口统计数据	3,326名在2015年1月1日至2020年6月30日期间接受LDCT筛查并在一年内病理确诊为肺癌的患者
158	2025-06-07	PRISM Lite: A lightweight model for interactive 3D placenta segmentation in ultrasound 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047410 PMID:40463735	research paper	提出了一种轻量级交互式分割模型PRISM Lite，用于实时从3D超声图像中分割胎盘	设计了一个轻量级模型，适用于临床使用，能够在资源有限的环境中实时运行，并通过人机交互实现迭代改进	尽管模型在分割精度上表现优异，但其在低资源环境或移动设备上的实际应用仍需进一步验证	开发一种适用于临床的轻量级交互式胎盘分割模型，以提高分割效率和质量	3D超声图像中的胎盘	digital pathology	pregnancy outcomes	3D ultrasound (3DUS)	lightweight interactive segmentation model	3D image	NA
159	2025-06-07	Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis 2025-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86455-4 PMID:39809940	研究论文	本研究评估了变分图自编码器（VGAE）在重建与NLRP3介导的牙周炎细胞焦亡相关基因数据中的效果	首次应用VGAE模型重建与NLRP3介导的细胞焦亡相关的基因数据，并在牙周炎研究中展示了高准确性和精确度	存在5820个假阴性结果，表明模型采取较为保守的预测策略	评估VGAE在重建牙周炎相关基因数据中的效能	与NLRP3介导的细胞焦亡相关的基因数据	数字病理学	牙周炎	无监督K均值聚类，VGAE	VGAE	基因表达数据	NCBI GEO数据集GSE262663中的3个样本（含缺氧暴露与无缺氧暴露）
160	2025-06-07	Autofluorescence Virtual Staining System for H&E Histology and Multiplex Immunofluorescence Applied to Immuno-Oncology Biomarkers in Lung Cancer 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0327 PMID:39636222	research paper	本研究展示了通过结合高通量高光谱荧光显微镜和机器学习，从未染色的非小细胞肺癌组织的自发荧光图像生成虚拟H&E染色和多重免疫荧光染色的可行性	将虚拟染色技术从AF扩展到不同疾病（肺癌）和染色模式（mIF），并开发了新的虚拟H&E和多重免疫荧光染色	虚拟染色在各种评估指标上表现中等至良好，但未提及是否在所有情况下都优于传统染色方法	探索虚拟染色在数字病理学中的潜力，以促进空间生物学研究，提高临床工作流程的效率和可靠性	非小细胞肺癌组织	digital pathology	lung cancer	hyperspectral fluorescence microscopy, machine learning	deep learning	image	NA