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
17281	2025-10-07	Use of artificial intelligence for gestational age estimation: a systematic review and meta-analysis 2025, Frontiers in global women's health DOI:10.3389/fgwh.2025.1447579 PMID:39950139	系统评价与荟萃分析	本文通过系统评价和荟萃分析评估人工智能模型在超声图像中估算孕龄的准确性	首次对AI模型在孕龄估算中的应用进行系统性量化评估，比较了不同孕期和AI模型的性能差异	纳入研究数量有限（17篇），部分研究存在偏倚风险，不同研究间异质性较高	评估人工智能模型在孕龄估算中的准确性，并与超声金标准进行比较	使用人工智能模型进行孕龄估算的临床研究	医学人工智能	产科疾病	超声成像，人工智能模型	CNN, DNN	2D图像，盲扫视频	17项研究（其中10项纳入荟萃分析），涉及高收入国家、中高收入国家和中低收入国家数据	NA	CNN, DNN	平均误差（天），95%置信区间，异质性指数（I²）	NA
17282	2025-10-07	Universal representation learning for multivariate time series using the instance-level and cluster-level supervised contrastive learning 2024-May, Data mining and knowledge discovery IF:2.8Q2 DOI:10.1007/s10618-024-01006-1 PMID:39949582	研究论文	提出一种基于实例级和簇级监督对比学习的多元时间序列通用表示学习方法	结合实例级和簇级监督对比学习，使用强弱两种数据增强方法，学习多元时间序列的判别性低维表示	在小型数据集上验证有效，但未提及在大规模数据集上的性能表现	解决多元时间序列分类任务中标注数据不足的问题	多元时间序列数据	机器学习	心肺疾病	监督对比学习	深度学习	多元时间序列	两个小型心肺运动测试数据集和UEA多元时间序列档案库	NA	源网络和目标网络的双网络架构	分类性能	NA
17283	2025-10-07	Image quality assessment and white matter hyperintensity quantification in two accelerated high-resolution 3D FLAIR techniques: Wave-CAIPI and deep learning-based SPACE 2025-Mar, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106783 PMID:39842179	研究论文	比较两种加速高分辨率3D FLAIR脑成像技术（DL-SPACE和Wave-CAIPI）在图像质量和白质高信号量化方面的表现	首次系统比较基于深度学习的SPACE重建技术与Wave-CAIPI技术在脑FLAIR成像中的性能差异	回顾性研究设计，样本量相对有限（123名参与者）	评估两种加速高分辨率3D FLAIR技术的图像质量差异	脑部白质高信号（WMH）和正常表现白质（NAWM）	医学影像分析	脑白质病变	3D FLAIR磁共振成像，深度学习重建，Wave-CAIPI采集技术	深度学习重建模型	磁共振脑部图像	123名参与者	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分，白质高信号体积量化	NA
17284	2025-10-07	Comparative analysis of three methods for estimating the compositions of construction waste 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.01.009 PMID:39823854	研究论文	比较三种建筑废弃物成分估算方法的性能差异	首次系统比较人工分拣、红外热成像人工图像识别和基于SegFormer的深度学习图像识别三种方法在建筑废弃物成分分析中的综合表现	对非惰性废弃物的识别误差相对较高，深度学习方法的处理时间和成本显著高于人工分拣	评估不同建筑废弃物成分估算方法的适用性和性能	建筑废弃物成分分析	计算机视觉	NA	红外热成像，语义分割	深度学习	图像	NA	NA	SegFormer	绝对相对误差	NA
17285	2025-10-07	A multi-modal transformer for cell type-agnostic regulatory predictions 2025-Feb-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100762 PMID:39884279	研究论文	提出一种多模态Transformer模型EpiBERT，通过整合基因组序列和细胞类型特异性染色质可及性数据来提升调控基因组学的泛化能力	首次将多模态Transformer应用于基因组学，通过掩码可及性预训练目标学习可泛化的基因组序列和染色质可及性表示	未明确说明模型在跨组织或跨物种中的泛化能力限制	提升基于序列的深度学习模型在调控基因组学中的泛化能力	人类基因组调控元件和细胞类型特异性染色质状态	机器学习	NA	染色质可及性分析，基因表达预测	Transformer	基因组序列数据，染色质可及性数据	NA	NA	Transformer	准确性	NA
17286	2025-10-07	Optical Microscopy and Deep Learning for Absolute Quantification of Nanoparticles on a Macroscopic Scale and Estimating Their Number Concentration 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05555 PMID:39886935	研究论文	提出一种基于光学显微镜和深度学习的大尺度纳米颗粒绝对定量方法，通过蒸发液滴体积分析（EVA）估算纳米颗粒数量浓度	开发了EVA方法，结合光学显微镜全表面扫描和人工神经网络计数，实现宏观尺度下纳米颗粒的绝对定量	讨论了EVA的理论限制，包括检测限、定量限和最佳工作范围	开发纳米颗粒数量浓度的绝对定量方法	纳米颗粒分散液中的纳米颗粒	计算机视觉	NA	光学显微镜，蒸发体积分析	人工神经网络	图像	每个液滴数千个纳米颗粒，多个液滴样本	NA	NA	相对标准不确定度2.7%	NA
17287	2025-10-07	Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01014 PMID:39823352	研究论文	提出一种用于分子对接和虚拟筛选的深度学习评分函数及端到端协议	引入归一化混合密度网络评分函数，学习蛋白质残基与配体原子间距离的概率密度分布，并开发端到端的盲对接和虚拟筛选协议	在结合剂信息有限的实际药物发现场景中性能可能受限	开发用于分子对接和虚拟筛选的深度学习评分方法	蛋白质-配体复合物	机器学习	NA	分子对接，虚拟筛选	混合密度网络，扩散模型	蛋白质-配体结构数据	LIT-PCBA数据集	NA	DiffDock, NMDN	富集因子	NA
17288	2025-10-07	Comparative Analysis of Recurrent Neural Networks with Conjoint Fingerprints for Skin Corrosion Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02062 PMID:39835935	研究论文	本研究开发基于循环神经网络的深度学习模型，用于预测化学化合物的皮肤腐蚀性	首次将联合指纹（结合化学语言符号、分子亚结构和理化性质）与多种RNN架构结合用于皮肤腐蚀预测	NA	开发深度学习模型用于化学化合物皮肤腐蚀性分类	化学化合物	机器学习	皮肤毒性	深度学习	RNN, LSTM, BiLSTM, GRU, BiGRU	分子特征数据	NA	NA	Simple RNN, LSTM, BiLSTM, GRU, BiGRU	准确率, AUC, Matthews相关系数	NA
17289	2025-10-07	Chemically Informed Deep Learning for Interpretable Radical Reaction Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01901 PMID:39871741	研究论文	开发基于分子轨道相互作用的化学感知深度学习框架，用于可解释的自由基反应预测	提出化学信息引导的深度学习模型，能够在机制层面预测自由基反应并提供多层次可解释性	模型训练和评估仅限于RMechDB数据库中的自由基反应步骤	建立可解释的自由基反应预测框架	自由基反应机制和反应路径	机器学习	NA	深度学习	深度学习模型	化学反应数据	RMechDB数据库中的自由基反应步骤	NA	NA	正确率	NA
17290	2025-10-07	Can Focusing on One Deep Learning Architecture Improve Fault Diagnosis Performance? 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02060 PMID:39883649	研究论文	本研究通过专注于单一深度学习架构探索其在故障诊断中的性能提升	采用聚焦单一深度学习架构的研究方法，而非传统多架构比较策略	仅使用单一数据集进行验证，未来需要扩展到其他数据集	评估专注单一深度学习架构是否能提升故障诊断性能	田纳西伊士曼过程数据集	机器学习	NA	深度学习	CNN	过程数据	NA	NA	卷积神经网络	F1-score	NA
17291	2025-10-07	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	研究论文	本研究评估了不同U-Net主干网络在结直肠腺癌组织病理图像分割中的性能	比较了多种U-Net变体架构（包括Attention U-Net和不同主干网络的U-Net）在结直肠腺癌分割任务中的表现	NA	开发自动系统准确识别结直肠区域的腺癌，实现早期检测和诊断	结直肠腺癌组织病理图像	数字病理	结直肠癌	H&E染色组织病理学	CNN	图像	NA	NA	U-Net, Attention U-Net, U-Net with ResNet50, U-Net with MobileNet-v2, U-Net with EfficientNetB0, U-Net with DenseNet121	准确率	NA
17292	2025-10-07	NNFit: A Self-Supervised Deep Learning Method for Accelerated Quantification of High- Resolution Short Echo Time MR Spectroscopy Datasets 2025-Jan-15, Radiology. Artificial intelligence DOI:10.1148/ryai.230579 PMID:39812584	研究论文	开发并评估自监督深度学习方法NNFit，用于加速定量高分辨率短回波时间MR波谱数据	提出首个自监督深度学习方法用于加速MR波谱定量分析，显著提升计算效率	回顾性研究设计，样本量相对有限（89次扫描）	解决传统波谱定量方法在临床工作流程中的计算瓶颈问题	胶质母细胞瘤和重度抑郁症患者的脑部MR波谱数据	医学影像分析	胶质母细胞瘤, 重度抑郁症	短回波时间平面回波波谱成像	深度学习	MR波谱数据	89次全脑EPSI/GRAPPA扫描（胶质母细胞瘤试验60次扫描，抑郁症试验29次扫描）	NA	NA	结构相似性指数, 线性相关系数, Dice系数	NA
17293	2025-10-07	Deep Learning Model Using Stool Pictures for Predicting Endoscopic Mucosal Inflammation in Patients With Ulcerative Colitis 2025-Jan-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000002978 PMID:39051648	研究论文	开发了一种使用溃疡性结肠炎患者粪便照片预测内镜下黏膜炎症的深度学习模型	首次使用粪便照片通过深度学习模型预测溃疡性结肠炎内镜活动度，提供了一种非侵入性的监测方法	直肠豁免病例的预测性能较低，样本量相对有限	预测溃疡性结肠炎患者的内镜下黏膜炎症活动度	溃疡性结肠炎患者	计算机视觉	溃疡性结肠炎	内镜检查	深度学习模型	图像	训练集：306名患者的2,161张粪便图片；测试集：126名患者的1,047张粪便图片	NA	NA	AUC, 准确率, 敏感性, 特异性	NA
17294	2025-10-07	MUsculo-Skeleton-Aware (MUSA) deep learning for anatomically guided head-and-neck CT deformable registration 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103351 PMID:39388843	研究论文	提出一种肌肉骨骼感知的深度学习框架，用于头颈部CT图像的解剖学引导形变配准	通过多分辨率策略和非均匀形变约束，将复杂形变分解为整体姿态变化和残余精细形变	NA	解决头颈部异质组织区域大形变图像配准的挑战	头颈部CT图像	医学图像处理	头颈部疾病	CT成像	深度学习	CT图像	NA	NA	多网络架构	配准精度, 形变合理性	NA
17295	2025-10-07	A non-local dual-stream fusion network for laryngoscope recognition 2025 Jan-Feb, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104565 PMID:39729791	研究论文	提出一种基于深度学习的喉镜图像自动分类模型，用于辅助医生诊断喉部疾病	首次将ResNet和Transformer的输出特征融合用于喉镜图像分类，采用非局部双流融合网络架构	NA	开发能够自动分类喉镜图像的深度学习模型，辅助喉部疾病诊断	喉镜图像中的八种喉部状况（正常、声门癌、肉芽肿、Reinke水肿、声带囊肿、白斑、结节和息肉）	计算机视觉	喉部疾病	深度学习	CNN, Transformer	图像	3057张喉镜图像	NA	ResNet, Transformer	准确率, 召回率, 特异性, F1分数, AUC	NA
17296	2025-10-07	AI predictive models and advancements in microdissection testicular sperm extraction for non-obstructive azoospermia: a systematic scoping review 2025, Human reproduction open IF:8.3Q1 DOI:10.1093/hropen/hoae070 PMID:39764557	系统范围综述	本文系统回顾了人工智能预测模型在非梗阻性无精子症患者显微睾丸精子提取手术中预测精子获取成功率的研究进展	首次系统评估AI模型在NOA患者m-TESE手术精子获取预测中的应用，整合临床、激素、组织病理学和遗传学参数	纳入研究存在异质性、潜在发表偏倚、仅使用两个数据库、缺乏荟萃分析进行定量评估	评估AI模型预测非梗阻性无精子症患者显微睾丸精子提取手术精子获取准确性的研究现状	非梗阻性无精子症患者和相关的AI预测模型研究	医疗人工智能	男性不育症	机器学习，深度学习，逻辑回归	机器学习模型，深度学习模型，逻辑回归	临床数据，激素水平，组织病理学评估，遗传参数	45项符合纳入标准的研究，大多数样本量较小	NA	NA	预测准确性，偏倚风险评估	NA
17297	2025-10-07	An accurately supervised motion-aware deep network for non-contact pain assessment of trigeminal neuralgia mouse model 2024-Mar, Journal of oral & facial pain and headache IF:1.9Q2 DOI:10.22514/jofph.2024.008 PMID:39788578	研究论文	提出一种用于三叉神经痛小鼠模型非接触式疼痛评估的深度学习网络	构建了客观疼痛分级数据集作为监督信号，并融合静态纹理特征和动态行为特征进行疼痛评估	NA	开发三叉神经痛小鼠模型的非接触式疼痛评估方法	三叉神经痛小鼠模型	计算机视觉	三叉神经痛	深度学习	深度神经网络	图像	NA	NA	TNPAN	准确率, 泛化能力	NA
17298	2025-10-07	Developing predictive precision medicine models by exploiting real-world data using machine learning methods 2024, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2315451 PMID:39440239	研究论文	本研究提出了一种利用真实世界电子健康记录开发预测性精准医学模型的新方法	利用大型真实世界数据库中的纵向数据格式预测15项生化检测的未来值，并进行广泛的传统机器学习与深度学习算法性能比较	NA	开发预测性精准医学模型，实现个性化医疗	电子健康记录中的生化检测数据	机器学习	NA	生化检测	统计机器学习,深度学习	电子健康记录	大型真实世界数据库	NA	NA	NA	NA
17299	2025-10-07	Predicting early breast cancer recurrence from histopathological images in the Carolina Breast Cancer Study 2023-Nov-11, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-023-00597-0 PMID:37952058	研究论文	本研究利用深度学习从组织病理学图像预测早期乳腺癌复发风险	首次使用深度学习分析H&E染色肿瘤切片图像来预测乳腺癌早期复发，为传统临床标志物提供补充信息	样本量相对有限（202名参与者），预测准确率为62.4%仍有提升空间	开发基于图像的快速识别早期乳腺癌高复发风险患者的方法	乳腺癌患者组织病理学图像	数字病理学	乳腺癌	H&E染色，深度学习	深度学习模型	组织病理学图像	202名参与者（101名复发，101名未复发），704张1mm肿瘤核心H&E图像	NA	NA	准确率，置信区间	NA
17300	2025-10-07	A deep learning model for novel systemic biomarkers in photographs of the external eye: a retrospective study 2023-05, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00022-5 PMID:36966118	研究论文	开发一种从外部眼部照片中预测多种系统性生物标志物的深度学习系统	首次证明外部眼部照片包含多种器官系统的生物标志物信息，超越了既往仅关注糖尿病视网膜病变的研究范围	回顾性研究设计，需要进一步工作验证临床转化价值，验证集与开发数据集存在人群差异	验证外部眼部照片是否包含多种系统性疾病的生物标志物信息	接受眼部筛查的糖尿病患者和非糖尿病患者	计算机视觉	多种系统性疾病（肝、肾、骨、甲状腺、血液）	深度学习	深度学习系统	外部眼部照片	训练集：123,130张图像来自38,398名患者；验证集：25,510名患者	NA	NA	AUC（受试者工作特征曲线下面积）	NA