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
1741	2025-09-01	Artificial Intelligence-Enhanced Smartwatch ECG for Heart Failure-Reduced Ejection Fraction Detection by Generating 12-Lead ECG 2022-Mar-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12030654 PMID:35328207	研究论文	开发并验证了一种基于人工智能的智能手表心电图技术，用于检测心力衰竭伴射血分数降低	利用生成对抗网络从异步双导联心电图生成十导联心电图，再通过卷积神经网络检测HFrEF，实现了智能手表ECG的临床级应用	研究仅基于两家医院数据，外部验证和泛化能力有待进一步评估	开发人工智能驱动的智能手表心电图系统，用于非侵入性筛查心力衰竭	成年患者，特别是接受心电图和超声心动图检查的心脏病患者	医疗人工智能	心血管疾病	深度学习，心电图分析	GAN, CNN	心电图信号	医院A: 137,673名患者（458,745份ECG）用于模型开发；医院B: 755名患者用于验证
1742	2025-09-01	Using Deep-Learning Algorithms to Simultaneously Identify Right and Left Ventricular Dysfunction From the Electrocardiogram 2022-03, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2021.08.004 PMID:34656465	研究论文	利用深度学习算法从心电图中同时识别左右心室功能障碍	首次开发能够从心电数据中全面量化左右心室功能障碍的深度学习模型，特别是填补了右心室功能评估工具的空白	模型性能在外部验证中略有下降（如LVEF 40%-50%分类AUC从0.82降至0.73），且依赖自然语言处理提取的超声心动图报告数据	开发基于心电图的深度学习工具，用于左右心室功能障碍的快速筛查和诊断	来自5家纽约医院的患者心电数据和超声心动图报告	机器学习	心血管疾病	深度学习，自然语言处理（NLP）	DL（深度学习模型）	心电图信号，文本报告	147,636名患者的715,890份心电图（左心室功能），148,227名患者的761,510份心电图（右心室功能）
1743	2025-09-01	Fairness in Cardiac Magnetic Resonance Imaging: Assessing Sex and Racial Bias in Deep Learning-Based Segmentation 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.859310 PMID:35463778	研究论文	本研究首次在大规模数据库中评估基于深度学习的电影CMR分割模型在性别和种族方面的公平性	首次针对基于AI的电影心脏磁共振成像分割进行性别和种族偏见的系统性分析	研究基于UK Biobank数据库，该数据库种族不平衡（81%为白人）	评估深度学习模型在心脏MRI分割中是否存在性别和种族偏见	5,903名来自UK Biobank的受试者（61.5±7.1岁，52%男性，81%白人）	医学影像分析	心血管疾病	心脏磁共振成像（CMR），深度学习分割	深度学习模型	医学影像	5,903名受试者的电影短轴CMR图像
1744	2025-08-31	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出一种基于直方图近似和循环神经网络的快速MR信号模拟方法，用于高效计算微血管结构和扩散效应	结合磁场不均匀性矩阵降维与深度学习，将MR信号模拟速度提升近13000倍	NA	解决微血管特征和扩散效应集成计算挑战，提升MRI技术（如fMRI BOLD建模和MR血管指纹识别）的估计精度	MR信号（特别是受磁化率效应影响的信号）	医学影像分析	NA	深度学习、磁场不均匀性矩阵降维、MR血管指纹识别（MRF）	循环神经网络（RNN）	MR信号数据	NA
1745	2025-08-31	Enhancing schizophrenia diagnosis efficiency with EEGNet: a simplified recognition model based on γ band features 2025-Sep, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112047 PMID:40811883	研究论文	本研究开发了一种基于EEG信号和深度学习的简化诊断模型，利用γ波段特征高效识别精神分裂症	通过优化EEGNet架构专注于γ波段特征，在保证高精度的同时显著降低模型复杂度和训练时间	NA	开发客观高效的精神分裂症诊断模型	精神分裂症患者和健康对照组的静息态EEG信号	机器学习	精神分裂症	EEG信号分析	EEGNet	脑电信号	采用留一交叉验证(LOSOCV)的受试者样本
1746	2025-08-31	Designing lipid nanoparticles using a transformer-based neural network 2025-Aug-15, Nature nanotechnology IF:38.1Q1 DOI:10.1038/s41565-025-01975-4 PMID:40817189	研究论文	本研究开发了一种基于Transformer神经网络的模型COMET，用于预测脂质纳米颗粒（LNPs）的性能，以加速RNA药物开发	首次将Transformer架构应用于多组分复合制剂LNP的性能预测，能够处理非标准配方并实现端到端预测	模型训练依赖于大规模数据集LANCE的构建，且对训练数据量有一定要求	通过深度学习优化脂质纳米颗粒配方设计，提高核酸药物递送效率	脂质纳米颗粒（LNPs）及其多组分配方	机器学习	NA	深度学习，Transformer神经网络	Transformer	化学配方数据，性能数据	大规模LNP数据集LANCE（具体数量未明确说明）
1747	2025-08-31	Data Mining-Based Model for Computer-Aided Diagnosis of Autism and Gelotophobia: Mixed Methods Deep Learning Approach 2025-Aug-13, JMIR formative research IF:2.0Q4 DOI:10.2196/72115 PMID:40802390	研究论文	本研究开发了一种基于深度学习的诊断系统，结合面部情绪识别和验证问卷，用于检测自闭症谱系障碍（ASD）患者或非ASD个体的恐笑症	创新性地融合了深度学习面部特征分析与标准化问卷（GELOPH<15>），在面部表情模糊时提升诊断可靠性	在面部线索不明确的情况下，仅依赖DeepFace模型不足以准确分类恐笑症	开发自动化工具以提升恐笑症的早期诊断和干预效果	自闭症谱系障碍个体及神经典型个体，重点关注青少年高功能ASD群体	计算机视觉	自闭症谱系障碍	深度学习、面部情绪识别、问卷评估	多层感知机（MLP）、DeepFace	图像	2932张面部图像（ASD与神经典型儿童各1466张）
1748	2025-08-31	Accelerating brain T2-weighted imaging using artificial intelligence-assisted compressed sensing combined with deep learning-based reconstruction: a feasibility study at 5.0T MRI 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01763-5 PMID:40596927	研究论文	本研究探索在5.0T MRI上结合人工智能辅助压缩感知和深度学习重建技术加速脑部T2加权成像的可行性	首次系统评估ACS与DLR技术在5.0T MRI中的协同应用效果，相比传统并行成像协议	NA	评估集成ACS-DLR技术在5.0T MRI中对脑部T2加权成像的诊断效能	98名接受脑部T2WI扫描的参与者	医学影像分析	神经系统疾病	人工智能辅助压缩感知(ACS), 深度学习重建(DLR), 并行成像(PI)	深度学习	MRI图像	98名参与者
1749	2025-08-31	A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf051 PMID:40703125	研究论文	开发一种基于深度学习的ECG基础模型，通过迁移学习提升罕见心脏疾病的检测性能	构建了迄今为止最全面的ECG深度神经网络模型之一，并首次证明其作为基础模型在数据有限情况下对罕见心脏病的有效迁移能力	模型性能可能受到原始数据集时间跨度长（1986-2019）和临床护理环境数据变异性的影响	利用基础模型和迁移学习解决医疗领域标注数据稀缺问题，提升ECG诊断能力	心电图（ECG）信号和相关的68种常见及3种罕见心脏疾病诊断	医疗人工智能	心脏疾病	深度学习、迁移学习	卷积深度神经网络（CNN）	心电图信号数据	160万份心电图记录，来自UCSF 1986-2019年临床护理数据
1750	2025-08-31	Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.09.24315202 PMID:40502572	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）的性能，并评估了模型偏见的潜在风险	首次直接比较了基于AI的深度学习回声模型与传统的基于索赔和回归的模型在ATTR-CM检测中的性能，并系统评估了种族偏见风险	研究样本中79.2%为白人，种族多样性有限，可能影响模型泛化性	评估和比较不同算法检测ATTR-CM的性能，并分析模型偏见风险	心力衰竭患者，包括176例确诊ATTR-CM病例和3192例对照患者	医疗人工智能	心脏淀粉样变性	深度学习，随机森林，回归分析	CNN（EchoNet-LVH），深度学习模型（EchoGo Amyloidosis），随机森林，回归模型	医学影像（超声心动图），医疗索赔数据	3368名患者（176例ATTR-CM病例，3192例对照）
1751	2025-08-31	An improved model for prediction of de novo designed proteins with diverse geometries 2025-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.02.657515 PMID:40502157	研究论文	本文提出了一种改进的深度学习模型，用于预测具有多样化几何结构的从头设计蛋白质	通过物理基础设计方法生成了包含5,996个稳定蛋白质的数据集，并开发了能够捕捉几何多样性的Alphafold2微调版本	当前深度学习方法未能完全捕捉支撑蛋白质构象偏好的物理原理	改进从头设计蛋白质的几何结构预测准确性	从头设计的蛋白质	机器学习	NA	深度学习，物理基础设计方法	Alphafold2	蛋白质结构数据	5,996个稳定蛋白质，来自5个未见折叠家族的数千个蛋白质
1752	2025-08-31	Structural Diversity of Mitochondria in the Neuromuscular System across Development Revealed by 3D Electron Microscopy 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202411191 PMID:40047328	研究论文	利用3D电子显微镜和深度学习揭示线粒体在秀丽隐杆线虫神经肌肉系统中随发育阶段的结构多样性及其功能意义	开发半自动化方法重建线粒体三维结构，首次发现不同神经回路中线粒体结构特性在发育过程中的保守性，并揭示dauer阶段独特的线粒体适应性结构	研究局限于秀丽隐杆线虫模型，尚未在更复杂生物系统中验证	探究神经肌肉系统中线粒体结构随发育的变化规律及其与神经功能的关系	秀丽隐杆线虫（C. elegans）的神经元和肌肉细胞	生物显微成像	NA	3D电子显微镜，深度学习	深度学习（未指定具体模型）	电子显微镜图像	正常生殖阶段和dauer阶段的秀丽隐杆线虫样本
1753	2025-08-31	DELR-Net: a network for 3D multimodal medical image registration in more lightweight application scenarios 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04602-3 PMID:39400589	研究论文	提出一种轻量级双编码器网络DELR-Net，用于3D多模态医学图像配准	结合Mamba和ConvNet，采用状态空间序列模块和动态大核块构建双编码器，实现高精度低参数量的配准	NA	设计轻量化3D多模态医学图像变形配准网络，在减少参数量的同时保证配准质量	3D脑部MR图像及腹部MR与CT图像	计算机视觉	NA	深度学习	DELR-Net (融合Mamba和ConvNet的双编码器网络)	3D医学图像	NA
1754	2025-08-31	An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04633-w PMID:39446167	研究论文	提出一种优化的孪生神经网络结合深度线性图注意力模型，用于妇科腹部盆腔肿块分类	引入SCINN-DLGN模型，结合语义感知结构保持中值形态滤波和EfficientNet-based U-Net框架，实现高精度分类	NA	开发高效准确的盆腔肿块分类方法以辅助卵巢癌诊断	盆腔肿块MRI图像	计算机视觉	妇科肿瘤	深度学习，图像处理	Siamese neural network, deep linear graph attention, EfficientNet-based U-Net	MRI图像	实时MRI盆腔肿块数据集（具体数量未说明）
1755	2025-08-31	Advancements in early detection of pancreatic cancer: the role of artificial intelligence and novel imaging techniques 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04644-7 PMID:39467913	综述	本文综述了人工智能和新型成像技术在胰腺癌早期检测中的进展	重点关注深度学习在胰腺导管腺癌早期检测中的应用及成像生物标志物开发	NA	改善胰腺导管腺癌的风险分层和早期检测方法	胰腺导管腺癌（PDA）患者	医学影像分析	胰腺癌	新型成像技术	深度学习	医学影像	NA
1756	2025-08-31	Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04640-x PMID:39487919	综述	本文综述了人工智能在腹部和盆腔超声成像中的当前应用现状	系统总结了AI在腹部盆腔超声多器官检测、妇科、肝胆系统及肌肉骨骼等领域的应用分布与方法学趋势	研究偏倚风险较高，因多数应用缺乏前瞻性多中心验证或FDA批准	概述人工智能技术在腹部和盆腔超声成像中的最新应用进展	腹部和盆腔器官的超声影像	医学影像分析	多器官疾病（妇科、肝胆、肌肉骨骼等）	深度学习、机器学习、自然语言处理、机器人技术	NA	超声影像	57篇纳入文献（涵盖128项初步研究），17种FDA批准的AI超声设备
1757	2025-08-31	REVEALS: an open-source multi-camera GUI for rodent behavior acquisition 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae421 PMID:39420472	研究论文	开发了一个名为REVEALS的开源多摄像头图形用户界面，用于高效采集啮齿类动物行为数据	提供了首个用户友好、开源且支持多摄像头同步控制的啮齿动物行为数据采集解决方案	NA	解决多摄像头同步采集啮齿类动物行为数据的技术瓶颈	啮齿类动物（小鼠）行为	行为分析	NA	多摄像头同步采集，DeepLabCut行为分析	NA	视频	NA
1758	2025-08-31	Individual cognitive traits can be predicted from task-based dynamic functional connectivity with a deep convolutional-recurrent model 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae412 PMID:39445422	研究论文	使用深度卷积-循环模型从任务态动态功能连接中预测个体认知特质	结合多尺度卷积和LSTM层，首次证明任务态动态功能连接比静息态具有更高预测力，并发现智力构建在大脑中呈空间均匀分布	预测性能受混淆变量（如年龄、运动等）校正影响显著，且未发现特定皮层网络的显著相关性	从神经影像数据预测认知能力评分，探索智力的神经基础	874名人类连接组计划受试者的神经影像和行为数据	机器学习	NA	功能磁共振成像，多波段重建算法，多元线性回归	CNN, LSTM	神经影像数据	874名受试者
1759	2025-08-31	Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae427 PMID:39475113	研究论文	本研究利用EEG和深度学习探究听觉线索在调节运动节律中的作用，重点关注手指敲击任务中的神经机制	首次结合单试次EEG数据与深度学习方法区分节律协调模式，并揭示听觉输入对运动时序的关键调制作用	在去除听觉成分后，阶段区分变得不确定，突显了在缺乏听觉刺激时隔离运动激活的挑战	探究基于动作的时序神经机制，特别是听觉线索如何调制运动节律行为	12名健康参与者	机器学习	NA	脑电图（EEG）	深度学习	脑电信号	12名健康参与者完成节律性手指敲击任务
1760	2025-08-31	Long axial-range double-helix point spread functions for 3D volumetric super-resolution imaging 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.31.605907 PMID:39131321	研究论文	本文提出并验证了长轴向范围双螺旋点扩散函数用于哺乳动物细胞全细胞三维超分辨率成像的方法	开发了长轴向范围DH-PSF实现无拼接的全细胞3D超分辨率成像，并结合深度学习算法定位密集发射体	NA	简化厚样本（如全哺乳动物细胞）的三维超分辨率成像的实验和分析流程	荧光微球、U-2 OS细胞中的核纤层蛋白lamin B1	显微成像	NA	单分子定位显微镜（SMLM）、DNA-PAINT成像、深度学习算法	深度学习	图像	荧光微球和U-2 OS细胞