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
1761	2025-08-07	Improving tabular data extraction in scanned laboratory reports using deep learning models 2024-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104735 PMID:39393477	研究论文	本研究开发了一种基于深度学习的OCR方法，用于从扫描的实验室报告中准确提取表格数据	采用DETR R18和EDD模型构建OCR流程，显著提高了表格检测和识别的性能	研究仅基于650个标注表格，样本量可能不足以覆盖所有临床实验室报告类型	开发新技术以从扫描的实验室报告中准确提取实验室测试信息	扫描的实验室报告中的表格数据	自然语言处理	NA	OCR	DETR R18, YOLOv8s, PaddleOCR, EDD	图像	632份实验室测试报告中的650个表格
1762	2025-08-07	Demonstration-based learning for few-shot biomedical named entity recognition under machine reading comprehension 2024-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104739 PMID:39490610	研究论文	本文提出了一种基于示范的学习方法，用于在机器阅读理解框架下解决少样本生物医学命名实体识别问题	将生物医学命名实体识别重新定义为机器阅读理解问题，并采用示范学习方法提升少样本场景下的性能	实验仅在六个基准数据集上进行验证，可能需要更多样化的数据集来证明方法的普适性	提升少样本学习场景下生物医学命名实体识别的模型性能	生物医学文本中的命名实体	自然语言处理	NA	机器阅读理解(MRC)	MRC-based语言模型	文本	六个基准数据集(BC4CHEMD, BC5CDR-Chemical, BC5CDR-Disease, NCBI-Disease, BC2GM, JNLPBA)
1763	2025-08-07	Downgrading Breast Imaging Reporting and Data System categories in ultrasound using strain elastography and computer-aided diagnosis system: a multicenter, prospective study 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae136 PMID:39102827	研究论文	研究探讨了在乳腺超声检查中加入弹性成像应变比（SR）和基于深度学习的计算机辅助诊断（CAD）系统，以帮助重新分类BI-RADS 3和4a-c类别，从而避免不必要的活检	结合弹性成像应变比和深度学习CAD系统优化BI-RADS分类，显著减少不必要的活检	研究仅针对BI-RADS 3和4a-c类别的肿块，未涵盖所有BI-RADS类别	评估SR和CAD系统在乳腺超声检查中对BI-RADS分类的优化效果	1049个乳腺肿块（691个良性，358个恶性）	数字病理	乳腺癌	超声弹性成像和深度学习CAD系统	深度学习	超声图像	1049个乳腺肿块（691个良性，358个恶性）
1764	2025-08-07	Prediction of hypertension risk based on multiple feature fusion 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104701 PMID:39047932	研究论文	提出一种基于多特征融合的脉搏波分类模型，用于高血压风险的准确预测	提出基于动态权重的集成欠采样模型和混合注意力机制的深度学习模型，结合动态Dempster/Shafer理论构建多特征融合模型，提高分类准确性和泛化性能	研究样本仅来自两所医院，可能存在地域局限性	提高高血压预测的分类准确性和泛化性能	高血压患者	机器学习	心血管疾病	多特征融合、动态DS理论	集成欠采样模型、混合注意力机制深度学习模型	脉搏波、问诊数据	409例高血压样本（来自上海中医药大学附属龙华医院和中西医结合医院）
1765	2025-08-07	A novel deep learning model based on transformer and cross modality attention for classification of sleep stages 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104689 PMID:39029770	研究论文	提出了一种基于transformer和跨模态注意力的新型深度学习模型，用于睡眠阶段分类	结合transformer编码器-解码器和跨模态注意力机制，有效整合多生理通道信息以提高分类准确性	仅使用SHHS数据集进行评估，未在其他数据集上验证模型泛化能力	提高睡眠阶段分类的准确性	睡眠阶段	机器学习	NA	深度学习	transformer + 跨模态注意力	时间序列生理信号数据	Sleep Heart Health Study Dataset (SHHS)数据
1766	2025-08-07	Semi-supervised Double Deep Learning Temporal Risk Prediction (SeDDLeR) with Electronic Health Records 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104685 PMID:39004109	研究论文	本文提出了一种基于电子健康记录（EHR）的半监督双重深度学习时序风险预测算法（SeDDLeR），用于预测未来临床事件的风险	提出了一种结合半监督学习和深度学习的时序风险预测算法，能够处理未标记数据和复杂风险因素的时序效应	需要少量黄金标准标签数据，且算法性能依赖于初始代理变量的构建质量	开发一种能够利用大量未标记EHR数据进行时序风险预测的算法	电子健康记录（EHR）数据和2型糖尿病（T2D）风险预测	机器学习	2型糖尿病	半监督学习、深度学习	GRU	电子健康记录（EHR）	马萨诸塞州总医院布里格姆生物库（MGB Biobank）数据
1767	2025-08-07	Promoting smartphone-based keratitis screening using meta-learning: A multicenter study 2024-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104722 PMID:39244181	research paper	本研究提出了一种基于元学习的框架CNCML，用于在智能手机数据不足的情况下开发角膜炎筛查模型	利用从裂隙灯照片中获取的先验知识，开发了CNCML框架，以解决智能手机数据有限的问题	研究依赖于有限的智能手机照片样本，可能影响模型的泛化能力	开发一种基于智能手机的角膜炎筛查模型，以解决专业设备不足的问题	角膜炎患者	digital pathology	keratitis	meta-learning	CNCML	image	13,009张裂隙灯照片和4,075张智能手机照片，来自3个独立临床中心
1768	2025-08-07	Clinical domain knowledge-derived template improves post hoc AI explanations in pneumothorax classification 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104673 PMID:38862083	研究论文	本文提出了一种基于临床知识的模板引导方法，用于改进气胸分类中AI模型的事后解释	通过结合气胸的临床知识生成模板，过滤掉XAI方法生成的不相关解释，提高了模型解释的准确性	研究仅针对气胸这一特定疾病，且模板生成依赖于放射科医生的病灶标注	提高深度学习模型在气胸诊断中的可解释性	气胸的AI诊断模型	数字病理	气胸	深度学习	VGG-19, ResNet-50	医学影像	两个真实世界数据集(SIIM-ACR和ChestX-Det)
1769	2025-08-07	Utilizing Deep Learning and Computed Tomography to Determine Pulmonary Nodule Activity in Patients With Nontuberculous Mycobacterial-Lung Disease 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000745 PMID:38640144	研究论文	开发并评估了一种深度卷积神经网络模型，用于在计算机断层扫描中分类非结核分枝杆菌肺病患者的急性和慢性肺结节	首次使用深度卷积神经网络模型对非结核分枝杆菌肺病的结节活动性进行分类，并与放射科医生的表现进行了比较	样本量相对较小，仅包含110名患者和650个结节	提高非结核分枝杆菌肺病结节的诊断和管理效率	非结核分枝杆菌肺病患者的肺结节	数字病理	非结核分枝杆菌肺病	计算机断层扫描	DCNN	图像	110名患者的650个结节（316个急性，334个慢性）
1770	2025-08-07	Deep Learning for Detection of Pneumothorax and Pleural Effusion on Chest Radiographs: Validation Against Computed Tomography, Impact on Resident Reading Time, and Interreader Concordance 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000746 PMID:37884394	研究论文	本研究评估了人工智能（AI）在胸部X光片（CXR）上检测胸膜病变（气胸和胸腔积液）的性能，并与计算机断层扫描（CT）作为金标准进行对比	首次验证AI在CXR上检测气胸和胸腔积液的性能，并评估其对住院医师阅片时间和诊断一致性的影响	研究为回顾性设计，样本量相对有限（共362例）	评估AI在胸膜病变检测中的临床应用价值	胸部X光片（CXR）中气胸（Ptx）和胸腔积液（PEf）的检测	数字病理	肺部疾病	深度学习	CNN（基于Lunit INSIGHT CXR软件）	医学影像（X光片和CT）	362例（96例对照，165例胸腔积液，101例气胸）
1771	2025-08-07	VAULT: vault accuracy using deep learning technology: new image-based artificial intelligence model for predicting implantable collamer lens postoperative vault 2024-May-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001386 PMID:38651696	研究论文	开发一种基于深度学习的模型，用于预测有晶体眼人工晶状体（ICL）植入术后的拱高	利用术前超高频率数字超声图像、患者人口统计学数据和术后拱高数据训练神经网络，实现高精度的术后拱高预测	13.7 mm尺寸的ICL因数据不足被排除在研究之外	提高ICL植入术后拱高预测的准确性	接受ICL植入术的患者	数字病理学	眼科疾病	超高频率数字超声成像	深度学习模型	图像和人口统计学数据	221名患者的437只眼睛，共计3059张图像
1772	2025-08-07	Prediction of preeclampsia from retinal fundus images via deep learning in singleton pregnancies: a prospective cohort study 2024-04-01, Journal of hypertension IF:3.3Q1 DOI:10.1097/HJH.0000000000003658 PMID:38230614	研究论文	本研究探讨了利用深度学习算法分析视网膜眼底图像预测单胎妊娠中先兆子痫的可行性	首次将深度学习算法应用于视网膜眼底图像预测先兆子痫，并开发了具有预测价值的眼底评分系统	研究样本仅来自单一医疗中心，可能限制结果的普遍适用性	评估视网膜眼底图像在先兆子痫早期预测中的应用价值	单胎妊娠孕妇	数字病理学	先兆子痫	深度学习	深度学习算法（未指定具体模型）	图像	1138名孕妇（92例发展为妊娠期高血压疾病，其中66例为先兆子痫）
1773	2025-03-14	Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model 2024-01-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000755 PMID:37889555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1774	2025-08-07	Comparative study of the glistening between four intraocular lens models assessed by OCT and deep learning 2024-01-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001316 PMID:37702457	研究论文	本研究使用光学相干断层扫描（OCT）和深度学习（DL）评估了四种不同型号人工晶状体（IOLs）中的气泡现象	开发了一种基于深度学习的量化算法，用于客观评估人工晶状体中的气泡现象	研究样本量相对较小，且仅评估了四种特定型号的人工晶状体	评估和比较不同人工晶状体模型中气泡现象的存在和严重程度	四种不同型号的人工晶状体（ReSTOR+3 SN6AD1, SN60WF, PanOptix TFNT, Vivity DFT015）	数字病理学	眼科疾病	OCT, 深度学习	DL-based quantification algorithm	图像	325只眼睛（41只ReSTOR+3 SN6AD1, 110只SN60WF, 128只PanOptix TFNT, 46只Vivity DFT015）
1775	2025-08-07	Correlation Between Intranodular Vessels and Tumor Invasiveness of Lung Adenocarcinoma Presenting as Ground-glass Nodules: A Deep Learning 3-Dimensional Reconstruction Algorithm-based Quantitative Analysis on Noncontrast Computed Tomography Images 2023-Sep-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000731 PMID:37531613	研究论文	本研究利用深度学习三维重建算法定量分析非对比计算机断层扫描图像中结节内血管特征，以区分肺腺癌的侵袭性	首次采用深度学习技术对非对比CT图像中的结节内血管进行三维重建和定量分析，以评估肺腺癌侵袭性	研究为回顾性设计，样本量有限，且仅基于单一机构的患者数据	评估基于深度学习的结节内血管定量特征在区分肺腺癌侵袭性中的作用	474名患者的512个确诊为磨玻璃结节的肺腺癌病变	数字病理	肺癌	非对比计算机断层扫描(CT)，深度学习区域分割和区域生长技术	深度学习算法	医学影像	474名患者的512个磨玻璃结节(包括241个前驱腺体病变、126个微浸润性腺癌和145个浸润性腺癌)
1776	2025-08-07	From systems to structure - using genetic data to model protein structures 2022-06, Nature reviews. Genetics DOI:10.1038/s41576-021-00441-w PMID:35013567	review	本文综述了利用大规模遗传数据和深度学习方法来建模蛋白质结构及其相互作用的新兴方法	结合共进化、深度突变扫描和基因组规模遗传或化学遗传相互作用映射等新方法，实现了对单个蛋白质或蛋白质复合物结构的建模	NA	理解遗传变异的影响，分析序列变化在系统层面和机制层面的物理及功能后果	蛋白质结构及其相互作用	生物信息学	NA	共进化、深度突变扫描、基因组规模遗传或化学遗传相互作用映射、深度学习	深度学习	遗传数据	NA
1777	2025-08-07	A hybrid deep learning model for forecasting lymphocyte depletion during radiation therapy 2022-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.15584 PMID:35229311	research paper	提出了一种混合深度学习模型，用于预测食管癌患者在放射治疗过程中淋巴细胞减少的趋势	采用堆叠结构的混合深度学习模型，结合LSTM和神经网络处理多类别特征，并开发了判别性核以提取时间特征和分配不同权重	研究仅针对食管癌患者，未涉及其他类型的癌症	预测放射治疗引起的淋巴细胞减少，以优化治疗计划	食管癌患者	machine learning	esophageal cancer	deep learning	LSTM, neural networks	clinical data, dosimetric features	860名接受同步放化疗的食管癌患者
1778	2025-08-07	Deep learning is widely applicable to phenotyping embryonic development and disease 2021-11-01, Development (Cambridge, England) DOI:10.1242/dev.199664 PMID:34739029	研究论文	本研究探讨了深度学习（U-Net）如何自动化各种成像模态的分割任务，并量化了非洲爪蟾胚胎中肾脏、神经和颅面发育异常的表型	结合光片显微镜和深度学习，提供了一个高通量表征胚胎模型生物的表型框架	NA	评估基因或化学干扰导致的发育畸形的敏感性和通量	非洲爪蟾胚胎	数字病理学	先天性肾脏疾病和颅面畸形	光片显微镜	U-Net	图像	NA
1779	2025-08-06	A multi-model deep learning approach for human emotion recognition 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10304-3 PMID:40761311	研究论文	本文提出了一种名为音频、视觉和文本情感融合网络的新框架，用于高效整合语音、面部和文本等多种模态的情感识别	提出了一种基于注意力机制的多模态融合方法，结合了Graph Attention Network-based Transformer Network、Hybrid Wav2Vec 2.0和CNN以及BERT与BiGRU，显著提升了情感识别的准确率	未提及模型在跨文化和不同语言环境下的泛化能力	提升多模态情感识别的准确性和效率	人类情感表达（语音、面部表情和文本）	自然语言处理	NA	Graph Attention Networks, Wav2Vec 2.0, CNN, BERT, BiGRU	多模型深度学习框架（包含Transformer、CNN和RNN）	多模态数据（音频、图像、文本）	NA
1780	2025-08-06	HybridDLDR: A hybrid deep learning-based drug resistance prediction system of Glioblastoma (GBM) using molecular descriptors and gene expression data 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108913 PMID:40592112	研究论文	本文提出了一种基于深度学习的混合模型，用于预测胶质母细胞瘤(GBM)的耐药性	结合了CNN、LSTM和transformer架构的混合深度学习模型，用于预测药物耐药性	未提及具体的数据集规模或模型泛化能力的验证	提高癌症治疗期间药物效果的预测准确性	胶质母细胞瘤(GBM)的耐药性预测	机器学习	胶质母细胞瘤	基因表达数据和化学性质分析	CNN, LSTM, transformer	基因表达数据和化学描述符	NA