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
17841	2025-03-01	A Future Picture: A Review of Current Generative Adversarial Neural Networks in Vitreoretinal Pathologies and Their Future Potentials 2025-Jan-24, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13020284 PMID:40002698	综述	本文回顾了当前生成对抗网络（GANs）在玻璃体视网膜病变中的应用及其未来潜力	探讨了GANs在眼科领域的应用，特别是其在提高诊断准确性、扩展成像技术能力及预测治疗反应方面的潜力	当前GAN模型在可靠性和准确性方面面临挑战	探索GANs在视网膜疾病诊断和治疗监测中的临床应用	玻璃体视网膜病变	计算机视觉	视网膜疾病	生成对抗网络（GANs）	GAN	图像	NA	NA	NA	NA	NA
17842	2025-03-01	Segmentation of ADPKD Computed Tomography Images with Deep Learning Approach for Predicting Total Kidney Volume 2025-Jan-22, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13020263 PMID:40002677	研究论文	本文提出了一种基于深度学习的框架，用于自动分割ADPKD患者的CT图像以预测总肾脏体积（TKV）	开发了一个逐步框架，能够稳健处理非增强CT（NCCT）和增强CT（CCT）图像，确保样本利用的平衡和跨模态的一致性表现	缺乏对CT模态变化的深入研究	通过自动分割ADPKD患者的CT图像来预测总肾脏体积（TKV）	ADPKD患者的CT图像	计算机视觉	肾脏疾病	深度学习	SSD, Inception V2, DeepLab V3+	CT图像	NA	NA	NA	NA	NA
17843	2025-03-01	TSF-MDD: A Deep Learning Approach for Electroencephalography-Based Diagnosis of Major Depressive Disorder with Temporal-Spatial-Frequency Feature Fusion 2025-Jan-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020095 PMID:40001616	研究论文	本文提出了一种名为TSF-MDD的深度学习方法，用于基于脑电图（EEG）的重度抑郁症（MDD）诊断，通过融合时间、空间和频率域信息来提高诊断准确性和效率	TSF-MDD方法首次将时间、空间和频率域信息整合到一个四维表示中，并使用3D-CNN和CapsNet模型进行跨域特征提取，同时采用独立于受试者的数据划分策略以避免数据泄露	尽管TSF-MDD在Mumtaz2016数据集上表现出色，但其在其他数据集上的泛化能力仍需进一步验证	开发一种自动化诊断系统，以提高重度抑郁症的诊断准确性和效率	重度抑郁症（MDD）患者	机器学习	重度抑郁症	脑电图（EEG）	3D-CNN, CapsNet	EEG信号	Mumtaz2016公共数据集	NA	NA	NA	NA
17844	2025-03-01	Deep Learning-Based Drug Compounds Discovery for Gynecomastia 2025-Jan-21, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13020262 PMID:40002676	研究论文	本研究利用基于深度学习的计算方法发现潜在的男性乳房发育症药物化合物	结合文本挖掘和人工智能在药物发现中的有效性，为男性乳房发育症提供新的治疗途径	需要进一步的实验验证和预测模型的优化以支持新药开发	发现男性乳房发育症的潜在药物化合物	男性乳房发育症相关基因和药物化合物	机器学习	男性乳房发育症	文本挖掘、生物过程探索、通路富集、蛋白质-蛋白质相互作用网络构建、药物-靶点相互作用分析	DeepPurpose	基因数据、药物数据	177个与男性乳房发育症相关的基因	NA	NA	NA	NA
17845	2025-03-01	Artificial Intelligence in the Surgery-First Approach: Harnessing Deep Learning for Enhanced Condylar Reshaping Analysis: A Retrospective Study 2025-Jan-21, Life (Basel, Switzerland) DOI:10.3390/life15020134 PMID:40003543	研究论文	本研究利用人工智能和深度学习技术，分析手术优先方法（SFA）与传统手术延迟方法（SLA）在正颌手术中的髁突行为，评估其效果	首次将深度学习和卷积神经网络（CNN）应用于髁突形态的快速、精确分析，显著减少了分割时间	研究为回顾性分析，样本量相对较小（77例患者），且仅在一家医院进行，可能影响结果的普遍性	评估手术优先方法（SFA）与传统手术延迟方法（SLA）在正颌手术中对髁突形态的影响	77名接受正颌手术的患者（18名SFA，59名SLA）	数字病理	NA	锥形束计算机断层扫描（CBCT）	卷积神经网络（CNN）	3D图像	77名患者（18名SFA，59名SLA）	NA	NA	NA	NA
17846	2025-03-01	Unifying fragmented perspectives with additive deep learning for high-dimensional models from partial faceted datasets 2025, NPJ biological physics and mechanics DOI:10.1038/s44341-025-00009-3 PMID:40012561	研究论文	本文提出了一种机器学习方法，通过整合分面数据子集来重建系统的完整视图，使用条件分布进行建模	提出了一种结合多项式回归和神经网络模型的方法，能够从部分数据集中成功重建系统，并随着测量变量的增加提高预测准确性	方法仅在机械弹簧网络和8维生物网络的两个示例中进行了验证，尚未在更广泛的生物系统中测试	旨在通过整合分面数据子集，重建复杂生物系统的完整视图，以量化分子元素对生物功能的贡献	机械弹簧网络和涉及衰老标志物P53的8维生物网络	机器学习	NA	多项式回归和神经网络	多项式回归模型和神经网络模型	单细胞数据	NA	NA	NA	NA	NA
17847	2025-03-01	MAEMC-NET: a hybrid self-supervised learning method for predicting the malignancy of solitary pulmonary nodules from CT images 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1507258 PMID:40012977	研究论文	本文提出了一种名为MAEMC-NET的深度学习模型，用于从CT图像中预测孤立性肺结节的恶性程度	MAEMC-NET结合了生成式（Masked AutoEncoder）和对比式（Momentum Contrast）自监督学习方法，以学习CT图像中孤立性结节的内部和相互间的表示	研究仅涉及494名患者，样本量相对较小	解决肺肉芽肿性结节（PGN）与实性肺腺癌（SLA）在CT形态特征上的相似性，提高术前诊断的准确性	孤立性肺结节	计算机视觉	肺癌	CT成像	MAEMC-NET（结合Masked AutoEncoder和Momentum Contrast）	CT图像	494名患者	NA	NA	NA	NA
17848	2025-03-01	MRpoxNet: An enhanced deep learning approach for early detection of monkeypox using modified ResNet50 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251320726 PMID:40013075	研究论文	本文介绍了一种增强的深度学习模型MRpoxNet，基于改进的ResNet50架构，用于从数字皮肤病变图像中早期检测猴痘	MRpoxNet通过扩展ResNet50的层数并引入额外的卷积、ReLU、dropout和批量归一化层，提高了诊断准确性和临床可靠性	未来需要进一步扩展数据集并增强模型对多样化临床场景的多模态适应性	开发一种高效的深度学习模型，用于早期检测猴痘	数字皮肤病变图像	计算机视觉	猴痘	深度学习	改进的ResNet50	图像	初始1156张图像，增强至6116张图像，分为猴痘、非猴痘和正常皮肤三类	NA	NA	NA	NA
17849	2025-10-07	Serum Potassium Monitoring Using AI-Enabled Smartwatch Electrocardiograms 2024-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.07.023 PMID:39387744	研究论文	开发了一种基于AI的心电图算法，通过智能手表心电图预测终末期肾病患者血清钾水平	首次利用智能手表单导联心电图数据开发深度学习模型预测血清钾水平，实现无创连续监测	研究主要针对终末期肾病患者，模型在其他人群中的适用性需要进一步验证	开发AI-ECG算法预测血清钾水平，实现高钾血症的远程监测	终末期肾病（ESRD）患者	医疗人工智能	肾脏疾病	心电图（ECG）监测	深度学习	心电图波形数据	训练集：152,508名患者的293,557份心电图；微调集：1,463名ESRD患者的4,337份心电图；验证集：40名ESRD患者的智能手表心电图	NA	Kardio-Net	AUC, 平均绝对误差（MAE）	NA
17850	2025-10-07	Deep learning of structural MRI predicts fluid, crystallized, and general intelligence 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78157-0 PMID:39537706	研究论文	本研究使用深度学习模型分析T1加权结构磁共振图像来预测个体的流体智力、晶体智力和一般智力	首次全面预测晶体智力和一般智力，而不仅限于流体智力；进行了432组实验系统比较不同模型和输入设置	样本量相对有限（850名受试者）；模型复杂度增加未带来预测精度提升的原因未完全阐明	探索脑结构MRI是否能够预测个体智力水平	850名6-64岁健康及自闭症受试者	医学影像分析	神经发育障碍	T1加权结构磁共振成像	CNN	医学影像	850名受试者	NA	2D CNN, 3D CNN	Pearson相关系数	NA
17851	2025-10-07	Prediction and design of transcriptional repressor domains with large-scale mutational scans and deep learning 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.21.614253 PMID:39386603	研究论文	本研究通过大规模突变扫描和深度学习模型预测和设计转录抑制结构域	开发了整合序列、结构和生化表征的深度学习模型TENet，能够准确预测抑制活性并指导合成调控蛋白的精确设计	模型在具有不同同源性的结构域之间的泛化能力仍需系统测试	研究序列变异如何影响转录抑制结构域的功能活性	人类细胞中50多个抑制结构域的115,000个变异序列	机器学习	Saethre-Chotzen综合征，Rett综合征	高通量突变扫描，深度学习	深度学习	序列数据，结构数据，生化数据	115,000个变异序列	NA	TENet	NA	NA
17852	2025-10-07	Discovery and characterization of novel FGFR1 inhibitors in triple-negative breast cancer via hybrid virtual screening and molecular dynamics simulations 2024-09, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2024.107553 PMID:38901279	研究论文	本研究通过混合虚拟筛选和分子动力学模拟发现并表征了新型FGFR1抑制剂，用于三阴性乳腺癌治疗	开发了结合深度学习与分子对接的混合虚拟筛选方法，发现了具有纳摩尔级抑制活性的新型化合物	研究主要基于计算机模拟和体外实验，尚未进行体内动物模型验证	开发针对三阴性乳腺癌FGFR1靶点的有效抑制剂	FGFR1蛋白及其V561M突变体，三阴性乳腺癌细胞系	计算生物学	三阴性乳腺癌	虚拟筛选，分子对接，分子动力学模拟，HTRF生物测定	深度学习，分子对接	分子结构数据，生物活性数据	NA	KarmaDock, Schrödinger	NA	IC50值	NA
17853	2025-10-07	Simple models vs. deep learning in detecting low ejection fraction from the electrocardiogram 2024-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztae034 PMID:39081946	研究论文	比较简单模型与深度学习模型在心电图检测低射血分数方面的性能	证明基于标准心电图测量的简单模型可以达到与深度学习模型相近的性能，且更易于临床部署和解释	研究基于观察性数据集，需要进一步验证在更广泛人群中的适用性	评估简单模型与深度学习模型在检测左心室收缩功能障碍方面的准确性和可移植性	心电图波形和经胸超声心动图匹配数据	机器学习	心血管疾病	心电图测量，超声心动图	随机森林, 逻辑回归, 深度学习	心电图波形，测量数据	40,994对匹配的心电图和超声心动图（斯坦福大学医学中心），外加哥伦比亚医学中心和英国生物银行的外部验证数据	NA	NA	AUC	NA
17854	2025-10-07	Fluorescence excitation-scanning hyperspectral imaging with scalable 2D-3D deep learning framework for colorectal cancer detection 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64917-5 PMID:38926431	研究论文	开发用于结直肠癌检测的荧光激发扫描高光谱成像与可扩展深度学习框架	提出新型荧光激发扫描高光谱成像方法，结合可调节速度/性能权衡的端到端AI框架，提供AI决策过程的可解释性可视化	高维数据带来的处理、解释和分类挑战	提升结直肠癌病变检测的准确性和实时分析能力	结直肠癌组织样本	计算机视觉	结直肠癌	荧光激发扫描高光谱成像	深度学习	高光谱图像	NA	NA	NA	分类准确率	NA
17855	2025-10-07	Deep Learning Phenotyping of Tricuspid Regurgitation for Automated High Throughput Assessment of Transthoracic Echocardiography 2024-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.22.24309332 PMID:38978651	研究论文	开发用于经胸超声心动图自动高通量评估三尖瓣反流的深度学习表型分析流程	首个用于三尖瓣反流自动检测和分层的深度学习流程，在两个不同医疗系统中验证	研究数据来自特定医疗中心，需在更广泛人群中验证	开发自动化三尖瓣反流评估系统，实现高通量筛查	经胸超声心动图视频数据	计算机视觉	心血管疾病	超声心动图，彩色多普勒	深度学习	视频	训练集：47,312项研究（2,079,898个视频）；测试集：CSMC 2,462项研究（108,138个视频），SHC 5,549项研究（278,377个视频）	NA	NA	AUC, 敏感性, 特异性	NA
17856	2025-10-07	Deep learning evaluation of echocardiograms to identify occult atrial fibrillation 2024-Apr-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01090-z PMID:38615104	研究论文	使用深度学习算法分析经胸超声心动图视频来识别隐匿性心房颤动	开发了两阶段深度学习算法，不仅能区分窦性心律和房颤，还能预测窦性心律患者90天内发生房颤的风险	模型在预测隐匿性房颤时的AUPRC相对较低(0.19)，表明在正样本较少的情况下性能有限	通过深度学习技术实现房颤的早期筛查和识别	经胸超声心动图视频数据	计算机视觉	心血管疾病	经胸超声心动图	CNN	视频	111,319个TTE视频用于训练，10,203个TTE视频用于外部验证	NA	基于视频的卷积神经网络	AUC, AUPRC	NA
17857	2025-10-07	Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs : A Risk Prediction Study 2024-04, Annals of internal medicine IF:19.6Q1 DOI:10.7326/M23-1898 PMID:38527287	研究论文	开发并验证一种基于胸部X光片预测10年主要不良心血管事件风险的深度学习模型	首次利用常规胸部X光片通过深度学习直接预测心血管风险，为无法计算传统风险评分的患者提供补充评估方法	基于电子医疗记录的回顾性研究设计	开发从常规胸部X光片估计10年心血管风险的深度学习模型	符合初级心血管预防条件的门诊患者	计算机视觉	心血管疾病	深度学习	深度学习模型	胸部X光图像	开发集来自癌症筛查试验数据，外部验证集包括8869名未知ASCVD风险患者和2132名已知风险患者	NA	CXR CVD-Risk	风险比, 置信区间	NA
17858	2025-10-07	Automatic end-to-end VMAT treatment planning for rectal cancers 2024-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14259 PMID:38317597	研究论文	开发并临床评估用于直肠癌VMAT治疗的端到端自动分割与自动计划系统	首次将自动分割和自动计划整合为完整的端到端流程，仅需肿瘤大体体积轮廓和CT扫描作为输入	大、小肠区分困难，端到端流程的医生接受率存在差异（88%和62%）	实现直肠癌VMAT治疗的自动化计划流程	直肠恶性肿瘤患者	数字病理	直肠癌	容积旋转调强放疗(VMAT)	深度学习	CT扫描图像	CTV分割174例患者，其他结构18例患者，计划评估20+34+16例患者	nnU-Net	nnU-Net	Dice相似系数, 95% Hausdorff距离, 李克特五分量表评分	NA
17859	2025-10-07	Prospective Evaluation of Automated Contouring for CT-Based Brachytherapy for Gynecologic Malignancies 2024-Apr, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2023.101417 PMID:38435965	研究论文	评估深度学习自动勾画在妇科恶性肿瘤CT引导近距离放疗中的准确性和效率	首次前瞻性评估自动勾画在妇科放疗临床实践中的应用效果	样本量较小（30例自动勾画组 vs 31例手动勾画组），单中心研究	评估自动勾画危及器官在妇科近距离放疗计划中的临床应用价值	妇科恶性肿瘤患者	数字病理	妇科恶性肿瘤	CT引导近距离放疗	深度学习	CT图像	61例患者（30例自动勾画组，31例手动勾画组）	NA	NA	Likert评分，Dice相似系数，平均表面距离，95% Hausdorff距离，Hausdorff距离，剂量体积直方图指标	NA
17860	2025-10-07	Deep learning for transesophageal echocardiography view classification 2024-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50735-8 PMID:38167849	研究论文	本研究开发了一种基于深度学习的经食管超声心动图视图分类模型，用于对术中及术中TEE影像数据进行结构化处理	首次开发了针对术中及术中TEE影像的多类别视图分类深度学习模型，并在两个独立医疗中心进行了外部验证	NA	解决TEE影像复杂非结构化特性对深度学习应用的限制，实现标准化TEE视图的自动分类	经食管超声心动图影像数据	计算机视觉	心血管疾病	经食管超声心动图成像	CNN	视频	来自Cedars-Sinai医学中心和斯坦福大学医学中心的术中及术中TEE视频	NA	NA	AUC	NA