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
161	2025-07-29	Dev-ResNet: automated developmental event detection using deep learning 2024-05-15, The Journal of experimental biology IF:2.8Q2 DOI:10.1242/jeb.247046 PMID:38806151	研究论文	介绍了一种名为Dev-ResNet的小型高效3D卷积神经网络，用于检测发育事件	提出了一种能够检测具有时空特征的发育事件的新型3D CNN模型Dev-ResNet	NA	提高发育生物学研究中发育事件检测的规模、可重复性和通量	大池塘蜗牛(Lymnaea stagnalis)胚胎发育过程中的10种不同功能事件	计算机视觉	NA	深度学习	3D CNN	生物图像	大池塘蜗牛胚胎发育过程中的10种功能事件
162	2025-07-29	An accurate pediatric bone age prediction model using deep learning and contrast conversion 2024-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2024.e23 PMID:40703683	研究论文	本研究旨在通过深度学习和对比度转换技术开发一种准确的儿科骨龄预测模型，以改善临床实践中的生长评估和临床决策	结合多种深度学习模型和对比度转换技术进行骨龄预测，并评估不同预处理方法对预测性能的影响	未讨论模型在不同种族或特殊临床条件下的泛化能力	提高儿科骨龄预测的准确性以辅助临床决策	儿科左手X光图像	计算机视觉	儿科疾病	对比度转换技术（模糊对比增强、对比度受限自适应直方图均衡等）	CNN（包括ResNet50、VGG19、Inception V3、Xception等）	医学影像（X光图像）	未明确说明具体数量，仅提及包含标注骨龄和性别信息的儿科左手X光图像数据集
163	2025-07-29	What is the role of artificial intelligence in general surgery? 2024-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2024.e22 PMID:40703691	综述	本文探讨了人工智能在普通外科中的角色及其与其他医学领域的差异	分析了AI在普通外科中的应用现状，并提出了跨学科合作以推动AI在该领域的发展	手术室中AI的应用研究不足，且需要解决伦理和法律问题	理解AI在普通外科中的应用及其与其他医学领域的差异	普通外科中的AI应用	医学人工智能	NA	深度学习	神经网络	NA	NA
164	2025-07-29	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	验证一种基于深度学习算法的手腕穿戴设备在动态环境中实时连续检测心房颤动的性能	开发了一种医疗级手腕穿戴设备，结合光电容积描记技术和卷积神经网络，实现长期连续心房颤动监测	研究样本量相对较小（117名患者），且仅针对阵发性心房颤动患者	评估手腕穿戴设备在动态环境中连续监测心房颤动的性能	阵发性心房颤动患者	数字病理学	心血管疾病	光电容积描记技术（PPG）	CNN	生理信号数据	117名阵发性心房颤动患者（最终分析111名）
165	2025-07-29	Multivariate longitudinal data for survival analysis of cardiovascular event prediction in young adults: insights from a comparative explainable study 2023-01-25, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-023-01845-4 PMID:36698064	研究论文	本研究探讨了多变量纵向数据在心血管事件预测中的价值，并通过多种建模策略比较了其与横截面数据的预测准确性	首次在年轻成人心血管风险预测中系统比较了纵向数据与横截面数据的预测价值，并引入了可解释性分析方法	研究仅基于CARDIA队列，可能需要更多外部验证	评估纵向数据在心血管风险预测中的价值并建立可扩展的分析框架	年轻成人心血管疾病风险预测	机器学习	心血管疾病	生存分析	随机生存森林、SHAP、TIME	纵向临床数据	3539名参与者，6次随访检查，15年随访数据
166	2025-07-29	Emphysema Progression at CT by Deep Learning Predicts Functional Impairment and Mortality: Results from the COPDGene Study 2022-09, Radiology IF:12.1Q1 DOI:10.1148/radiol.213054 PMID:35579519	研究论文	本研究利用深度学习算法评估吸烟者肺气肿的严重程度，并探讨其与功能损害和死亡率的关系	使用深度学习算法自动评估肺气肿严重程度，提高了评估的客观性和效率	研究依赖于CT扫描数据，可能受到扫描质量和参数设置的影响	评估肺气肿严重程度与功能损害和死亡率的关系	吸烟者	数字病理	慢性阻塞性肺疾病	CT扫描	深度学习模型	医学影像	5056名参与者
167	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-Aug, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
168	2025-07-28	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	research paper	提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法	引入了联邦多任务学习框架，开发了半异步模型聚合方法，并应用分布式差分隐私技术增强隐私保护	未明确提及具体局限性	解决联邦学习中的数据异质性、边缘设备异质性、敏感信息泄露、非凸损失和通信资源限制等挑战性问题	联邦学习框架及其在隐私保护下的深度学习模型训练	machine learning	NA	federated learning, differential privacy	FedMGDA, DP-AsynFedMGDA	NA	NA
169	2025-07-28	Benchmarking 3D Structure-Based Molecule Generators 2025-Jul-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01020 PMID:40711830	research paper	该研究创建了一个新的基准测试，用于评估3D组合和深度学习生成器在重现重要蛋白质-配体相互作用和3D配体构象方面的表现	提出了一个专注于蛋白质-配体相互作用和3D配体构象重现的新基准测试，并比较了多种生成方法的优缺点	深度学习方法无法生成结构有效的分子和3D构象，而组合方法速度慢且生成的分子容易无法通过2D MOSES过滤器	评估和改进3D结构基础的分子生成器	蛋白质-配体相互作用和3D配体构象	机器学习	NA	深度学习、组合遗传算法	sequential graph neural network generators (Pocket2Mol, PocketFlow), diffusion models (DiffSBDD, MolSnapper), combinatorial genetic algorithms (AutoGrow4, LigBuilderV3)	3D结构数据	BindingMOAD数据集及保留的盲测集
170	2025-07-28	A Deep Learning Multimodal Fusion-Based Method for Cell and Nucleus Segmentation 2025-Jul-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3592625 PMID:40711898	研究论文	提出了一种基于深度学习多模态融合的细胞和细胞核分割方法	通过结合预训练模型和多模态数据融合技术，实现了无需重新训练新数据的细胞和细胞核分割	需要高质量的预训练模型和多模态数据支持	解决细胞和细胞核分割任务中标注数据稀缺的问题	细胞和细胞核图像	数字病理学	NA	深度学习多模态融合	CNN	图像和文本	NA
171	2025-07-28	Quantifying physiological variability and improving reproducibility in 4D-flow MRI cerebrovascular measurements with self-supervised deep learning 2025-Jul-25, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30634 PMID:40711943	研究论文	评估自监督深度学习去噪在减少4D-Flow MRI测量变异性中的效果，并阐明生理变异对脑血管血流动力学的贡献	使用自监督深度学习框架减少4D-Flow MRI中的技术噪声，提高测量可重复性	去噪方法无法消除生理变异和后处理带来的变异性	提高4D-Flow MRI在脑血管血流动力学测量中的可重复性	脑血管血流动力学	医学影像分析	神经退行性疾病	4D-Flow MRI, 自监督深度学习	自监督深度学习模型	4D-Flow MRI图像数据	10名参与者进行多次4D-Flow MRI扫描
172	2025-07-28	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了一个新的女性盆腔MRI多中心数据集，用于子宫内膜异位症的深度学习盆腔器官分割，并展示了两种自动分割管线的基线性能	提出了一个新的多序列子宫内膜异位症MRI数据集，并评估了两种自动分割方法（nnU-Net和RAovSeg）的性能	研究中使用的数据集样本量相对较小（51例和81例），且部分数据仅来自单一中心	开发自动分割方法以支持子宫内膜异位症的MRI研究	女性盆腔MRI数据，特别是子宫、卵巢和子宫内膜异位瘤的分割	数字病理	子宫内膜异位症	MRI	nnU-Net, RAovSeg	MRI图像	51例多中心数据集和81例单中心数据集
173	2025-07-28	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	介绍了一种基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测和追踪	结合迁移学习特征初始化、编码器-解码器语义分割和连续帧分析，实现高精度流体路径追踪，相比手动方法显著提升效率和一致性	未明确说明对不同类型微流控芯片的泛化能力	开发自动化毛细管微流控芯片流体分析工具	毛细管微流控芯片中的流体路径	计算机视觉	NA	深度学习	U-Net, PAN, FPN, PSP-Net, DeepLabV3+	图像	NA
174	2025-07-28	An ensemble deep learning model for author identification through multiple features 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11596-5 PMID:40691694	研究论文	提出了一种结合多种特征的自注意力加权集成深度学习框架，用于提高作者身份识别的准确性和稳定性	通过自注意力机制智能结合多种写作风格表示（统计特征、TF-IDF向量和Word2Vec嵌入），动态学习每种特征类型的重要性	仅在两个数据集上进行了测试，样本量和作者数量有限	提高自然语言处理中作者身份识别的准确性和稳定性	文本数据中的作者身份识别	自然语言处理	NA	TF-IDF, Word2Vec, 自注意力机制	CNN, 自注意力加权集成框架	文本	两个数据集（Dataset A包含4位作者，Dataset B包含30位作者）
175	2025-07-28	Improving mortality prediction after radiotherapy with large language model structuring of large-scale unstructured electronic health records 2025-Jul-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111052 PMID:40692078	研究论文	本研究利用大型语言模型（LLM）对大规模非结构化电子健康记录（EHR）进行结构化处理，以提高放疗后患者死亡率预测的准确性	使用开源LLM对非结构化EHR数据进行单次学习结构化处理，显著提升了生存预测模型的准确性和可解释性	研究依赖于特定医疗中心的数据，外部验证样本量相对较小（852例）	提高放疗后患者死亡率预测的准确性，优化临床决策	接受放疗的癌症患者	自然语言处理	癌症	大型语言模型（LLM）	深度学习模型	非结构化电子健康记录（EHR）	34,276例放疗患者（主要数据集）+852例外部验证患者
176	2025-07-28	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	research paper	本文探讨了胸部X光片（CXR）在深度学习技术应用下是否能为保险承保风险分析增加额外价值	探讨了深度学习技术如何可能使传统的CXR重新成为保险风险评估的有价值工具	未具体说明深度学习技术的应用细节或实证结果	评估CXR在深度学习技术辅助下对保险承保风险分析的潜在价值	胸部X光片（CXR）和保险承保风险分析	machine learning	NA	deep learning	NA	image	NA
177	2025-07-28	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	本研究通过深度学习算法预测单侧肾积水患儿肾功能差异<40%的情况，基于尿路超声关键参数	首次将机器学习模型（如SVM）应用于基于尿路超声参数预测肾功能差异<40%的研究，并展示了较高的预测准确性	研究为回顾性分析，可能存在选择偏倚；样本仅来自单一科室，可能影响结果的普适性	探索尿路超声参数在预测肾功能差异<40%中的价值，以辅助手术决策	802名单侧肾积水患儿	机器学习	肾积水	尿路超声检查	随机森林、逻辑回归、SVM	超声参数数据	802名患儿
178	2025-07-28	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	研究论文	本研究探讨了基于深度学习的身体成分分析在预测黑色素瘤患者总体生存期中的应用	利用基线CT扫描进行全体积身体成分分析，识别出与预后相关的身体成分特征	需要外部验证以确认结果的普遍适用性	预测黑色素瘤患者的总体生存期，为治疗决策提供支持	黑色素瘤患者	数字病理学	黑色素瘤	深度学习	深度学习网络	CT图像	495名患者（内部验证），428名患者（外部验证）
179	2025-07-28	Artificial Intelligence-Based Total Mesorectal Excision Plane Navigation in Laparoscopic Colorectal Surgery 2022-05-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002393 PMID:35170546	研究论文	本研究开发了一种基于深度学习的图像引导导航系统，用于直肠癌手术中的全直肠系膜切除平面导航	首次使用基于深度学习的图像引导导航系统在全直肠系膜切除平面中识别疏松结缔组织作为解剖标志	训练数据仅有600张图像，需要更多图像来提高识别准确率	开发辅助外科医生识别全直肠系膜切除平面的导航系统	32名接受腹腔镜左侧结直肠切除术的患者	数字病理	直肠癌	深度学习语义分割	深度学习模型	图像	32名患者的600张标注图像
180	2025-07-26	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发了一种名为DeepISP的深度学习模型，用于基于快速筛查视野测量（Imo/TEMPO筛查程序）预测Humphrey视野分析仪（HFA）的综合视野信息	开发了DeepISP模型，能够预测当前视野状态和视野进展风险，仅需一次快速ISP测试即可筛查和优先处理青光眼患者	研究样本来自特定医院的有限患者群体，可能影响模型的泛化能力	预测青光眼的严重程度和进展风险，为临床干预提供高效筛查工具	112名患者提供的187个实际ISP测试和883名患者提供的3470个合成ISP测试	数字病理学	青光眼	深度学习	多任务神经网络	图像	187个实际ISP测试和3470个合成ISP测试