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	2025-08-04	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发并评估了一种结合ResNet50V2和SE块的深度学习模型，用于从CT图像中自动分类肺癌亚型	将SE块与ResNet50V2结合，增强了通道特征重校准，提高了分类准确性	需要外部验证，模型可解释性有待提高，未来需探索如Vision Transformers等新兴架构	提高肺癌亚型分类的准确性和效率，辅助放射科医生进行诊断决策	肺癌CT图像	计算机视觉	肺癌	深度学习	ResNet50V2 + SE块	图像	1000张匿名肺部CT图像
162	2025-08-04	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	research paper	开发了一种名为AI-CAC的深度学习算法，用于在非对比、非门控CT扫描上自动量化冠状动脉钙化（CAC）	利用来自98个医疗中心的影像数据，捕捉了成像协议、扫描仪和患者的广泛异质性，并在795名患者中与非门控扫描进行了对比	研究主要基于退伍军人事务部医疗系统的数据，可能不适用于其他人群	开发并验证一种深度学习算法，用于在非门控CT扫描上自动量化冠状动脉钙化	冠状动脉钙化（CAC）	digital pathology	cardiovascular disease	deep learning	CNN	image	795名患者和8052例低剂量CT扫描
163	2025-08-04	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本文提出了一种基于药物抗性特征（DRS）的新方法，用于改进肿瘤学中协同药物组合的预测	整合药物抗性特征（DRS）作为生物信息学表示，提供更全面的药物组合预测框架	未明确提及具体局限性	改进协同药物组合的预测方法	药物组合及其在肿瘤治疗中的协同效应	机器学习	癌症	机器学习（LASSO、随机森林、AdaBoost、XGBoost）和深度学习模型SynergyX	LASSO、随机森林、AdaBoost、XGBoost、SynergyX	基因表达数据	多个独立数据集（ALMANAC、O'Neil、OncologyScreen、DrugCombDB）
164	2025-08-04	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	本研究开发了一种基于深度学习的混合模型，用于利用超广角眼底图像分类多种眼底疾病，以提高诊断效率和准确性	结合DenseNet121特征提取器和XGBoost分类器，利用Grad-CAM可视化模型决策过程，显著提高了多种眼底疾病的分类准确率	研究为回顾性研究，可能受到数据收集时间和范围的限制	开发辅助临床决策的自动化诊断工具，提高眼科疾病诊断效率	超广角眼底图像，涵盖16种眼底疾病	计算机视觉	眼底疾病	深度学习	DenseNet121 + XGBoost	图像	10,612张超广角眼底图像
165	2025-08-04	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	本研究结合实证和大数据驱动的方法，探讨人格特质与睡眠问题及自报睡眠质量之间的关系	利用深度学习模型分析微博数据，揭示人格特质与睡眠质量之间的复杂关系	研究主要基于微博数据，可能无法完全代表所有人群的睡眠和人格特征	探究人格特质与睡眠问题及自报睡眠质量之间的关系	微博用户及其发布的帖子	自然语言处理	NA	深度学习	基于FFM的深度学习模型	文本	336名活跃用户和15,251名用户的4,860,000条微博帖子
166	2025-08-04	Enhancing Deep Learning-Based Subabdominal MR Image Segmentation During Rectal Cancer Treatment: Exploiting Multiscale Feature Pyramid Network and Bidirectional Cross-Attention Mechanism 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/7560099 PMID:40747370	研究论文	该研究提出了一种基于多尺度特征金字塔网络和双向交叉注意力机制的新方法，用于直肠癌治疗期间的腹部MR图像分割	使用扩张卷积和多尺度特征金字塔网络减少语义差距，并引入双向交叉注意力机制以保留空间信息	NA	解决U-Net在直肠癌治疗期间腹部MR图像分割中的错位和语义差距问题	腹部MR图像	计算机视觉	直肠癌	MR图像分割	U-Net	图像	NA
167	2025-08-04	Artificial intelligence for diagnosing bladder pathophysiology: An updated review and future prospects 2025, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2024.0054 PMID:40747464	综述	本文全面回顾了人工智能在膀胱病理生理学诊断中的应用，并探讨了未来的发展前景	总结了AI在膀胱病理生理学诊断中的最新进展，并提出了未来发展的方向	数据质量、算法可解释性及临床整合是当前面临的主要挑战	探讨人工智能在膀胱病理生理学诊断中的整合与应用	膀胱病理生理学相关疾病，包括膀胱癌、间质性膀胱炎、膀胱过度活动症等	数字病理学	膀胱癌	机器学习和深度学习	NA	NA	NA
168	2025-08-04	LTR-Net: A deep learning-based approach for financial data prediction and risk evaluation in enterprises 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328013 PMID:40748872	research paper	提出了一种名为LTR-Net的深度学习模型，用于企业金融数据预测和风险评估	结合了LSTM、Transformer和ResNet模块，有效处理金融数据中的多维特征和动态变化	未提及具体的数据集规模限制或模型在不同金融场景下的适用性限制	提高金融数据预测的准确性和风险评估的稳定性	企业金融数据	machine learning	NA	深度学习	LSTM, Transformer, ResNet	time-series data	Kaggle Financial Distress Prediction Dataset和Yahoo Finance Stock Market Data
169	2025-08-04	A comparative study of machine learning models for automated detection and classification of retinal diseases in Ghana 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327743 PMID:40748964	研究论文	本研究开发并比较了多种最先进的CNN模型，用于使用OCT图像自动检测和分类视网膜疾病	采用了多种CNN模型（如DenseNet121、ResNet50、Inception V3、MobileNet）并结合高斯过程贝叶斯优化（GPBBO）方法进行超参数调优	未来研究需要扩展数据集、整合多模态数据、探索混合模型并在临床环境中验证模型性能	开发并比较多种CNN模型在视网膜疾病自动检测和分类中的性能	视网膜疾病（如青光眼、黄斑水肿、后玻璃体脱离）及正常眼案例	计算机视觉	视网膜疾病	OCT成像	CNN（包括DenseNet121、ResNet50、Inception V3、MobileNet）	图像	来自WATBORG眼科诊所的OCT图像
170	2025-08-04	AI-Driven fetal distress monitoring SDN-IoMT networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328099 PMID:40743297	研究论文	本研究提出了一种基于生成对抗网络（GAN）和自动编码器模型的框架，用于解决胎儿心率和减速在胎心监护（CTG）中的信息不平衡问题，以提高产前监测性能	利用重建误差和基于Wasserstein距离的GANs解决数据不平衡问题，结合SDN-IoMT系统提升产前监测效果	研究仅使用了CTU-UHB数据集进行验证，可能在其他数据集上的泛化能力有待进一步验证	提高产前监测中胎儿心率和减速数据的分析性能，以评估胎儿健康状况并预防并发症或死亡	孕妇的临床数据，特别是胎儿心率（FHR）和减速数据	数字病理	产科疾病	Deep Learning (DL), Generative Adversarial Networks (GAN)	GAN, auto-encoder	临床数据	CTU-UHB数据集
171	2025-08-04	CLGB-Net: fusion network for identifying local and global information of lesions in digital mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1600057 PMID:40746601	research paper	提出了一种名为CLGB-Net的深度学习模型，用于数字乳腺X线图像中病灶的局部和全局信息融合识别	整合了ResNet-50、Swin Transformer、FPN和CAM四种网络架构，实现了局部特征与全局上下文信息的高效融合	未提及模型在跨设备或跨中心数据上的泛化能力	提高乳腺癌早期筛查的准确性和鲁棒性	数字乳腺X线图像中的病灶	digital pathology	breast cancer	deep learning	CLGB-Net (融合ResNet-50、Swin Transformer、FPN、CAM)	image	3552例样本（包含正常、良性和恶性病例）
172	2025-08-04	Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001102 PMID:39074400	研究论文	本研究探讨了结合临床参数和基于MRI的深度学习来提高临床显著性前列腺癌的诊断准确性	整合了临床参数和MRI深度学习的多模态AI方法，提高了前列腺癌检测的准确性	研究中未发现结合病变体积能提高诊断效果	提高临床显著性前列腺癌的诊断准确性	临床显著性前列腺癌患者	数字病理	前列腺癌	MRI, 深度学习	多模态AI, 早期融合和晚期融合方法	MRI图像, 临床参数	932例双参数前列腺MRI检查，来自2个机构
173	2025-08-04	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究比较了7T涡轮自旋回波（TSE）膝关节图像在不同并行成像加速因子下，通过深度学习（DL）和传统算法重建的图像质量	使用深度学习算法显著提高了4倍加速并行成像的高分辨率TSE图像质量	研究仅涉及健康志愿者，样本量较小（23人）	评估深度学习重建算法在加速7T膝关节MRI中的技术潜力	健康志愿者的膝关节MRI图像	医学影像	NA	7T涡轮自旋回波（TSE）MRI，并行成像加速	深度学习（DL）	MRI图像	23名健康志愿者（15男，8女）
174	2025-08-04	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	research paper	本研究比较了深度学习重建的0.55 T MRI与传统3 T MRI在膝关节疼痛患者中的图像质量、结构异常识别及分级以及读者信心水平	使用新型商业化的深度学习重建算法对0.55 T MRI图像进行重建，并与传统3 T MRI进行对比	样本量较小（26名患者），且仅针对膝关节疼痛患者进行研究	比较深度学习重建的0.55 T MRI与传统3 T MRI在膝关节检查中的表现	26名膝关节疼痛患者	digital pathology	knee pain	MRI	deep learning	image	26名患者（52次MRI检查）
175	2025-08-04	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep-09, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	开发了一种深度学习算法，用于在军事特定社交媒体平台上检测包含自杀相关内容的帖子	使用RoBERTa模型结合帖子文本和元数据，以高敏感性和特异性识别自杀风险帖子	研究仅基于公开分享的社交媒体帖子，可能无法涵盖所有高风险个体的表达方式	识别美国军人和退伍军人的自杀风险	美国军人和退伍军人	自然语言处理	心理健康	深度学习	RoBERTa	文本	8449条公开分享的社交媒体帖子
176	2025-08-04	Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging 2024-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001065 PMID:38329824	研究论文	本研究评估了深度学习加速的FLAIR序列与标准对比增强成像在炎症性膝关节滑膜炎诊断中的价值和准确性	使用深度学习加速的非对比FLAIR FS序列进行炎症性膝关节滑膜炎的评估，其效果与传统的对比增强T1加权FS成像相当	研究样本量较小（55名患者），且为回顾性研究	评估深度学习加速的FLAIR序列在炎症性膝关节滑膜炎诊断中的效果	疑似膝关节滑膜炎的患者	医学影像	膝关节滑膜炎	深度学习加速的FLAIR序列和对比增强T1加权FS序列	深度学习	医学影像数据	55名患者（平均年龄52±17岁，28名女性）
177	2025-08-04	FHIR-GPT Enhances Health Interoperability with Large Language Models 2024-Aug, NEJM AI DOI:10.1056/aics2300301 PMID:40746832	研究论文	本研究开发了FHIR-GPT，利用大型语言模型（LLMs）将临床叙述转换为FHIR资源，显著提高了健康数据的互操作性	首次利用大型语言模型（LLMs）直接转换临床文本为FHIR资源，相比现有方法显著提升了转换准确率	研究仅针对FHIR药物声明转换，未涵盖其他类型的FHIR资源	提升健康数据的互操作性，支持表型分析、临床试验和公共卫生监测	临床叙述文本	自然语言处理	NA	大型语言模型（LLMs）	GPT	文本	3671段临床文本片段
178	2025-08-04	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	本研究开发了一种基于多示例学习（MIL）的可解释深度学习算法，用于从CT图像中预测普通型间质性肺炎（UIP），并在独立队列中验证其性能	使用MIL方法开发了一种可解释的深度学习算法，显著提高了UIP的诊断准确性，并验证了其与患者生存率和肺功能下降的关联	研究依赖于回顾性数据，且部分队列样本量较小	提高普通型间质性肺炎（UIP）的非侵入性诊断准确性	CT图像和UIP患者	数字病理学	间质性肺病	CT成像	MIL（多示例学习）	图像	训练集2,143例，测试集包括三个独立队列（127例、239例和979例）
179	2025-08-04	New-Generation 0.55 T MRI of the Knee-Initial Clinical Experience and Comparison With 3 T MRI 2024-Apr-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001016 PMID:37747455	研究论文	本研究比较了0.55 T和3 T膝关节MRI在急性创伤和膝关节疼痛患者中的检测率和读者信心	使用新一代0.55 T MRI结合深度学习图像重建算法，与3 T MRI进行比较	0.55 T MRI在低级别软骨和半月板病变的准确性和读者信心方面表现有限	比较0.55 T和3 T膝关节MRI在检测和评估关节病变方面的性能	25名疑似膝关节内部紊乱的有症状患者	医学影像	膝关节疾病	深度学习图像重建算法（Deep Resolve Gain和Deep Resolve Sharp）	NA	MRI图像	25名患者（11名女性，中位年龄38岁）
180	2025-08-04	A comprehensive review of protein-centric predictors for biomolecular interactions: from proteins to nucleic acids and beyond 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae162 PMID:38739759	review	本文全面回顾了160多种蛋白质-配体相互作用预测器，涵盖蛋白质-蛋白质、蛋白质-核酸、蛋白质-肽及蛋白质-其他配体（核苷酸、血红素、离子）的相互作用	对蛋白质-配体相互作用预测器进行了全面分析，包括输入、特征概况、模型和可用性等多个重要方面，并指出深度学习方法、基于序列的预训练模型和基于结构的方法是新趋势	未提及具体预测器的性能比较或实际应用中的局限性	理解和预测蛋白质与各种配体的相互作用，以促进分子机制的研究和新药开发	蛋白质与核酸、肽及其他配体的相互作用	生物信息学	NA	深度学习、基于序列的预训练模型、基于结构的方法	NA	蛋白质序列、结构数据	超过160种蛋白质-配体相互作用预测器