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	2025-06-29	A Dual-Modal Wearable Pulse Detection System Integrated with Deep Learning for High-Accuracy and Low-Power Sleep Apnea Monitoring 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202501750 PMID:40298874	research paper	介绍了一种集成深度学习的双模态可穿戴脉搏检测系统，用于高精度、低功耗的睡眠呼吸暂停监测	结合压电纳米发电机（PENG）和PPG传感器的双模态系统，采用两阶段检测策略和Vision Transformer深度学习模型，实现高精度和低功耗	未提及具体样本量或临床验证的广泛性	开发一种实用解决方案，用于长期睡眠呼吸暂停综合征（SAS）监测，克服传统多导睡眠图（PSG）的局限性	睡眠呼吸暂停综合征（SAS）患者	数字病理学	睡眠呼吸暂停综合征	光电容积描记术（PPG）、压电纳米发电机（PENG）	Vision Transformer	生理信号数据	NA
162	2025-06-29	Deep Learning-Based Models for Ventricular Segmentation in Hydrocephalus: A Systematic Review and Meta-Analysis 2025-Jun, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124001 PMID:40306409	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在脑积水患者心室分割中的性能	首次对深度学习模型在脑积水心室分割中的应用进行了系统评价和荟萃分析	纳入研究的方法学异质性可能影响结果的可比性	评估深度学习模型在脑积水心室分割中的性能	脑积水患者的心室影像数据	digital pathology	hydrocephalus	深度学习	DL-based models	MRI, CT, 超声影像	24项研究共2911名患者
163	2025-06-29	Multimodal radiomics integrating deep learning and clinical features for diagnosing multidrug-resistant tuberculosis in HIV/AIDS patients 2025-Jun, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.04.013 PMID:40324593	研究论文	本研究开发并验证了一种基于多模态数据的预测模型，用于区分HIV/AIDS患者中的多药耐药结核病（MDR-TB），以提高诊断准确性	整合了临床特征、放射组学特征和深度学习特征的多模态模型，显著提高了MDR-TB的诊断效能	研究为回顾性队列，样本量相对较小（n=227），且数据来自单一医院	提高HIV/AIDS患者中多药耐药结核病（MDR-TB）的诊断准确性	HIV/AIDS患者中的药物敏感结核病（n=164）和多药耐药结核病（MDR-TB，n=63）患者	数字病理	结核病	2.5D多实例学习（MIL）方法	多模态集成模型（临床模型+放射组学模型+深度学习模型）	临床数据+影像数据	227名患者（164名药物敏感结核病+63名MDR-TB）
164	2025-06-29	Advancements and implications of artificial intelligence for early detection, diagnosis and tailored treatment of cancer 2025-Jun, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152349 PMID:40345002	review	本文探讨了人工智能在癌症早期检测、诊断和个性化治疗中的进展和影响	结合AI技术与多组学数据（如基因组学、转录组学和蛋白质组学），为癌症生物学提供全面视角，并推动个性化治疗的发展	AI不能替代医疗专业人员，临床决策仍需医生最终确认	提升癌症早期检测、诊断和治疗的精准性与个性化水平	癌症患者及其多组学数据	machine learning	cancer	computer vision, machine learning, deep learning, natural language processing, genomics, transcriptomics, proteomics	NA	multi-omics data (genomics, transcriptomics, proteomics)	NA
165	2025-06-29	A New Biomarker of Aging Derived From Electrocardiograms Improves Risk Prediction of Incident Cardiovascular Disease 2025-Jun, JACC. Advances DOI:10.1016/j.jacadv.2025.101764 PMID:40367762	研究论文	本研究评估了一种基于深度学习的心血管老化生物标志物δ-age在提升心血管疾病初级预防模型性能中的潜在价值	引入了一种新的心血管老化生物标志物δ-age，并通过大规模队列研究验证其在心血管疾病风险预测中的增量价值	研究样本仅来自挪威特罗姆瑟地区，可能限制结果的普适性	评估新型生物标志物对心血管疾病风险预测模型的改进效果	7,108名挪威特罗姆瑟研究的参与者	数字病理学	心血管疾病	深度学习算法	Cox比例风险回归模型	数字化12导联心电图	7,108名男女参与者，随访5.9年
166	2025-06-29	Disturbance-Aware On-Chip Training with Mitigation Schemes for Massively Parallel Computing in Analog Deep Learning Accelerator 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417635 PMID:40390534	研究论文	本文提出了一种在模拟内存计算中进行片上训练的方法，并针对大规模并行计算中的干扰效应提出了缓解方案	精确识别并量化了6T1C突触器件中的干扰效应，并提出了三种简单的操作方案来缓解这些效应	干扰效应在器件缩放过程中会加剧，且在大规模阵列中的学习可行性仍需进一步验证	研究模拟内存计算中片上训练的干扰效应及其缓解方法	6T1C突触器件和卷积神经网络	机器学习	NA	模拟内存计算(AIMC)	CNN	图像	CIFAR-10数据集
167	2025-06-29	DeepCCDS: Interpretable Deep Learning Framework for Predicting Cancer Cell Drug Sensitivity through Characterizing Cancer Driver Signals 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416958 PMID:40397390	研究论文	提出了一种名为DeepCCDS的可解释深度学习框架，用于通过表征癌症驱动信号预测癌细胞药物敏感性	DeepCCDS整合了先验知识网络来表征癌症驱动信号，增强了模型的预测性能和可解释性	当前深度学习方法仅依赖孤立的遗传标记，忽视了药物反应背后的复杂调控网络和细胞机制	提高癌细胞药物敏感性预测的准确性，实现精准肿瘤学	癌细胞系和实体肿瘤样本	机器学习	癌症	深度学习	自监督神经网络	遗传标记和癌症驱动信号	多个数据集和The Cancer Genome Atlas的实体肿瘤样本
168	2025-06-29	Segmentation with artificial intelligence and automated calculation of the corpus callosum index in multiple sclerosis 2025-Jun, Saudi medical journal IF:1.7Q2 DOI:10.15537/smj.2025.46.6.20240957 PMID:40516948	研究论文	本研究利用人工智能技术评估多发性硬化症（MS）患者的胼胝体分割情况，并计算胼胝体指数（CCI）以区分慢性期MS患者与健康个体	采用基于U-Net模型的深度学习架构进行自动胼胝体分割，并验证CCI作为脑萎缩标志物的有效性	样本量相对有限（150名MS患者和150名健康对照），且仅针对慢性期MS患者进行研究	评估胼胝体指数（CCI）在区分慢性期多发性硬化症患者与健康个体中的有效性，并探索人工智能技术在胼胝体分割中的应用	慢性期多发性硬化症患者和健康对照个体	数字病理学	多发性硬化症	MRI	U-Net	图像	150名MS患者和150名健康对照
169	2025-06-29	Deep-Learning-Based Computer-Aided Grading of Cervical Spinal Stenosis from MR Images: Accuracy and Clinical Alignment 2025-Jun-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060604 PMID:40564420	研究论文	本研究应用深度学习卷积神经网络算法评估颈椎管狭窄的分级，并评估其与临床医生分级结果及患者临床表现的一致性	使用多种深度学习卷积网络模型（包括分类、目标检测和关键点定位模型）进行颈椎管狭窄分级，并与临床医生分级结果进行对比，展示了模型在自动诊断支持中的潜在临床价值	研究为回顾性设计，可能受到数据选择和标注偏差的影响	评估深度学习模型在颈椎管狭窄分级中的准确性和临床一致性	954名颈椎磁共振成像（MRI）数据和医疗记录的患者	计算机视觉	颈椎管狭窄	MRI	CNN, EfficientNet_B5	图像	954名患者
170	2025-06-29	Multi-center evaluation of radiomics and deep learning to stratify malignancy risk of IPMNs 2025-May-30, Research square DOI:10.21203/rs.3.rs-6622868/v1 PMID:40502758	研究论文	本研究评估了放射组学和深度学习在多中心环境下对IPMNs恶性风险分层的可行性	首次将放射组学与深度学习融合应用于IPMN囊肿级别的恶性风险分层	模型性能仍需提升以满足独立临床应用需求	开发客观的IPMN恶性风险分层方法以减少不必要的手术干预	IPMN（导管内乳头状黏液性肿瘤）患者	数字病理	胰腺癌	T2W MRI成像	放射组学-DL融合模型（2D/3D CNN）	医学影像	7个中心的359份T2W MRI图像
171	2025-06-29	Foundation model embeddings for quantitative tumor imaging biomarkers 2025-May-29, Research square DOI:10.21203/rs.3.rs-6630446/v1 PMID:40502795	研究论文	本文评估了医学影像基础模型在提取可靠定量放射学表型方面的能力，并介绍了TumorImagingBench基准测试	系统性评估了多种医学影像基础模型在定量肿瘤成像生物标志物提取中的表现，并公开了代码、数据集和基准结果	研究仅基于公开数据集，可能无法涵盖所有临床场景	评估医学影像基础模型在定量肿瘤成像生物标志物提取中的性能和鲁棒性	六种公开数据集（3,244次扫描）和十种医学影像基础模型	数字病理学	癌症	深度学习	基础模型	医学影像	3,244次扫描
172	2025-06-29	Updates, Applications and Future Directions of Deep Learning for the Images Processing in the Field of Cranio-Maxillo-Facial Surgery 2025-May-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060585 PMID:40564402	review	本文综述了深度学习在颅颌面外科图像处理中的最新进展、应用及未来方向	探讨了深度学习在医学影像处理中的创新应用，特别是在颅颌面外科手术规划和肿瘤学领域的潜力	未提及具体算法的性能比较或临床验证结果	分析医学图像分割和分类中最常用的模型，评估这些算法在颌面外科中的应用，并探索人工智能在放射数据处理中的未来前景	医学影像数据，特别是CT扫描和组织学图像	digital pathology	NA	深度学习	CNN	image	NA
173	2025-06-29	Automated Risser Grade Assessment of Pelvic Bones Using Deep Learning 2025-May-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060589 PMID:40564406	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习模型，用于从骨盆X光片中自动评估Risser等级	采用多模态方法结合X光片中的感兴趣区域、患者年龄和性别，并使用合成数据增强解决类别不平衡问题	在较少出现的Risser等级上存在类别不平衡的挑战	自动化Risser等级评估，减少临床医生的工作量和评估变异性	12-18岁脊柱侧弯患者的骨盆X光片	数字病理	脊柱侧弯	深度学习	CNN	image	1619张骨盆X光片
174	2025-06-29	A Deep Learning Methodology for Screening New Natural Therapeutic Candidates for Pharmacological Cardioversion and Anticoagulation in the Treatment and Management of Atrial Fibrillation 2025-May-28, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13061323 PMID:40564042	研究论文	本研究开发了一种在资源有限环境下用于筛选心房颤动治疗新天然候选药物的深度学习方法	提出了一种在低资源环境下运行的高性能深度学习模型，用于发现新的天然治疗候选药物	在低资源环境下运行可能影响模型性能，且GPU资源不足可能限制模型训练效率	开发低资源环境下的深度学习方法，筛选治疗心房颤动的天然候选药物	天然化合物与心律失常相关靶点的相互作用	机器学习	心血管疾病	深度学习	深度跨模态注意力模型	药物-靶点相互作用数据	MINER-DTI数据集包含13,741个DTI对、4,510种药物化合物和2,181个蛋白质靶点
175	2025-06-29	A Hybrid Convolutional-Transformer Approach for Accurate Electroencephalography (EEG)-Based Parkinson's Disease Detection 2025-May-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060583 PMID:40564400	研究论文	提出了一种结合卷积神经网络和Transformer的混合模型CTESM，用于基于EEG的帕金森病早期检测	整合了CNN、Transformer注意力块和LSTM层，以捕捉EEG的空间、时间和序列特征，并结合生物学特征提取技术	样本量较小（31名参与者），需要在更大规模的数据集上验证模型的泛化能力	提高帕金森病早期检测的准确性和泛化能力	帕金森病患者和健康对照组的EEG数据	数字病理学	帕金森病	谱功率分析、频带比率、小波变换和统计测量	CNN、Transformer、LSTM	EEG信号	31名参与者（15名帕金森病患者和16名健康对照组）
176	2025-06-29	A Comprehensive Review of Deep Learning Applications with Multi-Omics Data in Cancer Research 2025-May-28, Genes IF:2.8Q2 DOI:10.3390/genes16060648 PMID:40565540	review	本文综述了深度学习在多组学数据癌症研究中的应用	系统回顾了2020年以来深度学习模型在多组学数据分析中的最新进展，包括模型架构、数据集和关键创新点	仅涵盖2020年以来的方法，可能遗漏早期重要研究	探讨深度学习在多组学数据癌症研究中的应用	多组学数据在癌症研究中的应用	machine learning	cancer	multi-omics	DL	multi-omics data	NA
177	2025-06-29	UNet with Attention Networks: A Novel Deep Learning Approach for DNA Methylation Prediction in HeLa Cells 2025-May-28, Genes IF:2.8Q2 DOI:10.3390/genes16060655 PMID:40565547	研究论文	本研究提出了一种结合UNet和注意力网络的新型深度学习方法，用于预测HeLa细胞中的DNA甲基化模式	首次将UNet与注意力网络结合用于宫颈癌细胞系DNA甲基化预测，并显著提高了预测准确率	研究仅基于ENCODE数据库和HeLa细胞系，未在其他细胞系或临床样本中验证	探究深度学习在宫颈癌DNA甲基化模式预测中的应用效果	宫颈癌细胞系HeLa中的DNA甲基化模式	机器学习	宫颈癌	DNA甲基化测序	UNet+Multi-Head Attention Networks	DNA序列数据	ENCODE数据库中的HeLa细胞数据及5个基因启动子区域
178	2025-06-29	Dual-Branch Network with Hybrid Attention for Multimodal Ophthalmic Diagnosis 2025-May-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060565 PMID:40564382	研究论文	提出一种基于双分支学习和混合注意力机制的深度学习模型，用于解决眼科图像诊断中特征利用不足和传统单模态深度学习模型在数据不平衡时泛化能力有限的问题	创新性地设计了频域变换驱动的混合注意力模块，包括频域注意力、空间注意力和通道注意力，以及多尺度分组注意力融合机制，有效解决了模态特征异质性导致的融合效率低下问题	未明确提及具体局限性	提高眼科疾病智能诊断的准确性和效率	眼科多模态图像数据	计算机视觉	眼科疾病	深度学习	双分支网络（Dual-Branch Network）	2D图像和3D体积数据	未明确提及样本数量
179	2025-06-29	Are Artificial Intelligence Models Listening Like Cardiologists? Bridging the Gap Between Artificial Intelligence and Clinical Reasoning in Heart-Sound Classification Using Explainable Artificial Intelligence 2025-May-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060558 PMID:40564375	研究论文	本研究探讨了人工智能模型在心音分类中与临床推理的一致性，并利用可解释人工智能（XAI）技术提升模型的分类准确性和可解释性	首次在手动分割的数据集上应用XAI技术评估模型行为，并通过结合注意力机制提升模型性能和可解释性	研究依赖于手动分割的数据集，可能限制了模型的泛化能力	评估人工智能模型在心音分类中是否聚焦于临床相关特征，并探索注意力机制对性能的提升	心音信号及其分类	机器学习	心血管疾病	可解释人工智能（XAI）	ResNet50, 多头注意力机制	心音信号生成的声谱图图像	NA
180	2025-06-29	Influence of Robotic Versus Manual Technology for Achieving Sagittal Targets in Total Knee Arthroplasty Using a Cruciate-Retaining and Medial-Stabilized Implant 2025-May-19, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.052 PMID:40398583	研究论文	比较机器人辅助全膝关节置换术（raTKA）与手动全膝关节置换术（mTKA）在实现外科医生术前矢状面目标方面的差异	开发了一种基于U-Net架构的深度学习模型，用于计算膝关节侧位X光片上的后髁偏移（PCO）和胫骨斜率（TS）	未来研究需要确定这些差异是否具有临床相关性	比较raTKA和mTKA在实现矢状面目标方面的差异	280名接受mTKA（132人）或raTKA（148人）的患者	数字病理学	骨关节疾病	深度学习	U-Net	X光片	280名患者（132 mTKA，148 raTKA）