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
18201	2025-10-07	Applications of digital health technologies and artificial intelligence algorithms in COPD: systematic review 2025-Feb-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02870-7 PMID:39948530	系统综述	系统回顾数字健康技术和人工智能算法在慢性阻塞性肺疾病(COPD)中的应用现状	首次系统梳理COPD领域中数字健康技术与AI算法的结合应用，识别关键应用领域和主流算法类型	仅纳入两个数据库的研究，可能存在发表偏倚；未进行meta分析；纳入研究质量不均	探索数字健康技术在COPD中的数据种类、AI分析算法及主要应用领域	已发表的关于AI算法在COPD数字健康管理中的应用研究	数字病理学	慢性阻塞性肺疾病	数字健康技术	机器学习,深度学习	临床数据,患者报告结果,环境/生活方式数据	41项符合纳入标准的研究（从265项初筛研究中筛选）	NA	支持向量机,Boosting算法,深度神经网络,卷积神经网络	准确率,性能指标	NA
18202	2025-10-07	Robust CRW crops leaf disease detection and classification in agriculture using hybrid deep learning models 2025-Feb-13, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01332-5 PMID:39948565	研究论文	提出一种用于玉米、水稻和小麦作物叶片病害检测的混合深度学习模型	设计了一种细长型CNN架构，包含不同尺寸的并行卷积层以准确定位多尺度病变区域	NA	开发一种适用于多种作物的通用病害检测模型，解决农民资源有限和数字素养低的问题	玉米(C)、水稻(R)和小麦(W)作物的叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	Slender-CNN, VGG19, EfficientNetb6, ResNeXt, DenseNet201, AlexNet, YOLOv5, MobileNetV3	准确率	NA
18203	2025-10-07	Prediction of cognitive conversion within the Alzheimer's disease continuum using deep learning 2025-Feb-13, Alzheimer's research & therapy DOI:10.1186/s13195-025-01686-x PMID:39948600	研究论文	开发深度学习模型预测阿尔茨海默病连续谱内认知转换，以指导临床治疗决策	首次使用包含五类变量集的纵向数据开发深度学习模型，并建立简约模型保持良好预测性能	样本量随时间推移减少，仅使用ADNI队列数据可能限制模型泛化能力	预测阿尔茨海默病连续谱内的认知转换，为治疗分配决策提供指导	阿尔茨海默病神经影像倡议(ADNI)队列中的607名个体	机器学习	阿尔茨海默病	神经影像学，神经心理学评估，实验室检测	深度学习	纵向多模态数据	基线607人，12个月随访538人，24个月482人，36个月268人，48个月280人	NA	NA	AUC	NA
18204	2025-10-07	Comparison of Deep Learning Models for Voice Disorder Classification Using Kymographic Images 2025-Feb-12, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.01.001 PMID:39947969	研究论文	本研究比较了五种深度学习模型在基于声门图图像进行嗓音障碍分类的性能	首次系统比较多种预训练深度学习模型在声门图图像分类任务中的表现，发现DenseNet121模型在嗓音障碍分类中表现最佳	研究仅使用了BAGLS数据集，样本来源相对单一，需要进一步研究验证模型的泛化能力	开发基于深度学习的自动化嗓音障碍分类方法，辅助临床诊断	嗓音障碍患者的声门图图像	计算机视觉	嗓音障碍	高速视频内窥镜成像，声门图生成技术	CNN	图像	来自BAGLS数据集的高速录音生成的声门图图像	NA	AlexNet, DenseNet121, Xception, Inceptionv3, ResNet50v2	准确率, 多种模型评估指标	NA
18205	2025-10-07	Deep learning-based clustering for endotyping and post-arthroplasty response classification using knee osteoarthritis multiomic data 2025-Feb-12, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.01.012 PMID:39948003	研究论文	开发基于多模态深度学习的聚类框架，利用膝骨关节炎多组学数据识别患者内型并对全膝关节置换术后反应进行分类	首次提出整合三种匹配生物流体（血浆、滑液、尿液）的多组学数据，采用多模态变分自编码器与K均值聚类相结合的新方法	样本量相对有限（414例患者），仅评估了1年随访结果	识别膝骨关节炎的分子内型并预测全膝关节置换术后疼痛/功能反应	414例原发性膝骨关节炎患者	机器学习	骨关节炎	microRNA测序, 代谢组学	变分自编码器, K-means聚类	多组学数据, 临床数据	414例膝骨关节炎患者，匹配的血浆、滑液和尿液样本	NA	多模态变分自编码器	WOMAC疼痛/功能评分分类性能	NA
18206	2025-10-07	A fully automated U-net based ROIs localization and bone age assessment method 2025-Jan-03, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025007 PMID:39949166	研究论文	提出一种基于U-net和InceptionResNetV2的全自动骨龄评估方法，实现ROI定位和骨龄预测	结合基于ROI的方法（TW3方法）和全局特征方法（GP方法）的优势，提供高可解释性和准确性	NA	开发全自动骨龄评估方法	青少年骨骼发育	计算机视觉	生长发育评估	深度学习	U-net, InceptionResNetV2	医学图像	公共RSNA数据集和内部数据集	NA	U-net, InceptionResNetV2	定位精度, 平均绝对误差	NA
18207	2025-10-07	Epileptic seizure detection in EEG signals via an enhanced hybrid CNN with an integrated attention mechanism 2025-Jan, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025004 PMID:39949163	研究论文	提出一种结合CNN、BiGRU和CBAM的混合深度学习框架，用于癫痫发作的EEG信号检测	首次将卷积块注意力模块(CBAM)与CNN-BiGRU混合架构结合，优化EEG信号中关键时空特征的提取	仅使用公开数据集进行验证，未在临床实时环境中测试	开发高精度的癫痫发作自动检测方法	癫痫患者的脑电图(EEG)信号	机器学习	癫痫	脑电图(EEG)信号分析	CNN, BiGRU, 注意力机制	EEG信号	公开EEG数据集	NA	CNN-BiGRU-CBAM混合架构	准确率, 灵敏度, 特异性	NA
18208	2025-10-07	COVID-19 recognition from chest X-ray images by combining deep learning with transfer learning 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251319667 PMID:39949849	研究论文	提出一种结合深度学习和迁移学习的Covid-DenseNet模型，用于从胸部X光图像中识别COVID-19	通过迁移学习提取多尺度特征，结合注意力机制增强重要特征，并设计多尺度融合架构提高建模效率	NA	开发计算复杂度更低、泛化能力更强的COVID-19检测模型	胸部X光图像	计算机视觉	COVID-19	深度学习，迁移学习	CNN	图像	三个公开胸部放射学数据集，包含不同样本分布特征和样本量	NA	DenseNet, Covid-DenseNet	识别准确率	NA
18209	2025-10-07	Use of artificial intelligence for gestational age estimation: a systematic review and meta-analysis 2025, Frontiers in global women's health DOI:10.3389/fgwh.2025.1447579 PMID:39950139	系统评价与荟萃分析	本文通过系统评价和荟萃分析评估人工智能模型在超声图像中估算孕龄的准确性	首次对AI模型在孕龄估算中的应用进行系统性量化评估，比较了不同孕期和AI模型的性能差异	纳入研究数量有限（17篇），部分研究存在偏倚风险，不同研究间异质性较高	评估人工智能模型在孕龄估算中的准确性，并与超声金标准进行比较	使用人工智能模型进行孕龄估算的临床研究	医学人工智能	产科疾病	超声成像，人工智能模型	CNN, DNN	2D图像，盲扫视频	17项研究（其中10项纳入荟萃分析），涉及高收入国家、中高收入国家和中低收入国家数据	NA	CNN, DNN	平均误差（天），95%置信区间，异质性指数（I²）	NA
18210	2025-10-07	Universal representation learning for multivariate time series using the instance-level and cluster-level supervised contrastive learning 2024-May, Data mining and knowledge discovery IF:2.8Q2 DOI:10.1007/s10618-024-01006-1 PMID:39949582	研究论文	提出一种基于实例级和簇级监督对比学习的多元时间序列通用表示学习方法	结合实例级和簇级监督对比学习，使用强弱两种数据增强方法，学习多元时间序列的判别性低维表示	在小型数据集上验证有效，但未提及在大规模数据集上的性能表现	解决多元时间序列分类任务中标注数据不足的问题	多元时间序列数据	机器学习	心肺疾病	监督对比学习	深度学习	多元时间序列	两个小型心肺运动测试数据集和UEA多元时间序列档案库	NA	源网络和目标网络的双网络架构	分类性能	NA
18211	2025-10-07	Image quality assessment and white matter hyperintensity quantification in two accelerated high-resolution 3D FLAIR techniques: Wave-CAIPI and deep learning-based SPACE 2025-Mar, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106783 PMID:39842179	研究论文	比较两种加速高分辨率3D FLAIR脑成像技术（DL-SPACE和Wave-CAIPI）在图像质量和白质高信号量化方面的表现	首次系统比较基于深度学习的SPACE重建技术与Wave-CAIPI技术在脑FLAIR成像中的性能差异	回顾性研究设计，样本量相对有限（123名参与者）	评估两种加速高分辨率3D FLAIR技术的图像质量差异	脑部白质高信号（WMH）和正常表现白质（NAWM）	医学影像分析	脑白质病变	3D FLAIR磁共振成像，深度学习重建，Wave-CAIPI采集技术	深度学习重建模型	磁共振脑部图像	123名参与者	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分，白质高信号体积量化	NA
18212	2025-10-07	Comparative analysis of three methods for estimating the compositions of construction waste 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.01.009 PMID:39823854	研究论文	比较三种建筑废弃物成分估算方法的性能差异	首次系统比较人工分拣、红外热成像人工图像识别和基于SegFormer的深度学习图像识别三种方法在建筑废弃物成分分析中的综合表现	对非惰性废弃物的识别误差相对较高，深度学习方法的处理时间和成本显著高于人工分拣	评估不同建筑废弃物成分估算方法的适用性和性能	建筑废弃物成分分析	计算机视觉	NA	红外热成像，语义分割	深度学习	图像	NA	NA	SegFormer	绝对相对误差	NA
18213	2025-10-07	A multi-modal transformer for cell type-agnostic regulatory predictions 2025-Feb-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100762 PMID:39884279	研究论文	提出一种多模态Transformer模型EpiBERT，通过整合基因组序列和细胞类型特异性染色质可及性数据来提升调控基因组学的泛化能力	首次将多模态Transformer应用于基因组学，通过掩码可及性预训练目标学习可泛化的基因组序列和染色质可及性表示	未明确说明模型在跨组织或跨物种中的泛化能力限制	提升基于序列的深度学习模型在调控基因组学中的泛化能力	人类基因组调控元件和细胞类型特异性染色质状态	机器学习	NA	染色质可及性分析，基因表达预测	Transformer	基因组序列数据，染色质可及性数据	NA	NA	Transformer	准确性	NA
18214	2025-10-07	Optical Microscopy and Deep Learning for Absolute Quantification of Nanoparticles on a Macroscopic Scale and Estimating Their Number Concentration 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05555 PMID:39886935	研究论文	提出一种基于光学显微镜和深度学习的大尺度纳米颗粒绝对定量方法，通过蒸发液滴体积分析（EVA）估算纳米颗粒数量浓度	开发了EVA方法，结合光学显微镜全表面扫描和人工神经网络计数，实现宏观尺度下纳米颗粒的绝对定量	讨论了EVA的理论限制，包括检测限、定量限和最佳工作范围	开发纳米颗粒数量浓度的绝对定量方法	纳米颗粒分散液中的纳米颗粒	计算机视觉	NA	光学显微镜，蒸发体积分析	人工神经网络	图像	每个液滴数千个纳米颗粒，多个液滴样本	NA	NA	相对标准不确定度2.7%	NA
18215	2025-10-07	Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01014 PMID:39823352	研究论文	提出一种用于分子对接和虚拟筛选的深度学习评分函数及端到端协议	引入归一化混合密度网络评分函数，学习蛋白质残基与配体原子间距离的概率密度分布，并开发端到端的盲对接和虚拟筛选协议	在结合剂信息有限的实际药物发现场景中性能可能受限	开发用于分子对接和虚拟筛选的深度学习评分方法	蛋白质-配体复合物	机器学习	NA	分子对接，虚拟筛选	混合密度网络，扩散模型	蛋白质-配体结构数据	LIT-PCBA数据集	NA	DiffDock, NMDN	富集因子	NA
18216	2025-10-07	Comparative Analysis of Recurrent Neural Networks with Conjoint Fingerprints for Skin Corrosion Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02062 PMID:39835935	研究论文	本研究开发基于循环神经网络的深度学习模型，用于预测化学化合物的皮肤腐蚀性	首次将联合指纹（结合化学语言符号、分子亚结构和理化性质）与多种RNN架构结合用于皮肤腐蚀预测	NA	开发深度学习模型用于化学化合物皮肤腐蚀性分类	化学化合物	机器学习	皮肤毒性	深度学习	RNN, LSTM, BiLSTM, GRU, BiGRU	分子特征数据	NA	NA	Simple RNN, LSTM, BiLSTM, GRU, BiGRU	准确率, AUC, Matthews相关系数	NA
18217	2025-10-07	Chemically Informed Deep Learning for Interpretable Radical Reaction Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01901 PMID:39871741	研究论文	开发基于分子轨道相互作用的化学感知深度学习框架，用于可解释的自由基反应预测	提出化学信息引导的深度学习模型，能够在机制层面预测自由基反应并提供多层次可解释性	模型训练和评估仅限于RMechDB数据库中的自由基反应步骤	建立可解释的自由基反应预测框架	自由基反应机制和反应路径	机器学习	NA	深度学习	深度学习模型	化学反应数据	RMechDB数据库中的自由基反应步骤	NA	NA	正确率	NA
18218	2025-10-07	Can Focusing on One Deep Learning Architecture Improve Fault Diagnosis Performance? 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02060 PMID:39883649	研究论文	本研究通过专注于单一深度学习架构探索其在故障诊断中的性能提升	采用聚焦单一深度学习架构的研究方法，而非传统多架构比较策略	仅使用单一数据集进行验证，未来需要扩展到其他数据集	评估专注单一深度学习架构是否能提升故障诊断性能	田纳西伊士曼过程数据集	机器学习	NA	深度学习	CNN	过程数据	NA	NA	卷积神经网络	F1-score	NA
18219	2025-10-07	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	研究论文	本研究评估了不同U-Net主干网络在结直肠腺癌组织病理图像分割中的性能	比较了多种U-Net变体架构（包括Attention U-Net和不同主干网络的U-Net）在结直肠腺癌分割任务中的表现	NA	开发自动系统准确识别结直肠区域的腺癌，实现早期检测和诊断	结直肠腺癌组织病理图像	数字病理	结直肠癌	H&E染色组织病理学	CNN	图像	NA	NA	U-Net, Attention U-Net, U-Net with ResNet50, U-Net with MobileNet-v2, U-Net with EfficientNetB0, U-Net with DenseNet121	准确率	NA
18220	2025-10-07	NNFit: A Self-Supervised Deep Learning Method for Accelerated Quantification of High- Resolution Short Echo Time MR Spectroscopy Datasets 2025-Jan-15, Radiology. Artificial intelligence DOI:10.1148/ryai.230579 PMID:39812584	研究论文	开发并评估自监督深度学习方法NNFit，用于加速定量高分辨率短回波时间MR波谱数据	提出首个自监督深度学习方法用于加速MR波谱定量分析，显著提升计算效率	回顾性研究设计，样本量相对有限（89次扫描）	解决传统波谱定量方法在临床工作流程中的计算瓶颈问题	胶质母细胞瘤和重度抑郁症患者的脑部MR波谱数据	医学影像分析	胶质母细胞瘤, 重度抑郁症	短回波时间平面回波波谱成像	深度学习	MR波谱数据	89次全脑EPSI/GRAPPA扫描（胶质母细胞瘤试验60次扫描，抑郁症试验29次扫描）	NA	NA	结构相似性指数, 线性相关系数, Dice系数	NA