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
18281	2025-10-07	Predicting Acute Exacerbation Phenotype in Chronic Obstructive Pulmonary Disease Patients Using VGG-16 Deep Learning 2025, Respiration; international review of thoracic diseases DOI:10.1159/000540383 PMID:39047695	研究论文	本研究开发了一种基于VGG-16深度学习模型预测慢性阻塞性肺疾病患者急性加重表型的方法	首次结合临床特征、定量CT参数和深度学习特征构建预测模型，并在外部验证队列中验证了模型的稳健性	样本量相对有限（219例患者），为回顾性研究设计	预测慢性阻塞性肺疾病患者的急性加重表型	慢性阻塞性肺疾病患者	计算机视觉	慢性阻塞性肺疾病	HRCT扫描	CNN	医学影像	219例COPD患者（训练集）+29例外部验证患者	NA	VGG-16	AUC	NA
18282	2025-10-07	The development of point-of-care ultrasound (POCUS): Worldwide contributions and publication trends 2025-Jan, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23846 PMID:39295568	研究论文	通过文献计量分析方法评估全球床旁超声(POCUS)研究的发表趋势和热点主题	首次对Web of Science数据库中5714篇POCUS相关文献进行系统性文献计量分析，识别新兴研究主题	仅基于Web of Science数据库，可能未涵盖所有相关文献；文献计量分析存在固有局限性	分析POCUS领域的科学文献发表趋势和研究热点	Web of Science数据库中的POCUS相关科学出版物	医学信息学	多疾病类别（急诊医学、重症医学相关疾病）	文献计量分析，网络可视化	NA	文献元数据	5714篇出版物	NA	NA	NA	NA
18283	2025-10-07	Deep learning using histological images for gene mutation prediction in lung cancer: a multicentre retrospective study 2025-Jan, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00599-0 PMID:39653054	研究论文	开发了一种基于深度学习的无注释人工智能方法DeepGEM，用于从常规组织切片预测肺癌基因突变	提出实例级和包级协同监督的多示例学习方法，具有标签消歧设计，能够生成基因突变空间分布图	回顾性研究设计，图像质量可能影响模型性能	开发从组织学图像预测肺癌基因突变的深度学习方法	肺癌患者组织活检样本	数字病理	肺癌	多基因二代测序，组织学成像	多示例学习	病理图像	3637名患者，3767张图像（来自中国16家医院和TCGA数据库）	NA	DeepGEM	AUC, 准确率	NA
18284	2025-10-07	ACTION: Augmentation and computation toolbox for brain network analysis with functional MRI 2025-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120967 PMID:39716522	研究论文	开发了一个用于功能磁共振成像脑网络分析的开源工具箱ACTION，提供数据增强和深度学习功能	首个集成fMRI数据增强功能和深度学习模型预训练的综合工具箱，支持联邦学习策略	未在多种疾病数据集上进行广泛验证，主要依赖静息态fMRI数据	开发功能全面的fMRI脑网络分析工具箱，解决数据增强和深度学习模型应用不足的问题	功能磁共振成像数据和脑网络分析	医学影像分析	脑部疾病	功能磁共振成像	深度学习模型	fMRI图像，脑网络数据	3800+静息态fMRI扫描	Python	NA	NA	跨平台工具箱
18285	2025-10-07	A Multi-Label Deep Learning Model for Detailed Classification of Alzheimer's Disease 2025-Jan, Actas espanolas de psiquiatria IF:1.0Q4 DOI:10.62641/aep.v53i1.1728 PMID:39801412	研究论文	开发了一种集成点积注意力机制的多标签深度学习模型，用于阿尔茨海默病的亚型和严重程度分类	结合点积注意力机制和创新的标签系统，能够更好地捕捉AD不同阶段和亚型的复杂性	未提及具体的数据集规模和外部验证结果	提高阿尔茨海默病的诊断和分类准确性	阿尔茨海默病患者的不同亚型和严重程度	机器学习	阿尔茨海默病	深度学习	深度学习模型	临床和人口统计数据	NA	NA	点积注意力机制	准确率	NA
18286	2025-10-07	A Convolutional Neural Network Using Anterior Segment Photos for Infectious Keratitis Identification 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S496552 PMID:39801570	研究论文	开发基于卷积神经网络和集成学习的前段眼部照片分类算法，用于鉴别细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜	首次使用集成学习技术结合多种卷积神经网络模型进行多类别角膜炎诊断，显著提升分类准确率	回顾性研究，数据来源于单一医院数据库，需要前瞻性验证	开发深度学习算法实现感染性角膜炎的自动识别和分类	细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜患者的裂隙灯照片	计算机视觉	角膜炎	裂隙灯摄影	CNN	图像	2171只眼睛的6478张照片，包括2400张细菌性角膜炎、1616张真菌性角膜炎、1545张非感染性角膜病变和917张正常角膜	NA	ResNet50, DenseNet121, VGG19	准确率, 精确率, 召回率, F1分数, 特异性, AUC	NA
18287	2025-10-07	Deep Learning for Obstructive Sleep Apnea Detection and Severity Assessment: A Multimodal Signals Fusion Multiscale Transformer Model 2025, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S492806 PMID:39801628	研究论文	开发用于阻塞性睡眠呼吸暂停检测和严重程度评估的多模态信号融合多尺度Transformer深度学习模型	提出结合心电图和血氧饱和度信号的多模态融合多尺度Transformer架构，实现更便捷经济的OSA检测	医院数据集样本量有限（510例患者），公共数据集样本量较小（Apnea-ECG仅8例，UCD仅21例）	开发便捷、经济、准确的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	心电图信号分析，血氧饱和度监测	Transformer	生理信号数据（ECG，SpO2）	医院数据集510例患者，Apnea-ECG数据集8例记录，UCD数据集21例记录	深度学习框架	多模态信号融合多尺度Transformer	准确率，Bland-Altman图一致性分析	NA
18288	2025-10-07	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	开发了首个用于肾脏病理学的开源QuPath扩展GNCnn，基于深度学习实现肾小球自动检测和分类	首个专门为肾脏病理学设计的开源QuPath扩展，将完整的肾小球肾炎评估工作流程直接集成到病理学家工作环境中	NA	为肾脏病理学家提供免费可用的应用程序，用于测量和分析肾小球以识别肾小球硬化和肾小球肾炎等疾病	肾小球（肾脏的基本过滤单位）	数字病理学	肾脏疾病	全切片图像数字化	CNN	图像	NA	QuPath	GNCnn	Dice系数, 平衡准确率	NA
18289	2025-10-07	Knowledge, interest and perspectives on Artificial Intelligence in Neurosurgery. A global survey 2025, Brain & spine DOI:10.1016/j.bas.2024.104156 PMID:39802868	研究论文	通过全球调查评估神经外科社区对人工智能的认知水平、兴趣和态度	首次在全球范围内系统评估神经外科医生对人工智能基础概念和应用的认知与态度	样本量相对有限（250份回复），可能存在选择偏差	了解全球神经外科社区对人工智能基础概念和应用的信心水平、知识和态度	来自61个国家的神经外科医生和相关专业人员	医疗人工智能	神经外科疾病	问卷调查	NA	调查数据	250份回复来自61个国家	NA	NA	认知正确率（机器学习42%、深度学习23%、大数据特征23%）	NA
18290	2025-10-07	Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4655 PMID:39803246	研究论文	提出一种名为VG-GNBNet的新型迁移学习模型，通过两阶段特征提取过程准确检测玉米作物的健康状况	结合VGG-16网络与高斯朴素贝叶斯模型，采用基于特征分解的矩阵分解机制进行特征优化	NA	开发高精度的玉米作物健康检测方法	玉米作物叶片图像	计算机视觉	作物病害	图像分析	迁移学习,机器学习	图像	NA	NA	VGG-16	准确率	NA
18291	2025-10-07	An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4556 PMID:39803281	研究论文	本研究开发了一种基于高光谱分析的优化双向长短期记忆模型，用于快速准确检测奶粉蛋白质含量	结合注意力机制和鲸鱼优化算法优化BiLSTM模型，提出WOA-BiLSTM-Attention混合算法	未提及模型在其他食品或不同品牌奶粉中的泛化能力	开发快速无损检测奶粉蛋白质含量的深度学习方法	奶粉样品	机器学习	NA	高光谱分析	BiLSTM, Attention机制	高光谱数据	NA	NA	BiLSTM-Attention, WOA-BiLSTM-Attention	决定系数, 均方根误差	NA
18292	2025-01-15	Erratum: Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2025-Jan, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00325 PMID:39807853	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18293	2025-10-07	An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states 2024-Dec-24, ArXiv PMID:39764404	研究论文	本研究开发了一种基于深度学习的AI模型，用于检测铜绿假单胞菌在浮游和生物膜状态的光学透射显微图像	首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇抑制生物膜形成	NA	开发准确高效的生物膜检测和预防方法	铜绿假单胞菌的生物膜和浮游状态	计算机视觉	细菌感染	光学透射显微镜，适配体DNA模板银纳米簇	深度学习	图像	NA	NA	U-Net, ResNet18, ResNet34	NA	NA
18294	2025-10-07	Complex Large-Deformation Multimodality Image Registration Network for Image-Guided Radiotherapy of Cervical Cancer 2024-Dec-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121304 PMID:39768121	研究论文	提出基于多阶段变换增强特征的多模态图像配准网络，用于宫颈癌图像引导放疗中的CT/MR图像配准	提出多阶段变换增强特征(MTEF)方法，结合小波变换提取图像不同成分，并设计共享金字塔配准网络实现从局部到全局的多重配准	仅针对宫颈癌患者的盆腔CT/MR图像进行验证，未涉及其他癌症类型或解剖部位	解决宫颈癌图像引导近距离放疗中多模态图像大变形不连续配准问题	宫颈癌患者的盆腔计算机断层扫描(CT)和磁共振(MR)图像	医学图像处理	宫颈癌	小波变换，双结构形态学	深度学习网络	医学图像(CT, MR)	实际临床宫颈癌患者数据	NA	共享金字塔配准网络	Dice相似系数(DSC)	NA
18295	2025-10-07	Clean Self-Supervised MRI Reconstruction from Noisy, Sub-Sampled Training Data with Robust SSDU 2024-Dec-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121305 PMID:39768122	研究论文	提出一种鲁棒的自监督MRI重建方法，能够从含噪声的欠采样训练数据中恢复干净图像	提出Robust SSDU方法，通过同时估计缺失k空间样本和去噪可用样本，从含噪声欠采样数据中恢复干净图像，并引入Noisier2Noise校正项	方法在极端噪声条件下性能可能受限，未在多种疾病数据集上进行验证	开发无需干净全采样训练数据的自监督MRI重建方法	多线圈快速MRI脑部数据集	医学影像重建	脑部疾病	磁共振成像	深度学习	k空间数据，图像数据	fastMRI脑部数据集	NA	去噪专用架构	重建质量指标	NA
18296	2025-10-07	In Vivo Evaluation of Two Hemorrhagic Shock Resuscitation Controllers with Non-Invasive, Intermittent Sensors 2024-Dec-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121296 PMID:39768114	研究论文	本文评估了两种使用非侵入性间歇传感器的出血性休克复苏控制器在活体动物模型中的表现	提出使用闭环液体复苏控制器，仅依赖非侵入性间歇信号传感器输入，无需动脉导管即可实现有效复苏	非侵入性输入方法仍需进一步改进和完善	开发适用于战场和大规模伤亡情况下简化使用的出血性休克复苏控制器	猪出血性休克损伤模型	医学工程	出血性休克	非侵入性血压测量，光电容积描记法	深度学习模型	生理信号数据	NA	NA	NA	复苏有效性	NA
18297	2025-10-07	Image Synthesis in Nuclear Medicine Imaging with Deep Learning: A Review 2024-Dec-18, Sensors (Basel, Switzerland) DOI:10.3390/s24248068 PMID:39771804	综述	本文综述了深度学习在核医学图像合成中的应用及其对诊断准确性和临床应用的提升	系统分析30篇最新文献，阐明深度学习模型如何生成与真实图像高度相似的合成核医学图像	基于文献综述，未涉及原始实验验证	改善核医学成像方案的解读性和实用性	核医学图像	医学影像分析	NA	核医学成像	深度学习	医学图像	NA	NA	NA	诊断准确性	NA
18298	2025-10-07	A precision oncology-focused deep learning framework for personalized selection of cancer therapy 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.12.628190 PMID:39763776	研究论文	开发了一种基于深度学习的精准肿瘤学框架ScreenDL，用于个性化选择癌症治疗方案	结合肿瘤组学数据和功能性药物筛选数据来预测药物反应，适用于化疗和靶向药物，不依赖于可操作分子改变	目前仅在临床前研究中验证，需要在临床试验中进一步测试	开发精准肿瘤治疗选择方法，扩展缺乏可操作分子改变的肿瘤患者的治疗选择	患者来源的肿瘤模型和乳腺癌患者来源的异种移植模型	机器学习	癌症	肿瘤组学分析，功能性药物筛选	深度学习	组学数据，药物反应数据	大量患者来源的肿瘤模型	NA	ScreenDL	临床获益率，客观缓解率	NA
18299	2025-10-07	State-of-the-art performance of deep learning methods for pre-operative radiologic staging of colorectal cancer lymph node metastasis: a scoping review 2024-Dec-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-086896 PMID:39622569	综述	对深度学习在结直肠癌淋巴结转移术前影像分期中的应用现状进行范围综述	系统评估了2018-2024年间深度学习在结直肠癌淋巴结转移术前分期中的最新进展，特别关注可解释AI的应用	纳入研究存在数据代表性不足、方法学不完善、模型验证不充分和可解释性技术有限等根本性局限	评估深度学习在结直肠癌淋巴结转移术前影像分期中的应用现状	结直肠癌淋巴结转移的术前影像学数据	医学影像分析	结直肠癌	术前影像学检查	深度学习	医学影像	涵盖13项符合纳入标准的研究	NA	NA	AUC曲线下面积	NA
18300	2025-10-07	Development and validation of a deep learning model for predicting gastric cancer recurrence based on CT imaging: a multicenter study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001627 PMID:38896865	研究论文	开发并验证基于CT影像的深度学习模型用于预测胃癌术后复发风险	构建结合深度学习特征与临床特征的融合签名模型，并在多中心数据中验证其预测性能	回顾性研究设计，可能存在选择偏倚	预测胃癌患者术后复发风险	接受根治性手术的胃癌患者	计算机视觉	胃癌	CT成像	CNN	医学影像	2813例胃癌患者（来自两个医疗中心）	NA	ResNet50	AUC, 校准度	NA