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
1901	2025-05-28	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于图像引导的质子放射治疗	提出了一种结合深度学习技术的快速体积图像重建方法，优化了图像引导放射治疗的精准度和速度	研究仅基于30名肺癌患者的数据，样本量较小	提高图像引导放射治疗的精准度和速度，特别是在FLASH超高速剂量率放射治疗中的应用	肺癌患者	数字病理	肺癌	深度学习，X射线投影采集，质子水等效厚度评估	DL（深度学习）	图像（CT数据集）	30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集
1902	2025-05-28	Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids 2024-10-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01142 PMID:39298721	研究论文	开发了一种结合智能手机辅助比色传感器阵列和深度学习技术的智能平台，用于不饱和脂肪酸的快速低成本分析	结合了MnO纳米酶比色传感器阵列与'图像分割-特征提取'深度学习技术，实现了不饱和脂肪酸的智能高效定性和定量分析	对于α-亚麻酸的测定系数相对较低(0.7393)，可能需要进一步优化模型	开发一种快速低成本的不饱和脂肪酸检测方法	不饱和脂肪酸（油酸、亚油酸、α-亚麻酸）及其混合物，以及各种食用植物油	机器学习	NA	比色传感器阵列，深度学习	MobileNetV3 small	图像	38,868张三种不饱和脂肪酸的图像
1903	2025-05-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-09-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	research paper	本研究介绍了一种基于深度学习的创新框架，用于通过呼出气体评估肺部健康，该框架结合了金字塔池化和双编码器网络，利用SHAP特征重要性增强预测能力	提出了一种结合金字塔池化和SHAP特征重要性的双编码器网络框架，用于肺部健康评估，并通过滑动窗口技术和白噪声增强提高了模型的鲁棒性	未提及样本来源的多样性或模型在其他疾病上的泛化能力	开发一种高效工具，用于识别吸烟和慢性阻塞性肺疾病（COPD）的影响，并探索深度学习技术在复杂生物医学问题中的应用	吸烟者、慢性阻塞性肺疾病（COPD）患者和对照组受试者	digital pathology	lung cancer	SHAP, 深度学习	双编码器网络, 金字塔池化	呼出气体数据	未明确提及具体样本数量
1904	2025-05-28	Imputing Single-Cell Protein Abundance in Multiplex Tissue Imaging 2024-Jul-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570058 PMID:38106203	研究论文	本文探讨了如何利用机器学习方法在多重组织成像数据中估算单细胞蛋白质丰度，以解决技术限制	创新点包括使用机器学习估算单细胞蛋白质丰度，结合细胞空间信息提高估算准确性，并展示其在生物相关性验证中的应用	技术限制包括可检测分子数量有限、组织损失和蛋白质探针失败	解决多重组织成像中的技术限制，提高单细胞蛋白质丰度估算的准确性	乳腺癌队列中的单细胞蛋白质丰度	数字病理学	乳腺癌	多重组织成像	正则化线性回归、梯度提升回归树、深度学习自编码器	图像	乳腺癌队列的多重组织成像数据集
1905	2025-05-28	Deep learning guided design of dynamic proteins 2024-Jul-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603962 PMID:39071443	research paper	该论文提出了一种基于深度学习的通用方法，用于设计蛋白质内部几何结构的动态变化，类似于自然界中普遍存在的开关机制	首次利用深度学习指导设计蛋白质的动态构象变化，实现了原子级精度的设计，并展示了构象景观可通过配体和突变调控	NA	开发一种设计蛋白质动态构象变化的方法，以模拟自然界的开关信号蛋白行为	蛋白质的动态构象变化	machine learning	NA	deep learning, physics-based simulations	deep learning	protein structures	4个验证结构
1906	2025-05-28	Magnetic Resonance Imaging Images Based Brain Tumor Extraction, Segmentation and Detection Using Convolutional Neural Network and VGC 16 Model 2024-07-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001097 PMID:38632686	research paper	本文提出了一种基于卷积神经网络和VGC 16模型的脑肿瘤提取、分割和检测系统，利用磁共振成像图像进行自动诊断	结合两种CNN模型和数字图像处理技术，提出了一种混合方法用于脑肿瘤的自动分割和检测，并引入了基于卷积神经网络的分类方法以提高准确性和计算效率	NA	设计和构建一个系统，用于自动诊断和发现脑肿瘤及其他疾病和异常	脑肿瘤患者的磁共振成像图像	digital pathology	brain tumor	digital image processing, deep learning	CNN, VGC 16	image	NA
1907	2025-05-28	Artificial intelligence and machine learning in axial spondyloarthritis 2024-07-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001015 PMID:38533807	review	评估人工智能和机器学习在中轴型脊柱关节炎（axSpA）诊断和管理中的当前应用及前景	深度学习在X光、CT和MRI分析中显示出潜力，部分模型在检测骶髂关节炎和标志物方面与放射科医生相当或更优，并用于疾病进展预测和个性化治疗	研究设计、样本量各异，且以回顾性单中心研究为主，限制了结果的普遍性	探索人工智能和机器学习在axSpA诊断和管理中的应用	中轴型脊柱关节炎（axSpA）患者	machine learning	axial spondyloarthritis	deep learning	NA	medical imaging (X-ray, CT, MRI)	NA
1908	2025-05-28	Deep learning-based prediction of coronary artery calcium scoring in hemodialysis patients using radial artery calcification 2024 May-Jun, Seminars in dialysis IF:1.4Q3 DOI:10.1111/sdi.13191 PMID:38178376	研究论文	本研究探讨了基于桡动脉钙化的随机森林模型在预测血液透析患者冠状动脉钙化评分中的可行性	使用随机森林模型结合桡动脉钙化指数预测冠状动脉钙化评分，为快速筛查提供潜在方法	样本量较小（118例患者），可能影响模型的泛化能力	探索桡动脉钙化在预测血液透析患者冠状动脉钙化中的可行性	血液透析患者	数字病理学	心血管疾病	超声检查、冠状动脉计算机断层扫描	随机森林模型、逻辑回归模型	临床变量、影像数据	118例血液透析患者
1909	2025-05-28	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究旨在开发基于扫频刺激频率耳声发射（SFOAEs）的深度学习模型，用于定量预测听力阈值	提出了四种深度学习模型（传统CNN、混合CNN-KNN、混合CNN-SVM和混合CNN-RF），用于从SFOAEs预测听力阈值，并探索了SFOAEs与听力阈值之间的关系	样本量相对较小（174只正常听力耳朵和388只感音神经性听力损失耳朵），且仅覆盖了0.3至4.3 kHz的频率范围	开发深度学习模型以定量预测听力阈值	正常听力及感音神经性听力损失的耳朵	机器学习	听力损失	扫频刺激频率耳声发射（SFOAEs）	CNN, KNN, SVM, RF	SFOAE振幅谱及其信噪比谱	174只正常听力耳朵和388只感音神经性听力损失耳朵
1910	2025-05-28	Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305859 PMID:39133733	research paper	本研究开发了一种基于深度学习的算法，用于自动检测胸部经皮导管引流（PCD）并评估导管在胸部X光片上的位置	首次使用深度学习算法自动检测和评估胸部PCD导管的位置，提高了诊断效率和准确性	研究为回顾性研究，样本量相对有限（1,217张胸部X光片），且仅来自单一机构	开发一种自动检测和评估胸部PCD导管位置的算法，以辅助放射科医生和临床医生早期发现导管位置异常和功能异常	胸部经皮导管引流（PCD）的导管位置	digital pathology	lung cancer	deep learning	CNN	image	1,217张胸部X光片（来自960名患者）
1911	2025-05-28	Towards Interpretable End-Stage Renal Disease (ESRD) Prediction: Utilizing Administrative Claims Data with Explainable AI Techniques 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417492	research paper	本研究探讨了利用行政索赔数据结合先进的机器学习和深度学习技术预测慢性肾病（CKD）进展至终末期肾病（ESRD）的潜力	使用LSTM模型在24个月观察窗口内预测ESRD进展表现出优越性能，并通过SHAP分析增强模型的可解释性	NA	预测慢性肾病（CKD）进展至终末期肾病（ESRD）	慢性肾病（CKD）患者	machine learning	geriatric disease	machine learning, deep learning	Random Forest, XGBoost, LSTM	administrative claims data	10年数据集，由一家大型健康保险组织提供
1912	2025-05-28	Enhancing Wearable Sensor Data Classification Through Novel Modified- Recurrent Plot-Based Image Representation and Mixup Augmentation 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417521	研究论文	本文提出了一种新颖的基于改进递归图的图像表示方法，结合了时间和频域信息，用于增强可穿戴传感器数据的分类性能	提出了一种改进的递归图图像表示方法，整合了时间和频域信息，并采用傅里叶变换进行频域角度差估计	需要传感器特定的预处理和架构修改，且数据收集过程较为繁琐	提升可穿戴传感器数据的分类性能，特别是在活动识别和实时血糖水平预测领域	可穿戴传感器数据	机器学习	NA	傅里叶变换	NA	传感器数据	NA
1913	2025-05-28	Meta-Learning on Augmented Gene Expression Profiles for Enhanced Lung Cancer Detection 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417531	研究论文	本研究提出了一种基于元学习的方法，通过增强基因表达谱数据来提高肺癌检测的准确性	引入元学习技术解决基因表达数据样本量不足的问题，并通过多数据集联合训练提升模型性能	仅针对DNA微阵列数据，未验证在其他基因检测技术上的适用性	开发适用于小样本基因表达数据的肺癌检测方法	肺癌患者的基因表达谱数据	机器学习	肺癌	DNA微阵列	深度神经网络	基因表达数据	四个不同数据集（一个目标数据集+三个源数据集）
1914	2025-05-28	A Large Language Model Outperforms Other Computational Approaches to the High-Throughput Phenotyping of Physician Notes 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417529	研究论文	本文比较了三种计算高通量表型分析方法，发现采用GPT-4的大型语言模型(LLM)表现最佳	首次比较了大型语言模型(LLM)、深度学习(DL)和机器学习(ML)在高通量表型分析中的性能，并证明LLM方法优于其他方法	研究仅针对医生笔记进行测试，未涉及其他类型的医疗数据	评估不同计算方法在电子健康记录(EHR)高通量表型分析中的性能	医生笔记中的患者体征和症状	自然语言处理	NA	GPT-4, 深度学习, 机器学习	LLM, DL, ML	文本	NA
1915	2025-05-28	Narrative Feature or Structured Feature? A Study of Large Language Models to Identify Cancer Patients at Risk of Heart Failure 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417538	研究论文	本研究探讨了使用机器学习模型（包括传统ML、T-LSTM和大型语言模型）通过电子健康记录识别癌症患者中心力衰竭风险的方法	提出了从结构化医疗代码中提取的叙事特征，显著提高了特征密度和模型性能	研究仅基于单一医疗中心的数据，可能影响模型的泛化能力	提高癌症患者中心力衰竭风险的识别准确率，以改善癌症治疗效果和安全性	癌症患者（特别是肺癌、乳腺癌和结直肠癌患者）	自然语言处理	心血管疾病	电子健康记录分析	LLM（GatorTron-3.9B）、T-LSTM、SVM、BERT	文本（电子健康记录）	12,806名癌症患者（其中1,602名发展为心力衰竭）
1916	2025-05-28	Deep Learning-based Time-to-event Analysis of Depression and Asthma using the All of Us Research Program 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417537	research paper	利用深度学习模型分析抑郁与哮喘之间的时间-事件关系，基于All of Us研究计划的大样本数据	首次在大型回顾性队列研究中应用深度学习模型分析抑郁与哮喘的关联，并采用SHAP值解释模型	深度学习模型在c-index上未超越传统的Cox比例风险模型	探究抑郁与哮喘之间的关联性	239,161名All of Us研究计划的参与者	machine learning	depression, asthma	DeepSurv, DeepHit, Cox Proportional Hazards模型	DeepSurv, DeepHit, CoxPH	医疗健康数据	239,161名参与者
1917	2025-05-28	A Novel Sentence Transformer-based Natural Language Processing Approach for Schema Mapping of Electronic Health Records to the OMOP Common Data Model 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:40417570	research paper	该研究开发了一种基于Sentence Transformer的自然语言处理方法，用于将电子健康记录（EHR）中的药物相关概念映射到OMOP通用数据模型（CDM）中的标准概念	提出了一种基于transformer的NLP模型，在EHR到OMOP CDM的标准化映射任务中表现优于现有方法，包括最先进的大型语言模型和广泛使用的模式映射软件	仅针对药物相关概念进行了验证，未涉及其他类型的EHR数据	开发自动化方法以实现电子健康记录到通用数据模型的标准化映射	电子健康记录中的药物相关概念	natural language processing	NA	transformer-based NLP	Sentence Transformer	text	2个大型公开数据集，包括200种最常见药物和200种随机药物的映射验证
1918	2025-05-28	Update on muscle imaging in myositis 2023-11-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000000975 PMID:37656661	综述	本文探讨了MRI、超声和PET/CT在肌炎或特发性炎症性肌病（IIM）的检测、诊断和管理中的最新进展	定量MRI提供了更客观、可能更敏感的肌肉脂肪浸润和炎症表征，剪切波弹性成像为研究IIM提供了新维度，PET/CT能够检测IIM相关恶性肿瘤	NA	探讨影像学技术在肌炎或特发性炎症性肌病（IIM）中的应用进展	肌炎或特发性炎症性肌病（IIM）患者	数字病理	肌炎	MRI、超声、PET/CT、剪切波弹性成像	NA	影像数据	NA
1919	2025-05-28	Machine learning applications and challenges in graft-versus-host disease: a scoping review 2023-11-01, Current opinion in oncology IF:2.8Q2 DOI:10.1097/CCO.0000000000000996 PMID:37820094	综述	本文综述了人工智能（AI）特别是机器学习（ML）在移植物抗宿主病（GVHD）风险评估、诊断和个性化治疗中的应用潜力	ML算法在异基因造血干细胞移植供体选择中优于传统多变量统计模型，并能通过建模时间序列数据进行动态风险评估，深度学习模型能准确识别慢性GVHD影响的皮肤区域	需要大规模、多中心合作开发可推广的ML模型，并在AI广泛应用于GVHD护理前解决严格的伦理准则实施等关键问题	探讨AI特别是ML在GVHD风险评估、诊断和个性化治疗中的应用	移植物抗宿主病（GVHD）	机器学习	移植物抗宿主病	机器学习（ML）、深度学习、Q-learning、深度强化学习	深度学习模型、Q-learning、深度强化学习	时间序列数据、图像数据	NA
1920	2025-05-28	MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2023-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.222441 PMID:37815445	research paper	该研究利用深度学习和MRI数据预测阿尔茨海默病中PET确定的淀粉样蛋白、tau蛋白和神经退行性生物标志物状态	首次使用深度学习结合MRI和常规诊断数据非侵入性地预测ATN生物标志物状态，避免了PET的高成本和电离辐射	研究为回顾性设计，需要在前瞻性队列中验证模型的泛化能力	开发基于MRI的深度学习方法替代PET进行阿尔茨海默病ATN生物标志物分类	阿尔茨海默病患者	digital pathology	geriatric disease	PET扫描、MRI扫描	CNN与逻辑回归结合的混合模型	医学影像(MRI/PET)与临床数据	2099对淀粉样蛋白PET-MRI数据(75±10岁)、557对tau蛋白PET-MRI数据(75±7岁)、2768对FDG PET-MRI数据(75±7岁)