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
261	2025-11-20	Integrating Deep Feature Extraction and MRI Radiomics for Survival Prediction in Breast Cancer After Neoadjuvant Chemotherapy 2025-Nov-17, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.10.050 PMID:41253608	研究论文	本研究通过整合深度学习特征提取和MRI影像组学开发多模态Cox模型，用于预测乳腺癌新辅助化疗后的生存期	首次将CNN提取的深度病理特征与MRI影像组学特征相结合构建多模态预后模型，突破了以往单模态研究的局限	样本量相对有限（216例患者），且为多中心回顾性研究	开发更精确的预后工具以优化乳腺癌新辅助化疗患者的临床决策	216例完成新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	多参数MRI, 深度学习特征提取	CNN, Cox比例风险模型	医学影像, 临床数据, 病理数据	216例乳腺癌患者	NA	ResNet50	AUC, 校准曲线, 决策曲线分析	NA
262	2025-11-20	A Novel Instance Segmentation Method for Real-Time Detection of Thyroid Nodules in Ultrasound Videos: A Multi-Center Study 2025-Nov-17, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.09.015 PMID:41253629	研究论文	提出一种用于甲状腺超声视频中多结节实时检测的实例分割方法	引入可变卷积网络增强结节纹理特征提取能力，提出双向mamba模块增强视频数据长程建模能力，结合Sobel边缘算子提升结节边界精度	NA	提高甲状腺结节分割的准确性和检测率	甲状腺超声视频中的多发性结节	计算机视觉	甲状腺结节	超声成像	实例分割模型	超声视频	多医院验证集	NA	可变卷积网络, 双向mamba模块, Sobel边缘算子	dice score, 检测率	NA
263	2025-11-20	Toggle-Untoggle - a cell segmentation tool with an interactive user verification interface 2025-Nov-15, Journal of cell science IF:3.3Q3 DOI:10.1242/jcs.264154 PMID:41065013	研究论文	开发了一款名为Toggle-Untoggle的交互式细胞分割工具，用于荧光显微镜图像的自动细胞分割质量控制和手动校正	结合了预训练深度学习模型与直观的图形界面，首次实现了无需编程技能的交互式细胞分割验证功能	未提供具体的性能量化比较数据，也未说明处理大规模数据集时的效率表现	解决自动细胞分割中存在的错误问题，提高湿实验室研究人员进行单细胞分析的准确性和可及性	荧光显微镜图像中的细胞分割	数字病理学	NA	荧光显微镜成像	深度学习模型	荧光显微镜图像	NA	Cellpose	cyto3模型, nuclei模型	NA	NA
264	2025-11-20	Estimating 10-Year Cardiovascular Disease Risk in Primary Prevention Using UK Electronic Health Records and a Hybrid Multitask BERT Model: Retrospective Cohort Study 2025-Nov-13, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76659 PMID:41232034	研究论文	开发一种混合多任务深度学习模型，整合电子健康记录中的结构化和文本特征，用于预测10年心血管疾病风险	首次将结构化变量和临床文本结合，采用多任务BERT模型进行心血管风险预测，支持跨模态交互建模和事件时间估计	在贫困和少数民族亚组中表现有所下降，存在跨人口统计学群体的异质性	开发心血管疾病风险预测模型，支持个体化分层和公平评估	40-85岁患者群体，来自英国临床实践研究数据链数据库	自然语言处理,机器学习	心血管疾病	电子健康记录分析	BERT,多任务学习,深度学习	结构化数据,文本数据	469,496名患者用于模型开发，711,052个测试样本，144,370个外部验证样本	PyTorch或TensorFlow（具体未明确说明）	DistilBERT,多层感知机,多头注意力机制	AUROC,一致性指数,Brier分数,对数秩检验	NA
265	2025-11-20	The future of immunotherapy: Can artificial intelligence predict the survival of lung cancer patients? A systematic review and meta-analysis 2025-Nov-13, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2025.108492 PMID:41241154	系统综述与荟萃分析	通过系统综述和荟萃分析评估人工智能模型利用放射组学、基因组学和蛋白质组学数据预测非小细胞肺癌患者免疫治疗生存预后的准确性	首次系统评估多种数据模态（放射组学、基因组学、蛋白质组学）结合AI模型预测NSCLC免疫治疗生存预后的效能，并发现深度学习方法的优越性	纳入研究存在异质性，需要前瞻性验证和AI方法标准化，缺乏多中心临床试验支持	评估人工智能模型预测非小细胞肺癌患者免疫治疗总生存期和无进展生存期的预后准确性	接受免疫治疗的非小细胞肺癌患者	数字病理, 机器学习	肺癌	放射组学, 基因组学, 蛋白质组学	机器学习, 深度学习	医学影像, 基因组数据, 蛋白质组数据	23项研究，包含19,189名患者	NA	NA	风险比, 95%置信区间, I2统计量	NA
266	2025-11-20	Enhancing transformer-based architectures with geometric deep learning for colonoscopic polyp size classification using transfer learning 2025-Nov-12, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103304 PMID:41252887	研究论文	提出一种结合几何深度学习和迁移学习的Transformer架构，用于结肠镜息肉尺寸分类	通过改进的Af-SfM模块生成精细化深度图，首次将RGB和深度信息融合用于息肉尺寸分类	研究依赖单一机构数据集，未进行多中心验证	开发自动化的息肉尺寸分类方法以支持结直肠癌风险评估	结肠镜图像中的息肉	计算机视觉	结直肠癌	深度估计，图像分类	Transformer	RGB图像，深度图	超过10,000张经专家标注的结肠镜图像	NA	Transformer, Af-SfM模块	精确率，召回率	NA
267	2025-11-20	METFAN: Multisource Enhanced Therapeutic Peptide Function Prediction via Adapter Network 2025-Nov-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c07552 PMID:41255570	研究论文	提出一种名为METFAN的深度学习模型，用于多功能治疗肽的功能预测	整合多源特征表示，设计特征优化模块和特征聚合网络，解决多标签分类和类别不平衡问题	NA	提高多功能治疗肽功能预测的准确性和鲁棒性	多功能治疗肽(MTPs)	生物信息学	NA	深度学习	CNN, 蛋白质语言模型	蛋白质序列数据	NA	NA	TextCNN, ESM2, ProtT5	准确率, F1-score	NA
268	2025-11-20	Automatic segmentation and CT-based deep learning radiomics nomogram for predicting overall survival in patients with small cell lung cancer: A multicenter cohort study 2025-Nov-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109161 PMID:41252869	研究论文	开发基于CT的深度学习放射组学列线图预测小细胞肺癌患者总生存期	首次结合三维自动分割模型与深度学习放射组学特征构建多中心预测模型	临床因素的加入未显著提升模型预测效能	预测小细胞肺癌患者总生存期	小细胞肺癌患者	数字病理	肺癌	CT成像	深度学习	医学影像	1061例来自四家医院的患者	nnU-Net	nnU-Net	Dice相似系数, 一致性指数, 净重分类改善, 综合判别改善	NA
269	2025-11-20	Development of a deep learning model for guiding treatment decisions of acute variceal bleeding in patients with cirrhosis 2025-Nov-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i41.111361 PMID:41257275	研究论文	开发基于深度学习的人工智能模型用于指导肝硬化患者急性静脉曲张出血的治疗决策	首次开发专门针对急性静脉曲张出血的AI风险分层模型，相比传统评分方法具有更优的预测性能	基于回顾性多中心数据，需要前瞻性研究进一步验证	开发AI模型指导AVB治疗决策并识别适合p-TIPS治疗的患者	肝硬化伴急性静脉曲张出血患者	数字病理	肝硬化	深度学习	深度学习模型	临床基线数据	3090例患者（内镜治疗组1227例，p-TIPS组1863例）	NA	NA	AUC	NA
270	2025-11-20	Deep learning-based eye sign communication system for people with speech impairments 2025-Nov, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2532698 PMID:40684450	研究论文	提出一种基于深度学习的眼动符号通信系统，帮助言语障碍人士通过标准网络摄像头进行交流	无需预校准即可在各种光照条件下工作，集成了文本预测功能，直接通过标准网络摄像头采集眼动符号	仅在18-35岁年龄段参与者中测试，未在更广泛年龄群体中验证	开发适用于言语障碍人士的辅助通信系统	言语障碍或瘫痪人士	计算机视觉	言语障碍	深度学习	CNN	图像	18-35岁年龄段参与者	NA	NA	准确率	标准网络摄像头
271	2025-11-20	Hazard-free outdoor path navigator for visually challenged people 2025-Nov, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2530674 PMID:40705835	研究论文	提出一种面向视障人士的无障碍户外路径导航系统	采用模糊可信无危险路径规划算法(FTHRP)，结合在线/离线双模式导航和多技术融合方法	NA	为视障人士开发能够识别和规避户外危险的无障碍导航系统	视障人士的户外导航需求	机器学习和人工智能应用	视力障碍	人工智能、深度学习、机器学习、模糊逻辑	深度学习模型	路径数据、环境感知数据	使用'hazard-route data set'数据集	NA	NA	NA	云端计算、张量处理单元(TPU)
272	2025-11-20	Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240478 PMID:40767617	研究论文	开发基于深度学习的齿状核自动分割工具，使用定量磁化率成像MRI数据	提出两步法分割流程（定位模型+分割模型），在多个数据集上验证了模型的泛化能力，性能优于现有领先工具	回顾性研究，样本年龄范围有限（11-64岁），仅针对特定疾病群体	开发齿状核的自动分割方法以提高MRI图像分析的准确性和效率	健康对照者和小脑性共济失调或多发性硬化症患者的脑QSM图像	医学图像分析	神经系统疾病	定量磁化率成像（QSM）MRI	CNN	3D医学图像	328名个体（141名健康人，187名患者），来自9个不同数据集	nnU-Net	U-Net	Dice分数, ICC, Pearson相关系数	NA
273	2025-11-20	DLMUSE: Robust Brain Segmentation in Seconds Using Deep Learning 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240299 PMID:40960397	研究论文	介绍一种开源深度学习脑部分割模型DLMUSE，用于全自动脑部MRI分割，显著提升分割速度并促进大规模神经影像研究	开发了速度比传统方法快10000倍以上的脑部分割模型，同时保持与现有最优方法相当的性能	回顾性研究，训练数据主要来自24-93岁患者群体	实现快速准确的脑部MRI自动分割，促进大规模神经影像研究	脑部MRI扫描数据	医学影像分析	阿尔茨海默病，脑部疾病	MRI	CNN	医学影像	训练集1900例MRI扫描，验证集71391例扫描来自14项研究	NA	NA	Dice相似系数，Pearson相关系数，准确率，F1分数，平均绝对误差	NA
274	2025-11-20	Artificial Intelligence-Led Whole Coronary Artery OCT Analysis; Validation and Identification of Drug Efficacy and Higher-Risk Plaques 2025-Nov, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018133 PMID:40995622	研究论文	开发并验证基于人工智能的全冠状动脉OCT自动分析系统AutoOCT，用于识别药物疗效和更高风险斑块	首次开发能够自动校正OCT图像分割错误、识别斑块成分并测量多种参数的深度学习系统，实现全冠状动脉OCT的快速分析	模型开发仅使用106名患者的数据，样本量相对有限	验证人工智能OCT分析系统在识别药物疗效和高风险斑块方面的准确性和实用性	冠状动脉OCT图像和斑块特征	医学影像分析	心血管疾病	光学相干断层扫描(OCT)	深度学习	医学影像	开发集：36,212帧图像（127个完整回拉，106名患者）；验证集：IBIS-4研究83名患者，CLIMA研究62名患者	NA	NA	准确率	NA
275	2025-11-20	Insights into the Impact of Artificial Intelligence on Psoriasis Treatment Strategies: A Mini Review 2025-Nov-01, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_1055_24 PMID:40788101	综述	本文探讨人工智能在银屑病治疗策略中的影响，重点关注AI在诊断精度和治疗选择方面的应用	系统综述AI在银屑病治疗四大领域的整合应用：光疗结果预测、皮损分割与严重程度评估、远程监测系统及生物制剂疗效预测	数据集多样性不足、标准化欠缺和验证不充分	评估人工智能技术在银屑病精准医疗中的应用潜力	银屑病患者临床数据、影像资料和多组学数据	数字病理	银屑病	临床数据分析、影像分析、多组学数据分析	随机森林,CNN,多尺度超像素聚类,梯度提升决策树	临床数据,图像,多组学数据	NA	NA	NA	敏感度,准确率,像素准确率,组内相关系数	NA
276	2025-11-20	Advancing toxicity AI-based prediction with multilevel systems biology: a case study on genotoxicity 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf594 PMID:41241819	研究论文	提出一种多模态深度学习框架GenotoxNet，通过整合化学结构、体外实验数据和转录组学数据来提升遗传毒性预测能力	首次系统整合化学结构、高通量体外实验数据和转录组学数据，通过多模态深度学习捕捉细胞异质性和机制复杂性	未明确说明模型在更广泛化学物质上的泛化能力限制	开发高精度的遗传毒性预测计算方法以支持健康风险评估	化学物质及其诱导的遗传毒性效应	机器学习	NA	高通量体外实验, 转录组学分析	深度学习	化学结构数据, 体外实验数据, 转录组学数据	NA	NA	GenotoxNet	AUCROC	NA
277	2025-11-20	Artificial Intelligence in Autism Spectrum Disorder Diagnosis: A Scoping Review of Face, Voice, and Text Analysis Methods 2025-Nov, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71476 PMID:41255386	综述	本文系统综述了人工智能在自闭症谱系障碍诊断中面部、声音和文本分析方法的应⽤现状	首次全面比较了AI在自闭症诊断中三种模态（面部、声音、文本）的分析方法，揭示了深度学习在面部图像分析中的主导地位	采用叙述性综合方法，缺乏定量荟萃分析；研究结果受限于原始文献的质量和异质性	评估人工智能在自闭症谱系障碍诊断中的应用效果	自闭症诊断相关的面部图像、语音数据和文本数据	自然语言处理,计算机视觉	自闭症谱系障碍	深度学习,机器学习,自然语言处理	CNN,随机森林,混合模型	图像,音频,文本	NA	NA	Xception,VGG16-MobileNet,随机森林	准确率	NA
278	2025-11-20	Smart Total Knee Replacement: Recognition of Activities of Daily Living Using Embedded IMU Sensors and a Novel AI Model in a Cadaveric Proof-of-Concept Study 2025-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s25216657 PMID:41228880	研究论文	本研究通过植入人工膝关节的IMU传感器和新型AI模型，实现了对日常活动动作的自动识别	首次在尸体膝关节中植入IMU传感器，并开发了新型多模态深度学习模型用于活动识别	仅为尸体概念验证研究，样本量有限，需进一步临床验证	开发智能膝关节置换术的活动监测技术	植入IMU传感器的膝关节假体在尸体模型中的运动数据	医疗人工智能	膝关节疾病	惯性测量单元(IMU)传感技术	多模态深度学习	运动传感器数据	1具尸体膝关节，多种日常活动动作数据	NA	NA	准确率,F1分数	NA
279	2025-11-20	Accurate and Efficient Phylogenetic Inference through End-To-End Deep Learning 2025-Oct-29, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf260 PMID:41129273	研究论文	提出一种基于端到端深度学习的系统发育推断方法NeuralNJ，通过可学习的邻接合并机制和强化学习树搜索提高推断准确性和效率	采用端到端框架直接构建系统发育树，避免分阶段推断的不准确性；引入可学习的邻接合并机制，通过学习的优先级分数迭代合并邻居节点	未明确说明方法在超大规模数据集（如超过数百个分类群）上的具体性能表现	开发准确高效的系统发育推断方法	生物物种的系统发育关系	机器学习	NA	深度学习，强化学习	深度学习模型	模拟数据和实证数据	可处理超过20个物种，支持数百个分类群	NA	NeuralNJ	计算效率，重建准确性	NA
280	2025-11-20	AttnSeq-PPI: Enhancing protein-protein interaction network prediction using transfer learning-driven hybrid attention 2025-Oct-24, Biochimica et biophysica acta. Proteins and proteomics DOI:10.1016/j.bbapap.2025.141102 PMID:41138794	研究论文	提出基于混合注意力机制的深度学习框架AttnSeq-PPI，用于从蛋白质序列预测蛋白质-蛋白质相互作用网络	结合自注意力和交叉注意力的混合注意力机制，能够同时提取单个蛋白质特征和蛋白质对之间的交互特征	NA	提高蛋白质-蛋白质相互作用网络预测的准确性和泛化能力	蛋白质序列和蛋白质-蛋白质相互作用网络	生物信息学	NA	深度学习，蛋白质语言模型	混合注意力神经网络	蛋白质序列数据	种内和多种物种数据集，四个独立物种和真实PPI网络数据集	NA	自注意力，交叉注意力，ProtT5语言模型	准确率	NA