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
61	2026-07-09	Explainable AI for Healthcare 2025-Oct-03, Studies in health technology and informatics DOI:10.3233/SHTI251454 PMID:41728714	综述	综述可解释人工智能在医疗健康领域的应用、方法及挑战	系统性分析了不同数据模态（时间序列、医学文本、医学图像、音频）下可解释AI的独特需求与挑战，并探讨了未来研究方向	未深入讨论具体实现技术细节和定量性能比较	阐述可解释AI的基本概念，分析其在医疗健康领域的方法、应用、限制和未来方向	医疗健康领域的可解释AI应用	机器学习	NA	NA	NA	时间序列数据、医学文本、医学图像、音频数据	NA	NA	NA	NA	NA
62	2026-07-09	Deep Learning-Based Sleep Apnea Classification with Hybrid 1D-CNN-LSTM and 1D-CNN-GRU Models 2025-Oct-03, Studies in health technology and informatics DOI:10.3233/SHTI251462 PMID:41728721	研究论文	提出两种混合深度学习架构（1D-CNN-LSTM和1D-CNN-GRU），基于心电图信号进行睡眠呼吸暂停分类	结合一维卷积神经网络（1D-CNN）与LSTM/GRU，同时提取空间特征和时间依赖关系，实现高精度睡眠呼吸暂停分类	未提及	开发高效鲁棒的睡眠呼吸暂停自动检测系统，实现早期诊断和实时监测	PhysioNet Apnea-ECG数据库中的心电图信号，包括R-R间期和R波振幅特征	机器学习	睡眠呼吸暂停	NA	混合深度学习模型（1D-CNN-LSTM、1D-CNN-GRU）	心电图信号	使用PhysioNet Apnea-ECG数据库，样本量未明确具体数量	NA	1D-CNN, LSTM, GRU	准确率、灵敏度、特异度、F1分数	NA
63	2026-07-09	Generative AI for Diagnostic Medical Imaging: A Review 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056369157250212095252 PMID:41731736	综述	本文全面分析了生成式深度学习模型在诊断医学影像中的应用，探讨了其在提高诊断准确性、减少辐射暴露和改进数据处理方面的变革潜力	设计了多种专门用于医学影像的生成模型管线架构，包括增强型GAN配置及AE-GAN混合模型，以应对合成图像质量、时间序列处理和精准字幕生成等挑战	未提及具体局限性	综合评估生成式深度学习模型在医学诊断成像中的应用进展，推动更准确、可及和个性化的患者护理	诊断医学影像中的生成深度学习模型	计算机视觉	NA	NA	GAN, 自编码器, 扩散模型, 基于Transformer的模型	医学图像	NA	NA	ML-C-GAN, Temporal-GAN, Atten-AE, M3AE	NA	NA
64	2026-07-07	On the Completeness of Existing RNA Fragment Structures 2025-12-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	评估RNA片段结构空间的完整性，探讨深度学习在RNA结构预测中的潜力	首次系统评估RNA在二核苷酸至五核苷酸水平片段结构的完整性，并发现四核苷酸和五核苷酸水平上非冗余结构片段数量正指数增长，表明当前RNA结构空间远未完成	NA	研究RNA片段结构空间的完整性，为深度学习预测RNA结构提供基础	RNA片段结构，包括二核苷酸、三核苷酸、四核苷酸和五核苷酸水平	机器学习	NA	NA	NA	结构数据	NA	NA	NA	NA	NA
65	2026-07-07	Deep learning-based diffusion-weighted imaging vs. conventionally obtained diffusion-weighted imaging in prostate cancer extracapsular extension detection: a multicenter retrospective study 2025-12-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02109-x PMID:41372855	研究论文	基于深度学习的扩散加权成像在检测前列腺癌包膜外侵犯中的诊断性能优于常规扩散加权成像	首次在大规模多中心回顾性研究中验证深度学习生成的扩散加权图像（DL-DWI）在提高图像质量、观察者一致性和诊断准确性方面的优势	回顾性研究设计可能引入选择偏倚；样本量有限（252例）；未评估深度学习模型在低场强MRI或不同人群中的泛化能力	评估深度学习生成的扩散加权成像（DL-DWI）与常规扩散加权成像（C-DWI）在前列腺癌包膜外侵犯（ECE）检测中的性能比较	临床怀疑前列腺癌的连续患者（252例）的术前多参数MRI和根治性前列腺切除术后病理数据	计算机视觉, 数字病理学	前列腺癌	MRI扩散加权成像, 深度学习	去噪扩散概率模型（DDPM）	医学影像（MRI扩散加权图像）	252例患者（来自五个中心）	PyTorch	DDPM（去噪扩散概率模型）	AUC, 加权kappa, Fleiss kappa, 信噪比(SNR), 对比噪声比(CNR), 边缘上升距离(ERD), 边缘上升斜率(ERS)	未指定
66	2026-07-07	Anatomically Based Multitask Deep Learning Radiomics Nomogram Predicts the Implant Failure Risk in Sinus Floor Elevation 2025-11, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.70011 PMID:40702787	研究论文	开发并评估基于解剖学的多任务深度学习影像组学列线图（AMDRN）系统，用于预测上颌窦底提升术前的种植失败风险	首次将解剖结构自动分割与多任务深度学习影像组学结合，构建集成列线图系统同时实现预测和可视化决策支持	NA	开发一种能预测上颌窦底提升术种植失败风险并支持临床决策的系统	上颌窦、施奈德黏膜、残余牙槽骨等关键解剖结构	数字病理学	口腔疾病	锥形束CT	nn-UNet v2、3D-Attention-ResNet、逻辑回归	影像数据、电子病历文本数据	回顾性收集患者术前锥形束CT影像和电子病历，未明确样本数量	NA	nn-UNet v2、3D-Attention-ResNet	DICE系数、准确率、曲线下面积	NA
67	2026-07-07	Development of a PANoptosis-Related Pathomics Prognostic Model in Ovarian Cancer: A Multi-Omics Study 2025-11, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70958 PMID:41284376	研究论文	开发基于PANoptosis的卵巢癌病理组学预后模型	首次探索PANoptosis在卵巢癌预后中的作用，并构建了基于深度学习的PANoptosis相关病理组学预后模型（PANPM）	NA	阐明PANoptosis在卵巢癌预后中的作用并开发预后模型	卵巢癌的转录组数据、单细胞RNA测序数据、空间数据和病理图像	数字病理学, 机器学习	卵巢癌	RNA-seq, 单细胞RNA测序, 空间转录组学, 病理图像分析	深度学习模型（ResNet-50）	转录组数据, 单细胞RNA测序数据, 空间数据, 病理图像	TCGA和GTEx卵巢数据、GSE184880单细胞RNA测序数据集、10X Genomics网站和GDC Portal的空间数据和病理图像	NA	ResNet-50, CellProfiler	NA	NA
68	2026-07-07	MedImg: An Integrated Database for Public Medical Images 2025-09-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf068 PMID:40833036	研究论文	构建了包含105个公共医学影像数据集、总计1995671张图像的综合数据库MedImg，涵盖14种成像模态和13个器官部位，旨在促进深度学习医学图像分析研究	首次系统整合多源公共医学图像数据，构建在线平台并标准化元数据描述，为算法泛化性验证提供大规模基准资源	仅整合公开数据集，未包含私有或临床实时数据；数据库更新频率和维护机制未明确说明	解决医学图像分析中大规模标准化数据集缺乏的问题	公共医学图像数据集及深度学习算法在临床转化中的有效性验证	计算机视觉, 数字病理学	肺部疾病, 脑部疾病, 眼部疾病, 心脏疾病	X射线, CT, MRI, OCT, 超声, 内镜成像	NA	图像	105个数据集共1995671张医学图像	NA	NA	NA	NA
69	2026-07-07	Automated analysis of C. elegans behavior by LabGym: an open-source, AI-powered platform 2025-Sep-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.28.672961 PMID:40950071	研究论文	介绍了一个开源、基于人工智能的平台LabGym，用于自动化分析秀丽隐杆线虫行为	开发了基于深度学习的自动化平台，能够高精度分类和量化多蠕虫视频中的多种用户定义行为参数	未在摘要中明确提及限制	为秀丽隐杆线虫行为分析提供经济、易用且全面的自动化方法	秀丽隐杆线虫	计算机视觉、机器学习	不适用	深度学习、视频分析	深度学习模型	视频数据	多蠕虫视频（具体数量未提及）	PyTorch	卷积神经网络	准确率（具体指标未列出）	未提及
70	2026-07-07	Artificial intelligence in muscle-invasive bladder cancer: opportunities, challenges, and clinical impact 2025-09-01, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001309 PMID:40765429	综述	全面回顾人工智能在肌层浸润性膀胱癌诊断、治疗和反应评估中的应用现状与未来潜力	系统总结了AI在MIBC全程管理中的应用机会，包括诊断、治疗规划和反应评估，并探讨了数据异构、工作流程整合等挑战	未提及具体的验证数据集规模或前瞻性临床试验证据，挑战分析偏向定性描述	评估AI在MIBC管理中的应用现状、挑战及临床影响	肌层浸润性膀胱癌患者的诊断、治疗及反应评估	机器学习	膀胱癌	NA	深度学习模型、机器学习算法	影像数据、临床数据	NA	NA	NA	准确率	NA
71	2026-07-07	On the use of generative models for evolutionary inference of malaria vectors from genomic data 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.26.661760 PMID:40667127	研究论文	利用生成式深度学习算法推断疟疾病媒蚊的进化历史	开发了新的模型选择方法，发现含迁移的进化模型优于无迁移模型，并证明生成模型在捕获种群遗传分化方面优于基于摘要统计的方法	未知	通过机器学习和生成模型推断疟疾病媒蚊的种群进化历史，协助疟疾控制干预	撒哈拉以南非洲的疟疾病媒蚊（尤以冈比亚按蚊复合体）及西非几内亚和布基纳法索的蚊虫种群	机器学习	疟疾	无监督机器学习及生成式深度学习算法	生成模型	基因组数据	未知	NA	NA	NA	NA
72	2026-07-07	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-05-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	综述了人工智能驱动的生物医学多模态数据融合与分析中的挑战	全面概述了生物医学数据模态、多模态表示学习方法及AI在整合分析中的应用，并提出通过模型预训练和知识集成推动生物医学研究的未来方向	未提供具体实证研究，仅讨论一般性挑战和未来方向	探讨AI在生物医学多模态数据融合与分析中的挑战和未来方向	生物医学多模态数据，包括分子、细胞、影像和电子健康记录数据	机器学习	NA	深度学习，多模态表示学习，模型预训练	大型语言模型，视觉模型，深度神经网络	多模态数据（分子、细胞、影像、电子健康记录）	NA	NA	NA	NA	NA
73	2026-07-07	Artificial Intelligence in Detecting and Segmenting Vertical Misfit of Prosthesis in Radiographic Images of Dental Implants: A Cross-Sectional Analysis 2025-05, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.14406 PMID:39840554	研究论文	评估ResNet-50和U-Net模型在牙科种植体根尖放射影像中检测和分割垂直不吻合的性能	首次利用深度学习模型自动检测和分割牙科种植体牙冠的垂直不吻合，并与临床医生的表现进行直接比较	未在摘要中明确说明局限性	评估人工智能模型在牙科种植体根尖放射影像中检测和分割垂直不吻合的效果	牙科种植体牙冠的根尖放射影像	计算机视觉	牙科种植体垂直不吻合	放射影像	深度学习	图像	638张根尖放射影像	NA	ResNet-50, U-Net	准确率, 精确率, 灵敏度, 特异度, Dice系数, 损失, Kappa值	NA
74	2026-07-07	Geometric and Dosimetric Evaluation of a RayStation Deep Learning Model for Auto-Segmentation of Organs at Risk in a Real-World Head and Neck Cancer Dataset 2025-05, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2025.103796 PMID:40120536	研究论文	评估RayStation深度学习模型在真实世界头颈癌数据集中自动分割危及器官的几何精度和剂量学影响	在大规模、多样化的头颈癌患者数据集上，首次使用3D U-Net模型自动分割30个危及器官，并综合评估几何精度与剂量学影响，考虑了术后、修复皮瓣、口含咬合器等复杂临床因素	模型在11例存在显著解剖挑战和伪影的患者中失败；对某些器官（如食管和喉）的剂量学误差较大（平均Dmean增加高达837.14 cGyRBE）	评估深度学习自动分割模型在头颈癌调强质子治疗中针对危及器官的准确性和效率	124例接受调强质子治疗的头颈癌患者的CT数据集	计算机视觉	头颈癌	CT成像, 调强质子治疗	U-Net	CT图像	124例头颈癌患者	RayStation	3D U-Net	Dice相似系数, Hausdorff距离, 平均剂量差, 最大剂量差	NA
75	2026-07-07	A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain 2025-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06994-2 PMID:39585354	研究论文	开发了一种基于小波的深度学习方法WaveNet，能够从超低剂量PET扫描中恢复标准剂量成像质量	与传统的空间域去噪不同，WaveNet在频率域进行去噪，通过输入小波分解的PET成像频率分量来提升降噪效果	未明确提及具体局限性	旨在开发一种能够从超低剂量PET扫描中恢复高质量成像的小波深度学习法	总身体18F-FDG PET图像，包含1447个样本	计算机视觉	不适用	PET成像，小波变换	深度学习模型（WaveNet）	图像	1447个总身体PET图像	不适用	WaveNet, UNet	加权全局物理指标，局部指标，p值	不适用
76	2026-07-07	Robust and interpretable deep learning system for prognostic stratification of extranodal natural killer/T-cell lymphoma 2025-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07024-x PMID:39714634	研究论文	开发并验证DeepENKTCL，一个用于结外自然杀伤/T细胞淋巴瘤预后风险分层的可解释深度学习预测系统	结合肿瘤分割模型、PET/CT融合模型和预后预测模型，并利用放射组学和拓扑特征及SHAP分析增强可解释性，构建FusionScore模型	未在文中明确提及	开发一个鲁棒且可解释的深度学习系统，用于ENKTCL的预后风险分层	来自四个中心的562例ENKTCL患者	数字病理学	淋巴瘤	PET/CT成像	深度学习（CNN等）	图像（PET/CT）	562例患者	NA	肿瘤分割模型、PET/CT融合模型、预后预测模型（具体架构未明确）	AUC, 时间依赖C指数, 临床决策曲线, Kaplan-Meier曲线	NA
77	2026-07-07	Mapping the knowledge landscape of the PET/MR domain: a multidimensional bibliometric analysis 2025-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07043-8 PMID:39754665	综述	对2010至2024年间PET/MR领域的研究趋势、合作模式和新兴主题进行文献计量分析	首次系统采用多维文献计量方法绘制PET/MR领域知识图谱，揭示AI整合对影像重建和诊断准确性的推动作用	仅基于Web of Science核心合集数据库，可能遗漏部分灰色文献和非英语文献	探索PET/MR领域的研究现状、国际合作网络及未来发展方向	PET/MR领域的4349篇已发表文献	自然语言处理, 文献计量学	前列腺癌, 阿尔茨海默病, 乳腺癌, 心血管疾病	NA	NA	文本, 文献记录	4349篇出版物	NA	NA	NA	NA
78	2026-07-07	Automated classification of chest X-rays: a deep learning approach with attention mechanisms 2025-03-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01604-5 PMID:40038588	研究论文	提出一种结合视觉Transformer和DenseNet201的深度学习模型，用于自动分类胸部X光片中的肺部疾病	首次将视觉Transformer捕获长距离依赖的能力与DenseNet201的强特征提取能力以及全局平均池化保留空间细节的优势无缝结合，构建了鲁棒且可解释的分类系统	未明确讨论模型在不同人群或医疗环境中的泛化能力，且依赖单一数据集	开发一种超越现有方法的自动化胸部X光片分类模型，提高COVID-19、肺实变和病毒性肺炎等肺部疾病的诊断准确性	胸部X光片图像数据	计算机视觉, 数字病理学	肺部疾病	NA	深度学习模型	图像	21165张胸部X光片	PyTorch	Vision Transformer, DenseNet201	准确率, F1分数	NA
79	2026-07-07	Development and validation of a deep learning algorithm for prediction of pediatric recurrent intussusception in ultrasound images and radiographs 2025-03-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01582-8 PMID:40033220	研究论文	开发并验证一种基于腹部超声图像和X光片的深度学习算法，用于预测儿童复发性肠套叠	首次使用多模态医学影像（超声和X光片）融合方法预测儿童复发性肠套叠，并比较了平均融合与堆叠融合两种策略，其中堆叠融合通过LightGBM元模型显著提升性能	单中心回顾性研究，样本量有限，模型性能在超声图像上相对较低（AUC 0.669），可能因超声图像特征不够显著	开发可预测儿童复发性肠套叠的深度学习预测模型	2017年1月至2022年12月期间收集的3665例肠套叠病例的腹部超声图像和腹部X光片	计算机视觉	儿科疾病	医学影像分析	深度学习模型（VGG11, ResNet18, LightGBM）	图像（超声图像和X光片）	3665例肠套叠病例	PyTorch, LightGBM	VGG11, ResNet18, LightGBM	AUC, 95%置信区间	NA
80	2026-07-07	Using deep learning to differentiate among histology renal tumor types in computed tomography scans 2025-02-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01606-3 PMID:40011809	研究论文	使用深度学习模型区分计算机断层扫描中肾脏肿瘤的组织学亚型	首次使用深度学习模型对增强CT图像中的多种肾脏肿瘤亚型（包括血管平滑肌脂肪瘤、嗜酸细胞瘤、透明细胞肾细胞癌、嫌色细胞肾细胞癌和乳头状肾细胞癌）进行分类	需要进一步开发以提高临床适用性	利用卷积神经网络分析增强CT图像，区分肾脏肿瘤的组织学亚型	肾脏肿瘤患者的增强CT图像	计算机视觉	肾细胞癌	CT扫描	卷积神经网络（CNN）	图像	554名患者，共4238张CT图像	NA	Inception V3, ResNet50	准确率	NA