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
1001	2026-08-20	Multimodal deep learning fusion of ultrafast-DCE MRI and clinical information for breast lesion classification 2025-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109721 PMID:39978091	研究论文	开发并评估了一种结合超快动态对比增强MRI图像、病变特征和临床信息的多模态深度学习模型用于乳腺病变分类	提出了一种新颖的基于Transformer的多模态融合架构（MMST-V），能够整合图像和非图像数据，优于单模态方法	摘要未提及具体局限性，可能包括单中心回顾性研究、样本量有限等	开发并评估用于乳腺病变分类的多模态深度学习模型	乳腺病变（包括良性病变、恶性病变和良性淋巴结）	医学影像分析	乳腺癌	超快动态对比增强MRI	Transformer	图像、临床信息（分类和标量数据）	240名患者，987个病变（280良性，121恶性，586良性淋巴结），1081份报告	NA	Multimodal Sieve Transformer with Vision Transformer encoder (MMST-V)	AUROC	NA
1002	2026-08-20	Automated grading of oleaster fruit using deep learning 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89358-6 PMID:39939355	研究论文	本研究旨在开发一种基于深度学习的实时机器视觉系统，用于根据伊朗国家标准对沙枣果实进行自动分级	首次将Mask R-CNN和YOLOv8模型应用于沙枣果实的实时自动分级，实现了在不同传送带速度下的高效准确分类	未提及具体局限性	开发一个实时机器视觉系统，用于在不同分级速度下自动分类沙枣果实	沙枣果实，分为四个质量等级	计算机视觉	NA	NA	CNN, Mask R-CNN, YOLOv8	视频帧图像	包含四个质量等级的沙枣果实视频帧数据集，传送带速度范围4.82至21.51厘米/秒	NA	Mask R-CNN, YOLOv8x, YOLOv8n	检测率, 实例分割精度, 分类准确率, 敏感性	NA
1003	2026-08-20	Learning based lower limb joint kinematic estimation using open source IMU data 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89716-4 PMID:39939380	研究论文	本研究提出基于深度学习的框架，利用惯性测量单元（IMU）数据估计下肢关节运动学，并评估了三种训练方法，其中迁移学习法在减少数据需求的同时达到了与逆运动学相当的性能	提出了一种结合迁移学习的深度学习方法，仅用少量新用户数据微调即可实现高精度估计，克服了单一用户模型泛化性差和多用户模型精度低的局限，并分析了最优IMU放置位置	文中未明确提及局限性，但可能包括对数据集的依赖、迁移学习需少量数据微调以及不同人群的适用性仍需进一步验证	开发一种高效、个性化的下肢关节运动学估计框架，减少数据收集负担并提升在临床和实际环境中的可用性	下肢关节运动学（包括膝关节、髋关节和踝关节等）的估计，使用IMU数据	机器学习, 生物力学	NA	IMU（惯性测量单元）	深度学习模型	时间序列数据（IMU传感器数据）	基于开源数据集，具体样本量未在摘要中提及	NA	深度学习架构（具体如CNN、LSTM等未指定）	准确度（与逆运动学比较）	NA
1004	2026-08-20	Pre- and post- COVID-19 trends related to dementia caregiving on Twitter 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82405-8 PMID:39939632	研究论文	本文通过分析Twitter上关于痴呆症照护的推文，研究了COVID-19大流行前后痴呆症照护者的关注趋势变化	首次利用BERT模型和主题建模技术分析社交媒体上痴呆症照护者在大流行前后的关注点变化，特别是发现痴呆症相关污名化的显著增加趋势	仅分析了英语推文，可能无法代表全球照护者的观点；数据来源单一（Twitter）可能引入偏差	了解痴呆症照护者在COVID-19大流行前后的关注点变化，为后疫情时代更好地支持照护者提供见解	痴呆症照护者及其在Twitter上分享的相关经历和情绪	自然语言处理	痴呆症（包括阿尔茨海默病等）	社交媒体数据挖掘	BERT（双向编码器表示来自变换器）	文本数据（推文）	44,527条英语推文	Transformers（PyTorch）	BERT	主题分类的准确性和主题一致性（未明确列出具体指标）	未在标题和摘要中提及，标记为NA
1005	2026-08-20	Deep learning-based prediction of possibility for immediate implant placement using panoramic radiography 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89219-2 PMID:39939654	研究论文	本研究利用全景X线片和深度学习模型预测即刻种植的可能性，证实该方法具有较高的准确性	首次将深度学习应用于基于全景X线片的即刻种植可能性预测	未提及具体局限，可能包括样本量有限或单一中心数据	评估深度学习模型在预测即刻种植可能性方面的可行性及准确性	201名患者的874颗牙齿，分为两组：440颗难以即刻种植的牙齿和434颗可以即刻种植的牙齿	医学影像分析	牙科疾病	全景X线摄影	卷积神经网络	图像	201名患者，874颗牙齿	NA	DenseNet121, ResNet18, ResNet101, ResNeXt101, InceptionNetV3, InceptionResNetV2	敏感性、精确率、准确率、平衡准确率、F1分数	NA
1006	2026-08-20	Insights into AI advances in immunohistochemistry for effective breast cancer treatment: a literature review of ER, PR, and HER2 scoring 2025-01, Current medical research and opinion IF:2.4Q3 DOI:10.1080/03007995.2024.2445142 PMID:39705612	综述	本文是一篇叙述性文献综述，聚焦于人工智能在免疫组织化学图像中对乳腺癌ER、PR和HER2生物标志物自动评分的最新进展，旨在提高乳腺癌诊断和治疗效率	系统性地综述了AI在IHC图像中用于ER、PR和HER2评分的技术，特别针对Allred、H-Score和HER2评分方法，并识别了当前最先进的方法和未来研究方向	作为叙述性综述，可能存在主观性，且未涵盖所有相关研究；同时依赖现有文献，无法提供新的实验证据	识别AI在IHC染色图像中自动评分乳腺癌标志物的最先进方法、挑战和未来研究前景，以助力提高乳腺癌诊断和治疗准确性	乳腺癌IHC染色图像中的ER、PR和HER2生物标志物评分	数字病理学	乳腺癌	免疫组织化学染色	机器学习, 深度学习	图像	不适用（综述文章）	不适用	不适用	不适用	不适用
1007	2026-08-20	ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task 2025, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047300 PMID:42610017	研究论文	本文通过虚拟成像试验ISIT-GEN评估了基于散射线窗和深度学习的衰减补偿方法CTLESS在不同SPECT扫描仪上的泛化性能，用于心肌灌注缺损检测任务	首次通过虚拟成像试验评估深度学习衰减补偿方法CTLESS在不同厂商SPECT扫描仪上的跨扫描仪泛化能力	未提及具体限制，但可能包括虚拟成像试验与实际临床环境的差异	评估CTLESS方法在不同SPECT扫描仪上的泛化性能，以支持其临床转化	来自三个不同厂商的SPECT扫描仪上的心肌灌注SPECT图像	医学影像	心肌灌注缺损	SPECT成像	深度学习模型（具体架构未说明）	图像	未提及具体样本数量	未提及	未提及	ROC曲线、曲线下面积（AUC）	未提及
1008	2026-08-20	Rethinking Cost-Sensitive Classification in Deep Learning via Adversarial Data Augmentation 2025 Jan-Mar, INFORMS journal on data science DOI:10.1287/ijds.2022.0033 PMID:42610103	研究论文	本文提出了一种成本敏感对抗性数据增强框架，以解决深度神经网络在过参数化下无法有效进行成本敏感分类的问题	提出CSADA框架，通过生成目标对抗样本推动决策边界向成本感知方向移动，使过参数化模型对高成本错误更保守	实验主要在特定数据集上进行，未明确讨论该方法对其他类型数据或更复杂场景的泛化能力	重新思考深度神经网络中的成本敏感分类，并设计一种新框架使模型能最小化总体成本并减少关键错误	过参数化的深度神经网络及其在成本敏感分类中的决策边界	机器学习	NA	对抗性数据增强	深度神经网络	图像	未明确指定，但使用了多个已知数据集和公开的药店药物图像数据集	未明确指定	未明确指定	总体成本、准确率、关键错误率	未明确指定
1009	2026-08-19	Renji endoscopic submucosal dissection video data set for Esophagus 2025-12-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06252-6 PMID:41372209	研究论文	介绍了一个包含食管内镜黏膜下剥离术（ESD）视频的仁济数据库，含有25个手术录像和141,909个阶段特定分类，供人工智能研究使用	首次公开提供带有完整阶段注释的食管ESD视频数据集，为未来食管ESD数据库建立基准	信息不足，从标题和摘要中无法确定具体限制	提供高质量、注释完整的食管ESD视频数据集，以支持人工智能辅助的计算机辅助干预、外科教育和术后分析研究	食管ESD手术视频，包含25个手术录像，总共超过14万个阶段注释	计算机视觉	食管疾病	NA	NA	视频和对应的阶段标签	25个食管ESD手术视频，141,909个注释	NA	NA	NA	NA
1010	2026-08-19	A Mycelium Dataset with Edge-Precise Annotation for Semantic Segmentation 2025-12-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06265-1 PMID:41372240	研究论文	该论文建立了名为MyceliumSeg的首个大规模基准数据集，用于菌丝及其边缘的语义分割，并评估了主流深度学习模型在经典和边界感知指标下的性能	提供了首个大规模菌丝分割基准数据集，包含20,176张图像和567个像素级标注样本，并提出了一种多盲细化标注指南和新的分歧解决方案	未提及具体限制	解决菌丝分割任务中公共数据集稀缺和边缘标注复杂的问题，支持真菌学研究和分割算法发展	四种真菌物种在多种培养条件下的菌丝图像	计算机视觉	NA	NA	深度学习模型（如主流模型）	图像	20,176张图像和567个像素级标注样本，标注工作耗时37人天	NA	NA	经典分割指标和边界感知指标（如Dice系数等）	NA
1011	2026-08-19	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025 Nov-Dec, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	提出工业智能实验室框架（ISLFCC），将深度学习与机器人实验相结合，以自主优化细胞培养过程	首次实施深度学习驱动的自主细胞培养系统，并在3升和15升生物反应器中实现高通量自动化，显著提高抗体和重组蛋白的产量	虽然结果显著提高，但可能受限于特定细胞克隆和生物反应器规模，未提及广泛适用性和长期稳定性	开发自主实验室框架以优化生物制品过程开发，提高效率和可重复性	三种不同细胞克隆的培养过程，用于抗体和重组蛋白生产	机器学习和自动化	不适用	深度学习、机器人实验、物联网传输	解码器专用变压器	生物反应器分析结果（如细胞状态、乳酸水平、滴度）	三种细胞克隆	PyTorch	变压器	平均滴度增加率、乳酸水平	未明确表述
1012	2026-08-19	Artificial Intelligence-Enabled Short-Term Ambulatory Monitoring ECG During Sinus Rhythm for Prediction of Hidden Atrial Fibrillation 2025-11, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.70028 PMID:40709543	研究论文	本研究利用深度学习模型，在窦性心律期间通过短时动态心电图预测隐匿性心房颤动	结合ConvNeXt和LSTM的两阶段模型，利用窦性心律期间的短时心电信号预测隐匿性房颤，并分析昼夜时段对性能的影响	回顾性设计可能导致选择偏倚，且第二阶段较长时段可能稀释房颤相关特征，降低特异性	开发并验证基于人工智能的模型，在窦性心律期间通过24小时动态心电监测预测隐匿性房颤	接受24小时动态心电监测的患者，包括房颤组和对照组	数字病理学	心房颤动	动态心电图监测	ConvNeXt、长短期记忆网络	心电图信号	934名患者，368,550个窦性心律心电图片段（60秒/段）	NA	ConvNeXt、LSTM	曲线下面积、准确率、灵敏度、特异度	NA
1013	2026-08-19	Artificial Intelligence-Assisted Image Extraction in Neonatal Echocardiography for Congenital Heart Disease Diagnosis in Sub-Saharan Africa: Protocol for Model Development 2025-10-30, JMIR research protocols IF:1.4Q3 DOI:10.2196/75270 PMID:41167236	研究方案	本研究旨在开发用于新生儿超声心动图先天性心脏病诊断的人工智能辅助图像提取系统，以改善撒哈拉以南非洲的诊断能力差距	利用双阶段深度学习模型，结合卷积神经网络和卷积长短期记忆层，并采用强化学习指导特征提取器的动态使用，以适应资源有限环境下的实时心脏视图检测	文中未提及具体局限性，可能包括对特定临床环境的依赖、数据多样性有限或计算资源需求等	开发AI辅助超声心动图系统，使非专家操作员能够执行基本心脏超声扫描并提取准确图像供远程解读，以提高先天性心脏病诊断的可及性	新生儿（0-28天）的超声心动图视频数据，涵盖美国超声心动图学会定义的10种标准心脏视图	计算机视觉, 深度学习	先天性心脏病	超声心动图, 深度学习模型	卷积神经网络, 卷积长短期记忆网络	超声心动图视频	回顾性数据约500名新生儿，前瞻性数据1000名新生儿	TensorFlow, PyTorch, Labelbox	CNN, ConvLSTM, 交错视觉记忆框架	未指定，可能包括实时视图检测的准确性或一致性指标	未指定
1014	2026-08-19	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025 Jul-Aug, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究探讨了利用拉曼光谱和先进深度学习模型在高消耗、高复杂性细胞培养过程中实施连续葡萄糖控制策略，以提高测量精度和稳定性，并实现不同葡萄糖设定点的精确控制。	结合卷积神经网络和变分自编码器即时学习技术，通过深度学习衍生的过程监控增强葡萄糖测量准确性和稳定性，并开发了连续葡萄糖计算器作为可扩展的替代方案，以在拉曼光谱不可行的制造环境中应用。	未在摘要中明确提及局限性。	评估连续葡萄糖控制结合深度学习模型在生物制药过程中提高效率和产品质量的潜力，同时应对动态、高消耗生物反应器系统的挑战。	高消耗、高复杂性的细胞培养过程，涉及多个细胞系。	机器学习	不适用	拉曼光谱	卷积神经网络、变分自编码器、即时学习	光谱数据	多个细胞系	不适用	卷积神经网络、变分自编码器	准确性、稳定性、高甘露糖水平、效价生产力	不适用
1015	2026-08-19	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-06-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010至2023年宁波市水痘的流行病学特征及突破性病例的变化，以指导免疫策略调整。	首次结合主动和被动监测数据及RNN模型，分析水痘流行病学转变和突破性病例在疫苗政策下的变化。	未明确指出研究的局限性，但可能受限于被动监测的准确性和单城市数据的代表性。	监测水痘流行病学特征及突破性病例变化，为调整免疫策略提供依据。	2010-2023年宁波市70,163例水痘病例及2009-2013年出生队列的突破性病例。	流行病学	水痘	主动和被动监测、RNN模型	RNN	监测数据	70,163例水痘病例及2009-2013年出生队列	NA	RNN	均方误差	NA
1016	2026-08-19	Dynamics of Spatial Organization of Bacterial Communities in a Tunable Flow Gut Microbiome-on-a-Chip 2025-05, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202410258 PMID:40201941	研究论文	本研究开发了一种可调流肠道微生物芯片（tfGMoC），模拟肠道蠕动机械力，并利用深度学习分析微生物群落的空间组织动态，揭示肠道运动对微生物多样性和稳定性的影响。	首次在可调流肠道芯片上结合深层学习分析，研究周期性肠道运动对3D肠道微生物群落空间行为和组织的影响，发现机械力通过促进不同运动特性微生物的探索行为来维持群落平衡。	摘要未明确提及研究的局限性。	探究周期性肠道蠕动机械力对肠道微生物群落动态和空间组织的影响，以加深对宿主-微生物互作的理解。	肠道微生物群落及3D仿生肠道上皮结构（µGut）。	微流控芯片、深度学习	不适用	肠道芯片技术、深层学习微生物分析	深度学习模型	微生物图像数据	未明确提及	未明确提及	未明确提及	未明确提及	未明确提及
1017	2026-08-19	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-05, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	研究论文	评估多模态AI模型在非裔和非非裔男性前列腺癌临床试验中的算法公平性	首次在多中心III期临床试验数据中，对多模态AI算法在不同种族亚组中的预后性能进行系统评估，以检测算法偏见	未提供具体局限性信息	评估多模态AI模型在不同种族亚组中的泛化能力和公平性，确保其不会加剧健康不平等	来自NRG肿瘤学前列腺癌III期临床试验的5,708名患者	数字病理学、机器学习	前列腺癌	数字组织病理学	多模态AI（MMAI）深度学习系统	数字病理图像和临床数据	5,708名患者，其中非裔美国患者948名，非非裔患者4,731名，种族未知或缺失29名	NA	未明确指定，但使用多模态AI深度学习系统	亚分布风险比、置信区间、P值	NA
1018	2026-08-19	Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing 2025-04, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00227 PMID:40249880	研究论文	利用电子健康记录和自然语言处理技术，建立NLP系统以识别非小细胞肺癌术后复发，并分析相关风险因素。	开发了基于深度学习的定制NLP系统，能够高效地从大规模电子健康记录中提取复发数据，并进行纵向风险分析。	未提及	建立NLP系统以高效整理NSCLC复发数据，并分析复发风险因素。	早期和局部区域晚期非小细胞肺癌患者，共6,351例，其中1,295例接受手术切除。	自然语言处理	非小细胞肺癌	自然语言处理	深度学习模型	文本数据（电子健康记录）	6,351例NSCLC患者，超过70万条记录；其中1,295例I-IIIA期手术患者用于分析。	NA	NA	精确率、召回率、F1分数、风险比、生存率	NA
1019	2026-08-19	Protocol to infer off-target effects of drugs on cellular signaling using interactome-based deep learning 2025-03-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103573 PMID:39823233	研究论文	本文提出了一种使用基于相互作用组的深度学习来推断药物对细胞信号传导脱靶效应的协议，以理解药物作用机制。	利用相互作用组数据和人工神经网络预测转录活性，并解释脱靶作用机制。	NA	提供一种协议，通过模拟药物引发的细胞转录反应来推断药物的脱靶效应。	药物处理后的细胞转录反应，药物-靶点相互作用，以及脱靶效应机制。	机器学习	NA	NA	人工神经网络	转录组数据、相互作用组数据	细胞系A375作为案例研究	NA	NA	NA	NA
1020	2026-08-19	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-03, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	提出了一种计算流程，利用全切片图像自动提取的统计特征来诊断膀胱内翻性尿路上皮乳头状瘤，并将其与尿路上皮癌区分开	无需人工标注切片补丁，直接利用全切片图像中自动提取的统计特征进行诊断，并构建了集成分类器以在有限验证样本下测试罕见肿瘤亚型	NA	提高内翻性尿路上皮乳头状瘤的诊断准确性，并减少深度学习模型对繁琐标注工作的依赖	膀胱内翻性尿路上皮乳头状瘤、内翻性尿路上皮癌和低级别尿路上皮癌	数字病理学	膀胱癌	全切片图像分析	集成分类器	全切片图像	225例尿路上皮病变（64例IUP、69例UCInv、92例UCLG）	NA	NA	AUC	NA