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
1741	2026-05-27	Multimodal deep learning for predicting neoadjuvant treatment outcomes in breast cancer: a systematic review 2025-06-23, Biology direct IF:5.7Q1 DOI:10.1186/s13062-025-00661-8 PMID:40551237	综述	系统综述多模态深度学习在乳腺癌新辅助治疗病理完全缓解预测中的应用，并比较其与单模态方法的性能	首次系统性比较多模态与单模态深度学习在乳腺癌新辅助治疗pCR预测中的性能，纳入51项研究并分析多种数据模态整合效果	研究间方法异质性大、依赖回顾性数据、外部验证有限，多组学和临床文本数据作为主要输入的情况较少	评估多模态深度学习预测乳腺癌新辅助治疗疗效的准确性并对比单模态方法	乳腺癌患者接受新辅助治疗后病理完全缓解的预测模型	机器学习	乳腺癌	NA	CNN	影像、数字病理、多组学、临床记录	51项研究，中位队列281例	NA	卷积神经网络	AUC	NA
1742	2026-05-27	Expanded AI learning: AI as a Tool for Human Learning 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.040 PMID:40210520	研究论文	演示深度学习模型可作为教学工具，在无AI直接辅助的情况下提升放射科医生执行成像任务的能力	首次提出将人工智能作为教学工具来提升放射科医生的内在能力，这一观点在放射学文献中尚未被提出过	NA	证明深度学习模型可用作教学工具，在影像判读时无需额外AI辅助即可提升放射科医生的判读能力	放射科医生及其对膝关节X光片的性别分类能力	数字病理学	NA	深度学习（卷积神经网络）	CNN	图像（膝关节X光片）	50张训练用膝关节X光片和50张测试用新X光片，3名人类读者	NA	NA	准确率，置信区间	NA
1743	2026-05-27	Predictions from Deep Learning Propose Substantial Protein-Carbohydrate Interplay 2025-Mar-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.07.641884 PMID:40161692	研究论文	开发了PiCAP和CAPSIF2两个深度学习模型，用于预测蛋白质与碳水化合物的非共价相互作用及其残基位点	提出新型数据集和神经网络架构PiCAP，首次实现高准确度蛋白质-碳水化合物结合预测，并开发残基级预测模型CAPSIF2超越现有方法	NA	通过计算方法大规模预测蛋白质-碳水化合物相互作用，揭示细胞功能中未充分认识的蛋白质-碳水化合物交互网络	蛋白质与碳水化合物的非共价结合作用	机器学习	NA	深度学习	卷积神经网络	蛋白质序列数据	基于已知碳水化合物结合蛋白数据集训练，对人神经细胞表面蛋白及三个蛋白质组进行预测	NA	PiCAP, CAPSIF2	平衡准确率, Dice系数	NA
1744	2026-05-27	Melanoma classification using generative adversarial network and proximal policy optimization 2025 Mar-Apr, Photochemistry and photobiology IF:2.6Q3 DOI:10.1111/php.14006 PMID:39080818	研究论文	提出一种基于生成对抗网络和近端策略优化的深度学习框架，用于黑色素瘤分类	引入离线策略近端策略优化算法处理数据不平衡，结合生成对抗网络进行数据增强以提升泛化能力	未提及具体局限性	提高黑色素瘤早期检测的准确性，支持临床治疗决策	黑色素瘤皮肤病变图像	计算机视觉	黑色素瘤	深度学习图像分类	生成对抗网络、近端策略优化	图像	使用SIIM-ISIC黑色素瘤分类挑战赛-ISIC-2020数据集	NA	三扩张卷积层，生成对抗网络	F-measure, 几何均值	NA
1745	2026-05-27	Self-Attention Mechanisms-Based Laryngoscopy Image Classification Technique for Laryngeal Cancer Detection 2025-03, Head & neck DOI:10.1002/hed.27999 PMID:39526389	研究论文	提出一种基于自注意力机制的喉镜图像分类技术，用于喉癌检测	基于Swin-Transformer构建智能喉癌检测系统（ILCDS），在喉镜图像分类中取得优于传统CNN模型及专业喉科医生的性能	外部队列测试性能略有下降	开发高精度、高灵敏度的深度学习模型辅助喉癌早期检测	喉镜图像	计算机视觉	喉癌	NA	Swin-Transformer	图像	1462名患者的5768张喉镜图像	NA	Swin-Transformer	准确率, AUC	NA
1746	2026-05-27	Artificial intelligence-driven ensemble deep learning models for smart monitoring of indoor activities in IoT environment for people with disabilities 2025-02-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88450-1 PMID:39910242	研究论文	提出了一种基于元启发式优化的集成深度学习模型，用于在物联网环境中对残疾人的室内活动进行智能监测	首次将海洋捕食者算法用于特征选择，并采用图卷积网络、LSTM序列到序列和卷积自编码器的集成模型，利用改进的卷尾猴优化算法进行超参数调优	未提及模型在真实场景中的部署挑战、计算资源需求或对不同类型残疾人的适应性	开发一种智能监测室内活动的方法，以提高残疾人的生活质量并降低医疗成本	残疾人的室内活动监测	机器学习	NA	NA	集成模型（图卷积网络、LSTM序列到序列、卷积自编码器）	传感器信号、图像或视频帧	NA	NA	图卷积网络（GCN）、LSTM序列到序列（LSTM-seq2seq）、卷积自编码器（ConvAutoencoder）	准确率（Accuracy）	NA
1747	2026-05-27	Automatic cervical lymph nodes detection and segmentation in heterogeneous computed tomography images using deep transfer learning 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84804-3 PMID:39905029	研究论文	利用深度迁移学习在异构CT图像中自动检测和分割颈部淋巴结	使用大规模头颈数据集预训练的nnUNet模型进行迁移学习，实现了在异质CT图像中自动检测和分割颈部淋巴结，并验证了在不同医院外部测试集中的泛化能力	检测灵敏度较低（54.6%），且外部测试集性能有所下降；未说明模型在更广泛临床场景中的表现	开发用于自动检测和分割颈部淋巴结的深度学习模型	626名头颈癌患者的11,013个标注淋巴结（短轴直径≥3mm）	计算机视觉	头颈癌	CT成像	深度学习模型（nnUNet）	CT图像	11,013个淋巴结（626名患者）	nnUNet	nnUNet	灵敏度、阳性预测值、假阳性率/例、Dice相似系数、Hausdorff距离	NA
1748	2026-05-27	Investigating a Domain Adaptation Approach for Integrating Different Measurement Instruments in a Longitudinal Clinical Registry 2025-02, Biometrical journal. Biometrische Zeitschrift DOI:10.1002/bimj.70023 PMID:39698740	研究论文	探索将域自适应方法用于整合纵向临床注册中不同测量工具以获取联合潜在表示	将计算机科学中用于图像数据的域自适应概念应用于纵向队列设置，通过常微分方程对潜在表示中的轨迹建模并从基线特征推断个体参数，还加入惩罚项以改善对齐	在更复杂场景中对齐效果降低，且仅评估了时间点较少的情况	评估域自适应方法在整合不同测量工具以分析纵向注册数据中的潜力	脊髓性肌萎缩症患者注册数据中的不同运动功能测量工具	机器学习	脊髓性肌萎缩症	NA	深度学习模型（常微分方程）	数值型纵向数据（测量工具评估得分）	基于修改的SMA数据及真实SMA数据集，具体样本数未提供	NA	NA	拟合优度、复杂度	NA
1749	2026-05-27	Effect of flipped classroom method on the reflection ability in nursing students in the professional ethics course; Solomon four-group design 2025-Jan-13, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06556-y PMID:39806386	研究论文	探究翻转课堂教学方法对护理专业学生在职业道德课程中反思能力的影响	采用所罗门四组准实验设计，增强了实验的内部效度，较传统前后测对照设计更严谨	仅针对一所大学学生的样本，可能影响结果的外推性；未详细说明翻转课堂的具体实施细节	评估翻转课堂方法对护理学生反思能力的影响，以促进深度学习	护理专业学生	教育技术	NA	NA	NA	问卷数据	80名护理学生，分为四组	SPSS	NA	反思能力得分	NA
1750	2026-05-27	A deep learning approach versus expert clinician panel in the classification of posterior circulation infarction 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103732 PMID:39826393	研究论文	利用深度学习模型（3D DenseNet）基于CTP图像对后循环梗死进行分类，并与临床专家团队的性能进行比较	首次将深度学习应用于后循环梗死的CTP图像分类，并系统对比了模型与多位临床专家的诊断性能	未在外部数据集验证，且模型仅采用固定输入组合，未探索全部CTP参数优化	开发并验证基于CTP的深度学习模型用于后循环梗死分类，评估其与临床专家诊断的差异	541名患者（123名POCI患者，418名非POCI患者），来自INSPIRE国际卒中灌注登记数据库	计算机视觉，数字病理学	脑卒中（后循环梗死）	CT灌注成像	3D DenseNet	CT灌注图像（包括NCCT和延迟时间图）	541名患者（POCI与非POCI比例为1:3）	NA	3D-Dense卷积网络	AUC，灵敏度，特异度，准确率，精确率	NA
1751	2026-05-27	Artificial intelligence and machine learning heuristics for discovery of ncRNAs 2025, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2025.01.002 PMID:40543913	综述	研究人工智能和机器学习在非编码RNA发现中的应用	系统性地介绍了AI技术（包括机器学习和深度学习）在长链非编码RNA功能预测、疾病关联识别和蛋白质相互作用注释中的应用，并详细描述了深度学习的处理流程	主要聚焦于理论框架和方法论概述，未提供具体的定量性能比较或跨数据集验证结果	探讨AI技术在非编码RNA研究中的启发式方法，促进计算预测与实验验证的整合	长链非编码RNA（lncRNA）及其结合蛋白（lncRBP）	机器学习	NA	RNA-seq	LSTM, CNN, 基于Transformer的模型	文本	NA	NA	LSTM, CNN, Transformer	NA	NA
1752	2026-05-27	Artificial intelligence in wearable biosensing: Enhancing data analysis and decision-making 2025, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2025.06.012 PMID:40921531	综述	探讨人工智能与可穿戴生物传感器的融合如何通过多模态大语言模型增强数据处理和实时决策能力	提出将多模态大语言模型与可穿戴生物传感器相结合，用于理解复杂健康语境并生成个性化健康建议	未讨论实际临床应用中的数据隐私、传感器准确性及模型可解释性等关键挑战	系统性分析机器学习和深度学习算法联合多模态大语言模型在可穿戴生物传感数据分析中的应用	可穿戴生物传感器收集的生理数据	机器学习	NA	NA	多模态大语言模型（MLLM）	生理数据	NA	NA	NA	NA	NA
1753	2026-05-26	HGCPep: Hypergraph Deep Learning Identifies Cancer-associated Non-coding Peptides 2025-Dec-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf093 PMID:41329495	研究论文	提出了HGCPep，一种基于超图深度学习来识别癌症相关非编码肽的方法	利用超图结构表示一个非编码RNA转录本编码多个肽段的内在关系，从而丰富肽段的特征表示	未提及具体限制	系统识别癌症相关的非编码肽	非编码肽（ncPEP）和其编码非编码RNA（ncRNA）	机器学习	癌症	NA	超图神经网络（Hypergraph Neural Network）和卷积神经网络	肽段序列数据	NA	PyTorch	Hypergraph Neural Network, CNN	准确率、精确率、召回率、F1分数、AUC	NA
1754	2026-05-26	Artificial intelligence in nuclear cardiology: Enhancing diagnostic accuracy and efficiency 2025 Nov-Dec, Progress in cardiovascular diseases IF:5.6Q1 DOI:10.1016/j.pcad.2025.09.010 PMID:41038418	综述	综述人工智能在核心脏病学中提升诊断准确性和效率的进展	系统总结了人工智能在核心脏病学图像优化、虚拟衰减校正、自动化生物标志物量化及多模态数据整合中的创新应用	未详细讨论AI模型在不同临床场景下的验证不足及实际部署的挑战	探讨人工智能技术如何改善核心脏病学的图像质量、减少辐射暴露并优化诊断流程	核心脏病学中的图像获取、重建、解释及临床工作流	计算机视觉	心血管疾病	NA	机器学习模型, 深度学习	图像, 临床数据, 压力测试特征	NA	NA	NA	NA	NA
1755	2026-05-26	Deep Learning for Cardiac Overload Estimation　- Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram 2025-09-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0098 PMID:40533163	研究论文	开发深度学习模型从心音和心电图数据估计血浆BNP水平以辅助心力衰竭筛查	利用短时（8秒）无创心音和心电图信号通过深度学习模型估算BNP水平，在外部验证集上表现良好	NA	验证利用无创动态生理信号估计BNP水平的深度学习模型的临床可行性	血浆BNP水平≥100 pg/mL的预测	机器学习	心血管疾病	NNN	深度学习模型	心音和心电图信号	外部验证集140名患者，亚组分析127名BMI 18.5-25患者	NNN	NNN	AUROC, 敏感性, 特异性	NA
1756	2026-05-26	Deep Learning-Based Fully Automated Aortic Valve Leaflets and Root Measurement From Computed Tomography Images　- A Feasibility Study 2025-08-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-1031 PMID:40436780	研究论文	基于深度学习实现CT图像中主动脉瓣叶和根部全自动测量的可行性研究	针对根部扩张患者CT数据重新训练现有深度学习算法，实现主动脉瓣叶/根部全自动测量，显著缩短测量时间并降低工作量	除了主动脉瓣反流病例的窦管交界处（由于扩张窦部边界不明确，差异达10.3毫米），其他测量参数均具有中高度相关性；样本量有限	评估基于深度学习的全自动主动脉瓣叶/根部测量算法在临床中的可行性	主动脉瓣叶和根部解剖结构	计算机视觉	心血管疾病	心脏CT	深度学习算法	图像	67例心电图门控心脏CT扫描用于重新训练（40名根部扩张患者），100例用于评估（50例主动脉瓣狭窄，50例主动脉瓣反流）	NA	NA	相关性、差异值、测量时间	NA
1757	2026-05-26	Hybrid strategy of coronary atherosclerosis characterization with T1-weighted MRI and CT angiography to non-invasively predict periprocedural myocardial injury 2025-06-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf116 PMID:40241659	研究论文	结合T1加权MRI与CT血管造影的混合策略用于无创预测冠状动脉介入术后心肌损伤	首次整合MRI与CCTA的最新成像和定量技术，通过深度学习实现斑块体积量化，并探索混合CCTA-MRI策略以提高围手术期心肌损伤预测准确性	未提及具体限制	评估整合MRI与CCTA是否能改善PMI预测，并探索混合策略的临床应用价值	接受择期PCI的冠状动脉粥样硬化病变患者	计算机视觉，机器学习	心血管疾病	CCTA， T1加权MRI	深度学习模型	图像	132个病变来自120名患者，其中43例发生PMI	NA	深度学习-enabled软件	C统计量，诊断准确性	NA
1758	2026-05-25	Reconstruction of structured illumination microscopy for live imaging in low light with lightweight neural networks 2025-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70009 PMID:40844333	研究论文	提出一种轻量级多卷积UNet网络，用于低光照条件下活细胞成像的结构光照明显微镜超分辨率重建	通过多卷积技术与多尺度注意力机制的结合，在减少模型参数量的同时保持高效超分辨率重建性能	文中未提及该模型在更复杂生物样本或极端低光条件下的适用性限制	实现低光照条件下活细胞成像的高质量超分辨率重建，同时提升重建速度和模型精度	不同细胞类型在不同光照强度和测试集下的结构光照明显微镜图像	数字病理学	不适用	结构光照明显微镜	CNN	图像	不同细胞类型、光照强度和测试集	PyTorch	多卷积UNet（MCU-Net）	MS-SSIM, NRMSE	不适用
1759	2026-05-25	AI-based approach for heart failure readmission prediction using SCG, ECG, and GSR signals 2025-11-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae178c PMID:41135577	研究论文	基于AI方法使用SCG、ECG和GSR信号预测心力衰竭患者再入院	首次利用地震心动图信号结合机器学习模型进行心力衰竭再入院预测，并探索了时间-频率分布方法将SCG信号转换为图像用于深度学习模型	样本量较小（仅101名患者），深度学习模型准确率低于传统机器学习算法	探索一种非侵入性方法通过预测心力衰竭患者再入院来帮助管理患者	心力衰竭患者（包括研究期间再入院者）	机器学习	心血管疾病	SCG（地震心动图）、ECG（心电图）、GSR（皮肤电反应）信号采集	K近邻、深度学习模型	信号数据	101名心力衰竭患者	NA	K近邻、深度学习模型	准确率（89.4%）、灵敏度（87.8%）、特异度（90.1%）、精确度（78.2%）、F1分数（82.7%）	NA
1760	2026-05-25	Artificial intelligence-driven oocyte scores are associated with early morphokinetics and embryo outcomes after intracytoplasmic sperm injection 2025-Oct-24, Reproductive biomedicine online IF:3.7Q1 DOI:10.1016/j.rbmo.2025.105360 PMID:42176529	研究论文	利用深度学习系统MAGENTA评估卵母细胞评分，并分析其与ICSI后早期形态动力学和胚胎结局的关系	首次将基于深度学习的卵母细胞评分系统MAGENTA与ICSI后的早期形态动力学事件及胚胎结局关联分析	NA	探究MAGENTA卵母细胞评分与ICSI后胚胎发育及妊娠结局的关联	来自1340个取卵周期的2785张成熟卵母细胞图像	机器学习	不孕症	深度学习、时序成像	深度学习	图像	2785张成熟卵母细胞图像（来自1340个取卵周期）	NA	MAGENTA	准确性、率（如退化率、正常受精率）	NA