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
81	2025-10-06	Automatic Segmentation of Quadriceps Femoris Cross-Sectional Area in Ultrasound Images: Development and Validation of Convolutional Neural Networks in People With Anterior Cruciate Ligament Injury and Surgery 2025-02, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.004 PMID:39581823	研究论文	开发并验证用于前交叉韧带损伤人群股四头肌横截面积超声图像自动分割的卷积神经网络模型	首次针对前交叉韧带损伤人群开发专用的肌肉横截面积自动分割模型，解决了现有健康人群模型在该特殊人群中的适用性问题	模型在某些情况下仍存在错误预测（17%-20%），需要人工干预排除错误结果	验证和开发适用于前交叉韧带损伤人群的股四头肌横截面积自动分割方法	前交叉韧带损伤患者的股四头肌（股外侧肌、股直肌、股内侧肌）超声图像	计算机视觉	前交叉韧带损伤	超声成像	CNN	图像	124名前交叉韧带损伤患者（430张股外侧肌图像、349张股直肌图像、723张股内侧肌图像），额外153名健康参与者数据用于部分模型训练，100张外部验证图像	NA	DeepACSA	ICC, 测量标准误差百分比, 平均差异	NA
82	2025-10-06	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	研究论文	提出一种基于交叉窗口变换器和自监督预训练的新方法，用于双参数MRI中临床显著前列腺癌的检测	提出新型交叉窗口变换器UNet模型(CSwin UNet)和多任务自监督学习框架，采用自动加权损失统一预训练任务	需要进一步验证在更多外部数据集上的泛化能力	提升前列腺癌在双参数MRI中的检测性能	前列腺癌患者	计算机视觉	前列腺癌	双参数磁共振成像(bpMRI)	Transformer, CNN	医学影像	1476名患者(PI-CAI数据集) + 158名患者(Prostate158数据集)	PyTorch	CSwin UNet, nnFormer, Swin UNETR, DynUNet, Attention UNet, UNet	AUC, Average Precision	NA
83	2025-10-06	Comparing ECG Lead Subsets for Heart Arrhythmia/ECG Pattern Classification: Convolutional Neural Networks and Random Forest 2025-Feb, CJC open IF:2.5Q2 DOI:10.1016/j.cjco.2024.10.012 PMID:40060210	研究论文	比较卷积神经网络和随机森林在减少心电图导联子集下对心律失常/心电图模式的分类性能	首次系统比较深度学习和传统机器学习方法在减少心电图导联子集下的心律失常分类性能，并识别最优导联组合	使用单一公开数据集（PhysioNet 2020挑战赛数据），未在其他独立数据集上验证结果	评估不同心电图导联子集对心律失常/心电图模式分类准确性的影响	心电图信号和心律失常/心电图模式	机器学习	心血管疾病	心电图分析	CNN, Random Forest	心电图信号	PhysioNet心脏病学挑战赛2020数据集	NA	卷积神经网络, 前馈神经网络	宏平均F1分数	NA
84	2025-10-06	Invited commentary: deep learning-methods to amplify epidemiologic data collection and analyses 2025-Feb-05, American journal of epidemiology IF:5.0Q1 DOI:10.1093/aje/kwae215 PMID:39013794	评论	本文探讨深度学习在流行病学数据收集与分析中的应用潜力与挑战	强调深度学习为流行病学研究提供的新机遇，包括扩大地理覆盖范围、增加研究对象数量和处理高维数据	深度学习工具对流行病学家而言不如传统回归方法直观易用，需要跨学科合作	探讨深度学习在流行病学数据收集与分析中的放大作用	流行病学研究方法和数据	机器学习	NA	深度学习	神经网络,注意力算法	文本,音频,图像,视频	NA	NA	NA	NA	NA
85	2025-10-06	Deep Learning-Based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in Computed Tomography Images and Assessment of Spinal Cord Compression: A Two-Center Study 2025-02, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	开发基于CT图像的深度学习模型用于自动分割颈椎后纵韧带骨化病灶并评估脊髓压迫程度	首个基于3D U-Net框架的全自动CT图像后纵韧带骨化分割系统，能够同时测量骨化物质厚度和计算脊髓压迫系数	样本量相对有限（307例），外部测试集性能略有下降	开发自动化深度学习模型用于颈椎后纵韧带骨化的精确分割和脊髓压迫评估	颈椎后纵韧带骨化患者	医学影像分析	颈椎病	计算机断层扫描（CT）	深度学习	CT图像	307例患者（上海长征医院260例，西南医科大学附属中医医院47例）	NA	3D U-Net	Dice相似系数，平均表面距离，组内相关系数（ICC），Bland-Altman图	NA
86	2025-10-06	Deep Learning for Protein-Ligand Docking: Are We There Yet? 2025-Feb-09, ArXiv PMID:38827451	研究论文	本文介绍了首个蛋白质-配体对接综合基准PoseBench，并系统评估了深度学习方法在蛋白质-配体对接中的表现	首次系统研究最新对接方法在预测蛋白质结构对接、多配体同时结合和无结合口袋先验知识三种场景下的表现，并首次向DL社区引入多配体基准数据集	深度学习方法在新型蛋白质序列预测目标上仍面临挑战，且在结构准确性与化学特异性之间难以平衡	评估深度学习方法在蛋白质-配体对接中的实际应用价值	蛋白质-配体对接方法和结构预测方法	机器学习	NA	深度学习	深度学习	蛋白质结构数据，配体数据	主要配体和多配体基准数据集	NA	AlphaFold 3	结构准确性，化学特异性	NA
87	2025-10-06	Improving Identification of Drug-Target Binding Sites Based on Structures of Targets Using Residual Graph Transformer Network 2025-Feb-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15020221 PMID:40001524	研究论文	提出基于残差图变换器网络RGTsite的新深度学习框架，用于改进药物-靶标结合位点的识别	首次将残差图变换器网络应用于药物-靶标结合位点识别，融合多模态特征提取和残差连接技术	未明确说明数据集不平衡问题的具体处理方法和模型计算复杂度	提高药物-靶标结合位点识别准确率以加速药物开发过程	蛋白质靶标结构及其药物结合位点	生物信息学	NA	深度学习，蛋白质结构分析	CNN,Transformer,图神经网络	蛋白质序列，结构特征，物理化学性质	多个基准数据集（未明确具体数量）	NA	残差1D-CNN,ProtT5,图变换器网络	F1-score,Matthews Correlation Coefficient	NA
88	2025-10-06	Advancing structure modeling from cryo-EM maps with deep learning 2025-02-07, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20240784 PMID:39927816	综述	本文讨论冷冻电镜密度图中自动结构建模的演变与现状，重点关注深度学习在建模过程中的作用	系统分类冷冻电镜结构建模方法，并强调人工智能驱动方法在该领域的变革性作用	NA	综述冷冻电镜密度图自动结构建模方法的发展与现状	冷冻电镜密度图的结构建模方法	结构生物学	NA	冷冻电镜(cryo-EM)	深度学习	冷冻电镜密度图	NA	NA	NA	NA	NA
89	2025-10-06	Deep learning and explainable artificial intelligence for investigating dental professionals' satisfaction with CAD software performance 2025-Feb, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13900 PMID:39010644	研究论文	使用深度学习和可解释人工智能研究牙科专业人员对CAD软件性能的满意度	首次将深度学习和可解释人工智能相结合用于牙科领域的行为分析，通过MLP-ANN模型和XAI方法揭示影响用户满意度的关键因素	研究样本仅限于436名牙科专业人员，未涉及更广泛的用户群体	调查牙科专业人员对CAD软件性能的满意度及其影响因素	牙科学生、牙医和牙科技师	机器学习	NA	行为分析	MLP-ANN	问卷调查数据	436名牙科专业人员	NA	多层感知器人工神经网络	准确率,精确率,召回率	NA
90	2025-10-06	PhysioEx: a new Python library for explainable sleep staging through deep learning 2025-Feb-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adaf73 PMID:39874654	研究论文	介绍PhysioEx——一个用于通过深度学习和可解释AI进行睡眠分期分析的Python库	开发了首个结合深度学习和可解释AI的标准化睡眠分期分析Python库，支持模块化工作流程和多种解释方法	NA	为睡眠分期分析提供一个标准化且易于使用的平台，弥合机器学习模型与临床专业知识之间的差距	睡眠生理信号数据	数字病理	睡眠障碍	深度学习，可解释AI	深度学习模型	生理信号（单通道EEG，多通道EEG-EOG-EMG）	基于睡眠心脏健康研究数据集的预训练模型	Python	NA	基准测试比较	支持从低资源设备到高性能计算集群
91	2025-10-06	A two-branch framework for blood pressure estimation using photoplethysmography signals with deep learning and clinical prior physiological knowledge 2025-Feb-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adae50 PMID:39854841	研究论文	提出一种结合深度学习和临床先验知识的双分支框架，用于基于光电容积脉搏波信号的无袖带血压估计	首次将预训练视觉Transformer与临床生理知识相结合，并考虑昼夜血压变化构建分时段专用模型	仅使用静息状态数据，未验证运动状态下的性能	开发精确可靠的无创血压监测技术	光电容积脉搏波信号	机器学习	心血管疾病	光电容积脉搏波	深度学习	信号数据	HRSD数据集和MIMIC-IV数据集	AutoML	MobileViTv2, Vgg19	平均绝对误差	NA
92	2025-10-06	Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment 2025-02, Reproductive biomedicine online IF:3.7Q1 DOI:10.1016/j.rbmo.2024.104441 PMID:39708575	研究论文	开发基于深度学习的机器学习工具，用于预测卵巢刺激周期开始时的成熟卵母细胞数量和触发日	提出两种新型渐进式深度学习算法，可在刺激周期开始时预测触发日和MII卵母细胞数量	需要纳入更多数据和来自不同诊所的验证	开发个性化治疗工具，预测卵巢刺激结果	56,490个卵巢刺激周期（主要数据集）和5,103个卵巢刺激周期（临床验证数据集）	机器学习	生殖医学	深度学习	深度学习	临床数据	主要数据集56,490个刺激周期，其中13,090个用于模型开发，临床验证数据集5,103个刺激周期	NA	NA	平均绝对误差, R2值, 四分位根均方误差	NA
93	2025-10-06	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-Feb-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	比较直肠磁敏感伪影对前列腺癌MRI主观评估和深度学习方法诊断性能的影响	首次系统比较直肠伪影对放射科医师主观评估和深度学习模型在前列腺癌诊断中影响的差异	回顾性研究设计，仅纳入两个中心的患者数据	评估直肠磁敏感伪影对前列腺癌MRI诊断准确性的影响	1052名临床疑似前列腺癌并接受MRI和活检的患者	医学影像分析	前列腺癌	磁共振成像	深度学习	医学影像	1052名患者	NA	NA	AUC	NA
94	2025-10-06	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究开发了一种基于深度学习的自动评估系统，用于评估腹腔镜结直肠手术中组织解剖效率	首次使用深度学习技术自动识别手术器械和组织解剖状态，实现手术技能评估的客观量化	回顾性研究，依赖手术视频质量，模型性能可能受限于训练数据	验证基于深度学习的手术技能自动评估方法的可行性	腹腔镜结直肠手术中的组织解剖过程	计算机视觉	结直肠癌	深度学习计算机视觉技术	CNN	手术视频	来自日本766例腹腔镜结直肠手术病例	NA	NA	准确率, 相关系数, P值	NA
95	2025-10-06	Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00557-2 PMID:39966210	研究论文	开发并验证了一种基于多参数MRI的端到端自动化宫颈癌检测与分割流程	提出创新的两阶段流程，结合ConvNeXt模块的多参数检测和3通道DoubleU-Nets分割	回顾性多中心研究，样本量相对有限（125例患者）	开发自动化宫颈癌检测与分割方法，减轻医生工作负担	宫颈癌患者的多参数MRI图像	数字病理	宫颈癌	多参数磁共振成像（DWI、T2WI、CE-T1WI）	CNN	医学图像	125例宫颈癌患者，14,547张二维图像	NA	ConvNeXt, DoubleU-Net	准确率, 精确率, 召回率, κ系数, F1分数, Dice相似系数, Jaccard值	NA
96	2025-10-06	Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis 2025-Feb-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/62647 PMID:39908541	系统综述与Meta分析	本文系统评估了视觉变换器在神经影像中检测阿尔茨海默病的诊断准确性	首次对视觉变换器在阿尔茨海默病检测中的应用进行系统综述和Meta分析，比较不同网络架构的诊断性能	仅纳入11项研究，样本量相对有限；仅包含磁共振成像和正电子发射断层扫描数据	评估视觉变换器在阿尔茨海默病检测中的诊断准确性和网络架构对模型性能的影响	阿尔茨海默病患者与健康对照组的神经影像数据	医学影像分析	阿尔茨海默病	磁共振成像, 正电子发射断层扫描	Vision Transformer (ViT)	神经影像数据	11项研究（具体样本数量未在摘要中明确说明）	NA	Vision Transformer	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, AUC	NA
97	2025-10-06	Performance of artificial intelligence on cervical vertebral maturation assessment: a systematic review and meta-analysis 2025-Feb-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05482-9 PMID:39910512	系统综述与荟萃分析	评估人工智能在颈椎骨成熟度评估中的整体性能	首次通过系统综述和荟萃分析全面评估AI在CVM评估中的表现，并比较不同AI子集（深度学习和机器学习）的性能差异	纳入研究数量有限（25项），部分研究存在偏倚风险，仅包含2010年后的研究	评估人工智能模型在X光片中评估颈椎骨成熟度的性能	颈椎骨成熟度评估的X光影像	医学影像分析	正畸治疗	X光影像分析	深度学习, 机器学习	X光影像	25项研究（从1606项研究中筛选）	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
98	2025-10-06	Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6373 PMID:39660731	研究论文	本研究通过压力测试评估深度学习模型在前列腺癌活检和手术标本检测中的性能差异	首次系统评估活检训练模型在手术标本上的泛化能力及形态学差异对模型性能的影响	样本量相对有限，仅包含特定机构的样本，可能影响结果的普适性	研究样本类型间形态学差异对前列腺癌检测深度学习模型性能的影响	前列腺活检和根治性前列腺切除术的组织切片	数字病理学	前列腺癌	H&E染色组织切片数字化	CNN	病理切片图像	总样本量1,000例（宾夕法尼亚大学150例：活检50例，手术标本100例；外部验证750例）	NA	DenseNet	F1分数, 统计显著性(p值)	NA
99	2025-10-06	Tumour purity assessment with deep learning in colorectal cancer and impact on molecular analysis 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6376 PMID:39710952	研究论文	本研究评估了深度学习模型SoftCTM在结直肠癌肿瘤纯度评估中的性能及其对分子分析的影响	开发了开源多器官深度学习模型SoftCTM，首次在三个大型多中心结直肠癌队列中系统比较了深度学习、传统病理学和生物信息学反卷积方法在肿瘤纯度评估中的表现	研究仅针对结直肠癌，需要进一步验证在其他癌症类型中的适用性	评估深度学习模型在肿瘤纯度评估中的准确性和实用性，及其对下游分子分析的影响	结直肠癌患者	数字病理学	结直肠癌	H&E染色切片分析，RNA表达分析，DNA甲基化分析，拷贝数变异分析	深度学习	数字病理图像，多组学数据	1,097名患者，三个大型多中心结直肠癌队列	NA	SoftCTM	相关系数，平均值，标准差	NA
100	2025-10-06	Computational pathology applied to clinical colorectal cancer cohorts identifies immune and endothelial cell spatial patterns predictive of outcome 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6378 PMID:39788558	研究论文	本研究应用计算病理学方法分析结直肠癌临床队列，识别出能够预测预后的免疫细胞和内皮细胞空间模式	首次在多个分子亚型和治疗背景的转移性结直肠癌队列中，系统量化肿瘤微环境中细胞类型的空间组织特征及其与预后的关联	研究样本量相对有限，且为回顾性队列研究，需要前瞻性研究进一步验证	探索结直肠癌肿瘤微环境中细胞空间模式与临床预后的关系	375例临床注释的转移性结直肠癌患者，包括三个不同分子亚型和治疗史的队列	计算病理学	结直肠癌	深度学习细胞分类，多重免疫荧光验证	深度学习	H&E染色组织切片图像	375例结直肠癌患者（MISSONI队列59例，BRAF队列141例，VALENTINO队列175例），包含超过1.8亿个细胞	NA	深度学习细胞分类器	风险比(HR)，置信区间(CI)，p值	NA