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
161	2025-10-06	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-04-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	研究论文	提出一种基于二分图Transformer和自监督学习的长期护理计划推荐方法，为残疾老年人提供个性化护理方案	提出结合特征向量中心性的图Transformer架构，并使用基于预测的图自监督学习方法挖掘图节点深层表示	在罕见或复杂护理服务项目上的表现有待进一步提升	为残疾老年人推荐全面的长期护理计划	残疾老年人的护理数据	机器学习	老年疾病	深度学习	Transformer, 图神经网络	图数据	1917个节点和195240条边，来自真实世界护理数据	NA	Bipartite Graph Transformer (BiT)	F1-score	NA
162	2025-10-06	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	评估基于深度学习的计算机辅助诊断系统在冠状动脉钙化评分CT中检测肺结节的可行性和实用性	首次将基于薄层图像的深度学习CAD系统应用于冠状动脉钙化评分CT的肺结节检测	回顾性研究设计，样本量有限(273例患者)，需要进一步前瞻性验证	评估深度学习辅助诊断在冠状动脉钙化评分CT中检测肺结节的性能	接受冠状动脉钙化评分CT检查的273例患者(平均年龄63.9±13.2岁，男性129例)	计算机视觉	肺癌	CT扫描	深度学习	医学影像	273例患者，269个肺结节	NA	NA	灵敏度,阳性预测值,F1分数	NA
163	2025-10-06	Deep learning-based organ-at-risk segmentation, registration and dosimetry on cone beam computed tomography images in radiation therapy: A comprehensive review 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2006_24 PMID:40616533	综述	本文全面综述了深度学习在锥形束CT图像中危及器官分割、配准和剂量计算的应用进展	系统总结了生成对抗网络和深度卷积神经网络在提升CBCT图像质量、器官分割精度和剂量计算准确性方面的最新方法创新	作为综述文章，不涉及原始研究数据验证，主要基于现有文献分析	探讨深度学习技术在放射治疗CBCT图像分析中的应用与发展	锥形束CT图像及其在放射治疗中的临床应用	医学影像分析	肿瘤放射治疗	锥形束CT成像	GAN, DCNN	医学影像	NA	NA	生成对抗网络, 深度卷积神经网络	分割精度, 配准精度, 剂量计算准确性	NA
164	2025-10-06	Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2524_24 PMID:40616534	综述	探讨人工智能在预测宫颈癌复发和生存率中的作用及其技术应用	系统综述AI技术在宫颈癌预后预测中的整合应用，涵盖多模态数据融合与个性化医疗前景	未涉及具体实验验证，主要讨论技术挑战与应用局限性	评估人工智能在宫颈癌复发与生存预测领域的应用价值	宫颈癌患者的医疗数据（影像、基因组、临床资料）	自然语言处理,机器学习	宫颈癌	医学影像分析、基因组分析、临床数据处理	机器学习,深度学习	医学影像、基因组数据、临床文本数据	NA	NA	NA	NA	NA
165	2025-10-06	Greenspace and depression incidence in the US-based nationwide Nurses' Health Study II: A deep learning analysis of street-view imagery 2025-Apr, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109429 PMID:40209395	研究论文	本研究通过深度学习分析街景图像，探讨美国女性居住区绿植覆盖率与抑郁症发病率的关联	首次使用全国范围的街景图像（3.5亿张）和深度学习分割模型来量化地面绿植暴露，相比传统卫星植被指数更精确	研究对象仅限于美国女性护士群体，可能限制结果的普适性	研究街景绿植指标与抑郁症发病的关联	美国护士健康研究II中的33,490名女性参与者	计算机视觉	抑郁症	街景图像分析	深度学习分割模型	图像	3.5亿张街景图像，33,490名参与者	NA	分割模型	风险比(HR)，置信区间(CI)	NA
166	2025-10-06	Comparison of Deep Learning Approaches Using Chest Radiographs for Predicting Clinical Deterioration: Retrospective Observational Study 2025-Apr-10, JMIR AI DOI:10.2196/67144 PMID:40605772	研究论文	本研究比较了不同计算机视觉模型和数据增强方法在利用胸部X光片预测临床恶化风险方面的性能	首次系统比较五种深度学习架构和四种数据增强方法在胸部X光片预测临床恶化中的应用效果	回顾性观察研究设计，仅包含单一医疗系统的数据	验证和比较不同计算机视觉模型预测住院患者临床恶化的能力	威斯康星大学卫生系统2009-2020年住院的成年患者	计算机视觉	呼吸系统疾病	胸部X光摄影	CNN, Transformer	医学影像	21,817例患者入院记录，其中1,655例(7.6%)发生临床恶化	NA	VGG16, DenseNet121, Vision Transformer, ResNet50, Inception V3	AUROC, AUPRC	NA
167	2025-10-06	TonguExpert: A Deep Learning-Based Algorithm Platform for Fine-Grained Extraction and Classification of Tongue Phenotypes 2025-Apr, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-024-00210-9 PMID:40606562	研究论文	开发了一个基于深度学习的舌象表型精细提取与分类算法平台TonguExpert	集成舌体分割和表型提取的先进技术，能够从舌象中提取773种表型特征，并发布了最大的公开舌象数据集	数据集主要来自中国人群，模型在其他人群中的泛化能力需要进一步验证	推进自动化舌诊在疾病检测和健康监测中的应用	舌象图像和相关的表型特征	计算机视觉	中医诊断	深度学习	CNN	图像	5992张舌象图像	NA	NA	ROC-AUC, 准确率	NA
168	2025-10-06	Predicting the hypoxic volume of head and neck tumors from fluorodeoxyglucose positron emission tomography images using artificial intelligence 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100769 PMID:40584457	研究论文	本研究开发了一种基于生成对抗网络的人工智能模型，能够从常规获取的18F-FDG PET图像合成类似18F-FMISO的缺氧图像，用于预测头颈部肿瘤的缺氧体积	首次使用基于pix2pix架构的生成对抗网络从常规FDG-PET图像直接生成FMISO样缺氧图像，避免了FMISO PET扫描的可用性限制	需要在更大规模的机构和多机构队列中进行测试以验证泛化能力，样本量相对有限	开发人工智能模型预测头颈部肿瘤缺氧体积，替代稀缺的FMISO PET成像	134名头颈部癌患者（训练84人，验证13人，测试21人，额外测试16人）	医学影像分析	头颈部肿瘤	18F-FDG PET/CT成像，18F-FMISO动态PET/CT成像	GAN	医学影像	134名头颈部癌患者	NA	pix2pix	Pearson相关系数	NA
169	2025-10-06	PanEcho: Complete AI-enabled echocardiography interpretation with multi-task deep learning 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.16.24317431 PMID:40321248	研究论文	开发并验证了用于自动解读超声心动图的多任务深度学习AI系统PanEcho	首个能够全面解读超声心动图（39个标签和测量值）的完整AI系统，在完整和有限成像方案中均保持高精度	回顾性研究，需进一步前瞻性验证	开发自动解读超声心动图的AI系统	超声心动图视频和患者	医学影像分析	心血管疾病	超声心动图	深度学习	视频	来自24,405名患者的32,265项TTE研究，包含120万段超声心动图视频	NA	多任务深度学习	AUC, MAE	NA
170	2025-10-06	Deep learning radiomics nomograms predict Isocitrate dehydrogenase (IDH) genotypes in brain glioma: A multicenter study 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110314 PMID:39708927	研究论文	本研究开发了一种深度学习影像组学列线图模型，用于预测脑胶质瘤的IDH基因型	提出了一种融合深度学习特征、影像组学特征和临床特征的混合模型，并在多中心数据上验证了其预测性能	回顾性研究设计，样本量相对有限，仅基于T2图像	探索深度学习影像组学列线图在预测脑胶质瘤IDH基因型中的可行性	脑胶质瘤患者	医学影像分析	脑胶质瘤	MRI成像	深度学习, 逻辑回归	医学影像(T2图像)	402例来自两个独立中心的胶质瘤患者(训练集239例，内部验证103例，外部验证60例)	NA	NA	AUC, ROC曲线	NA
171	2025-10-06	Multiscale deep learning radiomics for predicting recurrence-free survival in pancreatic cancer: A multicenter study 2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110770 PMID:39894259	研究论文	开发并验证用于预测胰腺导管腺癌患者无复发生存期的多尺度深度学习放射组学列线图	结合手工放射组学特征和深度学习特征，构建多尺度预测模型，并在多中心数据中验证其优于传统AJCC分期系统的性能	样本量相对有限，且来自不同医院的数据质量可能存在差异	预测胰腺导管腺癌患者的无复发生存期	469名胰腺导管腺癌患者	医学影像分析	胰腺癌	放射组学分析，深度学习	深度学习模型	医学影像数据	469名患者来自四家医院	NA	NA	C-index, AUC, Kaplan-Meier分析	NA
172	2025-10-06	2D Hole-Arrayed Double-Anode Structure Exciting Surface Plasmon Polaritons for Enhancing Outcoupling Efficiency of Organic Light-Emitting Diodes on Silicon Wafers (OLEDoS) 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10366 PMID:40321593	研究论文	本研究提出一种二维孔阵列双阳极结构，通过激发表面等离子体激子来增强硅基有机发光二极管的出光效率	首次采用二维孔阵列双阳极结构激发表面等离子体激子，并建立机器学习模型预测结构参数与出光增强因子的关系	研究主要基于仿真分析，需要进一步实验验证实际性能	提高有机发光二极管在硅基板上的出光效率	有机发光二极管（OLED）器件结构	光电器件	NA	有限时域差分法（FDTD）	线性回归,XGB Regressor,MLP	仿真数据	NA	Scikit-learn	多层感知机（MLP）	平均绝对误差（MAE）	NA
173	2025-10-06	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文综述了机器学习在药物基因组学变异效应预测中的最新进展和未来发展方向	探索了利用深度学习模型捕获进化保守性和生物物理特性的新技术，以及整合多个预测模型的集成方法	数百万罕见变异的功能仍未被充分表征，精准医学实施面临挑战	改进药物相关变异的功能效应预测，将基因组信息转化为药物遗传学建议	药物处置和药物靶点相关基因中的药物基因组学变异	机器学习	NA	DNA测序,蛋白质测序	深度学习,集成学习	基因组序列数据,蛋白质序列数据	NA	NA	NA	准确性,鲁棒性,可解释性	NA
174	2025-10-06	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Apr-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	开发了一种基于深度学习的策略，从高密度细胞外记录中识别跨物种的细胞类型	结合光遗传学和药理学创建了经过筛选的真实标签电生理特性库，并开发了半监督深度学习分类器	使用小脑作为测试平台，可能在其他脑区的适用性需要进一步验证	从细胞外记录中识别细胞类型并揭示不同功能、分子和解剖特性神经元在行为中的计算作用	清醒动物的小脑神经元，包括浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维	机器学习	NA	光遗传学,药理学,电生理记录	深度学习分类器	电生理信号	NA	NA	半监督深度学习	准确率	NA
175	2025-10-06	[Segmentation and validation of mandibular canal and its bifurcation on cone beam CT based on deep learning] 2025-Apr, Shanghai kou qiang yi xue = Shanghai journal of stomatology PMID:40550761	研究论文	基于深度学习开发并验证下颌管及其分叉的CBCT自动分割方法	采用伪标签方法辅助标注，结合形态学后处理提升下颌管及分叉的分割精度	样本量有限（290例CBCT扫描），仅针对清晰分叉病例验证	建立下颌管及其分叉的自动检测与分割方法	下颌管及分叉解剖结构	计算机视觉	口腔颌面疾病	锥形束CT（CBCT）成像	CNN	医学影像（CBCT扫描）	290例CBCT扫描（训练集200例，测试集90例）	3D Slicer	3D U-Net	Dice相似系数，Hausdorff距离，Kappa值，检测率	NA
176	2025-10-06	Trade-offs between machine learning and deep learning for mental illness detection on social media 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99167-6 PMID:40281061	研究论文	比较机器学习和深度学习模型在社交媒体心理健康检测中的性能权衡	系统评估传统机器学习与深度学习模型在心理健康文本分类中的性能差异，特别关注准确性、可解释性和计算效率之间的权衡关系	仅使用中等规模数据集进行评估，未涵盖超大规模数据场景	为心理健康状况检测选择最合适的模型方法	社交媒体用户关于抑郁、焦虑和自杀意念的文本讨论	自然语言处理	精神疾病	文本分析	逻辑回归,随机森林,LightGBM,ALBERT,GRU	文本数据	中等规模数据集	NA	ALBERT,Gated Recurrent Units	准确性,可解释性,计算效率	NA
177	2025-10-06	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-Apr, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个基于单细胞组学数据的人工智能统一框架scDisPreAI，用于疾病预测和生物标志物发现	开发首个整合单细胞组学数据与AI技术的统一疾病预测框架，支持多任务学习和可解释性分析	需要大规模标准化数据库支持，尚未进行前瞻性临床验证	建立基于单细胞组学数据的疾病预测和生物标志物发现框架	多种疾病和疾病阶段的单细胞组学数据	机器学习	多种疾病	单细胞组学技术	机器学习管道,深度学习架构	单细胞组学数据	NA	NA	NA	NA	NA
178	2025-10-06	Automated assessment of simulated laparoscopic surgical skill performance using deep learning 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96336-5 PMID:40253514	研究论文	本研究利用深度学习技术自动评估模拟腹腔镜手术技能表现	引入了专门设计的模拟腹腔镜手术性能数据集(LSPD)，并采用弱监督3DCNN方法进行外科医生经验水平分类	基于模拟环境而非真实手术场景，数据集规模可能有限	开发自动化手术技能评估系统以减少对人工专家评估的依赖	不同经验水平外科医生(新手、学员、专家)的模拟腹腔镜手术表现	计算机视觉	NA	深度学习，计算机视觉	3DCNN	手术模拟视频	包含新手、学员和专家三个技能水平的外科医生样本	NA	3D卷积神经网络	F1分数，AUC	NA
179	2025-10-06	Computational Pathology Detection of Hypoxia-Induced Morphologic Changes in Breast Cancer 2025-Apr, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.023 PMID:39732389	研究论文	本研究开发了一种基于人工智能的计算病理学方法，用于检测乳腺癌中缺氧诱导的形态学变化	首次将弱监督深度学习模型应用于常规H&E染色全切片图像，无需额外基因表达检测即可评估肿瘤缺氧状态	研究样本仅来自单一数据库(TCGA)，且仅针对乳腺癌类型	开发计算病理学方法检测乳腺癌缺氧微环境	乳腺癌原发部位组织样本	计算病理学	乳腺癌	H&E染色全切片成像	深度学习	全切片图像	1016个乳腺癌原发部位样本	NA	HypOxNet	AUC	NA
180	2025-10-06	Diagnostic performance of the ultrasound -based artificial intelligence diagnostic system in predicting cervical lymph node metastasis in patients with thyroid cancer: A systematic review and meta-analysis 2025 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504251346906 PMID:40462622	系统评价与荟萃分析	通过系统评价和荟萃分析评估基于超声的人工智能系统在预测甲状腺癌患者颈部淋巴结转移中的诊断性能	首次对基于超声的AI系统在甲状腺癌淋巴结转移诊断中的性能进行系统评估，并比较了深度学习与传统机器学习、多中心与单中心设计、多模态与单模态特征的差异	纳入研究存在异质性，需要前瞻性验证才能临床推广应用	系统评估基于超声的人工智能系统在预测甲状腺癌颈部淋巴结转移中的诊断性能	甲状腺癌患者及其颈部淋巴结转移情况	医学影像分析	甲状腺癌	超声成像	深度学习, 传统机器学习	超声图像	19项研究	NA	NA	敏感度, 特异度, AUC	NA