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	2026-06-19	The role of artificial intelligence in occupational health in radiation exposure: a scoping review of the literature 2025-05-16, Environmental health : a global access science source IF:5.3Q1 DOI:10.1186/s12940-025-01186-3 PMID:40380224	综述	系统回顾了人工智能在职业辐射暴露评估、监测、控制和防护中的应用现状	首次按照PRISMA指南系统梳理AI在职业辐射暴露管理中的三大应用类别（监督评估、检测监测、防护控制）	缺乏高质量训练数据、复杂AI算法可解释性不足、与安全标准契合度待验证、现有系统集成困难、跨学科专业知识匮乏	评估人工智能在职业辐射暴露管理中的应用潜力与现有挑战	职业辐射暴露场景下的AI工具（专家系统、机器学习、深度学习等）	机器学习	NA	NA	专家系统、机器学习、深度学习	文献文本	59篇合格文献	NA	NA	NA	NA
82	2026-06-19	Injury degree appraisal of large language model based on retrieval-augmented generation and deep learning 2025 May-Jun, International journal of law and psychiatry IF:1.4Q3 DOI:10.1016/j.ijlp.2025.102070 PMID:39970564	研究论文	提出一种结合检索增强生成、图知识库和深度学习的创新方法，提升大语言模型在法医损伤程度鉴定任务中的表现	首次将检索增强生成与图知识库和深度学习相结合，针对中国《人体损伤程度鉴定标准》实现法医损伤鉴定，并展现出良好的跨领域迁移能力	未提及	提升大语言模型在法医损伤鉴定等专业领域的应用性能	法医损伤鉴定案例数据集和九种主流大语言模型	自然语言处理	法医损伤	NA	RoBERTa-CNN	文本	26,199个真实损伤鉴定案例	PyTorch	RoBERTa, CNN	准确率	NA
83	2026-06-18	Electroencephalography estimates brain age in infants with high precision: Leveraging advanced machine learning in healthcare 2025-05-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121200 PMID:40216216	研究论文	利用脑电图和机器学习/深度学习模型高精度估算婴儿大脑年龄，并验证脑年龄差距在评估早期神经发育中的应用	首次将深度学习网络应用于脑电图估算婴儿脑年龄，实现平均绝对误差仅为一个月的高精度预测，并验证了脑年龄差距在临床风险人群（巨头症）中的有效性	NA	开发可靠的脑电图基脑年龄估算方法，量化生物年龄与时序年龄的差距，作为加速或减缓大脑发育的标志	219名3至14个月典型发育婴儿的脑电图记录（深度学习网络使用2628个样本）以及巨头症临床风险人群	机器学习	神经发育疾病	脑电图	深度学习网络	脑电图信号	219名婴儿（2628个记录样本）	NA	深度学习网络	平均绝对误差、相关系数	NA
84	2026-06-18	A CVAE-based generative model for generalized B1 inhomogeneity corrected chemical exchange saturation transfer MRI at 5 T 2025-05-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121202 PMID:40268259	研究论文	提出基于条件变分自编码器的生成模型，用于5T磁共振化学交换饱和转移成像中的B1场不均匀性校正	首次将条件变分自编码器（CVAE）应用于CEST MRI的B1场不均匀性校正，实现了从单次采集生成校正后的Z谱，并且能够泛化到训练集中未包含的B1水平	未提及具体限制	开发一种适用于不同B1水平、无需多次采集的通用B1场不均匀性校正方法	健康人脑的5T磁共振CEST成像数据，以及数值模拟数据	磁共振成像	NA	化学交换饱和转移（CEST）磁共振成像	条件变分自编码器（CVAE）	磁共振Z谱图像数据	数值模拟数据及5T健康人脑成像数据	NA	条件变分自编码器（CVAE）	MTR, [Formula: see text]（3.5 ppm处）	NA
85	2026-06-18	A Novel Management Challenge in Age-Related Macular Degeneration: Artificial Intelligence and Expert Prediction of Geographic Atrophy 2025-05, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.029 PMID:39522752	研究论文	本研究评估了眼科医生与人工智能在预测年龄相关性黄斑变性继发的地理萎缩（GA）进展速度方面的能力，并比较了它们的预测性能	首次直接比较眼科医生与深度学习算法在预测GA个体进展速度上的表现，展示了AI在仅使用OCT影像时的优势	研究样本量有限（134只眼），且来自单一临床试验，可能影响结果的泛化性；AI仅基于OCT影像，未使用其他成像模态	评估眼科医生和人工智能在预测年龄相关性黄斑变性继发的地理萎缩个体进展速度方面的价值与差异	年龄相关性黄斑变性继发的地理萎缩（GA）患者的眼	计算机视觉	年龄相关性黄斑变性	OCT、FAF、NIR成像	深度学习	OCT影像、FAF影像、NIR+OCT影像的组合	134名患者的134只眼，其中53只来自假处理组，81只来自未治疗对侧眼	NA	深度学习算法（未具体说明）	准确率、加权κ系数、一致性指数（c-index）	NA
86	2026-06-17	Deep learning for cerebral vascular occlusion segmentation: A novel ConvNeXtV2 and GRN-integrated U-Net framework for diffusion-weighted imaging 2025-05-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.010 PMID:40204150	研究论文	提出一种结合ConvNeXtV2和GRN的U-Net深度学习框架，用于脑血管闭塞的MRI图像分割	首次将ConvNeXtV2架构应用于脑血管闭塞分割领域，通过GRN增强多层感知机提升低对比度区域的分割精度，同时保持高计算效率	高计算成本、难以分割小或不规则病变区域，以及需要提前移除≤5像素的小病灶	开发用于脑血管闭塞MRI图像分割的快速准确计算机辅助诊断系统	脑部磁共振弥散加权成像（DWI）中的脑血管闭塞病变区域	计算机视觉, 数字病理学	脑卒中（缺血性卒中）	MRI（磁共振成像）	CNN	图像（MRI-DWI）	ISLES 2022数据集（未明确样本数量）	PyTorch	U-Net, ConvNeXtV2, 多层感知机（GRN-MLP）	IoU, Dice系数	未明确说明
87	2026-06-17	A fully automatic radiomics pipeline for postoperative facial nerve function prediction of vestibular schwannoma 2025-05-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.008 PMID:40210197	研究论文	提出一种基于多序列MRI的全自动深度学习流程，用于预测前庭神经鞘瘤术后面部神经功能	首次将2.5D Trans-UNet分割网络与1DCNN-GRU分类网络结合，构建全自动影像组学流程，实现术前MRI预测术后面神经功能	未提及潜在的数据集规模限制或模型泛化性验证不足	开发全自动深度学习模型预测前庭神经鞘瘤术后面部神经功能	前庭神经鞘瘤患者的多序列MRI影像数据	数字病理学、计算机视觉	前庭神经鞘瘤	多序列磁共振成像（MRI）	2.5D Trans-UNet、1DCNN-GRU	医学影像（MRI）	公开数据集和私有数据集（具体数量未在摘要中说明）	NA	2.5D Trans-UNet, 1DCNN, GRU	准确率	NA
88	2026-06-17	IBDome: An integrated molecular, histopathological, and clinical atlas of inflammatory bowel diseases 2025-May-06, Research square DOI:10.21203/rs.3.rs-6443303/v1 PMID:40386420	研究论文	对炎症性肠病（IBD）患者进行多组学和多模态综合分析，构建综合分子、组织病理学和临床图谱	整合全外显子测序、RNA测序、血清蛋白质组学和组织病理学图像等多模态数据，开发炎症蛋白严重性评分及基于基础模型的深度学习工具用于组织学疾病活动度评分	NA	通过多组学和多模态分析增进对炎症性肠病的理解，改进诊断并推动个性化治疗策略	1,002名临床注释的炎症性肠病患者和非IBD对照	数字病理学	炎症性肠病	全外显子测序, RNA测序, 血清蛋白质组学, H&E染色图像评估	基础模型深度学习	基因表达数据, 蛋白质组学数据, 组织病理学图像	1,002名患者和对照的肠道组织样本及血清样本	NA	基础模型	NA	NA
89	2026-06-17	Automated Joint Space Detection Improves Bone Segmentation Accuracy 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.30.651481 PMID:40654621	研究论文	提出一种自动关节间隙检测方法，利用深度学习模型提高显微CT图像中小鼠爪骨分割的准确性	在传统半自动标记分水岭算法基础上，新增结构增强、张量投票和输出扩张技术，结合3D U-Net（ResNet-18主干）进行关节间隙预测，显著提升分割精度	在疾病严重程度较高和年龄较大样本中精度下降，且灵活应用于新数据集时性能降低	开发自动关节间隙检测方法，提高复杂骨结构分割的准确性	小鼠后爪和前爪的显微CT数据集（30-33块骨头）	计算机视觉	炎性侵蚀性关节炎	显微CT	3D U-Net	图像	野生型和肿瘤坏死因子转基因小鼠不同性别和年龄的后爪和前爪样本	NA	3D U-Net, ResNet-18	分割准确率	NA
90	2026-06-17	Harnessing omics data for drug discovery and development in ovarian aging 2025-05-01, Human reproduction update IF:14.8Q1 DOI:10.1093/humupd/dmaf002 PMID:39977580	综述	本文综述了多组学数据在卵巢衰老药物发现和开发中的应用，探讨了从基因组学到微生物组的多层面数据如何助力识别新药物靶点和治疗策略	整合了从组织水平到单细胞的多组学数据，系统梳理了基因组、转录组、蛋白质组、代谢组和微生物组数据在卵巢衰老药物靶点发现中的作用，并特别强调了单细胞技术和空间转录组学与人工智能模型融合的前景	作为综述，未提供原始实验数据或计算模型验证；文献检索截止2024年9月，可能遗漏最新进展	综合多组学数据资源，探索如何利用这些数据识别卵巢衰老的新药物靶点并指导治疗策略	卵巢衰老相关的多组学数据，包括基因组、转录组、蛋白质组、代谢组和微生物组数据，以及单细胞水平研究	机器学习	妇科疾病	多组学技术, 单细胞技术, 空间转录组学	NA	组学数据	NA	NA	NA	NA	NA
91	2026-06-09	Physicochemical Dual Cross-Linked Multifunctional Conductive Organohydrogel Sensors for Fireworks Burn Wound Healing and Intelligent Real-Time Monitoring 2025-May-27, Polymer science & technology (Washington, D.C.) DOI:10.1021/polymscitech.4c00018 PMID:42257191	研究论文	通过物理和化学双重交联策略制备多功能导电有机水凝胶传感器，用于烟花烧伤创面愈合和智能实时监测	采用没食子酸接枝壳聚糖和单宁酸与聚乙烯醇物理冷冻交联形成刚性网络，结合蛋壳膜功能蛋白与四臂聚乙二醇马来酰亚胺的硫醇-烯点击化学构建软网络，使用离子液体/乙二醇/水三元溶剂体系赋予抗冻性和导电性	未提及大规模临床验证或长期稳定性评估	开发多功能导电水凝胶用于创面愈合和柔性可穿戴实时监测	烟花烧伤创面模型	数字病理学	烧伤	物理交联（冷冻-解冻），硫醇-烯点击化学，亲核取代反应	NA	NA	NA	NA	NA	最大应力，断裂伸长率，电导率	NA
92	2026-06-07	ERAS and the challenge of the new technologies 2025-05, Minerva anestesiologica IF:2.9Q2 DOI:10.23736/S0375-9393.25.18746-4 PMID:40214219	综述	探讨人工智能与新技术整合到加速康复外科方案中的机遇与挑战	提出将人工智能、新技术与加速康复外科方案深度结合以克服传统实施障碍，并实现个性化围手术期管理	需要外部验证和数据安全方面的进一步研究	分析人工智能和新技术在优化加速康复外科实施中的潜在作用	加速康复外科方案、人工智能技术、围手术期管理	机器学习	围手术期医学	机器学习、深度学习	未指定具体模型	未指定具体数据类型	未提及	未指定	未指定	未提及	未提及
93	2026-05-31	High-throughput markerless pose estimation and home-cage activity analysis of tree shrew using deep learning 2025-05, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12530 PMID:39846430	研究论文	利用深度学习方法实现树鼩的无标记姿态估计和居家笼活动分析	首次将深度学习用于树鼩的无标记姿态估计和多种自发行为识别，并开发了同时监测16只树鼩的高通量系统	NA	开发一种高效的方法来量化树鼩的居家笼活动，为理解其日常行为和建立疾病模型提供可靠基础	树鼩	计算机视觉	NA	深度学习	CNN	行为视频	16只树鼩	NA	NA	抓取行为中位持续时间0.20秒	NA
94	2026-05-31	Cyber-physical security of biochips: A perspective 2025-May, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0252554 PMID:40454326	综述	从多层面探讨微流控生物芯片的网络安全与物理安全威胁及防御策略	首次系统阐述微流控生物芯片面临的结构篡改、材料降解、样本干扰和知识产权盗窃等多维度安全威胁，并提出基于深度学习、机械响应染料、分子条形码和物理不可克隆函数等跨学科综合防御框架	作为前瞻性观点文章，未提供具体实验验证或定量分析各防御技术的有效性	揭示微流控生物芯片在关键应用中的安全漏洞并推荐多层防御机制	微流控生物芯片及其安全威胁与防御技术	计算机视觉, 机器学习	不适用	微流控	深度学习	图像	不适用	不适用	不适用	不适用	不适用
95	2026-05-30	Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models 2025-05, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400398 PMID:40211610	综述	综述了基于机器学习和深度学习的质谱肽段性质预测模型，涵盖可消化性、保留时间等多个性质	提供了从入门到前沿的全面概述，有助于开发可访问且可复现的肽段性质预测模型	当前模型在处理多样化翻译后修饰和仪器变异性方面存在困难，需要大规模协调数据集和标准化评估指标	介绍并更新质谱肽段性质预测领域的前沿模型，旨在为新手和有经验的研究者提供指导	质谱蛋白质组学中的肽段性质预测模型	机器学习	NA	质谱	机器学习、深度学习	质谱数据	NA	NA	NA	NA	NA
96	2026-05-24	Pixel super-resolved virtual staining of label-free tissue using diffusion models 2025-May-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60387-z PMID:40447613	研究论文	本研究提出了一种基于扩散模型的像素超分辨率虚拟染色方法，通过布朗桥过程增强无标记组织的空间分辨率和染色保真度	首次将扩散模型与布朗桥过程结合用于无标记组织像素超分辨率虚拟染色，通过采样技术减少生成图像的方差，实现4-5倍超分辨率因子和16-25倍空间带宽积提升	目前仅在人肺组织样本上验证，算法性能依赖于输入的低分辨率自荧光图像质量，且未在多种组织类型或染色方法上测试	开发一种无需传统化学染色的像素超分辨率虚拟染色方法，提高虚拟染色的分辨率和图像质量，支持临床诊断应用	无标记人肺组织样本的低分辨率自荧光图像	计算机视觉、数字病理学	肺癌	无标记显微镜、扩散模型、布朗桥过程	扩散模型	图像	人肺组织样本（具体数量未提及）	NA	扩散模型（基于布朗桥过程）	分辨率、结构相似性、感知精度	NA
97	2026-05-23	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	开发了一种基于多模态深度学习的AI模型，通过常规组织病理图像和临床病理变量预测乳腺癌复发风险和化疗获益	利用预训练基础模型（基于171,189张组织病理切片），结合临床变量（年龄、肿瘤大小、受体状态）进行多模态分析，无需基因组测试即可预测Oncotype DX复发评分，并在TAILORx试验和六个外部队列中验证其预后价值和化疗获益预测能力	模型依赖于特定临床病理变量和预训练数据分布，可能在极端资源有限或不同人口统计特征的队列中需进一步验证；未详细讨论模型对不同亚型乳腺癌的适用性或潜在的批次效应	开发替代昂贵基因测试的AI工具，用于HR+/HER2-早期乳腺癌的复发风险分层和化疗决策支持	HR+/HER2-早期乳腺癌患者（TAILORx试验及六个独立外部队列）	数字病理学	乳腺癌	组织病理图像分析	多模态深度学习	图像和临床变量	培训（TAILORx试验n=8,284）和验证（外部六个队列n=5,497）	NA	基础模型（预训练于171,189张组织病理切片）	AUC	NA
98	2026-05-23	A Novel Deep Learning-based Pathomics Score for Prognostic Stratification in Pancreatic Ductal Adenocarcinoma 2025-05-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002463 PMID:40314741	研究论文	利用深度学习从苏木精-伊红染色全切片图像中构建病理组学评分，用于胰腺导管腺癌的预后分层	首次提出一种基于深度学习的病理组学评分，整合弱监督学习和多实例学习，从病理图像中自动提取可重复性特征，实现低成本的精准预后预测	由于未在摘要中提及，标记为NA	构建并验证一种基于深度学习的病理组学评分，以提升胰腺导管腺癌的预后预测准确性	864例胰腺导管腺癌患者的苏木精-伊红染色全切片图像及临床数据	数字病理学	胰腺导管腺癌	深度学习、弱监督学习、多实例学习、随机生存森林	NA	病理图像	864例患者的组织切片图像，其中训练组489例、验证组211例、新辅助治疗组164例	NA	NA	AUROC, C-index, 风险比 (HR), P值	NA
99	2026-05-23	Convolutional variational auto-encoder and vision transformer hybrid approach for enhanced early Alzheimer's detection 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.034501 PMID:40415866	研究论文	提出一种结合卷积变分自编码器与视觉变压器的混合模型，用于早期阿尔茨海默病的增强检测	首次将卷积变分自编码器的无监督特征提取能力与视觉变压器的多头注意力机制结合，通过CVAE编码阶段捕获MRI关键特征并解码阶段去除无关细节，提升ViT对复杂模式的识别能力	未提及模型的泛化能力验证及在不同数据集上的表现稳定性	实现早期阿尔茨海默病的自动精准诊断，通过改进深度学习模型提高检测速度和准确性	阿尔茨海默病患者的脑部MRI影像	计算机视觉	阿尔茨海默病	MRI扫描	混合模型（CVAE + ViT）	图像（结构MRI）	14000个结构MRI样本，来自ADNI和SCAN数据库	PyTorch	CVAE（卷积变分自编码器）, ViT（视觉变压器）	测试准确率（93.3%）	NA
100	2026-05-19	Improving Accuracy and Reproducibility of Cartilage T2 Mapping in the OAI Dataset Through Extended Phase Graph Modeling 2025-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29646 PMID:39467097	研究论文	通过扩展相位图建模提高OAI数据集中软骨T2映射的准确性和可重复性	首次将EPG建模应用于OAI数据集，并系统比较EPG方法与单指数方法在软骨T2映射中的表现	未明确提及具体限制	评估不同拟合方法（包括基于EPG和基于指数的方法）对OAI数据集中软骨T2准确性和可重复性的影响	OAI数据集中50名按骨关节炎严重程度分层的受试者和50名无骨关节炎诊断的受试者	机器学习	骨关节炎	多回波自旋回波序列	深度学习	图像	100名受试者（50名OA患者，50名健康者，每组25名女性，平均年龄约61岁）	NA	NA	平均绝对误差, Bland-Altman分析, Lin's一致性系数, 变异系数	NA