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
321	2025-10-06	Comparative Evaluation of CNN and Transformer Architectures for Flowering Phase Classification of Tilia cordata Mill. with Automated Image Quality Filtering 2025-Aug-27, Sensors (Basel, Switzerland) DOI:10.3390/s25175326 PMID:40942760	研究论文	本研究评估了CNN和Transformer架构在椴树开花期自动分类中的性能，并提出了自动图像质量过滤方法	引入了基于XGBoost分类器的自动图像质量过滤方法，首次系统比较了传统CNN与Transformer架构在物候期识别中的表现	研究仅针对椴树单一物种，需要在其他植物物种和地点进行验证	开发可靠的树木开花期自动监测方法，支持生态研究和气候变化研究	小叶椴树的开花物候期	计算机视觉	NA	深度学习，图像分类	CNN, Transformer	图像	大量自然田间条件下获取的真实世界图像数据集	NA	VGG16, ResNet50, EfficientNetB3, MobileNetV3 Large, ConvNeXt Tiny, Vision Transformer (ViT-B/16), Swin Transformer Tiny	F1-score, 平衡准确率	NA
322	2025-10-06	Applications of artificial intelligence in stem cell therapy 2025-Aug-26, World journal of stem cells IF:3.6Q3 DOI:10.4252/wjsc.v17.i8.106086 PMID:40951704	综述	本文探讨人工智能在干细胞治疗领域的应用潜力与现状	系统整合人工智能技术在干细胞行为分析、鉴定表征、递送方法优化等关键环节的创新应用	算法验证不完善、数据可用性不足、数据质量较差及伦理考量等限制因素	推动干细胞研究与治疗应用的发展	干细胞治疗技术	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
323	2025-10-06	Comparison of ChatGPT and DeepSeek large language models in the diagnosis of pericarditis 2025-Aug-26, World journal of cardiology IF:1.9Q3 DOI:10.4330/wjc.v17.i8.110489 PMID:40949931	研究论文	比较ChatGPT和DeepSeek大语言模型在心包炎诊断中的准确性	首次系统比较不同大语言模型在心包炎诊断中的表现，为LLMs在心血管疾病诊断中的应用提供实证依据	样本量较小（仅16例病例报告），缺乏对非典型表现的充分评估	评估大语言模型作为心包炎风险分层工具的诊断准确性	经确诊的急性心包炎患者病例报告	自然语言处理	心血管疾病	大语言模型	LLM	文本	16例符合纳入标准的病例报告（来自220篇初步检索文献）	NA	ChatGPT o1, DeepThink-R1	诊断准确率	NA
324	2025-10-06	Harnessing AI-driven reverse docking in drug discovery: a comprehensive review of opportunities, challenges, and emerging trends 2025-Aug-25, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06480-y PMID:40853597	综述	本文全面回顾了人工智能驱动的反向对接技术在药物发现领域的应用、挑战与发展趋势	系统整合人工智能与反向对接方法，提出多组学数据整合和实时发现管道等新兴方向	面临数据限制和算法复杂性等挑战	探讨AI驱动的反向对接在药物发现中的机遇与挑战	药物靶点识别、治疗相互作用预测	机器学习	NA	反向对接、虚拟筛选、多组学数据分析	机器学习,深度学习,强化学习	多组学数据	NA	NA	NA	NA	高通量计算管道
325	2025-10-06	Novel CAC Dispersion and Density Score to Predict Myocardial Infarction and Cardiovascular Mortality 2025-Aug, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018059 PMID:40613107	研究论文	本研究开发了一种新型冠状动脉钙化分散度和密度评分（CAC-DAD）用于预测主要不良心血管事件	首次结合冠状动脉钙化的空间分布特征和高密度钙化的保护性效应，开发了优于传统Agatston评分的预测模型	研究为回顾性设计，样本量相对有限（961例患者），随访时间较短（中位30天）	评估新型CAC-DAD评分在预测主要不良心血管事件方面的预后价值	接受心脏计算机断层扫描进行心血管或围手术期风险评估的患者	数字病理	心血管疾病	心脏计算机断层扫描，深度学习算法	深度学习	医学影像	961例患者（中位年龄67岁，61%男性）	NA	NA	C统计量，风险比，敏感性	NA
326	2025-10-06	Influence of Problem-based Learning Method on Learning Outcomes in Medical Curriculum 2025-Aug, The Journal of the Association of Physicians of India DOI:10.59556/japi.73.1079 PMID:40955883	研究论文	本研究通过回顾性分析探讨问题导向学习法对医学课程学习成果的影响	通过比较传统教学与PBL教学在医学教育中的效果，证实PBL能显著提升学生学习成果	研究样本量有限（151名学生），且为单中心回顾性研究	评估问题导向学习法在医学课程教学中的有效性	151名攻读第二年MBBS药理学课程的学生	医学教育	NA	回顾性数据分析	NA	考试成绩数据	151名医学学生	SPSS	NA	p值, 通过率	NA
327	2025-10-06	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Aug-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	提出基于肿瘤微环境引导的深度学习模型，用于预测胃癌患者的化疗和免疫治疗反应	首次将注意力增强的残差Swin Transformer网络应用于胃癌治疗反应预测，并利用中间任务提升模型性能	需要前瞻性研究验证临床实用性	预测胃癌患者对化疗和免疫治疗的反应	3,095例胃癌患者的多队列数据	数字病理学	胃癌	深度学习	Transformer	医学图像数据	3,095例胃癌患者	NA	注意力增强残差Swin Transformer	准确率	NA
328	2025-10-06	Deep learning for detection and diagnosis of intrathoracic lymphadenopathy from endobronchial ultrasound multimodal videos: A multi-center study 2025-Aug-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102243 PMID:40695290	研究论文	开发基于深度学习的AI-CEMA系统，用于从支气管内超声多模态视频中自动检测和诊断胸内淋巴结病变	首次提出基于多模态视频的深度学习系统，能够自动选择代表性图像、识别淋巴结并区分良恶性	初始训练数据仅来自单中心，需要更多多中心验证	开发自动化诊断系统辅助胸内淋巴结病变的诊断	胸内淋巴结和肺部病变	医学影像分析	胸内淋巴结病变	凸探头支气管内超声(CP-EBUS)	深度学习	多模态视频	1,006个淋巴结(单中心训练) + 267个淋巴结(多中心验证)	NA	NA	AUC	NA
329	2025-10-06	Improved early-stage crop classification using a novel fusion-based machine learning approach with Sentinel-2A and Landsat 8-9 data 2025-Aug-06, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14420-9 PMID:40767980	研究论文	提出一种基于融合的深度学习方法，结合Sentinel-2A和Landsat 8-9数据改进早期作物分类精度	使用Gram-Schmidt融合方法整合多源卫星数据，结合纹理和光谱特征，采用多补丁GLCM技术和植被指数进行特征提取	NA	提高早期作物分类的准确性	早期生长阶段的农作物	机器学习	NA	Gram-Schmidt融合方法，多补丁GLCM，光谱指数方法	DNN, 1D CNN, 决策树, 支持向量机, 随机森林	卫星遥感图像	NA	NA	深度神经网络, 一维卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
330	2025-10-06	A systematic review of AI as a digital twin for prostate cancer care 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108804 PMID:40347618	系统综述	本文系统综述了基于人工智能的数字孪生技术在前列腺癌诊疗中的应用进展	首次系统性地总结了AI驱动数字孪生在前列腺癌领域的最新进展（2020-2025），并提出了整合多模态数据与大语言模型、视觉语言模型的未来方向	存在实时数据整合不足、AI模型可解释性有待提升、临床验证不够充分等局限性	探讨人工智能数字孪生技术在前列腺癌诊疗中的应用与发展	前列腺癌患者的数字孪生模型	数字病理	前列腺癌	机器学习、深度学习	NA	多模态医疗数据	NA	NA	NA	NA	NA
331	2025-10-06	Deep learning techniques for automated coronary artery segmentation and coronary artery disease detection: A systematic review of the last decade (2013-2024) 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108858 PMID:40408829	系统综述	本文系统回顾了过去十年（2013-2024）用于冠状动脉自动分割和冠心病检测的深度学习技术	首次对过去十年深度学习在冠状动脉分割和冠心病检测领域的应用进行全面系统回顾，涵盖97项高质量研究	存在公共数据集有限、性能指标不一致和模型复杂性等挑战	系统评估深度学习技术在冠状动脉分割和冠心病检测中的应用现状和发展趋势	冠状动脉影像数据	医学影像分析	冠心病	深度学习	CNN	医学影像	97项高质量研究	NA	U-Net, CNN, 注意力机制, 图神经网络	NA	NA
332	2025-10-06	Accuracy and time efficiency of deep learning-based three-dimensional crown segmentation on intraoral scanning: a systematic review and meta-analysis 2025-Aug, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105842 PMID:40414275	系统综述和荟萃分析	评估基于深度学习的口腔内扫描三维牙冠分割的准确性和时间效率	首次系统评估深度学习在口腔内扫描牙冠分割中的表现，并进行亚组分析比较不同牙齿类型的分割效果	纳入研究存在数据选择和指标测试的异质性，缺乏公开数据集	评估深度学习在口腔内扫描牙冠分割中的准确性和时间效率	口腔内扫描数据中的牙齿分割	计算机视觉	牙科疾病	口腔内扫描	深度学习	三维网格数据	44项符合纳入标准的研究（从1220项研究中筛选）	NA	NA	平均交并比, 95%置信区间	NA
333	2025-10-06	Enhancing and advancements in deep learning for melanoma detection: A comprehensive review 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110533 PMID:40483855	综述	本文系统回顾了2016年至2025年间深度学习在黑色素瘤检测中的应用进展与挑战	首次系统梳理了近十年深度学习在黑色素瘤检测领域的发展轨迹，特别关注模型可复现性和泛化能力问题	基于欧洲和北美数据训练的模型对非洲、亚洲和拉丁美洲人群的适用性有限，研究方法透明度不足	评估深度学习在黑色素瘤检测中的应用趋势和技术缺口	2016-2025年间发表的深度学习辅助黑色素瘤检测研究	计算机视觉	黑色素瘤	图像分析	深度学习	皮肤镜图像	使用公开数据库（ISIC、HAM10000）但具体样本数量未明确	NA	ResNet, Inception	准确率	NA
334	2025-10-06	QCResUNet: Joint subject-level and voxel-level segmentation quality prediction 2025-Aug-27, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103718 PMID:40945175	研究论文	提出一种名为QCResUNet的多任务深度学习架构，用于同时预测脑肿瘤分割结果的主体级质量和体素级分割误差	首次提出同时提供主体级分割质量度量和每个组织类别的体素级分割误差图的多任务架构，解决了现有方法仅提供主体级预测的局限性	方法在脑肿瘤分割和心脏MRI分割任务上验证，但需要进一步验证在其他医学图像分割任务上的泛化能力	开发用于医学图像分割质量控制的深度学习方法	脑肿瘤MRI图像和心脏MRI图像的分割结果	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	医学图像	脑肿瘤数据集：内部数据集1,251例，外部数据集215例；心脏MRI数据集：100例	NA	QCResUNet	主体级分割质量度量，体素级分割误差识别准确率	NA
335	2025-10-06	Intensive Care Unit Patient Outcome Prediction Using ν-Support Vector Classification and Stochastic Signal Processing-Based Feature Extraction Techniques: Algorithm Development and Validation Study 2025-Aug-26, JMIR AI DOI:10.2196/72671 PMID:40857726	研究论文	开发了一种结合信号处理特征提取和ν-支持向量分类的ICU患者预后预测框架	提出基于随机信号处理的新型特征工程方法，从健康数字轨迹中提取高预测性特征	NA	开发新型特征提取和机器学习框架，用于ICU患者预后预测	ICU患者的健康数字轨迹数据	机器学习	危重疾病	信号处理技术	ν-支持向量分类	时间序列数据	真实世界ICU数据集	NA	支持向量机	预测准确率	NA
336	2025-10-06	Application of artificial intelligence in medical imaging for tumor diagnosis and treatment: a comprehensive approach 2025-Aug-26, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03307-3 PMID:40856916	综述	本文全面综述了人工智能在医学影像中用于肿瘤诊断与治疗的最新进展	系统整合了多模态影像融合（影像组学、基因组学和临床数据）并强调了AI在放疗规划和自适应剂量优化中的应用	存在数据异质性、模型泛化性不足、监管限制和伦理问题，缺乏标准化数据集和可解释AI框架	评估人工智能在肿瘤医学影像诊断与治疗中的应用潜力	涵盖乳腺癌、肺癌、前列腺癌等多种恶性肿瘤的医学影像数据	医学影像分析	肿瘤	CT、MRI、PET等医学影像技术	深度学习	医学影像数据	NA	NA	NA	NA	NA
337	2025-10-06	Culture-free detection of bacteria from blood for rapid sepsis diagnosis 2025-Aug-25, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01948-w PMID:40851034	研究论文	开发了一种无需培养的快速检测方法，通过智能离心和微流控技术结合深度学习，可在2小时内从血液中检测细菌	结合智能离心、微流控捕获和深度学习显微镜图像分析，实现无需培养的快速细菌检测	金黄色葡萄球菌的检测仍然存在挑战	开发快速败血症诊断方法	败血症患者血液中的细菌病原体	医学诊断	败血症	智能离心, 微流控捕获, 显微镜成像	深度学习	显微镜图像	健康人供体血液样本（添加大肠杆菌、肺炎克雷伯菌、粪肠球菌）	NA	NA	检测限（大肠杆菌9 CFU/mL, 肺炎克雷伯菌7 CFU/mL, 粪肠球菌32 CFU/mL）	NA
338	2025-10-06	Prediction of functional outcomes in aneurysmal subarachnoid hemorrhage using pre-/postoperative noncontrast CT within 3 days of admission 2025-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01953-z PMID:40849351	研究论文	开发融合术前术后非增强CT影像和临床数据的深度学习模型，用于预测动脉瘤性蛛网膜下腔出血患者3个月功能结局	首次整合术前术后NCCT影像与临床数据构建深度学习模型，在aSAH早期预后预测中显著优于现有方法	研究基于四家医院数据，需进一步多中心验证；模型性能在外部测试集表现良好但需临床前瞻性验证	提高动脉瘤性蛛网膜下腔出血患者功能结局预测准确性	动脉瘤性蛛网膜下腔出血患者	数字病理	脑血管疾病	非增强CT成像	深度学习模型	医学影像, 临床数据	1850例来自四家医院的患者	NA	融合模型, 堆叠成像模型	平均绝对误差, AUC	NA
339	2025-10-06	Predicting pediatric age from chest X-rays using deep learning: a novel approach 2025-Aug-23, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02068-5 PMID:40848095	研究论文	本研究开发了一种基于深度学习的模型，利用胸部X光片预测儿童年龄	首次将Coordinate Attention机制集成到ResNet模型中用于儿童年龄预测，并证明了胸部X光片在此任务中的有效性	研究仅基于上海两家三级医院的数据，需要更多外部验证	探索深度学习在利用胸部X光片进行儿童年龄估计中的有效性	儿童胸部X光片	计算机视觉	儿科发育异常	X射线成像	CNN	图像	128,008张胸部X光图像，来自上海两家大型三级医院	NA	ResNet, Coordinate Attention	MAE, MAPE, Spearman相关系数	NA
340	2025-10-06	Effectiveness of the GPT-4o Model in Interpreting Electrocardiogram Images for Cardiac Diagnostics: Diagnostic Accuracy Study 2025-Aug-22, JMIR AI DOI:10.2196/74426 PMID:40845836	研究论文	评估GPT-4o模型在解读心电图图像进行心脏诊断中的有效性	首次系统评估多模态大语言模型GPT-4o在心电图图像分析中的应用，探索零样本和少样本学习策略	多分类诊断特定心脏疾病的准确率较低(仅41%)，研究仅包含6种常见心电图诊断类型	评估GPT-4o在12导联心电图解读中的分类准确性，并探索提升其性能的方法	心电图图像	自然语言处理	心血管疾病	心电图分析	多模态大语言模型	图像	80例心电图(30例正常，50例异常)	OpenAI GPT-4o	GPT-4o	准确率	NA