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
101	2025-10-05	Ten years later: how is AI impacting retina care today? 2025-Aug-27, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001167 PMID:40862502	综述	回顾人工智能在视网膜疾病护理中的最新临床应用进展	总结了FDA批准的首个自主AI系统后视网膜护理领域的最新发展，包括家庭OCT平台和符合欧洲标准的AI技术	AI的成功仍依赖于持续验证、基于结果的指标和改进的工作流程整合	评估人工智能在视网膜护理领域的影响和进展	糖尿病视网膜病变(DR)和年龄相关性黄斑变性(AMD)患者	数字病理	视网膜疾病	光学相干断层扫描(OCT)	深度学习	医学影像	NA	NA	NA	筛查依从性,诊断准确性	NA
102	2025-10-05	A Deep Learning Tool for Hip Minimum Joint Space Width Calculation on Antero-posterior Pelvis Radiographs 2025-Aug-21, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.08.023 PMID:40848813	研究论文	开发了一种用于在骨盆前后位X光片上自动测量髋关节最小关节间隙宽度的深度学习工具	结合深度学习分割模型与计算机视觉算法实现端到端的自动化mJSW测量，相比传统分类系统提供连续变量评估	训练数据量有限（300张标注X光片），分割模型在测试集上的平均Dice分数为0.71尚有提升空间	开发自动化算法测量髋关节最小关节间隙宽度以评估骨关节炎进展	骨盆前后位X光片中的髋关节结构	计算机视觉	骨关节炎	X射线成像	深度学习分割模型	医学影像（X光片）	300张训练验证标注图像 + 375张独立测量图像 + 75张外部验证图像	NA	NA	平均绝对误差, Bland-Altman图, Dice系数	NA
103	2025-10-05	A Deep Learning Framework for Using Search Engine Data to Predict Influenza-Like Illness and Distinguish Epidemic and Nonepidemic Seasons: Multifeature Time Series Analysis 2025-Aug-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71786 PMID:40789146	研究论文	提出一种基于百度搜索数据和流感样病例百分比(ILI%)的深度学习框架，用于预测流感样疾病并区分流行季和非流行季	首次将卷积长短期记忆网络(CLSTM)应用于流感预测，并区分流行季和非流行季进行多特征时间序列分析	研究时间范围有限(2013-2024年)，仅基于中国地区的百度搜索数据	开发能够准确预测流感样疾病并区分不同流行状态的深度学习框架	中国国家法定传染病报告系统(NIDRIS)中的流感样病例百分比数据和百度搜索指数	自然语言处理, 机器学习	流感	网络搜索数据分析, 时间序列分析	CLSTM, LSTM, Transformer	时间序列数据, 搜索指数数据	2013-2024年的每周官方ILI%数据和对应时期的百度搜索指数	NA	卷积长短期记忆网络(CLSTM)	MAPE, MSE, MAE, RMSE, R2	NA
104	2025-10-05	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	开发了一种计算高效的三维螺旋投影磁共振指纹成像优化框架，通过联合优化图像重建、参数估计和k空间采样轨迹来提高扫描效率和定量准确性	提出了端到端的联合优化框架，同时优化三维螺旋轨迹、图像重建和参数估计，并利用解剖特异性时空稀疏性进行数据驱动的轨迹优化	研究主要基于模拟和体内数据验证，需要进一步在更大规模临床数据上验证	提高高分辨率三维螺旋轨迹磁共振指纹成像的扫描效率和计算效率	健康受试者和患者的磁共振指纹成像数据	医学影像分析	NA	磁共振指纹成像(MRF)	基于模型的深度学习(MBDL)	磁共振图像	健康受试者和患者的模拟与体内MRF数据	NA	NA	归一化均方根误差(NRMSE), 重建时间	NA
105	2025-10-05	Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562443 PMID:40249681	研究论文	提出V2CC方法改进皮层表面重建中的顶点对应关系并减少网格自相交	用L1损失替代传统Chamfer损失改善顶点对应关系，并提出新型Self-Proximity损失处理主要自相交问题	未明确说明方法在其他脑区或疾病类型中的泛化能力	优化皮层表面重建中的顶点对应关系并减少网格自相交	皮层表面网格	医学图像处理	神经影像	深度学习	NA	脑部MRI图像	NA	NA	Vox2Cortex扩展	自相交比例	NA
106	2025-10-05	Uncertainty Quantification and Quality Control for Heatmap-Based Landmark Detection Models 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564267 PMID:40279223	研究论文	提出一种针对基于热图的解剖标志点检测模型的端到端不确定性量化方法，旨在提高临床应用的可靠性和可控性	结合Dempster-Shafer理论和主观逻辑理论，通过单次前向传播实现概率分配和不确定性量化，并引入证据图和不确定性图的交叉注意力机制	主要针对热图基础的标志点检测模型，在其他类型检测任务中的适用性需进一步验证	开发医学图像解剖标志点检测中的不确定性量化方法，提升模型在临床环境中的可靠性和可信度	解剖标志点检测模型	计算机视觉	NA	深度学习	基于热图的检测模型	医学图像	NA	NA	交叉注意力机制	检测精度, 不确定性量化效果, 质量控制能力	NA
107	2025-10-05	Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564458 PMID:40279227	研究论文	提出一种基于元学习的少样本学习框架，用于解决组织病理学图像中细胞核实例分割的标注效率问题	将少样本学习范式引入细胞核实例分割任务，提出广义少样本实例分割(GFSIS)概念和结构引导机制，构建统一的SGFSIS框架	需要依赖外部完全标注的数据集，在目标数据集上仅使用约10%标注时性能与完全监督学习相当但仍存在差距	开发标注高效的细胞核实例分割方法，减少对专家标注的依赖	组织病理学图像中的细胞核实例	数字病理	NA	深度学习	少样本学习，元学习	组织病理学图像	多个公开可用的数据集	NA	Structurally-Guided Generalized Few-Shot Instance Segmentation (SGFSIS)	与完全监督学习对比的性能指标	NA
108	2025-10-05	Deep Rib Fracture Instance Segmentation and Classification From CT on the RibFrac Challenge 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565514 PMID:40305244	研究论文	介绍基于CT扫描的肋骨骨折实例分割与分类的RibFrac挑战赛及其基准数据集	提供了包含5,000多个肋骨骨折的大规模标注数据集，并建立了首个肋骨骨折检测与分类的评估基准	当前肋骨骨折分类方案的临床适用性仍然有限	开发AI辅助的肋骨骨折诊断方法	CT扫描中的肋骨骨折	计算机视觉	骨科损伤	CT扫描	深度学习	医学图像	660例CT扫描，包含5,000多个肋骨骨折	NA	NA	FROC, F1-score	NA
109	2025-10-05	LLM-Guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3566105 PMID:40310742	研究论文	提出一种基于大语言模型引导的解耦概率提示方法，用于医学图像诊断中的持续学习	首次将大语言模型引入医学图像持续学习，提出解耦概率提示池和导向提示池机制，能够动态提供多样化的图像描述	方法依赖于大语言模型生成专家知识，可能受限于语言模型的知识准确性和完整性	解决医学图像诊断中持续学习新疾病时的灾难性遗忘问题	医学图像诊断模型	计算机视觉	NA	持续学习，提示调优	深度学习模型	医学图像	NA	NA	LLM引导的解耦概率提示架构	类增量设置下的性能指标	NA
110	2025-10-05	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	研究论文	提出一种端到端深度学习生成框架，用于可精细化形状匹配与生成	开发了无监督几何深度学习模型，在潜在空间中建立可精细化形状对应关系，并扩展为联合形状生成-聚类多图谱框架	NA	为计算机医学中的虚拟临床试验构建能生成逼真合成解剖形状的生成模型	肝脏和左心室三维表面网格模型	计算机视觉	NA	几何深度学习	生成模型	3D表面网格	NA	NA	多图谱框架	比较分析	NA
111	2025-10-05	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Aug, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	开发了一个用户友好的网络平台READRetro web，用于预测植物天然产物的生物合成路径	将先进的机器学习逆合成模型集成到易于使用的网络平台中，消除了复杂环境配置和命令行操作的需求	未提及平台在特定类型天然产物预测方面的局限性或验证范围	促进植物天然产物的大规模生产和药物发现	植物天然产物及其生物合成路径	机器学习	NA	逆合成预测	机器学习模型	化学结构数据	NA	NA	READRetro	预测准确性, 计算效率	网络平台技术
112	2025-10-05	Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565000 PMID:40293917	研究论文	提出一种用于眼底单阳性多标签学习的协同伪标签和主动选择方法	通过课程协同伪标签根据模型学习状态调整阈值，并通过基于损失建模的主动样本选择维护置信度高的阳性预测	NA	解决眼底图像多标签标注困难的问题，提高多标签分类性能	视网膜疾病眼底图像	计算机视觉	视网膜疾病	深度学习	神经网络	眼底图像	七个视网膜数据集	NA	双网络架构	NA	NA
113	2025-10-05	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类性能	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略将对比学习与ZINB模型结合	NA	提升单细胞RNA测序数据的聚类准确性和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	深度学习	基因表达数据	18个单细胞RNA测序真实数据集	PyTorch	对比学习框架,ZINB模型	聚类性能指标	NA
114	2025-10-05	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物-靶点结合预测中的最新模型、基准数据集、评估方法及应用案例	全面分析了从早期异质网络方法到图神经网络、注意力机制及多模态方法的范式转变，并通过癌症相关靶点的案例研究验证方法实用性	识别出现有预测模型的缺陷与不足	探讨深度学习如何为药物-靶点关系研究提供定量框架，加速新药候选物识别	药物-靶点结合预测的深度学习模型、基准数据集和评估指标	机器学习	癌症	深度学习	异质网络, 图神经网络, 注意力机制, 多模态模型	化合物库数据, 蛋白质靶点数据	NA	NA	NA	NA	NA
115	2025-10-05	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出一种多视图图卷积网络MVRBind，用于预测RNA-小分子结合位点	开发多视图特征融合模块，整合RNA的一级、二级和三级结构视图，并融合多尺度嵌入以获得RNA核苷酸的全面表示	NA	推进RNA靶向治疗，通过准确预测RNA-小分子结合位点	RNA分子及其与小分子的相互作用	生物信息学	多种疾病（与RNA失调相关）	多视图图卷积网络	图卷积网络	RNA序列和结构特征	NA	NA	多视图图卷积网络	NA	NA
116	2025-10-05	Diagnostic performance of deep learning for predicting glioma isocitrate dehydrogenase and 1p/19q co-deletion in MRI: a systematic review and meta-analysis 2025-Aug-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11898-2 PMID:40817944	系统综述与荟萃分析	评估基于深度学习的影像组学模型使用MRI序列无创预测胶质瘤IDH突变和1p/19q共缺失状态的诊断性能	首次系统评估深度学习在胶质瘤分子分型中的诊断性能，并识别影响准确性和泛化性的方法学因素	需要多中心外部验证、前瞻性临床验证、数据标准化和自动分割协议	评估深度学习模型对胶质瘤分子标志物的无创预测性能	胶质瘤患者	医学影像分析	胶质瘤	MRI序列	深度学习	医学影像	1517篇文献中的104篇纳入定性综合，72篇进行荟萃分析	NA	NA	敏感性,特异性	NA
117	2025-10-05	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多种图像特征的皮肤癌检测方法	结合改进的深度联合分割技术和多种特征提取方法（MTH、IPHOG、MBP）用于皮肤癌检测	NA	开发高精度的皮肤癌自动检测系统	皮肤癌图像（黑色素瘤和非黑色素瘤）	计算机视觉	皮肤癌	深度学习	CNN	图像	HAM10000数据集和ISIC 2019数据集	NA	Modified LeNet, Improved DeepJoint Segmentation	准确率	NA
118	2025-10-05	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	提出一种优化驱动的CBAM-EfficientNet深度学习模型，用于增强CT影像中肺癌分类的准确性和效率	结合CBAM注意力机制与EfficientNet架构，并采用灰狼优化、鲸鱼优化和蝙蝠算法进行超参数调优，实现高效特征提取和分类性能提升	仅在两个基准数据集上进行验证，需要更多临床数据验证泛化能力	提高肺癌CT影像分类的准确性和效率	肺癌CT影像	计算机视觉	肺癌	CT成像	深度学习	医学影像	两个基准数据集（Lung-PET-CT-Dx和LIDC-IDRI）	NA	EfficientNet, CBAM	准确率	轻量级架构支持实时实施
119	2025-10-05	Automated Evaluation of Female Pelvic Organ Descent on Transperineal Ultrasound: Model Development and Validation 2025-Aug, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06211-0 PMID:40580222	研究论文	开发并验证了一种基于经会阴超声图像的多任务深度学习模型，用于自动评估女性盆腔器官脱垂	首次使用多任务深度学习模型自动评估盆腔器官脱垂，通过并行全连接层同时预测多种脱垂类型	研究样本量相对有限（1340例），且数据来自单一时间段（2023年1-6月）	开发自动化盆腔器官脱垂评估系统以减少诊断变异	女性盆腔器官脱垂患者	计算机视觉	盆腔器官脱垂	经会阴超声	CNN	图像	1340例女性患者，其中1072例用于训练，268例用于验证	NA	ResNet34	准确率,AUC	NA
120	2025-10-05	Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model 2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2896 PMID:40985091	研究论文	本研究评估了一种基于人工智能的声带评估工具在复发性呼吸道乳头状瘤病模型中的应用效果	开发了GC-AID系统，首次将AI技术用于量化评估RRP患者声带乳头状瘤的生长范围	样本量较小（仅4名患者），属于案例研究性质	标准化基于AI的声带评估工具在RRP疾病中的应用	复发性呼吸道乳头状瘤病患者的声带黏膜	数字病理	复发性呼吸道乳头状瘤病	白光成像，窄带成像	深度学习	医学图像	4名RRP患者	NA	NA	声带覆盖率，左右声带面积差异	NA