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
221	2025-12-11	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	综述	本文对人工智能和机器学习在职业风险预防领域的应用进行了系统性综述，重点关注预测性风险建模和预防策略	首次系统性地综述了2019年以来AI/ML在职业风险预测与预防中的应用，揭示了该领域的研究趋势、主要技术方法和应用局限	过度依赖视觉数据（在低能见度环境中效果不佳），缺乏AI风险检测系统的方法学标准化	识别、评估和综合现有关于使用AI算法检测和预测工作场所危险环境和职业风险的文献	职业风险预防领域的学术文献	机器学习	NA	深度学习	CNN, YOLO	视觉数据	61篇相关文章（经过系统筛选后）	NA	卷积神经网络, YOLO	NA	NA
222	2025-12-11	Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis 2025-Sep, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110574 PMID:40769066	荟萃分析	本研究通过荟萃分析评估了基于超声的机器学习模型在预测乳腺癌新辅助化疗反应方面的效能	首次对基于超声的机器学习模型预测乳腺癌新辅助化疗反应的研究进行系统性回顾和荟萃分析，并特别区分了完全缓解和部分缓解的预测模型	对于部分缓解的预测模型，仅能进行内部验证分析，缺乏外部验证结果；需要进一步研究以开发临床可推广的模型	系统评估基于超声的机器学习模型预测乳腺癌患者新辅助化疗反应的效能	乳腺癌患者	数字病理学	乳腺癌	超声影像学	机器学习模型，深度学习模型	超声图像	22项研究（具体样本量未在摘要中提供）	NA	NA	敏感性，特异性，AUC	NA
223	2025-12-11	A new era in colorectal cancer: Artificial Intelligence at the forefront 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110926 PMID:40818204	综述	本文通过系统性文献综述，全面探讨了人工智能在结直肠癌领域的应用，包括早期检测、风险预测、治疗规划等多个方面	系统性整合了人工智能在结直肠癌领域的多种应用，并对比了不同AI模型的使用频率和效果，强调了可解释AI和混合模型的重要性	基于文献综述，可能受限于现有研究的质量和数据可用性，未涉及原始实验验证	综述人工智能在结直肠癌筛查、诊断、预测和治疗中的应用，评估其潜力和挑战	结直肠癌相关的研究文献和人工智能模型	机器学习	结直肠癌	机器学习、深度学习、可解释AI、混合模型	随机森林、支持向量机、卷积神经网络	NA	NA	NA	NA	准确率、延迟时间、数据隐私、鲁棒性、数据集可用性	NA
224	2025-12-10	Deep learning for orbital fracture detection and reconstruction: A systematic review on diagnostic accuracy and surgical planning 2025-Sep, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.06.008 PMID:40592670	综述	本文系统综述了基于CT影像的深度学习模型在眼眶骨折检测与重建中的诊断准确性、处理时间及手术规划作用	首次系统评估了U-Net、GAN和SPAK引导架构等深度学习模型在眼眶骨折诊断与重建中的综合性能，并量化了自动化处理在时间效率上的显著提升	纳入研究数量有限（仅5项），缺乏方法学标准化，临床适用性仍需进一步验证	评估深度学习模型在眼眶骨折检测与重建中的效能	基于CT影像的眼眶骨折病例	计算机视觉	眼眶骨折	CT成像	CNN, GAN	医学影像	NA	NA	U-Net, DenseNet, GAN, SPAK	准确率, 灵敏度, 特异性, AUC, Dice相似系数, 交并比	NA
225	2025-12-10	Post-hoc eXplainable AI methods for analyzing medical images of gliomas (- A review for clinical applications) 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110649 PMID:40633214	综述	本文系统回顾了用于分析胶质瘤医学图像的65项事后可解释人工智能方法，并探讨了其在临床应用中面临的挑战与未来机遇	首次系统性地对胶质瘤影像任务中的事后XAI方法进行分类和评估，提出了基于梯度和基于扰动的XAI框架，并从临床用户视角展望了未来研究方向	仅聚焦于事后解释方法，未涵盖内在可解释模型；研究范围限定于胶质瘤影像，结论可能不适用于其他疾病类型	评估可解释人工智能方法在胶质瘤医学影像分析中的应用，促进AI决策与医疗诊断的融合	胶质瘤的磁共振成像和病理学图像	数字病理学	胶质瘤	磁共振成像, 组织病理学成像	深度学习模型	图像	NA	NA	NA	NA	NA
226	2025-12-10	Applications of machine learning for peripheral artery disease diagnosis and management: A systematic review 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110744 PMID:40644890	综述	本文系统综述了机器学习在周围动脉疾病诊断和管理中的应用，涵盖数据类型、算法、性能指标及软件工具	首次系统性地总结了机器学习在PAD领域的应用现状，并进行了偏倚风险评估，突出了随机森林算法的主导地位	纳入研究数量有限（30项），可能存在发表偏倚，且未对模型临床部署的可行性进行深入分析	探讨机器学习算法在周围动脉疾病诊断和管理中的应用潜力	已发表的关于机器学习应用于周围动脉疾病的研究	机器学习	心血管疾病	NA	神经网络, 集成学习, 深度学习	临床记录（数值与非数值数据）	30项研究（2014-2024年间发表）	NA	全连接神经网络, 卷积神经网络	NA	NA
227	2025-12-10	Deep learning for diagnosing and grading pterygium: A systematic review and meta-analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110743 PMID:40644893	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习模型在翼状胬肉诊断和严重程度分级中的准确性	首次对深度学习在翼状胬肉诊断和分级中的应用进行了全面的系统综述和荟萃分析，并与临床专家表现进行了比较	研究方法存在局限性，包括缺乏外部验证数据、病例对照研究设计、未预设决策阈值以及图像分析未考虑个体内相关性	评估深度学习模型在翼状胬肉检测和严重程度评估中的诊断准确性	翼状胬肉患者的前段眼部照片	计算机视觉	眼科疾病	深度学习	深度学习模型	图像	45,913张前段眼部照片，来自超过4,460名患者	NA	NA	灵敏度, 特异性	NA
228	2025-12-10	Advancing rare neurological disorder diagnosis: Addressing challenges with systematic reviews and AI-driven MRI meta-trans learning framework for neurodegenerative disorders 2025-Sep, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102831 PMID:40653053	研究论文	本文通过系统综述和提出一种基于MRI的AI元迁移学习框架，旨在解决罕见神经系统疾病诊断中的数据稀缺问题	提出了一种结合元学习和迁移学习的MRI元迁移学习框架，专门针对罕见神经系统疾病的小数据集进行优化，以减少AI偏见并提高诊断准确性	研究主要基于2017至2024年的文献，可能未涵盖最新进展；且提出的框架尚未经过大规模临床验证	探索AI技术在神经系统疾病诊断中的应用，特别是针对罕见疾病的早期检测，以提升医疗诊断准确性和实践水平	神经系统疾病，包括神经发育障碍、神经生物学障碍和神经退行性疾病	机器学习	神经退行性疾病	MRI	机器学习, 深度学习	图像	NA	NA	NA	NA	NA
229	2025-12-08	Lung Cancer Diagnosis From Computed Tomography Images Using Deep Learning Algorithms With Random Pixel Swap Data Augmentation: Algorithm Development and Validation Study 2025-Sep-03, JMIR bioinformatics and biotechnology DOI:10.2196/68848 PMID:41342173	研究论文	本研究提出了一种名为随机像素交换的新型数据增强技术，用于提升深度学习模型在CT图像上诊断肺癌的性能	提出随机像素交换数据增强方法，该方法在卷积神经网络和Transformer架构上均能有效提升肺癌诊断性能，优于现有数据增强技术	NA	开发并验证一种新的数据增强技术，以提高深度学习模型从CT图像中自动诊断肺癌的准确性	肺癌的CT扫描图像	计算机视觉	肺癌	CT扫描	CNN, Transformer	图像	两个公开CT数据集（IQ-OTH/NCCD数据集和胸部CT扫描图像数据集）	NA	ResNet, MobileNet, Vision Transformer, Swin Transformer	准确率, AUROC	NA
230	2025-12-06	Applications of machine learning in high-entropy alloys: a review of recent advances in design, discovery, and characterization 2025-Sep-18, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr01562f PMID:40878184	综述	本文综述了机器学习在高熵合金设计、发现与表征中的最新应用进展	重点介绍了生成模型和计算机视觉等前沿深度学习技术，以及机器学习原子间势在分子动力学模拟中的应用，以提升模拟精度和效率	讨论了该方法固有的局限性，但未具体说明	加速高熵合金领域进展，通过数据驱动方法指导合金设计、性能预测和优化	高熵合金	机器学习	NA	机器学习，分子动力学模拟	生成模型，深度学习	材料数据库数据	NA	NA	NA	评估指标（未具体说明）	NA
231	2025-12-05	DGCA-DTA: A Deep Graph Neural Network Based on Co-Attention for Drug Target Affinity Prediction 2025 Sep-Oct, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3583208 PMID:40811270	研究论文	本文提出了一种基于协同注意力的深度图神经网络DGCA-DTA，用于药物靶点亲和力预测	采用多尺度图神经网络提取药物特征，并集成协同注意力机制学习药物与蛋白质内部子空间的高阶交互特征	未明确说明模型在更大规模或更复杂数据集上的泛化能力	提高药物靶点亲和力预测的准确性，以缩短药物开发周期并降低成本	药物化合物和蛋白质靶点	机器学习	NA	深度学习方法	图神经网络	图数据	在两个基准数据集上进行实验	NA	多尺度图神经网络	NA	NA
232	2025-12-04	Deep Learning-Based 30-Day Mortality Prediction in Critically Ill Bone and Bone Marrow Metastasis Patients: A Multicenter Retrospective Cohort Study 2025-Sep-24, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32100533 PMID:41149453	研究论文	本研究开发并验证了基于深度学习的模型，用于预测危重骨及骨髓转移患者的30天死亡率	首次针对危重骨及骨髓转移患者开发了基于深度学习的30天死亡率预测模型，并部署了在线计算器	研究为回顾性队列研究，可能存在选择偏倚，且外部验证仅涉及两个区域	开发并验证用于预测危重骨及骨髓转移患者30天死亡率的深度学习模型	危重骨及骨髓转移患者	机器学习	骨及骨髓转移	ICU数据	深度学习	临床数据	来自MIMIC-IV、eICU-CRD和新疆医科大学第一附属医院的多中心ICU数据	NA	TabNet	AUC, 平均精度, 校准曲线, 决策曲线, 准确率	NA
233	2025-12-04	From genomics to clinic: the transformative impact of AI in pharmacogenomics and personalized medicine 2025 Sep-Oct, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2591596 PMID:41277106	综述	本文综述了人工智能在药物基因组学和个性化医疗中的变革性作用，探讨了其在发现生物标志物、预测药物反应及促进精准医疗方面的应用与挑战	系统阐述了AI（特别是机器学习和深度学习）如何通过工具如DeepVariant和AlphaFold提升遗传变异识别精度和药物反应预测，并探讨了多组学整合、联邦学习和可解释AI等新兴方法以应对数据多样性和伦理问题	数据多样性不足、模型解释性有限以及数据隐私和遗传歧视等伦理问题仍是主要障碍	探讨人工智能在药物基因组学中的应用，以推动个性化医疗和精准医疗的发展	遗传变异（如单核苷酸多态性）、药物代谢和反应、生物标志物	机器学习	NA	基因组学、多组学整合	机器学习, 深度学习	基因组数据	NA	NA	DeepVariant, AlphaFold	NA	NA
234	2025-12-04	Improved CTA imaging for stroke evaluation - deep learning and iterative reconstruction comparative study 2025-Sep, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03733-8 PMID:40794135	研究论文	本研究比较了深度学习图像重建（DLIR）与自适应统计迭代重建-Veo（ASIR-V）在急性缺血性卒中患者CTA成像中的效果，强调DLIR在提高诊断准确性和大血管闭塞可视化方面的潜力	首次将DLIR与ASIR-V在急性缺血性卒中CTA成像中进行对比，展示了DLIR在信噪比、对比噪声比和动脉均匀性方面的显著改进	DLIR在脑中部窝（MCF）区域的可视化方面仍面临挑战	比较DLIR和ASIR-V重建算法在急性缺血性卒中CTA成像中的图像质量，以评估DLIR在提高诊断准确性方面的潜力	108名疑似急性缺血性卒中的急诊科患者	医学影像分析	急性缺血性卒中	CTA（计算机断层扫描血管造影）	深度学习	医学影像	108名患者	NA	NA	信噪比（SNR）、对比噪声比（CNR）、动脉均匀性	NA
235	2025-11-28	Optimizing Dam Detection in Large Areas: A Hybrid RF-YOLOv11 Framework with Candidate Area Delineation 2025-Sep-04, Sensors (Basel, Switzerland) DOI:10.3390/s25175507 PMID:40942937	研究论文	提出一种结合地理因素分析和深度学习检测的水坝提取框架，用于优化大区域水坝识别	首次将随机森林算法生成的水坝存在概率图与YOLOv11深度学习检测模型相结合，通过候选区域划分显著提升识别效率	研究仅在巴基斯坦信德省验证，需要进一步测试在其他地区的适用性	改进水坝空间数据库，实现水坝动态监测和灾害应急响应	中小型水坝基础设施	计算机视觉	NA	遥感识别，动态阈值分割	Random Forest, YOLOv11	高分辨率遥感影像，OpenStreetMap水体数据	信德省区域，识别出16个未记录水坝	NA	YOLOv11	精度0.90，召回率0.76，AUC 0.86，mAP50 0.85	NA
236	2025-11-28	Optimizing Deep Learning-Based Crack Detection Using No-Reference Image Quality Assessment in a Mobile Tunnel Scanning System 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175437 PMID:40942868	研究论文	本研究提出了一种基于无参考图像质量评估的数据质量保证框架，用于优化移动隧道扫描系统中基于深度学习的裂缝检测性能	首次系统研究水平运动模糊对裂缝检测CNN性能的影响，并建立NR-IQA指标与检测性能的定量关联	主要关注水平方向的运动模糊，未考虑其他类型的图像质量问题	优化移动隧道扫描系统中基于深度学习的裂缝检测可靠性	隧道裂缝检测	计算机视觉	NA	无参考图像质量评估	CNN	图像	公共数据集和真实世界MTSS数据集	NA	ResNet, VGG, AlexNet	F1分数	NA
237	2025-11-28	Detection of maxillary sinus pathologies using deep learning algorithms 2025-Sep, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究开发了一种基于深度学习的人工智能方法，用于从锥形束计算机断层扫描图像中自动分割上颌窦病变	首次将卷积神经网络应用于CBCT图像中上颌窦病变的自动分割，实现了高精度的病理检测	研究仅基于500名患者的数据，样本量相对有限，需要更大规模的数据验证	评估人工智能算法在检测上颌窦病变方面的准确性	上颌窦病理变化	计算机视觉	上颌窦疾病	锥形束计算机断层扫描(CBCT)	CNN	医学影像	500名患者的1000个上颌窦	NA	卷积神经网络	Dice相似系数, IoU, 召回率, F1分数, 精确率	NA
238	2025-11-26	Real-Time Prediction of Helicobacter pylori Infection Using a Deep Learning Model During Esophagogastroduodenoscopy: A Prospective Multicenter Study 2025 Sep-Oct, Helicobacter IF:4.3Q2 DOI:10.1111/hel.70078 PMID:41077634	研究论文	开发基于深度学习的实时预测系统，通过胃镜检查视频检测幽门螺杆菌感染	首个基于深度学习实时分析胃镜视频预测幽门螺杆菌感染的多中心前瞻性研究	黏膜萎缩会增加诊断错误率，检查质量影响模型性能	提高胃镜检查中幽门螺杆菌感染的实时诊断效率和一致性	接受胃镜检查的患者	计算机视觉	幽门螺杆菌感染	14C-尿素呼气试验，胃镜检查	深度学习模型	视频	701名患者（来自三家医院的前瞻性多中心研究）	NA	NA	准确率，灵敏度，特异性，阳性预测值，阴性预测值，AUC	NA
239	2025-11-25	MRI on a Budget: Leveraging Low and Ultra-Low Intensity Technology in Africa 2025-Sep-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9014 PMID:40968019	综述	探讨低场和超低场磁共振成像技术在非洲资源受限地区的应用现状与发展前景	系统分析低场MRI技术在非洲医疗环境中的创新应用，包括永磁Halbach阵列磁体、便携式扫描仪设计和深度学习图像重建方法	信噪比较低、体素尺寸要求较大、易受运动伪影影响，无法完全替代高场扫描仪检测细微病变	评估低场MRI技术在资源受限地区扩大神经影像诊断能力的可行性与应用价值	非洲地区的低场和超低场磁共振成像系统及其临床应用	医学影像	神经系统疾病	低场磁共振成像，深度学习图像重建	CNN, U-Net	磁共振图像	NA	NA	残差U-Net	信噪比，图像质量	NA
240	2025-11-25	External Validation of a Winning Artificial Intelligence Algorithm from the RSNA 2022 Cervical Spine Fracture Detection Challenge 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8715 PMID:39993795	研究论文	对RSNA 2022颈椎骨折检测挑战赛获奖AI算法进行外部验证研究	首次对竞赛获奖算法在真实临床环境中的泛化能力进行验证	样本量较小（100例），仅测试单一算法，存在年龄相关合并症的影响	评估AI算法在临床实践中的可行性和泛化能力	颈椎CT扫描图像	医学影像分析	颈椎骨折	CT扫描	CNN	医学影像	100例CT检查（50例阳性，50例阴性）	NA	卷积神经网络	灵敏度, 特异度, F1分数, AUC	本地安装，处理速度6.4秒/例