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
841	2025-10-06	Deep learning-based decision support system for cervical cancer identification in liquid-based cytology pap smears 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251330081 PMID:40302490	研究论文	开发了一种基于深度学习的决策支持系统，用于在液基细胞学巴氏涂片中识别宫颈癌	提出了一种新颖的混合特征降维和优化模块，结合稀疏自编码器和二进制哈里斯鹰元启发式优化算法来选择最具信息量的特征	NA	开发宫颈癌识别决策支持系统以减少诊断时间并提高准确性	液基细胞学巴氏涂片图像	计算机视觉	宫颈癌	液基细胞学	CNN, Autoencoder, KNN	图像	NA	NA	预训练卷积神经网络，稀疏自编码器	准确率，灵敏度，特异性	NA
842	2025-10-06	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级方面的一致性	首次在14年纵向随访研究中比较CNN模型与放射科医生的椎间盘退变分级一致性	样本量较小（仅19名男性志愿者），缺乏女性参与者	评估AI模型与放射科医生在腰椎间盘退变分级方面的一致性	19名男性志愿者的腰椎间盘MRI影像	计算机视觉	腰椎间盘退变	MRI成像	CNN	医学影像	19名男性志愿者，基线年龄37岁，14年后随访年龄51岁	NA	SpineNet	一致性相关系数(CCC), kappa值(κ)	NA
843	2025-10-06	Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08908-8 PMID:40381026	研究论文	本研究开发了基于卷积神经网络的深度学习算法，用于从普通颈椎X光片中分类颈椎病性脊髓病和颈椎病性神经根病	首次使用深度学习算法从普通X光片中自动分类两种颈椎疾病类型，并预测椎管面积率	样本量相对有限（内部验证300例，外部验证100例），且仅针对C3-C6节段进行分析	开发能够从普通颈椎X光片中准确分类颈椎病性脊髓病和颈椎病性神经根病的深度学习算法	颈椎病患者（包括颈椎病性脊髓病和颈椎病性神经根病）	计算机视觉	颈椎病	X光成像，磁共振成像	CNN	图像	内部验证300例患者（150例CSM，150例CSR），外部验证100例患者（50例CSM，50例CSR）	NA	卷积神经网络	AUC, 准确率, 似然比, 相关系数	NA
844	2025-10-06	Development and validation of a radiomics model using plain radiographs to predict spine fractures with posterior wall injury 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08948-0 PMID:40410361	研究论文	开发并验证了一种基于普通X光片的影像组学模型，用于预测伴有后壁损伤的脊柱骨折	首次结合前后位和侧位普通X光片，采用Vision Transformer技术提取影像特征构建预测模型	回顾性研究，样本量有限（130例患者），仅在两所中心进行验证	提高伴有后壁损伤脊柱骨折的早期诊断准确性并优化治疗策略	脊柱骨折患者	计算机视觉	脊柱骨折	影像组学分析，X射线成像	Vision Transformer, NaiveBayes, SVM	X光图像	130例患者（来自两个中心）	NA	Vision Transformer (ViT)	AUC, 95% CI	NA
845	2025-10-06	Fully automated pedicle screw manufacturer identification in plain radiograph with deep learning methods 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09167-3 PMID:40689982	研究论文	开发基于深度学习的算法从平片中自动识别椎弓根螺钉制造商	首个实现从平片完全自动化识别椎弓根螺钉制造商的深度学习算法	仅包含三家国际制造商的数据，样本量相对有限	开发自动识别椎弓根螺钉制造商的算法，辅助翻修手术规划	276例接受胸腰椎手术患者的椎弓根螺钉	计算机视觉	脊柱疾病	X射线平片成像	CNN, YOLO	X射线图像	276名患者，1887个椎弓根螺钉	NA	CNN, YOLO	准确率	NA
846	2025-10-06	Deep learning-based prediction of axillary pathological complete response in patients with breast cancer using longitudinal multiregional ultrasound 2025-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105896 PMID:40876229	研究论文	开发并验证基于深度学习的iShape模型，通过纵向多区域超声图像预测乳腺癌患者腋窝病理完全缓解	提出信息共享-私有(iShape)模型，从纵向原发肿瘤和腋窝淋巴结超声图像中学习共同和特定的图像表征，并首次结合RNA测序分析解释模型生物学基础	回顾性研究设计，样本量相对有限，需要前瞻性验证	预测接受新辅助治疗的腋窝淋巴结阳性乳腺癌患者的腋窝病理完全缓解	活检证实的腋窝淋巴结阳性乳腺癌患者	医学影像分析	乳腺癌	超声成像，RNA测序	深度学习	超声图像	训练集371例患者，三个外部验证集分别包含295、244和225例患者	NA	iShape（信息共享-私有模型）	AUC，假阴性率	NA
847	2025-10-06	Biomarker extraction-based Alzheimer's disease stage detection using optimized deep learning approach 2025-Sep, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251360394 PMID:40831183	研究论文	提出一种基于优化深度学习的阿尔茨海默病分期检测框架，通过生物标志物提取和图像处理技术提高诊断准确性	结合萤火虫算法优化生物标志物分割、布谷鸟搜索算法优化深度信念网络，并采用对比度受限自适应直方图均衡化和小波软阈值去噪处理	仅使用结构MRI数据，未考虑多模态数据融合；样本规模未明确说明	提高阿尔茨海默病分期检测的准确性和早期诊断能力	阿尔茨海默病患者的结构MRI扫描图像	医学影像分析	阿尔茨海默病	结构MRI，对比度受限自适应直方图均衡化，小波软阈值去噪	深度信念网络	医学图像	NA	NA	深度信念网络	准确率，错误率	NA
848	2025-10-06	Deep Learning Can Unmask Conduction Tissue Disease From an Ambulatory ECG 2025-Sep, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.124.013695 PMID:40856041	研究论文	开发深度学习模型通过24小时单导联动态心电图检测既往心动过缓事件	首次使用深度学习从无心动过缓的24小时心电图数据中识别过去13天内发生的传导组织疾病	研究基于回顾性数据，需要前瞻性验证临床效用	提高间歇性心动过缓的检测效率和准确性	动态心电图记录的心动过缓患者	机器学习	心血管疾病	动态心电图监测	深度学习	心电图信号	320,959份14天动态心电图记录	NA	NA	AUC, 阴性预测值	NA
849	2025-10-06	Comprehensive Evaluation of Facet Joints Osteoarthritis Radiological Features on Lumbar CT: A Multitask Deep Learning Approach 2025-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70115 PMID:40949054	研究论文	本研究开发了一种基于多任务深度学习的模型，用于评估腰椎小关节骨关节炎的影像学特征	首次采用多任务深度学习模型同时评估小关节骨关节炎的多个放射学特征，并在多中心数据集上验证模型性能	回顾性研究设计，模型在某些特征（如肥大）上的准确率相对较低	开发自动评估小关节骨关节炎放射学特征的深度学习模型	来自两个医院1360名患者的13223个轴向CT小关节图像块	计算机视觉	骨关节炎	CT成像	CNN	医学影像	13223个小关节图像块，来自1360名患者	NA	ResNet-18	准确率, Gwet κ值	NA
850	2025-10-06	Automated Field of View Prescription for Whole-body Magnetic Resonance Imaging Using Deep Learning Based Body Region Segmentations 2025-Sep-16, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001236 PMID:40955705	研究论文	本研究开发了一种基于深度学习的自动视野处方系统，用于全身磁共振成像，通过三维解剖分割生成多个连续视野站	首次使用深度学习三维解剖分割实现全身MRI多站视野自动处方，达到专家水平性能	脊髓分割准确度相对较低(DSC=0.63)，外部验证队列样本量较小(n=10)	开发自动化视野处方系统以替代人工操作，提高全身MRI图像质量和 workflow 效率	接受全身MRI检查的患者	医学影像分析	NA	全身磁共振成像(WB-MRI), T2-HASTE序列, 快速全身定位器(FWBL)序列	深度学习	三维医学影像	374名患者(内部数据集) + 10名患者(外部验证集)	nnUNet-v2	nnUNet	Sørensen-Dice系数, 精确度, 召回率, 特异性, Likert评分, 排名比较	NA
851	2025-10-06	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索了使用Golay编码热波成像结合自编码器处理技术来增强碳纤维增强聚合物内部缺陷的检测能力	提出了改进自编码器损失函数以更好捕捉热数据中缺陷特征的方法，并将Golay编码激励与自编码器处理相结合	仅针对特定设计的狭缝状缺陷进行研究，样本尺寸有限	提高碳纤维增强聚合物内部缺陷的检测灵敏度和可视化清晰度	碳纤维增强聚合物样本，包含三个不同厚度区域和工程设计的狭缝状缺陷	计算机视觉	NA	Golay编码热波成像，主动热成像技术	自编码器	热成像数据	1个碳纤维增强聚合物样本，包含3个不同厚度区域	NA	自编码器	信噪比，缺陷可见度	NA
852	2025-10-06	Deep learning-enhanced development of innovative antioxidant liposomal drug delivery systems from natural herbs 2025-Sep-15, Materials horizons IF:12.2Q1 DOI:10.1039/d5mh00699f PMID:40600624	研究论文	开发基于BERT深度学习框架的天然草药抗氧化化合物筛选方法，并结合脂质体递送系统验证其抗氧化效果	提出两阶段BERT框架筛选天然抗氧化化合物，相比传统机器学习模型准确率提升约20%，并将筛选化合物与脂质体递送系统结合验证	仅针对2882种天然草药化合物进行筛选，未涵盖更广泛的化合物库	开发深度学习辅助的抗氧化脂质体药物递送系统，用于缓解氧化应激和细胞衰老	天然草药中的抗氧化化合物及其脂质体递送系统	自然语言处理	老年疾病	分子对接模拟，脂质体递送技术	BERT	化合物结构数据	587种实验确认的抗氧化剂和983种非活性化合物作为训练集，2882种天然草药化合物作为筛选库	BERT	BERT	准确率	NA
853	2025-10-06	EZ-FRCNN: A Fast, Accessible and Robust Deep Learning Package for Object Detection Applications from Ethology to Cell Biology 2025-Sep-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.19.660198 PMID:40667197	研究论文	开发了一个名为EZ-FRCNN的本地化、用户友好型深度学习软件包，用于生物图像中的目标检测应用	提供了完全离线的图形化和脚本化界面，解决了生物学研究中基于区域的卷积神经网络技术门槛高和依赖云基础设施的问题	NA	开发易用且可扩展的目标检测工具，推动生物学发现	细胞表型、自由移动动物的摄食动态、自然环境中的动物	计算机视觉	NA	深度学习图像分析	基于区域的卷积神经网络	图像	NA	NA	Faster R-CNN	NA	本地部署，最小计算成本
854	2025-10-06	FCM-NPOA: A hybrid Fuzzy C-means clustering with nomadic people optimizer for ovarian cancer detection 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241302736 PMID:40105378	研究论文	开发了一种结合模糊C均值聚类和游牧人群优化器的混合模型用于卵巢癌检测	提出FCM-NPOA混合模型，整合遗传和病理影像数据，优化模糊C均值聚类算法	仅使用349名患者数据，样本规模有限	卵巢癌早期诊断和分类	妇科腹盆腔肿瘤	机器学习	卵巢癌	遗传和病理影像数据整合	CNN, Transformer, 随机森林, 逻辑回归, SVM, 决策树	临床数据, 影像数据	349名患者	NA	UNeT, Transformer, FCM-NPOA-PM-UI	准确率, 精确率, F1分数, Dice系数	NA
855	2025-10-06	Brain tumor detection using hybrid transfer learning and patch antenna-enhanced microwave imaging 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251325740 PMID:40208040	研究论文	提出一种结合混合迁移学习和贴片天线增强微波成像的创新脑肿瘤检测方法	将预训练深度学习模型与高分辨率微波成像技术相结合，利用贴片天线系统和MobileNet V2实现非侵入式实时脑肿瘤检测	仅通过仿真实验验证，尚未进行临床实际应用验证	开发一种非侵入式实时脑肿瘤检测技术以克服当前诊断方法的局限性	脑肿瘤	计算机视觉	脑肿瘤	微波成像，SAR分析	CNN	微波图像	NA	TensorFlow, PyTorch或Keras（具体框架未明确说明）	MobileNet V2	准确率, 精确率, 召回率, F1分数, 特异性	NA
856	2025-10-06	A systematic review of artificial intelligence techniques based on electroencephalography analysis in the diagnosis of epilepsy disorders: A clinical perspective 2025-Sep, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107582 PMID:40393108	系统综述	从临床角度系统回顾基于脑电图分析的人工智能技术在癫痫诊断中的应用	重点关注注意力机制而非传统深度学习或机器学习方法，并将研究范围从通用脑成像技术聚焦到癫痫诊断的脑电图数据分析	需要更多多中心合作以收集高质量数据并确保代码工具的开放访问	探讨人工智能在癫痫诊断领域的应用潜力	癫痫患者的脑电图数据	自然语言处理	癫痫	脑电图	注意力机制, ANN	脑电图信号	NA	NA	注意力机制, 人工神经网络	NA	NA
857	2025-10-06	Performance of AI methods in PET-based imaging for outcome prediction in lymphoma: A systematic review and meta-analysis 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112204 PMID:40466216	系统综述与荟萃分析	通过系统综述和荟萃分析评估基于PET影像的人工智能方法在淋巴瘤预后预测中的性能	首次对基于PET影像的AI方法在淋巴瘤预后预测中的性能进行系统评估，并比较了不同AI方法的预测效果	纳入研究存在异质性，需要更多前瞻性研究验证临床适用性	评估人工智能方法在淋巴瘤PET影像预后预测中的性能	淋巴瘤患者，主要为非霍奇金淋巴瘤	医学影像分析	淋巴瘤	PET影像分析	深度学习, 机器学习, 影像组学	PET医学影像	75项研究，其中61项聚焦非霍奇金淋巴瘤	NA	NA	HR, AUC, C-index, OR	Stata软件
858	2025-10-06	Predicting survival rates of critically ill septic patients with heart failure using interpretable machine learning models 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251346284 PMID:40495578	研究论文	本研究开发了一种可解释的机器学习模型，用于预测伴有心力衰竭的危重脓毒症患者的生存率	首次针对伴有心力衰竭的脓毒症患者开发专用的可解释生存预测模型，并采用SHAP方法增强模型解释性	研究数据来源于公开数据库，可能存在选择偏倚，且仅验证了两个数据库的数据	开发可解释的预测模型来预测伴有心力衰竭的脓毒症患者的生存率	伴有心力衰竭的危重脓毒症患者	机器学习	心血管疾病	生存分析	DeepSurv	临床数据	11,778名患者	NA	DeepSurv	AUC,C-index,Integrated Brier Score,Decision Curve Analysis	NA
859	2025-10-06	LncMamba: A deep learning model for LncRNA localization prediction based on the Mamba model 2025-Sep-25, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152521 PMID:40876294	研究论文	提出基于Mamba模型的深度学习框架LncMamba，用于长链非编码RNA亚细胞定位预测	首次将Mamba网络引入LncRNA定位预测任务，改进定位特异性注意力机制，并揭示核苷酸基序与亚细胞定位的潜在关系	NA	准确预测长链非编码RNA的亚细胞定位以理解其生物学功能	长链非编码RNA	生物信息学	NA	深度学习	Mamba网络, FPN	RNA序列数据	NA	NA	双层FPN网络, Mamba网络	NA	NA
860	2025-10-06	Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.108807 PMID:40937455	研究论文	本研究利用深度学习模型分析心力衰竭继发淤血性肝病的CT影像特征	首次将ResNet架构应用于淤血性肝病影像分析，并与临床专家进行性能对比	回顾性研究，样本量有限（179例），仅使用单一CT层面图像	利用机器学习捕捉淤血性肝病的影像学特征	慢性心力衰竭患者	医学影像分析	心力衰竭，淤血性肝病	计算机断层扫描（CT）	CNN	医学影像	179例慢性心力衰竭患者（120例男性，平均年龄73.1±14.4岁）	NA	ResNet	准确率	NA