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	2026-07-01	Quantitative Computed Tomography Measures of Lung Fibrosis and Outcomes in the National Lung Screening Trial 2025-09, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202410-1048OC PMID:40208581	研究论文	研究国家肺部筛查试验中定量CT测量的肺纤维化与临床结局的关系	利用深度学习算法和定量成像技术，在大规模高风险人群中评估肺纤维化的意义	仅包括有吸烟史的高危人群，可能无法推广至其他人群	评估定量肺纤维化测量与临床相关结局的关联	国家肺部筛查试验中的参与者	计算机视觉	肺纤维化	低剂量CT扫描，CALIPER算法，深度学习UIP算法	深度学习模型（DL-UIP）	医学影像	11518名参与者	NA	CALIPER, DL-UIP	危险比（HR）	NA
102	2026-06-19	Street view images help to reveal the impact of noisy environments on the survival duration of stroke patients 2025-09-26, International journal of health geographics IF:3.0Q2 DOI:10.1186/s12942-025-00416-8 PMID:41013534	研究论文	利用街景图像和深度学习模型揭示噪声环境对脑卒中患者生存期的影响	首次使用街景图像结合多模态深度学习模型评估住宅噪声水平，并探讨噪声对脑卒中死亡率的年龄组和社会经济差异	未提及研究局限	研究道路交通噪声对脑卒中患者死亡率的年龄组和社会经济差异影响	辽宁省阜新市2011-2019年间住院的36240名脑卒中患者	机器学习	脑卒中	NA	多模态深度学习模型	街景图像	36240名脑卒中住院患者	NA	多模态深度学习模型	风险比（HR）、95%置信区间（CI）、p值、人口归因分数	NA
103	2026-06-19	3D Deep Learning for Virtual Orbital Defect Reconstruction: A Precise and Automated Approach 2025-09-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011143 PMID:39960444	研究论文	提出一种改进的3D U-Net+++架构用于虚拟眼眶缺损重建，实现高精度和自动化	首次采用改进的3D U-Net+++架构处理涉及中线两侧的眼眶缺损，克服传统镜像技术的局限性，并实现完全自动化	仅基于CT扫描数据，未涉及其他影像模态；临床验证样本量较小（仅15例）	开发精确自动化的虚拟眼眶缺损重建方法以辅助术前规划	眼眶缺损（包括合成缺损和临床骨折病例）的虚拟重建	计算机视觉	眼眶骨折	CT扫描	3D U-Net+++	图像（CT扫描）	300个合成缺损（来自颅骨螺旋CT扫描）和15例临床眼眶骨折病例	NA	3D U-Net+++	Hausdorff距离（HD95）、平均对称表面距离（ASSD）、表面Dice相似系数（Surface DSC）、峰值信噪比（PSNR）、结构相似性指数（SSIM）、5点Likert量表评分	NA
104	2026-06-18	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出了一种基于激光诱导击穿光谱的广义光谱方法，用于高性能识别绝缘材料，显著提升分类准确性	提出广义光谱法（GSM-LIBS），通过整合多个光谱特征（如峰强度、积分强度、强度比、辐射背景和光谱形状）保留全局和局部信息，优于传统PCA方法	未明确说明局限性	实现绝缘材料的高性能识别，减少资源浪费和污染，促进资源回收	七种不同类型的绝缘材料	机器学习	NA	激光诱导击穿光谱（LIBS）	K近邻（KNN）、支持向量机（SVM）、神经网络（NN）	光谱数据	七种绝缘材料的样本，具体数量未在摘要中提供	NA	KNN、SVM、NN	准确率	NA
105	2026-06-18	Advancements in deep learning for image-guided tumor ablation therapies: a comprehensive review 2025-09-04, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/adfeab PMID:40845893	综述	全面回顾深度学习在图像引导肿瘤消融治疗中的应用，涵盖术前、术中和术后各阶段	系统总结了深度学习在IGTA全流程中的创新应用，包括术前图像分割与增强、术中实时导航和术后疗效监测	未提及具体临床验证结果或定量比较不同深度学习方法的效果	探讨深度学习在图像引导肿瘤消融治疗中提升精准性、安全性和患者预后的潜力	图像引导肿瘤消融治疗中的深度学习技术及其在不同治疗阶段的应用	机器学习, 计算机视觉	肿瘤相关疾病	超声、CT、MRI	深度学习模型	医学图像	NA	NA	NA	NA	NA
106	2026-06-18	Predicting Postoperative Prognosis in Pediatric Malignant Tumor With MRI Radiomics and Deep Learning Models: A Retrospective Study 2025-09-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011466 PMID:40323639	研究论文	开发多模态机器学习模型，整合MRI影像组学、深度学习和临床指标，预测儿童恶性肿瘤患者术后3年无病生存期	首次结合MRI影像组学特征、深度学习特征与临床指标构建多模态融合模型，并采用贝叶斯优化进行参数调整，显著提升预测性能	回顾性研究设计，样本量有限（260例），且仅针对接受R0切除的脑肿瘤患儿，可能限制模型的泛化能力	开发可预测儿童恶性肿瘤术后3年无病生存期的多模态机器学习模型，为个性化治疗提供科学依据	260例接受R0切除的儿童脑肿瘤患者（年龄≤14岁）	数字病理学	儿童恶性脑肿瘤	MRI影像组学, 深度学习	SVM, RF, LightGBM	MRI图像, 临床指标	260例儿童脑肿瘤患者	PyRadiomics, PyTorch	3D ResNet-18	AUC, 敏感性, 特异性	NA
107	2026-06-17	EEG-Based Deep Learning Model for Hyper-Acute Large Vessel Occlusion Stroke Detection in Mice 2025-09, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70592 PMID:41014019	research paper	开发基于脑电图（EEG）的深度学习模型，用于小鼠超急性大血管闭塞性脑卒中的早期检测	首次利用EEG信号结合EEGNet深度学习架构实现超急性期大血管闭塞性脑卒中的高准确率检测，并在小鼠模型上验证了其在发病后1.5小时内的可靠性	该研究仅在动物模型上进行，未在人类临床数据中验证，且样本量有限	开发一种基于EEG的深度学习模型，用于超急性大血管闭塞性脑卒中的早期、准确检测	pMCAO小鼠模型，用于模拟大血管闭塞性脑卒中	machine learning	stroke (脑卒中)	EEG（脑电图）	EEGNet	EEG信号数据	未在摘要中明确说明样本量（涉及pMCAO小鼠和假手术小鼠）	NA	EEGNet	accuracy, AUC, precision, recall, F1 score	NA
108	2026-06-15	Development and Validation of a Deep Learning System for the Provision of a District-Wide Diabetes Retinal Screening Service 2025 Sep-Oct, Clinical & experimental ophthalmology DOI:10.1111/ceo.14560 PMID:40491217	研究论文	开发并验证一种用于区域糖尿病视网膜病变筛查的双模态深度学习系统	结合眼底照片和OCT扫描的双模态深度学习系统，在多种族社区中检测威胁视力的糖尿病视网膜病变，达到高准确性和特异性	7.4%的眼底照片不可分级，可能影响系统在部分患者中的适用性	评估深度学习系统在区域糖尿病视网膜病变筛查中的性能和有效性	多民族社区的糖尿病患者	计算机视觉	糖尿病视网膜病变	NA	深度学习	图像	748名糖尿病患者	NA	NA	敏感性、特异性、AUC	NA
109	2026-06-15	Retinal Vessel Traits and Age-Related Eye Disease in the Canadian Longitudinal Study on Aging 2025 Sep-Oct, Clinical & experimental ophthalmology DOI:10.1111/ceo.14566 PMID:40515626	研究论文	横断面和纵向分析视网膜血管特征与青光眼、年龄相关性黄斑变性等眼病的关联	首次在大型纵向队列（加拿大老龄化纵向研究）中评估视网膜血管特征与眼病随时间变化的关系，并揭示横断面关联可能源于反向因果	依赖自我报告的眼病诊断，可能存在报告偏倚；使用深度学习算法提取血管特征，但未与其他方法对比；纵向随访期仅3年，可能不足以完全揭示因果关系	探究视网膜血管特征（如直径和扭曲度）与青光眼及年龄相关性黄斑变性的横断面和纵向关联	加拿大老龄化纵向研究中30,097名参与者的基线及3年随访数据	机器学习	青光眼, 年龄相关性黄斑变性	眼底成像	深度学习	图像, 表格数据	30,097名参与者，92%随访率	NA	QUARTZ（深度学习算法）	比值比, 置信区间, 贝塔系数	NA
110	2026-06-07	PCANN Program for Structure-Based Prediction of Protein-Protein Binding Affinity: Comparison With Other Neural-Network Predictors 2025-09, Proteins IF:3.2Q2 DOI:10.1002/prot.26821 PMID:40116085	研究论文	提出一种基于结构的蛋白质-蛋白质结合亲和力预测器PCANN，并与其他神经网络预测器进行比较	使用ESM-2语言模型编码蛋白质结合界面信息，结合图注意力网络（GAT）进行预测，在两个新数据集上优于现有最佳预测器BindPPI	实验数据有限且准确性不高，缺乏内部一致性，需通过AI辅助文献检索和人工筛选解决	开发更准确的蛋白质-蛋白质结合亲和力预测器	蛋白质-蛋白质复合物	机器学习	NA	NA	图注意力网络，ESM-2语言模型	序列	两个文献提取的数据集	NA	图注意力网络	平均绝对误差	NA
111	2026-06-06	The Use and Importance ofArtificial Intelligence in Vaccine Research, Development, and Production 2025-Sep, Archives of Razi Institute DOI:10.32598/ARI.80.5.3442 PMID:42226986	综述	综述了人工智能（AI）在疫苗研究、开发和生产的应用及重要性	系统评估了AI技术（机器学习、深度学习、自然语言处理）在疫苗靶点识别、配方优化和生产流程简化中的作用，并强调其在优化供应链和改善全球疫苗可及性方面的潜力	存在伦理问题（数据隐私、算法偏见）、AI整合到现有框架的挑战	评估AI技术在疫苗研发和生产中的角色，并强调其在应对新兴传染病和公共卫生危机中的重要性	疫苗研究、开发和生产的全流程	机器学习	传染病	NA	NA	文本、数据	NA	NA	NA	NA	NA
112	2026-06-02	Deep learning-based detection of generalized convulsive seizures using a wrist-worn accelerometer 2025-09, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18406 PMID:40265999	研究论文	开发和验证基于腕戴式加速度计和深度学习的算法，用于自动检测全面性或双侧强直阵挛性发作，并集成到商用智能手表中	采用基于分位数聚合的可调灵敏度集成的卷积神经网络架构，实现高检测性能与可调灵敏度	错过了两次发作，其中一次因佩戴传感器的患者手臂被床栏杆卡住而未能检测到	自动检测全面性惊厥性发作	全面性或双侧强直阵挛性发作患者	机器学习	癫痫	三维加速度计	卷积神经网络	加速度数据	384名患者（训练集37人含54次发作，独立测试集347人含49次发作）	NA	集成卷积神经网络（Episave）	灵敏度、误报率、检测潜伏期	NA
113	2026-05-31	InfEHR: Clinical phenotype resolution through deep geometric learning on electronic health records 2025-Sep-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63366-6 PMID:41006287	研究论文	提出一种名为InfEHR的框架，利用深度几何学习从电子健康记录中自动计算临床可能性，无需大量标注数据	将电子健康记录转换为时序图以捕捉表型动态，实现无偏表示，并在低患病率疾病中表现出高效推理性能	未提及	开发一种能够从电子健康记录中自动计算临床可能性的框架，减少对大量标注数据的依赖	电子健康记录中的临床表型解析与概率推理	机器学习	新生儿培养阴性败血症、术后急性肾损伤	深度几何学习	几何深度学习模型	电子健康记录数据	来自西奈山卫生系统和加州大学欧文分校医学中心的电子健康记录	NA	NA	敏感性、特异性	NA
114	2026-05-31	Dwarf Updated Pelican Optimization Algorithm for Depression and Suicide Detection from Social Media 2025-09, The Psychiatric quarterly DOI:10.1007/s11126-024-10111-9 PMID:39946018	研究论文	提出一种新颖的基于社会媒体的抑郁与自杀检测方法，通过改进的鹈鹕优化算法优化深度学习集成模型	引入矮化更新鹈鹕优化算法（DU-POA）优化深度学习集成模型权重，结合改进互信息分数进行特征融合	未提及模型在不同社会媒体平台或语言上的泛化能力验证，且未讨论数据隐私和伦理问题	解决社会媒体数据中抑郁和自杀检测的变异性及模型泛化挑战	社会媒体文本数据中的抑郁和自杀倾向检测	自然语言处理	抑郁症、自杀倾向	自然语言处理（NLP）	RNN, DBN, 改进LSTM	文本	NA	NA	RNN, DBN, 改进LSTM	准确率	NA
115	2026-05-31	Machine learning driven semi-automated framework for yeast sporulation efficiency quantification using ilastik segmentation and Fiji nuclear enumeration 2025-09, Fungal genetics and biology : FG & B IF:2.4Q3 DOI:10.1016/j.fgb.2025.104024 PMID:40876769	研究论文	提出一个基于机器学习驱动的半自动化框架，结合ilastik分割和Fiji细胞核计数，用于酵母孢子形成效率的定量分析	创新性地结合ilastik纹理特征优化分割与Fiji图像处理，避免显式四联体判别，实现不同孢子形态的鲁棒量化，并引入人工质控检查点平衡通量与精度	需要手动质控检查点（分割验证），无法完全自动化；未提供与其他深度学习工具（如cellpose）的直接性能对比	开发一种可替代人工计数的酵母孢子形成效率半自动化定量方法，提高处理速度并减少主观偏差	酵母孢子形成过程中的母细胞及孢子（二联体、三联体、四联体）	机器学习	不适用	荧光显微镜成像	ilastik纹理特征分割模型	图像	未明确说明样本数量，但提及Hsp82磷酸化突变体验证	ilastik, Fiji	ilastik随机森林分类器	与人工计数的一致性（93.4%）、组内相关系数（ICC=0.94）、处理时间减少（68%）	标准显微镜设备（未指定GPU或高性能计算资源）
116	2026-05-30	Metaproteomics Beyond Databases: Addressing the Challenges and Potentials of De Novo Sequencing 2025-09, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400321 PMID:39888246	观点文章	探讨从头测序在宏蛋白质组学中的应用，包括其从手动注释到基于图、标签和深度学习方法的演变，以及其在检测未测序物种和提供微生物群落功能洞察方面的潜力	系统性地回顾了从头测序方法从手动注释到基于图、标签和深度学习方法的演变，并重点讨论了其在宏蛋白质组学中检测未测序物种的潜力	主要依赖观点阐述，缺乏实验验证；未提供具体性能指标或与数据库搜索的定量比较	探讨从头测序在宏蛋白质组学中的演变、优势、局限性和未来机遇	宏蛋白质组学中的微生物群落蛋白质	机器学习	NA	质谱法	深度学习	质谱数据	NA	NA	NA	NA	NA
117	2026-05-30	TFKT V2: task-focused knowledge transfer from natural images for computed tomography perceptual image quality assessment 2025-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.5.051805 PMID:40444137	研究论文	提出一种任务聚焦知识迁移方法，用于CT图像感知质量评估	首次将自然图像中的任务相似知识迁移至CT图像质量评估，采用混合卷积神经网络-变压器模型，无需参考图像且减少对大规模标注数据集的依赖	未具体说明局限性，但可能涉及对CT图像领域特定失真的泛化能力有限或需要进一步临床验证	开发一种无参考、自动化的CT图像质量评估方法，以密切反映放射科医生的评估并减少对标注数据集的依赖	低剂量CT图像质量和儿科CT检查图像	计算机视觉	NA	CT	混合卷积神经网络-变压器模型	图像	涉及低剂量CT感知图像质量评估数据集和儿科CT检查数据集，但未明确具体样本数量	PyTorch	CNN-Transformer混合架构	NA	NA
118	2026-05-27	A Novel Two-step Classification Approach for Differentiating Bone Metastases From Benign Bone Lesions in SPECT/CT Imaging 2025-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.010 PMID:40610298	研究论文	提出一种新型两步深度学习框架，用于SPECT/CT成像中骨转移瘤的自动检测、分割和分类，以区分恶性与良性骨病变	结合多尺度注意力融合模块和三重注意力机制的分割模型，以及基于影像组学的集成学习分类器，实现代谢和纹理特征融合	NA	开发并验证两步深度学习框架，提升骨转移瘤早期诊断和个性化治疗规划	SPECT/CT图像中的骨病变	计算机视觉	骨转移瘤	SPECT/CT成像	CNN	图像	机构内部SPECT/CT数据集，分为训练集和测试集	NA	BL-Seg	Dice系数, 灵敏度, 特异度, AUC	NA
119	2026-05-27	A Deep Learning Model for Comprehensive Automated Bone Lesion Detection and Classification on Staging Computed Tomography Scans 2025-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.021 PMID:40634223	研究论文	开发了一种用于分期计算机断层扫描（CT）中自动检测和分类骨病变的深度学习模型	首次开发并验证了全面自动检测和分类骨病变的深度学习模型，可区分良恶性骨病变，并提高了检测和分类的准确性	模型在某些良性病例中产生假阳性结果，且需要在更大规模、更多样化的数据集以及临床实践中进一步验证	提升骨病变在分期CT中的检测和分类效率与准确性	402名患者的CT影像，包括前列腺癌患者（有良性或恶性成骨细胞性骨病变）以及多种原发癌患者（有良性或恶性溶骨性骨病变）	计算机视觉，医学影像分析	骨转移瘤，前列腺癌，多种癌症	计算机断层扫描（CT）	nnUNet	CT影像	训练集402名患者，独立测试集69名患者（其中32名有骨转移）	PyTorch	nnUNet	检测率，准确率，灵敏度，特异度， AUC	NA
120	2026-05-26	Deep Learning for Cardiac Overload Estimation　- Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram 2025-09-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0098 PMID:40533163	研究论文	开发深度学习模型从心音和心电图数据估计血浆BNP水平以辅助心力衰竭筛查	利用短时（8秒）无创心音和心电图信号通过深度学习模型估算BNP水平，在外部验证集上表现良好	NA	验证利用无创动态生理信号估计BNP水平的深度学习模型的临床可行性	血浆BNP水平≥100 pg/mL的预测	机器学习	心血管疾病	NNN	深度学习模型	心音和心电图信号	外部验证集140名患者，亚组分析127名BMI 18.5-25患者	NNN	NNN	AUROC, 敏感性, 特异性	NA