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
1	2025-11-21	Quantitative metrics of CT images may magnify the potential of radiation dose reduction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045575 PMID:41261574	研究论文	本研究探讨CT图像检测指数(d')与低对比度小病灶实际检测性能的关系，评估不同算法和矩阵对d'的影响	首次系统比较不同重建算法和矩阵尺寸下检测指数与观察者性能的相关性，揭示定量指标可能高估辐射剂量降低潜力	研究基于体模实验，未在真实患者中验证；样本参数组合有限	评估CT图像定量指标与辐射剂量降低潜力之间的关系	低对比度小病灶的检测性能	医学影像分析	NA	CT扫描，图像重建算法	深度学习算法	CT图像	9种辐射暴露水平的体模扫描数据	NA	NA	检测指数(d')，受试者工作特征曲线下面积，Spearman秩和相关系数	160层CT扫描仪，ImQuest软件
2	2025-11-21	Tripartite strategy for dual reduction of radiation and iodine dose in obese CCTA: High-iodine contrast, 80 kVp, and deep learning reconstruction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045725 PMID:41261582	研究论文	本研究评估了结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略在肥胖患者冠状动脉CT血管成像中的应用	首次在肥胖CCTA患者中同时应用高碘浓度造影剂、80 kVp扫描和深度学习重建技术，实现辐射剂量和碘负荷的双重降低	单中心研究，样本量有限（100例患者），需要更大规模的多中心验证	开发并验证一种能同时降低辐射剂量和碘负荷的CCTA扫描方案	体重指数≥30 kg/m²的肥胖患者	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像	100例肥胖患者（低剂量组50例，标准剂量组50例）	NA	NA	图像噪声，信噪比，对比噪声比，主观图像质量评分，灵敏度，阴性预测值，准确率	NA
3	2025-11-21	Multicenter study of CT-based deep learning for predicting preoperative T staging and TNM staging in clear cell renal cell carcinoma 2025-Oct-17, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14836-z PMID:41107801	研究论文	基于CT的深度学习模型用于预测肾透明细胞癌术前T分期和TNM分期	开发了基于Transformer-ResNet架构的3D深度学习模型，首次在多中心研究中验证其在肾透明细胞癌术前分期中的应用	在晚期亚类（T3+T4和TNM III期）中表现中等	开发并验证基于CT的深度学习模型，用于肾透明细胞癌的术前分期	肾透明细胞癌患者	计算机视觉	肾癌	CT成像	深度学习	CT图像	1,148例来自五个医疗中心的肾透明细胞癌患者	NA	Transformer-ResNet (TR-Net)	micro-AUC, macro-AUC, accuracy	NA
4	2025-11-21	Efficacy and safety of platelet-rich plasma injections for the treatment of knee osteoarthritis: a systematic review and meta-analysis of randomized controlled trials 2025-Oct-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03253-4 PMID:41107915	系统评价与荟萃分析	通过系统评价和荟萃分析评估富血小板血浆注射治疗膝骨关节炎的疗效和安全性	首次结合神经网络模型预测PRP治疗结果，识别最佳PRP浓度范围和注射方案，并发现PRP与其他治疗的协同效应	长期随访数据有限，评价标准缺乏标准化，生物学可解释性和临床实施存在挑战	全面评估PRP注射治疗膝骨关节炎的疗效和安全性	膝骨关节炎患者	医学研究	骨关节炎	PRP注射治疗，神经网络模型	神经网络	临床试验数据	28项随机对照试验，共3246名KOA患者	NA	神经网络	疼痛缓解，功能改善，治疗反应预测准确性	NA
5	2025-11-21	Accuracy of Deep Learning-Aided Detection of Microsatellite Instability in Colorectal Cancer: A Systematic Review and Meta-Analysis 2025-Oct-15, Clinical colorectal cancer IF:3.3Q2 DOI:10.1016/j.clcc.2025.09.004 PMID:41260961	系统评价与Meta分析	通过系统评价和Meta分析评估深度学习在结直肠癌微卫星不稳定性检测中的准确性	首次对基于病理切片的深度学习检测结直肠癌微卫星不稳定性的准确性进行系统评价和Meta分析	基于MRI、结肠镜和拉曼光谱的深度学习研究数量极少，需要更多验证	评估深度学习在结直肠癌微卫星不稳定性检测中的准确性	结直肠癌患者	数字病理学	结直肠癌	深度学习	深度学习模型	病理切片图像、MRI图像、结肠镜图像、拉曼光谱数据	30项原始研究	NA	NA	特异性、敏感性、汇总受试者工作特征曲线下面积	NA
6	2025-11-21	Comparative Diagnostic Accuracy of AI-Assisted Fluorine-18 Fluorodeoxyglucose Positron Emission Tomography Versus Structural Magnetic Resonance Imaging in Alzheimer Disease: Systematic Review and Meta-Analysis 2025-Oct-08, JMIR aging IF:5.0Q1 DOI:10.2196/76981 PMID:41061249	系统综述与Meta分析	通过系统综述和Meta分析比较AI辅助的18F-FDG PET与结构MRI在阿尔茨海默病诊断中的准确性	首次系统比较AI辅助的两种神经影像技术（18F-FDG PET和sMRI）在AD诊断中的性能差异	研究质量分层、算法类型和验证策略导致的异质性	比较AI辅助的18F-FDG PET与结构MRI在阿尔茨海默病诊断中的性能差异	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	18F-FDG PET, 结构MRI	机器学习, 深度学习	医学影像	38项研究纳入分析	NA	NA	敏感度, 特异度, SROC-AUC	NA
7	2025-11-21	YOLOv12 Algorithm-Aided Detection and Classification of Lateral Malleolar Avulsion Fracture and Subfibular Ossicle Based on CT Images: Multicenter Study 2025-Oct-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/79064 PMID:40924436	研究论文	基于CT图像使用YOLOv12算法辅助检测和分类外踝撕脱性骨折与腓骨下籽骨的多中心研究	首次将最新YOLOv12算法应用于外踝撕脱性骨折与腓骨下籽骨的CT图像检测与分类，并在多中心数据上验证其性能优于放射科医生单独阅读CT	回顾性研究设计，仅来自两家医院的数据，需要进一步前瞻性验证	评估深度学习模型在CT图像上检测和分类外踝撕脱性骨折与腓骨下籽骨的性能	1918名患者（外踝撕脱性骨折1253例，腓骨下籽骨665例）的CT图像	计算机视觉	骨科疾病	CT成像，MRI成像	CNN	医学图像	1918名患者，训练集1092例，内部验证集476例，外部测试集350例	NA	YOLOv12, Faster R-CNN, SSD, RetinaNet	mAP50, AUC, 准确率, 灵敏度, 特异性	NA
8	2025-11-21	Development and Validation an Integrated Deep Learning Model to Assist Eosinophilic Chronic Rhinosinusitis Diagnosis: A Multicenter Study 2025-Oct, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.23595 PMID:40387008	研究论文	开发并验证一种集成深度学习模型，用于辅助嗜酸性慢性鼻窦炎的术前诊断	首次结合CT影像特征和临床参数构建集成深度学习模型，并探索模型预测的生物学基础	样本量相对有限（1098例），蛋白质组学分析仅包含34例患者	开发非侵入性术前预测方法用于嗜酸性慢性鼻窦炎的诊断	慢性鼻窦炎患者	医学影像分析	慢性鼻窦炎	计算机断层扫描（CT），蛋白质组学分析	3D-CNN, SVM	CT影像，临床参数	1098例患者（来自两家医院），其中34例进行蛋白质组学分析	NA	3D-ResNet, 3D-Xception, HR-Net	AUC, 敏感度, 特异度, 准确度	NA
9	2025-11-21	3D auto-segmentation of pancreas cancer and surrounding anatomical structures for surgical planning 2025-Oct-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002835 PMID:40576127	研究论文	开发基于深度学习的胰腺癌及周围解剖结构自动分割模型，用于手术规划	采用分层Swin Transformer V2模型进行胰腺癌三维自动分割，并在多中心数据上进行验证	胰腺癌分割准确度相对较低（DSC 54.5-57.0），小肿瘤分割性能有待提升	通过CT图像自动分割胰腺癌及周围结构以改善手术规划	胰腺癌患者及胰腺周围解剖结构	数字病理	胰腺癌	计算机断层扫描（CT）	Transformer	三维CT图像	275名患者（176训练，59内部验证，40外部验证）	NA	Swin Transformer V2	Dice相似系数, 定性评估	NA
10	2025-11-21	Development and validation of a deep learning ultrasound radiomics model for predicting drug resistance in lymph node tuberculosis a multicenter study 2025-Oct-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002850 PMID:40607926	研究论文	开发并验证基于深度学习超声影像组学模型用于预测淋巴结结核耐药性	首次将集成机器学习算法与AdaBoost相结合应用于淋巴结结核耐药预测，并通过多中心外部验证	回顾性研究设计，样本量相对有限（234例）	预测淋巴结结核患者的耐药性	234例颈部淋巴结结核患者	医学影像分析	结核病	超声影像	集成机器学习, AdaBoost	超声图像	234例患者（来自三个医疗中心）	NA	集成机器学习模型	AUC, 准确率, 精确率, 召回率, F1分数, 决策曲线分析	NA
11	2025-11-21	Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study 2025-Oct-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002821 PMID:40607969	研究论文	开发基于预处理CT的多通道深度学习预测模型，用于术前诊断非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解	首次将多通道深度学习与Transformer编码器融合，用于预测肺癌新辅助免疫化疗疗效	回顾性研究设计，样本量相对有限（332例患者）	开发术前预测非小细胞肺癌患者新辅助免疫化疗后主要病理缓解的诊断工具	非小细胞肺癌患者	计算机视觉	肺癌	CT成像	Transformer, CNN	医学影像（CT图像）	332例非小细胞肺癌患者，来自4个医疗中心	NA	GoogLeNet, Transformer	AUC, 敏感性, 特异性, F1分数, 混淆矩阵, 校准曲线, 决策曲线分析, 综合判别改进, 净重分类改进, DeLong检验	NA
12	2025-11-21	Machine Learning-Based Detection of EGFR Mutation and HER2 Overexpression in Metastatic Brain Adenocarcinoma: Systematic Review and Meta-Analysis 2025-Oct-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000320 PMID:41032033	系统综述与荟萃分析	评估基于机器学习的MRI影像组学模型在检测转移性脑腺癌中EGFR突变和HER2过表达方面的诊断性能	首次系统评估机器学习模型在脑转移瘤生物标志物检测中的应用，并比较深度学习与传统机器学习模型的性能差异	存在方法学异质性，外部验证使用有限，需要更多前瞻性多中心研究确认临床适用性	评估机器学习模型在非侵入性检测脑转移腺癌EGFR突变和HER2过表达中的诊断价值	转移性脑腺癌患者	医学影像分析	脑转移癌	MRI影像组学	深度学习, 传统机器学习	医学影像	31项研究，7925名参与者	Python	NA	AUC, 准确率, 敏感度	STATA 18, Python 3.10
13	2025-11-21	Transformer-based deep learning model for predicting fNIRS short-channel signals 2025-Oct, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.4.045008 PMID:41245625	研究论文	开发基于Transformer的深度学习模型，从长通道fNIRS数据预测短通道信号，为脑血流动力学监测提供虚拟短通道解决方案	首次将Transformer架构应用于fNIRS短通道信号预测，提供不依赖物理硬件的虚拟短通道回归方法	模型性能依赖于训练数据质量，在低相干性通道下准确度有所下降	开发数据驱动的虚拟短通道检测器，替代物理短通道进行信号去噪	功能性近红外光谱(fNIRS)信号	生物医学信号处理	NA	功能性近红外光谱(fNIRS)	Transformer	光学密度信号，血流动力学信号	训练集69名受试者，验证集包含三个独立数据集：23名受试者（静息态）、40名受试者（不同系统）、4名受试者（手指敲击任务）	NA	Transformer编码器	均方误差(MSE), 归一化均方误差(NMSE), 皮尔逊相关系数(r), 回归后残差方差	NA
14	2025-11-21	DHGT-DTI: Advancing drug-target interaction prediction through a dual-view heterogeneous network with GraphSAGE and Graph Transformer 2025-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101336 PMID:41245658	研究论文	提出一种基于双视角异质图网络的药物-靶点相互作用预测方法DHGT-DTI	通过邻域视角和元路径视角双重机制整合局部与全局网络信息，结合GraphSAGE与图Transformer的优势	未明确说明模型计算复杂度及对大规模网络的可扩展性	提升药物-靶点相互作用预测的准确性	药物与靶点蛋白质	生物信息学	帕金森病	异质图神经网络	HGNN, Graph Transformer	图网络数据	两个基准数据集，六种治疗帕金森病的药物案例研究	NA	GraphSAGE, Graph Transformer	NA	NA
15	2025-11-21	Artificial intelligence algorithms in orthopaedics: A narrative review of methods and clinical applications 2025-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70549 PMID:41245724	综述	评估人工智能算法在骨科手术中的作用，解释主要算法方法的功能并通过骨科实例进行说明	系统区分不同AI算法在骨科的应用场景，并详细解释各类算法的工作原理和临床实例	存在算法偏见、透明度不足、计算成本高和缺乏外部验证等问题	探讨人工智能算法在骨科领域的应用现状和发展前景	骨科手术相关的AI算法和临床应用	机器学习,自然语言处理,计算机视觉	骨科疾病	机器学习,深度学习,自然语言处理,生成式人工智能,联邦学习	CNN,神经网络	医学影像,文本数据,手术数据	NA	NA	FracNet,YOLO,大型语言模型	准确率,效率,可扩展性	NA
16	2025-11-21	Examining the Effect of Deep Learning-Based Image Reconstruction on Accelerating Shoulder Magnetic Resonance Imaging (MRI) and Its Impact on Image Quality 2025-Oct, Cureus DOI:10.7759/cureus.94561 PMID:41246632	研究论文	本研究比较了基于深度学习的图像重建技术在加速肩部MRI扫描中对图像质量的影响	首次系统评估深度学习重建技术在肩部MRI加速中的临床应用价值	样本量较小(49例)，阅片者间一致性较差，仅使用1.5T扫描器	评估深度学习图像重建技术加速MRI扫描的可行性和图像质量	49名接受肩部MRI检查的患者	医学影像分析	肩部疾病	磁共振成像	深度学习	医学图像	49名患者	NA	NA	Wilcoxon符号秩检验, Cohen's kappa, PABAK	Philips Ingenia 1.5T MRI扫描仪
17	2025-11-21	AI-Based System for Analysis of Electron Microscope Images in Glomerular Disease 2025-Oct-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.34985 PMID:41055904	研究论文	开发并验证基于人工智能的TEM图像分析系统TEM-AID，用于精确分割和测量肾小球超微结构并诊断肾小球疾病亚型	首次整合YOLO-v8检测、Segment Anything模型和人机协同优化，实现肾小球超微结构的自动分割与量化分析	研究仅针对特定七种肾小球疾病亚型，未涵盖所有肾脏疾病类型	开发人工智能辅助诊断系统提升肾小球疾病的电子显微镜图像分析效率	慢性肾病患者及其肾活检透射电子显微镜图像	数字病理	肾小球疾病	透射电子显微镜	YOLO-v8, Segment Anything Model, 堆叠分类器	电子显微镜图像	31,670名患者的160,727张TEM图像	NA	YOLO-v8, Segment Anything Model	平均交并比, Dice系数, 准确率, AUC	NA
18	2025-11-21	Artificial intelligence-driven solutions for mitigating human-wildlife conflict in biodiversity hotspots 2025 Oct-Dec, Science progress IF:2.6Q2 DOI:10.1177/00368504251394584 PMID:41259221	综述	本文综述了人工智能在生物多样性热点地区缓解人兽冲突中的应用与前景	系统分析了1990-2025年间105项研究，首次全面评估AI在人兽冲突监测、预测准确性和社区参与方面的改善效果（分别提升65%、47%和39%）	存在数据可得性、技术部署成本和伦理问题等挑战，需要更多本地化实践验证	探讨人工智能技术如何缓解生物多样性热点地区的人兽冲突	生物多样性热点地区的人兽冲突案例及AI解决方案	计算机视觉,机器学习	NA	遥感技术,地理信息系统,参与式数据整合	机器学习,深度学习	图像,地理空间数据,巡逻日志,传感器数据	105项研究（来自163个筛选来源）	NA	NA	监测改善率,预测准确率,社区参与率	NA
19	2025-11-21	AI Tools for Heart Failure Management: A Comprehensive Review of Potential, Pitfalls, and Predictive Analytics 2025-Oct, Cureus DOI:10.7759/cureus.94920 PMID:41262808	综述	本文全面回顾了人工智能在心力衰竭管理中的潜力、局限性和预测分析应用	系统评估了AI在心力衰竭管理中的三大关键应用：亚临床心衰检测、个性化治疗方案选择和人类-机器协作预测模型	存在算法偏见、数据安全问题、AI黑箱特性及其他偏见风险	探讨人工智能算法和模型如何支持心力衰竭管理的各个方面	心力衰竭患者及相关临床数据	自然语言处理, 机器学习	心血管疾病	机器学习, 深度学习, 自然语言处理	NA	临床数据, 文献数据	从1,617篇文献中筛选出163篇符合纳入标准的研究	NA	NA	预测准确性, 再入院率预测	NA
20	2025-11-20	Smart Total Knee Replacement: Recognition of Activities of Daily Living Using Embedded IMU Sensors and a Novel AI Model in a Cadaveric Proof-of-Concept Study 2025-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s25216657 PMID:41228880	研究论文	本研究通过植入人工膝关节的IMU传感器和新型AI模型，实现了对日常活动动作的自动识别	首次在尸体膝关节中植入IMU传感器，并开发了新型多模态深度学习模型用于活动识别	仅为尸体概念验证研究，样本量有限，需进一步临床验证	开发智能膝关节置换术的活动监测技术	植入IMU传感器的膝关节假体在尸体模型中的运动数据	医疗人工智能	膝关节疾病	惯性测量单元(IMU)传感技术	多模态深度学习	运动传感器数据	1具尸体膝关节，多种日常活动动作数据	NA	NA	准确率,F1分数	NA