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
181	2025-11-25	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究基于CT影像开发并验证了不同深度学习模型预测非小细胞肺癌脏层胸膜侵犯的能力	首次系统比较了2D、3D和混合3D深度学习模型在预测非小细胞肺癌脏层胸膜侵犯中的性能差异	回顾性研究设计可能存在选择偏倚，且为多中心研究	开发并验证深度学习模型准确预测非小细胞肺癌患者的脏层胸膜侵犯	经病理确诊的非小细胞肺癌患者	计算机视觉	肺癌	CT影像分析，弹性纤维染色分析	CNN	CT图像，临床数据	1931例非小细胞肺癌患者	NA	EfficientNet-B0, Res2Net	AUC, 受试者工作特征曲线, 混淆矩阵	NA
182	2025-11-25	Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.015 PMID:40707265	研究论文	基于双期CT图像开发深度学习模型预测肝细胞癌微血管侵犯及生存结局	首次将小网膜脂肪组织特征与肿瘤影像特征融合的深度学习框架用于MVI预测	回顾性研究设计，样本来源仅限于两个医疗中心	提高肝细胞癌微血管侵犯的术前预测准确性并分析生存结局	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	多期CT成像	CNN	CT图像	来自两个医疗中心2016-2023年的患者数据	PyTorch	ResNet18, 双分支特征融合模型	AUC, 风险比, 置信区间	NA
183	2025-11-25	Deep Learning-Enabled Ultrasound for Advancing Anterior Talofibular Ligament Injuries Classification: A Multicenter Model Development and Validation Study 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.013 PMID:40764200	研究论文	开发基于超声的深度学习模型ATFLNet用于前距腓韧带损伤分类，并通过多中心研究验证其性能	首次开发专门针对前距腓韧带损伤分类的深度学习模型，并验证AI辅助策略在真实临床场景中的诊断价值	回顾性研究设计，需要进一步前瞻性验证；模型性能可能受超声设备差异影响	通过深度学习提升前距腓韧带损伤的超声诊断准确性和分类能力	健康对照者和急性前距腓韧带损伤患者（轻度拉伤、部分撕裂、完全撕裂和撕脱骨折）	医学影像分析	韧带损伤	超声成像	深度学习模型	超声图像和动态视频	训练集2566例，内部验证642例，外部验证1210例（717+493），前瞻性验证472例，总计4890例	NA	ATFLNet	曲线下面积, 准确率	NA
184	2025-11-25	An Interpretable Deep Learning Framework for Biomarker Discovery in Complex Disease Survival Outcomes 2025-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.30.679415 PMID:41256539	研究论文	提出一种用于复杂疾病生存结果建模的可解释深度学习框架SurvDNN，并开发PermFIT方法进行生物标志物发现	提出专门针对生存结果建模的增强深度神经网络框架，结合基于自助法的正则化策略和稳定性驱动的过滤算法，并将PermFIT方法扩展到生存分析设置	未在摘要中明确说明具体限制	开发可解释的深度学习框架用于复杂疾病生存结果中的生物标志物发现	癌症和心血管疾病等复杂疾病的生存结果数据	机器学习	癌症,心血管疾病	生存分析	深度神经网络	时间至事件数据	NA	R	SurvDNN	预测准确性	NA
185	2025-11-25	GatorAffinity: Boosting Protein-Ligand Binding Affinity Prediction with Large-Scale Synthetic Structural Data 2025-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.29.679384 PMID:41256614	研究论文	开发了基于几何深度学习的蛋白质-配体结合亲和力预测模型GatorAffinity，利用大规模合成结构数据解决数据稀缺问题	首次利用超过45万合成蛋白-配体复合物和超过100万SAIR数据库合成复合物进行预训练，显著提升了亲和力预测精度	合成数据的质量依赖于Boltz-1结构预测模型的准确性，可能引入模型偏差	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体复合物	计算药物发现	NA	几何深度学习，结构预测	几何深度学习模型	蛋白质-配体复合物结构数据	超过45万合成复合物 + 超过100万SAIR合成复合物 + PDBbind实验结构	PyTorch, TensorFlow	几何深度学习架构	准确性，泛化能力	GPU集群
186	2025-11-25	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潜力	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（分别达65%、47%和39%）	依赖文献分析可能遗漏未发表案例，AI技术在实际部署中面临伦理问题和本地知识整合挑战	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相关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
187	2025-11-25	A Multicentre Comparative Analysis of Radiomics, Deep-learning, and Fusion Models for Predicting Postpartum Hemorrhage 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.068 PMID:40562675	研究论文	比较放射组学、深度学习和融合模型在预测产后出血方面的性能	首次系统比较2D/3D深度学习、放射组学及融合模型在预测产后出血中的表现，并提出性能最优的晚期融合模型	回顾性研究设计，样本仅来自两家医院，可能存在选择偏倚	开发基于MRI图像的产后出血预测模型	581名疑似胎盘植入谱系疾病的孕妇	医学影像分析	产后出血	MRI成像	深度学习, 放射组学, 融合模型	医学影像	581名孕妇（训练集421例，验证集160例）	NA	2D深度学习, 3D深度学习, 早期融合, 晚期融合	AUC, 敏感性, 特异性, 校准曲线, 决策曲线分析	NA
188	2025-11-24	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	本研究通过体模实验评估CT图像定量指标与低对比度小病灶检测性能的关系	首次系统比较不同重建算法和矩阵尺寸对探测指数(d')的影响，并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，未涉及真实患者数据；仅评估低对比度病灶检测性能	探索CT图像定量指标与病灶检测性能的关系，评估不同重建算法对辐射剂量降低潜力的影响	CT扫描体模	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	探测指数(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
189	2025-11-23	Prophylactic biological mesh reinforcement during ileostomy closure surgery evaluated by the image-based deep learning model for the prevention of stoma-site incisional hernia: phase II study protocol for a single-centre, prospective, randomised controlled clinical trial 2025-Oct-07, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-101121 PMID:41062141	研究论文	评估生物补片预防回肠造口关闭术后造口部位切口疝的二期临床试验方案	首次采用基于影像的深度学习模型预测造口部位切口疝风险并指导生物补片预防性应用	单中心研究且样本量较小（40例患者）	评估生物补片在预防造口部位切口疝中的安全性和有效性	需要接受回肠造口关闭术且经深度学习模型识别为高风险的患者	数字病理	直肠癌	影像组学	深度学习	医学影像	40例患者	NA	NA	切口疝发生率、局部疼痛、切口感染、血清肿	NA
190	2025-11-23	Spine endoscopic atlas: an open-source dataset for surgical instrument segmentation 2025-Oct-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05897-7 PMID:41038904	研究论文	本文创建了一个用于脊柱内镜手术器械分割的开源数据集SEA，并验证了其在不同深度学习模型中的价值	发布了首个专门针对脊柱内镜手术的综合性标注数据集，包含大量真实手术图像和器械分割标注	未明确说明数据来源的多样性（如不同医疗机构、手术类型等），也未详细讨论模型在临床环境中的实际应用效果	开发用于脊柱内镜手术的智能辅助系统，通过自动器械分割提升手术精度和安全性	脊柱内镜手术中使用的各种手术器械	计算机视觉	脊柱疾病	内镜成像	深度学习模型	图像	48,510张图像，包含10,662个器械分割标注	NA	NA	分割准确率	NA
191	2025-11-23	Correcting Non-Uniform Milling in FIB-SEM Images with Unsupervised Cross-Plane Image-to-Image Translation 2025-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.29.679411 PMID:41256585	研究论文	开发一种无监督跨平面图像转换方法，用于校正FIB-SEM图像中的非均匀铣削伪影	提出无需真实标注的无监督跨平面学习方法，实现端到端的图像失真校正	未明确说明方法在其它类型样本或更大数据集上的泛化能力	校正FIB-SEM图像中的非均匀铣削失真，提高图像质量	FIB-SEM采集的生物组织三维图像数据	计算机视觉	NA	FIB-SEM体积电子显微镜技术	图像到图像转换模型	三维图像体积	真实世界微型黄蜂数据集	NA	NA	定性分析,定量分析	NA
192	2025-11-23	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应用潜力、局限性和预测分析能力	系统评估了AI在心力衰竭管理中的三大关键贡献：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黑箱特性及其他潜在偏见风险	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	心力衰竭患者管理相关的临床数据和AI应用	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1617篇文献中筛选出163篇符合纳入标准的研究	NA	NA	准确性, 预测性能	NA
193	2025-11-22	Segmenting beyond the imaging data: creation of anatomically valid edentulous mandibular geometries for surgical planning using artificial intelligence 2025-Oct-11, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06471-6 PMID:41074944	研究论文	本研究开发了一种基于深度学习的双阶段卷积神经网络方法，从含牙CT扫描中生成解剖学上有效的无牙下颌骨几何结构，用于下颌骨重建手术规划	创新点在于能够精确调整牙槽嵴几何形态，从含牙CT扫描生成解剖学有效的无牙下颌骨，解决了现有AI模型包含牙齿而不适用于无牙下颌骨重建规划的问题	研究样本量相对有限(n=246)，且主要关注牙槽骨吸收的特定分类(III类和V类)，可能无法覆盖所有临床变异情况	研究目的是探索使用基于深度学习的分割技术从含牙CT扫描生成解剖学有效的无牙下颌骨的可行性，为重建手术规划提供几何精确的模型	研究对象包括含牙、部分含牙和无牙的下颌骨CT数据	数字病理	颌面部疾病	计算机断层扫描(CT)	CNN	医学影像	246个下颌骨样本(包括含牙、部分含牙和无牙类型)	NA	双阶段卷积神经网络	Dice相似系数, 平均表面距离, 自动检测的解剖曲率	NA
194	2025-11-22	Artificial intelligence-assisted endoscopic diagnosis system for diagnosing Helicobacter pylori infection: a multicenter study 2025-Oct-08, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04379-2 PMID:41063106	研究论文	开发并验证基于深度学习的人工智能内镜诊断系统（HOPE AI）用于幽门螺杆菌感染诊断	首个采用多示例学习框架和LSTM架构的大规模多中心研究，专门针对幽门螺杆菌感染的内镜诊断	研究仅在中国七家医院进行，需要更多外部验证以确保泛化能力	开发并验证人工智能系统用于幽门螺杆菌感染的内镜诊断	接受上消化道胃镜检查的18岁及以上患者	数字病理	幽门螺杆菌感染	胃镜检查	LSTM	图像, 视频	6207名患者的308,887张内镜图像和197个视频	NA	多示例学习框架, LSTM	准确率, 敏感性, 特异性, AUC	NA
195	2025-11-22	Multimodal profiling of Pepcan-CB1 receptor structure-activity relationships: integrating molecular dynamics simulations, biological profiling, and the deep learning model MuMoPepcan 2025-Oct, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.109027 PMID:41005111	研究论文	本研究通过整合分子动力学模拟、生物活性分析和深度学习模型MuMoPepcan，探索了Pepcan与CB1受体的构效关系	提出干湿实验室结合的实验框架，将分子动力学模拟数据用于肽生物活性预测，并开发了深度学习模型MuMoPepcan	可获取的数据规模严格受限，湿实验室实验数据的少样本学习限制了机器学习算法的准确性	探索Pepcan与CB1受体的结构-活性关系，提高药物发现中生物活性预测的准确性	大麻素受体1型(CB1)和pepcan肽类化合物	药物发现，机器学习	疼痛管理	分子动力学模拟，生物筛选，深度学习	深度学习模型	生物活性数据，分子构象数据	45种合成的pepcan肽，数百万个分子动力学模拟生成的构象数据	NA	MuMoPepcan	预测误差	NA
196	2025-11-22	The REgistry of Flow and Perfusion Imaging for Artificial Intelligence with positron emission tomography (REFINE PET):Rationale and design 2025-Oct, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102449 PMID:40774620	研究论文	介绍REFINE PET注册研究的设计方案和数据库构建，旨在收集多中心PET/CT影像数据以支持人工智能研究	建立首个整合多中心PET/CT影像、临床数据和结局的综合研究资源，结合传统定量分析与深度学习技术	数据来源于多个中心可能存在标准化差异，随访时间中位数为4.2年相对有限	验证和开发标准及新型心脏PET/CT处理方法，推进PET/CT心肌灌注成像在诊断和风险分层中的应用	心血管疾病患者	数字病理	心血管疾病	PET, CT, 心肌灌注成像	深度学习	医学影像, 临床数据	35595名患者来自14个中心，其中5955名患者有血管造影数据	NA	NA	主要不良心血管事件发生率	NA
197	2025-11-22	Prior-guided automatic delineation of post-radiotherapy gross tumor volume for esophageal cancer 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70005 PMID:41046469	研究论文	提出一种融合医学物理先验知识的深度学习框架，用于自动勾画食管癌放疗后大体肿瘤体积	首次将放疗前GTV轮廓和放疗剂量分布作为医学物理先验知识整合到nnU-Net v2中，指导特征提取	回顾性研究，样本量相对有限（294例患者）	实现食管癌放疗后GTV的自动精准勾画，减轻人工勾画负担	食管癌患者	数字病理	食管癌	CT扫描，放疗剂量分布分析	深度学习，CNN	医学影像（CT扫描），轮廓数据，剂量分布图	294名食管癌患者（225训练，45内部验证，24外部验证）	PyTorch	nnU-Net v2	Dice系数，IoU，HD95，ASSD，精确率，召回率，ICC，Pearson相关性，LASSO-Cox，C指数	NA
198	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
199	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
200	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