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
21	2026-05-23	Integrating clinical guidelines with large language models for improved sepsis mortality prediction 2025 Oct-Dec, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251387649 PMID:41195684	研究论文	开发并验证了一种融合临床指南的大语言模型，用于改进脓毒症死亡率预测	首次将临床指南显式嵌入到LLM微调过程中，通过低秩适配方法显著提升了预测性能	未明确提及局限性	提升重症监护病房脓毒症患者死亡率预测的准确性	24,237名ICU脓毒症患者的临床数据（MIMIC-IV）	机器学习	脓毒症	NA	大语言模型（LLM）	文本数据	24,237名ICU脓毒症患者	NA	低秩适配（LoRA）微调的大语言模型	准确率, F1分数, 灵敏度, 特异度, AUC	NA
22	2026-05-20	Predicting prognosis of light-chain cardiac amyloidosis by magnetic resonance imaging and deep learning 2025-10-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf248 PMID:40891072	研究论文	开发一种基于深度学习的心脏磁共振成像模型，用于预测轻链型心脏淀粉样变性的个体化预后	首次使用基于Transformer的深度学习模型对心脏磁共振晚期钆增强图像进行全心脏分析，结合对比预训练和集成学习策略，实现对轻链型心脏淀粉样变性个体化预后的高精度预测，超越了传统Mayo分期方法	未提及明确限制，但研究为单中心回顾性设计，样本量相对有限（394例），且仅包含接受标准化化疗的患者	开发一种新型深度学习模型，通过分析心脏磁共振晚期钆增强图像来预测轻链型心脏淀粉样变性的个体化预后	轻链型心脏淀粉样变性患者的晚期钆增强心脏磁共振图像及临床预后数据	医学影像分析	轻链型心脏淀粉样变性	心脏磁共振成像（CMR），晚期钆增强（LGE）	基于Transformer的深度学习模型	图像	394例轻链型心脏淀粉样变性患者（训练集315例，测试集79例）	NA	Transformer	一致性指数（C-index），曲线下面积（AUC），风险比（HR）	NA
23	2026-05-20	Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis 2025-Oct-02, medRxiv : the preprint server for health sciences DOI:10.1101/2025.10.01.25337079 PMID:41256111	研究论文	提出一个端到端的自动化管道，用于分析血吸虫病的即时诊断测试，结合深度学习进行卡带分割和信号处理	首次实现即时诊断测试的自动化分析与质量控制的端到端管道，结合深度学习和信号处理解决视觉痕量不确定性	仅在单一队列（乌干达农村SchistoTrack队列）中评估，未在其他人群或疾病中验证	开发自动化诊断分类方法，提升血吸虫病即时诊断测试的准确性和效率	血吸虫病即时诊断测试（循环阴极抗原测试）的侧流试纸条	计算机视觉, 信号处理, 机器学习	血吸虫病	深度学习, 信号处理	CNN（用于卡带分割的深度学习模型）	图像（侧流试纸条图像）	3188名来自乌干达农村SchistoTrack队列的个体	NA	NA	灵敏度, 特异度	NA
24	2026-05-20	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-10, Head & neck DOI:10.1002/hed.28200 PMID:40458868	研究论文	提出一种深度学习流水线自动评估扁桃体肿瘤与颈内动脉之间的距离	首次使用nnU-Net框架自动分割扁桃体肿瘤和颈内动脉，并自动计算最小距离	研究样本量较小，仅96例患者，且DSC值对肿瘤分割相对较低（0.67）	开发自动评估扁桃体肿瘤与颈内动脉最小距离的工具，辅助术前规划	扁桃体肿瘤患者	计算机视觉, 数字病理学	扁桃体肿瘤	CT成像	nnU-Net（深度学习）	CT图像	96例扁桃体肿瘤患者的CT扫描	nnU-Net	U-Net	Dice相似系数，平均Hausdorff距离	NA
25	2026-05-19	Artificial Intelligence-Assisted Standard Plane Detection in Hip Ultrasound for Developmental Dysplasia of the Hip: A Novel Real-Time Deep Learning Approach 2025-10, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.70020 PMID:40619593	研究论文	本研究提出了一种基于人工智能的实时标准平面检测软件AI-SPS，用于髋关节超声检查中发育性髋关节发育不良的诊断	首个将实时深度学习目标检测模型用于髋关节超声标准平面自动检测的创新方法，特别是YOLOv11n模型在准确性和速度上表现优异	研究仅基于单一机构的45个临床超声视频数据，样本量有限，且未涉及不同超声设备和操作者的泛化性验证	开发一种基于AI的实时标准平面检测系统，以减少DDH超声筛查中的操作者依赖性，提高诊断一致性和准确性	髋关节超声视频中的标准平面与非标准平面帧	计算机视觉	发育性髋关节发育不良	超声成像	SSD-MobileNet V2, YOLOv11n	图像	2,737个标注帧（1,737个标准+1,000个非标准）来自45个临床超声视频，另含934个独立验证帧	PyTorch, TensorFlow	SSD-MobileNet V2, YOLOv11n	准确率, 精确率, 召回率, F1分数	NA
26	2026-05-17	Artificial Intelligence in Rhinoplasty: Precision or Over-Reliance? 2025-10, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04954-1 PMID:40389738	综述	探讨人工智能在鼻整形术中的应用，包括术前规划、患者沟通及术后效果模拟，并分析其局限性、伦理顾虑和数据隐私等问题	强调人工智能作为辅助工具而非替代品，提出需结合患者个体变量并优先考虑伦理医疗实践	无法预测个体愈合过程、组织行为及长期鼻部重塑；存在偏见、强化不可达到的审美标准、对患者心理影响及数据隐私与法律风险	评估人工智能在鼻整形术中的精准性与潜在过度依赖风险	人工智能驱动的模型在鼻整形术中的应用	计算机视觉	鼻部整形	NA	深度学习、生成对抗网络	图像	NA	NA	生成对抗网络	NA	NA
27	2026-05-17	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	建立多中心PET/CT影像与临床数据注册库，用于人工智能研究的验证与开发	整合多中心、大规模PET/CT影像与临床数据，结合深度学习和定量分析工具，建立首个支持心血管疾病诊断与风险分层的研究资源库	NA	验证和开发标准及新型心脏PET/CT处理方法，推动其在诊断和风险分层中的应用	心血管疾病患者，包括心肌灌注成像数据与临床结果	计算机视觉, 机器学习	心血管疾病	PET/CT成像, 深度学习	深度学习	图像, 临床数据	35595名患者来自14个中心	NA	深度学习	NA	NA
28	2026-05-15	Computational prediction of mutagenicity through comprehensive cell painting analysis 2025-10-17, Mutagenesis IF:2.5Q3 DOI:10.1093/mutage/geaf014 PMID:40757573	研究论文	利用细胞绘画数据开发机器学习模型预测化合物致突变性，并与基于结构的传统模型比较	首次全面利用细胞绘画特征进行致突变性预测，并证明表型改变浓度的选择可显著提升预测性能	数据集固有局限性和细胞绘画技术的实验室间变异导致某些化合物难以预测	探索细胞绘画特征在化合物致突变性预测中的有效性，并与基于化学结构的传统方法对比	化合物致突变性预测模型	机器学习	NA	细胞绘画分析	随机森林、支持向量机、极端梯度提升	细胞形态特征数据与图像	Broad研究所数据集包含超过30000种分子；美国环保署数据集包含1200种化合物的多浓度图像	Scikit-learn, XGBoost	NA	准确率	NA
29	2026-05-15	Accelerating cardiac radial-MRI: Fully polar based technique using compressed sensing and deep learning 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103732 PMID:40749276	研究论文	开发基于极坐标傅里叶变换的压缩感知和深度学习算法，用于加速2D心脏径向MRI，去除频率插值误差并提高重建质量	首次利用极坐标傅里叶变换替代非均匀快速傅里叶变换作为前向成像算子，消除了频率插值误差并简化了深度学习框架的数据一致性项计算	未提及	提出一种替代NUFFT的快速径向MRI方法，优先提高动态成像中小区域的重建质量	心脏径向MRI图像重建	计算机视觉	心血管疾病	MRI	深度学习压缩感知	图像	未提及	NA	可变分裂、梯度下降	结构相似性指数、放射学评分	NA
30	2026-05-08	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-10, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文通过范围综述，描述了人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用研究现状	首次系统梳理了人工智能在药物相关性颌骨坏死领域的应用，涵盖预测、诊断和患者教育三个方面	数据质量、验证和临床整合方面存在挑战，研究数量有限	描述人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用研究现状	药物相关性颌骨坏死的预测、诊断和患者教育	机器学习	药物相关性颌骨坏死	NA	机器学习模型（支持向量机、随机森林、梯度提升机）和深度学习模型及大型语言模型	放射影像数据	8项符合纳入标准的研究	NA	支持向量机、随机森林、梯度提升机	AUC值、准确率、精确率、召回率	NA
31	2026-05-06	Potential of artificial intelligence in the diagnosis and treatment of vertebral compression fractures: A 20-year bibliometric analysis (2004-2023) 2025-Oct-03, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044876 PMID:41054042	研究论文	通过文献计量学分析，总结了2004至2023年间人工智能在椎体压缩骨折诊断与治疗中的应用研究趋势和关键贡献者	首次对AI在VCF领域的应用进行20年文献计量分析，揭示了从传统手术向AI驱动诊断和机器人辅助干预的主题演变，并识别出2019年后深度学习作为最强引用突现主题	仅纳入Web of Science Core Collection的英文文献，可能存在语言和数据库偏差；未深入分析具体AI方法的性能或临床有效性	通过文献计量学分析绘制AI在VCF中的知识图谱，识别时间模式、研究热点和有影响力的贡献者，以指导未来研究方向	2004至2023年间发表的462篇关于AI应用于椎体压缩骨折的英文文献	自然语言处理, 文献计量学	椎体压缩骨折, 老年疾病	文献计量学分析	NA	文献元数据	462篇英文文章	CiteSpace 6.2.R6	NA	发表趋势, 关键词突现, 中心性评分	NA
32	2026-05-06	Robust R-peak detection in noisy ECG using deep residual U-Net for enhanced cardiac rhythm analysis 2025-Oct-03, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044968 PMID:41054115	研究论文	提出了一种深度残差U-Net（ResU-Net）架构，用于在噪声心电图信号中稳健地检测R波，以增强心律分析	结合残差网络和U-Net架构的优点，引入跳跃连接、多尺度特征提取和注意力机制，提升了噪声条件下的特征学习和检测鲁棒性	未明确讨论模型的计算复杂度和实时性，且仅在公开数据库上进行验证，缺乏真实临床环境下的测试	开发一种能处理噪声和形态变异的心电图R波检测方法，为自动心律分析提供可靠基础	心电图信号中的R波峰值	机器学习	心律失常	ECG信号处理	深度残差U-Net（ResU-Net）	一维时间序列信号	使用MIT-BIH心律失常数据库、INCART数据库和QT数据库进行训练和评估	PyTorch	ResNet, U-Net	灵敏度, 阳性预测值, F1分数	NA
33	2026-05-04	Artificial Intelligence-Assisted Image Extraction in Neonatal Echocardiography for Congenital Heart Disease Diagnosis in Sub-Saharan Africa: Protocol for Model Development 2025-Oct-30, JMIR research protocols IF:1.4Q3 DOI:10.2196/75270 PMID:41167236	研究论文	提出一项在撒哈拉以南非洲地区利用人工智能辅助新生儿超声心动图诊断先天性心脏病的协议，旨在开发深度学习模型，使非专业操作者能有效提取心脏图像供远程解读	创新点在于构建一个整合卷积神经网络与卷积长短期记忆层的AI辅助超声系统，灵感来自交错视觉记忆框架，并结合强化学习动态使用特征提取器，以实现实时心脏视图检测，显著适应资源有限环境	局限性包括依赖有限地理来源的数据（仅喀麦隆和南非两家医院），可能限制模型泛化性；同时分两阶段的样本量（500例回顾性数据、1000例前瞻性数据）相对不大，且需考虑实时临床环境中的实际实施挑战	研究目的为开发AI辅助超声心动图系统，使护士、助产士和医生等非专家操作者能对疑似先天性心脏病的婴儿进行基本心脏超声扫查，提取准确心腔图像供儿科心脏病专家远程解读	新生儿（0-28天），疑似患有先天性心脏病的婴儿	计算机视觉	先天性心脏病	超声心动图	深度学习（卷积神经网络与卷积长短期记忆层）	超声心动图视频片段	第一阶段约500例回顾性数据，第二阶段1000例前瞻性数据	TensorFlow, PyTorch	卷积神经网络（CNN）, 卷积长短期记忆层	NA	NA
34	2026-05-04	Free-running isotropic three-dimensional cine magnetic resonance imaging with deep learning image reconstruction 2025-10, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06266-7 PMID:40442341	研究论文	评估结合深度学习图像重建的游离呼吸各向同性三维电影磁共振成像在先天性心脏病患者中的效率和准确性	首次利用深度学习重建技术结合Heart-NAV技术实现游离呼吸三维电影成像与血管造影同步采集，显著缩短采集时间并提高图像对比度	样本量较小（16例患者），且三维与二维电影成像在右心室收缩末期容积上存在显著差异，需进一步验证	评估深度学习重建的游离呼吸三维电影MRI序列在先天性心脏病患者中的功能与容积测量的准确性和效率	先天性心脏病患者	数字病理学	先天性心脏病	心血管磁共振（CMR）、深度学习图像重建	深度学习重建模型	图像（三维磁共振成像）	16名患者（7名男性，中位年龄6岁）	NA	深度学习重建网络	对比噪声比（CNR）、容积测量（心室容积、射血分数、质量）、横截面积（CSA）	NA
35	2026-05-03	Prediction of waste generation forecast and emission potential on the Erode City solid waste dump yards based on machine learning approach 2025-Oct-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19288-w PMID:41131036	研究论文	提出一种基于监督机器学习的数据驱动框架，用于预测印度埃罗德市城市固体废物产生量和排放动态	整合支持向量机、随机森林和朴素贝叶斯分类器，并结合特征选择、邻近排名和空间分区分析，提高废物预测的准确性和可解释性	未提及，可能包括未来需整合实时传感器数据和混合深度学习架构	开发可扩展的废物预测框架，支持排放量化和战略决策	印度埃罗德市固体废物堆场	机器学习	NA	NA	支持向量机、随机森林、朴素贝叶斯	数值数据（社会经济变量、废物类型、历史体积）	五年数据集（2019-2024年）	NA	NA	准确率、均方误差	NA
36	2026-05-03	Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma 2025-10-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2024-0374-OA PMID:39957180	研究论文	开发一种基于注意力机制的弱监督多示例学习深度学习模型，用于对肾嗜酸性肿瘤的全切片图像进行自动分类	将二分类模型扩展到三分类，新增了低级别嗜酸性肿瘤和嫌色细胞肾细胞癌类别	未提供具体局限性信息	开发自动计算分类器，对肾嗜酸性肿瘤的全切片图像进行分层分类	肾嗜酸性肿瘤（肾嗜酸细胞瘤、低级别嗜酸性肿瘤、嫌色细胞肾细胞癌）的全切片图像	数字病理学	肾癌	数字病理学（全切片成像）	弱监督深度学习模型（多示例学习）	图像（全切片图像）	125个病例的269张全切片图像，来自6个机构	NA	注意力机制多示例学习网络	准确率、AUC（ROC曲线下面积）	NA
37	2026-05-03	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型的自监督深度学习网络，用于同时定量评估心肌氧摄取分数和心肌血容量	将物理模型集成到自监督学习训练过程中，实现端到端同时生成心肌氧摄取分数和心肌血容量图像，无需像素级真实标签	仅基于10名健康受试者和10名心肌梗死患者的初步可行性验证，样本量较小	开发一种端到端同时定量评估心肌氧摄取分数和心肌血容量的深度学习方法	心肌氧摄取分数和心肌血容量的定量评估	机器学习	心肌梗死	非对称自旋回波序列	自监督深度学习网络	图像	10名健康受试者和10名心肌梗死患者	NA	NA	平均绝对误差、余弦相似度	NA
38	2026-05-03	Optimization of a mobile imaging system to aid in evaluating patients with oral lesions in a dental care setting 2025-Oct, Biophotonics discovery DOI:10.1117/1.BIOS.2.4.042307 PMID:42028297	研究论文	评估基于智能手机的mDOC自体荧光成像系统在社区牙科诊所中对口腔病变患者的检测能力，并优化转诊算法	开发了一种多输入深度学习算法，结合预训练和新采集数据的排练训练方法，专为低患病率人群设计，以提高口腔癌早期检测的准确性	样本量较小（50名患者，252个解剖部位），测试集敏感度较低（60.0%），可能需更大规模数据验证	评估并优化移动口腔癌检测（mDOC）系统，以支持非专业临床医生在社区牙科环境中做出适当的转诊决策	社区牙科诊所患者的口腔黏膜病变	计算机视觉	口腔癌	自体荧光成像	深度学习	图像（白光和自体荧光图像）	50名患者共252个解剖部位	NA	多输入深度学习模型	Brier技能评分，ROC曲线下面积（AUC-ROC），敏感度，特异度	NA
39	2026-05-02	Federated Deep Learning Approaches for Detecting Ocular Diseases in Medical Imaging: A Systematic Review 2025-Oct-02, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056400866250923175325 PMID:41047684	综述	本文系统综述了联邦深度学习在医学影像眼部疾病检测中的应用进展	首次系统性地评估联邦学习在眼部疾病检测中的进展，重点关注数据隐私保护与诊断准确性的平衡	数据异质性、通信效率和模型收敛性等挑战尚未完全解决	分析人工智能驱动的眼部疾病检测进展，特别是基于联邦学习的方法	2017年至2024年间发表的关于深度学习和联邦学习模型用于眼部疾病检测的研究文章	计算机视觉	眼部疾病	NA	联邦学习模型，包括FedAvg和FedProx	医学影像	NA	NA	NA	准确性、效率	NA
40	2026-04-30	Reliability of Whole-Liver Liver-Fat-Quantification Between Deep Learning-Accelerated and Standard Volumetric Interpolated Breath-hold Examination Dixon Sequences in a Prospective Oncology Cohort 2025-Oct-17, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001242 PMID:41105601	研究论文	评估深度学习加速T1加权VIBE Dixon序列与标准序列在肝脏脂肪定量中的可靠性	首次在肿瘤患者队列中验证深度学习加速MRI序列在肝脏脂肪定量中的准确性，实现扫描时间缩短60%以上而保持高一致性	单中心研究、样本量较小（60例）、仅评估低脂肪分数范围、未纳入高脂肪分数患者	评估深度学习加速T1加权VIBE Dixon序列对肝脏脂肪信号分数（FSF）定量的影响	接受临床指征腹部MRI的肿瘤患者	机器学习	肿瘤疾病	深度学习重建MRI	深度学习	图像	60例患者（平均年龄63.7岁，55%女性）	NA	NA	Spearman相关系数、平均绝对误差	NA