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
901	2025-10-05	Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging From EEG Signals 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561228 PMID:40232903	研究论文	提出一种多视图自监督学习框架，通过结合时域和频域特征提升基于EEG信号的自动睡眠分期性能	引入多视图自监督学习方法，结合跨视图对比损失和动态加权算法，有效学习互补特征并增强特征可迁移性	未明确说明模型在不同人群或临床环境中的泛化能力限制	开发高效且鲁棒的自动睡眠分期方法，减少对标注数据的依赖	脑电图（EEG）信号	机器学习	睡眠障碍	EEG信号分析	深度学习	时序信号，时频特征	三个公开数据集（SleepEDF-20，SleepEDF-78，MASS）	NA	多视图特征编码器，序列编码器，线性分类器	准确率	NA
902	2025-10-05	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Oct, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究开发了基于机器学习的影像组学模型，用于预测肝细胞癌患者免疫治疗后的生存结果	首次将深度学习自动分割与多种机器学习模型结合，开发了整合影像组学和临床数据的预测模型，在预测免疫治疗疗效方面优于传统临床生物标志物	回顾性研究设计，样本量相对有限（152例患者），仅来自两个医疗中心	预测肝细胞癌患者接受阿特珠单抗联合贝伐珠单抗免疫治疗后的生存结果和治疗反应	不可切除肝细胞癌患者	医学影像分析	肝细胞癌	CT影像，深度学习自动分割，影像组学分析	深度学习，机器学习	医学影像（CT），临床数据	152例来自两个国际中心的患者	NA	K-means聚类，七种机器学习模型结合13种特征选择技术	AUC，总生存期，无进展生存期，风险比	NA
903	2025-10-05	Deep Learning-Augmented Sleep Spindle Detection for Acute Disorders of Consciousness: Integrating CNN and Decision Tree Validation 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3562067 PMID:40279237	研究论文	提出一种结合卷积神经网络和决策树验证的深度学习增强算法，用于急性意识障碍患者的自动睡眠纺锤波检测	首次将CNN与决策树辅助验证相结合，利用小波变换原理提升检测精度，特别针对ADOC患者中常见的慢速纺锤波进行优化	样本量相对较小（MASS SS2数据集n=19，自采ADOC数据集n=24），需要更大规模验证	开发自动睡眠纺锤波检测算法以改善急性意识障碍患者的诊断和预后预测	急性意识障碍患者和健康对照者的睡眠脑电数据	医疗人工智能	急性意识障碍	脑电图分析，小波变换	CNN，决策树	睡眠脑电信号	MASS SS2数据集19例，自采ADOC患者数据集24例	NA	NA	F1分数，Spearman相关系数	NA
904	2025-10-05	Preclinical Evaluation of an Interactive Image Search System of Oral Pathology 2025-Oct, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329042 PMID:40320652	研究论文	评估交互式口腔病理图像检索系统在诊断口腔肿瘤中的临床效用	首次在近临床环境中评估交互式CBIR系统对病理医生诊断准确性的影响，特别关注数据库代表性不足的肿瘤类别	误诊可能源于查询输入不当、罕见形态类型检索性能差、缺乏详细临床信息以及系统无法检索到准确类别	评估交互式图像检索系统在辅助病理医生诊断口腔肿瘤方面的有效性	口腔肿瘤病理图像	数字病理	口腔肿瘤	深度学习	NA	病理图像	603个病例的54,676个图像块，涵盖85种口腔肿瘤类别；28名病理医生参与评估（15名普通病理医生，13名口腔病理医生）	NA	NA	诊断准确率	NA
905	2025-10-05	Enhanced risk stratification for stage II colorectal cancer using deep learning-based CT classifier and pathological markers to optimize adjuvant therapy decision 2025-Oct, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.05.537 PMID:40480552	研究论文	开发了一种结合深度学习CT分类器和病理标志物的智能风险整合系统，用于优化II期结直肠癌的辅助治疗决策	首次将Swin Transformer深度学习模型与病理标志物相结合，创建了四层风险分层系统，显著提高了风险分层的准确性	研究样本来自12个中心，可能存在选择偏倚；需要进一步的前瞻性研究验证临床效用	开发更精确的II期结直肠癌风险分层系统以优化辅助化疗决策	II期结直肠癌患者	数字病理	结直肠癌	多平面计算机断层扫描(CT)	深度学习	CT图像	2992例II期结直肠癌患者来自12个中心	NA	Swin Transformer	3年无病生存率	NA
906	2025-10-05	Artificial Intelligence for Alzheimer's disease diagnosis through T1-weighted MRI: A systematic review 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111028 PMID:40902465	系统综述	本文系统评估了基于T1加权MRI数据使用人工智能技术对阿尔茨海默病多个阶段进行分类的研究现状	首次系统综述专门针对使用AI技术基于T1加权MRI数据对AD连续谱中两个以上阶段进行分类的研究	研究方法存在异质性、过拟合风险、过度依赖ADNI数据库导致数据集多样性不足	评估人工智能在阿尔茨海默病多阶段诊断中的应用效果	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	T1加权磁共振成像	CNN, 非卷积神经网络, 传统机器学习	医学影像	NA	NA	卷积神经网络	准确率	NA
907	2025-10-05	Artificial Intelligence-Enabled Staging Classification of Pressure Injuries 2025-Oct-01, Advances in skin & wound care IF:1.7Q2 DOI:10.1097/ASW.0000000000000352 PMID:40981689	研究论文	本研究开发了一种基于人工智能的压力性损伤分期分类工具	首次将ResNet18-Transformer编码器混合模型等深度学习架构应用于压力性损伤分期分类，并使用Grad-CAM可视化注意力区域	模型在Stage 3的分类精度相对较低（64.72%），样本量有限	开发能够更准确客观识别压力性损伤不同分期的人工智能工具	压力性损伤图像	计算机视觉	压力性损伤	深度学习	CNN, Transformer	图像	1663张压力性损伤图像（1091张来自公开数据集，572张来自私人实验室）	PyTorch	ResNet18, ResNet18-Transformer Encoder Hybrid Model, DenseNet-121	准确率, 精确率	NA
908	2025-10-05	Deep learning-based morphological assessment of myelodysplastic syndrome on bone marrow smears 2025-Oct, Leukemia research IF:2.1Q3 DOI:10.1016/j.leukres.2025.107923 PMID:40749584	研究论文	本研究开发了一种基于深度学习的骨髓涂片形态学评估方法，用于识别细胞遗传学定义的骨髓增生异常综合征	通过分析红细胞形态特征（形状和分布）发现了与cMDS的强关联，这些特征此前被人类专家忽视，提出了红细胞形态作为MDS的新型生物标志物	研究主要关注细胞遗传学定义的MDS，可能不适用于所有MDS亚型；需要进一步验证在更广泛人群中的适用性	开发基于深度学习的骨髓增生异常综合征形态学评估方法，提高诊断精确性和客观性	骨髓增生异常综合征患者的骨髓涂片全切片图像	数字病理学	骨髓增生异常综合征	全切片成像，深度学习图像分析	CNN	图像	NA	NA	NA	诊断准确率	NA
909	2025-10-05	From data to decisions: Statistical tools and Artificial Intelligence in tuberculosis Operational Research 2025-Oct, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.09.001 PMID:40975573	综述	本文综述了结核病操作研究中应用的统计工具及其在数据驱动决策中的作用，并探讨了人工智能技术的应用前景	系统整合了传统统计方法与新兴人工智能技术在结核病操作研究中的应用，强调了AI技术在增强预测能力和实时监测方面的潜力	作为综述文章，未开展原始研究，主要基于现有文献进行分析和总结	探讨统计工具和人工智能在结核病操作研究中的应用及其对优化结核病控制策略的贡献	结核病操作研究中的统计方法和人工智能技术应用	机器学习	结核病	统计分析方法，机器学习，深度学习	NA	公共卫生数据，监测数据，临床数据	NA	NA	NA	NA	NA
910	2025-10-05	Feasibility study of using CNN-GRU-Dense model for real-time liver tumor tracking during radiotherapy 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70014 PMID:40975844	研究论文	本研究探索使用CNN-GRU-Dense深度学习模型在放疗过程中实时跟踪肝脏肿瘤的可行性	提出结合CNN、GRU和全连接层的混合深度学习架构，无需治疗期间持续更新模型即可实现实时肿瘤跟踪	仅使用57个运动轨迹数据集进行验证，样本量有限；研究为模拟实验，需要进一步临床验证	开发无需持续更新的实时肝脏肿瘤跟踪方法，提高放疗准确性	肝脏肿瘤患者	医学影像分析	肝癌	深度学习	CNN, GRU, Dense	运动轨迹数据	57个来自CyberKnife系统的运动轨迹数据集，分为中央、下部和上部三个肝脏区域	NA	1D CNN(64 filters, kernel size 3) + 2层GRU(256 units) + 2层Dense(64 units) + 输出层	3D径向估计精度, 均方误差	NA
911	2025-10-06	AI automated radiographic scoring in rheumatoid arthritis: Shedding light on barriers to implementation through comprehensive evaluation 2025-Oct, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2025.152761 PMID:40513204	研究论文	开发并验证用于类风湿关节炎影像学评分自动化的深度学习模型	使用两个外部测试集对深度学习模型进行严格验证，并通过探索性误差分析阐明临床实施障碍	AI系统性能低于人工评分，无法满足研究或临床应用需求	自动化类风湿关节炎的影像学评分	类风湿关节炎患者的手部和足部X光片	医学影像分析	类风湿关节炎	深度学习	深度学习模型	X光影像	训练集：157名患者，1470张X光片；测试集：253名患者，589张X光片	NA	NA	组内相关系数, Spearman相关系数	NA
912	2025-10-06	Mycophenolate mofetil-induced colitis versus colonic graft-versus-host disease: a comparative histologic study with artificial intelligence model development 2025-Oct, Histopathology IF:3.9Q1 DOI:10.1111/his.15521 PMID:40703053	研究论文	比较霉酚酸酯诱导性结肠炎与结肠移植物抗宿主病的组织病理学特征并开发用于嗜酸性粒细胞定量的深度学习模型	首次开发基于深度学习卷积神经网络的数字工具用于半自动化定量嗜酸性粒细胞，并系统比较两种疾病的组织学差异	样本量相对较小（95例患者），MMF诱导性结肠炎在干细胞移植患者中罕见	比较MMF诱导性结肠炎与结肠GVHD的组织病理学特征并开发AI辅助诊断工具	结肠活检组织样本	数字病理学	结肠炎	组织病理学分析	CNN	病理图像	95例患者（GVHD 37例，MMF 25例，GVHD vs MMF 33例）	NA	卷积神经网络	嗜酸性粒细胞计数，凋亡细胞计数	NA
913	2025-10-06	Muti-band Morlet mutual information functional connectivity for classifying Alzheimer's disease and frontotemporal dementia with a deep learning technique 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111041 PMID:40902468	研究论文	提出一种基于多频段Morlet小波互信息功能连接和3D-CNN的深度学习框架，用于区分阿尔茨海默病、额颞叶痴呆和健康对照	首次将多频段Morlet小波互信息功能连接与改进VGG架构的3D-CNN相结合，并识别出默认模式网络中基于EEG的特定生物标志物	NA	通过脑电图功能连接特征准确区分阿尔茨海默病、额颞叶痴呆和健康对照	阿尔茨海默病患者、额颞叶痴呆患者和健康对照者	数字病理	老年疾病	脑电图，多频段Morlet小波互信息功能连接	3D-CNN	脑电图功能连接矩阵	NA	NA	改进的VGG架构	准确率，敏感性，特异性	NA
914	2025-10-06	CISCA and CytoDArk0: A cell instance segmentation and classification method for histo(patho)logical image Analyses and a new, open, Nissl-stained dataset for brain cytoarchitecture studies 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111018 PMID:40902464	研究论文	提出一种用于组织病理学图像细胞实例分割与分类的深度学习框架CISCA，并发布新的尼氏染色脑组织数据集CytoDArk0	提出具有三头解码器的轻量级U-Net架构，通过边界分类和距离图回归的独特组合实现细胞分割，同时发布首个哺乳动物脑尼氏染色标注数据集	方法在多种数据集上验证但未提及特定疾病的临床应用验证	开发自动细胞实例分割与分类方法以推动数字病理和脑细胞架构研究	组织切片中的单个细胞	数字病理	神经系统疾病	组织染色技术（H&E染色、尼氏染色）	CNN	图像	四个公共数据集（CoNIC、PanNuke、MoNuSeg）及包含近40,000个标注神经元和胶质细胞的CytoDArk0数据集	NA	U-Net	NA	NA
915	2025-10-06	Automated detection of lameness in dairy cattle through computer vision analysis of back shape characteristics 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111038 PMID:40915069	研究论文	通过计算机视觉分析奶牛背部形状特征实现跛行自动检测	首次将关键点检测算法与深度学习模型相结合，系统分析奶牛背部三个区域（颅部、中部、尾部）的曲率特征与跛行严重程度的关联	研究样本仅包含260头荷斯坦-弗里斯兰奶牛，未验证在其他牛种或更大规模群体中的适用性	开发基于计算机视觉的自动化奶牛跛行检测方法	260头荷斯坦-弗里斯兰奶牛	计算机视觉	奶牛跛行	关键点检测算法、曲率分析	深度学习模型	图像	260头奶牛	NA	NA	分类准确率	单视角侧视摄像头
916	2025-10-06	Emulating visual evaluations in the microscopic agglutination test with deep learning 2025-Oct, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107249 PMID:40915619	研究论文	本研究使用深度学习模拟显微镜凝集试验中的人类专家评估，将主观判断转化为可重复的数值输出	首次使用预训练DenseNet121网络模拟MAT测试中的专家视觉评估，并通过UMAP可视化技术增强模型可解释性	仅使用内部数据集进行验证，缺乏外部验证	提高显微镜凝集试验的客观性和可重复性	钩端螺旋体病诊断中的显微镜凝集试验图像	计算机视觉	钩端螺旋体病	显微镜凝集试验	CNN	图像	内部数据集	NA	DenseNet121	凝集率估计准确度	NA
917	2025-10-06	Self-supervised representation learning with continuous training data improves the feel and performance of myoelectric control 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111029 PMID:40921113	研究论文	本研究探索了使用连续动态数据和自监督学习技术改进基于模式识别的肌电控制性能	首次将连续动态训练数据和自监督学习技术(VICReg)应用于肌电控制领域，显著提升了控制性能	研究样本量有限(20名参与者)，需要在更广泛人群中验证	改进基于表面肌电信号模式识别的肌电控制性能	肌电控制系统的分类器性能	机器学习	NA	表面肌电信号模式识别(sEMG-PR)	LDA, LSTM	肌电信号数据	20名参与者	NA	LSTM	目标获取测试性能, 在线性能, 用户体验	NA
918	2025-10-06	Application of artificial intelligence in microbial drug discovery: Unlocking new frontiers in biotechnology 2025-Oct, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107232 PMID:40846079	综述	本文综述人工智能在微生物药物发现中的应用进展与未来方向	系统阐述生成对抗网络用于新化合物发现、强化学习优化抗菌候选物、自然语言处理挖掘生物医学知识等创新AI技术	面临数据质量不一致、模型可解释性有限及伦理法律问题等挑战	探索人工智能技术在微生物药物发现领域的应用价值与发展前景	针对细菌、真菌和病毒病原体的抗菌药物研发	机器学习, 计算生物学	传染病	深度学习, 大数据分析	GAN, 强化学习, NLP	生物医学文献, 分子相互作用数据	NA	NA	生成对抗网络	NA	NA
919	2025-10-06	Deep learning-based feature discovery for decoding phenotypic plasticity in pediatric high-grade gliomas single-cell transcriptomics 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110971 PMID:40848317	研究论文	通过深度学习特征发现方法解析儿童高级别胶质瘤单细胞转录组中的表型可塑性	首次使用基于图的机器学习方法识别儿童高级别胶质瘤谱系特异性可塑性的关键决定因素，发现调控胶质瘤形态发生的网络相互作用和过渡基因	NA	解码儿童高级别胶质瘤表型可塑性的分子机制	儿童高级别胶质瘤（pHGGs）亚型：IDHWT胶质母细胞瘤和K27M突变型弥漫中线胶质瘤	机器学习	脑肿瘤	单细胞转录组测序	图机器学习	单细胞转录组数据	NA	NA	NA	NA	NA
920	2025-10-06	Deep learning ensemble for abdominal aortic calcification scoring from lumbar spine X-ray and DXA images 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110961 PMID:40848321	研究论文	提出一种基于深度学习集成模型的自动化方法，用于从腰椎X射线和DXA图像中量化腹主动脉钙化评分	首次将AAC评分建模为正态分布随机变量以考虑人工评分变异性，并开发多模态集成模型同时处理X射线和DXA图像	未明确说明模型在不同人群中的泛化能力及临床部署的可行性	开发自动化AAC评分系统以辅助心血管疾病风险早期识别	腰椎X射线和双能X射线吸收测定法(DXA)图像中的腹主动脉钙化	计算机视觉	心血管疾病	X射线成像，双能X射线吸收测定法	CNN	医学图像	NA	NA	集成卷积神经网络	一致性相关系数	NA