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
581	2025-11-13	Visible Light-Near Infrared Hyperspectral Imaging and Deep Learning Enable Rapid, Non-Staining Assessment of Lung Adenocarcinoma 2025-Nov-11, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500362 PMID:41220170	研究论文	本研究开发了一种结合可见光-近红外高光谱成像和深度学习的非破坏性基因分型方法，用于快速评估肺腺癌驱动基因突变	首次将可见光-近红外高光谱成像与双分支深度学习融合框架相结合，实现对未染色病理切片的非破坏性基因分型	研究样本量相对有限（90例临床标本），需要在更大规模数据集中验证	开发一种非侵入性、快速评估肺腺癌驱动基因突变的方法	肺腺癌患者的临床病理标本	生物医学光子学	肺腺癌	可见光-近红外高光谱成像（400-1000 nm）	深度学习融合框架，XGBoost	高光谱图像	90例临床标本	NA	双分支融合网络	准确率，ROC曲线下面积（AUC）	NA
582	2025-11-13	Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors 2025-Nov-10, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152429 PMID:41218468	综述	探讨人工智能驱动智能纳米载体在脑癌诊疗一体化中的应用与前景	提出AI与纳米技术融合的智能纳米载体新范式，实现肿瘤微环境响应和个性化治疗	存在批次变异性和工业规模化生产的挑战，涉及伦理与成本问题	推动脑癌诊疗一体化纳米医学发展	胶质母细胞瘤及其他中枢神经系统转移性肿瘤	数字病理	脑肿瘤	多组学数据整合，MRI，PET	机器学习，深度学习	医学影像，多组学数据	NA	NA	NA	NA	NA
583	2025-11-13	Multimodal deep learning model for predicting prognosis following radiotherapy-based combination therapy in unresectable hepatocellular carcinoma 2025-Nov-08, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.218122 PMID:41213465	研究论文	开发基于Transformer的多模态深度学习模型TRIM-uHCC，用于预测不可切除肝细胞癌放疗联合治疗后的预后	提出首个基于Transformer的多模态风险分层模型，相比现有指南分期系统和深度学习模型显著提升预后预测性能	多中心回顾性研究，需要前瞻性验证	提高不可切除肝细胞癌放疗联合治疗的预后预测准确性	不可切除肝细胞癌患者	数字病理	肝细胞癌	多模态深度学习	Transformer	多模态医疗数据	875例不可切除肝细胞癌患者（ES队列383例，ETS队列492例）	NA	Transformer, Swin-Transformer, ViT, ResNet50, ResNeXt50	C-index, 时间依赖性AUC	NA
584	2025-11-13	Patients visits forecasting in emergency departments: Self-adapting LSTM models for evolving data distributions 2025-Nov-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109153 PMID:41218323	研究论文	提出一种自适应Seq2Seq LSTM框架用于急诊科患者就诊量预测，能够在数据分布变化时保持准确性	结合逐序列缩放和持续学习策略，使模型能够自适应数据分布变化而无需完全重新训练	在COVID相关结构性冲击期间，ARIMA模型偶尔表现更优；一个月期预测性能接近季节性朴素基准	开发能够在数据分布变化条件下保持准确性的急诊科患者就诊量预测框架	急诊科历史每日就诊数据	机器学习	NA	深度学习时间序列预测	LSTM, Seq2Seq	时间序列数据	涵盖COVID前、COVID期间和COVID后阶段的急诊科历史每日就诊数据	NA	Seq2Seq LSTM	MSE, MAE, MAPE, MASE	NA
585	2025-11-13	Development of a screening model for APL using cell population data and deep learning-extracted WBC scattergram features 2025-Nov-07, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15034-7 PMID:41204132	研究论文	开发了一种结合深度学习提取的白细胞散点图特征和常规血液参数的急性早幼粒细胞白血病筛查模型	首次使用VGG-16网络从常规血检的DIFF和WNB通道提取APL特异性3D散点图特征，并与细胞群体数据结合构建两阶段机器学习模型	研究为回顾性多中心设计，样本量相对有限（94例APL患者），需要在更广泛人群中进一步验证	开发一种快速、准确的急性早幼粒细胞白血病筛查方法，特别适用于资源有限医疗机构	急性早幼粒细胞白血病患者和对照人群	数字病理学	白血病	常规血液检测，白细胞散点图分析	CNN, 随机森林	图像，数值数据	94例确诊APL患者（来自三家三甲医院，2020-2024年），外部验证集541例	NA	VGG-16	AUC, 灵敏度, 特异性	NA
586	2025-11-13	The diagnostic accuracy of deep learning-based AI models in predicting lymph node metastasis in T1 and T2 colorectal cancer: A systematic review and meta-analysis 2025-Nov-07, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045172 PMID:41204540	系统评价与荟萃分析	评估基于深度学习的AI模型在预测T1和T2结直肠癌淋巴结转移中的诊断准确性	首次系统评估AI模型在早期结直肠癌淋巴结转移预测中的表现，整合多种深度学习与机器学习方法	纳入研究数量有限（12项），部分研究存在方法学偏倚风险	评估AI模型预测早期结直肠癌淋巴结转移的诊断准确性	T1和T2期结直肠癌患者	数字病理	结直肠癌	深度学习，机器学习	深度学习模型，机器学习模型	医学影像数据	8540名患者（12项研究）	NA	NA	敏感度，特异度，AUC，阳性似然比，阴性似然比，诊断比值比	NA
587	2025-11-13	Developments in diagnosis and treatment of early hypopharyngeal carcinoma and precancerous lesions: A review 2025-Nov-07, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045617 PMID:41204550	综述	总结早期下咽癌及癌前病变诊断与治疗的最新进展	专门聚焦早期下咽癌的综述，系统整合了窄带成像放大内镜和人工智能等新兴诊断技术以及经口微创手术等治疗进展	NA	探讨早期下咽癌及癌前病变的诊断与治疗策略	下咽癌患者及癌前病变	数字病理	下咽癌	窄带成像放大内镜(ME-NBI), 深度学习	深度学习算法	内镜图像	NA	NA	NA	NA	NA
588	2025-11-13	Quantitative evaluation of the myocardial bridge anatomical features and FFRCT in patients with myocardial bridging stratified by age 2025-Nov-07, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045686 PMID:41204561	研究论文	本研究通过冠状动脉CT血管成像评估年龄对左前降支心肌桥解剖特征和CT血流储备分数的影响	首次按年龄分层分析心肌桥解剖特征与FFRCT的关系，并发现中年和老年患者特定解剖参数与FFRCT降低相关	回顾性研究设计，样本量相对有限，特别是年轻组和老年组样本数较少	评估年龄对心肌桥解剖特征和CT血流储备分数的影响	139例左前降支心肌桥患者	医学影像分析	心血管疾病	冠状动脉CT血管成像，深度学习软件分析	深度学习	医学影像数据	139例患者（短心肌桥组58例，长心肌桥组81例；年轻组28例，中年组89例，老年组22例）	NA	NA	统计学显著性(P值)	NA
589	2025-11-13	Molecular, metabolic, and histological subtypes of pancreatic ductal adenocarcinoma and its tumor microenvironment: Insights into tumor heterogeneity and clinical implications 2025-Nov-01, Pharmacology & therapeutics IF:12.0Q1 DOI:10.1016/j.pharmthera.2025.108946 PMID:41183744	综述	本文系统综述了胰腺导管腺癌的分子、代谢和组织学亚型分类方法及其临床意义	整合单细胞/空间转录组学、代谢组学和深度学习病理分析，揭示PDAC亚型异质性和可塑性	作为综述文章，未提供原始实验数据和新方法验证	建立PDAC多组学亚型分类框架以指导精准医疗	胰腺导管腺癌及其肿瘤微环境	数字病理	胰腺癌	单细胞转录组学, 空间转录组学, 代谢组学, 深度学习	深度学习	基因表达数据, 代谢物数据, H&E染色病理图像	NA	NA	NA	NA	NA
590	2025-11-12	ReMLP-NET: A Neural Network Interaction Potential for Molecular Energy Prediction 2025-Nov-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01453 PMID:41143577	研究论文	提出一种名为ReMLP-NET的神经网络相互作用势，用于预测分子能量	使用遗传算法选择对称函数超参数，相比ReANI-2x模型在分子能量预测性能上有显著提升	仅适用于包含H、C、N、O、F、S、Cl元素的分子结构	开发计算效率更高的分子能量预测方法以替代量子力学计算	来自GDB13和DUD-E数据集的分子结构	机器学习	NA	机器学习算法	MLP	分子结构数据	来自Retrievium存储库的优化结构和总能量数据	NA	多层感知机神经网络	MAE, RMSE	NA
591	2025-11-12	Enabling Weather-Independent Gas Detection through Deep Learning on Light-Activated Sensors 2025-Nov-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c10308 PMID:41144602	研究论文	通过将铋掺杂氧化铟纳米纤维与微发光二极管平台集成，并采用深度学习分析瞬态传感信号，实现天气无关的NO和H₂O气体检测	首次将铋掺杂氧化铟纳米纤维直接集成到μLED平台，结合CNN算法分析瞬态信号，实现天气无关的气体传感	NA	开发能够在环境变化条件下稳定工作的实时环境监测气体传感器	一氧化氮(NO)和水分(H₂O)气体	传感器技术	NA	光激活气体传感，蓝色光照激活	CNN	瞬态传感信号	NA	NA	卷积神经网络	分类准确率, 回归误差	NA
592	2025-11-12	Surgical instrument-tissue interaction recognition with multi-task-attention video transformer 2025-Nov-11, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03546-3 PMID:41214416	研究论文	提出一种多任务注意力视频Transformer模型，用于识别手术器械与组织间的交互作用	引入细粒度时间上下文信息，并提出结合交叉注意力和门控机制的多任务注意力模块	仅在特定数据集上验证，未说明模型泛化能力	提高手术器械-组织交互识别的准确性和鲁棒性	手术视频中的器械-组织交互动作	计算机视觉	NA	视频分析	Transformer	视频	CholecT45-Vid和GraSP-Vid数据集	NA	Video Transformer, Multi-task Attention Module	识别准确率	NA
593	2025-11-12	18F-FDG PET-based ensemble deep learning model for the prediction of lymphovascular invasion in colorectal cancer patients 2025-Nov-11, Abdominal radiology (New York) DOI:10.1007/s00261-025-05282-3 PMID:41217477	研究论文	基于18F-FDG PET图像开发2.5维集成深度学习模型预测结直肠癌患者淋巴血管侵犯	首次提出基于2.5D集成深度学习的PET图像分析方法，融合多区域图像特征和多种深度学习架构	回顾性研究，样本量有限（177例患者），仅使用内部测试队列验证	开发预测结直肠癌淋巴血管侵犯的深度学习模型	结直肠癌患者	医学影像分析	结直肠癌	18F-FDG PET/CT成像	集成深度学习	PET医学图像	177例结直肠癌患者	NA	VGG16, Googlenet, ResNet50, DenseNet201, Vision Transformer	AUC, 准确率, F1分数, 参数量, 推理时间	NA
594	2025-11-12	Deep learning for automatic detection of hepatocellular carcinoma in dynamic contrast-enhanced MRI 2025-Nov-11, Abdominal radiology (New York) DOI:10.1007/s00261-025-05249-4 PMID:41217478	研究论文	开发用于动态对比增强MRI中肝细胞癌自动检测的深度学习模型	使用注意力U-Net模型在肝细胞癌检测中显著优于当前最先进的nnU-Netv2模型	回顾性研究设计，样本量相对有限	开发肝细胞癌自动检测的深度学习模型并分析其在患者和病灶水平的性能	肝细胞癌患者和阴性对照患者的动态对比增强MRI图像	医学影像分析	肝细胞癌	动态对比增强MRI，T1加权成像	深度学习	医学影像	363名患者（284名男性，58±11岁），247个病灶	NA	注意力U-Net, nnU-Netv2	敏感度, 特异度, 平均每患者假阳性数, PPV, NPV, FROC AUC, ROC AUC	NA
595	2025-11-12	FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-time Training 2025-Nov-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3631049 PMID:41212692	研究论文	提出一种新颖的眼底图像在线测试时自适应框架FunOTTA，用于解决跨域眼底图像诊断中的领域偏移问题	通过内存库中的动态消歧实现稳定自适应过程，同时最小化有害先验知识偏差，并引入新的训练目标使分类器能够增量适应目标模式	仅在两种疾病的跨域眼底图像基准测试上验证，未涉及更多眼科疾病类型	开发能够有效泛化到未见环境的眼底图像诊断模型，解决领域偏移挑战	跨域眼底图像	计算机视觉	眼科疾病	深度学习	CNN	图像	NA	PyTorch	多种骨干网络	NA	NA
596	2025-11-12	Whole-Brain Task fMRI Decoding Using Stage-Wise Residual-Optimized 3D ConvNeXt With Layer-Global Response Normalization 2025-Nov-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3606512 PMID:41212708	研究论文	提出一种用于全脑任务fMRI解码的3D ConvNeXt框架，通过层全局响应归一化和阶段式残差连接提升性能	首次将层全局响应归一化(LN-GRN)和阶段式残差连接集成到3D ConvNeXt中，在保持精度的同时提升计算效率	仅在人类连接组计划数据集上验证，需要更多临床数据验证泛化能力	开发稳健、高效且可解释的全脑任务fMRI解码方法	任务功能磁共振成像数据和七个认知领域的大脑活动	医学影像分析	神经系统疾病	功能磁共振成像	3D CNN	3D fMRI图像	人类连接组计划数据集	PyTorch	3D ConvNeXt	准确率, 特征可分性分析, 聚类分析, 显著性映射	GPU
597	2025-11-12	MoChat: Joints-Grouped Spatio-Temporal Grounding Multimodal Large Language Model for Multi-Turn Motion Comprehension and Description 2025-Nov-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3631045 PMID:41212709	研究论文	提出一种能够进行人体运动时空定位和多轮对话理解的多模态大语言模型MoChat	首次实现人体运动细粒度时空定位，通过关节分组骨架编码器和跨注意力回归头模块实现精确的动作时序和身体部位识别	未明确说明模型在复杂场景或多人交互运动中的表现	解决人体运动理解中动作时序和特定身体部位识别不准确的问题，支持多轮交互	人体骨骼运动数据	计算机视觉,自然语言处理	神经系统疾病	骨架序列处理,多模态融合	多模态大语言模型	骨架序列,文本	NA	NA	Joints-Grouped Skeleton Encoder,跨注意力回归头模块	多种运动理解任务指标	NA
598	2025-11-12	The Ongoing Evolution of AI in Craniofacial Surgery: From Theory to Reality and Beyond 2025-Nov-10, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000012123 PMID:41213058	综述	概述人工智能在颅面外科领域的理论发展、当前应用和未来方向	系统分类AI在围手术期的应用场景并探讨联邦学习、生成设计和可解释AI等未来发展方向	数据集有限、技术准确性存疑、临床接受度不足、缺乏外部验证和通用性、透明度与伦理问题	探讨人工智能在颅面外科领域的应用演进	颅面外科相关AI、机器学习和深度学习模型	数字病理	颅面畸形	机器学习, 深度学习, 增强现实, 计算机辅助设计	NA	CT扫描, 影像数据, 临床数据	NA	NA	NA	NA	NA
599	2025-11-12	Predicting intracranial aneurysm rupture risk and intervention outcomes using denoising-enhanced CT Angiography 2025-Nov-10, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9093 PMID:41213812	研究论文	开发了一个结合去噪技术的多模态框架，用于评估颅内动脉瘤破裂风险和预测干预结果	提出了一种新型去噪算法增强CTA图像质量，并开发了整合临床变量、影像组学特征和深度学习形态学数据的多模态预测框架	回顾性多中心研究，样本量相对有限（352例患者）	评估颅内动脉瘤破裂风险和预测干预结果	颅内动脉瘤患者	医学影像分析	颅内动脉瘤	CT血管成像（CTA），数字减影血管造影（DSA）	深度学习模型	医学影像（CTA图像），临床数据	352例接受CTA检查的颅内动脉瘤患者	NA	NA	AUC，Hunt-Hess分级，WFNS分级，改良Rankin量表	NA
600	2025-11-12	Deep-Learning Accelerated Vessel Wall Imaging Using T1-SPACE at Ultra-High Field Strength MRI 2025-Nov-10, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9097 PMID:41213815	研究论文	本研究评估了基于深度学习的图像重建技术在7T超高场强MRI中加速T1-SPACE序列用于颅内血管壁成像的可行性	首次在7T超高场强MRI中应用深度学习加速的T1-SPACE序列进行颅内血管壁成像，显著缩短采集时间并提升图像质量	单中心回顾性研究，样本量较小（36例患者），缺乏多中心验证	评估深度学习加速的血管壁成像技术在超高场强MRI中的技术性能和临床可行性	36例接受颅内血管壁成像的患者（21名女性，平均年龄53.3±16.2岁）	医学影像分析	脑血管疾病	7T超高场强MRI，T1-SPACE序列，对比增强成像	深度学习图像重建	磁共振图像	36例患者	NA	NA	图像质量评分，噪声评估，伪影评估，清晰度评分，采集时间，读者间一致性	NA