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
161	2026-07-05	Artificial intelligence in polycystic ovary syndrome: a systematic review of diagnostic and predictive applications 2025-11-24, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03255-6 PMID:41286838	系统综述	系统性综述了人工智能在多囊卵巢综合征诊断和预测中的应用，涵盖机器学习、深度学习、可解释人工智能和大语言模型	首次全面综合评估AI技术在PCOS中的应用，包括诊断性能、生物标志物发现、风险预测、临床决策支持、模型可解释性及生成式AI的新兴应用	多数研究样本量小、类别不平衡、方法异质性大、外部验证不足，仅约四分之一研究应用了可解释AI方法	综合评估AI技术在多囊卵巢综合征诊断和预测中的应用现状与性能	多囊卵巢综合征（PCOS）的诊断、预测及管理	机器学习	多囊卵巢综合征	NA	CNN, 随机森林, 支持向量机, 大语言模型	影像数据, 临床数据, 电子健康记录数据, 组学数据	80项研究（从662篇记录中筛选）	NA	CNN, 随机森林, 支持向量机	准确率, 95%以上（影像应用）	NA
162	2026-07-05	Predicting the risk of preterm birth with machine learning and electronic health records in China 2025-11-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03254-7 PMID:41214653	research paper	利用中国电子健康记录和机器学习方法预测早产风险	结合22种机器学习模型和两种动态深度学习方法，基于中国大规模电子健康记录数据（36378例）预测早产风险，并在外部验证集（10367例）中确认模型稳定性	仅使用了已知的24个高危因素，未纳入其他潜在因素；数据来自单一国家，可能限制模型的泛化性	预测和验证中国孕妇早产风险，为临床干预提供工具	中国孕妇人群	machine learning	早产	电子健康记录分析	随机森林、LightGBM、LSTM	电子健康记录数据	36378例（34132例足月产，2246例早产），外加10367例外部验证样本	NA	随机森林、LightGBM、LSTM	AUC	NA
163	2026-07-03	STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion 2025-11, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70053 PMID:40991934	研究论文	提出一种基于时空融合的手术手势识别方法STANet，用于机器人手术中的动作序列建模	设计了时空自适应网络STANet，通过时间模块和空间模块分别提取特征，并采用时间自适应卷积策略进行特征融合和细化，有效捕捉长短期依赖关系	NA	提高手术手势识别的准确性和效率，解决现有方法无法有效融合时空特征的问题	机器人手术中的手术手势序列	计算机视觉	NA	NA	卷积神经网络	手术手势序列图像	JIGSAWS和RARP-45两个公开数据集	PyTorch	时空自适应网络	准确率	NA
164	2026-07-01	Deep Learning for Time-Series Segmentation of Mechanical Ventilator Waveforms 2025-Nov-21, Research square DOI:10.21203/rs.3.rs-8001137/v1 PMID:41333439	研究论文	开发并验证了一种基于一维注意力门控U-Net的深度学习模型，用于分割机械通气波形中的吸气与呼气起始点	首次将注意力门控U-Net架构应用于通气波形时间序列分割，在噪声真实数据中优于传统启发式方法，并能通过梯度加权类激活图解释模型决策特征	NA	实现机械通气波形的高精度实时分割，为患者-呼吸机异步事件的可重复量化提供基础	机械通气波形中的吸气与呼气起始点	机器学习	NA	NA	深度学习	时间序列波形	来自33名患者的9,719次呼吸	NA	注意力门控U-Net	F1分数	NA
165	2026-07-01	Transforming sleep medicine: the evolving role of artificial intelligence 2025-11-01, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001210 PMID:40855966	综述	探讨人工智能在睡眠医学中的演变角色及其对诊断和治疗的影响	系统总结了AI技术在阻塞性睡眠呼吸暂停、失眠和发作性睡病等睡眠障碍检测中的应用，并强调了基于睡眠障碍内分型实现个性化治疗的潜力	临床应用中存在伦理问题，包括患者隐私、数据使用偏见和透明度不足等挑战	解释AI在睡眠医学中的演变角色，为临床医生提供关于其益处和局限性的关键信息	睡眠医学领域，包括阻塞性睡眠呼吸暂停、失眠、发作性睡病等睡眠障碍	机器学习	睡眠障碍	NA	NA	文本	NA	NA	NA	NA	NA
166	2026-06-30	In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis 2025-11, Clinical & experimental optometry DOI:10.1080/08164622.2025.2459345 PMID:39933698	综述	通过文献计量分析，系统梳理了眼科体内共聚焦显微镜（IVCM）领域的研究趋势、影响性文章、作者、机构及新兴方向	首次对IVCM在眼科领域的研究进行全球性文献计量分析，并聚焦角膜神经和免疫细胞两个子方向，揭示深度学习、人工智能等新兴主题	仅基于Web of Science核心合集数据库，可能遗漏部分高质量研究；分析局限于标题和作者关键词检索，未涵盖全文内容	识别IVCM在眼科研究中具有影响力的文章、作者、机构及新兴趋势，为该领域提供发展路线图	IVCM在眼科中的研究文献	文献计量学	角膜疾病、眼表疾病	体内共聚焦显微镜（IVCM）	NA	文献计量数据	1,389篇文献（其中600篇为近十年发表）；亚组分析：角膜神经425篇、免疫细胞182篇	VOSviewer	NA	h指数、每篇平均引用次数	NA
167	2026-06-29	Feature fusion context attention gate UNet for detection of polycystic ovary syndrome 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26314-4 PMID:41309699	研究论文	提出基于特征融合上下文注意力U-Net的多囊卵巢综合征检测模型	首次将特征融合上下文模块集成到注意力U-Net中，并采用模糊对比增强成像优化数据集预处理	未提及外部数据集验证或临床实际部署中的泛化性评估	提高多囊卵巢综合征超声图像诊断的准确性和效率	多囊卵巢综合征超声图像数据集	计算机视觉	多囊卵巢综合征	NA	U-Net	图像	3800张超声图像（原始），增广后45600张图像	NA	特征融合上下文注意力U-Net	准确率	NA
168	2026-06-29	CT-based intratumoral heterogeneity quantification fusing deep learning radiomics for predicting lymph node metastasis in early-stage lung adenocarcinoma: a multicenter study 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26331-3 PMID:41298638	研究论文	基于CT的瘤内异质性量化融合深度学习影像组学预测早期肺腺癌淋巴结转移的多中心研究	首次提出基于CT瘤内异质性（ITHscore）的新型成像生物标志物，并将其与深度学习特征和Radscore融合构建预测模型，且通过多中心数据验证，揭示了相关信号通路	未在外部独立验证队列中进一步测试，且可能受限于样本量和回顾性设计	预测早期肺腺癌的淋巴结转移，推动非侵入性个体化治疗	早期肺腺癌患者的CT图像和淋巴结转移状态	计算机视觉, 数字病理学	肺癌	CT成像, 深度学习影像组学, 无监督聚类	CNN	图像	787例早期肺腺癌患者（来自三个中心）	PyTorch	NA	AUC	NA
169	2026-06-29	Predictive modeling of motor symptom severity and stage classification in Parkinson's disease using machine learning methods with selected multiple serological biomarkers 2025-Nov-25, BMC neurology IF:2.2Q3 DOI:10.1186/s12883-025-04504-x PMID:41291525	研究论文	利用机器学习方法基于多种血清学生物标志物预测帕金森病运动症状严重程度和分期分类	首次系统评估炎症标志物（如NLR、LMR）在机器学习模型中预测帕金森病严重程度的关键作用，并构建了自适应特征选择和学习率调整的深度神经网络，显著提升了分类和回归任务性能	研究基于单一数据库，样本特征选择依赖XGBoost重要性排序，可能忽略其他潜在重要标志物；模型未在独立外部数据集中验证泛化性	开发基于血清学生物标志物的客观、非侵入性帕金森病严重程度评估和分期分类工具	帕金森病患者	机器学习	帕金森病	血清学检测	XGBoost, CatBoost, Random Forest, Decision Tree, 深度神经网络	血清学生物标志物数据	2614名个体	未明确说明	XGBoost, CatBoost, Random Forest, Decision Tree, 深度神经网络（含自适应特征选择和学习率调整）	准确率, 加权F1分数	未明确说明
170	2026-06-29	Mycobacterium tuberculosis FAS-II pathway targeted integrative deep learning based identification of potential anti-tubercular agents 2025-11-04, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00695-0 PMID:41186754	研究论文	整合深度学习方法识别潜在抗结核药物，靶向结核分枝杆菌FAS-II途径	首次采用综合方法，包括位点特异性数据集整理、多种机器学习模型探索、超参数优化的人工神经网络虚拟筛选、分子对接及体外验证，针对FAS-II途径中的多个关键酶（KasA、KasB、FabH）进行多靶点药物发现	未提及具体局限性	识别靶向结核分枝杆菌FAS-II途径的潜在抗结核药物	结核分枝杆菌FAS-II途径中的关键合成酶（KasA、KasB、FabH）	机器学习	结核病	分子对接、分子动力学模拟、体外生物学评价	人工神经网络	化合物库数据	NA	NA	人工神经网络（ANN）	抑制活性（相对于阳性对照的百分比）	NA
171	2026-06-29	Design, synthesis, deep learning-guided prediction, and biological evaluation of novel pyridine-thiophene-based imine-benzalacetophenone hybrids as promising antimicrobial agent 2025-11-04, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00687-0 PMID:41186782	研究论文	设计、合成并通过深度学习预测新型吡啶-噻吩基亚胺-苯甲酰乙酰苯杂化物作为抗菌剂	首次将吡啶和噻吩骨架结合到亚胺-苯甲酰乙酰苯杂化物中，并利用深度学习QSAR模型辅助预测其抗菌活性	数据集规模有限可能影响模型泛化性	开发针对多重耐药病原体的新型抗菌剂并验证其药理学特性	新型吡啶-噻吩基亚胺-苯甲酰乙酰苯杂化物（7c和7j）及其抗菌、抗结核活性	机器学习	多重耐药菌感染	NA	全连接前馈神经网络	分子描述符（MolWt、LogP、TPSA等）	10种杂化物（7a-7j）	NA	全连接前馈神经网络	pMIC值	NA
172	2026-06-29	Deep learning-guided rational engineering of synergistic PD-1 and LAG-3 blockade for enhanced tumor immunomodulation 2025-11-04, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00702-4 PMID:41186834	研究论文	利用深度学习工程化靶向PD-1和LAG-3的单克隆抗体以增强肿瘤免疫调节	首次利用消息传递图神经网络进行反向建模，设计针对PD-1和LAG-3免疫检查点的单克隆抗体，并通过整合物理化学准确性、进化可行性、经验验证、几何互补性和机器学习指导的突变预测来优化抗体结合亲和力	基于计算模拟的预测仍需要进一步的实验验证和临床转化，且只针对PD-1和LAG-3两个靶点	开发可扩展的计算框架设计免疫检查点抑制剂，以改善联合免疫治疗中的抗体结合能力和治疗潜力	PD-1和LAG-3免疫检查点及相应的单克隆抗体	机器学习	肿瘤	分子动力学模拟	消息传递图神经网络	蛋白质结构数据	NA	NA	消息传递图神经网络	结合亲和力、热稳定性、免疫原性	NA
173	2026-06-26	Interpretable multimodal MRI radiomics for predicting neoadjuvant chemotherapy response in nasopharyngeal carcinoma 2025-11-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02071-8 PMID:41291491	研究论文	探索多模态MRI放射组学模型预测鼻咽癌新辅助化疗反应的性能，并比较机器学习与深度学习模型的差异	结合DCE-MRI的多模态放射组学模型并通过SHAP值增强模型可解释性，在预测鼻咽癌新辅助化疗反应中展现出优越性能	未明确提及，可能包括样本量有限或回顾性研究设计	评估多模态MRI放射组学模型预测鼻咽癌新辅助化疗反应的价值，并比较机器学习和深度学习模型的性能差异	鼻咽癌（NPC）患者的新辅助化疗（NAC）反应	医学影像分析，机器学习	鼻咽癌	多模态MRI放射组学（T1WI, PDWI, CE-T1WI, DCE-MRI），特征选择（MIC, LASSO），机器学习，深度学习	多层感知机（MLP），逻辑回归，支持向量机，随机森林，极限梯度提升（XGBoost）	MRI影像数据（包括DCE-MRI）	370名鼻咽癌患者，其中126名接受DCE-MRI	NA	多层感知机，逻辑回归，支持向量机，随机森林，极限梯度提升	AUC，灵敏度，特异性，SHAP值	NA
174	2026-06-26	Detection of intracranial hemorrhage using ultralow-dose brain computed tomography with deep learning reconstruction versus conventional-dose computed tomography 2025-11-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02082-5 PMID:41286703	研究论文	评估使用深度学习重建的超低剂量脑部计算机断层扫描在检测颅内出血方面的诊断性能、图像质量和辐射剂量，并与常规剂量计算机断层扫描进行比较	首次系统比较深度学习重建与迭代重建在超低剂量计算机断层扫描中检测颅内出血的性能，并证明其在保持诊断效果的同时大幅降低辐射剂量	样本量较小（93名患者），且为单中心回顾性研究，可能影响结果泛化性	评估超低剂量计算机断层扫描结合深度学习重建对颅内出血的诊断价值及图像质量	93名颅内出血患者（中位年龄67岁，其中61名男性）	计算机视觉	颅内出血	深度学习重建	深度学习网络	图像	93名患者	NA	深度学习重建模型	敏感性、特异性、信噪比、对比噪声比	NA
175	2026-06-26	Development and validation of an artificial intelligence-based model for cardiovascular disease prediction using longitudinal data 2025-11-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03280-5 PMID:41275275	研究论文	利用机器学习模型（特别是GRU和LSTM）从纵向随访数据预测心血管疾病10年发病风险，并在伊朗人群中验证模型效能	首次在伊朗人群中使用GRU深度学习模型处理纵向时序数据预测CVD，并以较少的临床变量（21个）达到与包含数百变量的大规模研究相当的预测性能	样本仅来自单个伊朗人群（TLGS队列），可能限制模型泛化性；模型性能AUC约0.74，仍有提升空间	评估深度学习和混合效应逻辑模型利用纵向数据预测10年CVD发病的效果，并识别关键预测因子	伊朗德黑兰脂质与葡萄糖研究（TLGS）中4872名30岁以上无心血管病史的成年人（1942名男性，2930名女性）	机器学习	心血管疾病	NA	LSTM, GRU	纵向临床数据（人口学、行为、生化指标）	4872名成人（男性1942，女性2930），其中545人（11.2%）发生CVD事件	NA	GRU, LSTM	AUC	NA
176	2026-06-26	Automated segmentation of esophageal squamous cell carcinoma in contrast-enhanced free-breathing 3D-GRE: a comparative study of UNet, nnUNet, and UMamba for tumor delineation 2025-11-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02011-6 PMID:41219837	研究论文	对比三种深度学习模型（UNet、nnUNet、UMamba）在增强自由呼吸3D-GRE MRI上自动分割食管鳞状细胞癌的性能	首次在1mm各向同性分辨率的对比增强自由呼吸3D-GRE MRI上系统比较UNet、nnUNet和UMamba三种模型用于食管鳞状细胞癌分割，并展示了UMamba在边界描绘和分割精度上的优势	数据来源于单一机构，样本量相对较小（192例），且为回顾性研究；手动标注排除了钙化和出血区域，可能影响模型泛化性	评估深度学习模型在食管鳞状细胞癌自动分割中的性能，以减轻手动分割的负担并提高临床效率	食管鳞状细胞癌肿瘤区域	计算机视觉	食管癌	MRI成像（对比增强自由呼吸3D-GRE）	UNet、nnUNet、UMamba	医学图像（3D MRI）	192例患者，171例用于训练，21例用于验证	NA	UNet, nnUNet-2D/3D, UMamba	Dice相似系数（DSC）、豪斯多夫距离（HD）、平均表面距离（MSD）	NA
177	2026-06-26	Artificial intelligence diagnostic performance in image-based vulnerable carotid plaque detection: a systematic review and meta-analysis 2025-11-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03227-w PMID:41219882	meta分析	系统评估人工智能在基于影像的颈动脉易损斑块检测中的诊断性能	首次全面荟萃分析人工智能算法在区分不稳定与稳定颈动脉斑块中的诊断准确性，并基于样本量、人工智能算法类型、分割方法和发表年份进行亚组分析	仅一项研究报告了外部验证，限制了结果泛化性；研究间异质性高（I² > 90%）；存在发表偏倚	评估人工智能算法通过医学影像区分不稳定与稳定颈动脉斑块的诊断性能	颈动脉不稳定斑块（易损斑块）	机器视觉	颈动脉粥样硬化	医学影像	人工智能算法（机器学习或深度学习）	影像	31项研究，其中14项纳入meta分析	NA	NA	敏感度，特异度，曲线下面积	NA
178	2026-06-26	Treatment decision support for esophageal cancer based on PET/CT data using deep learning 2025-11-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03223-0 PMID:41199255	research paper	提出一种基于PET/CT数据的深度学习模型，支持食管癌治疗决策，结合卷积和Transformer组件，实现多尺度空间编码	提出包含基于分裂残差块的卷积特征提取器、多尺度池化模块和MLP预测模块的新型混合深度学习架构，有效融合局部与全局特征表征学习	NA（摘要未提及具体局限性）	利用深度学习方法基于PET/CT数据提升食管癌治疗决策的精准性	PET/CT影像数据	computer vision	食管癌	PET/CT	混合模型（CNN + Transformer）	影像数据	NA（摘要未提及样本量）	NA（摘要未提及具体框架）	自定义混合架构（含分裂残差块的卷积特征提取器、多尺度池化模块、MLP预测模块）	AUCROC, F1 score, Balanced Accuracy	NA（摘要未提及计算资源）
179	2026-06-26	Application of artificial intelligence in predicting the results of open-heart surgery: a scoping review 2025-11-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03243-w PMID:41194211	综述	本综述旨在综合人工智能在预测开胸手术结果中的研究，评估AI模型性能，并识别数据质量、算法偏差和临床适用性方面的差距	系统性地回顾了AI在开胸手术结果预测中的应用，识别了当前研究的空白和未来方向	主要限制包括模型验证不一致、前瞻性数据有限以及患者群体缺乏多样性	综合研究AI在预测开胸手术结果中的应用，评估AI模型性能，并找出数据质量、算法偏差和临床适用性方面的空白	已发表的有关应用AI预测开胸手术结果的研究	机器学习	心血管疾病	NA	逻辑回归、随机森林、XGBoost	文本	64项研究	NA	NA	NA	NA
180	2026-06-26	Optimizing myocardial infarction detection: a hybrid CNN-GRU deep learning approach 2025-11-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03217-y PMID:41188886	研究论文	开发一种基于心电图的混合CNN-GRU深度学习模型以优化心肌梗死检测	提出一种基于CNN-GRU混合架构的深度学习模型，通过Pan-Tompkins算法预处理数据，并使用单导联(lead II)实现近乎完美的检测性能	未提及具体局限性	优化心肌梗死(MI)的检测，开发基于心电图的混合CNN-GRU深度学习模型作为诊断辅助工具	心肌梗死患者和健康对照的心电图(ECG)记录	机器学习, 数字病理学	心肌梗死	NA	CNN-GRU混合模型	心电图(ECG)信号	总计56,354条心电图记录 (41,871条来自心肌梗死患者，14,474条来自健康患者)	NA	CNN-GRU	AUC, 敏感度, 特异度, Macro平均, 加权平均	NA