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	2026-05-27	A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids 2025-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.054 PMID:40935773	研究论文	提出一种融合ResNet和Vision Transformer的深度学习模型用于预测高强度聚焦超声治疗子宫肌瘤的疗效	首次将ResNet的局部纹理特征提取与ViT的全局空间特征表征进行并行融合，验证协同表征策略可提高HIFU疗效预测精度	未提及模型在多中心或更大规模数据集上的泛化性验证，以及特征贡献度分析可能受限于SHAP方法的线性近似假设	验证局部纹理与全局空间特征的协同表征能否提高高强度聚焦超声治疗子宫肌瘤疗效预测的准确性	接受高强度聚焦超声治疗的子宫肌瘤患者	计算机视觉	子宫肌瘤	磁共振成像	ResNet与Vision Transformer并行融合模型	图像	训练集272例，内部验证集92例，外部测试集125例	PyTorch	ResNet-18, Vision Transformer	AUC	NA
22	2026-05-27	Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML 2025-12, Leukemia IF:12.8Q1 DOI:10.1038/s41375-025-02769-2 PMID:40958033	研究论文	探索诊断时骨髓细胞形态学特征预测慢性粒细胞白血病患者治疗无缓解的潜力	利用深度学习图像分析技术数字化骨髓细胞形态学涂片，发现中性粒细胞丰度和粒细胞成熟度与持续治疗无缓解相关联，并证明其独立于已知临床因素的影响	未提及	识别能够预测慢性粒细胞白血病患者治疗无缓解的标准化生物标志物	113例慢性期慢性粒细胞白血病患者的诊断性骨髓抽吸样本	数字病理学	慢性粒细胞白血病	深度学习图像分析	NA	图像	113例慢性期CML患者及942例对照骨髓样本	NA	NA	NA	NA
23	2026-05-26	HGCPep: Hypergraph Deep Learning Identifies Cancer-associated Non-coding Peptides 2025-Dec-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf093 PMID:41329495	研究论文	提出了HGCPep，一种基于超图深度学习来识别癌症相关非编码肽的方法	利用超图结构表示一个非编码RNA转录本编码多个肽段的内在关系，从而丰富肽段的特征表示	未提及具体限制	系统识别癌症相关的非编码肽	非编码肽（ncPEP）和其编码非编码RNA（ncRNA）	机器学习	癌症	NA	超图神经网络（Hypergraph Neural Network）和卷积神经网络	肽段序列数据	NA	PyTorch	Hypergraph Neural Network, CNN	准确率、精确率、召回率、F1分数、AUC	NA
24	2026-05-26	On the Completeness of Existing RNA Fragment Structures 2025-Dec-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	评估现有RNA片段结构的完整性，探讨RNA结构预测的可行性	首次系统分析RNA在二核苷酸、三核苷酸、四核苷酸和五核苷酸水平的片段结构空间完整性，发现四核苷酸和五核苷酸水平的非冗余结构片段数量呈指数增长，表明当前RNA结构空间远未完备	仅基于现有RNA结构数据进行分析，未考虑可能的新型RNA折叠模式或未解析结构的RNA分子	探究RNA片段结构空间的完备性，为RNA结构预测方法提供参考	现有RNA结构中的二核苷酸、三核苷酸、四核苷酸和五核苷酸水平的片段	机器学习	NA	NA	NA	结构数据	NA	NA	NA	NA	NA
25	2026-05-25	Reconstruction of structured illumination microscopy for live imaging in low light with lightweight neural networks 2025-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70009 PMID:40844333	研究论文	提出一种轻量级多卷积UNet网络，用于低光照条件下活细胞成像的结构光照明显微镜超分辨率重建	通过多卷积技术与多尺度注意力机制的结合，在减少模型参数量的同时保持高效超分辨率重建性能	文中未提及该模型在更复杂生物样本或极端低光条件下的适用性限制	实现低光照条件下活细胞成像的高质量超分辨率重建，同时提升重建速度和模型精度	不同细胞类型在不同光照强度和测试集下的结构光照明显微镜图像	数字病理学	不适用	结构光照明显微镜	CNN	图像	不同细胞类型、光照强度和测试集	PyTorch	多卷积UNet（MCU-Net）	MS-SSIM, NRMSE	不适用
26	2026-05-24	Quantitative evaluation of spatially-variant deformations recovered by deep learning on clinical-like breast lesions 2025-Dec-26, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3649164 PMID:41929561	研究论文	针对临床乳腺病变，定量评估深度学习恢复空间变异变形的能力	开发了生成模拟临床乳腺图像的方法，包含复杂病变形状和示踪剂依赖特征，并首次在临床样合成数据上训练和测试深度学习模型	研究基于合成数据，未在真实临床数据上全面验证模型性能，且仅评估了有限示踪剂类型	评估深度学习在双面板PET成像中恢复空间变异变形的效果，改善乳腺病变的可视化和定量分析	双面板乳腺PET扫描仪（B-PET）重建图像中的乳腺病变	数字病理学	乳腺癌	NA	深度学习神经网络	合成图像（模拟临床乳腺图像）	NA	NA	NA	病变对比度指标、图像粗糙度	NA
27	2026-05-24	Deep learning for hepatocellular carcinoma segmentation in MRI: A systematic review of models, performance, and challenges 2025-Dec-19, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000047061 PMID:41430967	综述	系统评估深度学习模型在MRI肝细胞癌分割中的应用，重点关注模型架构、性能指标和实施挑战	首次系统性地综述深度学习在MRI肝细胞癌分割中的模型、性能及挑战，涵盖多种U-Net变体及Transformer混合模型	数据集规模小（19-602名患者），病灶异质性和MRI协议变异性限制泛化能力；8项研究存在患者选择偏倚高风险	评估深度学习模型在MRI肝细胞癌分割中的性能并识别实施障碍	13项符合标准的同行评审研究，主要使用U-Net及其变体（如nnU-Net、UNet++）	数字病理学	肝细胞癌	MRI	深度学习（CNN、U-Net、Transformer混合模型）	MRI图像	19至602名患者（基于13项研究）	NA	U-Net, nnU-Net, UNet++, Transformer	Dice相似系数	NA
28	2026-05-23	Deep Learning-Based Prediction of PET Amyloid Status Using MRI 2025-Dec-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8899 PMID:40579043	研究论文	利用多对比度磁共振成像结合深度学习模型预测PET淀粉样蛋白状态	首次通过结合T1加权和T2 FLAIR图像的多对比度MRI，显著提高了基于深度学习的PET淀粉样蛋白状态预测性能	研究为回顾性设计，且模型在认知亚组中表现差异较大，外部验证AUC仅为0.65，说明预测能力有限	开发并验证基于MRI的深度学习模型，用于无创预测PET确定的β淀粉样蛋白阳性状态	阿尔茨海默病患者和认知正常人群的脑部多对比度MRI和PET数据	计算机视觉	阿尔茨海默病	PET, MRI	EfficientNet	图像	训练集4056例（平均年龄71.6岁，55%女性，55%淀粉样蛋白阳性），外部测试集149例（平均年龄72.1岁，57%女性，56%淀粉样蛋白阳性）	NA	EfficientNet	AUC, 准确率, 灵敏度, 特异度	NA
29	2026-05-23	Comprehensive non-small cell lung cancer targets: From computational prediction to clinical breakthroughs in overcoming drug resistance 2025-12, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2025.117333 PMID:40946977	综述	全面概述非小细胞肺癌靶向治疗的研究进展，涵盖计算预测方法、临床突破及克服耐药性的策略	整合了基于配体、基于结构和多特征深度学习模型的靶点预测方法，并讨论了第四代EGFR抑制剂amivantamab及合成致死等新兴耐药应对策略	未提供具体的实验验证数据，且多靶点药物设计仍处于理论阶段	系统梳理非小细胞肺癌靶向治疗中的预测方法、临床进展和耐药克服策略，为未来治疗开发提供指导	非小细胞肺癌中的经典致癌驱动基因（如EGFR）及药物耐药机制（T790M、C797S突变）	机器学习，自然语言处理	非小细胞肺癌	基于配体、基于结构和多特征深度学习的靶点预测方法	深度学习模型（多特征融合模型）	文本，分子结构数据	不适用	不适用	不适用	不适用	不适用
30	2026-05-20	Automatic classification of uveal melanoma response patterns following ruthenium-106 plaque brachytherapy using ultrasound images and deep convolutional neural network 2025-12-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28995-3 PMID:41461779	研究论文	利用超声图像和深度卷积神经网络自动分类葡萄膜黑色素瘤钌-106敷贴器治疗后反应模式	首次将深度学习模型（DenseNet121和ResNet34）应用于基于B型超声图像的葡萄膜黑色素瘤治疗后反应模式分类，并发现无预训练权重、使用dropout层和批次大小32的配置性能最佳	需要进一步验证并探索其融入临床实践的可行性	应用深度学习模型预测葡萄膜黑色素瘤患者接受敷贴治疗后肿瘤反应模式	葡萄膜黑色素瘤患者治疗前后的超声图像及其反应模式（消退、增大、稳定或其他）	计算机视觉	葡萄膜黑色素瘤	B型超声成像	卷积神经网络	图像	192名患者的B型超声图像样本	PyTorch	DenseNet121, ResNet34	宏平均AUC, 每类评估, DeLong检验	NA
31	2026-05-20	Differences in different reconstruction algorithms for coronary CTA demonstrating pericoronary adipose tissue attenuation 2025-12-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28914-6 PMID:41461810	研究论文	评估三种不同重建算法（DLIR-H、ASiR-V50%和FBP）在冠状动脉CTA中展示冠状动脉周围脂肪衰减的差异	首次系统比较深度学习图像重建（DLIR-H）、自适应统计迭代重建（ASiR-V50%）和滤波反投影（FBP）三种算法对冠状动脉周围脂肪衰减指数（FAI）测量的影响	未提及样本量大小和患者选择的具体标准，未评估算法在不同医疗设备和扫描参数下的通用性	评估不同重建算法对冠状动脉周围脂肪衰减指数（FAI）测量的差异，强调标准化重建方案的必要性	冠状动脉周围脂肪组织、冠状动脉斑块（正常、无斑块、非钙化斑块、混合斑块、钙化斑块）	计算机视觉	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	NA	图像	NA	NA	NA	脂肪衰减值、图像噪声、脂肪衰减指数（FAI）	NA
32	2026-05-20	PSMA PET Evaluation with a Deep Learning Platform Compared with a Standard Image Viewer and Histopathology 2025-12-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.125.270242 PMID:41101977	研究论文	比较深度学习平台aPROMISE与标准影像查看器ISP在PSMA PET/CT评估中的表现，并以组织病理学为金标准	首次将深度学习分割和报告软件与标准影像查看器进行系统比较，并以组织病理学为金标准验证	未分割病灶主要位于高尿液活性区域或PSMA表达较低；部分远处转移病灶未被自动分割	评估深度学习平台aPROMISE在PSMA PET/CT评估中的性能	PSMA放射引导手术后的前列腺癌患者	机器学习	前列腺癌	PSMA PET/CT	深度学习	影像	96名前列腺癌患者	NA	NA	Cohen κ系数, 一致性率	NA
33	2026-05-19	Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time 2025-12, Head & neck DOI:10.1002/hed.28255 PMID:40693394	研究论文	评估双网络深度学习超分辨率方法在头颈部T1和T2加权MRI中提升图像质量和缩短扫描时间的效果	提出双网络深度学习超分辨率方法同时提升图像质量和缩短扫描时间，并通过前瞻性临床研究验证其有效性	样本量较小（58例），且未报告算法对诊断准确性的影响	评估双网络深度学习超分辨率方法在头颈部MRI中的应用，以提升图像质量和缩短扫描时间	头颈部肿块患者	医学影像	头颈部肿块	MRI	双网络深度学习	MRI图像	58名参与者（34男，24女，平均年龄51.37±13.24岁）	NA	双网络深度学习超分辨率网络	信噪比, 对比度噪声比, 对比度, 图像清晰度Likert评分, 病灶显著性Likert评分, 结构描绘Likert评分, 伪影Likert评分	NA
34	2026-05-16	phyddle: Software for Exploring Phylogenetic Models with Deep Learning 2025-Dec-18, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf036 PMID:40366771	研究论文	介绍phyddle，一种基于深度学习的软件，用于对系统发育树进行似然自由的建模与分析	提出了基于管线的软件框架，整合模拟、格式化、训练、估计和绘图五个步骤，使深度学习方法能灵活用于系统发育建模，尤其适用于缺少可处理似然函数的复杂模型	未明确提及局限性	开发并验证一种基于深度学习的软件工具，以解决传统似然方法难以处理的系统发育建模问题	系统发育树数据，包括宏观进化参数估计、连续性状进化模型选择和流行病学模型覆盖测试	机器学习	NA	似然自由深度学习	深度学习模型	系统发育树数据	未明确提供样本数量	未明确提供，可能包含PyTorch或TensorFlow	未明确提供，可能包含神经网络架构	准确性、覆盖率测试	未明确提供
35	2026-05-16	Self-attention bidirectional long Short-Term memory assisted natural language processing on sarcasm detection and classification in social media platforms 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31093-z PMID:41345450	研究论文	提出一种基于自注意力双向长短期记忆网络的自然语言处理方法，用于社交媒体平台的讽刺检测与分类	将自注意力机制与双向长短期记忆网络结合，构建SA-BLSTM模型以提升讽刺文本的自动检测性能	仅基于单一headline数据集验证，未涉及多语言或多平台数据的泛化性	开发能够自动、有效识别社交媒体平台上讽刺文本的模型	社交媒体平台上的讽刺文本	自然语言处理	NA	NLP, Word2Vec	SA-BLSTM（自注意力双向长短期记忆网络）	文本	headline数据集（具体样本数未提及）	NA	SA-BLSTM（Self-Attention with Bidirectional LSTM）	准确率	NA
36	2026-05-16	Applications of artificial intelligence in abdominal imaging 2025-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	综述	探讨人工智能在腹部影像学中的应用，包括疾病检测、分类和个性化诊疗	系统总结了深度学习与影像组学在多种腹部疾病中的应用，并强调可解释AI和多中心验证的重要性	缺乏多中心验证、依赖回顾性单中心研究、AI模型可解释性差、标准化成像方案缺失	推动AI在腹部影像学中的临床转化，提升诊断精度和治疗规划	腹部疾病，包括弥漫性肝实质病变、局灶性肝病变、胰腺导管腺癌、肾肿瘤和肠道病理	数字病理学	肺癌、前列腺癌、心血管疾病、老年病	深度学习、影像组学	深度学习模型	影像数据	NA	NA	NA	准确性	NA
37	2026-05-16	Frontalis Only Contracts in One Direction: AI-Quantum Elasticity and Resistance Gradient Reveals True Nature of Forehead Muscle Movement 2025-12, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04924-7 PMID:40425886	研究论文	通过AI驱动生物力学模型和量子弹性与阻力梯度模型，揭示额肌收缩为单向运动，反驳双向收缩理论	首次引入量子弹性与阻力梯度（QERG）模型解释额肌收缩时的皮肤动力学，并结合AI深度学习框架和有限元分析验证单向收缩机制	未提及样本多样性覆盖的局限性，以及模型在非面部表情场景的普适性	明确额肌收缩的真实方向及皮肤折叠机制，验证单向收缩理论	600名不同种族、性别和年龄受试者的额头皮肤运动与皱纹形成	计算机视觉, 机器学习	NA	3D面部扫描、有限元分析	深度学习、随机森林、深度神经网络	3D面部扫描图像	600名受试者（覆盖不同种族、性别和年龄）	TensorFlow, PyTorch	随机森林、深度神经网络	R²（决定系数）	NA
38	2026-05-16	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	基于深度学习技术，利用超声图像实现非侵入性肝纤维化分期诊断	创新引入纤维化对比层（FCL）和标签融合（LF）机制，提升模型对不同等级肝纤维化特征的捕捉能力，在小样本条件下仍保持高稳定性和准确性	研究未提及外部验证或多中心数据验证，可能限制模型泛化能力；依赖超声图像和穿刺活检结果，存在数据采集标准差异	实现肝纤维化的非侵入性分期诊断，避免肝穿刺活检的侵入性风险和成本	超声检查获取的纯肝实质图像数据，结合经皮肝穿刺活检结果	计算机视觉	肝纤维化	超声成像	FCLLF（纤维化对比层和标签融合模型）	图像	未明确样本数量，但提及全样本数据集和30%小样本数据集	NA	VGG, ResNet, InceptionNet（作为基线对比），FCLLF（创新模型）	准确率	NA
39	2026-05-16	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	探究血液恶性肿瘤患者脾脏体积与直径的关系，并确定与Lugano标准直径阈值最匹配的体积阈值，以评估治疗反应	首次基于深度学习分割方法确定与Lugano标准直径阈值最匹配的脾脏体积阈值，并评估体积测量在治疗反应分类中的影响	仅使用单个临床试验数据集，未能显著证明体积阈值相比直径阈值在预测治疗反应方面的优势	探究脾脏体积与直径的关系，确定与Lugano标准最匹配的体积阈值，并评估体积测量对治疗反应分类和预测的影响	血液恶性肿瘤患者	计算机视觉	血液恶性肿瘤	CT	随机森林	图像	382名血液恶性肿瘤患者	NA	NA	准确性	NA
40	2026-05-16	Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models 2025-12-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000012225 PMID:40489745	研究论文	利用视频深度学习方法评估健康及受伤手部灌注状态	首次提出非接触式视频深度学习方法，用于分类正常和急性创伤情况下的灌注及缺血手指	在不受控的医院环境中，分类性能显著下降，需要针对急性创伤相关变量改进方法	开发非接触式视频深度学习方法以增强手部灌注评估，用于现场分诊	控制组参与者和急诊科急性手部创伤患者的手指灌注状态	计算机视觉	手部创伤	成像光电容积描记术（iPPG）	ResNet-18	视频	48名控制组参与者（其中14名在止血带诱导缺血状态下评估）和15名急性创伤患者	PyTorch	ResNet-18	灵敏度、阳性预测值、准确率	NA