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
1701	2025-11-26	Automated lesion detection in endoscopic imagery for small animal models - a pilot study 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0179 PMID:40960131	研究论文	本研究开发了一种基于YOLOv7的自动化系统，用于检测和分类小鼠结肠镜检查视频中的肿瘤病变	首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠结肠肿瘤检测，并结合粪便检测器和颜色过滤器提升检测性能	仅为初步研究，需要进一步评估系统性能	开发自动化工具以解决小鼠结肠镜检查视频分析中资源有限和人工审查耗时的问题	小鼠结肠镜检查视频中的肿瘤病变	计算机视觉	结直肠癌	结肠镜检查	CNN	视频	28只小鼠的150个视频，其中125个包含肿瘤，时间跨度为6周	NA	YOLOv7	精确度, 召回率, 准确率	NA
1702	2025-10-06	Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0197 PMID:40968576	综述	系统回顾了智能肺音诊断技术的研究进展，重点关注肺音分类模型构建、模型轻量化设计及硬件平台部署	深入探讨了基于软硬件协同设计的嵌入式平台部署路径，推动健康监测系统发展	NA	智能肺音识别技术在医疗辅助诊断领域的应用与发展	肺音信号	数字病理	呼吸系统疾病	深度学习	NA	音频信号	NA	NA	NA	NA	边缘设备、嵌入式系统、FPGA
1703	2025-11-26	Robust Radiomic Signatures of Intervertebral Disc Degeneration From MRI 2025-Dec-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005435 PMID:40539398	研究论文	本研究通过深度学习分割和影像组学特征识别，开发了用于椎间盘退变分类的稳健影像组学特征	首次通过深度学习分割结合影像组学特征识别出对椎间盘退变分类具有稳健性的特征，特别是2D球形度和四分位距	回顾性研究设计，样本仅来自芬兰北部出生队列，可能限制结果的普适性	从T2加权MRI中识别稳健的影像组学特征用于椎间盘退变分类	椎间盘退变患者	数字病理学	椎间盘退变疾病	T2加权磁共振成像	深度学习分割模型	医学影像	1397名45-47岁受试者的腰椎MRI扫描	NA	NA	平衡准确率, Cohen's kappa, Spearman相关系数	NA
1704	2025-11-26	Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction 2025-Dec, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.10.017 PMID:39455401	研究论文	比较深度学习与传统重建方法在腹部磁共振胰胆管成像中的应用，评估其对图像质量和采集时间的改善效果	首次系统评估深度学习重建在腹部MRI中的临床应用价值，证明其能同时提升图像质量和缩短采集时间	回顾性研究设计，样本量相对有限（144例患者），需多中心前瞻性研究进一步验证	评估深度学习重建方法在腹部磁共振成像中改善图像质量和加速采集的潜力	接受腹部MRI检查的患者	医学影像分析	腹部疾病	磁共振成像（MRI），磁共振胰胆管成像（MRCP）	深度学习	医学影像	144例患者（平均年龄62.2±14.1岁，83名男性）	NA	NA	信噪比（SNR），对比噪声比（CNR），主观图像质量评分	NA
1705	2025-11-26	KuSarcasm: Automated annotation of a sarcasm dataset using hybrid NLP techniques 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112215 PMID:41278145	研究论文	介绍KuSarcasm库尔德语讽刺表达检测数据集的构建方法和自动标注技术	首个针对低资源库尔德索拉尼语的讽刺检测数据集，采用结合多语言情感分类和语义相似度评分的混合NLP方法进行自动标注	主要依赖手动数据收集，语言资源有限可能影响模型泛化能力	开发库尔德索拉尼语的自动讽刺检测数据集和标注方法	库尔德索拉尼语文本数据，包括谚语、诗歌、习语和数字出版物	自然语言处理	NA	光学字符识别(OCR)、网络爬虫、多语言情感分类、语义相似度计算	Transformer	文本	16,833个条目	NA	mBERT, SBERT	NA	NA
1706	2025-11-26	Deep learning-enabled design of macrocyclic peptide binders 2025-Dec, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-02062-4 PMID:41094129	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1707	2025-11-26	Construction of a deep learning model and identification of BSG, PPARD, and SLC16A8 expression as potential indicators in the context of strategies for precision therapy to acute myeloid leukemia 2025-Dec, Hematology (Amsterdam, Netherlands) DOI:10.1080/16078454.2025.2592516 PMID:41284982	研究论文	通过单细胞RNA测序分析急性髓系白血病中T细胞异质性，构建深度学习预后风险模型并识别BSG、PPARD和SLC16A8作为精准治疗潜在生物标志物	首次在AML中基于特定T细胞亚群（Cluster 4）构建随机森林和LASSO回归预后模型，并鉴定BSG、PPARD和SLC16A8三个独立预后基因	未明确说明样本量具体数值，需要外部数据集进一步验证模型普适性	研究AML肿瘤微环境中T细胞异质性，开发预后预测模型和精准治疗策略	急性髓系白血病患者样本中的T细胞亚群	生物信息学	急性髓系白血病	单细胞RNA测序（scRNA-seq）	随机森林, LASSO回归	单细胞RNA测序数据	AML患者样本（具体数量未明确）	NA	NA	ROC曲线下面积（AUC）	NA
1708	2025-11-25	Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program 2025-Dec, Clinical breast cancer IF:2.9Q2 DOI:10.1016/j.clbc.2025.05.007 PMID:40473527	研究论文	比较数字乳腺断层合成筛查中人工智能系统实施前后放射科医生的乳腺癌检测性能	在真实世界临床环境中评估深度学习AI系统对数字乳腺断层合成筛查性能的影响	回顾性研究设计，样本量有限，仅包含4名放射科医生和3个临床中心的数据	评估AI检测系统在数字乳腺断层合成筛查中对乳腺癌检测性能的改善效果	数字乳腺断层合成筛查的乳腺X线影像	医学影像分析	乳腺癌	数字乳腺断层合成	深度学习	医学影像	前AI期10,322例标准DBT解读，后AI期6,407例DBT解读	NA	NA	癌症检出率, 异常解读率, PPV1, PPV3	NA
1709	2025-11-25	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与面临的挑战	整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，为下一代精准肿瘤学提供前瞻视角	主要关注技术综述，未涉及具体临床验证数据	系统总结AI在肿瘤诊疗领域的应用现状并分析临床转化面临的挑战	肿瘤诊疗全流程（影像筛查、病理诊断、智能决策、疗效预测、个性化治疗）	数字病理	肿瘤	深度学习	NA	多模态数据	NA	NA	NA	NA	NA
1710	2025-11-25	AI-mediated immunotherapeutics in adenoid cystic carcinoma: Challenges and current perspectives 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104984 PMID:41161628	综述	本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来展望	系统整合多种机器学习与深度学习模型于腺样囊性癌的精准免疫治疗，提出联合多组学数据与联邦学习等前沿方向	存在临床整合困难、模型可解释性不足、数据质量参差等挑战	推动人工智能在腺样囊性癌精准免疫治疗领域的临床应用	腺样囊性癌患者的多组学数据（影像、病理、基因组）与免疫治疗反应	数字病理	头颈癌	多组学数据整合分析	SVM, RF, KNN, LR, GBM, CNN, ANN	影像数据, 组织病理数据, 基因组数据	NA	NA	卷积神经网络, 人工神经网络	准确率, 特异性	NA
1711	2025-11-25	Identification of defensins using transformer-derived protein embeddings and discrete cosine transformation-enhanced evolutionary features with generative adversarial capsule bidirectional temporal convolutional neural network 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148336 PMID:41130478	研究论文	提出一种名为GAC-BTCNN-Pred的新型防御素识别预测器，通过融合进化特征和蛋白质语言模型嵌入来提升预测性能	结合分段位置特异性评分矩阵的离散余弦变换增强特征与基于Transformer的蛋白质语言模型嵌入，并首次提出生成对抗胶囊双向时序卷积神经网络架构	未提及模型在跨物种或大规模数据集上的泛化能力验证	开发高精度的防御素识别计算方法以支持新型抗菌药物发现	防御素（阳离子抗菌肽）	生物信息学	细菌感染	蛋白质序列分析，特征工程	GAN, Capsule Network, TCN, Transformer	蛋白质序列数据	NA	NA	生成对抗胶囊双向时序卷积神经网络（GAC-BTCNN），ProtGen-LLM	多种评估指标（具体指标未列明）	NA
1712	2025-11-25	Deep learning-optimized multi-enzyme hydrolysis for walnut antihypertensive peptides 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148700 PMID:41177473	研究论文	本研究结合深度学习和实验验证优化核桃蛋白中降压肽的多酶水解生产工艺	首次使用大语言模型进行酶筛选，开发新型多酶组合方法生产高ACE抑制活性的核桃蛋白水解物	NA	优化功能性降压肽的生产工艺并验证其降压效果	核桃蛋白、自发性高血压大鼠	机器学习	心血管疾病	多酶水解、分子对接分析	大语言模型	实验数据、生物活性数据	自发性高血压大鼠模型	NA	NA	ACE抑制率、自由基清除能力、血压测量、血清生物标志物变化	NA
1713	2025-11-25	White matter brain age as a biomarker of cerebrovascular burden in the ageing brain 2025-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01758-3 PMID:38424358	研究论文	开发白质特异性脑年龄作为评估脑血管负担的生物标志物	首次使用三维卷积神经网络从扩散加权成像中开发白质特异性脑年龄评估方法	研究主要基于英国生物银行数据，需要更多样化人群验证	探究血管风险因素对白质健康的影响	英国生物银行参与者（横断面37,327人，纵向1,409人）	医学影像分析	脑血管疾病	扩散加权成像	CNN	医学影像	横断面37,327人，纵向子集1,409人	NA	三维卷积神经网络	白质脑年龄差距	NA
1714	2025-11-25	Multi-class deep learning architecture for COVID-19, tuberculosis, and pneumonia classification using chest X-ray images 2025-Dec, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102115 PMID:41067063	研究论文	提出基于卷积神经网络的多分类框架，使用胸部X光图像自动检测COVID-19、结核病、肺炎和正常状况	开发统一深度学习流程整合数据预处理、特征提取和分类，并应用SMOTE技术解决类别不平衡问题	目前仅为研究框架，尚未应用于临床环境	开发智能系统辅助医生诊断复杂肺部疾病	COVID-19、结核病、肺炎患者和正常人的胸部X光图像	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	6000张胸部X光图像，四类别均衡分布	NA	ResNet-50, EfficientNet, DenseNet, VGG-19	准确率, 精确率, 召回率, F1分数	NA
1715	2025-11-24	Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach 2025-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11714-x PMID:40526353	研究论文	本研究采用基于深度学习的CT定量方法预测进行性纤维化性间质性肺疾病及其预后	首次将深度学习CT定量技术应用于PF-ILD的预测和预后评估，证明了其在传统肺功能指标基础上的附加价值	单中心回顾性研究，样本量有限（465例患者）	探索基于深度学习的定量CT在预测进行性纤维化性间质性肺疾病和评估预后方面的价值	间质性肺疾病患者	医学影像分析	间质性肺疾病	CT扫描，深度学习定量分析	深度学习模型	CT影像	465例ILD患者（中位年龄65岁，男性238例），其中148例发展为PF-ILD	NA	NA	C-index, OR值, HR值	NA
1716	2025-11-24	ProMUS-NET: Artificial intelligence detects more prostate cancer than urologists on micro-ultrasonography 2025-Dec, BJU international IF:3.7Q1 DOI:10.1111/bju.16892 PMID:40859774	研究论文	开发用于前列腺微超声图像自动癌症分割的深度学习模型ProMUS-NET，并与泌尿科专家性能进行比较	首次开发专门用于微超声图像的前列腺癌检测AI模型，在检测灵敏度方面超越泌尿科专家	需要改进边缘重叠精度，减少假阳性，并进行外部验证	提高前列腺癌在微超声图像上的定位灵敏度和读者间一致性	接受MRI-超声融合引导活检的前列腺癌患者	数字病理	前列腺癌	微超声成像，MRI-超声融合引导活检	深度学习	医学图像	单机构前瞻性收集的微超声图像数据集	NA	U-Net	AUC, 灵敏度, 特异性	NA
1717	2025-11-24	Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors 2025-Dec, 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革命性应用	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，以及伦理与成本问题	开发人工智能增强的智能纳米载体用于脑癌诊疗一体化	胶质母细胞瘤和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
1718	2025-11-24	Street-view greenspace distribution across racial/ethnic, neighborhood income, and individual education subgroups 2025-Dec, Environmental epidemiology (Philadelphia, Pa.) DOI:10.1097/EE9.0000000000000441 PMID:41268185	研究论文	本研究使用深度学习分析街景图像，探讨不同种族/民族、教育水平和社区社会经济地位亚组之间绿化空间分布的差异	首次结合深度学习与多层次分析方法，量化不同类型绿化空间在种族/民族、教育水平和社区社会经济地位交叉分层中的分布不平等	研究样本仅来自动脉粥样硬化多种族研究参与者，可能无法完全代表更广泛人群	探究种族/民族、教育水平和社区社会经济地位的交互作用如何影响绿化空间类型分布	5,858名动脉粥样硬化多种族研究参与者（2000-2002年）	计算机视觉	动脉粥样硬化	街景图像分析	深度学习算法	图像	5,858名参与者	NA	NA	NA	NA
1719	2025-11-24	Development and validation of a video-based deep learning model for distinguishing epileptic seizures from non-epileptic events in a pediatric cohort 2025-Dec, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110785 PMID:41110273	研究论文	开发并验证基于视频的深度学习系统，用于区分儿科队列中的癫痫发作与非癫痫事件	提出增强型多尺度视觉Transformer模型，首次在儿科癫痫诊断中进行前瞻性验证并与不同级别临床医生进行对比	对非运动性事件的诊断准确性相对有限，样本量相对较小	开发AI辅助诊断工具以区分儿科癫痫发作与非癫痫事件	儿科患者的癫痫发作和非癫痫事件视频数据	计算机视觉	癫痫	视频分析	Transformer	视频	438个回顾性收集视频用于训练，130个连续视频用于前瞻性验证	PyTorch	增强型多尺度视觉Transformer, MViTv2, SlowFast	准确率, 灵敏度, 特异性	NA
1720	2025-11-24	Deep learning approaches for pathological image classification 2025-Dec, Journal of oral biosciences IF:2.6Q1 DOI:10.1016/j.job.2025.100696 PMID:41274680	综述	本文综述了基于深度学习的病理图像分类方法及其在精准医疗中的应用	介绍了使用模拟器生成合成数据和公式驱动方法等新兴技术来克服传统训练数据集的局限性	高质量标注数据集有限，特别是罕见癌症数据缺乏，阻碍了传统数据驱动方法的广泛应用	探讨深度学习在病理图像分类中的应用及其在精准医疗中的发展前景	病理全切片图像	数字病理学	癌症	全切片成像	CNN, RNN	图像	NA	NA	NA	NA	NA