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
841	2025-11-28	Scale-adjusted distance transform and its applications to segmentation of multimodal images 2026-Jan, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.11.003 PMID:41207402	研究论文	提出一种尺度调整距离变换方法，用于多模态图像中多尺度对象的精确分割	提出与传统距离变换概念不同的尺度调整距离变换，其值独立于对象尺度并在山脊处统一为'1'，具有平移、旋转和各向同性缩放不变性	未与现代深度学习方法进行广泛对比，主要验证了在特定生物医学图像上的应用	开发一种尺度不变的距离变换方法，解决多尺度对象的结构分析问题	二维和三维多模态图像中的结构对象，特别是生物医学图像中的细胞核和血管	计算机视觉	NA	距离变换，梯度流路径分析	模糊方法	二维显微图像，三维肺部CT图像	猪肺模型的三维CT数据和二维显微图像数据集	NA	NA	分割准确性	NA
842	2025-11-27	Deep learning [18F]-FDG-PET/CT‑based algorithm for tumor burden estimation in metastatic melanoma patients under immunotherapy 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101063 PMID:41281625	研究论文	评估基于[18F]-FDG-PET/CT的深度学习算法在转移性黑色素瘤患者肿瘤负荷估计中的性能	首次系统评估深度学习算法PARS在免疫治疗转移性黑色素瘤患者中的肿瘤负荷估计能力	肿瘤负荷估计存在显著变异性，骨病变检测精度较低，需要进一步模型优化	评估深度学习算法在肿瘤负荷估计中的临床应用价值	165名IV期黑色素瘤患者	数字病理	黑色素瘤	[18F]-FDG-PET/CT成像	深度学习	医学影像	165名患者	NA	PARS (PET-Assisted Reporting System)	精确度, 召回率, 组内相关系数, 中位数相对百分比差异, 中位数绝对相对百分比差异	NA
843	2025-11-26	A multimodal approach for cardiac signals classification using deep learning with explainable AI methods 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00402-1 PMID:41287804	研究论文	提出一种融合心电信号和心音信号的多模态深度学习框架，用于心脏病分类诊断	采用双分支CNN-BiLSTM-SE架构与跨模态注意力机制，结合可解释AI方法验证模型临床相关性	未明确说明模型在实时临床环境中的部署性能	开发准确、可解释的心脏病诊断决策支持系统	心电图和心音图信号	数字病理	心血管疾病	小波去噪,自适应滤波,标准化	CNN,BiLSTM	生理信号	总计4905名受试者（来自5个不同数据集）	未明确指定	双分支CNN-BiLSTM-SE,跨模态注意力机制	准确率,F1分数,AUC	NA
844	2025-11-26	A deep learning approach to predicting hospitalized patients' SEIRD states using multimodal spatiotemporal data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106157 PMID:41161262	研究论文	本研究开发了多模态深度学习模型，利用医院时空数据预测住院患者的SEIRD状态和医院获得性感染风险	提出了一种新颖的混合架构，先让专门组件独立学习时空数据的表示，然后通过联合微调阶段智能融合这些预训练表示	研究使用合成医院模拟数据集，未来需要在真实临床数据上进行验证	开发个体层面的医院获得性感染风险预测模型，为针对性干预提供支持	住院患者	机器学习	医院获得性感染	深度学习	LSTM, DCRNN, 图卷积网络	多模态时空数据	基于同行评审的合成医院模拟数据集，采用分层10折交叉验证	NA	异构图卷积长短期记忆网络, 扩散卷积循环神经网络, 混合模型	准确率, F1分数	NA
845	2025-11-26	A multi-task deep learning framework for intraoperative diagnosis of thyroid cancer metastasis using whole slide images 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106176 PMID:41237514	研究论文	开发基于CLAM的多任务深度学习框架，用于甲状腺癌术中冰冻切片全玻片图像的转移诊断	首次将聚类约束注意力多实例学习应用于甲状腺癌术中诊断，实现淋巴结转移检测、T分期分类和解剖定位三项临床任务	T分期分类性能相对较低，样本量有限，需要进一步外部验证	提升甲状腺癌术中淋巴结转移诊断的准确性和可解释性	甲状腺乳头状癌患者的术中冰冻切片全玻片图像	数字病理	甲状腺癌	全玻片图像分析	CNN, 多实例学习	病理图像	来自两个独立中心的569例患者样本	PyTorch	ResNet50, CLAM	AUC	NA
846	2025-11-26	Enhancing the prediction accuracy of pathological downstaging in locally advanced rectal cancer using deep learning models with preoperative MRI and clinicopathological data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106142 PMID:41100929	研究论文	本研究开发并验证了基于术前T2加权MRI影像联合放射学和临床病理数据的深度学习模型，用于预测局部晚期直肠癌新辅助放化疗后的病理T分期降期	首次将T2加权MRI影像与放射学特征和临床病理数据相结合构建深度学习模型，显著提高了病理降期预测准确率	回顾性研究设计，样本量相对有限（总样本406例），需要进一步前瞻性验证	提高局部晚期直肠癌新辅助放化疗后病理T分期降期的预测准确性	局部晚期直肠癌患者	数字病理	直肠癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	总样本406例（训练集223例，内部测试集95例，外部测试集88例）	NA	NA	AUC，ROC曲线分析	NA
847	2025-11-26	Hybridized artificial intelligence system for reducing neonatal mortality in Nigeria 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106162 PMID:41138617	研究论文	开发了一种混合人工智能系统，用于检测多种新生儿疾病以降低尼日利亚新生儿死亡率	提出了一种新颖的混合LSTM-ANN架构，并在尼日利亚本地数据集上验证了其优越性能	需要外部验证和前瞻性临床试验才能进行临床部署	开发能够检测多种新生儿疾病的人工智能系统，促进早期干预	尼日利亚西南部的新生儿患者	机器学习	新生儿疾病	SMOTE过采样技术	ANN, LSTM, 混合LSTM-ANN	临床记录	4027名新生儿患者，来自三个州五家三级医院	NA	人工神经网络, 长短期记忆网络, 混合LSTM-ANN	准确率, 精确率, 召回率, F1分数	NA
848	2025-11-25	The role of AI in pre-analytical phase - use cases 2026-Jan-27, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2025-1220 PMID:41091119	综述	本文探讨人工智能在检验医学分析前阶段的应用现状与挑战	系统梳理AI在七个关键分析前领域的应用场景，揭示研究原型与商业部署之间的转化差距	研究存在单中心验证、回顾性设计、系统集成困难等局限	评估人工智能技术在检验医学分析前阶段的应用效果与实施路径	实验室检测分析前流程（包括凝血块检测、错误采血管识别等七个领域）	医疗人工智能	实验室医学	人工智能与机器学习技术	神经网络,XGBoost,深度学习	实验室检测数据	NA	NA	NA	准确率,AUC	NA
849	2025-11-24	Artificial Intelligence and Radiogenomics for Pediatric CNS Neoplasms 2026-Feb, Neuroimaging clinics of North America IF:1.3Q3 DOI:10.1016/j.nic.2025.09.003 PMID:41274766	综述	本文探讨人工智能和影像基因组学在儿童中枢神经系统肿瘤诊断和治疗中的应用	整合WHO第五版CNS肿瘤分类标准，强调分子特征与影像学特征的关联，通过AI技术实现无创肿瘤表征	面临数据变异性和伦理问题等挑战	推进儿童神经肿瘤学的精准诊断和个性化治疗	儿童中枢神经系统肿瘤	数字病理	中枢神经系统肿瘤	DNA甲基化分析, 下一代测序	机器学习, 深度学习	影像数据	NA	NA	NA	NA	NA
850	2025-11-24	Walking Assistance System with Electrical Stimulation from Secondary Muscle Groups 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03398-7_49 PMID:41273591	研究论文	本文提出了一种结合电刺激和电子手套设备的创新足部运动康复系统	通过将手部动作转化为腿部肌肉电刺激，利用次要肌群实现下肢康复的新方法	NA	开发更易获取且可定制的下肢康复解决方案	足部运动功能障碍患者	医疗康复工程	运动功能障碍	电刺激技术	深度学习模型	传感器数据	NA	NA	NA	NA	NA
851	2025-11-24	Deep Learning Discrimination for BCI Implementation Using 3D Convolutional Neural Network and EEG Topographic Maps 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03398-7_38 PMID:41273580	研究论文	本研究利用分层3D卷积神经网络对脑电图地形图进行分类，以提升脑机接口系统中运动意图识别的性能	提出将分层3D卷积神经网络应用于脑电图地形图分析，采用分步分类策略解码运动意图，并比较了三种优化器的性能表现	仅涉及4种运动任务的分类，未说明样本规模和数据多样性限制	通过深度学习技术提升脑机接口系统的分类准确性和可靠性	运动障碍患者的脑电图信号	脑机接口	运动障碍	脑电图信号采集与地形图提取	3D CNN	脑电图地形图	NA	NA	分层3D卷积神经网络	准确率	NA
852	2025-11-24	Integrating Neuroimaging and Machine Learning to Predict Mental Disorder Outcomes: A Systematic Review 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03398-7_41 PMID:41273583	综述	系统回顾神经影像学与机器学习整合应用于精神障碍预后预测的研究进展	系统整合多模态神经影像数据与机器学习方法，探索精神障碍的神经生物标志物预测模型	模型可解释性、泛化能力和临床适用性存在局限	通过神经影像与机器学习预测精神障碍的诊疗结果	精神障碍患者（包括精神分裂症、抑郁症、双相情感障碍、自闭症谱系障碍）	机器学习	精神疾病	结构成像、功能成像、弥散张量成像（DTI）	支持向量机、随机森林、深度学习	神经影像数据	NA	NA	NA	NA	NA
853	2025-11-24	Enhanced Brain Tumor Classification with Convolutional Neural Networks 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03398-7_48 PMID:41273590	研究论文	提出一种基于卷积神经网络的脑肿瘤图像分类方法，用于区分不同类型的脑肿瘤	通过综合数据增强和严格超参数调优显著提升分类准确率，实现脑肿瘤类型的自动精准分类	NA	提高脑肿瘤诊断精度并优化治疗策略	脑肿瘤图像，包括胶质瘤、脑膜瘤和转移性肿瘤	计算机视觉	脑肿瘤	深度学习	CNN	医学图像	NA	NA	包含多个卷积层、池化层和全连接层的CNN架构	分类准确率	NA
854	2025-11-24	Artificial Intelligence and Machine Learning-Based Approaches for Genetic Damage Prediction 2026, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4976-3_27 PMID:41273702	综述	本章重点介绍遗传毒性预测领域，系统分类了各类检测方法并详细阐述了人工智能和机器学习在遗传损伤预测中的应用	系统总结了AI模型在遗传毒性预测中的三大分类（QSAR、机器学习和深度学习），并提供了专门针对遗传毒性预测的详细数据表	作为章节综述，未涉及具体实验验证，主要基于现有文献总结	探讨人工智能和机器学习方法在遗传损伤预测中的应用	遗传毒性检测方法和AI预测模型	机器学习	NA	Ames测试等遗传毒性检测方法	QSAR, 机器学习, 深度学习	分子描述符和指纹数据（拓扑、静电、量子描述符）	NA	NA	NA	预测分数和不同评估指标	NA
855	2025-11-23	Cervical cancer diagnostics: non-coding RNAs and biosensors to AI-derived methods 2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120641 PMID:41072569	综述	本文综述了宫颈癌诊断技术的最新进展，重点关注非编码RNA、生物传感器和人工智能方法在临床诊断中的应用	整合了非编码RNA生物标志物与人工智能诊断方法的最新研究进展，探讨两者在宫颈癌诊断中的协同潜力	主要基于文献综述，缺乏原始实验数据验证	评估宫颈癌诊断新技术的发展现状和未来潜力	宫颈癌诊断技术，包括非编码RNA、生物传感器和人工智能方法	数字病理学	宫颈癌	机器学习，深度学习，生物传感器技术	机器学习算法，深度学习算法	图像数据，分子数据	NA	NA	NA	诊断准确性	NA
856	2025-11-23	Advancement of machine learning algorithms in biosensors 2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120677 PMID:41135853	综述	探讨机器学习算法在生物传感器中的最新进展及其在健康监测、疾病诊断和治疗评估中的应用	全面分析机器学习算法如何通过高效处理复杂数据和提取可操作见解来增强生物传感器技术	数据隐私、伦理问题、实时数据处理、计算需求和生物传感器制造等挑战尚未完全解决	研究机器学习增强型生物传感器在医疗诊断和个性化医疗中的应用潜力	电化学、光学、微流控和可穿戴生物传感器及其收集的生理信号	机器学习	NA	生物传感技术	监督学习,无监督学习,深度学习	生理信号,传感器数据	NA	NA	NA	分类,回归,聚类,特征提取	NA
857	2025-11-23	Artificial Intelligence for Simplified Patient-centered Dosimetry in Radiopharmaceutical Therapies 2026-Jan, PET clinics IF:3.0Q2 DOI:10.1016/j.cpet.2025.09.010 PMID:41271260	研究论文	本文探讨人工智能在放射性药物治疗中简化患者中心化剂量测定的应用	提出基于深度学习的剂量转换方法替代传统蒙特卡洛模拟，不依赖通用人体模型而考虑患者个体解剖结构	NA	开发简化且个性化的放射性药物治疗剂量测定方法	放射性药物治疗中的病灶和风险器官	医学影像分析	癌症治疗	放射性药物治疗	深度学习	医学影像	NA	NA	NA	NA	NA
858	2025-11-22	Ergonomic handheld chip: An instrument-free RPA-CRISPR platform for rapid home self-testing 2026-Feb-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118157 PMID:41177006	研究论文	开发了一种无需仪器的便携式微流控芯片平台，用于家庭自测分子检测	将机械、生化和智能模块集成到手持设备中，通过单次摆动产生瞬时加速度驱动试剂流动，无需外部泵、加热器或电源	样本量较小(52个样本)，仅验证了HPV检测应用	开发低成本、无需仪器、用户友好的分子检测平台用于分散或家庭环境	高风险人乳头瘤病毒(HPV)	生物医学工程	病毒感染疾病	RPA-CRISPR, 微流控技术, 荧光成像	深度学习模型	智能手机采集的荧光图像	52个临床样本	NA	NA	检测限, 特异性, 准确率, 一致性	智能手机
859	2025-11-22	MR Imaging of the Triangular Fibrocartilage Complex: Anatomy and Relevant Pathology 2026-Feb, Magnetic resonance imaging clinics of North America IF:1.5Q3 DOI:10.1016/j.mric.2025.08.004 PMID:41265977	综述	本文探讨了三角纤维软骨复合体磁共振成像的技术要求、解剖结构及相关病理表现	介绍了深度学习新技术在提高三角纤维软骨复合体磁共振成像分辨率和诊断准确性方面的应用潜力	磁共振成像与关节镜检查作为金标准的一致性仍面临挑战	优化三角纤维软骨复合体的磁共振成像技术和诊断准确性	三角纤维软骨复合体及其相关病理变化	医学影像	腕关节疾病	磁共振成像, 深度学习	NA	医学影像	NA	NA	NA	NA	NA
860	2025-11-22	Amplification-free detection of mycoplasma pneumoniae via CRISPR-Cas12a and deep learning-optimized crRNAs on a lateral flow platform 2026-Jan-15, Journal of pharmaceutical and biomedical analysis IF:3.1Q2 DOI:10.1016/j.jpba.2025.117196 PMID:41129856	研究论文	开发了一种基于CRISPR-Cas12a和深度学习优化crRNA的无扩增检测平台，用于肺炎支原体的快速诊断	结合深度学习优化的crRNA文库与侧向流平台，实现无扩增检测并显著提升检测灵敏度	未明确说明临床样本规模及深度学习模型的具体架构细节	开发快速准确的肺炎支原体检测方法	肺炎支原体P1基因保守区域	生物信息学	呼吸道感染	CRISPR-Cas12a, 侧向流检测, 深度学习	深度学习	基因序列数据	从50多个候选crRNA中筛选出16个高活性crRNA	NA	NA	检测限, 灵敏度, 特异性, 信号饱和度时间	NA