深度学习在生物医药领域中的应用

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
1	2025-06-12	The performance of artificial intelligence in image-based prediction of hematoma enlargement: a systematic review and meta-analysis 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2515473 PMID:40497430	系统综述与荟萃分析	本文系统综述和荟萃分析了人工智能在基于图像的脑血肿扩大预测中的性能	首次系统评估和比较了机器学习和深度学习在预测脑血肿扩大方面的性能	纳入研究的异质性较高，部分研究样本量较小	评估人工智能算法在预测脑血肿扩大方面的诊断性能	脑出血患者的CT影像数据	数字病理学	脑出血	CT影像分析	机器学习和深度学习	医学影像	36篇文献纳入定性分析，其中23篇用于定量分析
2	2025-06-12	Deep Learning-Driven Exophthalmometry through Facial Photographs in Thyroid Eye Disease 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100791 PMID:40496215	研究论文	开发并评估了一种基于深度学习的甲状腺眼病（TED）突眼测量系统，通过面部照片进行测量	采用双流ResNet-18神经网络结合RGB图像和ZoeDepth算法生成的深度图，提供了一种准确且易于使用的突眼测量方法	系统检测显著突眼变化（≥2mm）的准确率为74.6%，仍有提升空间	开发一种准确、可访问的甲状腺眼病突眼测量方法	甲状腺眼病患者	计算机视觉	甲状腺眼病	深度学习	ResNet-18	图像	1279名患者（1108名来自Severance医院，171名来自首尔国立大学盆唐医院）
3	2025-06-12	Effect of Faricimab versus Aflibercept on Hyperreflective Foci in Patients with Diabetic Macular Edema from the YOSEMITE/RHINE Trials 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100798 PMID:40496217	研究论文	比较faricimab与aflibercept在糖尿病黄斑水肿(DME)患者中对高反射灶(HRF)的消退效果	使用深度学习算法自动量化HRF，并首次比较了faricimab（一种双重抑制Ang-2和VEGF-A的药物）与aflibercept在HRF消退上的效果	研究为事后分析，可能存在选择偏倚，且仅评估了48周内的效果	评估faricimab与aflibercept在DME患者中HRF消退效果的差异	因中心性DME导致视力下降的成年患者	数字病理	糖尿病黄斑水肿	深度学习算法	NA	OCT体积扫描图像	1545名患者（faricimab Q8W组519人，faricimab T&E组524人，aflibercept组502人）
4	2025-06-12	Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening 2025-Aug, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107415 PMID:40450914	研究论文	利用深度学习模型对斑马鱼幼虫进行形态学评估，以支持发育毒性化学物质筛选	开发了基于多视角卷积神经网络(MVCNN)的分类和分割模型，用于自动评估斑马鱼幼虫的形态变化，提高了评估的客观性和效率	模型性能在某些特定形态变化分类上仍有提升空间(F1分数低于0.70)	为毒理学评估中斑马鱼的常规使用提供科学依据，开发自动化评估工具	暴露于各种化学物质5天的斑马鱼胚胎	计算机视觉	NA	深度学习	MVCNN(多视角卷积神经网络)	图像	SEAZIT项目收集的斑马鱼胚胎图像数据(具体数量未说明)
5	2025-06-12	Scale-equivariant deep model-based optoacoustic image reconstruction 2025-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100727 PMID:40487237	research paper	本文提出了一种尺度等变的基于模型的深度学习方法，用于多光谱光声断层扫描的图像重建	提出了一种尺度等变的基于模型的重建算子，能够根据输入正弦图的范数自动调整正则化强度，并促进了使用固定范数输入正弦图的监督深度学习	未提及具体的数据集或实验规模限制	优化多光谱光声断层扫描的图像重建质量	多光谱光声断层扫描的图像重建	digital pathology	NA	多光谱光声断层扫描	scale-equivariant model-based reconstruction operator	image	NA
6	2025-06-12	Embryonic cranial cartilage defects in the Fgfr3Y367C /+ mouse model of achondroplasia 2025-Jul, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.25327 PMID:37747411	研究论文	本研究使用Fgfr3Y367C/+小鼠模型探究了软骨发育不全症对胚胎颅骨和Meckel软骨的影响	首次利用深度学习自动分割模型分析软骨发育不全症小鼠胚胎颅骨和Meckel软骨的三维形态差异	研究仅针对E14.5和E16.5两个胚胎时间点，未覆盖更完整的发育过程	探究FGFR3突变对胚胎颅骨和咽部软骨发育的影响	Fgfr3Y367C/+突变小鼠及其正常同窝仔鼠的胚胎颅骨和Meckel软骨	数字病理学	软骨发育不全症	microCT成像和深度学习3D分割	深度学习3D分割模型	3D显微CT图像	E14.5和E16.5胚胎期Fgfr3突变小鼠及其正常同窝仔鼠
7	2025-06-12	Virtual lung screening trial (VLST): An in silico study inspired by the national lung screening trial for lung cancer detection 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103576 PMID:40209556	研究论文	本文介绍了一项名为虚拟肺部筛查试验（VLST）的计算机模拟研究，旨在通过模拟临床试验的关键元素来加速临床研究并减少参与者风险	利用虚拟成像试验（VITs）模拟临床试验，特别是国家肺部筛查试验（NLST），以无风险的方式评估CT和CXR在肺癌筛查中的诊断性能	研究基于模拟数据，可能无法完全反映真实临床环境的复杂性	探索虚拟成像试验平台在模拟和加速临床试验中的潜力，特别是在肺癌筛查领域	模拟的肺癌结节和由XCAT人体模型生成的294名虚拟患者	数字病理学	肺癌	CT和CXR成像	深度学习模型（AI CT-Reader和AI CXR-Reader）	图像	294名虚拟患者
8	2025-06-12	Meta-analysis of AI-based pulmonary embolism detection: How reliable are deep learning models? 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110402 PMID:40412084	meta-analysis	该论文通过荟萃分析评估了基于深度学习的肺栓塞检测模型的性能，并比较了CNN和U-Net架构的诊断效果	首次通过荟萃分析比较了CNN和U-Net在肺栓塞检测中的性能差异，并提供了两种架构的互补优势证据	研究间存在高度异质性（I2≈97%），且假设了50%的肺栓塞患病率可能影响结果准确性	评估深度学习算法在CT肺动脉造影中检测肺栓塞的诊断效能	深度学习模型（特别是CNN和U-Net架构）在肺栓塞检测中的应用	digital pathology	pulmonary embolism	CTPA	CNN, U-Net	medical imaging	24项研究（共22,984名患者）
9	2025-06-12	Artificial intelligence in resuscitation: a scoping review 2025-Jul, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.100973 PMID:40486106	综述	本文通过范围综述方法，探讨了人工智能在心脏骤停复苏领域的应用现状和研究缺口	首次系统性梳理了AI在复苏领域的应用范围和方法学特征，并识别出关键研究缺口	纳入研究多为回顾性分析(90%)，仅含2项随机对照试验，外部验证和实际临床应用有限	绘制AI在心脏骤停和复苏领域应用的研究图谱并识别未来研究方向	人工智能在心脏骤停预测、心律分类和复苏后预后评估中的应用	医疗人工智能	心脏骤停	机器学习(50%)、深度学习、自然语言处理	NA	临床数据	197项符合纳入标准的研究(从4046篇文献中筛选)
10	2025-06-12	Intermuscular adipose tissue and lean muscle mass assessed with MRI in people with chronic back pain in Germany: a retrospective observational study 2025-Jul, The Lancet regional health. Europe DOI:10.1016/j.lanepe.2025.101323 PMID:40487774	研究论文	本研究通过MRI评估了德国慢性背痛患者的肌肉间脂肪组织和瘦肌肉质量，并探讨了它们与慢性背痛的关联	首次在大规模人群中使用全身MRI数据量化肌肉间脂肪组织和瘦肌肉质量，并分析其与慢性背痛的关联	横断面研究设计无法确定因果关系	探讨肌肉组成与慢性背痛之间的关联	30,868名德国国家队列(NAKO)参与者	医学影像分析	慢性背痛	全身MRI扫描和深度学习模型	深度学习模型	MRI图像数据	30,868名参与者(其中27,518人纳入最终分析)
11	2025-06-12	Association of Psychological Resilience With Decelerated Brain Aging in Cognitively Healthy World Trade Center Responders 2025-Jul, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2025.100489 PMID:40487784	研究论文	该研究探讨了心理韧性对世界贸易中心救援人员大脑衰老速度的影响	首次在认知健康的世界贸易中心救援人员中，将心理韧性与大脑衰老速度相关联，并发现高韧性个体大脑衰老较慢	样本量较小（N=97），且仅针对特定人群（WTC救援人员）	研究心理韧性是否对大脑衰老速度具有保护作用	参与世界贸易中心救援工作的认知健康人员	神经科学	精神健康障碍	结构磁共振成像（MRI）	深度学习算法（BrainStructureAges）	MRI图像数据	97名WTC救援人员（分为3组：PTSD组32人，高韧性组34人，低暴露对照组31人）
12	2025-06-12	Annotating the microbial dark matter with HiFi-NN 2025-Jun-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112480 PMID:40491481	research paper	本文介绍了一种名为HiFi-NN的计算方法，用于更精确地注释蛋白质序列的酶功能	HiFi-NN方法在酶委员会（EC）编号的第4级注释上比现有深度学习方法具有更高的精确度和召回率，并且能够在比BLASTp更低的序列相似性下正确识别EC编号	NA	提高蛋白质序列酶功能注释的准确性	蛋白质序列	bioinformatics	NA	HiFi-NN (Hierarchically-Finetuned Nearest Neighbor search)	NN (Nearest Neighbor)	protein sequences	NA
13	2025-06-12	Atom Identification in Bilayer Moiré Materials with Gomb-Net 2025-Jun-11, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01460 PMID:40454431	research paper	该文章提出了一种名为Gomb-Net的深度学习方法，用于识别双层扭曲异质结构中各层原子的位置和种类，从而解析莫尔图案	开发了Gomb-Net模型，能够识别双层扭曲异质结构中各层原子的位置和种类，解决了莫尔图案带来的复杂性	NA	开发一种方法以识别双层扭曲异质结构中各层原子的位置和种类	双层扭曲异质结构中的原子位置和种类	machine learning	NA	scanning transmission electron microscopy	Gomb-Net	image	NA
14	2025-06-12	Implicit neural representation for medical image reconstruction 2025-Jun-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addfa5 PMID:40456260	综述	本文全面回顾了基于隐式神经表示（INR）的医学图像重建技术，强调了其对领域的日益增长的影响	INR通过将底层信号建模为空间坐标的函数，提供了灵活且连续的图像表示，能够比传统离散方法更有效地捕捉精细细节和复杂结构	需要讨论INR在医学图像重建中的优势和局限性，以及未来研究方向	探讨INR在医学图像重建中的应用及其潜力	医学图像重建技术	数字病理	NA	隐式神经表示（INR）	NA	图像	NA
15	2025-06-12	Predicting survival rates of critically ill septic patients with heart failure using interpretable machine learning models 2025-Jun-11, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251346284 PMID:40495578	research paper	开发了一个可解释的预测模型，用于预测患有心力衰竭的脓毒症危重患者的生存率	首次为心力衰竭合并脓毒症的危重患者开发了一个可解释的生存率预测模型，并采用了SHAP方法解释模型	研究依赖于MIMIC数据库的数据，可能存在数据偏差	预测心力衰竭合并脓毒症危重患者的28天生存率	心力衰竭合并脓毒症的危重患者	machine learning	cardiovascular disease	Deep Learning Survival (DeepSurv), SHAP	DeepSurv	clinical data	11,778名患者
16	2025-06-12	Time-Gated Raman Spectroscopy Combined with Deep Learning for Rapid, Label-Free Histopathological Discrimination of Gastric Cancer 2025-Jun-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02321 PMID:40497384	研究论文	结合时间门控拉曼光谱与深度学习技术，实现胃癌组织的快速、无标记病理鉴别	首次将时间门控拉曼光谱技术与深度学习结合用于胃癌诊断，有效抑制自发荧光并提升拉曼信号质量	未提及样本来源多样性及模型在外部验证集上的表现	开发分子水平、数字化且智能化的实时胃癌诊断方法	胃癌组织样本	数字病理学	胃癌	时间门控拉曼光谱(TG-Raman)	CNN	光谱数据	NA
17	2025-06-12	Deep learning neural network prediction of postoperative complications in patients undergoing laparoscopic right hemicolectomy with or without CME and CVL for colon cancer: insights from SICE (Società Italiana di Chirurgia Endoscopica) CoDIG data 2025-Jun-11, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-025-03165-9 PMID:40498162	research paper	本研究评估了深度学习神经网络（DLNN）在预测结肠癌腹腔镜右半结肠切除术后并发症中的应用	首次将DLNN模型应用于预测结肠癌手术后的并发症，并展示了其优于其他机器学习模型的性能	需要外部验证以进一步优化模型在不同临床环境中的应用	预测结肠癌腹腔镜右半结肠切除术后的并发症，以改善患者安全和资源分配	接受腹腔镜右半结肠切除术的结肠癌患者	machine learning	colon cancer	deep learning neural networks (DLNN), decision trees (DT), random forest (RF), synthetic minority over-sampling technique (SMOTE)	DLNN, DT, RF	demographic, clinical, and surgical factors	来自CoDIG多中心数据库的患者数据
18	2025-06-12	Advancing the development of deep learning and machine learning models for oral drugs through diverse descriptor classes: a focus on pharmacokinetic parameters (Vdss and PPB) 2025-Jun-11, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11235-1 PMID:40498231	研究论文	本研究开发了一种用于预测药代动力学参数（Vdss和PPB）的深度学习和机器学习模型	利用Boruta算法进行特征工程，显著提高了模型准确性，并首次使用Stacking分类器预测Vdss和PPB	研究仅针对FDA批准的口服药物，可能不适用于其他给药途径的药物	开发预测药代动力学参数的深度学习和机器学习模型	FDA批准的口服药物及其药代动力学参数（Vdss和PPB）	机器学习	NA	深度学习和机器学习算法	梯度提升（GB）、Stacking分类器、随机森林	分子描述符数据	FDA批准的口服药物数据集，包含超过67种描述符
19	2025-06-12	Continual learning across population cohorts with distribution shift: insights from multi-cohort metabolic syndrome identification 2025-Jun-11, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf070 PMID:40498469	研究论文	本研究探讨了在真实医疗环境中应用深度学习模型时，由于医院与非医院环境间的分布偏移导致的灾难性遗忘问题，并展示了持续学习在代谢综合征识别中的潜力	提出了一个结合持续学习策略的鲁棒代谢综合征识别流程，有效缓解灾难性遗忘并在分布偏移下保持高预测性能	研究仅基于三个医疗数据集，可能需要更多样化的数据验证方法的普适性	解决深度学习模型在真实医疗环境部署中因分布偏移导致的灾难性遗忘问题	代谢综合征(MetS)患者	机器学习	代谢综合征	深度学习	持续学习(CL)模型	医疗数据	三个医疗数据集(MIMIC、NHANES和一个专有数据集)
20	2025-06-12	IoT-Driven Skin Cancer Detection: Active Learning and Hyperparameter Optimization for Enhanced Accuracy 2025-Jun-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3578419 PMID:40493466	research paper	提出了一种结合主动学习和深度强化学习的创新框架，用于提高皮肤癌检测的准确性	结合深度强化学习（DRL）和新型范围损失函数，动态选择样本并优化分类，减少对大量标记数据的依赖	需要进一步验证在其他数据集上的泛化能力	提高皮肤癌早期检测的准确性和效率	皮肤癌病变图像	computer vision	skin cancer	deep learning, active learning, deep reinforcement learning	CNN, DRL	image	ISIC和HAM10000数据集中的图像