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	2025-09-11	Adaptive radiotherapy dose prediction on head and neck cancer patients with a 3D multi-headed U-Net deep learning architecture 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/adfade PMID:40917990	研究论文	提出一种多头部U-Net深度学习架构，用于头颈癌患者自适应放疗的剂量预测	首次在剂量预测模型中显式整合医师治疗前计划意图，通过双头设计融合治疗前和自适应会话数据	样本量较小（43例患者），未与其他先进深度学习模型进行广泛比较	提高自适应放射治疗中剂量预测的准确性和效率	头颈癌患者	医学影像分析	头颈癌	深度学习，自适应放射治疗	3D multi-headed U-Net (MHU-Net)	CT图像、结构集、剂量分布图、有符号距离图	43例患者，每人包含治疗前计划、自适应治疗计划、结构集和CT图像
2	2025-09-11	Development and Validation of a Semiautomated Tool for Measuring Periorbital Distances 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100887 PMID:40917265	研究论文	开发并验证了一种基于FIJI的半自动化工具OrbitJ，用于测量眼眶周围距离，并与人工测量及两种AI工具进行比较	提出了一种结合用户交互与数学拟合的半自动化测量方法，在保证精度的同时显著提升效率	样本仅包含45例唇腭裂综合征患者，且PeriOrbitAI工具在部分图像上失败	验证半自动化眼眶周围测量工具的可重复性和效率	45名唇腭裂综合征患者的正面面部照片	数字病理	唇腭裂综合征	图像处理、线性插值、四次多项式拟合	NA	图像	45张患者照片
3	2025-09-11	MRI-based diffusion weighted imaging and diffusion kurtosis imaging grading of clear cell renal cell carcinoma using a deep learning classifier 2025-Nov, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15246 PMID:40917726	研究论文	本研究开发了一种基于MRI扩散加权成像和扩散峰度成像的深度学习模型，用于术前预测透明细胞肾细胞癌的病理分级	首次结合DWI和DKI序列图像，采用VGG-16深度学习架构构建非侵入性算法进行肾癌分级预测	样本量较小（仅79例患者），需要更大规模数据验证模型泛化能力	验证MRI深度学习模型在术前预测透明细胞肾细胞癌病理分级的有效性	79例透明细胞肾细胞癌患者（40例低级别，39例高级别）	数字病理	肾癌	MRI，扩散加权成像(DWI)，扩散峰度成像(DKI)	VGG-16	医学影像	79例患者（40例低级别，39例高级别ccRCC）
4	2025-09-11	Hybrid two-stage CNN for detection and staging of periodontitis on panoramic radiographs 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.08.019 PMID:40927498	研究论文	本研究开发了一种混合两阶段CNN模型，用于在全景X光片上检测和分期牙周炎	整合Mask R-CNN与DenseNet169的混合两阶段CNN架构，首次应用于牙周炎的自动检测和分期	样本量有限，外部验证集仅包含100张X光片，临床适用性仍需进一步验证	评估混合CNN模型在全景X光片上检测和分期牙周炎的性能	牙周炎患者和正常对照的全景X光影像	计算机视觉	牙周病	深度学习，图像分割，分类算法	Mask R-CNN, DenseNet169	X光影像	600张全景X光片（训练验证集）+ 100张外部测试X光片
5	2025-09-11	Artificial Intelligence in Liver Pathology: Precision Histology for Accurate Diagnoses 2025 Nov-Dec, Journal of clinical and experimental hepatology IF:3.3Q2 DOI:10.1016/j.jceh.2025.103145 PMID:40927758	综述	本文综述了人工智能在肝脏病理学中的应用，特别是其在精准组织学诊断中的作用	探讨AI如何通过全玻片成像和数字病理学减少重复性任务负担、预测结果并降低病理学家间差异	NA	概述人工智能在肝脏病理学和精准组织学中的基本原理、应用及挑战	肝脏组织学数据及AI在病理诊断中的应用	数字病理	肝脏疾病	机器学习、深度学习	NA	图像	NA
6	2025-09-11	Uncertainty-aware quantitative CT evaluation of emphysema and mortality risk from variable radiation dose images 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11525-0 PMID:40185924	研究论文	开发一种自动化方法，用于联合评估肺气肿和死亡风险，并量化数据和模型不确定性	提出多任务贝叶斯神经网络，能够跨不同辐射剂量CT协议一致评估肺气肿和死亡风险，并提供不确定性量化	研究仅基于COPDGene研究队列，需要进一步验证在其他人群中的泛化能力	开发对CT协议变化具有鲁棒性的肺气肿定量评估和死亡风险预测方法	COPDGene研究参与者，接受全剂量和降低剂量胸部CT扫描	医学影像分析	慢性阻塞性肺疾病	胸部CT扫描，贝叶斯神经网络	多任务BNN（贝叶斯神经网络）	CT影像	1350名参与者（平均年龄64.4岁，659名女性）
7	2025-09-11	Preoperative prediction of malignant transformation in sinonasal inverted papilloma: a novel MRI-based deep learning approach 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11655-5 PMID:40355636	研究论文	开发基于MRI和多中心大样本数据的深度学习模型，用于术前区分鼻腔鼻窦内翻性乳头状瘤（SIP）与其恶变的鳞状细胞癌（SIP-SCC）	首次利用多中心大样本MRI数据，结合注意力机制构建深度学习模型，实现SIP恶变的非侵入性术前预测	模型性能虽优但外部验证队列AUC略低（0.859），需进一步扩大样本量和多中心验证	提升鼻腔鼻窦内翻性乳头状瘤恶变的术前诊断准确性	568例经病理确诊的SIP（421例）和SIP-SCC（147例）患者	医学影像分析	鼻腔鼻窦肿瘤	MRI（T1WI、T2WI、CE-T1WI序列）	深度学习（含注意力机制）	医学影像	568例患者（来自4个中心）
8	2025-09-11	Artificial Intelligence-Assisted Standard Plane Detection in Hip Ultrasound for Developmental Dysplasia of the Hip: A Novel Real-Time Deep Learning Approach 2025-Oct, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.70020 PMID:40619593	研究论文	本研究开发了一种基于AI的实时深度学习软件AI-SPS，用于髋关节超声中的标准平面检测，以辅助发育性髋关节发育不良（DDH）的诊断	提出首个实时深度学习方法来检测髋关节超声中的标准平面，减少操作者依赖性并提高DDH筛查的一致性	研究基于有限样本量（45个临床超声视频），需要进一步验证在更广泛人群中的适用性	开发AI辅助工具以提高DDH超声筛查的准确性和标准化程度	发育性髋关节发育不良（DDH）患者的髋关节超声图像	计算机视觉	儿科骨科疾病	超声成像，深度学习目标检测	SSD-MobileNet V2, YOLOv11n	超声视频帧图像	训练集2,737帧图像（来自45个视频），独立验证集934帧图像
9	2025-09-11	Learning homeomorphic image registration via conformal-invariant hyperelastic regularisation 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103712 PMID:40680568	研究论文	提出一种通过保形不变超弹性正则化学习同胚图像配准的新框架	引入基于非线性弹性设置中保形不变性质的新型正则化器，严格保证拓扑保持特性	NA	解决医学图像分析中的可变形图像配准问题，确保解剖结构保持	医学图像	计算机视觉	NA	深度学习，坐标MLPs	MLP	图像	NA
10	2025-09-11	Developing a multivariable deep learning model to predict psychiatric illness in patients with epilepsy 2025-Oct, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110596 PMID:40700773	研究论文	开发基于神经网络的模型，利用临床和人口统计学数据预测癫痫患者的精神疾病风险	首次使用keras和neuralnet框架构建多变量深度学习模型，结合SHAP值进行特征重要性分析，实现对癫痫患者精神疾病的高精度预测	基于回顾性数据，可能存在选择偏倚；未说明模型在外部验证集上的表现	预测癫痫患者发生精神疾病的风险，实现早期干预	癫痫患者	机器学习	癫痫	神经网络建模，SHAP分析	神经网络	临床和人口统计学数据	2,258名癫痫患者（2013-2023年数据）
11	2025-09-11	Radiomics, machine learning, and deep learning for hippocampal sclerosis identification: a systematic review and diagnostic meta-analysis 2025-Oct, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110624 PMID:40737956	系统综述与诊断性Meta分析	通过系统综述和Meta分析评估人工智能与影像组学在海马硬化识别中的诊断性能	首次对AI和影像组学在HS检测中的表现进行系统综述和Meta分析，并比较不同算法的性能	仅纳入6项研究，存在显著的异质性（I² > 69%）	提高颞叶癫痫中海马硬化的非侵入性诊断准确性	海马硬化（HS）患者，特别是内侧颞叶癫痫（MTLE）患者	医学影像分析	癫痫	影像组学，机器学习，深度学习	SVM, CNN, LR	医学影像（MRI）	基于6项研究的汇总数据（具体样本量未直接提供）
12	2025-09-11	A multimodal automated deep learning-based model for predicting biochemical recurrence of prostate cancer following prostatectomy from baseline MRI, Presurgical clinical covariates 2025-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110579 PMID:40803139	研究论文	开发一种基于多模态深度学习的AI模型，利用基线MRI和临床数据预测前列腺癌根治术后的生化复发	首次结合定量影像特征与临床协变量构建自动化多模态深度学习模型，并在中危患者群体中显著优于传统CAPRA-S评分标准	研究样本量有限（n=311），且为单中心回顾性研究，需要外部验证	预测前列腺癌患者根治术后的生化复发风险	接受根治性前列腺切除术的前列腺癌患者	数字病理	前列腺癌	MRI影像分析、深度学习	多模态深度学习模型	医学影像（MRI）、临床数据	311例前列腺癌患者
13	2025-09-11	Explainable deep learning framework for brain tumor detection: Integrating LIME, Grad-CAM, and SHAP for enhanced accuracy 2025-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104405 PMID:40925692	研究论文	提出一种集成LIME、Grad-CAM和SHAP的可解释深度学习框架，用于脑肿瘤检测并提升模型准确率	结合多种可解释AI技术（LIME、Grad-CAM、SHAP）进行两阶段训练，通过解释性掩码增强数据集，显著提高模型性能	NA	提升深度学习模型在脑肿瘤检测中的可解释性和训练性能	脑肿瘤MRI图像	计算机视觉	脑肿瘤	可解释人工智能（XAI）	CNN	图像	基于BRATS2019和BR35H数据集（具体样本数未明确说明）
14	2025-09-11	TPC-GCN: Deep learning for pulse pattern classification in traditional Chinese medicine 2025-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104401 PMID:40925696	研究论文	提出一种基于深度学习的脉象分类方法TPC-GCN，用于中医脉诊的客观化研究	采用增强SMOTE进行数据扩增，构建多配置图数据结构，设计多通道轻量图卷积网络，通过注意力加权融合提升分类性能	NA	提升中医脉象分类的准确性与模型鲁棒性	脉象信号数据	machine learning	NA	SMOTE, graph convolutional network	GCN	signal	脉象数据集（具体数量未说明）
15	2025-09-11	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	使用三重突变体作为构建块，通过紧凑的约1000个突变体库进行训练，显著扩展序列空间探索能力	算法性能依赖于有限规模的筛选（约1000个变体），可能受数据稀疏性问题约束	开发高效的蛋白质定向进化算法以提升蛋白质活性	绿色荧光蛋白（GFP）	机器学习	NA	深度学习	深度学习模型	蛋白质序列数据	约1000个突变体组成的训练库
16	2025-09-11	Research on error classification in gamma analysis on the basis of dosimetric feature engineering and deep learning 2025-Sep-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0131 PMID:40889516	研究论文	本研究结合剂量学特征工程与深度学习模型，提出一种具有错误分类能力的伽马通过率预测方法，用于放射治疗中的质量保证	通过剂量学特征工程将静态射野分割为五个不同区域，并基于GAN模型实现剂量预测与错误分类的集成方法	样本量较小（仅26个临床病例），且区域分类的AUC值相对较低（0.50-0.69）	提高放射治疗中伽马分析的错误原因识别能力，增强临床实施效果	放射治疗计划中的静态射野剂量分布	医疗影像分析	肿瘤放射治疗	剂量学特征工程，伽马分析	GAN	剂量分布数据	26个临床病例（6例训练，20例测试），包含1,515个静态射野
17	2025-09-11	How Will AI Shape the Future of Pandemic Response? Early Clues From Data Analytics 2025-Sep-10, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.70103 PMID:40926588	综述	探讨人工智能和数据科学在提升大流行病应对能力中的潜力与挑战	系统性地识别了AI在10个关键领域增强大流行病防范、响应和恢复的具体应用方向	实施AI面临伦理和治理挑战，包括隐私、公平性和问责制问题	分析AI和数据科学如何改进大流行病的预警、建模和干预策略	大流行病管理系统和应急响应数据	数据科学	传染病	机器学习和深度学习	基于AI的流行病学模型	实时数据和监测数据	NA
18	2025-09-11	A robust deep learning-driven framework for detecting Parkinson's disease using EEG 2025-Sep-10, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556310 PMID:40927820	研究论文	提出一种基于深度学习的框架，利用EEG信号检测帕金森病	结合通道注意力模块、小波散射变换和GAN数据增强，并设计CNN-Transformer混合模型实现高精度分类	NA	帕金森病的早期准确诊断	帕金森病患者和健康对照组的EEG信号	机器学习	帕金森病	EEG信号处理、小波散射变换	GAN、CNN、Transformer	EEG信号及时频图图像	NA
19	2025-09-11	Editorial for "Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer" 2025-Sep-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70076 PMID:40927976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20	2025-09-11	Prognostic models for radiation-induced complications after radiotherapy in head and neck cancer patients 2025-Sep-10, The Cochrane database of systematic reviews DOI:10.1002/14651858.CD014745.pub2 PMID:40927975	系统综述	对头颈癌患者放疗后正常组织并发症概率（NTCP）预测模型进行系统识别、描述和评估	首次全面评估头颈癌放疗副作用预测模型的质量、偏倚风险及预测性能，涵盖592个模型的大规模分析	大多数模型缺乏外部验证（81%未验证），验证研究普遍存在高偏倚风险，校准性能报告不充分	评估头颈癌放疗副作用预测模型的偏倚风险和预测性能	头颈癌患者放疗后的各种副作用（如口干症、吞咽困难、甲状腺功能减退等）	医学预测模型	头颈癌	系统综述方法，使用预测模型偏倚风险评估工具	NTCP模型（统计预测模型）	临床数据	140,767名头颈癌患者（模型开发），34,304名患者（外部验证）