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
21061	2025-11-22	Enhancing automatic diagnosis of thyroid nodules from ultrasound scans leveraging deep learning models 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25780-0 PMID:41254202	研究论文	本研究利用深度学习模型提升甲状腺结节超声扫描的自动诊断能力	系统比较九种预训练CNN模型在甲状腺结节分类中的性能，发现ResNet50表现最优	研究仅使用483张公开数据集图像，样本量相对有限	探索迁移学习卷积神经网络在甲状腺结节超声图像分类中的可靠性	经活检验证的甲状腺结节超声图像	计算机视觉	甲状腺结节	超声成像	CNN	图像	483张超声图像（197张良性，286张恶性）	NA	ResNet50, ResNet101, VGG16, VGG19, DenseNet121, EfficientNetB0, InceptionV3, InceptionResNetV2, Xception	准确率, AUC, 精确率, 召回率, F1分数	NA
21062	2025-11-22	Diffusion Models for Neuroimaging Data Augmentation: Assessing Realism and Clinical Relevance 2025-Nov-17, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02300-1 PMID:41247615	研究论文	本研究探索使用去噪扩散概率模型生成合成3D T1加权脑部MRI图像，以解决神经退行性疾病医学影像数据稀缺问题	首次将DDPM应用于神经影像数据增强，通过多中心健康受试者数据集生成具有解剖一致性和现实变异性的合成脑部MRI扫描	高频细节重建存在局限，分辨率有待进一步提高	解决医学影像中训练数据稀缺问题，特别是针对罕见神经退行性疾病	3D T1加权脑部MRI图像	医学影像分析	神经退行性疾病	脑部MRI	DDPM	3D医学图像	多中心健康受试者数据集	NA	去噪扩散概率模型	最大均值差异, 视觉评估	NA
21063	2025-11-22	METFAN: Multisource Enhanced Therapeutic Peptide Function Prediction via Adapter Network 2025-Nov-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c07552 PMID:41255570	研究论文	提出一种名为METFAN的深度学习模型，通过多源特征表示和适配器网络预测多功能治疗肽的功能	整合多尺度TextCNN的局部序列特征与ESM2和ProtT5蛋白质语言模型的全局语义嵌入，设计特征优化模块和特征聚合网络	未明确说明模型在特定功能类别上的性能差异和计算效率	解决多功能治疗肽的多标签特性和严重类别不平衡问题，实现准确的计算预测	多功能治疗肽（MTPs）	生物信息学	NA	深度学习，蛋白质语言模型	CNN, 适配器网络	蛋白质序列数据	NA	NA	TextCNN, ESM2, ProtT5	样本级准确率, 标签级F1分数	NA
21064	2025-11-22	Machine Learning-Based Rupture Risk Prediction for Intracranial Aneurysms: A Systematic Review and Meta-Analysis 2025-Nov-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003531 PMID:40444989	系统综述与Meta分析	通过系统综述和Meta分析评估机器学习在颅内动脉瘤破裂风险预测中的应用效果	首次系统比较多种机器学习算法与传统PHASES评分在动脉瘤破裂风险预测中的性能差异	外部验证集中血流动力学参数未能显著提升模型性能，需要前瞻性研究验证临床实用性	评估机器学习在颅内动脉瘤破裂风险预测中的应用价值	颅内动脉瘤患者	机器学习	脑血管疾病	机器学习算法	深度学习,多种机器学习算法	临床数据,血流动力学参数	36项研究涉及22462名患者	NA	124个模型使用25种算法	灵敏度,特异度,准确率,AUC	NA
21065	2025-11-22	Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03391-1 PMID:40488960	研究论文	提出一种创新的多任务多尺度注意力网络用于食管癌淋巴结转移预测	提出软扩展节点掩码区域的特征聚合方法和双分支训练策略，增强节点上下文学习	仅在177名患者的数据集上进行验证，样本规模有限	提高食管鳞状细胞癌淋巴结转移的自动诊断准确性	食管癌患者的淋巴结医学影像	数字病理	食管癌	医学影像分析	深度学习,注意力机制	医学影像	177名患者，共577个淋巴结	NA	多任务多尺度注意力网络(MANet)	准确率	NA
21066	2025-11-22	Quantifying features from X-ray images to assess early stage knee osteoarthritis 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03405-y PMID:40616750	研究论文	提出一种结合预训练深度学习模型和图像处理技术的自动化系统，用于从X射线图像中量化膝关节骨关节炎的影像生物标志物	整合预训练DL模型与图像处理技术，无需昂贵训练过程即可自动量化KOA关键影像特征，提供可解释的定量数据	系统性能仍需使用标注数据进行验证，分类准确率有待进一步提升	开发自动化膝关节骨关节炎严重程度评估系统，实现早期检测	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	深度学习	医学图像	NA	NA	DexiNed	准确率	NA
21067	2025-11-22	MTMedFormer: multi-task vision transformer for medical imaging with federated learning 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03404-z PMID:40627238	研究论文	提出一种基于Transformer的多任务医学影像模型MTMedFormer，结合联邦学习解决医学数据隐私和标注数据不足的问题	首次将Transformer架构与多任务学习结合用于医学影像，并提出新颖的贝叶斯联邦聚合方法	仅在乳腺X光片和肺炎数据集上验证，未在其他医学影像任务上测试	开发能够同时处理多个医学影像任务的深度学习模型，同时保护患者数据隐私	医学影像数据，特别是乳腺X光片和肺炎影像	医学影像分析	乳腺癌, 肺炎	深度学习, 联邦学习	Transformer	医学影像	NA	NA	Transformer, 共享编码器, 任务特定解码器	图像分割指标	NA
21068	2025-11-22	Increased Expression of Secreted Form A Disintegrin and Metalloproteinase 28 (ADAM28s) in Esophageal Squamous Cell Carcinoma: Implication for Carcinoma Cell Proliferation via Interleukin 6 Receptor Shedding 2025-Nov, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104222 PMID:40744225	研究论文	本研究探讨ADAM28s在食管鳞状细胞癌中的过表达及其通过白细胞介素6受体脱落促进癌细胞增殖的机制	首次揭示ADAM28s在食管鳞癌中的活性形式过表达及其与IL-6信号通路协同促进癌细胞增殖的新机制	研究仅涉及有限细胞系（TE-1、KYSE-140、TE-8）和小鼠异种移植模型，临床样本量未明确说明	探究ADAM28在食管鳞状细胞癌中的表达特征、临床意义及其介导癌细胞增殖的分子机制	食管鳞状细胞癌组织、癌细胞系（TE-1、KYSE-140、TE-8）、小鼠异种移植模型	数字病理学	食管鳞状细胞癌	免疫印迹、免疫组织化学、深度学习人工智能分析、siRNA干扰、异种移植模型	深度学习模型	蛋白质印迹数据、免疫组织化学图像、细胞增殖数据	三种食管鳞癌细胞系和小鼠异种移植模型，临床组织样本数量未明确	NA	NA	5年总生存率、疾病特异性生存率、肿瘤生长抑制率	NA
21069	2025-11-22	Artificial Intelligence in Autism Spectrum Disorder Diagnosis: A Scoping Review of Face, Voice, and Text Analysis Methods 2025-Nov, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71476 PMID:41255386	综述	本文系统综述了人工智能在自闭症谱系障碍诊断中面部、声音和文本分析方法的现状与应用	首次全面整合了基于面部图像、声音特征和文本分析三种模态的AI诊断方法在自闭症领域的应用进展	采用叙述性综合方法，缺乏定量meta分析；未评估不同AI方法的临床适用性	评估人工智能在自闭症谱系障碍诊断中的应用效果	自闭症诊断相关的面部图像、声音数据和文本资料	自然语言处理,计算机视觉,机器学习	自闭症谱系障碍	深度学习,机器学习,自然语言处理	CNN,随机森林,混合模型	图像,音频,文本	NA	NA	Xception,VGG16-MobileNet,随机森林	准确率	NA
21070	2025-11-22	Evaluation of deep learning reconstruction in accelerated knee MRI: comparison of visual and diagnostic performance metrics 2025-Nov, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01464-8 PMID:40548970	研究论文	评估深度学习重建在加速膝关节MRI中的临床应用价值，比较其与传统序列的视觉质量和诊断性能指标	首次系统评估深度学习重建技术在膝关节加速MRI中的临床价值，证实其在保持诊断准确性的同时显著缩短扫描时间	样本量相对有限（116例），仅使用1.5T MRI扫描器，未评估其他类型膝关节病变	研究深度学习重建在膝关节加速MRI中的临床应用价值	116例膝关节损伤患者	医学影像分析	膝关节损伤	磁共振成像，深度学习重建	深度学习重建模型	MRI图像	116例膝关节损伤患者	NA	NA	信噪比，对比噪声比，图像质量评分，病变检测率，Cohen's kappa	1.5T MRI扫描器
21071	2025-11-22	Development and validation of an artificial intelligence algorithm for cervical vertebral maturation staging using lateral cephalograms 2025 Nov-Dec, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2025.08.012 PMID:41268013	研究论文	开发并验证基于侧位头颅X光片的颈椎骨成熟度分期人工智能算法	首次使用VGG19卷积神经网络实现颈椎骨成熟度的自动分期，显著提升诊断效率和准确性	样本量相对有限（525例），仅包含7-17岁人群，模型在CVS1阶段表现相对较差	开发自动评估颈椎骨成熟度的人工智能算法，改善传统手动分析的不足	7-17岁青少年的侧位头颅X光片	医学影像分析	骨骼发育评估	X射线成像	CNN	医学影像	525例侧位头颅X光片（249名男性，276名女性，平均年龄12.67岁）	PLAINSIGHT	VGG19	准确率, F1分数, 混淆矩阵	NA
21072	2025-11-22	Artificial intelligence in dermatology: The shifting paradigms 2025 Nov-Dec, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2025.08.016 PMID:41268018	观点论文	探讨人工智能在皮肤病学领域的现状、挑战及未来发展前景，特别关注印度医疗背景下的应用	提出将视觉语言模型与协作学习相结合的新范式，强调在资源有限地区提升皮肤病学知识可及性的独特机遇	存在数据集偏差（特别是深色皮肤代表不足）、监管不确定性以及缺乏全面培训计划	分析人工智能在皮肤病学中的整合现状并规划未来发展路线	皮肤病学诊断方法、治疗方式和患者护理系统	计算机视觉	皮肤癌	深度学习	CNN	皮肤图像	NA	NA	卷积神经网络	灵敏度, 特异性	NA
21073	2025-11-22	Artificial intelligence-assisted endoscopic diagnosis system for diagnosing Helicobacter pylori infection: a multicenter study 2025-Oct-08, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04379-2 PMID:41063106	研究论文	开发并验证基于深度学习的人工智能内镜诊断系统（HOPE AI）用于幽门螺杆菌感染诊断	首个采用多示例学习框架和LSTM架构的大规模多中心研究，专门针对幽门螺杆菌感染的内镜诊断	研究仅在中国七家医院进行，需要更多外部验证以确保泛化能力	开发并验证人工智能系统用于幽门螺杆菌感染的内镜诊断	接受上消化道胃镜检查的18岁及以上患者	数字病理	幽门螺杆菌感染	胃镜检查	LSTM	图像, 视频	6207名患者的308,887张内镜图像和197个视频	NA	多示例学习框架, LSTM	准确率, 敏感性, 特异性, AUC	NA
21074	2025-11-22	Prior-guided automatic delineation of post-radiotherapy gross tumor volume for esophageal cancer 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70005 PMID:41046469	研究论文	提出一种融合医学物理先验知识的深度学习框架，用于自动勾画食管癌放疗后大体肿瘤体积	首次将放疗前GTV轮廓和放疗剂量分布作为医学物理先验知识整合到nnU-Net v2中，指导特征提取	回顾性研究，样本量相对有限（294例患者）	实现食管癌放疗后GTV的自动精准勾画，减轻人工勾画负担	食管癌患者	数字病理	食管癌	CT扫描，放疗剂量分布分析	深度学习，CNN	医学影像（CT扫描），轮廓数据，剂量分布图	294名食管癌患者（225训练，45内部验证，24外部验证）	PyTorch	nnU-Net v2	Dice系数，IoU，HD95，ASSD，精确率，召回率，ICC，Pearson相关性，LASSO-Cox，C指数	NA
21075	2025-11-22	Analysis of the analgesic mechanism of TENS-WAA in colonoscopy using the EEG-fNIRS system: a study protocol for a randomised controlled trial 2025-Sep-30, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-103681 PMID:41033775	研究论文	本研究通过随机对照试验探讨基于腕踝针理论的经皮神经电刺激在结肠镜检查中的中枢镇痛机制	首次结合脑电图和功能性近红外光谱的多模态方法研究TENS-WAA的镇痛机制，并应用深度学习框架分析神经生理信号与主观疼痛体验的关系	单中心研究，样本量较小（60例患者），仅针对非麻醉结肠镜检查患者	探究TENS-WAA在结肠镜检查中的中枢镇痛机制	接受非麻醉结肠镜检查的患者	医疗人工智能	结直肠疾病	EEG-fNIRS多模态神经影像技术	深度学习	脑电图信号，近红外光谱信号，临床评分	60例结肠镜检查患者	NA	NA	疼痛预测准确率，VAS评分相关性	NA
21076	2025-11-22	Can classical statistics and deep learning converge on explainable, causally driven target discovery? 2025-Sep-02, DNA research : an international journal for rapid publication of reports on genes and genomes IF:3.9Q1 DOI:10.1093/dnares/dsaf024 PMID:40971794	综述	探讨传统统计方法与深度学习在复杂疾病因果机制发现中的融合路径	提出结合深度学习可扩展性与统计遗传学推断能力的混合模型框架	当前深度学习模型存在过拟合风险、可解释性不足及缺乏标准化评估框架	开发下一代计算工具以揭示复杂疾病的分子基础并加速遗传发现向有效治疗的转化	复杂疾病的遗传变异与多组学数据	机器学习	复杂疾病	多组学数据整合	混合模型	基因组数据, 多组学数据	NA	NA	NA	NA	NA
21077	2025-11-22	Assessing genotype-phenotype correlations in colorectal cancer with deep learning: a multicentre cohort study 2025-Aug, The Lancet. Digital health DOI:10.1016/j.landig.2025.100891 PMID:40829965	研究论文	本研究开发并验证了一种基于深度学习的多目标模型，用于从结直肠癌组织病理切片中同时预测多种基因突变及其相关表型	首次系统性地开发了能够同时预测多种基因改变的多目标深度学习模型，超越了传统仅关注MSI、BRAF和KRAS的单目标模型	模型预测性能高度依赖于与MSI相关的形态学特征，对其他生物标志物的特异性模式识别能力有限	评估结直肠癌基因型与表型相关性，开发基于深度学习的生物标志物预测模型	结直肠癌患者的组织样本	数字病理学	结直肠癌	苏木精-伊红染色，全切片数字化成像，综合panel测序	Transformer	病理图像	主要数据集1376名患者（5个队列），验证数据集536名患者（2个公共数据集）	NA	Transformer	AUROC	NA
21078	2025-11-22	Evaluation of recent lightweight deep learning architectures for lung cancer CT classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1647701 PMID:41049845	研究论文	评估三种轻量级深度学习架构在肺癌CT分类任务中的性能表现	首次系统评估MobileOne-S0、FastViT-S12和MambaOut-Femto等新兴轻量级模型在医学影像特别是肺癌分类中的应用潜力	研究样本量相对有限（公共数据集95例，私有数据集274例），未在更多样化的临床环境中验证	为资源受限环境下的临床部署提供基于证据的模型选择指导	肺癌CT图像的分类任务	计算机视觉	肺癌	CT成像	深度学习	医学影像	公共数据集95例，私有数据集274例	NA	MobileOne-S0, FastViT-S12, MambaOut-Femto, ResNet, Swin Transformer	准确率, AUC, 推理时间, 参数量, FLOPs	NA
21079	2025-11-22	Correction: Evaluation of recent lightweight deep learning architectures for lung cancer CT classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1715188 PMID:41195277	修正	对先前发表的关于轻量级深度学习架构在肺癌CT分类中评估的文章进行修正	NA	NA	NA	NA	NA	肺癌	CT	NA	NA	NA	NA	NA	NA	NA
21080	2025-11-22	DeepAttNet: deep neural network incorporating cross-attention mechanism for subject-independent mental stress detection in passive brain-computer interfaces using bilateral ear-EEG 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1685087 PMID:41255549	研究论文	提出了一种基于交叉注意力机制的深度神经网络DeepAttNet，用于被动脑机接口中独立于被试的心理压力检测	引入了休息对休息范式来隔离任务相关干扰，开发了专门建模半球间神经动力学的交叉注意力机制和逐点时间压缩模块	样本量相对较小（32名成人参与者），仅使用双耳EEG记录	开发独立于被试的心理压力检测方法，提升被动脑机接口在现实场景中的应用	32名成人参与者的双耳EEG数据	脑机接口	心理健康	脑电图	深度学习, CNN	EEG信号	32名成人参与者	NA	DeepAttNet, EEGNet, ShallowConvNet, DeepConvNet, TSception	准确率, 宏F1值	NA