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
22721	2025-10-06	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本研究对ANTERION前段OCT系统中的深度学习算法进行独立验证，实现自动巩膜突检测和定量生物计量分析	在独立患者群体中验证深度学习算法达到专家级别的巩膜突定位精度，并首次系统比较算法与不同经验水平人工评分者的性能差异	样本量相对有限（117名参与者），仅使用单一OCT系统（ANTERION）的数据	验证深度学习算法在AS-OCT图像中自动检测巩膜突和测量相关生物计量参数的准确性和可靠性	接受常规眼科护理的患者的前段OCT图像	医学影像分析	眼科疾病	前段光学相干断层扫描（AS-OCT）	深度学习算法	医学影像	117名参与者的1308张AS-OCT图像	NA	NA	假阳性率, 真阳性率, 组内相关系数	NA
22722	2025-10-06	Detecting the corneal neovascularisation area using artificial intelligence 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	开发并评估基于人工智能的图像分析工具，用于测量和量化角膜新生血管区域	首次使用预训练的U-Net神经网络对裂隙灯图像进行角膜新生血管区域的自动分割与检测	样本量相对有限（120例患者），仅使用单一医疗机构数据	创建自动化工具量化角膜新生血管区域	角膜新生血管患者的裂隙灯图像	计算机视觉	角膜疾病	深度学习图像分割	CNN	图像	120例患者的120张眼部裂隙灯图像	NA	U-Net	交并比(IoU), 特异性	NA
22723	2025-10-06	Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148813 PMID:38373675	研究论文	本研究基于脑电图数据，使用经典机器学习和深度学习方法对自限性伴中央颞区棘波癫痫进行分类诊断	同时采用经典机器学习（基于尖波特征提取）和深度学习方法（ResNet）进行癫痫分类比较，展示了深度学习在癫痫分类中的显著优势	样本量较小（仅33名患者），年龄范围有限（3-11岁）	开发有效的分类方法以辅助自限性伴中央颞区棘波癫痫的临床诊断	33名被诊断为SeLECTS或非SeLECTS的癫痫患者	机器学习	癫痫	脑电图	随机森林,极端随机森林,CNN	脑电图信号	33名3-11岁癫痫患者	NA	ResNet	准确率,F1分数,AUC,AUPRC	NA
22724	2025-10-06	Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148819 PMID:38403037	研究论文	本研究通过MRI脑图像纹理分析和深度学习技术区分精神分裂症、重度抑郁症患者和健康对照组	结合纹理特征映射与深度学习技术进行精神疾病分类，采用重复嵌套交叉验证进行特征选择	样本量相对有限，仅包含三种分组比较	开发基于MRI纹理特征的生物标志物来区分精神分裂症、重度抑郁症和健康人群	精神分裂症患者、重度抑郁症患者和健康对照者	医学影像分析	精神疾病	MRI脑图像分割，纹理分析	深度学习	MRI脑部图像	141名精神分裂症患者，103名重度抑郁症患者，238名健康对照者	NA	NA	准确率，敏感性，特异性	NA
22725	2025-10-06	The Application of Artificial Intelligence to Cancer Research: A Comprehensive Guide 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241250324 PMID:38775067	综述	本文全面探讨了人工智能在癌症研究中的应用，重点介绍了机器学习、软计算和深度学习在肿瘤学中的作用	以清晰易懂的方式解释AI关键概念和算法，并提供文献中重要进展的表格总结	NA	使广大读者能够理解AI在癌症研究中的进展和应用	各种癌症类型的诊断、分类和预测	机器学习	癌症	NA	SVM, Naïve Bayes, CNN	NA	NA	NA	NA	NA	NA
22726	2025-10-06	Deep Learning-Based Prediction of Radiation Therapy Dose Distributions in Nasopharyngeal Carcinomas: A Preliminary Study Incorporating Multiple Features Including Images, Structures, and Dosimetry 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241256594 PMID:38808514	研究论文	本研究开发了一种结合剂量信息的深度学习模型，用于预测鼻咽癌放射治疗的剂量分布	首次将靶区适形计划剂量信息通过多通道输入方式整合到卷积神经网络中，提高了预测精度	对于小体积或邻近的危及器官预测存在差异，且为初步研究需要进一步验证	提高鼻咽癌调强放射治疗剂量分布的预测准确性	鼻咽癌患者的放射治疗计划	医学影像分析	鼻咽癌	调强放射治疗，容积旋转调强放疗	CNN	医学图像，结构轮廓，剂量分布数据	NA	NA	深度卷积神经网络	3D伽马通过率，剂量体积直方图相似性指数，D98%指标	NA
22727	2025-10-06	A 3 M Evaluation Protocol for Examining Lymph Nodes in Cancer Patients: Multi-Modal, Multi-Omics, Multi-Stage Approach 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241277389 PMID:39267420	综述	提出针对癌症患者淋巴结评估的多模态、多组学、多阶段标准化评估方案	整合影像组学与深度学习模型，建立系统化的淋巴结管理协议，涵盖术前评估到术后免疫影响的全流程	基于文献综述提出方案，尚未经过大规模临床验证	建立标准化淋巴结评估协议以优化癌症治疗	癌症患者的淋巴结转移与手术切除	数字病理	癌症	多模态成像、多组学分析、深度学习	深度学习模型	医学影像、临床数据、统计资料	NA	NA	NA	NA	NA
22728	2025-10-06	Trends and Hotspots in Global Radiomics Research: A Bibliometric Analysis 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241235769 PMID:38465611	文献计量分析	通过文献计量分析方法总结放射组学知识结构并探索潜在趋势和研究重点	首次对2012-2022年全球放射组学研究进行全面的文献计量分析，识别未来研究方向	仅基于Web of Science数据库，可能未涵盖所有相关文献	探索放射组学领域的研究现状、发展趋势和热点方向	2012-2022年期间发表的6428篇放射组学相关文献	医学影像分析	NA	文献计量分析	NA	文献元数据	6428篇文章	VOSviewer, CiteSpace, Tableau, Microsoft Excel, Rstudio	NA	NA	免费在线平台
22729	2025-10-06	A Comparative Study of Deep Learning Dose Prediction Models for Cervical Cancer Volumetric Modulated Arc Therapy 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241242654 PMID:38584413	研究论文	比较四种深度学习模型在宫颈癌VMAT治疗中体素级剂量分布的预测性能	首次系统比较四种先进三维深度学习模型在宫颈癌VMAT剂量预测中的表现	回顾性研究，样本量相对有限（261例患者）	评估不同深度学习模型在放射治疗剂量预测中的性能	宫颈癌患者的VMAT治疗计划	医学影像分析	宫颈癌	容积旋转调强放疗(VMAT)	3D CNN	CT图像, 解剖结构掩膜	261例宫颈癌患者治疗计划	NA	3D U-Net, UNETR	平均绝对误差(MAE), 剂量图差异, 临床剂量学指标, Dice相似系数(DSC)	NA
22730	2025-10-06	Analysis of ultrasonographic images using a deep learning-based model as ancillary diagnostic tool for diagnosing gallbladder polyps 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.06.023 PMID:37407319	研究论文	本研究开发基于深度学习的超声图像分析模型，作为胆囊息肉诊断的辅助工具	首次将深度学习模型应用于胆囊息肉的超声图像分类，并评估其对不同经验水平医生的辅助诊断效果	回顾性研究设计，样本量相对有限（263名患者），需进一步前瞻性验证	评估深度学习模型在鉴别肿瘤性胆囊息肉与非肿瘤性胆囊息肉中的效能	胆囊息肉患者的超声图像	计算机视觉	胆囊疾病	超声成像	深度学习	图像	263名患者的3,754张超声图像	NA	NA	准确率, 敏感性, 特异性	NA
22731	2025-10-06	Identification of gastric signet ring cell carcinoma based on endoscopic images using few-shot learning 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.07.005 PMID:37455154	研究论文	本研究提出了一种基于小样本学习的胃印戒细胞癌内镜图像识别方法	采用双重预训练策略（ImageNet和食管内镜图像）结合小样本学习框架解决胃印戒细胞癌样本稀缺问题	每类新类别仅使用50个样本，样本量较小	开发基于内镜图像的胃印戒细胞癌计算机辅助诊断方法	胃良性溃疡、腺癌和印戒细胞癌的内镜图像	计算机视觉	胃癌	内镜成像	CNN	图像	每类50个样本（胃良性溃疡、腺癌和SRCC），共150个样本	TensorFlow/PyTorch（未明确指定）	EfficientNetV2-S	准确率, 灵敏度, 召回率, 精确率, F1-score, 特异性, AUC	NA
22732	2025-10-06	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发多模态深度学习系统提高膜性肾病病理诊断准确性	首次结合PASM染色、免疫荧光和电镜图像构建多模态诊断系统，在荧光图像分类和沉积物分割方面优于病理医生	研究主要针对膜性肾病，尚未验证对其他肾小球疾病的泛化能力	开发辅助病理医生诊断膜性肾病的多模态病理诊断系统	膜性肾病患者的肾脏活检图像数据	数字病理	肾脏疾病	PASM染色、免疫荧光、电子显微镜	深度学习模型	病理图像	138名各种肾脏疾病患者	NA	NA	准确率, 召回率, F1分数, Dice系数, IoU	NA
22733	2025-10-06	Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100836 PMID:40661176	研究论文	使用深度学习模型从年龄相关性黄斑变性患者的视网膜眼底图像预测高风险基因变异	首次利用深度学习直接从视网膜眼底图像预测AMD相关高风险基因型，无需基因检测	样本量相对有限（1754名参与者），模型性能在不同AMD阶段存在差异	开发从视网膜眼底图像预测年龄相关性黄斑变性高风险基因型的深度学习算法	年龄相关性黄斑变性患者的视网膜眼底图像	计算机视觉	年龄相关性黄斑变性	视网膜眼底成像	CNN, Vision Transformer	图像	1754名参与者的31,271张视网膜彩色眼底照片	NA	Vision Transformer	AUROC, 平衡准确率, 平均精确率	NA
22734	2025-10-06	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	研究论文	开发了一种基于预训练神经网络的深度学习模型，用于从Micro-CT图像中精确分割果蝇大脑	仅需1-3张Micro-CT图像即可训练准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	训练数据量有限（仅1-3张图像）	开发自动化的果蝇大脑分割方法以替代耗时的人工分析	成年黑腹果蝇大脑	计算机视觉	NA	Micro-CT成像	深度学习	3D Micro-CT图像	1-3张果蝇大脑Micro-CT图像	NA	预训练神经网络	NA	NA
22735	2025-10-06	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-Aug, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	综述	概述人工智能在龋齿管理中的应用现状，涵盖临床实践、专业教育和公众自我护理	首次系统整合AI在龋齿管理全流程中的应用，包括风险评估、影像诊断、治疗规划、专业培训和公众自我管理	未涉及具体临床验证数据和算法性能比较	探讨人工智能技术在龋齿个性化管理中的应用前景	龋齿患者、牙科专业人员、牙科学生和普通公众	机器学习	龋齿	机器学习，深度学习	NA	图像，行为数据，风险因素数据	NA	NA	NA	NA	NA
22736	2025-04-12	Performance of deep learning algorithm based on Xception in evaluating morphological characteristics reflecting the activity of vitiligo 2025-Jul-17, The British journal of dermatology DOI:10.1093/bjd/ljaf133 PMID:40209097	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22737	2025-10-06	Artificial intelligence techniques in inherited retinal diseases: a review 2025-Jul-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade9c7 PMID:40587976	综述	本文综述了人工智能技术在遗传性视网膜疾病诊断和管理中的应用现状与前景	整合了AI在遗传性视网膜疾病领域的碎片化知识，提出可解释AI在临床应用中的重要性，并构建了推进临床应用的系统化路径	作为综述文章，不包含原始研究数据，主要基于现有文献进行分析和总结	探讨人工智能技术在遗传性视网膜疾病诊断、预后和管理中的应用潜力	遗传性视网膜疾病相关研究和临床数据	数字病理	遗传性视网膜疾病	NA	机器学习,深度学习	NA	NA	NA	NA	NA	NA
22738	2025-10-06	Inverse Design of Manufacturable Infrared Metasurfaces Based on Multimodal Deep Learning Methods 2025-Jul-16, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c07116 PMID:40623946	研究论文	提出基于多模态深度学习方法的可制造红外超表面逆向设计框架	提出多模态神经网络框架解决复合周期性微结构的逆向设计问题，生成速度比传统方法快数个数量级	NA	实现复杂光子系统的按需逆向设计	复合周期性微结构和红外隐身超表面	机器学习	NA	红外辐射控制技术	深度学习,神经网络	光谱数据,结构参数	NA	NA	多模态神经网络	红外发射率	NA
22739	2025-10-06	LCwmcaR: Learning Cross-Window Cross-Modality Correlation-Aware Representation for Human Activity Recognition 2025-Jul-16, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3581226 PMID:40668703	研究论文	提出一种名为LCwmcaR的跨窗口跨模态相关性感知框架，用于人类活动识别任务	首次提出同时建模时空依赖的跨窗口跨模态相关性学习框架，设计了可学习时间二维化策略和跨窗口相关性感知特征生成模块	NA	解决人类活动识别中空间分布信息建模不足和跨窗口交互学习缺失的问题	人类活动识别数据	机器学习	NA	深度学习	Mamba, CNN	传感器序列数据	四个公共数据集	NA	双分支网络	准确率等指标（具体未明确说明）	NA
22740	2025-10-06	AMPred-MFG: Investigating the Mutagenicity of Compounds Using Motif-Based Graph Combined with Molecular Fingerprints and Graph Attention Mechanism 2025-Jul-16, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00742-2 PMID:40670804	研究论文	提出一种结合分子指纹和基序图的新型深度学习模型AMPred-MFG，用于预测药物分子的致突变性	首次将分子指纹特征、分子图特征与基序图相结合，并利用图注意力机制提取关键分子片段特征	未明确说明模型对特定类型分子的预测局限性及数据集的潜在偏差	开发准确预测化合物致突变性的计算工具以辅助药物早期开发	药物分子化合物	机器学习	NA	深度学习	图Transformer, 多层感知机	分子图数据, 分子指纹数据	未明确说明具体样本数量	未明确说明	图Transformer, 多层感知机	AUC, ACC, SEN, NPV, PPV, MCC	NA