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
2541	2025-11-28	The Evolution of Machine Learning and Its Applications in Orthopaedics: A Bibliometric Analysis 2025-Oct, Cureus DOI:10.7759/cureus.95296 PMID:41287693	文献计量分析	通过文献计量分析探讨机器学习在骨科领域的应用现状和发展趋势	首次对骨科领域机器学习应用的100篇高被引文献进行系统性文献计量分析	仅纳入英文文献且样本量有限，缺乏高质量证据支持的研究	分析机器学习在骨科领域的应用现状、方法学质量和研究趋势	Web of Science数据库中骨科机器学习应用的100篇高被引文献	机器学习	骨科疾病	文献计量分析	CNN,深度学习	文献数据	100篇高被引文献，总计10886次引用	NA	卷积神经网络	引用次数，证据等级	NA
2542	2025-11-28	Accuracy and Reliability of Artificial Intelligence in Surgical Decision-Making: A Literature Review 2025-Oct, Cureus DOI:10.7759/cureus.95337 PMID:41287740	文献综述	本文通过文献综述评估人工智能在手术决策中的准确性和可靠性	系统评估AI在不同外科专科中的性能表现，并首次综合比较实时引导技术的基准	仅采用叙述性综合方法，未进行数据验证或纳入研究质量评估，缺乏系统评价验证	评估AI在手术决策中的准确性和可靠性，识别数据与伦理问题，比较不同专科模型性能	28项来自不同地理和学科背景的外科AI应用研究	医疗人工智能	外科手术	机器学习，深度学习	CNN, GAN	手术相关数据	28项研究	NA	卷积神经网络，生成对抗网络	AUC, 准确率	NA
2543	2025-11-28	Deep Learning-Based Automatic Segmentation and Analysis of Mitochondrial Damage by Zika Virus and SARS-CoV-2 2025-Sep-19, Viruses DOI:10.3390/v17091272 PMID:41012699	研究论文	开发基于深度学习的自动分割和分析方法，用于识别寨卡病毒和SARS-CoV-2引起的线粒体损伤	首次将U-Net架构的卷积神经网络应用于病毒感染的线粒体超微结构自动分割和分析，实现免疫反应预测	未提及模型在其他病毒或细胞类型中的泛化能力验证	开发自动化工具分析病毒感染引起的线粒体形态变化	感染两种SARS-CoV-2变体和寨卡病毒的细胞线粒体	数字病理学	病毒感染	透射电子显微镜	CNN	图像	NA	NA	U-Net	准确率	NA
2544	2025-11-28	Nivolumab plus ipilimumab for potentially resectable hepatocellular carcinoma: Long-term efficacy and biomarker exploration 2025-Sep-17, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.08.035 PMID:40972843	研究论文	评估纳武利尤单抗联合伊匹木单抗在潜在可切除肝细胞癌患者中的疗效、安全性及生物标志物探索	首次在潜在可切除肝细胞癌中探索纳武利尤单抗联合伊匹木单抗新辅助治疗的长期疗效，并发现三级淋巴结构形成与抗肿瘤免疫增强相关	单臂临床试验设计，样本量有限（43例患者）	评估免疫检查点抑制剂联合疗法在潜在可切除肝细胞癌中的疗效和安全性，探索治疗反应的预测生物标志物	潜在可切除肝细胞癌患者	临床肿瘤学	肝细胞癌	基因组分析，转录组分析，免疫细胞分析，光谱流式细胞术，深度学习算法	深度学习	肿瘤组织样本，外周血样本，临床数据	43例肝细胞癌患者（男性/女性：37/6；病毒性/非病毒性：41/2）	NA	NA	客观缓解率，无进展生存率，总生存率，主要病理学缓解率	NA
2545	2025-11-28	Detecting Diverse Seizure Types with Wrist-Worn Wearable Devices: A Comparison of Machine Learning Approaches 2025-Sep-06, Sensors (Basel, Switzerland) DOI:10.3390/s25175562 PMID:40942991	研究论文	本研究评估了腕戴式可穿戴设备结合机器学习方法检测多种癫痫发作类型的可行性和有效性	扩展了腕戴设备检测的癫痫类型范围，超越了传统的全身强直阵挛发作，包含局灶性、全身性和亚临床发作，并比较了多种机器学习策略	对非运动型癫痫发作的检测性能仍然有限，样本量相对较小（28名患者）	评估腕戴式可穿戴设备结合机器学习方法检测多种癫痫发作类型的可行性和有效性	28名在梅奥诊所接受住院视频脑电图监测的癫痫患者	机器学习	癫痫	腕戴式可穿戴设备监测（Empatica E4）	XGBoost, LSTM, CNN, Transformer	多模态生物信号数据（加速度计、血容量脉冲、皮肤电活动、皮肤温度、心率）	28名患者	NA	LSTM, CNN, Transformer, ROCKET, MultiROCKET	AUROC, SW-Recall, FA/h	NA
2546	2025-11-28	Optimizing Dam Detection in Large Areas: A Hybrid RF-YOLOv11 Framework with Candidate Area Delineation 2025-Sep-04, Sensors (Basel, Switzerland) DOI:10.3390/s25175507 PMID:40942937	研究论文	提出一种结合地理因素分析和深度学习检测的水坝提取框架，用于优化大区域水坝识别	首次将随机森林算法生成的水坝存在概率图与YOLOv11深度学习检测模型相结合，通过候选区域划分显著提升识别效率	研究仅在巴基斯坦信德省验证，需要进一步测试在其他地区的适用性	改进水坝空间数据库，实现水坝动态监测和灾害应急响应	中小型水坝基础设施	计算机视觉	NA	遥感识别，动态阈值分割	Random Forest, YOLOv11	高分辨率遥感影像，OpenStreetMap水体数据	信德省区域，识别出16个未记录水坝	NA	YOLOv11	精度0.90，召回率0.76，AUC 0.86，mAP50 0.85	NA
2547	2025-11-28	Optimizing Deep Learning-Based Crack Detection Using No-Reference Image Quality Assessment in a Mobile Tunnel Scanning System 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175437 PMID:40942868	研究论文	本研究提出了一种基于无参考图像质量评估的数据质量保证框架，用于优化移动隧道扫描系统中基于深度学习的裂缝检测性能	首次系统研究水平运动模糊对裂缝检测CNN性能的影响，并建立NR-IQA指标与检测性能的定量关联	主要关注水平方向的运动模糊，未考虑其他类型的图像质量问题	优化移动隧道扫描系统中基于深度学习的裂缝检测可靠性	隧道裂缝检测	计算机视觉	NA	无参考图像质量评估	CNN	图像	公共数据集和真实世界MTSS数据集	NA	ResNet, VGG, AlexNet	F1分数	NA
2548	2025-11-28	Detection of maxillary sinus pathologies using deep learning algorithms 2025-Sep, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究开发了一种基于深度学习的人工智能方法，用于从锥形束计算机断层扫描图像中自动分割上颌窦病变	首次将卷积神经网络应用于CBCT图像中上颌窦病变的自动分割，实现了高精度的病理检测	研究仅基于500名患者的数据，样本量相对有限，需要更大规模的数据验证	评估人工智能算法在检测上颌窦病变方面的准确性	上颌窦病理变化	计算机视觉	上颌窦疾病	锥形束计算机断层扫描(CBCT)	CNN	医学影像	500名患者的1000个上颌窦	NA	卷积神经网络	Dice相似系数, IoU, 召回率, F1分数, 精确率	NA
2549	2025-11-28	An ensemble deep learning model for author identification through multiple features 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11596-5 PMID:40691694	研究论文	提出一种结合多种特征的自注意力加权集成深度学习框架，用于提高作者身份识别的准确性和稳定性	通过自注意力机制智能整合多种写作风格特征表示，动态学习不同类型特征的重要性	仅在包含4位和30位作者的数据集上测试，未验证在大规模作者群体上的性能	提高自然语言处理中作者身份识别的准确性和鲁棒性	文本作者身份识别	自然语言处理	NA	TF-IDF, Word2Vec	CNN, 自注意力机制	文本	两个数据集：数据集A（4位作者）和数据集B（30位作者）	NA	卷积神经网络, 自注意力加权集成框架	准确率	NA
2550	2025-11-28	Transformer-Based Decomposition of Electrodermal Activity for Real-World Mental Health Applications 2025-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s25144406 PMID:40732534	研究论文	本研究提出了一种基于Transformer架构的EDA信号分解方法，用于分离皮肤电活动的相位和紧张成分	首次将Transformer架构应用于EDA信号分解，设计了具有池化和趋势去除机制的无监督分解模型	未明确说明模型在极端噪声条件下的性能表现和计算效率	开发适用于真实世界数据的EDA信号分解方法，用于心理健康应用	皮肤电活动信号	机器学习	心理健康	皮肤电活动信号采集	Transformer	生物信号时间序列数据	NA	PyTorch或TensorFlow（未明确指定）	Autoformer	SCR频率、SCR幅度、紧张斜率	NA
2551	2025-11-28	Coalescence and Translation: A Language Model for Population Genetics 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.24.661337 PMID:40666889	研究论文	开发了一种基于Transformer的语言模型cxt，用于从基因组数据中推断群体遗传学中的溯祖时间	将溯祖时间推断重新定义为两种生物语言之间的翻译问题，并首次将仅解码器Transformer架构应用于群体遗传学推断	模型训练依赖于模拟数据，在真实数据上的表现可能需要进一步验证	开发能够灵活、可扩展地从基因组数据推断谱系历史的深度学习方法	基因组数据中的突变模式和祖先重组图	自然语言处理, 机器学习	NA	基因组测序, 溯祖模拟	Transformer	基因组序列数据	基于stdpopsim目录的模拟数据，可产生超过百万个溯祖预测	PyTorch, TensorFlow	仅解码器Transformer	与最先进的MCMC似然模型相当，包括分布内和分布外场景	GPU（具体型号未指定），可在几分钟内完成大规模推断
2552	2025-11-28	Modality-AGnostic Image Cascade (MAGIC) for Multi-Modality Cardiac Substructure Segmentation 2025-Jun-12, ArXiv PMID:40980770	研究论文	提出并验证了一种模态无关的图像级联方法用于多模态心脏亚结构分割	通过复制nnU-Net编码解码分支实现单一模型处理多模态数据，解决了深度学习模型在跨模态和重叠结构分割中的泛化问题	在57%的情况下优于对比模型，但统计差异有限	开发能够跨多种影像模态准确分割心脏亚结构的深度学习模型	20个心脏亚结构（心脏、心腔、大血管、瓣膜、冠状动脉和传导节点）	数字病理	心血管疾病	医学影像分割	深度学习	医学影像	训练集76例，验证集15例，测试集30例，来自三种模态（模拟CT、低场MR-Linac、心脏CT血管造影）	nnU-Net	U-Net	Dice相似系数, Wilcoxon符号秩检验	轻量级模型设计，简化计算需求
2553	2025-11-28	Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis 2025-Jan-03, Research square DOI:10.21203/rs.3.rs-5743704/v1 PMID:39801521	研究论文	提出多尺度细胞间交互空间转录组学分析方法MCIST，整合多尺度拓扑表示与空间深度学习技术	首次在空间转录组分析中考虑多尺度细胞间相互作用，结合多尺度拓扑表示与先进空间深度学习技术	NA	改进空间转录组数据分析方法，更准确地识别空间域和细胞间相互作用	空间转录组数据中的细胞间相互作用模式	生物信息学	NA	空间转录组学	深度学习	空间转录组数据	37个基准空间转录组数据集	NA	NA	聚类评分	NA
2554	2025-11-28	Spatial-Frequency Enhanced Mamba for Multi-Modal Image Fusion 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3632221 PMID:41259195	研究论文	提出一种空间频率增强的Mamba框架用于多模态图像融合	首次将Mamba模型引入多模态图像融合领域，并提出空间频率增强模块和动态融合机制	未明确说明模型的计算效率和实时性能	解决多模态图像融合中特征提取和融合的挑战	多模态图像数据	计算机视觉	NA	多模态图像融合	Mamba, CNN	图像	六个多模态图像融合数据集	NA	Spatial-Frequency Enhanced Mamba Block, Dynamic Fusion Mamba Block	NA	NA
2555	2025-11-28	Deep Learning Classification of Rheumatoid Arthritis in Hand Radiographs Interpretability Insights and Web Application 2025, ImmunoTargets and therapy IF:6.2Q1 DOI:10.2147/ITT.S547159 PMID:41287803	研究论文	开发用于手部X光片中类风湿关节炎自动分类的可解释深度学习框架，并部署为网页应用	结合Grad-CAM和SHAP系统评估模型可解释性，识别关键病理特征，并通过Streamlit开发临床实用网页应用	回顾性多中心研究，样本量相对有限（1,655张手部X光片）	建立可解释的深度学习框架实现类风湿关节炎自动分类，促进临床转化	809名类风湿关节炎患者（含早期病例）和846名健康对照的手部X光片	计算机视觉	类风湿关节炎	X射线成像	CNN	图像	1,655张手部X光片（809例RA患者，846例健康对照）	TensorFlow/Keras, Streamlit	VGG-8	AUC, 准确率	NA
2556	2025-11-28	A Multi-Task Transformer With Local-Global Feature Interaction and Multiple Tumoral Region Guidance for Breast Cancer Diagnosis 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3454000 PMID:39226204	研究论文	提出一种用于乳腺癌超声图像肿瘤分割和分类的多任务Transformer网络	设计了局部-全局特征交互的双流编码器和多肿瘤区域引导模块，能够显式学习肿瘤内部和周围区域的长程非局部依赖关系	NA	开发基于深度学习的乳腺癌超声图像自动诊断方法	乳腺癌超声图像	计算机视觉	乳腺癌	超声成像	CNN, Transformer	图像	两个乳腺癌超声数据集，包含大型外部验证数据集	NA	双流编码器(CNN+Transformer), 多肿瘤区域引导模块	诊断准确率	NA
2557	2025-11-28	Deep Learning and High-Resolution Anoscopy: Development of an Interoperable Algorithm for the Detection and Differentiation of Anal Squamous Cell Carcinoma Precursors-A Multicentric Study 2024-May-17, Cancers IF:4.5Q1 DOI:10.3390/cancers16101909 PMID:38791987	研究论文	开发基于深度学习的算法，用于在高分辨率肛门镜检查图像中自动检测和区分高级别与低级别鳞状上皮内病变	首次开发可同时适用于传统和数字肛门镜系统的深度学习算法，并在多中心研究中验证其性能	研究仅基于两个中心的151例检查，样本来源相对有限	开发自动检测和区分肛门鳞状细胞癌前病变的深度学习系统	高分辨率肛门镜检查图像中的高级别和低级别鳞状上皮内病变	计算机视觉	肛门鳞状细胞癌	高分辨率肛门镜检查	CNN	图像	151例高分辨率肛门镜检查，共57,822张图像（28,874张HSIL，28,948张LSIL）	NA	NA	准确率, 敏感度, 特异度, AUC	NA
2558	2025-11-28	Predicting Molecular Subtype and Survival of Rhabdomyosarcoma Patients Using Deep Learning of H&E Images: A Report from the Children's Oncology Group 2023-01-17, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-22-1663 PMID:36346688	研究论文	本研究使用深度学习分析横纹肌肉瘤H&E图像，预测分子亚型和患者生存率	首次将卷积神经网络应用于横纹肌肉瘤H&E图像，直接关联组织学特征与驱动基因突变及临床预后	样本量相对有限（321例），部分突变预测性能一般（如RAS通路ROC 0.67）	开发基于深度学习的横纹肌肉瘤诊断和预后预测工具	横纹肌肉瘤患者的H&E组织病理图像	数字病理学	横纹肌肉瘤	H&E染色，全玻片数字化扫描	CNN	病理图像	321例患者（训练集），136例独立测试样本	NA	卷积神经网络	ROC曲线，事件无生存期预测，总生存期预测	NA
2559	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
2560	2025-11-27	Artificial Neural Networks and Deep Learning in Solid Organ Transplantation 2025-Dec-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005500 PMID:40702591	综述	本文概述人工神经网络和深度学习在实体器官移植领域的应用、术语解释及使用建议	系统梳理神经网络在移植领域的应用发展，特别关注非表格数据处理的新趋势	模型解释性仍需结合具体情境，存在黑箱预测的局限性	为移植领域研究者提供神经网络和深度学习的入门指南和应用框架	实体器官移植相关数据和应用场景	机器学习	器官移植	NA	人工神经网络,深度学习	图像,文本,非表格数据	NA	NA	NA	NA	NA