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
2561	2025-10-06	Quality assurance (QA) for monitoring the performance of assisted reproductive technology (ART) staff using artificial intelligence (AI) 2023-Feb, Journal of assisted reproduction and genetics IF:3.2Q2 DOI:10.1007/s10815-022-02649-z PMID:36374394	研究论文	本研究评估了基于人工智能的质量保证工具在辅助生殖技术中监测医护人员胚胎操作表现的效用	首次将深度学习神经网络应用于辅助生殖技术医护人员操作表现的持续监测和质量保证	样本量相对有限，仅评估了特定医疗中心的医护人员表现	评估AI质量保证工具在监测ART医护人员胚胎操作表现中的准确性和实用性	辅助生殖技术中的医护人员（医生和胚胎学家）及其胚胎操作表现	医疗人工智能	生殖医学	深度学习神经网络	深度学习神经网络	胚胎发育数据和临床妊娠结果	160例胚胎移植，160例玻璃化冷冻，160例解冻，120例滋养层活检	NA	NA	植入率预测准确度，Wilcoxon符号秩检验	NA
2562	2025-10-06	Implementing Artificial Intelligence and Digital Health in Resource-Limited Settings? Top 10 Lessons We Learned in Congenital Heart Defects and Cardiology 2020-05, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2019.0142 PMID:31592719	综述	分享在资源有限地区实施人工智能和数字健康技术应用于先天性心脏病诊疗的十大经验教训	总结了在资源有限环境下实施AI和数字健康技术的实践经验，特别关注先天性心脏病领域	NA	探讨如何在资源有限地区有效实施人工智能和数字健康技术以改善先天性心脏病诊疗	先天性心脏病患者和心脏病学领域	数字病理学	心血管疾病	机器学习, 深度学习, 自然语言处理, 数字传感器	神经网络	患者数据, 健康人群数据	NA	NA	NA	风险预测, 诊断性能	NA
2563	2025-10-06	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剂量预测	首次将治疗前计划中的医生临床目标整合到剂量预测模型中，通过双头设计同时处理自适应会话数据和治疗前数据	样本量较小（仅43名患者），需要进一步验证在更大数据集上的泛化能力	提高头颈癌自适应放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	U-Net	CT图像、结构集、剂量分布	43名患者，包含治疗前计划、自适应治疗计划、结构集和CT图像	NA	多头部U-Net（MHU-Net）, 标准U-Net	最大剂量误差, 平均剂量误差	NA
2564	2025-10-06	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	开发并验证了一种用于测量眼周距离的半自动化工具OrbitJ，并与人工测量及两种AI工具进行比较	开发了基于FIJI(ImageJ)的半自动化眼周测量工具，结合线性插值和四次多项式拟合，提高了测量效率和可重复性	样本量较小(45例)，仅针对唇腭裂综合征患者，PeriOrbitAI工具在6张图像上分析失败	验证眼周测量工具的准确性和效率	45例唇腭裂综合征患者的正面照片	医学图像分析	唇腭裂综合征	图像分析，线性插值，多项式拟合	深度学习算法	图像	45张患者照片	FIJI(ImageJ)	NA	平均绝对误差，可靠性，偏差，Pearson相关系数，组内相关系数(ICC)	NA
2565	2025-10-06	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序列图像构建深度学习模型用于ccRCC病理分级预测，采用VGG-16作为主干网络架构	样本量相对较小（仅79例患者），需要更大规模的研究验证模型泛化能力	验证基于MRI的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）	医学影像分析	肾细胞癌	MRI, 扩散加权成像(DWI), 扩散峰度成像(DKI)	深度学习	医学影像	79例ccRCC患者（40例低级别，39例高级别）	NA	VGG-16	准确率, 精确率, 召回率, F1分数	NA
2566	2025-10-06	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，重点探讨AI如何推动精准组织学诊断的发展	系统阐述AI在肝脏组织学中减少重复任务负担、预测多种结果、降低观察者间变异性的创新应用	未提供具体实验数据验证AI模型在肝脏病理中的实际性能表现	探讨人工智能技术在肝脏病理学和精准组织学诊断中的应用价值与挑战	肝脏组织病理学数据和诊断流程	数字病理学	肝脏疾病	全玻片成像, 数字病理学	机器学习, 深度学习	病理图像	NA	NA	NA	NA	NA
2567	2025-10-06	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	开发了一种不确定性感知的自动化方法，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	提出了多任务贝叶斯神经网络，能够在不同辐射剂量CT图像中一致评估肺气肿和死亡风险，并提供不确定性量化	研究样本仅来自COPDGene研究，需要进一步验证在其他人群中的适用性	开发对成像协议更鲁棒的CT肺气肿定量评估方法	COPDGene研究中的1350名参与者，接受全剂量和减剂量胸部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	CT图像	1350名参与者（平均年龄64.4岁±8.7；659名女性）	NA	多任务贝叶斯神经网络	均值差异, Pearson相关系数, p值	NA
2568	2025-10-06	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的深度学习模型用于术前区分鼻腔鼻窦内翻性乳头状瘤与其恶性转化	首次提出基于多中心大样本MRI数据的深度学习诊断模型，通过注意力机制整合多序列特征	研究样本量相对有限，需要进一步多中心验证	术前预测鼻腔鼻窦内翻性乳头状瘤的恶性转化	568例来自四个中心的鼻腔鼻窦内翻性乳头状瘤患者（421例）和恶性转化患者（147例）	医学影像分析	鼻腔鼻窦肿瘤	MRI成像	深度学习模型	医学影像（T1WI、T2WI、CE-T1WI）	568例患者（421例SIP，147例SIP-SCC）来自四个医疗中心	NA	基于注意力机制的组合模型	AUC, Brier分数, 校准曲线, 决策曲线分析	NA
2569	2025-10-06	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	开发了一种基于人工智能的实时髋关节超声标准平面检测软件，用于发育性髋关节发育不良的筛查	提出了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	研究样本量相对有限，仅基于45个临床超声视频	提高发育性髋关节发育不良超声筛查的准确性和一致性	髋关节超声图像中的标准平面检测	计算机视觉	发育性髋关节发育不良	超声成像，Graf方法	目标检测模型	超声图像帧	训练集2,737帧（1,737标准平面，1,000非标准平面），验证集934帧（347标准平面，587非标准平面），来自45个临床超声视频	NA	SSD-MobileNet V2, YOLOv11n	准确率, 精确率, 召回率, F1分数	NA
2570	2025-10-06	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实现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特性的新型正则化器，严格保证拓扑保持特性	NA	开发能够保证拓扑保持的形变医学图像配准方法	医学图像	医学图像分析	NA	深度学习图像配准	MLP	医学图像	NA	NA	坐标MLP	数值和视觉实验评估	NA
2571	2025-10-06	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多变量深度学习模型预测癫痫患者精神疾病风险	首次结合临床和人口统计学数据，使用keras和neuralnet框架构建神经网络模型预测癫痫患者精神疾病共病	基于回顾性数据，需要前瞻性研究验证模型泛化能力	预测癫痫患者发生精神疾病的风险以实现早期干预	2,258名癫痫患者	机器学习	癫痫	神经网络分析	神经网络	临床数据和人口统计学数据	2,258名癫痫患者（2013-2023年回顾性数据）	keras, neuralnet	NA	准确率, 敏感度, 特异度, ROC-AUC	NA
2572	2025-10-06	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	系统评估放射组学、机器学习和深度学习在海马硬化识别中的诊断性能	首次对AI技术在HS检测中的应用进行系统综述和meta分析，比较了不同算法的性能	仅纳入6项研究，样本量有限，存在异质性	提高颞叶癫痫中海马硬化的诊断准确性	海马硬化患者	医学影像分析	癫痫	放射组学，人工智能	SVM, CNN, LR	医学影像数据	NA	NA	卷积神经网络	灵敏度，特异性，AUC	NA
2573	2025-10-06	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	开发基于多模态深度学习的AI算法，利用MRI和临床数据预测前列腺癌根治术后生化复发	首次将自动化多模态深度学习模型应用于前列腺癌术后生化复发预测，在中等风险患者中表现优于传统CAPRA-S评分标准	研究样本量有限（n=311），回顾性研究设计可能引入选择偏倚	预测前列腺癌患者根治性前列腺切除术后生化复发风险	前列腺癌患者	数字病理学	前列腺癌	MRI成像，临床数据分析	深度学习	医学影像，临床数据	311名前列腺癌患者	NA	多模态深度学习模型	AUROC，敏感性，log-rank检验	NA
2574	2025-10-06	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性能	首次将三种可解释AI技术(LIME、Grad-CAM、SHAP)集成到两阶段训练框架中，通过解释结果增强数据集	仅在两个公开数据集(BRATS2019和BR35H)上验证，需要更多临床数据验证泛化能力	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	脑肿瘤医学影像数据	计算机视觉	脑肿瘤	深度学习，可解释人工智能(XAI)	CNN	医学影像	BRATS2019数据集和BR35H数据集	NA	卷积神经网络	准确率，灵敏度，特异性，精确率，ROC-AUC	NA
2575	2025-10-06	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	提出一种用于中医脉象分类的深度学习方法TPC-GCN，通过增强SMOTE数据增强和多域特征提取提升分类性能	提出增强SMOTE方法进行数据增强，构建多配置图数据结构，设计多通道轻量图卷积网络，通过并行分支提取多层次信息并采用注意力加权融合	NA	提高中医脉象分类准确性，推进中医客观化诊断	中医脉象信号	机器学习	NA	脉象信号分析	GCN	脉象信号数据	NA	NA	多通道轻量图卷积网络	准确率,F1分数,召回率,精确率	NA
2576	2025-10-06	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和深度学习技术，开发了一种具有误差分类能力的伽马通过率预测方法	通过剂量学特征工程将静态射野划分为五个不同区域，并集成GAN模型实现伽马通过率预测与误差分类的联合分析	样本量相对较小（26个临床病例），部分区域分类性能有待提升（AUC值0.50-0.69）	改进放射治疗中的伽马分析误差分类能力，提升临床质量保证水平	放射治疗计划中的静态射野剂量分布	医学影像分析	肿瘤放射治疗	剂量测量技术，伽马分析	GAN	剂量分布数据	26个临床病例（6个用于训练，20个用于测试），包含1,515个VMAT静态射野和415个步进式射野	NA	GAN	AUC, 伽马通过率, 统计显著性检验	NA
2577	2025-10-06	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分析在10个关键领域如何增强大流行病的防范、应对和恢复能力	系统分析AI在疫情应对中的潜力，包括基于机器学习的监测、深度学习改进流行病学模型和AI驱动的非药物干预优化	实施AI在疫情应对中面临重大的伦理和治理挑战，特别是关于隐私、公平性和问责制	研究人工智能如何塑造未来疫情应对，支持快速演变危机中基于证据的决策	系统性风险管理和复杂互联系统中的疫情应对	机器学习	COVID-19	数据分析和人工智能技术	机器学习,深度学习	实时数据,流行病学数据	NA	NA	NA	NA	NA
2578	2025-10-06	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数据增强的CNN-Transformer混合模型	NA	开发帕金森病的准确早期诊断方法	帕金森病患者和健康对照受试者的EEG信号	机器学习	帕金森病	EEG信号处理	CNN, Transformer, GAN	EEG信号，时频图图像	NA	NA	CNN-Transformer混合架构	准确率	NA
2579	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	NA	NA	NA	NA
2580	2025-09-11	Editorial for "A Deep Learning-Based Fully Automated Cardiac MRI Segmentation Approach for Tetralogy of Fallot Patients" 2025-Sep-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70114 PMID:40928233	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA