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
2581	2026-05-01	A two-stage deep learning prediction system for colon cancer microsatellite instability status using CT images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1699430 PMID:41602410	研究论文	构建两阶段深度学习系统，使用CT图像预测结肠癌微卫星不稳定性状态	提出无需手动分割的两阶段深度学习系统，结合MSI-SAM分割模型和MSI状态诊断模型，实现自动预测	样本量较小（108例），仅包含增强CT扫描，需进一步验证泛化能力	开发基于CT图像的结肠癌微卫星不稳定性状态自动预测方法	结肠癌患者CT扫描图像及对应MSI状态（MSI-H和MSS）	计算机视觉	结肠癌	CT扫描	深度学习（两阶段：分割模型和诊断模型）	图像（CT扫描）	108例增强CT扫描（68例升结肠、14例横结肠、18例降结肠、8例乙状结肠；56例MSI-H和52例MSS）	NA	MSI-SAM（分割模型）和MSI状态诊断模型	DSC, IoU, AUC, 准确率(ACC), 灵敏度, 特异度	NA
2582	2026-05-01	Deep Learning of Multimodal Ultrasound: Stratifying the Response to Neoadjuvant Chemotherapy in Breast Cancer Before Treatment 2024-02-02, The oncologist DOI:10.1093/oncolo/oyad227 PMID:37669223	研究论文	开发两种多模态超声深度学习模型，在治疗前预测乳腺癌对新辅助化疗的耐药和病理完全缓解	首次利用多模态超声（灰阶二维超声和超声弹性成像）结合临床病理信息，构建两个深度学习模型分别预测耐药和病理完全缓解，并联合进行分层预测	NA	非侵入性预测乳腺癌患者对新辅助化疗的耐药和病理完全缓解，实现治疗前分层预测	乳腺癌患者	机器学习, 医学影像	乳腺癌	多模态超声（灰阶二维超声和超声弹性成像）	深度学习模型	图像（超声图像）	170名乳腺癌患者	NA	NA	AUC, 敏感性, 阴性预测值	NA
2583	2026-05-01	Prognostic significance of collagen signatures at breast tumor boundary obtained by combining multiphoton imaging and imaging analysis 2024-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-023-00851-4 PMID:37606817	研究论文	通过结合多光子成像和影像分析，探索乳腺肿瘤边界胶原特征对患者预后的意义	首次利用深度学习自动分类模型从多光子图像中识别肿瘤边界胶原特征，并结合岭回归分析构建CSTB评分，展示其优于传统临床模型的预后性能	样本量较小，仅涉及小规模数据，外部验证数据集可能有限	探索乳腺肿瘤边界胶原特征的预后意义，构建自动化预后预测工具	人类乳腺肿瘤样本	数字病理学	乳腺癌	多光子显微镜（MPM）	深度学习模型	多光子图像	NA	NA	NA	AUC，Cox比例风险回归分析，Kaplan-Meier生存分析	NA
2584	2026-05-01	Deep Learning and Gastric Cancer: Systematic Review of AI-Assisted Endoscopy 2023-12-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13243613 PMID:38132197	综述	系统评估深度学习在胃癌内镜辅助诊断中应用的研究现状	首次系统总结深度学习在胃癌分类、检测、肿瘤浸润深度评估、癌灶勾画、病变分割及早期和癌前病变识别中的多种应用，并对比AI与内镜医师的诊断性能	主要受限于单中心研究、未公开数据集、回顾性算法训练可能不代表真实临床表现、模型细节缺乏影响可重复性	评估深度学习在胃癌前病变、早期胃癌和胃肿瘤分析中的应用现状	深度学习算法用于胃肿瘤内镜图像检测的研究	计算机视觉	胃癌	内镜成像	CNN	图像	42项研究	NA	NA	诊断准确率	NA
2585	2026-05-01	Brain-Wide Projections and Differential Encoding of Prefrontal Neuronal Classes Underlying Learned and Innate Threat Avoidance 2023-08-09, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.0697-23.2023 PMID:37491314	研究论文	通过全脑连接组图谱和光纤光度记录，揭示内侧前额叶皮层不同神经元类别在习得性和先天性威胁回避中的差异编码机制	开发了DeepTraCE和DeepCOUNT两种基于深度学习的定量分析方法，首次实现了对全脑范围内大量标记轴突和细胞体的高通量量化，并揭示了mPFC不同投射类别在威胁回避中的功能特化	未提及具体限制	阐明mPFC神经元连接与功能之间的关系，理解威胁回避行为的神经基础	雄性和雌性小鼠内侧前额叶皮层投射至伏隔核、腹侧被盖区或对侧mPFC的神经元类别	机器学习, 数字病理学	恐惧症, 焦虑症, 情绪障碍	组织透明化, 光片荧光显微镜, 纤维光度记录, TRAP2小鼠	CNN, U-Net	图像	雄性小鼠、雌性小鼠	PyTorch	U-Net, 深度学习追踪模型	NA	NA
2586	2026-05-01	Comparison between renal pelvic and ureteral tumors in muscle-invasive upper tract urothelial carcinoma 2023-Mar, Cancer science IF:4.5Q1 DOI:10.1111/cas.15634 PMID:36330561	研究论文	比较肌层浸润性上尿路上皮癌中肾盂与输尿管肿瘤的临床特征、分子亚型和肿瘤微环境差异	利用深度学习算法从H&E组织切片中分类分子亚型，揭示肾盂肿瘤倾向管腔型而输尿管肿瘤倾向基底型和P53样型，并首次对比肿瘤微环境异质性	NA	探究肌层浸润性上尿路上皮癌中肾盂与输尿管肿瘤在临床特征、分子亚型和肿瘤微环境方面的差异	肌层浸润性上尿路上皮癌患者	数字病理学	上尿路上皮癌	深度学习、H&E组织学	深度学习算法	临床数据、H&E组织切片图像	来自SEER数据库的多中心数据及单中心数据	NA	NA	NA	NA
2587	2026-05-01	Restaining-based annotation for cancer histology segmentation to overcome annotation-related limitations among pathologists 2023-Feb-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100688 PMID:36873900	研究论文	提出SegPath数据集用于癌症组织学分割，通过免疫荧光复染克服病理学家注释局限	开发了SegPath生成流程，利用脱色后免疫荧光复染获得大规模注释数据集（比公开注释大10倍以上），并能克服病理学家注释偏差	未讨论模型在不同癌症类型或染色条件下的泛化能力，也未提及计算资源消耗	解决深度学习中病理图像分割训练数据不足和注释偏差问题	H&E染色癌症组织切片中的八种主要细胞类型	数字病理学	癌症	H&E染色、免疫荧光染色	深度学习分割模型（未明确指定）	图像	SegPath数据集，规模为公开注释的10倍以上	NA	NA	分割准确性	NA
2588	2026-05-01	DeepciRGO: functional prediction of circular RNAs through hierarchical deep neural networks using heterogeneous network features 2020-Nov-12, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-020-03748-3 PMID:33183227	研究论文	提出一种基于层次深度神经网络的模型DeepciRGO，利用异构网络特征预测环状RNA的基因本体功能	首次利用异构网络中的拓扑特征和层次深度神经网络预测环状RNA功能，并通过HIN2Vec表示学习方法融合多源交互网络信息	仅基于人工构建的小规模数据集circRNA2GO-62，且预测性能指标较低（最高F值为0.412），未整合RNA结构和序列信息以获得更优性能	利用深度学习模型预测环状RNA的生物学功能，以降低实验成本并揭示其在疾病中的调控机制	62种环状RNA及其185个基因本体注释	自然语言处理	NA	NA	层次深度神经网络	异构网络数据	62个环状RNA样本	NA	层次深度神经网络	F值, 召回率, 准确率	NA
2589	2026-05-01	Artificial intelligence quantified tumour-stroma ratio is an independent predictor for overall survival in resectable colorectal cancer 2020-Nov, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2020.103054 PMID:33039706	研究论文	开发深度学习模型自动量化肿瘤间质比，验证其对可切除结直肠癌总生存期的独立预测价值	首次实现基于深度学习对结直肠癌HE染色全切片图像进行全自动化肿瘤间质比量化，并在独立队列中验证其预后价值，可减少病理学家工作负担	NA	评估深度学习量化的肿瘤间质比对结直肠癌患者总生存期的独立预测能力	结直肠癌患者的HE染色全切片图像	数字病理学	结直肠癌	HE染色	卷积神经网络	图像	发现队列 499 例，验证队列 315 例	NA	CNN	风险比，95%置信区间，P值	NA
2590	2026-04-30	Multiclass Arrhythmia Classification Using Multimodal Smartwatch Photoplethysmography Signals Collected in Real-Life Settings 2026-Apr, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3613471 PMID:40986597	研究论文	利用真实环境中收集的多模态智能手表光电容积描记信号进行多类心律失常分类	采用轻量级双向门控循环单元深度学习模型，结合多模态输入（1D PPG、加速度计和心率数据），在真实环境下实现了对房颤与房性/室性早搏的高精度区分，尤其在PAC/PVC检测上达到83%的敏感性，且计算效率提升14倍	高密度脂蛋白相关分类（PAC/PVC）的敏感性仍有提升空间，且研究基于单一临床试验数据，外部数据集虽验证了泛化性但样本类型有限	开发一种能准确区分心房颤动与房性/室性早搏的轻量级深度学习方法，以减少假阳性检测	利用Pulsewatch临床试验中106名受试者超过两周的智能手表光电容积描记数据	机器学习	心律失常（心房颤动、房性/室性早搏）	光电容积描记（PPG）	双向门控循环单元（Bi-GRU）	信号数据（PPG、加速度计、心率）	106名受试者超过两周的监测数据	NA	1D双向GRU	敏感性、准确率、AUROC	NA
2591	2026-04-30	Colorectal mucosal exposure area assessment using artificial intelligence: a multicenter prospective observational study 2026-03, Endoscopy IF:11.5Q1 DOI:10.1055/a-2695-1832 PMID:40902624	研究论文	提出基于深度学习的累积结直肠黏膜暴露面积系统，并在多中心前瞻性观察研究中验证其作为结肠镜检查质量指标的有效性	首次提出累积结直肠黏膜暴露面积作为结肠镜检查质量指标，并结合深度学习技术构建自动化评估系统	研究未明确说明系统的泛化能力及在不同医疗环境中的适用性，且样本量相对有限	评估累积结直肠黏膜暴露面积作为结肠镜检查质量指标的有效性	510名接受结肠镜检查的参与者	计算机视觉	结直肠癌	深度学习	ResNet50, UNet++	图像	510名参与者的结肠镜检查图像	NA	ResNet50, UNet++	腺瘤检出率，息肉检出率，调整后比值比，调整后发生率比	NA
2592	2026-04-30	Deep Few-View High-Resolution Photon-Counting CT at Halved Dose for Extremity Imaging 2026-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3618754 PMID:41071701	研究论文	提出一种基于深度学习的半剂量高分辨率光子计数CT成像方法，用于肢体成像	设计基于块的体积细化网络以缓解GPU内存限制，使用合成数据训练网络并通过模型迭代细化弥合合成与临床数据之间的域差异	NA	实现半剂量和高速度的光子计数CT图像重建，同时保持图像质量和诊断价值	肢体图像重建，辐射剂量减半	计算机视觉	NA	光子计数CT	CNN	图像	8名患者的临床数据	PyTorch	基于块的体积细化网络	图像质量评估，诊断价值	GPU（NVIDIA）
2593	2026-04-30	Critical review of the model description in 'Kurdish handwritten character recognition using deep learning techniques' 2025-12, Gene expression patterns : GEP IF:1.0Q4 DOI:10.1016/j.gep.2025.119399 PMID:40617480	评论	指出《使用深度学习技术的库尔德手写字符识别》一文中模型描述、类别标签和模型摘要中的不一致问题	NA	NA	揭示并纠正原文中模型架构描述、类别标签和摘要中的关键差异，以提升研究的透明性和可重复性	原文的模型架构描述、类别标签及模型摘要	机器学习	NA	NA	深度学习模型	文本（手写字符图像数据）	NA	NA	NA	NA	NA
2594	2026-04-30	Quantitative analysis of chest CT with deep learning to assess the efficacy of tofacitinib in the treatment of anti-MDA5+ dermatomyositis 2025-12, Medicina clinica IF:2.6Q1 DOI:10.1016/j.medcli.2025.107206 PMID:41075323	研究论文	利用基于深度学习的胸部CT定量分析评估托法替尼治疗抗MDA5阳性皮肌炎的疗效	首次利用深度学习系统定量分析高分辨率CT评估托法替尼在抗MDA5+皮肌炎相关间质性肺病中的疗效	回顾性研究设计，样本量较小，未详细提及外部验证或模型泛化性	评估定量HRCT分析在判断抗MDA5+皮肌炎相关ILD病情及托法替尼疗效中的价值	抗MDA5阳性皮肌炎合并间质性肺病患者	数字病理学	肌炎相关间质性肺病	HRCT	深度学习模型	影像	70例患者（托法替尼组39例，非托法替尼组31例）	SPSS, R	未指定	3年生存率、全肺受累百分比、总病变体积减少量	NA
2595	2026-04-30	Impact of synthetic data on training a deep learning model for lesion detection and classification in contrast-enhanced mammography 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22006 PMID:40302983	研究论文	研究在对比增强乳腺摄影中，使用合成数据训练深度学习模型对病灶检测和分类的影响	探索了使用模拟微钙化簇的合成数据增强深度学习模型在对比增强乳腺摄影中检测和分类病灶的性能，并展示了无真实数据时模型仍能检测恶性病变	合成数据添加虽提高了检测敏感性但降低了精确度，且集成深度学习与影像组学模型在外部验证集上表现更差，可能由于假阳性区域干扰	评估在训练中引入模拟微钙化簇的合成数据是否能提升对比增强乳腺摄影中病灶检测和分类模型的表现	对比增强乳腺摄影中的病灶（包括恶性病变和微钙化簇）	计算机视觉	乳腺癌	对比增强乳腺摄影	深度学习模型	图像	782例无病灶乳房患者的低能量图像用于合成数据生成，850例真实患者数据用于训练，212例内部验证，279例外部验证	NA	深度学习模型（具体架构未指定）	检测敏感性，精确度，受试者工作特征曲线下面积	NA
2596	2026-04-30	Reliability of Whole-Liver Liver-Fat-Quantification Between Deep Learning-Accelerated and Standard Volumetric Interpolated Breath-hold Examination Dixon Sequences in a Prospective Oncology Cohort 2025-Oct-17, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001242 PMID:41105601	研究论文	评估深度学习加速T1加权VIBE Dixon序列与标准序列在肝脏脂肪定量中的可靠性	首次在肿瘤患者队列中验证深度学习加速MRI序列在肝脏脂肪定量中的准确性，实现扫描时间缩短60%以上而保持高一致性	单中心研究、样本量较小（60例）、仅评估低脂肪分数范围、未纳入高脂肪分数患者	评估深度学习加速T1加权VIBE Dixon序列对肝脏脂肪信号分数（FSF）定量的影响	接受临床指征腹部MRI的肿瘤患者	机器学习	肿瘤疾病	深度学习重建MRI	深度学习	图像	60例患者（平均年龄63.7岁，55%女性）	NA	NA	Spearman相关系数、平均绝对误差	NA
2597	2026-04-30	Automated Field of View Prescription for Whole-body Magnetic Resonance Imaging Using Deep Learning Based Body Region Segmentations 2025-Sep-16, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001236 PMID:40955705	research paper	利用深度学习进行全身磁共振成像自动视野规划	首次基于深度学习三维解剖分割实现全身磁共振成像多站视野自动规划，达到专家水平	脊柱分割精度相对较低（Dice系数0.63），且研究为单中心回顾性设计	开发并验证用于全身MRI的自动多站视野规划系统以减少手动操作变异性	行全身MRI检查的374例患者（内部队列）和10例外部验证患者	computer vision	其他	MRI	nnUNet	image	374例内部患者（50.5±18.2岁，52%女性）和10例外部患者	NA	nnUNet-v2	Dice系数、精确率、召回率、特异度	NA
2598	2026-04-30	From Support Vector Machines to Neural Networks: Advancing Automated Velopharyngeal Dysfunction Detection in Patients With Cleft Palate 2025-09-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004460 PMID:40911835	研究论文	本研究开发了一种基于神经网络的深度学习模型，用于自动检测腭裂术后患者的腭咽功能障碍	首次利用自监督深度学习模型从语音样本中自动检测腭咽功能障碍，并探索在中低收入国家推广的可能性	模型可能捕捉到混杂数据，影响检测准确性；需要进一步解决多语言语音分析问题	利用人工智能和机器学习自动检测腭咽功能障碍，以扩大中低收入国家的护理覆盖	腭裂术后患者及对照组的语音样本	机器学习	腭咽功能障碍	语音数据处理	神经网络	音频数据	60名患者（30名对照组，30名腭裂术后腭咽功能障碍患者），约8000个音频样本	NA	神经网络	准确率、精确率、召回率、F1分数	NA
2599	2026-04-30	Longitudinal methods for Alzheimer's cognitive status prediction with deep learning 2025-Sep, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70488 PMID:40994414	研究论文	利用深度学习开发新方法，预测阿尔茨海默病认知状态，跨度从3到10年	提出分离归一化基线特征与基线偏差的新建模技术，以及基于线性注意力的新插值方法	即使预测经3至10年验证最终发展为阿尔茨海默病的遗忘型轻度认知障碍仍具挑战性	扩展阿尔茨海默病认知状态预测的时间跨度至3-10年	遗忘型轻度认知障碍患者、阿尔茨海默病患者和健康对照者	机器学习	阿尔茨海默病	NA	深度学习模型	神经心理学数据和患者历史数据	美国国家阿尔茨海默病协调中心数据库中的样本	NA	线性注意力机制	准确率	NA
2600	2026-04-30	The Dipeptidyl Peptidase-4 Inhibitor Saxagliptin as a Candidate Treatment for Disorders of Consciousness: A Deep Learning and Retrospective Clinical Analysis 2025-08, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02217-0 PMID:39904872	研究论文	通过深度学习药物筛选和回顾性临床分析，发现二肽基肽酶-4抑制剂沙格列汀可作为意识障碍的候选治疗药物	首次利用深度学习模型基于三维分子结构预测现有FDA批准药物作为促醒剂的药效，并验证沙格列汀对急性和长期意识障碍的促醒作用	回顾性研究设计，需前瞻性临床试验确证疗效和安全性	识别现有FDA批准药物中可用于治疗意识障碍的新药	4047例因创伤、血管或缺氧性脑损伤所致昏迷患者的格拉斯哥昏迷量表评分变化	数字病理学, 机器学习	意识障碍, 脑损伤	深度学习药物筛选	深度学习模型	分子结构数据, 临床回顾性数据	4047例昏迷患者	NA	NA	恢复率, 95%置信区间, P值	NA