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
2941	2026-07-03	Artificial intelligence in clinical genetics 2025-03, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-024-01782-w PMID:39806188	综述	综述人工智能在临床遗传学中的应用，涵盖诊断、治疗和临床支持，并展望未来影响	系统总结AI在临床遗传学中的当前和新兴应用，并提出短、中、长期预测	未明确讨论AI应用的潜在风险或伦理问题，且预测精确速度不清晰	探讨AI在临床遗传学中的发展现状与未来趋势	临床遗传学领域的AI应用案例和技术	自然语言处理	遗传性疾病	NA	机器学习、深度学习、生成式AI	临床遗传数据	NA	NA	NA	NA	NA
2942	2026-07-03	Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08672-9 PMID:39883162	研究论文	该文章系统综述了机器学习算法在腰椎管狭窄症分割与分类中的应用	首次系统比较传统机器学习与深度学习在腰椎管狭窄症分割和分类任务上的表现，并指出深度学习模型（尤其是U-Net）性能更优	研究间难以直接比较，因结局指标和测试数据集多样；仅有少量模型进行了外部验证	评估和总结目前用于腰椎管狭窄症分割与分类的机器学习模型	针对腰椎管狭窄症的MRI、X光或CT扫描图像的分割与分类模型	机器学习	腰椎管狭窄症	MRI	深度学习	图像	共计27篇文章	NA	U-Net, CNN	多种结局指标	NA
2943	2026-07-03	MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC 2025-03, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.16205 PMID:39992060	研究论文	基于MRI的拓扑深度学习模型用于术前预测肝细胞癌微血管侵犯及辅助预后分层	结合拓扑结构改进深度学习模型，提升预测性能和可解释性，成功预测MVI并有效分层术后早期复发和总生存期	NA	开发和外部验证基于MRI的拓扑深度学习模型用于术前预测微血管侵犯	连续接受手术治疗的肝细胞癌患者	计算机视觉, 机器学习	肝细胞癌	MRI	CNN, TopoCNN	图像	589例患者，其中292例（49.6%）病理确诊MVI	NA	CNN, TopoCNN	AUC	NA
2944	2026-07-03	GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders 2025-03, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-025-01787-z PMID:39815041	研究论文	本文使用生成神经网络合成患有罕见遗传疾病个体的逼真肖像，以保护隐私并支持科学交流	首次采用改进的StyleGAN架构生成多种罕见遗传疾病的特定条件肖像，并引入REAL-ESRGAN提升低质量图像分辨率，同时添加未受影响类别增强模型对人脸特征的理解	未在摘要中明确说明局限性，但可能包括生成肖像的临床准确性验证不足、数据集中罕见疾病种类有限（仅20种）以及模型泛化能力待评估	探索使用生成神经网络合成罕见遗传疾病的准确肖像，解决医疗数据稀缺和隐私风险问题	稀有遗传疾病患者的肖像图像	计算机视觉	罕见遗传疾病	生成对抗网络	GAN	图像	来自GestaltMatcher数据库的20种最常见疾病图像，包含未受影响类别图像	PyTorch	StyleGAN, REAL-ESRGAN	通过63位人类专家验证生成肖像的有效性	未提及具体计算资源
2945	2026-07-03	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-02, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	综述	评估头颈肿瘤学文献中机器学习算法报告质量的系统评价	首次使用TRIPOD-AI标准系统评估头颈肿瘤学领域机器学习算法的报告质量	仅限于已发表文献，且TRIPOD-AI标准本身可能存在局限性	评估头颈肿瘤学文献中机器学习算法的报告质量并提出改进建议	头颈肿瘤学中机器学习算法的相关研究文献	自然语言处理	头颈肿瘤	NA	机器学习算法	NA	NA	NA	NA	NA	NA
2946	2026-07-03	MI-Mamba: A hybrid motor imagery electroencephalograph classification model with Mamba's global scanning 2025-02, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.15288 PMID:39844431	研究论文	提出一种将卷积神经网络与Mamba混合的脑电图分类模型MI-Mamba，用于运动想象数据解码	首次将Mamba的状态空间模型引入运动想象脑电解码，利用其全局扫描能力克服传统CNN和Transformer在长序列建模中的效率与依赖问题，同时将参数量减少近六倍	未明确提及，但可能需进一步验证在更多样化的数据集和真实场景中的泛化能力	提升运动想象脑电图解码的准确性并降低计算复杂度	运动想象脑电图信号	机器学习	NA	脑电图	CNN与Mamba混合模型	脑电图信号	两个公开运动想象数据集：BCI Competition IV 2a（四类任务）和BCI Competition IV 2b（两类任务）	NA	单卷积层结合Mamba模块	准确率	NA
2947	2026-07-03	Deep learning for the classification of atrial fibrillation using wavelet transform-based visual images 2025-01-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02872-5 PMID:39838437	研究论文	利用基于小波变换的视觉图像和深度学习进行心房颤动分类	首次使用Morse连续小波变换将心电图信号转换为图像，并结合深度学习进行房颤分类，获得了优于同类研究的效果	将信号转换为小波形式可能仅带来微小改进，但可能显著提升未来基于信号的诊断结果	探索使用Morse连续小波变换结合深度学习分类房颤的方法	心电图信号中的房颤分类	机器学习	心血管疾病	ECG信号处理	CNN	图像	未明确指定	NA	NA	准确率, F1分数, AUC	NA
2948	2026-07-03	Optimizing hip MRI: enhancing image quality and elevating inter-observer consistency using deep learning-powered reconstruction 2025-01-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01554-y PMID:39806303	研究论文	本文探讨利用深度学习重建技术优化髋关节MRI检查，在缩短扫描时间的同时提升图像质量和观察者间一致性	首次将深度学习重建方法应用于髋关节MRI加速成像，在不影响诊断效能的前提下实现约66.5%的扫描时间缩减，同时显著提升图像信噪比和对比噪声比	样本量较小（60例），且为回顾性研究，未对不同深度学习模型架构进行对比分析	评估深度学习重建技术在髋关节MRI中的图像质量改善效果和临床应用价值	接受髋关节MRI检查的60例患者	计算机视觉	髋关节疾病	深度学习重建	深度学习	图像	60例髋关节MRI患者	NA	NA	图像质量5分制评分、相对信噪比、相对对比噪声比、加权kappa统计量、Wilcoxon符号秩检验	NA
2949	2026-07-03	From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00863 PMID:39601789	综述	全面概述体外转录mRNA疫苗的最新研究进展和优化策略，包括人工智能在mRNA结构优化和递送系统设计中的应用	系统总结了人工智能和深度学习技术在IVT mRNA结构优化与递送配方设计中的创新应用，并涵盖了脂质纳米颗粒、聚合物和外泌体等前沿递送平台的最新进展	未明确指出具体局限性，但综述性质决定了缺乏实验验证数据	探讨IVT mRNA疫苗面临表达水平有限、非特异性肝靶向、快速降解和非预期免疫激活等挑战的解决方案，推动其临床转化	IVT mRNA分子及其递送系统	机器学习	传染病、癌症、遗传性疾病	体外转录	深度学习模型	文本	NA	NA	NA	NA	NA
2950	2026-07-03	Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00804 PMID:39606945	研究论文	利用分子动力学模拟和深度学习表面描述符构建机器学习模型，预测单克隆抗体的12种生物物理特性	首次结合全长抗体分子动力学模拟与DeepSP深度学习模型预测抗体的生物物理特性，且DeepSP在降低计算时间的同时达到与分子动力学模拟相当的预测效果	NA	开发高效预测单克隆抗体生物物理特性的机器学习模型，以加速抗体药物的研发和可开发性评估	137种抗体的12种生物物理特性（如聚集倾向、溶解度、粘度）	机器学习	NA	分子动力学模拟	深度学习模型	序列和生物物理特性数据	137种抗体的12种生物物理特性	PyTorch	DeepSP	预测性能对比	NA
2951	2026-07-03	FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00946 PMID:39647169	研究论文	基于多种分子表征的机器学习平台用于生物药剂学分类系统类别预测	首次开发基于高性能机器学习模型的BCS分类网络平台，整合了从一维分子指纹到三维空间坐标的多种分子表征，并对比多种算法后选择最优模型部署于在线平台	外部验证数据集规模有限，模型对log D和log P的预测性能存在差异，且未提及平台可扩展性和实际应用中的计算效率	开发用于高通量BCS类别预测的机器学习网络平台，提高药物早期开发中候选药物的可开发性评估效率	药物分子的溶解性和渗透性相关BCS类别	机器学习	NA	分子表征（指纹、描述符、分子图、三维空间坐标）	LightGBM, AttentiveFP, XGBoost	分子结构数据	四个BCS相关分子属性数据集及一个上市药物BCS类别外部验证集	NA	LightGBM, AttentiveFP, XGBoost	R², 准确率	NA
2952	2026-07-03	Subject-Based Transfer Learning in Longitudinal Multiple Sclerosis Lesion Segmentation 2025 Jan-Feb, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70024 PMID:39923192	研究论文	提出两种基于迁移学习的流程，以改善纵向多发性硬化病变分割的性能	针对每个受试者使用首次扫描微调深度学习模型，并提高该受试者后续扫描的分割性能	NA	提高纵向多发性硬化数据集中的病变分割准确性和一致性	多发性硬化患者的纵向MRI扫描	机器学学习	多发性硬化	MRI	深度学习模型（未具体指明）	图像	937名MS患者，3210次扫描	NA	NA	Dice系数, 灵敏度, 平均体积差异	NA
2953	2026-07-03	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	首次将弹性权重巩固应用于多发性硬化病变分割的域增量学习，减轻灾难性遗忘	首次在域增量学习背景下将弹性权重巩固用于多发性硬化病变分割，仅需少量目标域图像即可在适应新域的同时保留旧知识	未提及具体局限性	解决多发性硬化病变分割中深度学习方法因域偏移导致的灾难性遗忘问题	3D U-Net模型在多发性硬化病变分割任务中的域适应能力	计算机视觉	多发性硬化	弹性权重巩固	3D U-Net	图像	公共数据集（WMH2017和Shifts）及内部数据集，少量学习场景中仅使用3或5张目标域图像	PyTorch	3D U-Net	F-score	未提及
2954	2026-07-03	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	提出一种用于GRE和SWI MRI中脑微出血识别的稳健深度学习框架	结合3D CNN和YOLO方法，在公共和私有数据集上有效降低假阳性率，提升检测鲁棒性	未提及具体局限性	提高脑微出血自动检测的准确性，减少假阳性，确保临床和正常病例的鲁棒性	脑微出血病灶	计算机视觉, 数字病理学	脑血管疾病, 神经系统疾病	GRE, SWI MRI	3D CNN, YOLO	影像	涉及ADNI、AIBL、OATS和MAS四个数据集	NA	3D CNN, YOLO	平衡准确率, AUC, 精确率, 敏感度, F1分数	NA
2955	2026-07-03	Predicting language outcome after stroke using machine learning: in search of the big data benefit 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103858 PMID:40773787	研究论文	利用机器学习预测中风后语言恢复结果，并探索大样本数据效益	通过学习曲线方法系统评估样本量对逻辑回归与深度学习模型性能的影响，发现神经影像数据维度可大幅降低而不显著损失精度，提示分类可能依赖于简单模式如病变大小	当前数据集大小可能限制了进一步精度提升，且未达到绝对分类性能上限	探索样本量对机器学习模型预测中风后语言结局性能的影响及大数据的潜在优势	758名英语中风患者	机器学习	中风	神经影像	逻辑回归，ResNet-18	表格数据、神经影像数据	758名中风患者	NA	逻辑回归，ResNet-18	准确率	NA
2956	2026-07-03	Infectious disease prediction model based on optimized deep learning algorithm 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1703506 PMID:41613087	研究论文	提出基于遗传算法优化的GA-BiLSTM-ARIMA混合模型，用于传染病时间序列预测，并在日本COVID-19病例数据上验证其优越性	首次将遗传算法、双向长短期记忆网络与自回归积分滑动平均模型系统融合，通过智能优化策略实现混合模型的自动参数寻优，显著提升传染病预测的准确性和鲁棒性	仅基于日本COVID-19病例数据验证，未检验模型在不同国家或不同类型传染病中的泛化能力	开发一种高精度、鲁棒的传染病预测模型，以支持疫情防控策略的制定和早期预警	日本COVID-19疫情时间序列数据（病例数）	机器学习	COVID-19（传染病）	NA	混合模型（遗传算法+双向LSTM+ARIMA）	时间序列数据	NA（未明确样本量，仅提及日本病例数据）	NA	GA-BiLSTM-ARIMA, BiLSTM, ARIMA	RMSE, MAE, MAPE, R²	NA
2957	2026-07-03	Autonomous detection of nail disorders using a hybrid capsule CNN: a novel deep learning approach for early diagnosis 2024-12-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02840-5 PMID:39736622	研究论文	提出一种混合胶囊CNN模型，用于自动识别六种指甲疾病，实现早期诊断	首次将混合胶囊CNN模型应用于指甲疾病分类，克服了传统CNN的空间层次缺陷，并通过动态路由增强对图像变换的鲁棒性	NA	开发基于深度学习的自动分类系统，用于早期诊断六种指甲疾病	六种指甲疾病：蓝指甲、杵状指、凹点、甲钩、肢端黑色素瘤和正常指甲	计算机视觉	指甲疾病	NA	混合胶囊CNN	图像	使用指甲疾病检测数据集，具体样本数未提及	NA	混合胶囊CNN、基础CNN	分类准确率、精确率、召回率	NA
2958	2026-07-03	Target informed client recruitment for efficient federated learning in healthcare 2024-12-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02798-4 PMID:39696193	研究论文	提出一种基于本地硬件和目标分布信息的高效联邦学习客户端招募方法，用于医疗场景	将本地目标分布偏差、样本量和硬件效率整合到客户端代表性评估中，实现联邦学习子集招募，显著降低训练时间而不损害预测性能	可能依赖特定硬件环境，且需客户端提供本地分布信息，存在隐私泄露风险	优化联邦学习中的客户端选择和通信效率，减少训练时间和数据需求	医疗领域的回归和分类任务	机器学习	NA	NA	NA	NA	NA	NA	NA	预测性能、训练时间	NA
2959	2026-07-03	Reduced-dose deep learning iterative reconstruction for abdominal computed tomography with low tube voltage and tube current 2024-12-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02811-w PMID:39696218	研究论文	研究深度学习迭代重建算法在低管电压和低管电流下减少腹部CT辐射剂量并提高图像质量的可行性	首次在低管电压（80 kV）和低管电流条件下应用深度学习迭代重建（Deep IR）算法，实现辐射剂量降低69.94%同时改善图像质量	研究样本量较小（60例患者），且未对比其他深度学习重建方法或更高管电压设置	验证Deep IR算法在低辐射剂量腹部CT中的临床应用价值	60例接受腹部门静脉期CT检查的患者	计算机视觉	NA	腹部CT扫描	深度学习迭代重建（Deep IR）	CT图像	60例患者（男/女：36/24，年龄57.72±10.19岁）	NA	深度学习迭代重建（Deep IR）	CT值标准差、信噪比、对比噪声比、主观评分（5分制）	NA
2960	2026-07-03	Early prediction of mortality upon intensive care unit admission 2024-12-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02807-6 PMID:39696315	研究论文	开发和验证机器学习模型，在入住重症监护室时即预测成年危重患者的死亡率	首次在ICU入院时刻即利用机器学习模型预测死亡率，并对比了逻辑回归、梯度提升树和深度学习算法的性能	数据仅来自两家教学医院，可能影响泛化性；预测性能对于死亡率较低的群体仍有提升空间	早期预测危重患者ICU死亡风险	入住ICU的成年危重患者	机器学习	重症监护	NA	逻辑回归、梯度提升树、深度学习	表格数据	79,657次入院记录	NA	NA	AUC-ROC、AUC-PR	NA