深度学习在生物医药领域中的应用

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
281	2025-07-22	Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings 2025-Jul-03, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105494 PMID:40614660	research paper	本研究评估了一种深度学习模型（TILDL）用于量化鼻咽癌（NPC）H&E染色全切片图像（WSIs）中的肿瘤浸润淋巴细胞（TILs），并探讨了TILDL百分比与患者预后及免疫检查点阻断（ICB）反应的关系	开发了一种深度学习模型（TILDL）来自动量化H&E染色WSIs中的TILs，并验证了其作为预后指标的有效性	研究为回顾性分析，样本量有限，且仅基于两个中心的患者数据	评估深度学习模型在鼻咽癌TILs量化中的有效性及其预后价值	鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	H&E染色全切片图像分析	deep learning model (TILDL)	image	435名非转移性鼻咽癌患者（训练队列220名，验证队列215名）和63名接受ICB治疗的转移性鼻咽癌患者
282	2025-07-22	Virtual lung screening trial (VLST): An in silico study inspired by the national lung screening trial for lung cancer detection 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103576 PMID:40209556	研究论文	该研究通过虚拟肺部筛查试验（VLST）模拟国家肺部筛查试验（NLST），探讨虚拟成像试验（VITs）在加速临床试验和优化影像技术应用中的潜力	利用虚拟成像试验平台模拟主要临床试验的关键元素，展示其在无风险环境中复制临床试验某些方面的能力	研究仅基于模拟数据，可能无法完全反映真实临床环境的复杂性	探讨虚拟成像试验在肺部癌症筛查中的应用潜力	虚拟患者队列（294名受试者）及其模拟的CT和CXR影像	数字病理学	肺癌	CT和CXR成像	深度学习模型（AI CT-Reader和AI CXR-Reader）	影像数据	294名虚拟受试者
283	2025-07-22	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试了一种基于深度学习的算法，用于从眼底照片中检测可转诊青光眼	深度学习算法在检测可转诊青光眼方面的性能与或超过临床医生，且不受经验水平影响	研究数据仅来自洛杉矶县卫生服务部门的患者，可能不具有广泛代表性	开发并测试一种深度学习算法，用于从眼底照片中检测可转诊青光眼	6116名来自洛杉矶县卫生服务部门的患者	计算机视觉	青光眼	深度学习	Visual Geometry Group-19架构	眼底照片	训练集：12,998张图像来自5,616名患者；测试集：1,000张图像来自500名患者
284	2025-07-22	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-Jul, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战及未来方向	强调了针对儿童独特生理和发育特征的AI应用需求，填补了知识空白	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的潜在应用及挑战	儿科耳鼻喉科疾病及手术场景	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling, large language models	NA	image, clinical data	NA
285	2025-07-22	Deep learning diagnosis of hepatic echinococcosis based on dual-modality plain CT and ultrasound images: a large-scale, multicenter, diagnostic study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002486 PMID:40358633	研究论文	开发并验证了一种基于平扫CT和超声的多模态深度学习诊断系统，用于在资源匮乏地区筛查肝包虫病	整合平扫CT和超声成像数据，构建多模态深度学习诊断系统，显著提高了肝包虫病、肝囊肿和肝脓肿的诊断准确率	研究主要集中在中国新疆地区的八家医院，可能在其他地区的泛化性有待验证	提高资源匮乏地区肝包虫病的影像筛查准确率	肝包虫病、肝囊肿、肝脓肿及健康肝脏	数字病理	肝包虫病	平扫CT和超声成像	EfficientNet3D和EfficientNet-B0	图像	8979例病例，来自中国新疆八家医院，跨越18年
286	2025-07-22	Deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002488 PMID:40391963	研究论文	本研究构建并验证了一种基于深度学习和放射组学的机器学习模型，用于预测IDH野生型胶质母细胞瘤患者在接受最大安全手术切除后的总体生存期	结合深度学习分割网络和放射组学特征，构建了一个预测模型，并通过多中心数据进行验证	研究为回顾性设计，可能存在选择偏倚	预测IDH野生型胶质母细胞瘤患者的总体生存期	582名IDH野生型胶质母细胞瘤患者	数字病理	胶质母细胞瘤	磁共振成像	ResNet, Mime, RSF	医学影像	582名患者（训练队列301名，内部验证队列128名，外部验证队列153名）
287	2025-07-22	Preoperative Differentiation of Spinal Schwannoma and Meningioma Using Machine Learning-Based Models: A Systematic Review and Meta-Analysis 2025-Jul, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124096 PMID:40398809	meta-analysis	本研究通过系统综述和荟萃分析评估了基于机器学习的模型在术前区分脊柱神经鞘瘤和脑膜瘤中的诊断性能	首次系统评估了机器学习模型在脊柱神经鞘瘤和脑膜瘤术前鉴别诊断中的表现	纳入研究数量有限(6项)，样本量相对较小(644例患者)	评估机器学习模型在脊柱肿瘤术前鉴别诊断中的准确性	脊柱神经鞘瘤和脑膜瘤患者	digital pathology	spinal tumors	machine learning	deep learning-based models, ML-based models	medical imaging data	644例患者(364例神经鞘瘤，258例脑膜瘤)
288	2025-07-22	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色组织学图像直接推断空间基因表达谱	采用以图像为中心的对比学习策略捕捉与分子表达相关的形态学特征，减少对空间转录组学数据的依赖	未提及具体局限性	开发可扩展的计算方法以弥合成像与转录组学之间的鸿沟	H&E染色组织学图像和空间基因表达谱	digital pathology	NA	对比学习	深度学习框架	图像和基因表达数据	公开可用数据集
289	2025-07-22	Prognostic Value of Deep Learning-Extracted Tumor-Infiltrating Lymphocytes in Esophageal Cancer: A Multicenter Retrospective Cohort Study 2025-Jul, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71054 PMID:40673386	研究论文	本研究利用深度学习方法评估食管鳞状细胞癌(ESCC)中肿瘤浸润淋巴细胞(TILs)的预后价值	首次在ESCC中应用深度学习方法定量分析TILs的空间分布及其预后意义	未分析淋巴细胞亚群的空间信息，可能影响预测效果	评估TILs在ESCC中的预后价值	626例经病理确诊的ESCC患者	数字病理学	食管癌	全切片数字成像(WSI)和深度学习	DL(未指定具体模型)	病理图像	626例ESCC患者(来自两个研究中心)
290	2025-07-22	Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22991 PMID:40686315	研究论文	本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法	结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能	未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性	开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后	多通道MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	DBST算法、SIFT方法、深度学习	DarkNet53、DenseNet201	多通道MRI图像	公开可用的多通道MRI图像数据集
291	2025-07-22	Revolutionizing agriculture: A comprehensive review on artificial intelligence applications in enhancing properties of agricultural produce 2025-Jul, Food chemistry: X DOI:10.1016/j.fochx.2025.102748 PMID:40686912	review	本文综述了人工智能在农业中的应用，包括作物病害检测、产量预测和土壤健康评估等	探讨了AI工具如ML算法、深度学习模型、物联网和决策支持系统在农业中的创新应用	广泛采用面临高成本、隐私问题、基础设施不足和技术知识有限等障碍	提高农业生产的精准性和效率，解决作物产量最大化、精准灌溉和病虫害控制等挑战	农作物和农业生产过程	农业技术	NA	CNN, LSTM, ML, DL, IoT, DSS	CNN, LSTM	图像, 时间序列数据	NA
292	2025-07-22	A proof-of-concept study of direct magnetic resonance imaging-based proton dose calculation for brain tumors via neural networks with Monte Carlo-comparable accuracy 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100806 PMID:40687308	研究论文	本研究提出了一种基于深度学习的剂量引擎，能够直接从磁共振图像计算质子剂量，以简化工作流程并保持蒙特卡罗级别的准确性	首次实现了直接从磁共振图像进行质子剂量计算，无需合成CT，简化了工作流程并保持了高精度	研究样本量较小（39例脑肿瘤患者），且仅针对脑肿瘤患者进行了验证	开发一种能够直接从磁共振图像计算质子剂量的深度学习模型，以简化质子治疗的工作流程	脑肿瘤患者的磁共振和CT图像	数字病理	脑肿瘤	深度学习	xLSTM	图像	39例脑肿瘤患者（29例训练，3例验证，7例测试）
293	2025-07-22	Three-dimensional reconstruction of the knee joint based on automated 1.5T magnetic resonance image segmentation: A feasibility study 2025-Jul, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70361 PMID:40689092	研究论文	本研究验证了基于1.5T MRI的自动和半自动分割方法在膝关节三维重建中的准确性	使用基于transformer的深度学习模型（UNet-R）进行自动分割，并与激光扫描作为参考标准进行比较	样本量较小（11例新鲜冷冻尸体膝关节），且自动分割模型需要手动校正	验证1.5T MRI在膝关节三维重建中的准确性，并比较不同分割方法的性能	膝关节的远端股骨和近端胫骨	数字病理	膝关节疾病	1.5T MRI、激光表面扫描	UNet-R	MRI图像	11例新鲜冷冻尸体膝关节
294	2025-07-22	Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.55 PMID:40689724	研究论文	开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型	提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能	研究为回顾性队列研究，样本量相对较小（193眼）	开发自动化工具辅助临床医生准确诊断MNV亚型	治疗初治的新生血管性AMD患者的OCT图像	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	193眼治疗初治的新生血管性AMD患者
295	2025-07-22	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	开发了一种整合临床PET MPI参数的人工智能模型，用于提高阻塞性冠状动脉疾病（CAD）的诊断准确性	首次将多种PET MPI成像生物标志物整合到AI模型中，提供自动化和可解释的CAD诊断预测	研究为回顾性设计，且仅纳入无既往CAD病史的患者	提高冠状动脉疾病的诊断准确性	冠状动脉疾病患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	XGBoost	医学影像	1,664名接受心脏PET/CT检查的患者（训练集386例，外部测试集1,278例）
296	2025-07-22	Immune-related genes can accurately predict survival in bladder cancer: a retrospective study via two independent immunotherapy cohorts 2025-Jun-30, Translational andrology and urology IF:1.9Q3 DOI:10.21037/tau-2025-28 PMID:40687668	研究论文	本研究通过两个独立的免疫治疗队列，利用免疫相关基因建立了一个深度学习风险评分模型，用于预测膀胱癌患者的生存期	首次利用免疫相关基因建立深度学习风险评分模型，用于预测膀胱癌免疫治疗的生存期，并验证了其独立预后价值	研究仅基于回顾性数据，需要前瞻性研究进一步验证	识别免疫相关基因作为膀胱癌免疫治疗的潜在生物标志物	膀胱癌患者	数字病理学	膀胱癌	基因表达分析	深度学习	基因表达数据	两个独立免疫治疗队列（IMvigor210CoreBiologies和GEO数据库）
297	2025-07-22	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Jun-26, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出了一种基于YOLOv8的轻量级目标检测模型YOLOv8-DuckPluck，用于樱桃谷鸭羽毛啄食部位的检测	集成了新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead作为检测头，并应用知识蒸馏技术提升模型性能	未提及模型在其他家禽啄食行为检测中的泛化能力	开发高效准确的樱桃谷鸭羽毛啄食部位检测模型，满足现代精准畜牧业需求	樱桃谷鸭的羽毛啄食行为	计算机视觉	NA	知识蒸馏	YOLOv8	图像	未明确说明样本数量
298	2025-07-22	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	研究论文	开发一种结合3D径向kooshball采集和时空深度学习4D重建技术的自由呼吸高清(HD)肺部MRI方法，实现1.1毫米各向同性分辨率和扫描时间少于5分钟	提出两种高清Movienet (HD-Movienet)深度学习模型用于3D径向kooshball数据重建，显著缩短重建时间并保持图像质量	3D-based HD-Movienet虽然提高了重建质量，但重建时间更长	开发快速高分辨率的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习重建	2D-based HD-Movienet, 3D-based HD-Movienet	MRI影像	18人（8名健康志愿者和10名患者）
299	2025-07-22	Tailoring task arithmetic to address bias in models trained on multi-institutional datasets 2025-Jun-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104858 PMID:40494422	研究论文	该论文提出两种模型无关的方法TAPER和DAPPER，通过任务向量算术减少多机构数据集中模型对来源的偏见	首次将任务向量算术应用于减少NLP模型中由数据来源引起的偏见，提出TAPER和DAPPER两种新方法	仅在三个数据集上进行了评估，未验证在其他类型数据集上的泛化能力	解决多机构数据训练中深度学习模型对数据来源的偏见问题	自然语言处理中的深度学习模型	自然语言处理	NA	任务向量算术	RoBERTa, Llama-2	文本	三个数据集
300	2025-07-22	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	research paper	提出UniScore作为整合和标准化多种搜索引擎输出的度量标准，用于分析基于LC/MS/MS的自下而上蛋白质组学数据	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值控制接受标准，且能处理大量数据而无需大量计算资源	未提及具体局限性	开发一种统一且通用的度量标准，用于整合和标准化多种搜索引擎在蛋白质组学数据分析中的输出	数据依赖采集（DDA）数据，来自LC/MS/MS自下而上蛋白质组学	蛋白质组学	NA	LC/MS/MS, 自下而上蛋白质组学	NA	质谱数据	大规模全球蛋白质组数据和磷酸化蛋白质组数据