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
3121	2025-11-22	Attention-Based Whole-Slide Image Compression Achieves Pathologist-Level Prescreening of Multiorgan Routine Histopathology Biopsies 2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100827 PMID:40562215	研究论文	提出基于注意力机制的全切片图像压缩方法NIC-A，实现多器官常规组织病理活检的病理医生水平预筛查	引入切片打包技术将同一组织块的多张切片合并为单个图像，并开发基于注意力机制的弱监督深度学习框架NIC-A	仅在两个欧洲中心的队列中进行验证，需要更广泛的外部验证	开发自动化癌症检测系统以辅助病理医生预筛查工作流程	结肠、宫颈和十二指肠组织活检样本	数字病理学	结直肠癌,宫颈癌,乳糜泻	全切片成像,弱监督学习	深度学习,注意力机制	全切片图像	12,580张全切片图像来自9,141个组织块	NA	NIC-A（基于注意力的神经图像压缩）	与病理医生组对比性能	NA
3122	2025-11-22	Deep Learning-Guided Quantitative Analysis Establishes Optimized BRAF V600E Immunohistochemical Criteria for Colorectal Cancer: A Multiplatform Validation Study 2025-Nov, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104215 PMID:40683333	研究论文	通过深度学习指导的定量分析建立结直肠癌BRAF V600E免疫组化优化标准	首次使用深度学习数字病理平台量化免疫组化参数并建立结直肠癌特异性BRAF V600E检测标准	非典型染色模式病例仍需分子确认	建立结直肠癌特异性BRAF V600E免疫组化判读标准	250例结直肠癌病例	数字病理	结直肠癌	免疫组化, qPCR, 二代测序	深度学习	病理图像	250例结直肠癌病例	NA	NA	AUC, 一致性	NA
3123	2025-11-22	Increased Expression of Secreted Form A Disintegrin and Metalloproteinase 28 (ADAM28s) in Esophageal Squamous Cell Carcinoma: Implication for Carcinoma Cell Proliferation via Interleukin 6 Receptor Shedding 2025-Nov, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104222 PMID:40744225	研究论文	本研究探讨ADAM28s在食管鳞状细胞癌中的过表达及其通过白细胞介素6受体脱落促进癌细胞增殖的机制	首次揭示ADAM28s在食管鳞癌中的活性形式过表达及其与IL-6信号通路协同促进癌细胞增殖的新机制	研究仅涉及有限细胞系（TE-1、KYSE-140、TE-8）和小鼠异种移植模型，临床样本量未明确说明	探究ADAM28在食管鳞状细胞癌中的表达特征、临床意义及其介导癌细胞增殖的分子机制	食管鳞状细胞癌组织、癌细胞系（TE-1、KYSE-140、TE-8）、小鼠异种移植模型	数字病理学	食管鳞状细胞癌	免疫印迹、免疫组织化学、深度学习人工智能分析、siRNA干扰、异种移植模型	深度学习模型	蛋白质印迹数据、免疫组织化学图像、细胞增殖数据	三种食管鳞癌细胞系和小鼠异种移植模型，临床组织样本数量未明确	NA	NA	5年总生存率、疾病特异性生存率、肿瘤生长抑制率	NA
3124	2025-11-22	Histology-Based Virtual RNA Inference Identifies Pathways Associated With Metastasis Risk in Colorectal Cancer 2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100866 PMID:40803647	研究论文	本研究开发了一种基于组织学图像的虚拟RNA推断方法，用于识别与结直肠癌转移风险相关的通路	首次利用匹配的结直肠癌空间转录组数据训练深度学习模型，直接从H&E染色组织图像推断空间转录组水平的分子信息	仅凭组织学图像无法完全捕获某些肿瘤相关通路	开发从标准H&E组织图像推断空间分子信息的方法，用于结直肠癌转移风险评估	结直肠癌患者组织样本	数字病理学	结直肠癌	空间转录组学，H&E染色	深度学习	组织图像，空间转录组数据	45名患者，超过300,000个Visium位点	NA	UNI, ResNet-50, Vision Transformer, Vision Mamba	Spearman相关系数	NA
3125	2025-11-22	Deep Learning on Histologic Slides Accurately Predicts Consensus Molecular Subtypes and Spatial Heterogeneity in Colon Cancer 2025-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100877 PMID:40865918	研究论文	本研究开发了一种基于深度学习的方法，利用组织学切片预测结肠癌的共识分子亚型和空间异质性	首次使用深度学习模型从常规H&E染色全切片图像中预测结肠癌共识分子亚型和肿瘤内异质性	研究依赖于特定队列数据，需要进一步验证在更广泛人群中的适用性	开发基于深度学习的结肠癌分子亚型和肿瘤异质性预测方法	结肠癌患者的数字化组织学切片	数字病理学	结肠癌	苏木精-伊红±藏红染色全切片成像	自监督学习,弱监督学习	图像	1996名患者来自PETACC-8、TCGA-COAD和PRODIGE-13队列	NA	NA	宏平均曲线下面积	NA
3126	2025-11-22	Improving the accuracy of automated labeling of specimen images datasets via a confidence-based process 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013650 PMID:41223204	研究论文	提出一种基于置信度的自动化标签方法，显著提高标本图像数据集的标注准确率	通过分析网络对生成标签的置信度并结合用户定义阈值，拒绝低置信度标签，实现准确率从86%提升至95%以上	需要牺牲部分标签覆盖率（拒绝40%-65%的标签）来换取更高准确率	提高标本图像自动标注的准确率，使其成为生物学研究的可靠工具	自然历史收藏的标本图像数据集	计算机视觉	NA	深度学习	CNN	图像	超过60万份植物标本图像	NA	卷积神经网络	准确率	NA
3127	2025-11-22	Artificial Intelligence in Autism Spectrum Disorder Diagnosis: A Scoping Review of Face, Voice, and Text Analysis Methods 2025-Nov, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71476 PMID:41255386	综述	本文系统综述了人工智能在自闭症谱系障碍诊断中面部、声音和文本分析方法的现状与应用	首次全面整合了基于面部图像、声音特征和文本分析三种模态的AI诊断方法在自闭症领域的应用进展	采用叙述性综合方法，缺乏定量meta分析；未评估不同AI方法的临床适用性	评估人工智能在自闭症谱系障碍诊断中的应用效果	自闭症诊断相关的面部图像、声音数据和文本资料	自然语言处理,计算机视觉,机器学习	自闭症谱系障碍	深度学习,机器学习,自然语言处理	CNN,随机森林,混合模型	图像,音频,文本	NA	NA	Xception,VGG16-MobileNet,随机森林	准确率	NA
3128	2025-11-22	Evaluation of deep learning reconstruction in accelerated knee MRI: comparison of visual and diagnostic performance metrics 2025-Nov, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01464-8 PMID:40548970	研究论文	评估深度学习重建在加速膝关节MRI中的临床应用价值，比较其与传统序列的视觉质量和诊断性能指标	首次系统评估深度学习重建技术在膝关节加速MRI中的临床价值，证实其在保持诊断准确性的同时显著缩短扫描时间	样本量相对有限（116例），仅使用1.5T MRI扫描器，未评估其他类型膝关节病变	研究深度学习重建在膝关节加速MRI中的临床应用价值	116例膝关节损伤患者	医学影像分析	膝关节损伤	磁共振成像，深度学习重建	深度学习重建模型	MRI图像	116例膝关节损伤患者	NA	NA	信噪比，对比噪声比，图像质量评分，病变检测率，Cohen's kappa	1.5T MRI扫描器
3129	2025-11-22	Development and validation of an artificial intelligence algorithm for cervical vertebral maturation staging using lateral cephalograms 2025 Nov-Dec, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2025.08.012 PMID:41268013	研究论文	开发并验证基于侧位头颅X光片的颈椎骨成熟度分期人工智能算法	首次使用VGG19卷积神经网络实现颈椎骨成熟度的自动分期，显著提升诊断效率和准确性	样本量相对有限（525例），仅包含7-17岁人群，模型在CVS1阶段表现相对较差	开发自动评估颈椎骨成熟度的人工智能算法，改善传统手动分析的不足	7-17岁青少年的侧位头颅X光片	医学影像分析	骨骼发育评估	X射线成像	CNN	医学影像	525例侧位头颅X光片（249名男性，276名女性，平均年龄12.67岁）	PLAINSIGHT	VGG19	准确率, F1分数, 混淆矩阵	NA
3130	2025-11-22	Artificial intelligence in dermatology: The shifting paradigms 2025 Nov-Dec, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2025.08.016 PMID:41268018	观点论文	探讨人工智能在皮肤病学领域的现状、挑战及未来发展前景，特别关注印度医疗背景下的应用	提出将视觉语言模型与协作学习相结合的新范式，强调在资源有限地区提升皮肤病学知识可及性的独特机遇	存在数据集偏差（特别是深色皮肤代表不足）、监管不确定性以及缺乏全面培训计划	分析人工智能在皮肤病学中的整合现状并规划未来发展路线	皮肤病学诊断方法、治疗方式和患者护理系统	计算机视觉	皮肤癌	深度学习	CNN	皮肤图像	NA	NA	卷积神经网络	灵敏度, 特异性	NA
3131	2025-11-22	Segmenting beyond the imaging data: creation of anatomically valid edentulous mandibular geometries for surgical planning using artificial intelligence 2025-Oct-11, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06471-6 PMID:41074944	研究论文	本研究开发了一种基于深度学习的双阶段卷积神经网络方法，从含牙CT扫描中生成解剖学上有效的无牙下颌骨几何结构，用于下颌骨重建手术规划	创新点在于能够精确调整牙槽嵴几何形态，从含牙CT扫描生成解剖学有效的无牙下颌骨，解决了现有AI模型包含牙齿而不适用于无牙下颌骨重建规划的问题	研究样本量相对有限(n=246)，且主要关注牙槽骨吸收的特定分类(III类和V类)，可能无法覆盖所有临床变异情况	研究目的是探索使用基于深度学习的分割技术从含牙CT扫描生成解剖学有效的无牙下颌骨的可行性，为重建手术规划提供几何精确的模型	研究对象包括含牙、部分含牙和无牙的下颌骨CT数据	数字病理	颌面部疾病	计算机断层扫描(CT)	CNN	医学影像	246个下颌骨样本(包括含牙、部分含牙和无牙类型)	NA	双阶段卷积神经网络	Dice相似系数, 平均表面距离, 自动检测的解剖曲率	NA
3132	2025-11-22	Artificial intelligence-assisted endoscopic diagnosis system for diagnosing Helicobacter pylori infection: a multicenter study 2025-Oct-08, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04379-2 PMID:41063106	研究论文	开发并验证基于深度学习的人工智能内镜诊断系统（HOPE AI）用于幽门螺杆菌感染诊断	首个采用多示例学习框架和LSTM架构的大规模多中心研究，专门针对幽门螺杆菌感染的内镜诊断	研究仅在中国七家医院进行，需要更多外部验证以确保泛化能力	开发并验证人工智能系统用于幽门螺杆菌感染的内镜诊断	接受上消化道胃镜检查的18岁及以上患者	数字病理	幽门螺杆菌感染	胃镜检查	LSTM	图像, 视频	6207名患者的308,887张内镜图像和197个视频	NA	多示例学习框架, LSTM	准确率, 敏感性, 特异性, AUC	NA
3133	2025-11-22	Multimodal profiling of Pepcan-CB1 receptor structure-activity relationships: integrating molecular dynamics simulations, biological profiling, and the deep learning model MuMoPepcan 2025-Oct, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.109027 PMID:41005111	研究论文	本研究通过整合分子动力学模拟、生物活性分析和深度学习模型MuMoPepcan，探索了Pepcan与CB1受体的构效关系	提出干湿实验室结合的实验框架，将分子动力学模拟数据用于肽生物活性预测，并开发了深度学习模型MuMoPepcan	可获取的数据规模严格受限，湿实验室实验数据的少样本学习限制了机器学习算法的准确性	探索Pepcan与CB1受体的结构-活性关系，提高药物发现中生物活性预测的准确性	大麻素受体1型(CB1)和pepcan肽类化合物	药物发现，机器学习	疼痛管理	分子动力学模拟，生物筛选，深度学习	深度学习模型	生物活性数据，分子构象数据	45种合成的pepcan肽，数百万个分子动力学模拟生成的构象数据	NA	MuMoPepcan	预测误差	NA
3134	2025-11-22	The REgistry of Flow and Perfusion Imaging for Artificial Intelligence with positron emission tomography (REFINE PET):Rationale and design 2025-Oct, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102449 PMID:40774620	研究论文	介绍REFINE PET注册研究的设计方案和数据库构建，旨在收集多中心PET/CT影像数据以支持人工智能研究	建立首个整合多中心PET/CT影像、临床数据和结局的综合研究资源，结合传统定量分析与深度学习技术	数据来源于多个中心可能存在标准化差异，随访时间中位数为4.2年相对有限	验证和开发标准及新型心脏PET/CT处理方法，推进PET/CT心肌灌注成像在诊断和风险分层中的应用	心血管疾病患者	数字病理	心血管疾病	PET, CT, 心肌灌注成像	深度学习	医学影像, 临床数据	35595名患者来自14个中心，其中5955名患者有血管造影数据	NA	NA	主要不良心血管事件发生率	NA
3135	2025-11-22	Prior-guided automatic delineation of post-radiotherapy gross tumor volume for esophageal cancer 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70005 PMID:41046469	研究论文	提出一种融合医学物理先验知识的深度学习框架，用于自动勾画食管癌放疗后大体肿瘤体积	首次将放疗前GTV轮廓和放疗剂量分布作为医学物理先验知识整合到nnU-Net v2中，指导特征提取	回顾性研究，样本量相对有限（294例患者）	实现食管癌放疗后GTV的自动精准勾画，减轻人工勾画负担	食管癌患者	数字病理	食管癌	CT扫描，放疗剂量分布分析	深度学习，CNN	医学影像（CT扫描），轮廓数据，剂量分布图	294名食管癌患者（225训练，45内部验证，24外部验证）	PyTorch	nnU-Net v2	Dice系数，IoU，HD95，ASSD，精确率，召回率，ICC，Pearson相关性，LASSO-Cox，C指数	NA
3136	2025-11-22	Phylogenetic Methods Meet Deep Learning 2025-Sep-30, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf177 PMID:40973626	综述	探讨深度学习在系统发育学中的应用现状、挑战与未来发展方向	提出使用紧凑双射阶梯化向量或Transformer等新型训练数据编码方式处理更大规模的系统发育树和基因组数据	主要依赖模拟训练数据存在风险，需要关注计算估计的可重复性和鲁棒性	推动深度学习与系统发育学的交叉融合，提升系统发育分析的计算效率	系统发育树重建方法和基因组数据集	机器学习	NA	基因组测序数据	Transformer	基因组序列数据	NA	NA	Transformer	计算成本评估	与传统方法相比显著降低计算需求
3137	2025-11-22	Analysis of the analgesic mechanism of TENS-WAA in colonoscopy using the EEG-fNIRS system: a study protocol for a randomised controlled trial 2025-Sep-30, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-103681 PMID:41033775	研究论文	本研究通过随机对照试验探讨基于腕踝针理论的经皮神经电刺激在结肠镜检查中的中枢镇痛机制	首次结合脑电图和功能性近红外光谱的多模态方法研究TENS-WAA的镇痛机制，并应用深度学习框架分析神经生理信号与主观疼痛体验的关系	单中心研究，样本量较小（60例患者），仅针对非麻醉结肠镜检查患者	探究TENS-WAA在结肠镜检查中的中枢镇痛机制	接受非麻醉结肠镜检查的患者	医疗人工智能	结直肠疾病	EEG-fNIRS多模态神经影像技术	深度学习	脑电图信号，近红外光谱信号，临床评分	60例结肠镜检查患者	NA	NA	疼痛预测准确率，VAS评分相关性	NA
3138	2025-11-22	Deep learning neural network of adenocarcinoma detection in effusion cytology 2025-Sep-09, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqaf067 PMID:40736208	研究论文	开发基于深度学习的腺癌细胞检测模型用于积液细胞学检查	首次将YOLOv8目标检测算法应用于积液细胞学中的腺癌细胞检测	细胞标注过程中存在一些问题需要解决	开发自动检测积液细胞学中恶性细胞的深度学习模型	积液细胞学图像中的腺癌细胞	计算机视觉	腺癌	细胞学检查	CNN	图像	275例腺癌病例(12182张图像)和188例阴性病例(1980张图像)	Roboflow	YOLOv8	精确率,召回率,F1分数,mAP,准确率,灵敏度,特异性,假阳性率	NA
3139	2025-11-22	Can classical statistics and deep learning converge on explainable, causally driven target discovery? 2025-Sep-02, DNA research : an international journal for rapid publication of reports on genes and genomes IF:3.9Q1 DOI:10.1093/dnares/dsaf024 PMID:40971794	综述	探讨传统统计方法与深度学习在复杂疾病因果机制发现中的融合路径	提出结合深度学习可扩展性与统计遗传学推断能力的混合模型框架	当前深度学习模型存在过拟合风险、可解释性不足及缺乏标准化评估框架	开发下一代计算工具以揭示复杂疾病的分子基础并加速遗传发现向有效治疗的转化	复杂疾病的遗传变异与多组学数据	机器学习	复杂疾病	多组学数据整合	混合模型	基因组数据, 多组学数据	NA	NA	NA	NA	NA
3140	2025-11-22	Retinal Vessel Traits and Age-Related Eye Disease in the Canadian Longitudinal Study on Aging 2025 Sep-Oct, Clinical & experimental ophthalmology DOI:10.1111/ceo.14566 PMID:40515626	研究论文	本研究利用深度学习算法分析视网膜血管特征与青光眼和年龄相关性黄斑变性之间的横断面和纵向关联	首次在大规模人群队列中结合深度学习算法和纵向数据分析视网膜血管特征与年龄相关性眼病的时序关系	青光眼和黄斑变性为自我报告数据，可能存在测量误差	探讨视网膜血管特征与年龄相关性眼病的关联性	加拿大老龄化纵向研究中的30,097名参与者	数字病理学	年龄相关性眼病	深度学习，视网膜图像分析	深度学习算法	视网膜图像，临床测量数据	30,097名参与者，92%随访率	NA	QUARTZ	OR, 95% CI, β系数	NA