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
3281	2025-11-27	Enhanced PPG-based stress recognition: a transfer learning approach to internal vs. external stress 2025-Nov-25, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae241c PMID:41289696	研究论文	本研究开发基于光电容积脉搏波(PPG)信号的内部与外部压力识别方法，并建立了包含107名参与者的压力数据集	提出结合领域对抗神经网络(DANN)和最大均值差异(MMD)的迁移学习模型，用于区分不同类型压力	样本量相对有限(107名参与者)，不同压力范式间的识别准确率存在差异	开发基于PPG信号的自动化压力识别方法，区分内部与外部压力	107名参与者在四种不同压力诱导范式下的PPG信号	机器学习	压力相关疾病	光电容积脉搏波(PPG)信号分析，心率变异性(HRV)分析	领域对抗神经网络(DANN)	生理信号(PPG)	107名参与者	NA	领域对抗神经网络(DANN)	准确率	NA
3282	2025-11-27	Deep learning-extracted high-resolution dataset of rural courtyards and rooftops in northern China 2025-Nov-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06260-6 PMID:41290723	研究论文	利用深度学习技术从亚米级遥感影像中提取中国北方农村庭院和屋顶的高分辨率空间数据集	首次通过深度学习方法在区域尺度上实现了农村宅基地院落边界和屋顶足迹的自动化精确提取	仅针对中国北方代表性区域，未覆盖全国所有农村地区	构建农村聚落微观结构数据集以支持可持续农村发展研究	中国北方农村地区家庭庭院和建筑屋顶	计算机视觉	NA	遥感影像分析	CNN	高分辨率航空影像	中国北方代表性区域的大范围农村地区	NA	卷积神经网络	基于实地观测验证的高精度	NA
3283	2025-11-27	Diagnostic performance of artificial intelligence for facial fracture detection: a systematic review 2025-Nov-25, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00878-3 PMID:41291186	系统综述	评估人工智能模型在面部骨折检测中的诊断性能	首次系统评估AI在多种影像模态（CT、CBCT、平片）上面部骨折检测的综合性能	研究普遍存在回顾性、单中心设计、样本量有限、标注不一致且缺乏外部验证	评估AI模型在面部骨折检测中的诊断性能	面部骨折患者	计算机视觉	面部骨折	CT、CBCT、平片	目标检测、分类、分割模型	医学影像	23项研究（具体样本量未提供）	NA	YOLOv5, Faster R-CNN, ResNet, Swin Transformer	敏感度, 特异度, AUC	NA
3284	2025-11-27	A deep learning pipeline for detecting vestibular schwannoma patients with unilateral vestibular loss based on kinematic data 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29776-8 PMID:41291198	研究论文	开发基于运动学数据的深度学习分类器，用于检测前庭神经鞘瘤患者的单侧前庭功能丧失	利用深度学习捕捉前庭神经鞘瘤患者在手术干预前的早期运动适应模式，即使传统临床评估显示正常	样本量有限，性能指标仍有提升空间（准确率最高0.74）	检测前庭神经鞘瘤患者的平衡和协调功能损伤	前庭神经鞘瘤患者和年龄匹配的健康对照者	机器学习	前庭神经鞘瘤	惯性测量单元（IMU）运动捕捉	CNN	运动学数据	前庭神经鞘瘤患者和健康对照者（具体数量未明确说明）	NA	卷积神经网络	准确率	NA
3285	2025-11-27	Interpretable multimodal MRI radiomics for predicting neoadjuvant chemotherapy response in nasopharyngeal carcinoma 2025-Nov-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02071-8 PMID:41291491	研究论文	本研究开发了基于多模态MRI影像组学的可解释模型，用于预测鼻咽癌患者新辅助化疗疗效	首次结合动态对比增强MRI特征构建深度学习模型，并利用SHAP方法提供模型预测的可解释性分析	回顾性研究设计，样本量相对有限（370例患者），且仅部分患者（126例）包含DCE-MRI数据	评估多模态MRI影像组学模型在预测鼻咽癌新辅助化疗疗效中的价值，并比较机器学习与深度学习模型的性能差异	鼻咽癌患者	医学影像分析	鼻咽癌	多模态MRI（T1WI, PDWI, CE-T1WI, DCE-MRI）	机器学习, 深度学习	医学影像	370例鼻咽癌患者（其中126例包含DCE-MRI数据）	NA	多层感知机, 逻辑回归, 支持向量机, 随机森林, 极端梯度提升	AUC, 敏感性, 特异性	NA
3286	2025-11-27	Artificial intelligence at the gut-oral microbiota frontier: mapping machine learning tools for gastric cancer risk prediction 2025-Nov-25, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01487-1 PMID:41291759	综述	系统评估人工智能和机器学习工具在利用微生物组数据预测胃癌风险方面的应用现状与方法学质量	首次系统绘制AI驱动微生物组胃癌预测的方法学版图，建立临床准备度矩阵和验证质量评估体系	纳入研究数量有限(仅9篇)，缺乏外部验证的研究比例高(仅33.3%)，报告标准不一致	评估AI和机器学习模型在基于微生物组和非侵入性生物标志物的胃癌预测中的方法学严谨性、转化准备度和生物标志物一致性	胃黏膜、粪便、唾液、舌苔和肿瘤组织等样本来源的微生物组数据	机器学习	胃癌	16S rRNA测序	Random Forest, LASSO, LightGBM, 深度学习	微生物组数据，舌部影像	9项符合纳入标准的研究	NA	NA	AUC	NA
3287	2025-11-27	Multi-view field deep learning and data augmentation for heavy metals concentrations prediction in marine sediments based on visible and near-infrared spectroscopy 2025-Nov-24, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.119037 PMID:41289856	研究论文	提出融合双重正则化Wasserstein生成对抗网络和多视场长短期记忆网络的方法，用于基于可见-近红外光谱预测海洋沉积物重金属浓度	首次将DR-WGAN-GP数据增强与MVF-LSTM多尺度建模相结合，解决海洋沉积物样本稀缺下的重金属浓度预测问题	样本数量有限可能影响模型泛化能力，方法仅在特定重金属（Cu和As）上验证	开发快速无损的海洋沉积物重金属污染监测方法	海洋沉积物中的铜（Cu）和砷（As）重金属浓度	机器学习	NA	可见-近红外光谱（Vis-NIR spectroscopy）	GAN, LSTM	光谱数据	小规模海洋沉积物样本集	NA	DR-WGAN-GP, MVF-LSTM	R, RMSE, RPD	NA
3288	2025-11-27	Evaluating the Diagnostic Accuracy of Artificial Intelligence in Spondylolisthesis Detection: A Systematic Review and Meta-analysis 2025-Nov-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.11.002 PMID:41290429	系统综述与荟萃分析	通过系统综述和荟萃分析评估人工智能模型在脊椎滑脱诊断中的准确性	首次对AI在脊椎滑脱诊断中的性能进行系统性量化评估，比较了不同影像模态和模型类型的表现差异	研究间存在显著异质性，需要更多标准化研究来验证实际应用价值	评估AI模型在脊椎滑脱检测中的诊断准确性	脊椎滑脱患者	医学影像分析	脊椎滑脱	医学影像分析	深度学习	医学影像	24项研究（21项用于荟萃分析），8029个观察样本	NA	FAR networks, YOLOv8	敏感度, 特异度, AUC	NA
3289	2025-11-27	Advancing Stroke Diagnosis: A Comprehensive Review of Artificial Intelligence in Detecting Early Ischemic Changes on Noncontrast CT (NCCT) 2025-Nov-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.11.015 PMID:41290431	综述	本文综述人工智能在非增强CT图像上检测早期缺血性改变的应用现状与发展前景	系统总结AI在自动计算ASPECTS评分和基于深度学习的EIC检测两大技术突破，强调其在辅助临床决策中的创新价值	现有AI模型仍存在依赖大规模数据集和临床验证不足等局限性	探索人工智能在急性缺血性卒中早期诊断中的应用潜力	非增强CT图像中的早期缺血性改变	数字病理	脑血管疾病	NCCT	深度学习	医学影像	NA	NA	NA	NA	NA
3290	2025-11-27	Explainable Artificial Intelligence for Multi-Modal Cancer Analysis: From Genomics to Immunology 2025-Nov-23, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.105040 PMID:41290079	综述	本文综述了可解释人工智能在多模态癌症分析中的应用，重点介绍了从基因组学到免疫学的多模态数据整合方法	提出了免疫学信息引导的多模态整合方法，将预测特征与肿瘤免疫微环境动态联系起来，增强了生物标志物发现和免疫治疗分层能力	面临数据协调和模态不平衡等挑战，需要确保科学有效性的模态选择标准	推进个性化精准肿瘤学发展，提高癌症预后准确性、治疗选择和治疗反应预测能力	多模态生物医学数据，包括基因组学、转录组学、组织病理学、医学影像、蛋白质组学、代谢组学、电子健康记录和免疫学特征	机器学习	癌症	多模态深度学习，可解释人工智能	深度学习	多模态生物医学数据	NA	NA	NA	统计指标，生物学合理性评估	NA
3291	2025-11-27	Utilization of an automated machine learning approach for the detection of granular corneal dystrophy via slit lamp photographs 2025-Nov-22, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-04324-0 PMID:41275196	研究论文	本研究应用自动化机器学习技术通过裂隙灯照片检测颗粒状角膜营养不良	首次将Google Vertex-AI自动化机器学习平台应用于罕见眼科疾病GCD的自动诊断	样本量较小(仅223张图像)，且排除了伴随其他角膜疾病的患者	开发基于自动化机器学习的颗粒状角膜营养不良自动诊断系统	颗粒状角膜营养不良患者的裂隙灯照片	计算机视觉	颗粒状角膜营养不良	裂隙灯摄影	深度学习	图像	223张裂隙灯照片(72张GCD, 151张非GCD)	Google Vertex-AI	AutoML	AUPRC, 灵敏度, 特异性, 阳性预测值, 准确率, F1分数	Google Vertex-AI平台
3292	2025-11-27	Automated detection of the epileptogenic zone in stereoelectroencephalography for drug-resistant epilepsy using multi-epileptogenic biomarker machine learning 2025-Nov-22, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107710 PMID:41289960	研究论文	本研究开发了一种可解释的机器学习框架，通过整合多种癫痫源性生物标志物来自动定位药物难治性癫痫患者的致痫区	首次将多种癫痫源性生物标志物整合到可解释的机器学习框架中，并使用SHAP方法解释深度学习模型的决策过程	回顾性研究，样本量相对较小（38名患者），需要更大规模的前瞻性验证	开发可解释的机器学习框架以提升药物难治性癫痫患者致痫区的定位准确性	接受立体脑电图探查的药物难治性癫痫患者	机器学习	癫痫	立体脑电图，电生理特征分析	深度学习，机器学习算法	电生理信号	38名患者，1671个SEEG通道	NA	NA	AUC	NA
3293	2025-11-27	A review of firearm toolmarks identification: Progress, challenges, and perspectives 2025-Nov-20, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112735 PMID:41289806	综述	系统回顾枪支工具痕迹识别技术的演进历程，分析当前挑战并展望未来发展方向	提出从传统形态学方法向概率评估框架的范式转变，引入似然比量化识别结论	需解决多模态数据融合和非标准化枪支识别等挑战	构建可验证、高可靠性的枪支识别系统	枪支发射的子弹和弹壳上的微观痕迹	法医科学	NA	共聚焦显微镜、扫描电子显微镜、微型计算机断层扫描	深度学习	3D地形图像	NA	NA	NA	似然比	NA
3294	2025-11-27	Rapid MR examination with deep learning reconstruction improves diagnosis of complicated acute appendicitis 2025-Nov-19, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112554 PMID:41289720	研究论文	评估采用深度学习重建的快速非对比磁共振成像在诊断复杂性阑尾炎中的性能	首次将深度学习重建技术应用于快速非对比MRI协议，显著提升对复杂性阑尾炎的诊断准确性	样本量较小（62例患者），且包含特殊人群（4例孕妇）	比较深度学习重建MRI与传统MRI及非对比CT在诊断复杂性阑尾炎方面的性能差异	急性阑尾炎患者（含孕妇群体）	医学影像分析	急性阑尾炎	磁共振成像（T1加权、T2加权、扩散加权成像）、计算机断层扫描	深度学习重建模型	医学影像	62例患者（55例确诊急性阑尾炎，其中51例同时接受CT和MRI检查，4例孕妇仅接受MRI检查）	NA	NA	灵敏度、阴性预测值、受试者工作特征分析、kappa统计量	NA
3295	2025-11-27	Active Stacking-Deep Learning with Strategic Sampling for Small and Imbalanced Chemical Toxicity Prediction 2025-Nov-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04016 PMID:41280803	研究论文	提出一种结合主动学习、堆叠集成学习和战略采样的深度学习框架，用于解决化学毒性预测中数据不平衡和有限数据的问题	首次将主动学习与堆叠集成学习结合，并集成CNN、BiLSTM和注意力机制，在数据不平衡情况下实现高效毒性预测	在不同测试比例下性能有所下降，虽然不确定性方法在严重类别不平衡下表现更稳定	提高化学毒性预测的准确性和数据效率，特别是针对干扰甲状腺的化学物质	针对甲状腺过氧化物酶的甲状腺干扰化学物质(TDCs)	机器学习	甲状腺功能障碍	分子对接	CNN, BiLSTM, 注意力机制	化学数据	NA	NA	卷积神经网络, 双向长短期记忆网络, 注意力机制	MCC, AUROC, AUPRC	NA
3296	2025-11-27	Can artificial intelligence predict failure of non-invasive respiratory support in the neonatal unit? 2025-Nov-18, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2025.101692 PMID:41290497	综述	探讨人工智能在新生儿重症监护室中预测无创呼吸支持失败的应用潜力	首次系统评估AI模型在预测新生儿无创通气失败方面的表现，重点关注深度学习模型的应用潜力	纳入研究数量有限（6项），缺乏多中心外部验证研究，需要进一步验证模型的泛化能力	评估人工智能预测新生儿无创呼吸支持失败的能力，以改善临床决策和个性化护理	新生儿重症监护室中的早产儿和新生儿患者	医疗人工智能	新生儿呼吸系统疾病	无创通气监测	深度学习, 逻辑回归, 支持向量机	临床监测数据	3421名婴儿	NA	多模态深度神经网络	AUC	NA
3297	2025-11-27	Artificial intelligence powered radiomics model for the assessment of colorectal tumor immune microenvironment 2025-Nov-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i11.108576 PMID:41281478	研究论文	开发基于深度学习的放射组学模型，用于结直肠肿瘤免疫微环境的无创评估	首次结合术前CT影像和组织病理学图像开发深度学习模型预测结直肠癌免疫相关指标	研究样本量较小且来自单一医疗中心，缺乏明确的纳入/排除标准，未包含临床病理特征	建立无创评估结直肠肿瘤免疫微环境的方法	315例确诊结直肠癌患者	数字病理	结直肠癌	CT影像学，组织病理学分析	深度学习模型	CT图像，组织病理图像	315例结直肠癌患者	NA	NA	ROC曲线，AUC，决策曲线分析	NA
3298	2025-11-27	Artificial intelligence in echocardiography: trends, hotspots and future directions 2025-Nov-14, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004061 PMID:41247994	综述	通过文献计量学方法分析人工智能在超声心动图领域的研究趋势、热点和未来方向	首次使用文献计量学方法系统分析AI在超声心动图领域的科研产出和发展轨迹	仅基于Web of Science数据库的1296篇文献，可能存在收录偏差	分析人工智能在超声心动图领域的研究趋势和发展方向	1296篇相关科研文献	医学影像分析	心血管疾病	文献计量学分析	深度学习	文献元数据	1296篇出版物	bibliometrix R	NA	NA	NA
3299	2025-11-27	Artificial intelligence in contrast enhanced ultrasound: A new era for liver lesion assessment 2025-Nov-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i42.112196 PMID:41278165	综述	本文综述了人工智能在对比增强超声中提升肝脏病灶评估准确性的应用	首次系统整合机器学习与深度学习技术于CEUS，实现实时分析和LI-RADS分类标准化	需要更多大规模多中心研究验证临床适用性	评估AI增强CEUS在肝脏成像中的临床应用价值	肝脏病灶的对比增强超声图像	医学影像分析	肝脏疾病	对比增强超声(CEUS)	机器学习,深度学习	超声图像	NA	NA	NA	LI-RADS分类一致性,操作者间变异性,敏感性	NA
3300	2025-11-27	Could artificial intelligence-powered colonoscopies change the future of colorectal cancer screening? 2025-Nov-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i42.111291 PMID:41278160	综述	评估人工智能在结直肠癌筛查中的应用潜力与挑战	提出软AI结肠镜概念，整合计算机辅助检测和诊断系统提升病变识别能力	AI实施成本高、数据隐私问题、需要大量临床验证	评估AI技术对结直肠癌筛查流程的影响	结直肠癌筛查方法及AI辅助诊断系统	数字病理	结直肠癌	结肠镜检查	深度学习	内窥镜图像	NA	NA	NA	病变检测率	NA