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
3621	2025-11-22	Machine Learning-Based Rupture Risk Prediction for Intracranial Aneurysms: A Systematic Review and Meta-Analysis 2025-Nov-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003531 PMID:40444989	系统综述与Meta分析	通过系统综述和Meta分析评估机器学习在颅内动脉瘤破裂风险预测中的应用效果	首次系统比较多种机器学习算法与传统PHASES评分在动脉瘤破裂风险预测中的性能差异	外部验证集中血流动力学参数未能显著提升模型性能，需要前瞻性研究验证临床实用性	评估机器学习在颅内动脉瘤破裂风险预测中的应用价值	颅内动脉瘤患者	机器学习	脑血管疾病	机器学习算法	深度学习,多种机器学习算法	临床数据,血流动力学参数	36项研究涉及22462名患者	NA	124个模型使用25种算法	灵敏度,特异度,准确率,AUC	NA
3622	2025-11-22	MSFHNet: a hybrid deep learning network for multi-scale spatiotemporal feature extraction of spatial cognitive EEG signals in BCI-VR systems 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03386-y PMID:40471491	研究论文	提出一种名为MSFHNet的混合深度学习网络，用于从BCI-VR系统中的空间认知EEG信号中提取多尺度时空特征	采用分层架构，时间模块使用多尺度扩张卷积捕获动态EEG变化，空间模块集成通道-空间注意力机制建模通道间依赖关系和空间分布，通过交叉堆叠模块实现深度级融合	NA	提升BCI-VR系统中空间认知训练和评估的EEG信号表征能力	空间认知任务中的脑电信号	脑机接口, 虚拟现实	NA	脑电图	混合神经网络, CNN	EEG信号	NA	NA	MSFHNet	分类准确率	NA
3623	2025-11-22	Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03391-1 PMID:40488960	研究论文	提出一种创新的多任务多尺度注意力网络用于食管癌淋巴结转移预测	提出软扩展节点掩码区域的特征聚合方法和双分支训练策略，增强节点上下文学习	仅在177名患者的数据集上进行验证，样本规模有限	提高食管鳞状细胞癌淋巴结转移的自动诊断准确性	食管癌患者的淋巴结医学影像	数字病理	食管癌	医学影像分析	深度学习,注意力机制	医学影像	177名患者，共577个淋巴结	NA	多任务多尺度注意力网络(MANet)	准确率	NA
3624	2025-11-22	Quantifying features from X-ray images to assess early stage knee osteoarthritis 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03405-y PMID:40616750	研究论文	提出一种结合预训练深度学习模型和图像处理技术的自动化系统，用于从X射线图像中量化膝关节骨关节炎的影像生物标志物	整合预训练DL模型与图像处理技术，无需昂贵训练过程即可自动量化KOA关键影像特征，提供可解释的定量数据	系统性能仍需使用标注数据进行验证，分类准确率有待进一步提升	开发自动化膝关节骨关节炎严重程度评估系统，实现早期检测	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	深度学习	医学图像	NA	NA	DexiNed	准确率	NA
3625	2025-11-22	MTMedFormer: multi-task vision transformer for medical imaging with federated learning 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03404-z PMID:40627238	研究论文	提出一种基于Transformer的多任务医学影像模型MTMedFormer，结合联邦学习解决医学数据隐私和标注数据不足的问题	首次将Transformer架构与多任务学习结合用于医学影像，并提出新颖的贝叶斯联邦聚合方法	仅在乳腺X光片和肺炎数据集上验证，未在其他医学影像任务上测试	开发能够同时处理多个医学影像任务的深度学习模型，同时保护患者数据隐私	医学影像数据，特别是乳腺X光片和肺炎影像	医学影像分析	乳腺癌, 肺炎	深度学习, 联邦学习	Transformer	医学影像	NA	NA	Transformer, 共享编码器, 任务特定解码器	图像分割指标	NA
3626	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
3627	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
3628	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
3629	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
3630	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
3631	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
3632	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
3633	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
3634	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
3635	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
3636	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
3637	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
3638	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
3639	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
3640	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