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
3661	2025-06-26	[A deep learning method for differentiating nasopharyngeal carcinoma and lymphoma based on MRI] 2025-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery DOI:10.13201/j.issn.2096-7993.2025.07.001 PMID:40555483	research paper	开发一种基于常规MRI的深度学习模型，用于自动分割和鉴别诊断鼻咽癌（NPC）和鼻咽淋巴瘤（NPL）	利用深度学习模型结合常规MRI数据进行自动分割和分类，提高了鼻咽癌和鼻咽淋巴瘤的鉴别诊断准确性	研究为回顾性研究，样本量有限，且仅来自单一医疗中心	开发一种自动化的深度学习模型，用于鼻咽癌和鼻咽淋巴瘤的鉴别诊断	鼻咽癌（NPC）和鼻咽淋巴瘤（NPL）患者	digital pathology	nasopharyngeal carcinoma, lymphoma	MRI	ResNet101	image	434名患者（142名NPL患者和292名NPC患者）
3662	2025-06-26	Application Value of Deep Learning-Based AI Model in the Classification of Breast Nodules 2025-Jun-25, British journal of hospital medicine (London, England : 2005) DOI:10.12968/hmed.2025.0078 PMID:40554435	研究论文	本研究开发了一种基于深度学习的AI模型，用于辅助超声医师对乳腺结节进行BI-RADS分类，以提高诊断准确性	利用卷积神经网络（CNN）构建的AI模型显著提高了乳腺结节分类的敏感性和特异性，并减少了医师间的诊断差异	研究为回顾性分析，可能存在选择偏差，且样本量相对有限	评估基于深度学习的AI模型在乳腺结节分类中的临床应用价值	558名乳腺结节患者（BI-RADS 3-5类）的1026个乳腺结节	数字病理学	乳腺癌	超声检查	CNN	图像	558名患者的1026个乳腺结节
3663	2025-06-26	Letter by Sacoransky Regarding Article, "Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure" 2025-Jun-25, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018652 PMID:40557525	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3664	2025-06-26	Deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study 2025-Jun-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002667 PMID:40557542	研究论文	本研究开发并验证了基于深度学习的算法，用于通过单张H&E染色的全切片图像（WSIs）对平滑肌肉瘤（LMS）的分子亚型进行分层并预测生存期	首次使用深度学习算法从组织病理学图像中分层平滑肌肉瘤的分子亚型，并预测患者生存期，显著提高了病理学家的工作效率和准确性	需要更大规模的前瞻性队列研究进行进一步验证	开发并验证深度学习算法，用于平滑肌肉瘤的分子亚型分层和生存期预测	平滑肌肉瘤（LMS）患者的组织病理学图像	数字病理学	平滑肌肉瘤	深度学习	DesenNet121, ResNet50	图像	训练集154例WSIs（1,579,215个tiles），外部测试集80例WSIs（555,211个tiles）
3665	2025-06-26	Advancing Soil Organic Carbon Prediction: A Comprehensive Review of Technologies, AI, Process-Based and Hybrid Modelling Approaches 2025-Jun-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504152 PMID:40557741	综述	本文综述了土壤有机碳(SOC)预测方法的最新进展，包括遥感、近端土壤传感、人工智能建模、生物地球化学建模及数据融合技术	整合多种传感技术与AI建模方法，特别是深度学习，以提高SOC预测的准确性，并探讨了生物地球化学模型与AI结合的新途径	未提出单一最佳AI算法，且生物地球化学模型存在假设、参数化和结构上的局限性	支持气候变化减缓努力并促进可持续农业管理实践	土壤有机碳(SOC)	环境科学	NA	遥感(RS)、近端土壤传感(PSS)、机器学习(ML)、深度学习(DL)、生物地球化学建模、数据融合	ML、DL	遥感数据、土壤传感数据	NA
3666	2025-06-26	High-performance Open-source AI for Breast Cancer Detection and Localization in MRI 2025-Jun-25, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估了一种用于MRI乳腺癌检测和定位的开源深度学习模型	使用了迄今为止最大的乳腺癌MRI数据集进行训练，并在多个临床站点验证了模型的泛化能力	研究为回顾性设计，可能影响结果的普适性	开发高性能开源AI模型用于乳腺癌检测和定位	乳腺癌MRI图像	数字病理学	乳腺癌	MRI	深度学习模型	MRI图像	30,672次矢状面MRI检查（52,598个乳房）来自9,986名女性患者，以及来自第二临床站点的1,840个乳房的轴向数据
3667	2025-06-26	BronchoGAN: anatomically consistent and domain-agnostic image-to-image translation for video bronchoscopy 2025-Jun-25, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03450-w PMID:40560442	research paper	本文提出了一种名为BronchoGAN的方法，用于在视频支气管镜检查中实现解剖学一致且领域无关的图像到图像转换	通过将解剖约束集成到条件GAN中，并使用基础模型生成的深度图像作为中间表示，实现了跨不同输入领域的鲁棒图像转换	未明确提及具体局限性	解决支气管镜图像稀缺问题，为深度学习模型训练提供合成图像	支气管镜图像（包括虚拟支气管镜、体模以及体内和体外图像数据）	computer vision	lung cancer	image-to-image translation	conditional GAN	image	NA
3668	2025-06-26	Regional free-water diffusion is more strongly related to neuroinflammation than neurodegeneration 2025-Jun-25, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-025-13201-1 PMID:40560468	研究论文	探讨自由水扩散（FWD）作为神经炎症非侵入性生物标志物的潜力，及其与神经退行性疾病的关系	首次通过特征选择和深度学习模型验证FWD与神经炎症标志物GFAP的关联性强于神经退行性标志物NfL，支持FWD作为神经炎症的新型影像学生物标志物	研究样本仅来自特定地区（安大略省），可能限制结果的普适性	评估自由水扩散成像技术对神经炎症和神经退行性变的预测能力差异	367名神经退行性疾病患者（包括阿尔茨海默病/轻度认知障碍、额颞叶痴呆、肌萎缩侧索硬化症、帕金森病和血管性认知障碍）	神经影像学	神经退行性疾病	扩散MRI、递归特征消除（RFE）、深度学习	深度学习模型	MRI影像数据、血浆生物标志物数据	367名患者（108例AD/MCI、42例FTD、37例ALS、123例PD、58例血管性认知障碍）
3669	2025-06-26	Deep learning classification of drug-related problems from pharmaceutical interventions issued by hospital clinical pharmacists during medication prescription review: a large-scale descriptive retrospective study in a French university hospital 2025-Jun-24, European journal of hospital pharmacy : science and practice IF:1.6Q3 DOI:10.1136/ejhpharm-2024-004139 PMID:39122480	研究论文	本研究利用深度学习神经网络分类器从医院临床药师的药物干预中识别药物相关问题，并在法国一所大学医院进行了为期3年的大规模回顾性描述性分析	开发并应用了一种新的深度神经网络分类器来自动分类药物相关问题，无需大量人力资源	研究仅限于法国一所大学医院的数据，可能不具有普遍代表性	利用深度学习技术自动识别和分析药物相关问题，以改善药物治疗效果	医院临床药师在处方审核中提出的药物干预	自然语言处理	NA	深度学习	深度神经网络	文本	2,930,656条处方线，涉及119,689名患者
3670	2025-06-26	High-Precision Intelligent Diagnosis of Pancreatic Cancer: Flowing Diffuseness from Single to Whole 2025-Jun-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00465 PMID:40296678	research paper	该研究提出了一种名为线扫描拉曼光谱化学整体分析（LRSHA）的智能诊断方法，用于快速拉曼数据采集和组织整体诊断	采用线扫描技术进行快速光谱采集，并通过光谱递归图变换将一维拉曼光谱转换为二维拉曼编码图，结合二维深度学习模型和邻域增强方法，显著提高了诊断准确率	NA	开发一种快速、高效且准确的组织诊断方法	胰腺癌组织	digital pathology	pancreatic cancer	Raman spectroscopy	2D deep learning models	spectral data	NA
3671	2025-06-26	Ultrasound Displacement Tracking Techniques for Post-Stroke Myofascial Shear Strain Quantification 2025-Jun-24, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3582275 PMID:40553666	研究论文	本文评估了四种超声位移跟踪技术在卒中后肌筋膜剪切应变量化中的可靠性	提出了一种新的临床假设，即肌筋膜疼痛患者的卒中影响（麻痹）肩部肌肉间的剪切应变低于同一患者的非麻痹侧，并比较了四种位移估计算法的可靠性	L1-SOUL-Search方法的运行时间较慢，可能需要通过深度学习解决方案来解决	评估超声位移跟踪技术在肌筋膜功能障碍诊断中的可靠性	卒中后肌筋膜肩痛患者的超声剪切应变	医学影像	卒中	超声位移跟踪技术，T1ρ磁共振成像	Search, OVERWIND-Search, SOUL-Search, L1-SOUL-Search	超声图像，磁共振成像数据	10名研究参与者
3672	2025-06-26	Author Correction: Detection of cotton crops diseases using customized deep learning model 2025-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07853-2 PMID:40555723	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3673	2025-06-26	AI-based large-scale screening of gastric cancer from noncontrast CT imaging 2025-Jun-24, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-025-03785-6 PMID:40555751	研究论文	本文开发了一种基于非对比CT成像和深度学习的胃癌风险评估程序GRAPE，用于大规模胃癌筛查	利用非对比CT和深度学习技术开发GRAPE系统，显著提高了胃癌的早期检测率，并在实际应用中验证了其有效性	研究主要基于中国人群，可能在其他种族或地区的适用性需要进一步验证	开发一种高效、可行的大规模胃癌筛查方法	胃癌患者和非胃癌患者的非对比CT影像	数字病理	胃癌	深度学习	深度学习模型（具体未提及）	CT影像	初始开发队列6,720例（3,470 GC和3,250非GC），验证队列19,458例（内部1,298例，外部18,160例），实际应用78,593例非对比CT扫描
3674	2025-06-26	RNA-ligand interaction scoring via data perturbation and augmentation modeling 2025-Jun-24, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00820-x PMID:40555786	研究论文	本文介绍了一种基于序列的深度学习框架RNAsmol，用于预测RNA与小分子之间的相互作用	结合数据扰动与增强、基于图的分子特征表示和基于注意力的特征融合模块，无需结构输入即可生成可靠预测	RNA-小分子相互作用的已验证数据有限，已知RNA结构稀缺	开发数据驱动的深度学习模型以预测RNA与小分子的相互作用	RNA与小分子的相互作用	机器学习	NA	深度学习	RNAsmol框架（结合注意力机制）	序列数据	NA
3675	2025-06-26	Determination of Kennedy's classification in panoramic X-rays by automated tooth labeling 2025-Jun-24, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03469-z PMID:40555836	研究论文	本研究探讨了在全景X光片中自动确定部分无牙颌的Kennedy分类的方法	利用深度学习模型Mask R-CNN自动检测、定位和分割牙齿，并通过后处理步骤提高算法性能，首次实现了Kennedy分类的自动化	最常见的错误来自形态相似牙齿的错误标记	自动确定部分无牙颌的Kennedy分类，减少手动标记和分类的工作量	206名患者的209张全景X光片	数字病理	牙科疾病	全景X光成像	Mask R-CNN	图像	206名患者的209张全景X光片
3676	2025-06-26	NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training 2025-Jun-24, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03463-5 PMID:40555837	研究论文	介绍NeuroLens，一种多模态系统，通过整合视频与文本和语音输入来增强解剖识别，为外科培训学员提供交互式学习平台	NeuroLens结合多模态深度学习定位模型，利用文本或语音描述处理神经内窥镜视频，识别并定位解剖结构，以标记边界框形式展示	样本量较小，限制了结果的普遍性	提升外科培训中的解剖学习效果	外科培训学员和执业外科医生	计算机视觉	NA	多模态深度学习	深度学习定位模型	视频、文本、语音	5名参与者（包括外科学生和执业外科医生）
3677	2025-06-26	Artificial intelligence for predicting the risk of bone fragility fractures in osteoporosis 2025-Jun-24, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00572-3 PMID:40555880	research paper	本文探讨了人工智能（特别是人工神经网络）在预测骨质疏松症患者脆弱性骨折风险中的应用及其潜在优势	提出使用人工神经网络（ANNs）来更准确地区分易发生脆弱性骨折的骨质疏松患者，并预测未来骨折风险	数据可用性和质量、模型可解释性、临床工作流程整合以及预测准确性的验证是主要挑战	支持骨质疏松症临床决策，特别是脆弱性骨折的预测和预防干预	骨质疏松症患者	machine learning	geriatric disease	artificial neural networks (ANNs)	ANNs	clinical and radiological variables	NA
3678	2025-06-26	Multimodal Deep Learning Based on Ultrasound Images and Clinical Data for Better Ovarian Cancer Diagnosis 2025-Jun-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01566-8 PMID:40555943	研究论文	本研究旨在开发和验证一种多模态深度学习模型，结合2D灰度超声图像和临床数据，以提高卵巢癌的诊断性能	提出了一种结合超声图像和临床数据的多模态深度学习模型，显著提高了卵巢癌的诊断准确性和一致性	研究为回顾性分析，可能受到数据选择和时间的限制	提高卵巢癌的诊断准确性和一致性	1899名接受术前超声检查并随后进行附件肿块手术的患者	数字病理	卵巢癌	深度学习	多模态深度学习模型	图像和临床数据	1899名患者
3679	2025-06-26	Artificial Intelligence Powered Real-Time Coronary Stenosis Recognition and Quantification in Angiography 2025-Jun-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01578-4 PMID:40555942	研究论文	本研究开发了一种实时深度学习系统，用于冠状动脉造影中狭窄病变的自动检测和量化	整合了五个核心组件（血管类型分类、关键帧选择、病变检测、血管分割和定量冠状动脉造影）以实现实时自动化分析	研究数据仅来自两家三级医院，可能影响模型的泛化能力	提高冠状动脉造影中狭窄病变的诊断准确性和临床工作效率	冠状动脉狭窄病变	数字病理	心血管疾病	深度学习	CNN	图像	502名成年患者的2651张诊断性冠状动脉造影图像
3680	2025-06-26	Modeling Active-State Conformations of G-Protein-Coupled Receptors Using AlphaFold2 via Template Bias and Explicit Protein Constrains 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00489 PMID:40440630	研究论文	本研究探讨了使用AlphaFold2通过模板偏差和显式蛋白质约束来建模G蛋白偶联受体的活性态构象	扩展了AlphaFold2的应用，通过引入模板偏差和显式蛋白质约束来建模G蛋白偶联受体的活性态构象，揭示了深度学习工具在建模蛋白质复合物中的潜力	在建模变构效应方面存在局限性，特别是在受体细胞外位点的预测准确性较低，可能影响其在基于结构的药物设计中的适用性	探索深度学习工具在建模G蛋白偶联受体活性态构象中的应用	G蛋白偶联受体的活性态构象	结构生物学	NA	AlphaFold2	深度学习	蛋白质结构数据	NA