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
381	2025-12-12	Computer Vision-based Extraction of Structured Data From Scanned Audiograms in the Electronic Health Record 2026-Jan-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology IF:1.9Q2 DOI:10.1097/MAO.0000000000004679 PMID:41191411	研究论文	开发并评估一种基于计算机视觉的方法，用于从电子健康记录中存储的扫描听力图测试表中提取结构化听力阈值数据	提出了一种不依赖深度学习或手动预处理的、基于轮廓分析的计算机视觉流程，用于从扫描的听力图中自动提取结构化数据	研究仅基于907份手工填写的听力图测试表，且测试集仅包含30份听力图（618个阈值），样本规模相对有限	开发一种可扩展的方法，将遗留的扫描听力图转换为结构化数据集，以支持人群水平的听力研究、临床决策支持和流行病学监测	扫描的听力图测试表（PDF格式）	计算机视觉	听力损失	计算机视觉、光学字符识别（OCR）	NA	图像（扫描的听力图）	907份手工填写的听力图测试表（2014年1月1日至2022年12月31日），测试集包含30份听力图（618个阈值）	NA	NA	准确率、平均绝对误差（频率和阈值）	NA
382	2025-12-12	Classifying retinal degeneration using OCT and histological images in a rodent model for retinal degeneration by deep learning 2026-Jan, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110748 PMID:41241339	研究论文	本研究首次使用深度学习模型，结合OCT和组织学图像，对啮齿类动物视网膜变性模型进行分期分类，并从OCT图像预测视力	首次在临床前视网膜变性模型中，同时使用OCT和组织学图像进行分期分类，并实现从OCT图像预测视力功能	研究仅在RCS大鼠模型中进行，尚未在人类或其他物种中验证	利用深度学习对视网膜变性进行客观、准确的分期分类和功能预测	皇家外科医生学院（RCS）大鼠，一种广泛使用的视网膜变性模型	计算机视觉	视网膜变性	光学相干断层扫描（OCT），组织学成像	CNN	图像	35只大鼠，OCT图像62,070张，组织学图像16,306张	NA	ResNet18	准确率，F1分数，均方误差，平均绝对误差	NA
383	2025-12-12	Deep Learning Approaches for Thrombosis Detection and Risk Assessment Via Ultrasound Imaging: A Scoping Review 2026-Jan, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.09.019 PMID:41136271	综述	本文是一篇范围综述，探讨了深度学习技术在超声成像中用于血栓检测和风险评估的应用现状	系统性地综述了深度学习在静脉、动脉和心脏血栓超声检测与风险评估中的应用，并识别了当前的研究趋势和未来方向	纳入研究的数据集和验证方法存在显著异质性，且缺乏标准化、可公开访问的数据集	调查深度学习技术如何应用于超声成像，以增强血栓的检测和风险评估	超声成像中的血栓，涉及静脉、动脉和心脏等不同血管环境	计算机视觉	心血管疾病	超声成像，包括B型超声、多普勒超声、血管内超声和经食道超声心动图	CNN, U-Net, ResNet, ANN	图像	NA	NA	卷积神经网络, U-Net, 残差神经网络, 人工神经网络	灵敏度, 特异度, 准确率, AUC	NA
384	2025-12-12	Biomarker-Specific Test-Retest Repeatabilities of Microperimetry in Neovascular Age-Related Macular Degeneration 2026-Jan, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100978 PMID:41362358	研究论文	本研究评估了微视野检查在新生血管性年龄相关性黄斑变性患者中针对特定生物标志物的设备内和设备间重复性	首次结合深度学习量化OCT生物标志物，系统评估了不同光照条件下微视野检查的重复性及其与特定生物标志物的关联	样本量较小（20只眼），仅纳入nAMD患者，未包含健康对照组或其他视网膜疾病	评估微视野检查在nAMD患者中的重复性，并探究OCT生物标志物对重复性的影响	20名新生血管性年龄相关性黄斑变性患者的20只眼	数字病理学	年龄相关性黄斑变性	微视野检查，OCT成像，深度学习图像分析	深度学习模型	图像，功能测试数据	20只眼（来自20名nAMD患者）	NA	NA	Bland-Altman图，重复性系数，组内相关系数，混合效应模型P值	NA
385	2025-12-12	Predicting Attainment of Clinically Important Difference in the Japanese Orthopaedic Association Back Pain Evaluation Questionnaire: A Comparison of Deep Learning and Machine Learning 2026-Jan-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005534 PMID:41066627	研究论文	本研究比较了三种人工智能模型（TabNet、深度神经网络和弹性网络惩罚逻辑回归）在预测日本骨科协会背痛评估问卷临床重要差异达成方面的能力	首次将TabNet等深度学习模型应用于预测背痛手术后功能改善的临床重要差异，并通过多中心数据进行训练和外部验证	研究为回顾性设计，可能存在选择偏倚；样本量相对有限，且仅基于日本患者数据，可能影响模型的泛化能力	评估人工智能模型在预测腰椎手术后患者报告结局改善方面的准确性和可靠性	来自三个脊柱中心的1149名接受腰椎手术的患者	机器学习	背痛	患者报告结局测量（JOABPEQ和VAS评分）	TabNet, DNN, ENLR	结构化临床数据（包括年龄、性别、术前评分等）	1149名患者（训练集981名，外部验证集168名）	NA	TabNet, 深度神经网络, 弹性网络惩罚逻辑回归	AUC, 准确率	NA
386	2025-12-12	Transformer-based deep learning architecture for multivariable radioactive source term inversion 2026-Jan, Journal of environmental radioactivity IF:1.9Q3 DOI:10.1016/j.jenvrad.2025.107835 PMID:41082808	研究论文	本文开发了一种基于Transformer的深度学习架构，用于多变量放射性源项反演，以支持核应急响应和后果评估	首次将Transformer架构结合贝叶斯优化应用于放射性源项的多变量反演，并通过特征消融分析揭示了高浓度监测点对反演的重要性	在耦合所有三个变量的场景中，释放高度的决定系数较低（0.72），表明模型在该变量上的反演性能有待提升	开发一种深度学习模型，用于准确估计放射性源项的多个变量（释放速率、高度和位置）	放射性源项的反演，包括释放速率、释放高度和释放位置	机器学习	NA	CALMET-LAPMOD耦合模型，Kincaid示踪实验验证	Transformer	模拟数据集	针对五种代表性场景系统构建的数据集，具体样本数量未明确说明	NA	Transformer	决定系数（R），平均距离误差，95%置信水平	NA
387	2025-12-12	Long-term projections of global groundwater storage under future climate change scenarios using deep learning 2025-Dec-20, The Science of the total environment DOI:10.1016/j.scitotenv.2025.181043 PMID:41319536	研究论文	本研究利用深度学习模型预测未来气候变化情景下全球地下水储量的长期变化	首次采用气候诱导的AI模型结合CMIP6 SSPs情景，对全球GRACE地下水储量进行长期预测至2100年，并识别温度作为主导驱动因素	模型依赖于CMIP6情景假设，未考虑局部人为干预或极端事件突变影响	评估未来气候变化对全球地下水储量的影响，为可持续水资源管理提供依据	全球地下水储量变化	机器学习	NA	深度学习	深度学习模型	气候数据、GRACE卫星数据	全球范围数据	NA	NA	NRMSE, IOA	NA
388	2025-12-12	Chronic liver disease classification using deep learning with SHAP-optimized hybrid features 2025-Dec-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113972 PMID:41362625	研究论文	本研究提出了一种基于深度神经网络（DNN）的预测框架，结合特征排序和基于投影的算法，用于准确检测慢性肝病，并通过SHAP增强模型可解释性	提出了一种新颖的预测框架，将深度神经网络与特征排名和投影算法集成，并应用SHAP提高模型可解释性，以识别影响预测的最重要特征	NA	开发一种准确高效的慢性肝病检测方法，以支持早期干预并改善患者预后	慢性肝病	机器学习	肝病	NA	DNN	NA	NA	NA	深度神经网络	准确率	NA
389	2025-12-12	Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146294 PMID:40934785	综述	本文综述了利用表面增强拉曼散射（SERS）进行抗生素检测的样品制备和信号放大方法	探讨了SERS与预浓缩、放大、磁性富集及分子印迹聚合物等工具的独用或混合应用趋势，并指出SERS耦合固/液相萃取领域尚待探索，以及深度学习在解析复杂SERS谱带中的潜力	SERS耦合固/液相萃取的研究不足，需要兼容的纳米颗粒和新型纳米吸附剂	开发用于复杂基质中抗生素检测的先进预处理、分离和鉴别工具	抗生素	机器学习	NA	表面增强拉曼散射（SERS）	深度学习	拉曼光谱数据	NA	NA	NA	NA	NA
390	2025-12-12	Artificial intelligence in panoramic radiography interpretation: a glimpse into the state-of-the-art radiologic examination method 2025-Dec-11, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b6173229 PMID:40272192	研究论文	本研究开发了一种基于YOLOv8的深度学习模型，用于在来自不同设备和设置的全景X光片中准确检测和分割多种牙齿问题及解剖结构	开发了一个多类别诊断标注模型，能够同时检测和分割33种不同的牙齿状况和解剖结构，而现有研究通常单独处理这些条件	未明确说明模型在不同设备和设置下的泛化能力的具体测试范围，以及临床实际应用中的验证情况	开发一个深度学习模型，用于辅助医生在全景X光片解读中的临床实践	全景X光片	计算机视觉	牙科疾病	全景X光成像	CNN	图像	NA	NA	YOLOv8	精确度, 灵敏度, F1分数	NA
391	2025-12-12	Investigation of data-driven stopping power calibration of treatment planning x-ray CT from simulated sparse-view proton radiographies 2025-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae2418 PMID:41289688	研究论文	本研究探索了利用深度学习融合质子放射成像和治疗计划X射线CT数据，以改进质子停止功率相对水（RSP）校准的方法	首次应用深度学习融合质子放射成像和治疗计划CT数据来改进RSP校准，相比传统优化方法，在特定探测器类型上实现了更低的校准误差	研究基于模拟数据，假设质子轨迹为直线，且未在真实临床数据上进行验证	改进质子治疗计划中X射线CT到质子停止功率的校准，以减少范围不确定性	质子治疗计划中的患者RSP图	医学影像分析	NA	蒙特卡洛模拟，质子放射成像	深度学习神经网络	模拟的X射线CT图像和质子放射成像数据	NA	NA	学习原始对偶（LPD）架构	中位数绝对百分比误差	NA
392	2025-12-12	High-throughput atomic force microscopy measurements reveal mechanical signatures of cell mixtures for liquid biopsy 2025-Dec-11, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr04346h PMID:41347355	研究论文	本研究利用高通量原子力显微镜结合深度学习模型，揭示了混合循环肿瘤细胞的独特机械表型，以提高液体活检的灵敏度	首次将高通量原子力显微镜单细胞压痕检测与深度学习实时识别技术结合，用于构建混合循环肿瘤细胞的机械特征，实现自主高通量测量	方法依赖于光学亮场图像识别，可能受图像质量影响；实验在共培养细胞和血液样本中验证，但临床大规模应用仍需进一步测试	提高循环肿瘤细胞检测的灵敏度，以推进液体活检在肿瘤诊断和治疗中的应用	混合循环肿瘤细胞、共培养的贴壁细胞	数字病理学	癌症	原子力显微镜、微流控细胞分选	深度学习模型	图像	大量细胞（具体数量未明确说明）	NA	NA	NA	NA
393	2025-12-12	[Deep learning-based endoscopic diagnosis of nasopharyngeal carcinoma: model development and cloud deployment] 2025-Dec-11, Zhonghua er bi yan hou tou jing wai ke za zhi = Chinese journal of otorhinolaryngology head and neck surgery DOI:10.3760/cma.j.cn115330-20250627-00336 PMID:41372061	研究论文	本研究开发了一种基于深度学习的鼻咽癌内镜诊断模型，并探索了其在远程诊断系统中的临床应用潜力	首次将深度学习与白光成像和窄带成像内镜图像结合，开发了鼻咽癌AI辅助诊断模型，并构建了云端智能诊断平台原型	研究为回顾性设计，数据来自单一中心，需要多中心前瞻性研究进一步验证模型的泛化能力	开发基于内镜图像的深度学习辅助诊断模型，以提升鼻咽癌的早期筛查效率和远程诊断能力	鼻咽癌患者的内镜图像数据	计算机视觉	鼻咽癌	白光成像, 窄带成像	CNN	图像	1262名受试者，包含9370张WLI图像和5558张NBI图像	NA	InceptionResNetV2	准确率, AUC	NA
394	2025-12-12	Cervical sagittal alignment after multilevel ACDF: correction goes along with loss of compensation 2025-Dec-11, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09653-8 PMID:41372658	研究论文	本研究通过回顾性分析，探讨了多节段前路颈椎间盘切除融合术（ACDF）对颈椎矢状面排列及代偿机制的影响	首次利用深度学习模型量化分析多节段ACDF前后颈椎矢状面参数的变化，并揭示了手术节段前凸与未融合节段及上颈椎代偿机制之间的负相关关系	研究为回顾性设计，证据等级为IV级，可能存在选择偏倚，且未长期随访评估远期稳定性	明确多节段ACDF手术对颈椎矢状面排列和代偿机制的改变	因颈椎病接受2-3节段ACDF手术的290名患者	数字病理学	颈椎病	深度学习模型分析	深度学习模型	医学影像（X光片）	290名患者	NA	NA	NA	NA
395	2025-12-12	Application of an artificial intelligence-based airway identification system in tracheal intubation 2025-Dec-11, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-025-03504-1 PMID:41372822	研究论文	本文开发了一种基于人工智能的气道识别系统，用于实时识别气道结构，以辅助医护人员快速掌握气管插管程序	开发了基于YOLO的AI模型，用于实时识别气道解剖结构，并将其部署在移动智能手机端，以辅助无插管经验的实习医生进行气管插管	研究仅基于模拟器进行，未在真实临床环境中验证；样本量相对有限（978名患者）	开发并评估一种人工智能辅助的气管插管系统，以提高插管效率和首次尝试成功率	气道解剖图像（来自978名患者）以及72名无插管经验的实习医生	计算机视觉	NA	图像增强（旋转生成额外视图）	目标检测模型	图像	978名患者的3912张气道解剖图像，以及72名实习医生	NA	YOLO	精确率, 召回率, F1值, mAP	移动智能手机端部署
396	2025-12-12	Can artificial intelligence optimize treatment planning and outcome prediction in fixed tooth- and implant-supported prosthodontics? A scoping review 2025-Dec-11, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07300-8 PMID:41372901	综述	本文是一篇范围综述，旨在探讨人工智能在固定修复和种植体支持固定修复中的应用，重点关注AI模型在优化治疗计划和预测临床结果方面的准确性、有效性和临床适用性	首次系统性地将AI在固定修复领域的应用归纳为四个主要领域（种植规划、牙冠设计、全牙弓框架优化和预后建模），并总结了不同AI模型（如CNN、GAN）在各领域的具体表现和效果	现有证据大多处于早期阶段且基于模拟研究，缺乏前瞻性验证和临床可靠性评估，在全牙弓优化和预后预测方面的研究较少	探索人工智能在优化固定修复和种植体支持修复治疗计划及预测临床结果方面的应用潜力	人工智能模型在牙科固定修复领域的应用研究	数字牙科	NA	人工智能、深度学习	CNN, GAN, 回归模型, 优化算法	牙科影像数据、设计数据、临床数据	20项研究	NA	卷积神经网络, 生成对抗网络	准确率, 形态偏差(mm), 内部间隙(μm), 设计时间减少倍数	NA
397	2025-12-12	Enhancing total knee replacement prediction: a longitudinal joint space radiomic model integrated with clinical symptoms 2025-Dec-11, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004427 PMID:41376347	研究论文	本研究开发并验证了一个结合关节间隙影像组学特征与临床症状的纵向模型，用于预测4年内需要进行全膝关节置换术的风险	首次将关节间隙影像组学特征与临床症状评分整合到一个纵向预测模型中，用于预测全膝关节置换术	研究样本仅来自骨关节炎倡议队列，模型在外部队列中的泛化能力有待验证	开发一个能够准确预测4年内需要进行全膝关节置换术的集成模型	患有症状性膝骨关节炎但基线时未进行全膝关节置换的患者膝关节	数字病理学	骨关节炎	MRI, 深度学习, 机器学习	深度学习, 机器学习	MRI图像, 临床评分数据	442个膝关节（来自骨关节炎倡议队列），共1227次膝关节MRI扫描	NA	NA	AUC, 敏感性, 特异性, 比值比	NA
398	2025-12-12	Efficacy of a virtual bronchoscopic navigation system improved by deep learning for biopsy of peripheral lung lesions: a single-center randomized controlled trial 2025-Dec-11, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004391 PMID:41376368	研究论文	本研究通过一项单中心随机对照试验，比较了经深度学习改进的虚拟支气管镜导航系统（SARS-pro）与原始VBN系统在周围型肺病变活检中的诊断阳性率	首次将深度学习技术应用于改进虚拟支气管镜导航系统，以重建2-3毫米的小气道树，从而提高对周围型肺病变的活检引导准确性	单中心研究，样本量相对较小（95例），研究时间范围有限（2023年8月至2024年12月）	比较改进的SARS-pro系统与原始VBN系统在周围型肺病变活检中的诊断效果	年龄≥18岁、有一个或多个周围型肺病变的患者	数字病理学	肺癌	虚拟支气管镜导航，深度学习	深度学习模型	医学影像数据	95名符合条件的受试者（全分析集），92名受试者（符合方案集）	NA	NA	诊断阳性率	NA
399	2025-12-12	Peptide-based drug design using generative AI 2025-Dec-11, Chemical communications (Cambridge, England) DOI:10.1039/d5cc04998a PMID:41376388	综述	本文综述了利用生成式人工智能在基于肽的药物设计方面的最新进展，重点关注生成架构、相互作用建模、AI驱动的筛选和递送优化	整合了深度学习架构（如图神经网络、Transformer和扩散模型）用于生成新颖肽序列，并结合化学修饰（如环化、订书肽、非经典氨基酸）和自主合成技术，显著加速了药物发现进程	预测生成肽序列的溶解度、免疫原性和毒性仍存在挑战，且数据质量和自主药物发现的实际应用面临困难	回顾并分析人工智能在基于肽的药物设计中的应用，以加速治疗药物的发现与优化	肽类治疗药物及其设计、筛选和递送过程	机器学习	代谢性疾病, 肿瘤学	生成式人工智能, 深度学习, 自主肽合成, 高通量筛选	图神经网络, Transformer, 扩散模型	序列数据, 化学结构数据	NA	NA	NA	NA	NA
400	2025-12-12	The Role of Artificial Intelligence in Chronic Rhinosinusitis: A Scoping Review 2025-Dec-11, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70078 PMID:41376460	综述	本文是一篇范围综述，旨在梳理人工智能在慢性鼻窦炎诊断与管理中的应用现状、趋势及未来机会	首次系统性地对人工智能在慢性鼻窦炎领域的应用进行范围综述，识别了当前的研究热点、空白领域及未来发展方向	排除了非英文文献、2003年以前的文献、急性鼻窦炎研究及儿科人群研究，可能存在语言和时效性偏倚	绘制人工智能在慢性鼻窦炎中应用的当前格局，识别趋势、差距和未来机会	慢性鼻窦炎	自然语言处理, 机器学习	慢性鼻窦炎	NA	深度学习, 神经网络, 卷积神经网络, 随机森林	CT影像, 组织或血液嗜酸性粒细胞计数, 临床或人口统计学特征, 组织病理学特征, 血液和组织细胞因子, 鼻内镜检查结果	49项研究（从573条记录中筛选）	NA	NA	分类指标, 回归指标	NA