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
421	2025-11-02	Detection of antimicrobial peptides from fecal samples of FMT donors using deep learning 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1689589 PMID:41164228	研究论文	本研究结合宏基因组学和深度学习从粪便微生物移植供体样本中挖掘抗菌肽	首次将深度学习与宏基因组学相结合从人类粪便微生物组中挖掘功能性抗菌肽	仅从120个供体样本中挖掘，样本规模相对有限	从粪便微生物移植供体中发现具有抗菌活性的新型抗菌肽	粪便微生物移植供体的粪便样本	机器学习	细菌感染相关疾病	宏基因组学, 宏蛋白质组学, 分子对接, 分子动力学模拟	深度学习	宏基因组序列数据	120个粪便微生物移植供体样本	NA	NA	NA	NA
422	2025-11-02	YOLOv8-Seg: a deep learning approach for accurate classification of osteoporotic vertebral fractures 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1651798 PMID:41164317	研究论文	本研究开发了一种基于YOLOv8-Seg深度学习模型的自动化方法，用于从CT图像中准确分类骨质疏松性椎体骨折	首次将YOLOv8-Seg模型应用于骨质疏松性椎体骨折的自动分类，实现了对压碎型、前楔形和双凹型骨折的高精度识别	测试集样本量较小（仅30张图像），需要更大规模的外部验证	开发自动化工具辅助骨质疏松性椎体骨折的早期精确诊断	骨质疏松性椎体骨折患者的CT图像	计算机视觉	骨质疏松性椎体骨折	CT成像	YOLOv8-Seg	医学图像	673张CT图像（643张训练验证，30张测试）	NA	YOLOv8-Seg	mAP50-95	NA
423	2025-11-02	Quantitative analysis of gait and balance using deep learning on monocular videos and the timed up and go test in idiopathic normal-pressure hydrocephalus 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1644543 PMID:41164460	研究论文	本研究验证了基于单目视频和深度学习算法的视觉步态分析系统在特发性正常压力脑积水患者中的步态参数评估能力	首次将基于单目视频的视觉步态分析系统与定时起立行走测试相结合，用于预测特发性正常压力脑积水患者的跌倒风险	样本量相对较小（59名患者），仅使用单中心数据	研究视觉步态分析系统测量的步态参数与定时起立行走测试评分的关系，并开发预测跌倒风险的机器学习模型	特发性正常压力脑积水患者	计算机视觉	神经退行性疾病	基于视频的步态分析	深度学习	视频	59名患者	NA	NA	AUC	NA
424	2025-11-02	Ethical and legal concerns in artificial intelligence applications for the diagnosis and treatment of lung cancer: a scoping review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1663298 PMID:41164831	综述	本范围综述探讨人工智能在肺癌诊疗应用中的伦理和法律问题	首次系统梳理AI在肺癌领域应用的伦理法律挑战，重点关注数据隐私和算法公平性等核心问题	缺乏全面的法律分析，大多数研究来自高收入国家，全球视角不足	分析AI在肺癌诊疗应用中产生的伦理和法律问题	人工智能在肺癌筛查、诊断、治疗和预后中的应用	医疗人工智能	肺癌	深度学习	混合和多模态AI系统	诊断影像数据	20篇符合条件的研究文献	NA	NA	NA	NA
425	2025-11-02	Explainable AI-enabled hybrid deep learning architecture for breast cancer detection 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1658741 PMID:41112281	研究论文	提出一种结合可解释人工智能的混合深度学习架构用于乳腺癌检测	集成三种不同预训练CNN架构的混合深度学习框架，并引入XAI组件增强模型可解释性	NA	开发可靠且可解释的乳腺癌诊断系统	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	CNN	医学图像	NA	NA	DENSENET121,Xception,VGG16	准确率	NA
426	2025-11-02	Diagnostic accuracy of a deep learning model for pterygium detection in Barcelos, Brazilian Amazon 2025, Arquivos brasileiros de oftalmologia IF:1.1Q3 DOI:10.5935/0004-2749.2025-0053 PMID:41172514	研究论文	评估基于MobileNet-V2的深度学习模型在巴西亚马逊地区使用智能手机拍摄的前段照片中检测翼状胬肉的诊断准确性	在偏远亚马逊地区使用智能手机采集图像并结合深度学习模型进行翼状胬肉检测的首个试点研究	样本量较小（76只眼睛），仅为初步研究结果	开发适用于偏远地区的翼状胬肉自动检测工具	巴西巴塞卢斯地区的38名参与者（76只眼睛）	计算机视觉	眼科疾病	智能手机前段摄影	CNN	图像	76只眼睛	NA	MobileNet-V2	灵敏度, 特异度, 准确度, 阳性预测值, 阴性预测值, AUC	NA
427	2025-11-02	Ultrasensitive plasma-based monitoring of tumor burden using machine-learning-guided signal enrichment 2024-Jun, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03040-4 PMID:38877116	研究论文	介绍MRD-EDGE平台，一种基于机器学习的ctDNA检测方法，用于超灵敏监测肿瘤负荷	开发机器学习引导的WGS ctDNA检测平台，将SNV信噪比富集提高约300倍，并将CNV检测所需的非整倍性程度从1Gb降低至200Mb	NA	开发超灵敏的循环肿瘤DNA检测平台用于微小残留病灶监测和治疗反应评估	实体瘤患者，包括肺癌、结直肠癌和黑色素瘤	机器学习	实体瘤	血浆全基因组测序	深度学习	基因组测序数据	NA	NA	NA	信噪比富集，检测灵敏度	NA
428	2025-11-01	In Silico Peptide Design: Methods, Resources, and Role of AI 2025-Dec, Journal of peptide science : an official publication of the European Peptide Society IF:1.8Q3 DOI:10.1002/psc.70063 PMID:41168660	综述	本文全面概述了肽设计的计算方法，包括AI技术在加速新型肽发现中的应用	重点关注机器学习、深度学习和生成式AI模型在肽设计中的变革性影响	存在数据不一致性、模型可解释性不足以及需要改进力场等关键挑战	为肽研究中的计算设计提供路线图	肽及其在生物系统、治疗剂、生物材料和药物递送中的应用	计算生物学	NA	结构基设计、分子动力学模拟、配体基方法	机器学习, 深度学习, 生成式AI	化学空间数据, 肽序列数据	数千种肽的虚拟筛选	NA	NA	NA	NA
429	2025-11-01	MicroRNA bioinformatics in precision oncology: an integrated pipeline from NGS to AI-based target discovery 2025-Oct-31, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01024-9 PMID:41168533	综述	本文提出了一种整合生物信息学、机器学习和大型语言模型的miRNA分析流程，用于精准肿瘤学中的生物标志物发现	将碎片化的miRNA分析方法整合为统一的计算流程，并引入生成模型和大型语言模型来增强生物标志物发现的假设生成和可重复性	作为综述文章，未提供原始实验验证，主要基于现有文献和工具的分析与整合	加速基于miRNA的精准癌症研究发展，为早期检测、预后和治疗选择提供转化应用	microRNAs（miRNAs）作为癌症生物标志物	生物信息学	癌症	NGS（下一代测序），多组学整合	SVM, CNN, RNN, 生成模型, LLM	测序数据，多组学数据	NA	NA	NA	NA	NA
430	2025-11-01	High-throughput evaluation of in vitro CRISPR activities enables optimized large-scale multiplex enrichment of rare variants 2025-Oct-30, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01535-0 PMID:41168295	研究论文	开发了两种高通量体外评估CRISPR活性的方法及深度学习模型，用于优化大规模多重富集稀有变异	首次开发了直接测量Cas9切割效率的高通量体外方法Cut-seq1/2，并基于此构建了能识别优化单导RNA的深度学习模型DeepCut	体外切割效率与细胞内插入缺失频率相关性较低	优化CRISPR核酸酶活性评估并开发稀有变异检测方法	Cas9切割效率、单导RNA-靶标对、稀有变异	机器学习	NA	CRISPR, 深度测序	深度学习	基因组序列数据	数万至数十万向导RNA-靶标对	NA	NA	切割效率, 相关性分析	NA
431	2025-11-01	Malignant pleural mesothelioma classification and survival prediction with CT imaging using ResNet 2025-Oct-30, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12094-y PMID:41168494	研究论文	本研究使用ResNet-3D-18模型通过CT影像区分恶性胸膜间皮瘤和转移性胸膜疾病，并预测患者总生存期	首次将深度学习模型同时应用于恶性胸膜间皮瘤的分类诊断和生存预测，证明形态学特征包含预后信息	回顾性研究设计，样本量相对有限（共385例），需要外部验证	实现恶性胸膜间皮瘤与转移性胸膜疾病的准确区分及生存期预测	恶性胸膜间皮瘤患者和转移性胸膜疾病患者	计算机视觉	肺癌	CT成像	CNN	医学影像	385例患者（85例恶性胸膜间皮瘤，290例转移性胸膜疾病）	PyTorch	ResNet-3D-18	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
432	2025-11-01	Intelligent Diagnosis of Follicular Carcinoma Thyroid Cancer with a Novel Deep Learning Model 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01723-z PMID:41168629	研究论文	开发一种新型可解释深度学习模型用于术前区分甲状腺滤泡癌和滤泡腺瘤	首次提出端到端图卷积网络，显式利用肿瘤边界这一关键诊断特征，并采用最大码率减少损失优化特征判别能力	样本量相对有限，仅包含577名患者	开发可靠的AI辅助甲状腺癌诊断方法	甲状腺滤泡癌(FTC)和滤泡腺瘤(FTA)患者	计算机视觉	甲状腺癌	超声成像	图卷积网络	超声图像	577名患者(435名女性，142名男性)，共4358张甲状腺超声图像	NA	图卷积网络	准确率,AUC	NA
433	2025-11-01	Endoscopic Ultrasound of Pancreatic Tumors: A Dataset with Benchmarks for Convolutional Neural Network Classifiers 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01729-7 PMID:41168630	研究论文	本文介绍了一个用于胰腺肿瘤分类的新型内镜超声数据集，并提供了基于卷积神经网络的基准测试结果	提出了首个专门用于胰腺肿瘤分析的内镜超声数据集，包含7825张图像和对应的分割掩码，并提供了分类、分割和可解释性AI的基准结果	分类模型性能与可解释性之间存在差距，软DICE评分较低（8.69%-40.81%）	推进胰腺癌计算机辅助诊断研究，提供标准数据集和基准测试	606名患者的7825张内镜超声图像，包含肿瘤（175次检查）和无肿瘤（431次检查）两类	数字病理	胰腺癌	内镜超声	CNN	图像	606名患者的7825张内镜超声图像	NA	EfficientNetV2, U-Net	准确率, AUC, Dice系数, 软Dice评分	NA
434	2025-11-01	ProtoMM: Interpretable Prototype-Based Multimodal Model for Brain Cancer Survival Prediction 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01713-1 PMID:41168627	研究论文	提出一种基于原型的可解释多模态模型ProtoMM，用于脑癌生存预测	采用自解释原型和透明推理过程，通过多模态融合增强模态间交互，提供可靠病例解释	NA	开发可解释的多模态深度学习模型用于医疗数据分析	脑癌患者生存预测	医学影像分析	脑癌	多模态融合	原型网络	多模态医疗数据	NA	NA	ProtoMM	C-Index	NA
435	2025-11-01	Deep Learning-based Model for Breast Implant Classification in Ultrasonography: A Multi-Institutional Model Development and Validation Study 2025-Oct-30, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf220 PMID:41168671	研究论文	开发基于深度学习的超声图像乳房假体分类模型并进行多机构验证	首次利用深度学习模型对超声图像中的乳房假体进行自动分类，并采用Grad-CAM增强模型可解释性	研究中存在一定局限性	开发可靠的乳房假体识别方法以解决患者假体信息缺失问题	乳房假体	计算机视觉	乳房假体相关	超声成像	深度学习	图像	来自2580名患者的4136个乳房假体的28712个超声PNG文件	NA	NA	平衡准确度	NA
436	2025-11-01	Automated Scan Region Classification and Patient-specific Dose Modeling for Enhanced Dose Management in Computed Tomography 2025-Oct-30, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001247 PMID:41169122	研究论文	开发并评估一种AI辅助框架，用于自动CT扫描区域分类和患者特异性剂量评估	提出从基于人群的固定阈值转向动态患者特异性评估的新范式，显著减少非必要警报	回顾性研究，仅分析2955个CT照射事件	改进计算机断层扫描中的剂量管理，减少警报疲劳	CT扫描数据和患者解剖特征	医学影像分析	NA	计算机断层扫描(CT)	深度学习, 随机森林, 线性回归	CT影像	2955个CT照射事件	NA	NA	F1分数, 相关系数(r)	NA
437	2025-11-01	Retinal proteomics in neurodegeneration: Insights into ocular and brain disorders 2025-Oct-30, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00291 PMID:41169217	综述	本文总结了视网膜蛋白质组学在神经退行性疾病和眼部疾病研究中的最新进展	整合人工智能驱动的计算流程和GPU加速的深度学习架构，显著提高了视网膜蛋白质组学的精确度和效率	NA	探索视网膜蛋白质组在神经退行性疾病和眼部疾病中的生物标志物和治疗靶点	视网膜蛋白质组	生物信息学	神经退行性疾病,眼部疾病	质谱蛋白质组学,多组学分析	深度学习	蛋白质组数据	NA	NA	NA	疾病特异性,敏感性	GPU加速
438	2025-10-31	Fully automatic bile duct segmentation in magnetic resonance cholangiopancreatography for biliary surgery planning using deep learning 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112415 PMID:40972245	研究论文	本研究开发了一种基于深度学习的全自动胆管分割方法，用于磁共振胰胆管成像数据的3D重建，以辅助胆道手术规划	首次实现了对扩张和非扩张胆管的自动三维重建，并在真实手术场景中验证了模型准确性	样本量相对有限（249例），外部验证集较小（10例）	开发自动准确的胆管分割方法以辅助胆道手术规划	胆道系统解剖结构	医学影像分析	胆道疾病	磁共振胰胆管成像	深度学习语义分割模型	3D医学影像	249例患者（208例训练，41例测试），外加10例外部验证	nnU-Net	U-Net	Dice相似系数, 相关系数, 一致性界限	NA
439	2025-10-31	Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112419 PMID:40974694	研究论文	本研究探讨深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能表现	首次将深度学习重建技术应用于乳腺多射扩散MRI，显著提升图像质量并减少畸变	样本量相对有限（61名参与者），仅使用单一3T MRI扫描仪	评估深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能	乳腺病变患者	医学影像分析	乳腺癌	扩散加权成像，多重敏感度编码	深度学习	MRI图像	61名女性参与者（23-75岁），共65个乳腺病变	NA	NA	信噪比，表观扩散系数，豪斯多夫距离	3T MRI扫描仪
440	2025-10-31	AI radiomics predicts spatial glioma recurrence on preoperative MRI: a systematic review 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112412 PMID:40987214	系统综述	系统评估AI模型基于术前MRI预测胶质瘤空间复发性能的研究	首次系统综述AI模型在预测胶质瘤局部和远处复发方面的表现，并采用PROBAST+AI工具进行质量评估	证据主要来自小型单中心回顾性队列，需要更大规模前瞻性多中心研究验证	评估AI模型基于术前MRI预测胶质瘤空间复发的性能	1004例高级别胶质瘤患者	医学影像分析	胶质瘤	术前MRI（包括T1CE、FLAIR、弥散加权成像等）	机器学习,深度学习	医学影像	8项研究共1004例高级别胶质瘤患者	NA	随机森林分类器,支持向量机,卷积神经网络	灵敏度,特异性,比值比	NA