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
4941	2025-10-30	State of the art review of AI in renal imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	综述	本文综述了人工智能在肾脏影像学中的最新应用进展	系统总结了AI在肾脏病变检测、分割和分类中的最新成果，并指出了临床实施面临的挑战	存在数据变异性、可解释性问题和发表偏倚等局限性	探讨AI在肾脏病变评估中的当前作用及其在术前诊断中的潜力	肾脏病变和肾细胞癌	医学影像分析	肾细胞癌	机器学习、深度学习	NA	影像数据	NA	NA	NA	NA	NA
4942	2025-10-30	Computer-aided diagnosis tool utilizing a deep learning model for preoperative T-staging of rectal cancer based on three-dimensional endorectal ultrasound 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04966-0 PMID:40304753	研究论文	开发基于三维直肠内超声和深度学习模型的计算机辅助诊断工具，用于直肠癌术前T分期	首次将深度学习模型与三维直肠内超声结合用于直肠癌术前T分期，并验证其对放射科医生诊断性能的提升	回顾性研究，样本量相对有限（216例患者），需进一步前瞻性验证	开发计算机辅助诊断工具以提高直肠癌术前分期的准确性	216例直肠癌患者的三维直肠内超声图像	计算机视觉	直肠癌	三维直肠内超声	深度学习模型	三维超声图像	216例患者（训练队列156例，测试队列60例）	NA	NA	AUC, κ值	NA
4943	2025-10-30	Segmentation of renal vessels on non-enhanced CT images using deep learning models 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04984-y PMID:40358703	研究论文	本研究评估了使用深度学习模型在非增强CT图像上进行肾血管重建的可行性	首次在非增强CT图像上应用深度学习模型进行肾血管重建，无需对比剂增强参考	模型在识别副肾动脉和副肾静脉方面准确率较低，特别是对小型附属血管识别困难	评估深度学习模型在非增强CT图像上重建肾血管的准确性和可行性	177名患者的肾脏CT扫描图像	医学影像分析	肾脏疾病	CT扫描	深度学习模型	CT图像	177名患者（训练集120，验证集20，测试集37）	NA	NA	准确率	NA
4944	2025-10-30	Development and validation of an artificial intelligence system for triple-negative breast cancer identification and prognosis prediction: a multicentre retrospective study 2025-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103557 PMID:41140446	研究论文	开发并验证用于三阴性乳腺癌识别和预后预测的人工智能系统TRIP	首个基于H&E染色全切片图像同时实现TNBC识别和预后预测的深度学习系统，结合病理热图和多组学分析增强模型可解释性	主要基于术后组织数据，未整合临床变量，限制了在术前场景的即时应用	开发人工智能系统用于三阴性乳腺癌的识别和预后预测	乳腺癌患者，特别是三阴性乳腺癌患者	数字病理	乳腺癌	H&E染色全切片成像，多组学分析	深度学习	病理图像	内部队列2045例（其中451例TNBC有随访结果），外部验证2793例（TNBC识别）和463例（预后预测）	NA	NA	AUC, C-index	NA
4945	2025-10-30	Deep learning algorithms for identifying developmental dysplasia of the hip based on sonographic images: a retrospective, prospective, multicenter study in China 2025-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103552 PMID:41140452	研究论文	开发并验证基于超声图像的深度学习算法HipSonoNeuNet用于识别发育性髋关节发育不良	首次使用多中心髋关节超声数据开发深度学习算法，并在回顾性和前瞻性研究中验证其性能	研究仅限于中国22家医院的数据，需要进一步外部验证	开发能够准确识别发育性髋关节发育不良的深度学习算法	疑似发育性髋关节发育不良的婴儿	计算机视觉	发育性髋关节发育不良	超声成像	CNN	图像	3082名参与者，7286张髋关节超声图像（1429张动态，5857张静态）	NA	HipSonoNeuNet	AUC, 敏感度, 特异度, F1分数, 准确率, Kappa系数	NA
4946	2025-10-30	Automated Prediction of Pathological Complete Response to Neoadjuvant Chemotherapy in Breast Carcinoma Using Deep Learning on Pretreatment Core Needle Biopsy Samples 2025-Nov, Anticancer research IF:1.6Q4 DOI:10.21873/anticanres.17856 PMID:41151888	研究论文	开发基于深度学习的融合模型，利用治疗前核心针穿刺活检样本预测乳腺癌新辅助化疗的病理完全缓解	首次直接利用全切片图像而非人工标注区域，结合临床元数据开发融合分类模型，无需专家标注即可实现准确预测	样本量相对有限（130例患者），仅针对浸润性导管癌患者	评估治疗前核心针穿刺活检全切片图像对新辅助化疗病理完全缓解的预测价值	130例接受新辅助化疗后手术的浸润性导管癌患者	数字病理学	乳腺癌	数字病理全切片图像分析	深度学习融合分类模型	病理图像, 临床元数据	130例乳腺癌患者	NA	NA	准确率	NA
4947	2025-10-30	Improved classification of oral cancer through a personalized transfer learning CNN architecture 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.10.002 PMID:41158527	研究论文	本研究提出了一种基于卷积神经网络和迁移学习的个性化架构，用于口腔癌的自动检测	采用个性化迁移学习CNN架构，结合SMOTE和数据增强技术处理小样本和类别不平衡问题	未进行外部验证，数据集规模较小且存在类别不平衡	开发可靠的口腔癌早期检测系统	口腔癌患者	计算机视觉	口腔癌	深度学习	CNN	图像	小规模数据集	NA	个性化迁移学习CNN架构，包含两个全连接层（FC1特征嵌入层和FC2分类头）	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
4948	2025-10-30	Identifying EEG-based neurobehavioral risk markers of gaming addiction using machine learning and iowa gambling task 2025-Oct-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0b75 PMID:40997844	研究论文	本研究利用机器学习方法分析脑电图信号和爱荷华赌博任务数据，识别游戏成瘾的神经行为风险标志物	结合EEG信号和IGT行为任务，采用多种信号变换技术构建特征空间，实现93%的分类准确率	研究仅针对健康参与者，未包含临床确诊的游戏障碍患者	开发游戏成瘾的早期客观检测方法	健康参与者的神经生理和行为数据	机器学习	游戏成瘾	脑电图(EEG), 爱荷华赌博任务(IGT)	Random Forest, CNN	脑电信号, 行为数据	NA	NA	卷积神经网络	准确率	NA
4949	2025-10-30	Can Artificial Intelligence Revolutionise Surgical Decision-Making for Appendectomy? A Narrative Review 2025-Oct-29, Surgical innovation IF:1.2Q3 DOI:10.1177/15533506251393123 PMID:41159301	综述	本文探讨人工智能在阑尾炎手术决策中的潜在应用价值	系统评估多种AI模型在阑尾炎诊断和预后预测中的表现，并与传统诊断评分系统进行对比	数据需求量大且缺乏标准化，临床广泛应用仍面临挑战	评估人工智能在急性阑尾炎诊疗决策中的革命性潜力	急性阑尾炎患者	机器学习	急性阑尾炎	机器学习，深度学习	随机森林，逻辑回归，神经网络，支持向量机，XGBoost	医学诊断数据	NA	NA	NA	诊断准确率	NA
4950	2025-10-30	Predicting Immunotherapy Outcomes in NSCLC Using RNA and Pathology from Multicenter Clinical Trials 2025-Oct-29, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502037 PMID:41159493	研究论文	本研究开发了基于RNA的LIRA模型，用于预测非小细胞肺癌患者免疫治疗疗效	首次结合多中心临床试验数据开发RNA模型，发现LRP8和HDAC4与免疫治疗结局相关，并通过深度学习识别全切片图像中的关键区域	研究样本主要来自临床试验队列，需要进一步外部验证	预测非小细胞肺癌患者免疫治疗疗效并探索潜在耐药机制	1127例晚期非小细胞肺癌患者	数字病理	肺癌	RNA-seq, scRNA-seq, 全切片图像分析	随机森林, 深度学习	转录组数据, 病理图像	1127例患者（来自OAK、POPLAR、ORIENT-11试验及内部队列）	NA	NA	风险比, 置信区间	NA
4951	2025-10-30	Artificial Intelligence in Critical Care Nephrology: Current Applications, Emerging Techniques, and Challenges to Clinical Integration 2025-Oct-28, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000001037 PMID:41148218	综述	本文综述人工智能在重症监护肾病学中的当前应用、新兴技术及临床整合挑战	系统阐述AI技术在重症肾病领域的前沿应用，包括符合预测、因果推断和强化学习等新兴方法，并提出四大发展重点	对患者中心结局（如死亡率、透析依赖性）的影响仍不明确，存在数据异质性、外部验证不足等推广障碍	推动人工智能技术在重症监护肾病学领域的临床应用与发展	重症肾病患者及相关临床诊疗流程	医疗人工智能	急性肾损伤	机器学习、深度学习、强化学习、生成式AI	NA	临床数据	NA	NA	NA	预测准确性、诊断能力	NA
4952	2025-10-30	Deep learning model integrating contrast-enhanced ultrasound spatiotemporal imaging with clinical data for the differential diagnosis between hepatocellular carcinoma and intrahepatic cholangiocarcinoma 2025-Oct-28, La Radiologia medica DOI:10.1007/s11547-025-02132-6 PMID:41148561	研究论文	开发了一种融合超声造影时空成像特征与临床数据的深度学习模型，用于肝细胞癌和肝内胆管癌的鉴别诊断	首次将动态CEUS的时空特征与患者临床参数相结合构建深度学习模型CEUS-CD-Net	回顾性研究，样本量相对有限（305例患者）	提高肝细胞癌和肝内胆管癌的鉴别诊断准确性	165例ICC患者和140例HCC患者的CEUS数据和临床参数	医学影像分析	肝癌	超声造影（CEUS），使用SonoVue®-六氟化硫微泡造影剂	深度学习模型	动态超声造影图像序列和临床数据	305例患者（165例ICC，140例HCC）	NA	CEUS-CD-Net	AUC	NA
4953	2025-10-30	Identification of Pandemic Risk for Avian Influenza Virus with Graph Cross Attention Networks 2025-Oct-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625980 PMID:41150231	研究论文	提出基于图交叉注意力网络的禽流感病毒大流行风险识别方法GCAN-Flu	首次将病毒基因流信息与基因组序列结合，通过图交叉注意力层实现多模态表征学习	未明确说明模型在其他病毒类型上的泛化能力	准确预测流感病毒的大流行风险	甲型流感病毒	机器学习	流感	基因组测序	图神经网络	基因组序列数据	NA	PyTorch, DGL	Graph Cross Attention Networks	准确率	NA
4954	2025-10-30	A Hierarchical Multimodal Framework for Sedation Monitoring in ICU Patients 2025-Oct-28, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3626584 PMID:41150235	研究论文	提出一种用于ICU患者镇静监测的分层多模态深度学习框架HMDC	首次将EEG与外周生理信号通过动态校正模块进行智能融合，采用置信度加权机制优化多模态表征	研究样本量有限（105名患者），未提及外部验证结果	开发连续、客观的ICU患者镇静水平监测方法	ICU患者（105名）的镇静状态评估	医疗人工智能	危重症监护	脑电图（EEG）、生理信号监测	深度学习	时间序列信号（EEG、血压、心率、血氧饱和度）、频谱图	105名ICU患者的2,880次RASS评估	NA	双流路径网络、动态校正模块	分类准确率	NA
4955	2025-10-30	BPFNN: Bayesian Probabilistic Fuzzy Neural Networks for Uncertainty-Aware Clustering and Probabilistic Fuzzy Reasoning 2025-Oct-28, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3617987 PMID:41150242	研究论文	提出一种贝叶斯概率模糊神经网络(BPFNN)，用于不确定性感知聚类和概率模糊推理	将贝叶斯概率模糊C均值(BPFCM)算法与神经网络结合，通过非高斯建模和MCMC后验推理改进传统模糊聚类	隐藏层激活仅表示输入与聚类中心的相似度值，原始输入特征未直接保留	解决传统模糊聚类和神经网络在不确定性、噪声和可解释性方面的挑战	基准数据集和高维激光诱导击穿光谱(LIBS)光谱数据	机器学习	NA	激光诱导击穿光谱(LIBS)	贝叶斯概率模糊神经网络(BPFNN)	光谱数据	NA	NA	BPFNN	准确率, 鲁棒性, 可解释性	NA
4956	2025-10-30	A Gravity-informed Spatiotemporal Transformer for Human Activity Intensity Prediction 2025-Oct-28, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3625859 PMID:41150240	研究论文	提出一种融合物理定律的深度学习框架Gravityformer，用于人类活动强度预测	将万有引力定律融入Transformer注意力机制，通过自适应重力模型学习空间交互的物理约束	未明确说明模型在极端场景或小样本情况下的性能表现	解决人类活动强度预测中空间交互物理约束缺失和过平滑现象	人类活动强度数据	机器学习	NA	深度学习	Transformer, 图卷积网络	时空活动数据	六个大规模真实世界活动数据集	NA	Gravityformer, 时空图卷积Transformer	定量评估指标（未具体说明）	NA
4957	2025-10-30	Generative Fuzzy System for Sequence-to-Sequence Learning via Rule-Based Inference 2025-Oct-28, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3615650 PMID:41150248	研究论文	提出一种结合模糊系统与深度学习的新型生成式框架GenFS，用于序列到序列学习任务	首次将模糊系统的可解释性与生成模型的深度学习能力相结合，实现数据驱动与知识驱动的双驱动机制	未明确说明模型复杂度与计算效率的具体表现	提升生成模型的鲁棒性和泛化能力，增强模型可解释性	序列生成任务，包括机器翻译、代码生成和摘要生成	自然语言处理	NA	模糊系统，深度学习	FuzzyS2S	文本序列	12个数据集	NA	基于GenFS的序列到序列架构	准确率，流畅度	NA
4958	2025-10-30	Artificial Intelligence and Multi-modality Data Integration Deciphers Tertiary Lymphoid Structure Maturity in Gastric Cancer 2025-Oct-28, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-1793 PMID:41150905	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从胃癌全切片图像中定量表征三级淋巴结构成熟度，并揭示了成熟TLS中的关键免疫回路	首次将基于Transformer的深度学习模型应用于TLS成熟度定量分析，并通过多组学数据整合揭示了CD8⁺组织驻留记忆T细胞与B细胞通过CXCL13-CXCR5轴形成的免疫回路机制	样本量相对有限（253例GC患者），单细胞RNA测序仅来自17例患者	开发自动化TLS成熟度评估工具并解析胃癌中TLS成熟的免疫调控机制	胃癌患者组织样本和免疫细胞	数字病理学	胃癌	单细胞RNA测序,多重免疫组织化学,流式细胞术,功能共培养实验	Transformer	全切片图像,单细胞RNA测序数据,免疫组化数据,流式细胞数据	253例胃癌患者（全切片图像），17例胃癌患者（单细胞RNA测序）	NA	Transformer	NA	NA
4959	2025-10-30	Integrating multi-polygenic scores for enhanced prediction of antidepressant treatment outcomes in an East Asian population 2025-Oct-28, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-025-02269-y PMID:41152404	研究论文	本研究通过整合多基因评分来预测东亚人群抗抑郁药物治疗效果	首次在东亚人群中系统评估多基因评分对SSRI治疗效果的预测价值，并采用多祖先群体数据	样本量相对有限，仅包含台湾两个队列，需要更大规模多样化队列验证	提高抗抑郁药物治疗效果的预测准确性	接受SSRI治疗的台湾抑郁症患者队列	机器学习	抑郁症	全基因组关联分析，多基因评分	广义线性混合模型，机器学习算法，深度学习算法	基因组数据，临床数据，人口统计学数据	两个台湾队列共422名患者（VGHTP队列177人，NHRI队列245人）	PRS-CS, PRS-CSx, glmmLasso	集成模型	AUC	NA
4960	2025-10-30	Differential effects of vesicular urokinase receptor uPAR on vascular cell migration and proliferation 2025-Oct-28, Molecular and cellular biochemistry IF:3.5Q3 DOI:10.1007/s11010-025-05420-x PMID:41152550	研究论文	本研究探索了间充质干细胞来源的细胞外囊泡中uPAR通过差异调控血管细胞迁移和增殖参与血管生成的新机制	首次发现uPAR缺失会改变MSC来源囊泡对血管细胞的选择性调控作用，并揭示uPA/uPAR系统在囊泡介导的血管生成中具有细胞类型特异性功能	研究主要基于小鼠模型和体外实验，尚未在人体组织或体内环境中验证	探究细胞外囊泡中uPAR在血管生成过程中的调控机制	间充质干细胞来源的细胞外囊泡、内皮细胞、平滑肌细胞	细胞生物学	血管生成相关疾病	超速离心、流式细胞术、蛋白质印迹、纳米颗粒追踪分析、免疫荧光染色、共聚焦显微镜、ELISA	深度学习目标检测模型	显微镜图像	小鼠脂肪组织来源的MSCs	NA	NA	细胞计数	NA