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
561	2025-09-07	Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images 2025-Aug-28, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-002073 PMID:40876931	研究论文	本研究利用基于眼科基础模型的深度学习技术，通过超广角眼底图像辅助诊断病理性近视相关的黄斑病变和后巩膜葡萄肿	首次将眼科基础模型RETFound应用于超广角眼底图像分析，在病理性近视病变检测中表现出优于其他方法的性能	回顾性研究设计，样本仅来自两家医疗中心，需要进一步前瞻性验证	开发AI辅助诊断系统，用于病理性近视的眼底病变检测	高度近视患者	数字病理学	眼科疾病	超广角眼底成像	深度学习模型（基于RETFound基础模型）	图像	543名患者的1105张图像用于模型开发，150名患者的293张图像用于外部测试
562	2025-09-07	Role of artificial intelligence-based ocular biomarkers in hepatobiliary diseases: A scoping review 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109801 PMID:40901593	综述	探讨人工智能在利用眼部生物标志物诊断肝胆疾病中的应用与潜力	利用深度学习模型（如ResNet-101）从多种眼部影像中识别七类肝胆疾病，为资源有限地区提供新型诊断工具	未提及具体模型性能局限或临床推广障碍	评估人工智能技术在肝胆疾病诊断中的创新应用	眼部影像数据（裂隙灯、视网膜眼底、光学相干断层扫描图像）	数字病理	肝胆疾病	深度学习	ResNet-101	图像	NA
563	2025-09-07	Biparametric magnetic resonance imaging-based radiomic and deep learning models for predicting Ki-67 risk stratification in hepatocellular carcinoma 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109530 PMID:40901605	研究论文	开发基于双参数磁共振成像的放射组学和深度迁移学习模型，用于预测肝细胞癌Ki-67风险分层和无复发生存期	首次整合bpMRI的放射组学和深度迁移学习特征构建预测模型，并开发了性能优异的列线图模型（AUC达0.92）	研究样本量有限（198例患者），且为单中心回顾性研究	预测肝细胞癌患者的Ki-67风险分层和生存预后	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	双参数磁共振成像（bpMRI）、免疫组化染色	随机森林、深度迁移学习（DTL）	医学影像（T2加权和动脉期图像）	198例肝细胞癌患者
564	2025-09-07	[Multi-source adversarial adaptation with calibration for electroencephalogram-based classification of meditation and resting states] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504044 PMID:40887180	研究论文	提出一种校准多源对抗适应网络（CMAAN），用于基于脑电图（EEG）的冥想与静息状态分类，以解决个体间EEG信号差异问题	首次结合多源对抗适应与校准机制，利用目标域少量标注数据提升模型性能，并分析冥想关键EEG频段与脑区	NA	提升跨个体EEG信号分类性能，实现冥想状态的精准监测	接受甲基苯丙胺康复治疗的18名受试者的EEG数据	生物医学信息学	成瘾性疾病	脑电图（EEG）	多源对抗适应网络（CMAAN），域对抗神经网络	EEG信号	18名受试者
565	2025-09-07	[Study on dental image segmentation and automatic root canal measurement based on multi-stage deep learning using cone beam computed tomography] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503008 PMID:40887191	研究论文	基于锥形束CT和多阶段深度学习实现牙齿图像分割与根管自动测量	采用Attention U-Net结合集成深度学习方法，实现全自动的牙齿分割和根管参数测量，各项指标超越现有方法	NA	开发全自动牙齿分割和根管测量方法，辅助临床根管诊断和治疗规划	锥形束CT牙齿图像	计算机视觉	牙科疾病	锥形束CT成像	Attention U-Net, 集成深度学习	医学图像	NA
566	2025-09-07	[Brain midline segmentation method based on prior knowledge and path optimization] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412032 PMID:40887192	研究论文	提出一种基于先验知识和路径优化的两阶段深度学习网络模型，用于脑中线分割	采用关联切片相似性分析和特征加权策略融合整体变化特征与空间信息，并结合最优路径搜索解决分割不连续问题	NA	提高脑中线分割的准确性和连续性	脑中线结构	医学图像分析	神经系统疾病	深度学习	两阶段深度学习网络	医学影像（脑部切片）	CQ500数据集（具体样本数量未明确说明）
567	2025-09-07	[Research progress in electroencephalogram-based brain age prediction] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503043 PMID:40887200	综述	本文全面回顾了基于脑电图（EEG）的脑年龄预测研究进展，涵盖数据处理、特征提取、模型构建及评估方法	系统总结了EEG脑年龄预测中机器学习与深度学习的应用，并探讨了未来临床与研究场景的应用方向	面临数据质量不足和模型可解释性差的挑战	评估脑健康及早期诊断神经退行性疾病	人类脑电图信号	机器学习	神经退行性疾病	EEG（脑电图）	机器学习和深度学习模型	神经生理信号	NA
568	2025-09-07	Comparison of Foundation and Supervised Learning-Based Models for Detection of Referable Glaucoma from Fundus Photographs 2025-Aug-24, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.21.25334170 PMID:40894149	研究论文	比较基于基础模型和监督学习的模型在眼底照片中检测需转诊青光眼的性能	首次系统比较自监督预训练视觉Transformer（RETFound）与传统CNN（VGG-19）在青光眼检测中的表现，并分析裁剪图像对模型性能及泛化能力的影响	研究主要基于单一医疗系统的数据，外部验证集规模较小（N=300），且未评估模型在真实临床环境中的长期效果	开发并验证深度学习模型用于青光眼的自动筛查	眼底照片	计算机视觉	青光眼	深度学习	Vision Transformer (RETFound), CNN (VGG-19)	图像	训练集8,996张，验证集3,002张，测试集1,000张，外部测试集300张眼底照片
569	2025-09-07	Deep learning models for pathological classification and staging of oesophageal cancer 2025-Aug-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i8.109893 PMID:40901333	comments	对Wei等人应用Wave-Vision Transformer进行食管癌分类的研究进行评论	强调该研究在准确性和效率方面的优越性，并讨论其在病理学和个性化治疗中的临床潜力	数据集多样性不足，需要可解释人工智能来提升应用接受度	评论食管癌病理分类和分期深度学习模型的应用价值	食管癌病理分类研究	digital pathology	oesophageal cancer	Wave-Vision Transformer	Vision Transformer	病理图像数据	NA
570	2025-09-07	Cell reprogramming in cancer: Interplay of genetic, epigenetic mechanisms, and the tumor microenvironment in carcinogenesis and metastasis 2025-Aug-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i8.106838 PMID:40901331	综述	本文探讨细胞重编程在癌症中的作用，重点关注遗传、表观遗传机制与肿瘤微环境的相互作用及其在致癌和转移中的意义	提出‘失调的细胞可塑性’作为癌症的新标志，并整合AI技术如AlphaFold预测癌细胞轨迹和药物设计	NA	解析细胞可塑性在癌症发生、进展、转移和治疗抵抗中的机制，探索新型治疗策略	癌细胞、肿瘤微环境、蛋白质结构	癌症生物学	癌症	下一代测序（NGS）、单细胞RNA分析、深度学习、AlphaFold	深度学习	基因组数据、转录组数据、蛋白质结构数据	NA
571	2025-09-07	Polymer-derived distance penalties improve chromatin interaction predictions from single-cell data across crop genomes 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.20.671329 PMID:40894789	研究论文	提出基于聚合物物理的距离惩罚函数，用于改进作物基因组中单细胞数据预测的染色质相互作用	首次将多组分幂律模型与实验Hi-C数据拟合，推导出聚合物物理基础的惩罚函数，显著减少长程相互作用的假阳性率	NA	改进单细胞数据对染色质相互作用的预测准确性，特别是在作物基因组中的应用	玉米、水稻和大豆的染色质相互作用数据	计算生物学	NA	Hi-C, 单细胞共可及性分析, Deep Learning	多组分幂律模型	基因组相互作用数据	来自三种作物（玉米、水稻、大豆）的实验Hi-C数据
572	2025-09-07	Efficient Double Helix Detection with Steerable Filters 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670427 PMID:40894605	研究论文	提出一种基于可操纵滤波器的高效双螺旋点扩散函数检测方案，用于3D单分子定位显微或追踪	仅需7次卷积即可提取2D位置和叶瓣方向（轴向位置）估计，计算量比基于深度学习的方法低数个数量级	NA	开发高效的3D单分子定位显微检测方法	双螺旋点扩散函数	计算机视觉	NA	可操纵滤波器，双高斯模型拟合	NA	显微图像	NA
573	2025-09-07	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Aug-19, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	探讨深度学习在分子对接中的性能、局限及优化策略	首次系统评估生成扩散模型、回归架构和混合框架在分子对接五大维度的表现，并提出可操作的优化策略	深度学习模型在遇到新型蛋白质结合口袋时泛化能力显著不足，且多数方法存在高空间容忍度问题	分析深度学习在药物发现中分子对接应用的性能边界与改进方向	传统分子对接方法与深度学习驱动的新范式（生成扩散模型、回归架构、混合框架）	计算药物设计	NA	分子对接，深度学习（生成扩散模型，回归架构）	扩散模型，回归模型，混合框架	蛋白质-配体结构数据	NA
574	2025-09-07	Classification of ocular surface diseases: Deep learning for distinguishing ocular surface squamous neoplasia from pterygium 2025-Aug, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06804-x PMID:40186633	研究论文	开发基于裂隙灯照片的深度学习模型，用于区分眼表鳞状上皮 neoplasia（OSSN）和翼状胬肉（PTG）	首次使用EfficientNet B7和GoogleNet构建端到端深度学习系统，实现OSSN与PTG的自动分割与分类，AUC达98%	样本量较小（仅162例），人群性别分布不均衡（男性占比超80%），需外部验证	建立眼表疾病的自动化诊断辅助系统	眼表疾病患者（OSSN和PTG）的裂隙灯照片	计算机视觉	眼科疾病	迁移学习，K折交叉验证	EfficientNet B7（分割），GoogleNet（分类）	图像	162例患者（77例OSSN，85例PTG）的裂隙灯照片
575	2025-09-07	Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis 2025-Aug, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.04.006 PMID:40220991	meta-analysis	通过贝叶斯荟萃分析评估基于呼吸音记录的机器学习方法在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性	首次使用贝叶斯双变量荟萃分析方法系统评估机器学习在OSA诊断中的性能，并识别影响诊断准确性的关键因素	纳入研究数量有限（16项研究），可能存在未发现的异质性	评估和优化基于音频记录的机器学习方法在OSA诊断中的准确性	OSA患者和疑似患者的呼吸音记录数据	machine learning	sleep apnea	Bayesian meta-analysis, meta-regression	deep learning, traditional machine learning	audio recordings	训练集4,864名参与者，测试集2,370名参与者
576	2025-07-04	Retraction: A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200.r1 PMID:40602482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
577	2025-09-07	Transformative potential of artificial intelligence in US CDC HIV interventions: balancing innovation with health privacy 2025-Aug-01, AIDS (London, England) DOI:10.1097/QAD.0000000000004220 PMID:40643081	评论	探讨人工智能在美国CDC HIV干预中的变革潜力，并分析创新与健康隐私之间的平衡	提出将机器学习、深度学习和生成式AI整合到HIV预防体系，并强调在非传统环境中扩大PrEP护理的可及性	需解决算法偏见、伦理标准维护及AI幻觉风险等实施挑战	优化HIV预防和治疗策略，推动全球终结HIV流行的公共卫生目标	HIV相关数据集及预防干预体系	自然语言处理	HIV/AIDS	机器学习(ML), 深度学习(DL), 生成式AI(Gen AI)	NA	文本数据	NA
578	2025-09-07	Incorporating Artificial Intelligence into Fracture Risk Assessment: Using Clinical Imaging to Predict the Unpredictable 2025-Aug, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2025.2518 PMID:40754720	综述	本文综述人工智能在骨折风险评估中的应用，特别是利用临床影像数据进行个体化风险预测的最新进展	将深度学习技术应用于常规X光和CT影像，实现机会性筛查和个体化骨折风险预测，优于传统骨密度测量方法	模型泛化性、数据偏差和自动化偏差等挑战仍然存在	探索人工智能作为传统骨折风险评估方法的补充工具	骨质疏松性骨折的检测和风险预测	medical imaging analysis	骨质疏松症	深度学习	深度学习模型	X光影像、CT影像	NA
579	2025-09-07	MRI-based Ovarian Lesion Classification via a Foundation Segmentation Model and Multimodal Analysis: A Multicenter Study 2025-Aug, Radiology IF:12.1Q1 DOI:10.1148/radiol.243412 PMID:40762846	研究论文	开发基于MRI的卵巢病变分类AI流程，结合分割模型与多模态分析	首次将Meta的Segment Anything Model (SAM)用于卵巢病变自动分割，并整合影像与临床数据构建DenseNet-121分类模型	回顾性研究，外部验证样本量较小（机构B:58例，机构C:29例）	建立高效且可推广的MRI卵巢病变特征化分析流程	卵巢病变患者（良性/恶性分类）	医学影像分析	卵巢疾病	多参数MRI，深度学习	SAM（分割），DenseNet-121（分类）	MRI影像，临床数据	主要数据集：448名女性（534个病灶）；外部验证：84名女性（87个病灶）
580	2025-09-07	Deep learning-based model for detection of intracranial waveforms with poor brain compliance in southern Thailand 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.001425 PMID:40903411	研究论文	开发基于深度学习的模型，用于检测泰国南部地区颅内压波形中脑顺应性不良的情况	首次将深度学习技术应用于颅内压波形分析，实现脑顺应性不良的自动检测	回顾性研究，样本量相对较小（21名患者），仅限于特定地区的术后脑积水患者	开发深度学习模型来检测指示脑顺应性不良的颅内压波形	术后脑积水患者的颅内压波形图像	医疗人工智能	脑积水	深度学习信号分析	深度学习模型（具体架构未说明）	医学图像（颅内压波形图像）	21名脑积水患者的2,744张颅内压波形图像