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
5901	2026-01-24	Evaluation of deep learning tools in medical diagnosis and treatment of cancer: research analysis of clinical and randomized clinical trials 2025, Frontiers in network physiology DOI:10.3389/fnetp.2025.1578562 PMID:41561148	综述	本文系统评估了深度学习算法在癌症诊断与治疗临床试验中的应用，并分析了其性能与未来前景	首次按癌症类型分层系统评估深度学习算法在临床试验中的表现，并提出大规模实施的建议	研究仅基于PubMed数据库的文献，可能未涵盖所有相关研究	评估深度学习在癌症诊疗中的应用效果并展望未来发展方向	PubMed数据库中关于深度学习在癌症诊断的临床与随机对照试验文献	机器学习	癌症	NA	深度学习	NA	NA	NA	NA	NA	NA
5902	2026-01-24	Optimized multi agent reinforcement learning algorithms with hybrid BiLSTM for cost efficient EV charging scheduling 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1700664 PMID:41561184	研究论文	本文提出了一种结合Pelican优化算法调优的双向长短期记忆网络和多智能体强化学习的新框架，用于电动汽车充电站的成本高效调度	将预测、优化和调度步骤无缝统一在一个马尔可夫决策过程框架中，而非传统上作为独立实体处理	NA	最小化运营成本、确保电网稳定性并提升用户满意度	电动汽车充电站	机器学习	NA	NA	BiLSTM, MARL	时间序列数据	NA	NA	BiLSTM	充电成本降低百分比, 荷电状态满意度提升百分比, 预测准确率提升百分比, 仿真时间减少	NA
5903	2026-01-24	Artificial intelligence in outpatient management: a simulation-based study in a Chinese tertiary hospital 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1696586 PMID:41561186	研究论文	本研究通过模拟数据和医生调查，探索了人工智能在中国门诊管理中的应用、潜在价值及挑战	使用LSTM深度学习模型预测门诊流量，相比传统ARIMA模型提升了约15%的预测准确率，并模拟了AI实施对减少患者等待时间约30%及提高医生工作效率和满意度的效果	研究主要基于模拟数据，实际应用性可能受限，且存在数据隐私、法规合规性和医生接受度等关键问题	探索人工智能在中国门诊管理中的应用、潜在价值及挑战，以优化资源配置和患者体验	中国三级医院的门诊管理流程，包括门诊流量预测、患者等待时间及医生工作效率	机器学习	NA	模拟数据、医生调查	LSTM, ARIMA	模拟数据	NA	NA	LSTM	预测准确率	NA
5904	2026-01-24	Anatomical study and early diagnosis of dome galls in Cordia Dichotoma using DeepSVM model 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1558358 PMID:41561188	研究论文	本研究提出了一种基于DeepSVM混合架构的深度学习方法，用于早期检测Cordia dichotoma植物的圆顶瘿病害	通过将ResNet-50的最终sigmoid激活层替换为支持向量机（SVM）并应用L2正则化，提出了一种新型的DeepSVM混合架构，有效解决了传统CNN在真实环境数据上的过拟合和训练不稳定问题	研究仅针对Cordia dichotoma植物的圆顶瘿病害进行二元分类，模型在其他植物病害或更复杂分类任务上的泛化能力尚未验证	开发一种稳定且泛化能力强的深度学习模型，用于植物病害的早期自动检测，以支持精准农业	Cordia dichotoma植物的叶片（健康叶片与患病叶片）	计算机视觉	植物病害	图像采集与预处理	CNN, SVM	图像	总共4,300张叶片图像（3,900张用于训练，400张用于测试）	NA	ResNet-50, VGG-16, InceptionResNetv2, MobileNet-V2	准确率, F1分数	NA
5905	2026-01-24	A Transformers-based framework for refinement of genetic variants 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1694924 PMID:41561439	研究论文	本文提出了一种基于Transformer的框架，用于高通量测序数据中遗传变异的精准精炼与过滤	首次将Transformer的自注意力机制应用于遗传变异精炼任务，可直接处理VCF文件并与标准流程（如BCFTools、GATK4）无缝集成	模型仅在GIAB的HG003样本上进行训练，泛化能力有待在不同种群和测序平台数据上进一步验证	开发自动化遗传变异精炼框架以区分真实变异与技术假象	高通量测序数据中的遗传变异	机器学习	NA	高通量测序	Transformer	VCF文件（变异调用格式）	200万变异（来自GIAB v4.2.1样本HG003）	NA	Transformer	准确率, ROC AUC	NA
5906	2026-01-24	Neonatal supraventricular tachycardia: current diagnostic approaches and emerging technologies 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1694215 PMID:41561499	综述	本文综述了新生儿室上性心动过速（SVT）的当前诊断方法，并探讨了新兴技术（如深度学习算法、生物相容性可穿戴传感器和非接触式传感）在提升诊断能力方面的潜力	探讨了将深度学习算法、生物相容性可穿戴传感器和非接触式传感等新兴技术整合到新生儿SVT诊断中的潜力，以克服传统方法在信号质量和间歇性捕捉方面的限制	尽管AI模型在更广泛的儿科队列中报告了超过90%的诊断准确率，但针对新生儿群体的特异性验证仍是一个关键需求，且存在技术、监管和伦理方面的持续障碍	综述新生儿室上性心动过速（SVT）的诊断方法，并评估新兴技术如何改进诊断流程	新生儿室上性心动过速（SVT）	NA	心血管疾病	12导联心电图（ECG）、动态监测、深度学习算法、生物相容性可穿戴传感器、非接触式传感	深度学习算法	心电图信号、传感器数据	NA	NA	NA	诊断准确率	NA
5907	2026-01-24	Enhancing learning outcomes through post-discussion homework: the role of collaboration and task type 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1666213 PMID:41561610	研究论文	本研究探讨了如何设计课后讨论作业以维持研讨会教学的包容性、协作性动态	通过2×2准实验设计，结合社会架构（协作vs个人作业）和任务类型（概念导向vs案例导向），系统分析了协作作业对学习成果的影响，并提出了基于证据的课后作业设计框架	样本量较小（36名研究生），且为特定教育环境下的研究，可能限制结果的普适性	研究课后讨论作业的设计如何促进持续、协作的学习循环	36名研究生	教育技术	NA	准实验设计	NA	作业表现评分、感知学习评分、开放式访谈文本	36名研究生	NA	NA	基于量表的作业表现评分、学生感知学习评分	NA
5908	2026-01-24	MDL-CA: a multimodal deep learning approach with a cross attention mechanism for accurate brain cancer diagnosis 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1687335 PMID:41561860	研究论文	本文提出了一种名为MDL-CA的多模态深度学习框架，通过交叉注意力机制整合基因组学和MRI数据，以提高脑癌诊断的准确性	提出了一种结合图注意力网络和3D DenseNet的多模态深度学习框架，并引入交叉注意力机制来融合基因组与MRI特征，以捕获生物与空间交互，同时使用Entmax sigmoid函数增强稀疏性和可解释性	未明确提及具体局限性，但可能涉及数据预处理复杂性、模型计算资源需求或跨数据集泛化的潜在偏差	开发一种多模态深度学习框架，以整合基因组和MRI数据，提升脑癌诊断的准确性和生物可解释性	脑癌诊断	数字病理学	脑癌	基因组测序, MRI	GAT, DenseNet	基因组图嵌入, MRI图像	来自TCIA和TCGA的四个基准数据集，具体样本数量未明确	PyTorch, TensorFlow	Graph Attention Network, 3D DenseNet	准确率, F1分数	未明确提及具体计算资源，可能涉及GPU或云平台
5909	2026-01-24	Artificial Intelligence Applications in Oral Cancer and Oral Dysplasia 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0096 PMID:39041628	综述	本文综述了人工智能在口腔癌及口腔上皮异型增生中的应用进展，重点探讨了基于AI的预测性生物标志物开发	整合了多种AI方法（如机器学习、深度学习）来开发预测OED恶变和OSCC结局的生物标志物，展示了在数字病理学和表观基因组学中的创新应用	目前尚无可靠的临床、病理或分子生物标志物来准确预测个体风险，AI方法仍处于开发阶段，需进一步验证	旨在利用人工智能方法开发预测口腔上皮异型增生恶变为口腔鳞状细胞癌的风险以及预测口腔鳞状细胞癌死亡率和治疗反应的生物标志物	口腔鳞状细胞癌患者及口腔上皮异型增生患者	数字病理学	口腔癌	多重免疫组织化学、表观基因组学分析	深度学习	病理图像、表观遗传数据	NA	NA	NA	NA	NA
5910	2026-01-24	Code-Free Machine Learning Solutions for Microscopy Image Processing: Deep Learning 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0014 PMID:38556835	综述	本文综述了无需编程的深度学习算法在显微镜图像处理中的应用，特别关注生物学领域	聚焦于无需编程的深度学习解决方案，为无编程背景的生物学家提供可访问的算法资源	主要关注生物医学应用，可能未全面覆盖其他科学领域的具体需求	探索和介绍适用于显微镜图像处理的深度学习算法，降低使用门槛	显微镜图像，特别是生物学领域的图像	计算机视觉	NA	深度学习	人工神经网络	图像	NA	NA	NA	NA	NA
5911	2026-01-24	Addressing grading bias in rock climbing: machine and deep learning approaches 2024, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2024.1512010 PMID:40046938	综述	本文综述了机器学习和深度学习在解决攀岩路线难度评级主观性问题中的应用	首次系统分类并比较了基于路线中心、攀岩者中心和路径查找/生成三种机器学习方法在攀岩难度评级中的效果，并指出自然语言处理或循环神经网络算法是最优方法	NA	探索标准化攀岩路线难度评级的机器学习方法	攀岩路线难度评级系统	自然语言处理, 机器学习	NA	NA	RNN	文本	NA	NA	NA	NA	NA
5912	2026-01-23	Deep learning in central serous chorioretinopathy 2026 Mar-Apr, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.07.011 PMID:40752852	综述	本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变（CSC）中的应用，包括自动分析成像生物标志物、诊断、分类、预后和治疗结果预测	首次系统综述深度学习如何通过自动化分析CSC相关成像生物标志物（如视网膜下液、脉络膜血管等）来增强诊断和管理效率，并详细探讨了脉络膜血管的非侵入性可视化技术	未提及具体数据样本量或模型性能比较，且领域仍面临挑战和空白，需要进一步研究	探讨深度学习在眼科，特别是中心性浆液性脉络膜视网膜病变（CSC）中的应用，以提升诊断和管理的效率	中心性浆液性脉络膜视网膜病变（CSC）及其相关成像生物标志物，如视网膜下液、脉络膜层等	计算机视觉	中心性浆液性脉络膜视网膜病变	NA	深度学习模型	图像	NA	NA	NA	NA	NA
5913	2026-01-23	Artificial intelligence in age-related macular degeneration: Advancing diagnosis, prognosis, and treatment 2026 Mar-Apr, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.007 PMID:40975441	综述	本文综述了人工智能（AI）在年龄相关性黄斑变性（AMD）的诊断、预后和治疗中的最新进展、临床应用及关键局限性	系统性地总结了AI在AMD早期检测/分类以及疾病进展/治疗反应预测方面的应用，并开始解决算法偏见、泛化性有限和“黑箱”性质等先前挑战	AI模型的临床整合依赖于提高模型可解释性并在多样化人群中验证工具	评估人工智能在年龄相关性黄斑变性管理中的潜力，以推动及时诊断和个性化干预	年龄相关性黄斑变性（AMD）患者	数字病理学	年龄相关性黄斑变性	NA	机器学习, 深度学习	图像	基于对193条记录的筛选，纳入了47项研究	NA	NA	准确率	NA
5914	2026-01-23	TPVNet: A domain-aware graph-based framework for reliable multivariate physiological time series classification in healthcare 2026-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109214 PMID:41442988	研究论文	提出了一种名为TPVNet的领域感知图框架，用于医疗物联网中多变量生理时间序列的可靠分类	提出了时间增强有限可穿透可见图（TPVG）将原始信号转换为不可逆的图表示，并采用通道级投票策略以增强决策鲁棒性	未明确提及	提升医疗物联网应用中多变量生理时间序列分类的准确性、稳定性和隐私保护	多变量生理时间序列	机器学习	心房颤动	时间序列分析，图表示学习	GIN	时间序列数据	七个公共生理数据集	NA	Graph Isomorphism Network	准确率，召回率，精确率，F1分数，标准差	NA
5915	2026-01-23	Liver cancer segmentator: Metadata-guided confidence scoring for reliable segmentation of colorectal liver metastases in CT 2026-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109233 PMID:41505999	研究论文	本研究介绍了肝脏癌症分割器（LCS），一种用于自动和鲁棒地分割结直肠肝转移患者腹部增强CT图像中肝实质和肿瘤的深度学习模型，旨在通过元数据引导的置信度评分提高分割可靠性	开发了结合肿瘤体积和切片厚度元数据的置信度评分系统，以增强分割失败检测和临床可靠性	研究为回顾性设计，数据来源于两个机构，可能限制泛化性；未在外部验证集上测试模型	提高结直肠肝转移CT图像自动分割的可靠性和临床评估置信度	结直肠肝转移患者的腹部增强CT图像	数字病理学	结直肠肝转移	对比增强计算机断层扫描（CT）	深度学习模型	CT图像	446例腹部增强CT检查（355例训练，91例测试）	NA	NA	Dice分数, 归一化表面距离, 风险覆盖曲线下面积	NA
5916	2026-01-23	Noninvasive real-time dynamic monitoring of white blood cells based on microscopic imaging and deep learning 2026-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109238 PMID:41505998	研究论文	本研究开发了一种基于显微成像和深度学习的无创实时动态白细胞监测系统	结合便携式光学成像设备和基于YOLOv8的两阶段检测框架，首次实现了甲襞微循环中白细胞的连续无创监测	研究样本量较小（仅22名志愿者），且未在临床环境中进行大规模验证	开发一种无创、实时监测白细胞动态的系统，以替代传统的间歇性血液采样方法	甲襞微循环中的白细胞	计算机视觉	NA	显微成像，532 nm照明光学成像	CNN	视频	22名志愿者	PyTorch	YOLOv8	平均精度均值（mAP），精确率，召回率，F1分数	通用计算平台
5917	2026-01-23	SegRenal: AI-Driven segmentation of frozen sections in transplant kidney biopsies - A comparative analysis of deep learning models 2026-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109216 PMID:41512382	研究论文	本研究开发了SegRenal，一种基于人工智能的模型，用于自动分割移植肾活检冰冻切片中的关键结构，并比较了不同深度学习模型的性能	首次将深度学习模型应用于肾移植冰冻切片的自动化分割，并进行了跨扫描仪性能评估，模型甚至能检测出人工标注遗漏的结构	研究样本量相对有限（共183张全切片图像），且仅针对两种特定扫描仪进行了评估	开发并评估用于肾移植冰冻切片自动分割的AI模型，以支持快速、一致的术中评估	肾移植供体活检的冰冻切片全切片图像	数字病理学	肾脏疾病	苏木精和伊红染色	CNN	图像	183张冰冻全切片图像，来自两种扫描仪，并由肾脏病理专家手动标注	NA	UNet, ResNet-UNet, DenseNet-UNet	Dice分数, 精确率, 召回率, 组内相关系数	NA
5918	2026-01-23	ADHTransNet-based radiomics on multimodal pituitary MRI for non-invasive hormone prediction in children 2026-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109235 PMID:41519096	研究论文	本研究提出了一种基于ADHTransNet的放射组学方法，利用多模态垂体MRI图像，实现儿童生长激素和促性腺激素水平的无创预测	提出了ADHTransNet用于垂体腺体的自动分割，并开发了一个全自动、多模态、可重复的放射组学流程，首次实现了从MRI图像直接预测多种激素水平，以减少对侵入性刺激测试的依赖	样本量相对有限（共274名受试者），且研究为单中心设计，可能限制了模型的泛化能力	开发一种无创的辅助工具，用于预测儿童生长激素缺乏症和特发性中枢性性早熟患者的激素水平，以减少侵入性血液测试的需求	患有生长激素缺乏症（GHD）、特发性中枢性性早熟（ICPP）的儿童以及正常对照组	数字病理学	儿科内分泌疾病	MRI成像（T1加权和T2加权图像）	CNN, Transformer	医学图像（MRI）	274名受试者，共548次扫描（包括T1WI和T2WI图像）	NA	ADHTransNet	相关系数（r值），p值	NA
5919	2026-01-23	Chemo-prAIdict Breast: A deep learning solution for predicting residual disease on biopsies of breast cancer patients treated with neoadjuvant chemotherapy 2026-Feb-05, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116222 PMID:41518683	研究论文	开发了一种基于深度学习模型Chemo-prAIdict Breast，利用诊断活检的全切片图像预测乳腺癌患者新辅助化疗后的残留疾病	首次提出使用全切片图像的深度学习模型预测乳腺癌新辅助化疗后的残留疾病，并在大型队列中验证了其优于标准临床病理特征的性能	需要基于现代治疗方案的前瞻性研究来确立临床实用性	预测早期乳腺癌患者对新辅助化疗的敏感性，以帮助个体化治疗	接受新辅助化疗的早期乳腺癌患者	数字病理学	乳腺癌	全切片图像分析	深度学习模型	图像	初始纳入1140名患者，经筛选后分析928名（训练队列438名，外部验证队列490名）	NA	NA	AUC, Pearson相关系数	NA
5920	2026-01-23	Peripapillary Choroidal Vascularity Index for Differentiating Papilledema from Pseudopapilledema: A Deep Learning-Based Approach 2026-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.101024 PMID:41552652	研究论文	本研究使用深度学习算法比较了特发性颅内高压引起的视盘水肿与视盘玻璃膜疣引起的假性视盘水肿的视盘周围脉络膜血管指数	首次应用深度学习ResUNet模型结合体积平滑算法自动分割脉络膜，并量化视盘周围脉络膜血管指数以区分视盘水肿与假性视盘水肿	样本量较小，且为回顾性研究，可能存在选择偏倚	区分特发性颅内高压引起的视盘水肿与视盘玻璃膜疣引起的假性视盘水肿	特发性颅内高压患者、视盘玻璃膜疣患者及健康对照者的眼睛	数字病理学	眼科疾病	OCT	CNN	图像	138只眼睛（30只视盘水肿眼、30只假性视盘水肿眼、78只健康对照眼）	NA	ResUNet	均值比较、P值	NA