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
581	2025-05-30	Deep learning Radiopathomics based on pretreatment MRI and whole slide images for predicting overall survival in locally advanced nasopharyngeal carcinoma 2025-May-21, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110949 PMID:40409367	research paper	开发一种基于深度学习的放射病理学整合模型，用于预测局部晚期鼻咽癌患者的总体生存期	结合MRI和全切片图像的深度学习模型，首次在局部晚期鼻咽癌患者中预测总体生存期	样本量相对较小，外部测试集仅包含50例患者	预测局部晚期鼻咽癌患者的总体生存期	局部晚期鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, whole slide imaging	self-attention mechanism, multilayer perceptron, multimodal fusion model	image	343例局部晚期鼻咽癌患者（训练集202例，验证集91例，外部测试集50例）
582	2025-05-30	The role of artificial intelligence in occupational health in radiation exposure: a scoping review of the literature 2025-May-16, Environmental health : a global access science source IF:5.3Q1 DOI:10.1186/s12940-025-01186-3 PMID:40380224	综述	本文回顾了人工智能在职业辐射暴露评估、监测、控制及防护中的应用研究	全面梳理了AI在职业辐射暴露管理中的多种工具（如专家系统、机器学习、深度学习）的应用现状，并识别了当前研究的关键挑战	纳入研究存在数据质量参差不齐、算法可解释性不足、与现有系统整合困难等局限性	评估人工智能在职业辐射暴露风险管理中的潜在作用	职业辐射暴露相关的评估、监测、控制及防护系统	职业健康与安全	辐射相关疾病	专家系统、机器学习、深度学习等AI模型	多种AI模型（未指定具体模型）	文献数据	59篇符合条件的文献（初始检索2920篇）
583	2025-05-30	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	research paper	本研究探讨了基于深度学习的身体成分分析，利用基线CT扫描预测黑色素瘤患者的总生存期，并识别出具有预后价值的全体积身体成分特征	首次将深度学习网络用于全体积身体成分分析，以预测黑色素瘤患者的总生存期，并验证了Sarcopenia Index、Myosteatosis Fat Index和Visceral Fat Index的预后价值	研究仅基于CT扫描数据，未考虑其他可能影响生存期的临床因素	探索基于深度学习的身体成分分析在黑色素瘤患者预后评估中的应用	黑色素瘤患者	digital pathology	melanoma	deep learning-based body composition analysis	deep learning network	CT scans	495名患者（内部验证）和428名患者（外部验证）
584	2025-05-30	Ultrasound-based deep learning radiomics for enhanced axillary lymph node metastasis assessment: a multicenter study 2025-May-08, The oncologist DOI:10.1093/oncolo/oyaf090 PMID:40349137	研究论文	本研究开发了一种基于超声的深度学习放射组学模型，用于评估乳腺癌患者的腋窝淋巴结转移，并验证了其对放射科医生诊断准确性的提升效果	结合深度学习和手工放射组学特征，构建了临床-放射组学模型，并在多中心数据集中验证了其性能	研究样本来自6家医院，可能存在选择偏倚，且未考虑不同超声设备的差异性	提高乳腺癌患者腋窝淋巴结转移的术前评估准确性	乳腺癌患者	数字病理	乳腺癌	超声成像	深度学习放射组学模型	超声图像	866名乳腺癌患者（来自6家医院）
585	2025-05-30	Wearable Artificial Intelligence for Sleep Disorders: Scoping Review 2025-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65272 PMID:40327852	综述	本文对用于睡眠障碍的AI可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测与分析方法	综述了AI可穿戴设备在睡眠障碍领域的应用现状，指出了当前研究主要集中在睡眠呼吸暂停，并提出了未来研究方向	研究仅限于睡眠呼吸暂停，对其他睡眠障碍的研究不足，且缺乏对治疗效果的研究	概述AI驱动的可穿戴设备在睡眠障碍领域的应用情况	AI驱动的可穿戴设备及其在睡眠障碍检测与分析中的应用	人工智能在医疗健康中的应用	睡眠障碍	AI算法	CNN, 随机森林, 支持向量机	呼吸数据、心率、身体运动数据	46项符合条件的研究
586	2025-05-30	Current Technological Advances in Dysphagia Screening: Systematic Scoping Review 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65551 PMID:40324167	系统性范围综述	本文对人工智能和传感器技术在吞咽困难筛查中的最新进展进行了系统性范围综述	首次全面评估AI和传感器技术在吞咽困难筛查中的应用现状和性能表现	存在方法学质量风险，特别是患者选择、指标测试和建模方面，且缺乏外部验证研究	评估AI和传感器技术在吞咽困难筛查中的应用现状和性能	吞咽困难筛查技术	医疗人工智能	吞咽困难	AI和传感器技术	支持向量机(SVM)和深度学习	声学和振动信号数据	24项研究，共2979名参与者(1717名吞咽困难患者和1262名对照组)
587	2025-05-30	Diagnostic performance of deep learning-based coronary computed tomography angiography in detecting coronary artery stenosis 2025-May, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03383-0 PMID:40156689	研究论文	验证一种基于冠状动脉计算机断层扫描血管造影（CCTA）的全自动深度学习模型，用于诊断阻塞性冠状动脉疾病（CAD）中狭窄≥50%的情况	提出了一种全自动深度学习模型，用于快速准确地识别冠状动脉狭窄≥50%的患者，显著提高了诊断效率	研究仅限于特定时间段内的多中心数据，可能无法完全代表所有人群	验证深度学习模型在诊断冠状动脉狭窄中的性能	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	3D Multi-resolution Cascade CNN, 3D Cascade-Locally Optimized Network, Stenosis Analysis Network	图像	1090名患者（平均年龄59.90±11.51岁，47.3%为女性）
588	2025-05-30	Construction of a deep learning model and identification of the pivotal characteristics of FGF7- and MGST1- positive fibroblasts in heart failure post-myocardial infarction 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143171 PMID:40258553	研究论文	该研究通过构建深度学习模型并识别FGF7-和MGST1-阳性成纤维细胞在心梗后心力衰竭中的关键特征，揭示了这些细胞在疾病发展中的作用	首次发现FGF7MGST1成纤维细胞在心梗后心力衰竭中的下调现象，并通过单细胞RNA测序和深度学习模型揭示了其关键基因特征和预测价值	研究主要基于小鼠模型和生物信息学分析，需要进一步的人类样本验证	探究成纤维细胞异质性在心梗后心力衰竭中的作用机制	FGF7-和MGST1-阳性成纤维细胞	数字病理学	心血管疾病	scRNA-seq, qRT-PCR, 孟德尔随机化分析	深度学习模型	单细胞RNA测序数据	未明确说明样本数量，使用小鼠模型和生物信息学数据
589	2025-05-30	The prediction of RNA-small molecule binding sites in RNA structures based on geometric deep learning 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143308 PMID:40268011	研究论文	该论文提出了一种基于几何深度学习的计算方法RLBSIF，用于预测RNA结构中RNA与小分子配体的结合位点	利用表面几何特征和化学特征结合MaSIF-based表面相互作用指纹全面表征RNA-配体相互作用，并采用ResNet18网络分析这些指纹以识别配体结合口袋	训练数据仅包含440个结合口袋，可能限制了模型的泛化能力	准确预测RNA结构中配体的结合位点，以指导药物设计和医学领域的研究	RNA与小分子配体的结合位点	机器学习和计算生物学	NA	几何深度学习	ResNet18	RNA结构数据	440个结合口袋
590	2025-05-30	Predicting transmission loss in underwater acoustics using continual learning with range-dependent conditional convolutional neural networks 2025-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0036773 PMID:40439448	研究论文	本文提出了一种基于持续学习和范围依赖条件卷积神经网络的方法，用于预测水下声学传输损失，以提高远场场景下的预测准确性	引入了一种范围依赖条件卷积神经网络，通过直接对输入地形进行条件化，单步预测传输损失场，并采用基于回放的持续学习策略，实现跨连续地形变化的泛化	模型在远场波预测方面可能存在局限性，且依赖于输入地形的准确性	提高深度学习模型在远场场景下预测水下辐射噪声的准确性	水下声学传输损失	机器学习	NA	持续学习，卷积神经网络	CNN	地形数据，声学数据	多个测试案例和涉及Dickins Seamount的基准场景
591	2025-05-30	Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review 2025-Apr-10, Oral and maxillofacial surgery DOI:10.1007/s10006-025-01371-1 PMID:40208434	综述	本文对过去10年中人工智能在唇腭裂预测、诊断和治疗中的应用进行了范围性综述	首次系统性地综述了AI在唇腭裂管理中的应用，并提出了6个子类别分类	纳入研究数量有限(25篇)，且美国地区研究占比较高	评估人工智能在唇腭裂管理中的应用现状	唇腭裂患者	数字病理	唇腭裂	深度学习与机器学习	NA	NA	25项研究(包含649篇初步筛选文献)
592	2025-05-30	Trends and Gaps in Public Perception of Genetic Testing for Dementia Risk: Unsupervised Deep Learning of Twitter Posts From 2010 to 2023 2025 Apr-Jun 01, Alzheimer disease and associated disorders DOI:10.1097/WAD.0000000000000667 PMID:40371554	研究论文	本研究利用Twitter数据分析了公众对痴呆症基因检测的看法	使用BERT模型和主题建模技术分析社交媒体数据，揭示了公众对痴呆症基因检测的看法和趋势	研究仅基于Twitter数据，可能无法代表所有人群的观点	分析公众对痴呆症基因检测的看法和趋势	2010年至2023年包含相关关键词的英文推文	自然语言处理	老年病	BERT模型, NER, 主题建模	BERT	文本	3045条原始推文
593	2025-05-30	Deep learning on T2WI to predict the muscle-invasive bladder cancer: a multi-center clinical study 2025-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82909-3 PMID:40121216	research paper	开发基于MRI的深度学习模型预测肌层浸润性膀胱癌	利用多中心临床数据构建深度学习模型，结合T2WI图像、分割膀胱和感兴趣区域进行预测	外部测试集的敏感性和阳性预测值较低	预测肌层浸润性膀胱癌	559名膀胱癌患者	digital pathology	bladder cancer	MRI	Inception V3	image	559名患者（521名来自中心，38名来自外部中心）
594	2025-05-29	Performance of the automated digital cell image analyzer UIMD PBIA in white blood cell classification: a comparative study with sysmex DI-60 2025-Jun-26, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2024-1323 PMID:39837502	research paper	本研究评估了基于深度学习的自动化数字形态分析仪PBIA在白细胞分类中的性能，并与广泛使用的DI-60进行了比较	使用深度学习技术的PBIA在白细胞分类中表现出优于传统DI-60的性能	需要进一步的多中心研究进行完全验证，且在异常细胞识别上存在一定的假阳性和假阴性率	评估和比较自动化数字形态分析仪在白细胞分类中的性能	外周血涂片中的白细胞	digital pathology	NA	deep learning	NA	image	461张涂片
595	2025-03-06	Research on the development of image-based Deep Learning (DL) model for serum quality recognition 2025-Jun-26, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2024-1219 PMID:40042089	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
596	2025-05-29	An explainable transformer model integrating PET and tabular data for histologic grading and prognosis of follicular lymphoma: a multi-institutional digital biopsy study 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07090-9 PMID:39883138	research paper	开发了一种可解释的多模态融合Transformer模型，用于非侵入性识别滤泡性淋巴瘤(FL)的分级和预后	首次将3D PET肿瘤图像与表格数据结合，开发了可解释的多模态融合Transformer模型，并引入了Grad-CAM和SHAP分析增强临床可解释性	研究为回顾性设计，需要前瞻性研究进一步验证模型性能	开发深度学习模型作为数字活检工具，用于FL分级和预后评估	513名FL患者	digital pathology	follicular lymphoma	PET成像	Transformer	3D图像和表格数据	513名来自5个独立医疗中心的FL患者
597	2025-05-29	Optimizing MR-based attenuation correction in hybrid PET/MR using deep learning: validation with a flatbed insert and consistent patient positioning 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07086-5 PMID:39912939	研究论文	本研究利用平板插入物和手臂下定位在PET/CT扫描中实现精确的MR-CT匹配，以评估MR-based衰减校正（MRAC）的准确性	使用平板插入物和手臂下定位解决PET/MR中MRAC验证的挑战，并开发基于深度学习的框架生成合成CT图像	在骨丰富区域（如脊柱和肝脏）的再现性较低	优化PET/MR中的MR-based衰减校正（MRAC）方法	21名患者	医学影像处理	NA	PET/CT, PET/MR, 深度学习	深度学习框架	医学影像（PET/CT, PET/MR）	21名患者（验证数据集），300名患者（训练数据集）
598	2025-05-29	Evaluation of deep learning-based scatter correction on a long-axial field-of-view PET scanner 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07120-6 PMID:39918764	研究论文	评估基于深度学习的散射校正方法在长轴视野PET扫描仪上的性能	提出了一种基于U-Net架构的深度学习散射估计方法，相比传统的单散射模拟方法，在长轴视野PET系统中表现出更高的准确性和鲁棒性	方法在[18F]-PSMA数据集上的表现虽然一致，但未使用该类型数据进行训练	评估深度学习散射估计方法在长轴视野全身PET扫描仪上的性能	长轴视野PET系统的散射校正	医学影像处理	NA	PET成像，蒙特卡洛模拟	CNN U-Net	PET影像数据	7个[18F]-FDG和[18F]-PSMA临床数据集
599	2025-05-29	Eliminating the second CT scan of dual-tracer total-body PET/CT via deep learning-based image synthesis and registration 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07113-5 PMID:39932542	研究论文	本研究开发并验证了一种深度学习框架，旨在消除双示踪剂全身PET/CT成像中的第二次CT扫描	结合了注册生成对抗网络（RegGAN）和非刚性配准技术，首次实现了将第一次扫描的衰减校正CT（ACCT）图像转换为第二次扫描的伪ACCT图像	研究仅基于247名患者的回顾性数据，未进行前瞻性验证	开发一种减少双示踪剂全身PET/CT成像中CT辐射剂量的方法	接受双示踪剂全身PET/CT成像的患者	医学影像分析	NA	深度学习、PET/CT成像	RegGAN（注册生成对抗网络）	医学影像（CT和PET图像）	247名患者（167名接受[68Ga]Ga-DOTATATE/[18F]FDG，50名接受[68Ga]Ga-PSMA-11/[18F]FDG，30名接受[68Ga]Ga-FAPI-04/[18F]FDG）
600	2025-05-29	Skin Cancer Detection Using Deep Learning Approaches 2025-Jun, Cancer biotherapy & radiopharmaceuticals DOI:10.1089/cbr.2024.0161 PMID:40151158	review	该综述探讨了多种深度学习方法在皮肤病变识别和分类中的应用	评估了不同深度学习方法在皮肤癌检测中的表现，特别是CNN在视觉病变识别中的高准确性和GAN在训练增强中的潜力	现有数据集存在肤色多样性不足、计算需求高、病变表示不均等问题，可能影响模型的效率、包容性和泛化能力	通过深度学习方法提高皮肤癌的早期检测效率和准确性	皮肤病变图像	computer vision	skin cancer	deep learning	CNN, GAN, ANN, KNN	image	NA