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
701	2025-12-11	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	综述	本文对人工智能和机器学习在职业风险预防领域的应用进行了系统性综述，重点关注预测性风险建模和预防策略	首次系统性地综述了2019年以来AI/ML在职业风险预测与预防中的应用，揭示了该领域的研究趋势、主要技术方法和应用局限	过度依赖视觉数据（在低能见度环境中效果不佳），缺乏AI风险检测系统的方法学标准化	识别、评估和综合现有关于使用AI算法检测和预测工作场所危险环境和职业风险的文献	职业风险预防领域的学术文献	机器学习	NA	深度学习	CNN, YOLO	视觉数据	61篇相关文章（经过系统筛选后）	NA	卷积神经网络, YOLO	NA	NA
702	2025-12-11	Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis 2025-Sep, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110574 PMID:40769066	荟萃分析	本研究通过荟萃分析评估了基于超声的机器学习模型在预测乳腺癌新辅助化疗反应方面的效能	首次对基于超声的机器学习模型预测乳腺癌新辅助化疗反应的研究进行系统性回顾和荟萃分析，并特别区分了完全缓解和部分缓解的预测模型	对于部分缓解的预测模型，仅能进行内部验证分析，缺乏外部验证结果；需要进一步研究以开发临床可推广的模型	系统评估基于超声的机器学习模型预测乳腺癌患者新辅助化疗反应的效能	乳腺癌患者	数字病理学	乳腺癌	超声影像学	机器学习模型，深度学习模型	超声图像	22项研究（具体样本量未在摘要中提供）	NA	NA	敏感性，特异性，AUC	NA
703	2025-12-11	A new era in colorectal cancer: Artificial Intelligence at the forefront 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110926 PMID:40818204	综述	本文通过系统性文献综述，全面探讨了人工智能在结直肠癌领域的应用，包括早期检测、风险预测、治疗规划等多个方面	系统性整合了人工智能在结直肠癌领域的多种应用，并对比了不同AI模型的使用频率和效果，强调了可解释AI和混合模型的重要性	基于文献综述，可能受限于现有研究的质量和数据可用性，未涉及原始实验验证	综述人工智能在结直肠癌筛查、诊断、预测和治疗中的应用，评估其潜力和挑战	结直肠癌相关的研究文献和人工智能模型	机器学习	结直肠癌	机器学习、深度学习、可解释AI、混合模型	随机森林、支持向量机、卷积神经网络	NA	NA	NA	NA	准确率、延迟时间、数据隐私、鲁棒性、数据集可用性	NA
704	2025-12-11	Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies 2025-Aug-29, Sensors (Basel, Switzerland) DOI:10.3390/s25175359 PMID:40942788	综述	本文对应用于蜂箱的智能系统进行了系统性文献回顾，重点关注物联网监控、传感器模态、机器学习技术及其在精准养蜂中的应用	系统性地整合了智能蜂箱技术的最新进展，突出了深度学习、计算机视觉和多模态传感器融合的趋势，并强调了公开数据集的重要性	系统集成、数据集标准化和大规模部署方面仍存在挑战	调查智能系统在养蜂中的应用，以改善蜂群健康、生产力和环境适应性	智能蜂箱技术，包括物联网监控、传感器和机器学习应用	机器学习	NA	物联网监控、传感器技术、机器学习	深度学习	环境数据、声学数据、视觉数据、结构数据	分析了135篇同行评审出版物	NA	NA	NA	NA
705	2025-12-11	The diagnostic performance of ultrasound features for biliary atresia: a systematic review and updated meta-analysis 2025-Aug-18, Pediatric surgery international IF:1.5Q3 DOI:10.1007/s00383-025-06118-3 PMID:40824323	荟萃分析	本文通过系统综述和更新的荟萃分析，评估了超声特征在诊断胆道闭锁（BA）和囊性胆道闭锁（CBA）中的诊断性能	首次专门针对囊性胆道闭锁（CBA）与伴有黄疸和肝门区囊肿的婴儿的鉴别诊断，评估了超声特征的准确性，并整合了人工智能在提高诊断准确性方面的潜力	超声引导下经皮经肝胆管造影（PTCC）的临床应用受限于技术复杂性和患者要求，且胆囊异常相关特征的未检出比例存在较大变异	评估超声特征在鉴别胆道闭锁（BA）与婴儿胆汁淤积症，以及囊性胆道闭锁（CBA）与伴有黄疸和肝门区囊肿的婴儿中的诊断性能	胆道闭锁（BA）和囊性胆道闭锁（CBA）患者，以及作为对照的婴儿胆汁淤积症或伴有黄疸和肝门区囊肿的婴儿	数字病理学	胆道闭锁	超声成像	NA	医学影像（超声图像）	NA	NA	NA	敏感性, 特异性, 汇总受试者工作特征曲线	NA
706	2025-12-11	Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules: Systematic Review and Meta-Analysis 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73516 PMID:40811738	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习算法在甲状腺结节检测和分割中的诊断性能	首次通过系统综述和荟萃分析全面评估深度学习在甲状腺结节影像诊断中的性能，并比较其与临床医生的准确性	现有研究存在方法学设计欠佳、数据集图像质量不一致以及外部验证不足等问题，可能引入偏倚	评估深度学习算法在诊断甲状腺结节恶性程度方面的性能，识别影响其诊断效能的关键因素，并与临床医生的图像诊断准确性进行比较	甲状腺结节	医学图像分析	甲状腺癌	深度学习	深度学习模型	医学影像	基于41项符合条件的研究	NA	NA	敏感性, 特异性, AUC	NA
707	2025-12-11	Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study 2025-Mar-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325602 PMID:39486884	研究论文	本研究利用深度学习算法建立前房尺寸的规范数据库，用于评估闭角型青光眼	首次使用深度学习算法处理Visante ASOCT扫描数据，建立基于年龄和性别的规范分布，并应用百分位数截断值检测原发性闭角型青光眼	研究仅基于新加坡华人群体，可能不适用于其他种族；排除了有眼部手术或外伤的眼睛，限制了泛化性	建立前房尺寸的规范数据库，以评估闭角型青光眼	新加坡华人眼病研究中的受试者，包括开角和闭角眼睛	数字病理学	青光眼	前节光学相干断层扫描	深度学习算法	ASOCT扫描图像	2157只眼睛（1853只开角，304只闭角）	NA	NA	平衡准确度, 灵敏度, 特异性	NA
708	2025-12-11	International expert consensus on the current status and future prospects of artificial intelligence in metabolic and bariatric surgery 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94335-0 PMID:40102585	共识声明	本文通过德尔菲法建立了国际专家共识，探讨了人工智能在代谢与减重手术中的当前应用与未来前景	首次通过国际多中心专家共识，系统评估了人工智能在代谢与减重手术各环节的应用潜力与伦理规范	共识基于专家意见，缺乏实际临床数据验证；未涉及具体AI算法的技术细节与验证标准	建立关于人工智能在代谢与减重手术中作用的国际专家共识	代谢与减重手术领域的人工智能应用	医疗人工智能	代谢性疾病与肥胖症	NA	NA	专家意见与共识声明	来自35个国家的68位代谢与减重外科专家	NA	NA	共识达成率（≥70%）	NA
709	2025-12-11	Diagnostic precision of a deep learning algorithm for the classification of non-contrast brain CT reports 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1509377 PMID:40417183	研究论文	本研究评估了一种用于非增强脑CT报告分类的深度学习算法的诊断精度	首次在非增强脑CT报告分类任务中应用并评估了DistilBERT模型，并揭示了在特定机构环境中AI决策支持系统诊断准确性下降的现象	无法确定模型性能下降的具体原因，存在不确定的故障模式，且模型的泛化能力存疑	确定深度学习算法对非增强脑CT报告进行分类的诊断精度	非增强脑CT报告	自然语言处理	NA	文本分类	Transformer	文本	1861份非增强脑CT报告（其中800份用于训练，200份用于验证）	Python	DistilBERT	F1分数, 灵敏度, 特异性, 阳性预测值	NA
710	2025-05-27	Advancements in Structure-based Drug Design Using Geometric Deep Learning 2025, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673388739250516071228 PMID:40417758	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
711	2025-12-11	MDA-TransUNet: A Deep Learning-Based Automatic Segmentation Method for Cervical Cancer Brachytherapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251397035 PMID:41348514	研究论文	本研究提出了一种名为MDA-TransUNet的深度学习模型，用于宫颈癌近距离放射治疗中高风险临床靶区和危及器官的快速自动分割	提出了一种结合CNN和Transformer的混合网络模型MDA-TransUNet，用于多中心宫颈癌CT图像的分割，并在分割准确性和剂量学评估上表现出优越性能	研究样本量相对有限（共122例），且未详细讨论模型在不同临床场景下的泛化能力或潜在偏差	开发一种快速、精确的自动分割方法，以优化宫颈癌近距离放射治疗的治疗规划流程	宫颈癌患者的CT图像，重点关注高风险临床靶区（HR-CTV）和危及器官（膀胱、结肠、直肠、小肠）	数字病理学	宫颈癌	CT成像	CNN, Transformer	图像	122例宫颈癌近距离放射治疗患者的CT图像（来自三个临床中心），其中80例用于训练，22例用于测试，20例用于外部验证	NA	MDA-TransUNet	Dice相似系数, Hausdorff距离, 平均表面距离	NA
712	2025-12-11	Deformable registration and generative modelling of aortic anatomies by auto-decoders and neural ODEs 2025, npj biological physics and mechanics DOI:10.1038/s44341-025-00029-z PMID:41355932	研究论文	提出了一种名为AD-SVFD的深度学习框架，用于主动脉解剖结构的可变形配准与生成建模	采用自解码器架构与神经常微分方程，实现了血管几何形状的配准与生成在一个统一框架内完成，并通过在推理时微调低维嵌入来降低计算开销	目前仅在健康主动脉解剖结构上进行了数值实验，未涉及病变血管或更复杂的病理形态	开发一个高效、可扩展且能泛化到不同形状队列的血管几何形状处理与生成框架	主动脉解剖几何形状	计算机视觉	心血管疾病	点云表示，常微分方程建模	自解码器，神经ODE	点云	NA	NA	自解码器	Chamfer距离	NA
713	2025-12-11	Bornean orangutan nest identification using computer vision and deep learning models to improve conservation strategies 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20333 PMID:41356436	研究论文	本研究利用计算机视觉和深度学习模型，通过无人机图像识别婆罗洲猩猩巢穴，以改进保护策略	首次将深度学习模型应用于婆罗洲猩猩巢穴的自动识别，通过比较四种模型性能并利用梯度加权类激活映射解释结果	研究仅使用二元分类数据集，未实现巢穴的自动检测，且样本量相对有限	提高婆罗洲猩猩种群监测的效率和准确性，支持保护策略优化	婆罗洲猩猩的巢穴	计算机视觉	NA	无人机图像采集	CNN	图像	1,624张图像（来自马来西亚婆罗洲沙巴的无人机影像）	TensorFlow, Keras	InceptionV3, MobileNetV2, VGG19, Xception	准确率, 精确率, 召回率, F1分数	NA
714	2025-12-11	The paradigm shift in neural stem cells basic research driven by artificial intelligence related technologies 2025, Frontiers in cellular neuroscience IF:4.2Q2 DOI:10.3389/fncel.2025.1696943 PMID:41356496	综述	本文综述了人工智能技术在神经干细胞基础研究中的应用现状与未来潜力	讨论了生成对抗网络、图神经网络和自监督学习等尚未在神经干细胞研究中应用的关键AI技术及其潜在应用	数据质量、模型鲁棒性和可解释性方面仍存在挑战	探讨人工智能技术如何推动神经干细胞基础研究的范式转变	神经干细胞	机器学习	NA	NA	GAN, GNN, 自监督学习	多模态数据	NA	NA	NA	NA	NA
715	2025-12-11	XAI-BT-EdgeNet: explainable edge-aware deep learning with squeeze-and-excitation for brain tumor detection and prediction 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1676524 PMID:41356670	研究论文	本研究提出了一种名为XAI-BT-EdgeNet的可解释、边缘感知深度学习框架，结合挤压与激励模块，用于基于MRI扫描的脑肿瘤检测与预测	开发了双分支CNN架构，融合了InceptionV3的高级语义特征与边缘特征块的底层边缘表示，并集成SE模块自适应重新校准特征重要性，同时应用了四种XAI技术（LIME、Grad-CAM、Grad-CAM++、Vanilla Saliency）以提供可解释的视觉预测依据	NA	提高脑肿瘤检测的准确性和早期诊断能力，并增强临床对AI系统的信任	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI扫描	CNN	图像	4,589张标记的MRI图像（脑肿瘤2,513张，健康2,076张）	NA	InceptionV3, 双分支CNN	准确率, 损失值	NA
716	2025-12-11	tUbeNet: a generalizable deep learning tool for 3D vessel segmentation 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf087 PMID:41357142	研究论文	本文提出了一种名为tUbeNet的深度学习模型，结合人机协同训练方法，用于三维血管分割，该工具具有跨组织、模态、尺度和病理的泛化能力	开发了一个通用的深度学习工具，通过预训练的“基础”模型和微调策略，能够以极少量手动标注数据（如仅需新数据集0.3%的体积）适应新应用，实现了高精度三维血管分割	未明确提及模型在极端病理条件或罕见血管结构下的性能限制，以及计算资源需求的具体细节	开发一个可泛化的深度学习工具，用于三维血管分割，以支持血管成像的定量分析	三维血管网络，涵盖多种组织、成像模态、尺度和病理条件	计算机视觉	NA	光学成像、计算机断层扫描、光声成像	CNN	图像	NA	NA	3D卷积神经网络	Dice系数	NA
717	2025-12-11	Artificial intelligence in musculoskeletal radiology: practical aspects and latest perspectives 2025-Jan, BJR open DOI:10.1093/bjro/tzaf029 PMID:41357265	综述	本文综述了人工智能在肌肉骨骼放射学中的实际应用、最新进展及未来挑战	系统总结了AI在MSK影像全工作流程的应用，并探讨了大型语言模型在报告简化与临床沟通中的新兴作用	未涉及具体临床验证数据，主要基于现有文献的整合分析	探讨人工智能在肌肉骨骼放射学领域的应用现状与发展方向	肌肉骨骼影像工作流程及相关人工智能技术	数字病理学	肌肉骨骼疾病	深度学习，大型语言模型	深度学习模型	医学影像	NA	NA	NA	诊断一致性，测量量化准确性	NA
718	2025-12-11	Unifying proteomic technologies with ProteinProjector 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf266 PMID:41357305	研究论文	本文开发了一个名为ProteinProjector的自监督深度学习框架，用于整合多种蛋白质组学数据模态，以统一映射蛋白质的亚细胞定位	提出了一种灵活的自监督深度学习框架，能够整合任意数量的蛋白质组学数据模态，生成统一的蛋白质位置图谱，显著提高了图谱覆盖范围和准确性	NA	整合多种蛋白质组学技术，以更全面地理解蛋白质的亚细胞组织	HEK293人胚胎肾细胞中的蛋白质	机器学习	NA	蛋白质亲和纯化、邻近连接、尺寸排阻色谱质谱（AP-MS, PL-MS, SEC-MS）以及蛋白质荧光成像	自监督深度学习	质谱数据、图像数据	NA	NA	NA	已知复合物的恢复率、正交功能和物理关联的恢复率	NA
719	2025-12-11	Classifying abnormalities in chest radiographs from Vietnam using deep learning for early detection of cardiopulmonary diseases 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1703927 PMID:41357464	研究论文	本研究旨在开发一个基于越南胸部X光片数据的AI模型，用于早期检测心肺疾病的异常分类	首次使用越南胸部X光片数据进行AI模型开发，针对越南高负担的感染性和非传染性疾病进行早期检测	未提及模型在其他地区或人群中的泛化能力，以及数据集的潜在偏差	开发一个AI模型，用于分类越南胸部X光片中的正常和异常图像，以早期检测心肺疾病	越南两个机构的胸部X光片数据，包括正常和异常病例	计算机视觉	心肺疾病	胸部X光成像	Vision Transformer, EfficientNetV2, Light Gradient Boosting Machine	图像	17,471例（12,827例正常，4,644例异常）	未明确指定，可能涉及PyTorch或TensorFlow	Vision Transformer, EfficientNetV2	F1分数, 灵敏度, 特异性, 准确率, AUC	未提及
720	2025-12-11	Integration of intratumoral/peritumoral radiomics and deep learning for predicting overall survival in non-small cell lung cancer patients: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1669200 PMID:41357593	研究论文	本研究开发了一个结合瘤内/瘤周影像组学特征和3D深度学习特征的多中心模型，用于预测非小细胞肺癌患者的总生存期	提出了一种结合瘤内/瘤周影像组学特征和3D深度学习特征的集成模型，并引入了3D-SE-ResNet网络来提取深度学习特征，通过多维特征整合提高了生存预测的准确性	研究为回顾性设计，样本量相对有限（303例），且仅基于CT影像数据，未考虑其他临床或分子生物学因素	改善接受放疗的非小细胞肺癌患者的总生存期预测，为个性化放疗策略提供新工具	非小细胞肺癌患者	数字病理学	肺癌	CT扫描	深度学习	图像	303例来自三个中心的非小细胞肺癌患者	NA	3D-SE-ResNet	C-index, AUC	NA