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
7661	2025-10-06	Plant attribute extraction: An enhancing three-stage deep learning model for relational triple extraction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327186 PMID:40627606	研究论文	提出一种增强型三阶段深度学习模型用于植物属性关系三元组抽取	采用三阶段方法分别处理实体匹配、属性分类和关系匹配，改进了BERT词嵌入层并优化关系预测中的多级信息融合	基于标注的方法可能存在错误传播和参数更新不稳定的问题	从文本中抽取植物属性关系三元组以构建结构化知识	植物实体及其属性（生长环境、生长周期、生态分布等）	自然语言处理	NA	关系抽取	深度学习	文本	NA	BERT	Bwdgv（三阶段模型）	F1-score	NA
7662	2025-10-06	Deep learning-based risk stratification of ductal carcinoma in situ using mammography and abbreviated breast magnetic resonance imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587882 PMID:40630196	研究论文	本研究开发基于深度学习的多模态模型，利用乳腺X线摄影和简化乳腺磁共振成像对导管原位癌进行风险分层	首次结合深度学习和自然语言处理技术开发针对纯导管原位癌和浸润性导管癌的多模态预测模型，并验证简化MRI协议与完整诊断协议具有相似的诊断准确性	回顾性研究设计，样本量相对有限（共383例患者），需要更大规模的前瞻性验证	开发导管原位癌的风险分层工具以优化治疗策略，避免过度治疗	导管原位癌患者，包括纯导管原位癌和伴有导管原位癌的浸润性导管癌患者	数字病理	乳腺癌	乳腺X线摄影，磁共振成像，自然语言处理	深度学习	医学影像，临床数据，病理特征	两个队列：173例BI-RADS 3级或以上患者，210例同时有乳腺X线摄影和简化MRI的患者	NA	NA	AUC，准确率，F1分数	NA
7663	2025-10-06	Combining radiomics and deep learning to predict liver metastasis of gastric cancer on CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613972 PMID:40630210	研究论文	本研究结合影像组学和深度学习技术，基于CT图像预测胃癌肝转移	首次将经典影像组学特征与深度学习特征融合构建预测模型，并评估其在区分同步与异时性肝转移中的价值	回顾性研究设计，样本量相对有限，需要外部验证	预测胃癌肝转移的发生	胃癌患者	医学影像分析	胃癌	CT成像	深度学习	CT图像	1001例经病理证实的胃癌患者（非肝转移组689例，肝转移组312例）	NA	NA	AUC, 95% CI	NA
7664	2025-10-06	Machine Learning for 1-Year Mortality Prediction in Lung Transplant Recipients: ISHLT Registry 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14121 PMID:40630785	研究论文	本研究利用国际心肺移植学会注册数据开发深度学习模型，预测肺移植患者术后1年死亡率	首次基于大规模ISHLT注册数据构建肺移植1年死亡率预测模型，并通过SHAP值识别关键预测因子，证明仅需10个前置因素即可达到最优性能	外部验证数据集与ISHLT数据集存在显著组成差异，可能影响模型泛化能力	优化肺移植候选者选择以提升资源利用效率和患者预后	肺移植接受者	机器学习	肺移植	NA	GBM, Multilayer Perceptron	临床注册数据	ISHLT注册数据29,364例患者（其中4,729例1年内死亡），外加独立内部验证数据集	NA	梯度提升机，多层感知器	AUC, 准确率	NA
7665	2025-10-06	Artificial intelligence in atrial fibrillation: emerging applications, research directions and ethical considerations 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1596574 PMID:40630898	综述	本文探讨人工智能在心房颤动诊疗中的新兴应用、研究方向及伦理考量	系统梳理AI在房颤检测、风险预测、治疗优化和远程监护等关键领域的突破性应用，并提出可解释AI对临床实践的重要性	存在算法透明度不足、数据偏差、多源数据整合困难及监管障碍等挑战	评估人工智能技术在房颤全周期管理中的应用潜力与发展方向	心房颤动患者及相关医疗数据	机器学习	心血管疾病	机器学习, 深度学习	NA	心电图, 可穿戴设备数据, 临床数据, 影像数据, 基因组数据	NA	NA	NA	准确率	NA
7666	2025-10-06	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-12-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	研究论文	提出TAVAC指标用于评估Vision Transformer模型的过拟合程度并量化解释可重复性	首次提出通过比较训练和测试阶段的高注意力区域来评估ViT模型过拟合的TAVAC指标	仅在有限的数据集上进行了验证，需要更多样化的数据集进一步测试	提高Vision Transformer模型在生物医学图像分析中的解释可重复性	Vision Transformer模型在图像分类任务中的注意力机制	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公共图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC分数	NA
7667	2025-10-06	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	提出一种基于点云和3D旋转不变自编码器的表示学习框架，用于量化细胞内多片段结构的形态特征	采用点云和3D旋转不变自编码器，开发了适用于复杂多片段形态的表示学习方法，能够无监督发现亚结构聚类	NA	开发客观、鲁棒且可泛化的细胞内多片段结构量化方法	具有点状形态（如DNA复制焦点）和多态性形态（如核仁）的细胞内结构	计算机视觉	NA	3D点云分析	自编码器	3D点云，图像数据	多个细胞内结构数据集，包括具有预定义组织规则的合成数据集	CytoDL, Python	3D旋转不变自编码器	效率，生成能力，表示表达能力	NA
7668	2025-10-06	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究比较了三种特征提取方法和两种分类模块在低剂量CT筛查发现的肺结节和结直肠息肉病变诊断中的性能	首次系统比较了传统图像纹理特征、深度学习抽象特征和组织-能量特异性特征在医学影像诊断中的性能，并发现组织-能量特异性特征提取能显著提升诊断性能	研究仅针对低剂量CT筛查发现的特定类型病变，结果可能不适用于其他影像模态或病变类型	评估医学影像机器学习中特征提取和分类模块对病变恶性程度预测的个体性能	低剂量CT筛查发现的肺结节和结直肠息肉病变	医学影像分析	肺结节,结直肠息肉	低剂量计算机断层扫描(CT)	CNN,随机森林	医学影像	三个病变图像数据集	NA	CNN	AUC	NA
7669	2025-10-06	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	研究论文	提出一种基于投影池化的损失函数，用于在医学图像分割中引入软拓扑约束	通过投影和最大池化操作引入软拓扑约束，避免分割过程中小结构被丢弃	未明确说明训练集的具体规模和计算资源限制	解决小训练集下的医学图像分割问题并减少解剖结构异常分割	红核（red nucleus）以及心脏、脾脏和海马体	医学图像分割	帕金森综合征	定量磁化率成像（QSM）	深度学习分割模型	医学图像	NA	NA	NA	Dice系数	NA
7670	2025-10-06	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探索将肺血管连通性图谱作为解剖先验知识融入深度学习模型以提升肺叶分割性能	首次提出将肺血管连通性图谱作为解剖先验知识融入深度学习框架，用于指导肺叶分割	改进效果存在局限性，需要进一步探索其实际应用价值	开发结合解剖先验知识的自动化肺叶分割方法	胸部CT扫描中的肺叶分割	数字病理	COVID-19	CT扫描	U-Net	CT图像	10例COVID-19病例	nnU-Net	U-Net, 多任务U-Net, 级联U-Net	分割准确度	NA
7671	2025-10-06	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究通过深度学习自动量化CT图像中的间质性肺异常，评估其对I期非小细胞肺癌患者预后的预测价值	首次基于Fleischner Society定义使用商业化深度学习程序自动量化间质性肺异常，并验证其与I期非小细胞肺癌患者预后的关联	回顾性研究设计，样本仅来自单一机构，未包含晚期肺癌患者	评估自动量化间质性肺异常对I期非小细胞肺癌患者预后的预测价值	948例2009年4月至2022年10月期间接受肺切除术的病理I期非小细胞肺癌患者	数字病理	肺癌	CT扫描	深度学习	CT图像	948例I期非小细胞肺癌患者（其中99例检测到间质性肺异常）	NA	NA	风险比, 置信区间, p值	NA
7672	2025-10-06	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	开发基于机器学习的算法JLK-CTL，使用非对比脑CT的手工特征预测大脑中动脉近端大血管闭塞	首次结合手工特征提取和深度学习算法，利用非对比CT预测大血管闭塞，无需对比剂增强扫描	研究样本来自特定时间段的七家医院，外部验证集样本量相对较小(n=95)	早期识别缺血性卒中患者的大血管闭塞，为及时干预提供支持	缺血性卒中患者	医学影像分析	缺血性卒中	非对比计算机断层扫描，CT血管成像	ExtraTrees, 随机森林, 极端梯度提升, 支持向量机, 多层感知器, 深度学习	医学影像	2919名患者(训练集2463，内部验证275，外部验证95)	NA	NA	AUC, 敏感性, 特异性	NA
7673	2025-10-06	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-05, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	提出基于真实世界数据定量评估放宽非小细胞肺癌药物临床试验入选标准对风险-获益影响的研究方案	首次通过深度学习构建结构化真实世界数据库，结合蒙特卡洛模拟和Shapley值定量评估单个入选标准放宽对患者数量、疗效和安全性的影响	研究基于中国非小细胞肺癌数据，结果在其他癌症类型和地区的普适性需要进一步验证	为肺癌临床试验人群纳入标准设计提供科学证据，建立可推广的放宽入选标准评估框架	非小细胞肺癌患者和临床试验入选标准	医疗数据分析	肺癌	深度学习，蒙特卡洛模拟，倾向性匹配，Shapley值分析	NA	真实世界医疗数据	NA	NA	NA	患者数量，临床疗效，安全性	NA
7674	2025-10-06	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	利用生成式AI模型进行3D生物图像的空间插值和修复以提升组织映射质量	将原本用于时间插值的FILM生成式AI模型创新应用于多种3D图像类型的空间插值，显著优于传统线性插值方法	NA	解决生物图像中缺失区域、损伤组织和分辨率不足的问题，提升3D组织映射质量	多种成像模态的生物图像数据，包括组织学、光片显微镜、磁共振成像等	计算机视觉	NA	生成式AI、图像插值	生成式AI模型	3D图像	涵盖人类、小鼠的多种组织样本（胰腺、肺、脑部）	NA	FILM	生物信息保留度、图像质量（对比度、方差、亮度）、细胞计数准确性	NA
7675	2025-10-06	The Transformative Potential of AI in Obstetrics and Gynaecology 2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC IF:2.0Q2 DOI:10.1016/j.jogc.2023.102277 PMID:37951574	综述	探讨人工智能在妇产科领域的应用潜力及发展方向	系统分析AI在妇产科三大重点领域的应用前景，并提出伦理实施和治理建议	NA	探索人工智能在妇产科领域的变革潜力	妇产科医疗实践	医疗人工智能	妇产科疾病	深度学习，大语言模型	深度学习模型，大语言模型	医学图像，医疗文本	NA	NA	NA	NA	NA
7676	2025-10-06	Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.576252 PMID:38328179	研究论文	提出一种名为TAVAC的新指标，用于评估Vision Transformer模型在图像数据集上的过拟合程度并量化解释的可重复性	首次提出TAVAC指标，能够定量评估ViT模型解释的可重复性，并在像素级别监控模型解释的稳定性	未明确说明样本量的具体数值和计算资源需求	解决Vision Transformer模型在有限标注生物医学图像数据集上容易过拟合导致解释不可靠的问题	Vision Transformer模型在图像分类任务中的解释可重复性	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公开图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC, 预测准确率	NA
7677	2025-10-06	Deep learning-assisted prostate cancer detection on bi-parametric MRI: minimum training data size requirements and effect of prior knowledge 2022-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-021-08320-y PMID:34786615	研究论文	评估基于PI-RADS训练的深度学习算法在前列腺癌检测中的性能，并研究数据量和先验知识对检测效果的影响	首次系统评估深度学习算法在前列腺癌检测中的最小训练数据量要求，并量化分析区域分割先验知识对性能的影响	研究仅基于两个医疗中心的数据，需要更多外部验证来确认结果的普适性	研究深度学习在前列腺癌MRI检测中的性能表现及其影响因素	2734名PSA水平升高（≥3 ng/mL）且未进行过活检的可疑前列腺癌患者	数字病理	前列腺癌	多参数MRI（mpMRI）、双参数MRI（bpMRI）	深度学习	医学影像	2734名患者（中心1：1952例，中心2：296例），782例测试病例	NA	NA	灵敏度,FROC,ROC,AUC,假阳性率	NA
7678	2025-10-06	Integrating artificial intelligence in healthcare: applications, challenges, and future directions 2025-Dec, Future science OA IF:2.4Q3 DOI:10.1080/20565623.2025.2527505 PMID:40616302	综述	本文探讨人工智能在医疗领域的应用、挑战及未来发展方向	系统整合了AI在癌症检测、牙科医学、脑肿瘤数据库管理和个性化治疗等多元医疗场景的应用现状	面临数据隐私、算法偏见和监管问题等挑战	分析AI在医疗领域的应用潜力与发展路径	医疗诊断系统、医学数据管理和个性化治疗方案	医疗人工智能	癌症, 脑肿瘤, 口腔疾病	机器学习, 深度学习	NA	医学影像, 基因数据, 临床数据, 生活方式数据	NA	NA	NA	诊断准确率	NA
7679	2025-10-06	AI as teacher: effectiveness of an AI-based training module to improve trainee pediatric fracture detection 2025-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04927-0 PMID:40227327	研究论文	评估基于AI的无监督训练模块在提高儿科骨折检测能力方面的教育效果	首次将开源深度学习骨折检测算法作为教学工具，通过自动生成标注病例实现可扩展的教学方法	医学生组未显示显著改善，可能由于任务背景知识不足；样本量相对有限	评估AI辅助训练模块对儿科骨折检测准确性的提升效果	儿科上肢放射影像和受训医生（医学生和放射科住院医师）	数字病理	儿科骨折	放射影像分析	深度学习	放射影像	240例儿科上肢放射检查，8名参与者（4名医学生和4名PGY-2放射科住院医师）	开源深度学习算法（www.childfx.com）	NA	准确率，卡方检验	NA
7680	2025-10-06	A dataset of microscopic spirometra mansoni for medical image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110661 PMID:40578156	研究论文	本文提出了一个专门用于曼氏裂头绦虫显微图像分割的数据集，用于训练和验证语义分割卷积神经网络	创建了首个专门针对曼氏裂头绦虫显微图像分割的公开数据集，包含专家标注的分割掩码和定量分析	数据集规模相对有限（1420张图像），仅包含确诊感染病例的样本	解决计算寄生虫学研究中曼氏裂头绦虫识别训练数据短缺的问题	曼氏裂头绦虫成虫及其虫卵的显微图像	计算机视觉	寄生虫感染	光学显微镜成像	CNN	图像	1420张显微图像，来自确诊感染病例的粪便悬浮液	NA	语义分割CNN	分割性能基准指标	NA