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
7801	2025-10-06	Quality appraisal of radiomics-based studies on chondrosarcoma using METhodological RadiomICs Score (METRICS) and Radiomics Quality Score (RQS) 2025-Jun-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02016-3 PMID:40533701	研究论文	使用METRICS和RQS评估骨软骨肉瘤影像组学研究的质量	首次在骨软骨肉瘤领域系统应用METRICS和RQS两种质量评估工具进行方法学质量评价	纳入研究均为回顾性设计，缺乏前瞻性研究和深度学习分析，外部测试数据集和开放科学数据使用有限	评估骨软骨肉瘤影像组学研究的方法学质量	骨软骨肉瘤影像组学研究文献	医学影像分析	软骨肉瘤	影像组学分析	NA	医学影像（MRI、CT）	18篇研究论文	NA	NA	组内相关系数（ICC）	NA
7802	2025-10-06	A Meta-Analysis of the Diagnostic Test Accuracy of Artificial Intelligence for Predicting Emergency Department Revisits 2025-Jun-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02210-2 PMID:40522351	荟萃分析	通过荟萃分析评估人工智能在预测急诊科复诊方面的诊断准确性	首次对AI预测急诊复诊的诊断性能进行系统性量化评估，并识别研究间异质性的影响因素	纳入研究数量有限（20篇），存在研究间异质性，部分亚组分析样本量较小	评估AI预测急诊科复诊的性能并识别研究异质性来源	急诊科复诊患者	机器学习	急诊医学	机器学习、深度学习、人工智能技术	NA	医疗数据	20篇研究包含27个AI模型	NA	NA	敏感度,特异度,AUROC	NA
7803	2025-10-06	Hybrid adaptive attention deep supervision-guided U-Net for breast lesion segmentation in ultrasound computed tomography images 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03377-z PMID:40488959	研究论文	提出一种混合自适应注意力深度监督引导的U-Net网络用于乳腺超声计算机断层扫描图像中的病灶分割	使用混合自适应注意力模块替代传统采样卷积模块以扩大感受野并提取全局特征，同时应用对比损失进行深度监督以减少上采样过程中的信息损失	NA	开发自动化乳腺癌诊断系统用于早期筛查乳腺病灶	乳腺超声计算机断层扫描图像中的乳腺病灶	计算机视觉	乳腺癌	超声计算机断层扫描	CNN	图像	两个UCT图像数据集HCH和HCH-PHMC	NA	U-Net	Dice系数,IoU	NA
7804	2025-10-06	Classification of pediatric video capsule endoscopy images for small bowel abnormalities using deep learning models 2025-Jun-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i21.107601 PMID:40538507	研究论文	本研究使用深度学习模型对儿科视频胶囊内镜图像中的小肠异常病变进行自动分类	首次针对儿科患者视频胶囊内镜图像开发深度学习分类模型，比较了多种先进模型在儿科小肠病变分类中的性能	回顾性研究，样本量相对有限（162例患者），仅来自单一医疗中心	开发自动分类儿科小肠病变的深度学习工具，提高诊断效率和准确性	儿科患者的小肠视频胶囊内镜图像	计算机视觉	小肠疾病	视频胶囊内镜	CNN, Transformer	图像	162例儿科患者的2298张高分辨率图像	NA	DenseNet121, VGG-16, ResNet50, Vision Transformer	准确率, 精确率, 召回率, F1分数, AU-ROC	NA
7805	2025-10-06	Trajectory-Ordered Objectives for Self-Supervised Representation Learning of Temporal Healthcare Data Using Transformers: Model Development and Evaluation Study 2025-Jun-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68138 PMID:40465350	研究论文	本研究开发了一种名为TOO-BERT的Transformer模型，通过整合轨迹顺序目标来改进电子健康记录序列的建模	提出了轨迹顺序目标(TOO)，通过区分有序医疗代码序列与置换序列来增强模型对时间依赖关系的理解	研究仅在两个特定数据集上验证，需要更多外部验证来确认泛化能力	改进电子健康记录序列建模，更好地捕捉复杂时间依赖关系	电子健康记录中的患者轨迹数据	自然语言处理	心力衰竭,阿尔茨海默病	电子健康记录分析	Transformer	序列医疗数据	MIMIC-IV约1000万医疗代码，MDC约800万医疗代码	NA	BERT,TOO-BERT	AUC	NA
7806	2025-10-06	Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)" 2025-Jun-04, JMIR research protocols IF:1.4Q3 DOI:10.2196/67875 PMID:40466092	研究论文	本研究通过智能手表监测和深度学习算法，评估乳腺癌放疗后房颤发生率和心脏辐射暴露的关联	首次结合智能穿戴设备长期监测和深度学习自动分割技术，系统研究乳腺癌放疗后房颤的发生机制	样本量相对有限（200例），仅针对65岁以上患者，研究结果可能不适用于更年轻人群	评估乳腺癌放疗后5年内房颤发生率，探索心脏辐射暴露与房颤发生的关联	200名65岁以上、5年前接受放疗且无房颤病史的乳腺癌患者	数字病理	心血管疾病	心电图, 经胸超声心动图, 智能手表监测, 深度学习自动分割	深度学习	医疗影像, 生理信号, 临床数据	200名乳腺癌患者	NA	NA	统计功效, 发生率差异	NA
7807	2025-10-06	Automated periodontal assessment in orthodontic patients: a dual CNN framework 2025-Jun-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06410-5 PMID:40455084	研究论文	开发基于卷积神经网络的双模型系统，用于正畸患者口腔图像中的牙结石、牙菌斑、牙龈增生和牙龈炎症的自动诊断	提出结合YOLOv8和U-Net+ResNet50的双CNN框架，实现正畸患者口腔疾病的自动化评估	最终诊断结论仍需依赖临床医生的专业知识和判断	开发基于深度学习的牙周疾病自动评估系统	正畸患者的牙结石、牙菌斑、牙龈增生和牙龈炎症	计算机视觉	牙周疾病	口腔内图像分析	CNN	图像	1000张正畸患者侧位和正面口腔内图像	NA	YOLOv8, U-Net, ResNet50	准确率, 精确率, 召回率, F1分数, Tversky损失, 交并比, 平均精度均值, Dice系数, Cohen's kappa	NA
7808	2025-06-06	Intrapartum electronic fetal monitoring: the importance of accurate signal capture to harness the potential of deep learning 2025-Jun-02, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.05.026 PMID:40466886	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7809	2025-10-06	Predicting hemorrhagic transformation in acute ischemic stroke: a systematic review, meta-analysis, and methodological quality assessment of CT/MRI-based deep learning and radiomics models 2025-Jun, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02336-3 PMID:40133723	系统评价与荟萃分析	评估基于CT/MRI的深度学习和影像组学模型在预测急性缺血性脑卒中出血转化方面的准确性和实用性	首次对深度学习和影像组学模型预测出血转化进行系统性比较，并评估临床组合模型的优越性能	存在中度至重度异质性，参考标准不一致且外部验证有限	预测急性缺血性脑卒中患者的出血转化以优化治疗策略	急性缺血性脑卒中患者	医学影像分析	急性缺血性脑卒中	CT/MRI影像分析	深度学习, 影像组学	医学影像	16项研究共3,083名参与者	NA	NA	AUC, 敏感度, 特异度	NA
7810	2025-10-06	Evaluating anti-VEGF responses in diabetic macular edema: A systematic review with AI-powered treatment insights 2025-Jun-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_1810_24 PMID:40434455	系统综述	本文系统评估了人工智能技术在糖尿病黄斑水肿抗VEGF治疗反应预测中的应用	首次系统整合深度学习与机器学习算法用于DME患者抗VEGF治疗反应的自动化评估	纳入研究数量有限（50篇），时间范围仅限于2016-2023年	评估人工智能算法在预测糖尿病黄斑水肿患者抗VEGF治疗反应中的效能	接受抗VEGF注射治疗的糖尿病黄斑水肿患者	数字病理学	糖尿病黄斑水肿	OCT成像	LDA, CNN, QDA, RF, SVM	医学影像	基于50篇相关文献的系统综述	NA	ResNet-50, 带注意力机制的CNN	灵敏度	NA
7811	2025-10-06	SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION 2025-May-30, ArXiv PMID:40492248	研究论文	提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，用于改进自监督MRI重建	在传统自监督学习的k空间掩蔽基础上引入新颖的一致性项，评估模型在稀疏域中准确预测添加扰动的能力	NA	改进高加速率下自监督MRI重建的质量，减少伪影和噪声放大	MRI图像重建	医学影像处理	NA	MRI扫描	深度学习网络	MRI图像，k空间数据	fastMRI膝关节和脑部数据集	NA	物理驱动深度学习网络	视觉评估，定量指标	NA
7812	2025-10-06	Automated landmark-based mid-sagittal plane: reliability for 3-dimensional mandibular asymmetry assessment on head CT scans 2025-May-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06397-z PMID:40415151	研究论文	本研究评估基于自动标志点的中矢状平面在头CT扫描中量化下颌骨不对称性的可靠性	提出使用深度学习自动标注三维头影测量标志点来构建中矢状平面的方法，并与人工方法进行对比验证	仅使用368例CT扫描数据，且人工对比仅基于19例随机选择的扫描	评估自动标志点中矢状平面在三维下颌骨不对称评估中的可靠性	正颌手术患者的头CT扫描数据	医学影像分析	下颌骨不对称	头CT扫描，三维头影测量	深度学习	三维CT图像	368例头CT扫描，其中19例用于人工对比	NA	NA	一致性限度，置信区间	NA
7813	2025-10-06	Diagnostic performance of the ultrasound -based artificial intelligence diagnostic system in predicting cervical lymph node metastasis in patients with thyroid cancer: A systematic review and meta-analysis 2025 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504251346906 PMID:40462622	系统评价与荟萃分析	通过系统评价和荟萃分析评估基于超声的人工智能系统在预测甲状腺癌患者颈部淋巴结转移中的诊断性能	首次对基于超声的AI系统在甲状腺癌淋巴结转移诊断中的性能进行系统评估，并比较了深度学习与传统机器学习、多中心与单中心设计、多模态与单模态特征的差异	纳入研究存在异质性，需要前瞻性验证才能临床推广应用	系统评估基于超声的人工智能系统在预测甲状腺癌颈部淋巴结转移中的诊断性能	甲状腺癌患者及其颈部淋巴结转移情况	医学影像分析	甲状腺癌	超声成像	深度学习, 传统机器学习	超声图像	19项研究	NA	NA	敏感度, 特异度, AUC	NA
7814	2025-10-06	Machine learning models for predicting postoperative peritoneal metastasis after hepatocellular carcinoma rupture: a multicenter cohort study in China 2025-Jan-17, The oncologist DOI:10.1093/oncolo/oyae341 PMID:39832130	研究论文	本研究开发并比较了多种机器学习模型用于预测肝细胞癌破裂术后腹膜转移	首次在中国多中心队列中系统比较包括深度学习在内的多种机器学习模型对肝细胞癌破裂术后腹膜转移的预测性能	研究样本量相对有限，且仅基于临床数据未整合影像学或分子标志物	开发预测肝细胞癌破裂术后腹膜转移的机器学习模型	522例接受手术的肝细胞癌破裂患者	机器学习	肝细胞癌	临床数据分析	逻辑回归,支持向量机,分类树,随机森林,深度学习	临床数据	522例患者（来自7个医疗中心），其中78例（14.9%）发生术后腹膜转移	NA	NA	AUC,F1分数	NA
7815	2025-10-06	Energy metric prediction for double insertion mutants via the RoseNet deep learning framework 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae198 PMID:40463404	研究论文	本研究利用RoseNet深度学习框架预测蛋白质双氨基酸插入或缺失突变的能量指标	扩展了RoseNet架构的应用范围，评估了三个额外蛋白质并分析了影响预测能力的结构域特征，包括二级结构插入和溶剂可及表面积	研究仅针对六个蛋白质进行训练和评估，样本规模有限	预测蛋白质双插入突变体的能量指标	蛋白质双氨基酸插入或缺失突变	生物信息学	NA	深度学习	神经网络	蛋白质结构数据	三个蛋白质的 exhaustive 双InDel突变数据集 + 三个蛋白质的约145,000个随机双InDel突变体	NA	RoseNet	预测质量评估	NA
7816	2025-10-06	Generative AI - Assisted Adaptive Cancer Therapy 2025 Jan-Dec, Cancer control : journal of the Moffitt Cancer Center IF:2.5Q3 DOI:10.1177/10732748251349919 PMID:40532181	综述	探讨利用生成式AI增强自适应癌症治疗的预测能力和治疗推荐	将非线性系统控制理论与深度学习相结合，构建GenAI增强的自适应癌症治疗框架	临床数据获取困难、深度学习模型不透明性、临床验证存在挑战	开发基于生成式AI的自适应癌症治疗策略	癌症治疗响应预测和动态治疗调整	机器学习	癌症	NA	深度学习	多模态数据	NA	NA	NA	NA	NA
7817	2025-10-06	H-DSAE: a hybrid technique to recognize heart disease 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1563199 PMID:40538756	研究论文	提出一种名为H-DSAE的混合技术，通过集成多种分类器来提高心脏病识别的准确性	结合深度信念网络、支持向量机和堆叠自编码器三种算法构建混合模型，在心脏病分类任务中实现高精度	未提及具体的数据集规模和多样性限制，未来需要开发更先进的分类和特征算法	提高心脏病诊断的准确性和效率，减少人为错误导致的误诊	心脏病患者的心脏图像数据	机器学习	心血管疾病	机器学习，深度学习	DBN, SVM, SAE	心脏图像	NA	NA	深度信念网络，支持向量机，堆叠自编码器	准确率，敏感度，F-measure，精确率	NA
7818	2025-10-06	A dual-branch deep learning model based on fNIRS for assessing 3D visual fatigue 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1589152 PMID:40538859	研究论文	提出一种基于功能近红外光谱的双分支深度学习模型，用于评估3D视觉疲劳	首次构建基于fNIRS的深度学习模型评估3D视觉疲劳，实现端到端自动特征提取和分类	样本量较小（20名受试者），未来需要优化模型在真实场景中的性能	开发自动评估3D视觉疲劳的方法以提升用户体验	20名正常受试者（平均年龄24.6岁，13名男性）	机器学习	视觉疲劳	功能近红外光谱（fNIRS）	CNN, Transformer	时间序列fNIRS数据	20名受试者	NA	双分支卷积网络，集成Transformer和通道注意力机制	准确率	NA
7819	2025-10-06	IRGL-RRI: interpretable graph representation learning for plant RNA-RNA interaction discovery 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1617495 PMID:40538878	研究论文	提出一种可解释的图表示学习模型IRGL-RRI，用于准确预测植物RNA-RNA相互作用	结合掩码策略与正则化的图表示增强RNA特征提取，以及集成KAN网络与多尺度融合的RRI建模方法，提升模型可解释性	NA	提高植物RNA-RNA相互作用预测的准确性和可解释性	植物RNA分子及其相互作用	生物信息学	NA	图表示学习，深度学习	图神经网络，KAN	植物RNA序列数据	公开数据集（具体数量未提及）	NA	基于掩码策略的图表示，Kolmogorov-Arnold Networks，多尺度融合架构	NA	NA
7820	2025-10-06	Class imbalance in multi-resident activity recognition: an evaluative study on explainability of deep learning approaches 2025, Universal access in the information society IF:2.1Q3 DOI:10.1007/s10209-024-01123-0 PMID:40538921	研究论文	本研究评估深度学习模型在类别不平衡的多居民活动识别中的表现及其可解释性	首次系统评估LSTM和BiLSTM在多居民活动识别中处理类别不平衡问题的能力，并深入分析模型可解释性	仅基于三个智能家居数据集进行评估，未涵盖更多场景和居民数量	解决多居民活动识别中的类别不平衡问题并提升深度学习模型的可解释性	多居民家庭环境中的日常活动识别	机器学习	NA	深度学习	LSTM, BiLSTM	传感器数据	三个不同的高度不平衡智能家居数据集	NA	LSTM, Bidirectional LSTM	NA	NA