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
8701	2025-10-06	The applications of machine learning in HIV neutralizing antibodies research-A systematic review 2022-12, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2022.102429 PMID:36462896	系统综述	系统回顾机器学习在HIV中和抗体研究中的应用	首次系统性地总结机器学习在HIV中和抗体研究中的多种应用场景和方法论	仅基于Web of Science和PubMed数据库的文献，可能存在发表偏倚	探索机器学习在HIV中和抗体研究中的应用现状和发展趋势	HIV中和抗体相关研究文献	机器学习	HIV/AIDS	机器学习算法	监督学习,无监督学习,生成模型	生物数据	过去十年相关研究文献	NA	NA	NA	NA
8702	2025-10-06	Deep Learning Prediction of Pathologic Complete Response in Breast Cancer Using MRI and Other Clinical Data: A Systematic Review 2022-11-21, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography8060232 PMID:36412691	系统综述	本文系统综述了使用深度学习技术基于乳腺MRI图像和其他临床数据预测乳腺癌新辅助化疗后病理完全缓解的研究	专注于深度学习在无需肿瘤分割标注的完整乳腺MRI图像上预测pCR的系统综述，填补了该领域综述文献的空白	仅关注深度学习方法，排除了传统监督机器学习研究	系统评估深度学习在预测乳腺癌新辅助化疗病理完全缓解中的应用	乳腺癌患者	医学影像分析	乳腺癌	MRI成像	CNN	医学图像, 临床数据	NA	NA	NA	NA	NA
8703	2025-10-06	Machine Learning for Industry 4.0: A Systematic Review Using Deep Learning-Based Topic Modelling 2022-Nov-09, Sensors (Basel, Switzerland) DOI:10.3390/s22228641 PMID:36433236	系统综述	使用基于深度学习的主题建模方法对工业4.0领域的机器学习研究进行系统性综述	采用BERTopic主题建模技术分析45,783篇相关论文，并结合17份行业白皮书进行学术与产业视角的对比分析	仅基于Scopus和Web of Science数据库的文献，未涵盖所有相关研究	明确机器学习在工业4.0领域的应用现状和研究热点	工业4.0相关学术文献和行业白皮书	机器学习	NA	主题建模	深度学习	文本	45,783篇学术论文和17份行业白皮书	BERTopic	BERT	主题分析	NA
8704	2025-10-06	Semantic Terrain Segmentation in the Navigation Vision of Planetary Rovers-A Systematic Literature Review 2022-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s22218393 PMID:36366089	系统文献综述	对行星漫游车导航视觉中语义地形分割研究进行系统性文献综述	这是首个针对行星漫游车导航视觉中语义地形分割的系统性文献综述	未发现满足像素级分割、实时推理时间和机载硬件要求的解决方案，缺乏开放、像素级标注的真实世界数据集	分析行星漫游车导航视觉中语义地形分割的现有解决方案、可用数据和潜在研究空白	行星漫游车导航视觉中的语义地形分割研究	计算机视觉	NA	NA	NA	图像	30篇研究论文	NA	NA	准确率, 实时性能	NA
8705	2025-10-06	Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7186687 PMID:36419507	系统文献综述	本文对基于计算机视觉的马铃薯植物病害自动检测方法进行了系统性文献综述	首次系统性地梳理了计算机视觉在马铃薯病害检测中的应用现状，并识别了该领域的开放研究问题	仅纳入了39项主要研究，可能存在文献覆盖不全的局限性	调查计算机视觉技术在马铃薯植物病害自动检测中的应用现状和方法	马铃薯植物及其病害	计算机视觉	植物病害	计算机视觉，机器学习	深度学习算法，经典机器学习算法	图像数据	NA	NA	NA	NA	NA
8706	2025-10-06	Deep learning for differential diagnosis of parotid tumors based on 2.5D magnetic resonance imaging 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2520401 PMID:40531801	研究论文	本研究开发了一种基于2.5D磁共振成像和深度学习模型的腮腺肿瘤良恶性鉴别方法	首次将2.5D成像方法（包含层间信息）与基于Transformer的迁移学习模型结合应用于腮腺肿瘤的鉴别诊断	回顾性研究，样本量较小（122例患者），缺乏外部验证	开发准确的腮腺肿瘤术前良恶性鉴别诊断方法以指导手术规划	腮腺肿瘤患者	医学影像分析	腮腺肿瘤	磁共振成像	深度学习, Transformer	2D和2.5D磁共振图像, 临床特征	122例腮腺肿瘤患者	NA	Transformer	AUC, 灵敏度, 混淆矩阵	NA
8707	2025-10-06	Optimized YOLOv8 for enhanced breast tumor segmentation in ultrasound imaging 2025-Jun-19, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02889-2 PMID:40536560	研究论文	本研究探索使用优化的YOLOv8和深度学习模型改进乳腺超声图像分割性能	将YOLOv8目标检测算法应用于分割任务，并比较联合训练与按良恶性分类单独训练的策略	仅使用780张超声图像，样本量相对有限	提高乳腺肿瘤超声图像分割的准确性和效率	乳腺超声图像中的良性和恶性肿瘤	计算机视觉	乳腺癌	超声成像	CNN	图像	780张超声图像（分为良性和恶性类别）	NA	UNet, DenseNet-121, VGG16, VGG19, YOLOv8	Dice系数, IoU, mAP, F1-score	NA
8708	2025-10-06	Deep learning detects retropharyngeal edema on MRI in patients with acute neck infections 2025-Jun-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00599-6 PMID:40536731	研究论文	开发基于深度学习的算法，用于自动检测急性颈部感染患者MRI图像中的咽后水肿	提出基于弱标注数据且计算效率高的深度学习模型，在切片和患者两个层级实现咽后水肿的自动检测	模型性能仍需在更大样本和更多中心验证	开发自动检测急性颈部感染患者咽后水肿的深度学习算法	479例急性颈部感染患者的MRI图像	医学影像分析	急性颈部感染	MRI, 轴向T2加权水相Dixon成像	CNN	医学影像	479例患者（244例RPE阳性，235例RPE阴性）	NA	自定义CNN, InceptionV3	准确率, 敏感度, 特异度, AUROC	NA
8709	2025-10-06	Three-dimensional multimodal imaging for predicting early recurrence of hepatocellular carcinoma after surgical resection 2025-Jun-16, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.06.031 PMID:40533057	研究论文	本研究构建了一个多模态模型来预测肝细胞癌手术切除后的早期复发	整合了放射组学和深度学习模型，并探索了与肿瘤复发相关的生物学机制	样本量相对有限，仅包含519例患者	预测肝细胞癌手术切除后的早期复发	肝细胞癌患者	医学影像分析	肝细胞癌	对比增强计算机断层扫描，基因集富集分析，多重免疫组织化学	深度学习，放射组学	医学影像	519例患者（训练队列433例，验证队列86例）	NA	多模态模型（MM-RDLM）	AUC，风险比，P值	NA
8710	2025-10-06	Identifying Retinal Features Using a Self-Configuring CNN for Clinical Intervention 2025-Jun-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.6.55 PMID:40525921	研究论文	本研究通过构建OCTAVE视网膜OCT数据集并训练自配置nnU-Net模型，实现了对视网膜结构和病理特征的精确分割	提供了首个包含高质量像素级标注的3D OCT数据集OCTAVE，并为四个公共数据集提供标注，解决了视网膜AI诊断工具开发中数据稀缺的问题	数据集规模相对有限（198个训练OCT体积），且未提及模型在更广泛人群中的验证效果	开发基于人工智能的视网膜疾病诊断和分割工具	视网膜解剖结构和病理特征	数字病理	视网膜疾病	光学相干断层扫描（OCT）	CNN	3D医学图像	198个OCT体积（3762个B扫描）用于训练，221个OCT体积（4109个B扫描）用于外部验证	nnU-Net	U-Net	NA	NA
8711	2025-10-06	Automated assessment of simulated laparoscopic surgical skill performance using deep learning 2025-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96336-5 PMID:40253514	研究论文	本研究利用深度学习技术自动评估模拟腹腔镜手术技能表现	引入了专门设计的模拟腹腔镜手术性能数据集(LSPD)，并采用弱监督3DCNN方法进行外科医生经验水平分类	基于模拟环境而非真实手术场景，数据集规模可能有限	开发自动化手术技能评估系统以减少对人工专家评估的依赖	不同经验水平外科医生(新手、学员、专家)的模拟腹腔镜手术表现	计算机视觉	NA	深度学习，计算机视觉	3DCNN	手术模拟视频	包含新手、学员和专家三个技能水平的外科医生样本	NA	3D卷积神经网络	F1分数，AUC	NA
8712	2025-10-06	Computational Pathology Detection of Hypoxia-Induced Morphologic Changes in Breast Cancer 2025-Apr, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.023 PMID:39732389	研究论文	本研究开发了一种基于人工智能的计算病理学方法，用于检测乳腺癌中缺氧诱导的形态学变化	首次将弱监督深度学习模型应用于常规H&E染色全切片图像，无需额外基因表达检测即可评估肿瘤缺氧状态	研究样本仅来自单一数据库(TCGA)，且仅针对乳腺癌类型	开发计算病理学方法检测乳腺癌缺氧微环境	乳腺癌原发部位组织样本	计算病理学	乳腺癌	H&E染色全切片成像	深度学习	全切片图像	1016个乳腺癌原发部位样本	NA	HypOxNet	AUC	NA
8713	2025-10-06	Artificial intelligence and machine learning heuristics for discovery of ncRNAs 2025, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2025.01.002 PMID:40543913	综述	本章探讨人工智能和机器学习在长链非编码RNA研究中的应用	详细介绍了深度学习流程用于lncRNA结合蛋白功能注释，并强调计算预测与实验验证的整合	面临数据集准备、模型设计和可用性方面的挑战	预测lncRNA功能、识别疾病关联和注释蛋白质相互作用	长链非编码RNA及其结合蛋白	生物信息学	NA	机器学习、深度学习	RNN, CNN, Transformer	分子生物学数据	NA	NA	循环神经网络, 卷积神经网络, 基于Transformer的模型	NA	NA
8714	2025-10-06	A Deep Learning Approach for the Identification of the Molecular Subtypes of Pancreatic Ductal Adenocarcinoma Based on Whole Slide Pathology Images 2024-Dec, The American journal of pathology DOI:10.1016/j.ajpath.2024.08.006 PMID:39222907	研究论文	本研究开发了一种基于深度学习的方法，利用常规H&E染色病理切片识别胰腺导管腺癌的分子亚型	首次使用深度学习模型从常规H&E染色病理切片中识别PDAC分子亚型，提供了一种成本效益高且快速的新方法	样本量相对有限，训练集仅97张切片，测试集110张切片	开发基于病理图像的PDAC分子亚型分类方法	胰腺导管腺癌(PDAC)患者	数字病理	胰腺癌	苏木精-伊红染色(H&E)	深度学习模型	全切片病理图像	训练集97张切片(来自TCGA)，测试集110张切片(来自本地队列)	NA	NA	平衡准确率	NA
8715	2025-10-06	Performance and Clinical Impact of Radiomics and 3D-CNN Models for the Diagnosis of Neurodegenerative Parkinsonian Syndromes on 18 F-FDOPA PET 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005392 PMID:39104036	研究论文	比较基于放射组学和3D-CNN的模型在18F-FDOPA PET图像上诊断神经退行性帕金森综合征的性能和临床价值	首次比较半自动化放射组学模型与全自动3D-CNN模型在帕金森综合征诊断中的性能，并在外部测试集验证模型在经验不足医院的临床应用价值	回顾性研究，仅包含两个医疗中心的数据	开发并验证人工智能模型用于神经退行性帕金森综合征的自动诊断	687名具有帕金森综合征运动症状的患者	医学影像分析	帕金森综合征	18F-FDOPA PET脑部扫描	支持向量机, 3D-CNN	PET图像	687名患者（训练集417人，内部测试集100人，外部测试集170人）	NA	3D-CNN	平衡准确度	NA
8716	2025-10-06	Organomics: A Concept Reflecting the Importance of PET/CT Healthy Organ Radiomics in Non-Small Cell Lung Cancer Prognosis Prediction Using Machine Learning 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005400 PMID:39192505	研究论文	本研究探索PET/CT健康器官影像组学特征在非小细胞肺癌预后预测中的附加价值	首次提出'器官组学'概念，将健康器官的影像组学特征纳入肺癌预后预测模型	样本量相对较小（154例患者），仅使用公开数据库数据	评估健康器官影像组学特征对非小细胞肺癌预后预测的附加价值	非小细胞肺癌患者的PET/CT影像和临床数据	医学影像分析	肺癌	PET/CT影像, 影像组学分析	nnU-Net, 随机生存森林, Cox比例风险模型	医学影像（PET/CT）	154例患者	nnU-Net	nnU-Net	C-index	NA
8717	2025-10-06	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312509 PMID:39252932	研究论文	本研究结合受激拉曼组织成像和深度学习技术，开发了快速术中检测原发性中枢神经系统淋巴瘤并与其他脑肿瘤区分的诊断系统	首次将便携式拉曼散射显微镜与深度学习相结合，在3分钟内生成虚拟H&E样图像，实现术中快速准确诊断	研究样本来自四个国际医疗中心，但需要更多中心验证通用性	开发快速术中诊断方法，准确区分原发性中枢神经系统淋巴瘤与其他中枢神经系统病变	中枢神经系统肿瘤和非肿瘤病变组织样本	数字病理学	中枢神经系统淋巴瘤	受激拉曼组织成像	深度学习	图像	54,000个SRH图像块，来自多个国际医疗中心的手术切除和立体定向活检样本	NA	自监督学习策略	平衡准确率	NA
8718	2025-10-06	Fully Automatic Quantitative Measurement of Equilibrium Radionuclide Angiocardiography Using a Convolutional Neural Network 2024-Aug-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005275 PMID:38967505	研究论文	本研究开发了一种基于卷积神经网络的平衡放射性核素心血管造影全自动定量测量方法	首次使用二维U-Net卷积神经网络自动生成左心室感兴趣区域，用于测量左心室射血分数	研究仅基于单一机构的回顾性数据，未进行外部验证	开发深度学习模型来自动化测量左心室射血分数	平衡放射性核素心血管造影数据集	医学影像分析	心血管疾病	平衡放射性核素心血管造影	CNN	医学影像	41,462次扫描（来自19,309名患者）	NA	U-Net	Lin一致性相关系数, Bland-Altman分析	NA
8719	2025-10-06	Clinical Feasibility of Deep Learning-Based Attenuation Correction Models for Tl-201 Myocardial Perfusion SPECT 2024-May-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005129 PMID:38409758	研究论文	开发基于深度学习的Tl-201心肌灌注SPECT衰减校正模型并评估其临床可行性	首次将深度学习图像到图像转换技术应用于Tl-201心肌灌注SPECT的衰减校正，提出改进的U-Net架构	回顾性研究设计，样本来源单一	开发可替代CT衰减校正的深度学习模型	疑似或确诊冠状动脉疾病患者	医学影像分析	心血管疾病	SPECT成像	深度学习	医学影像	985名患者（657名男性，328名女性，年龄65±11岁）	NA	改进的U-Net	平均绝对误差, 结构相似性指数, 峰值信噪比	NA
8720	2025-10-06	A Convolutional Neural Network for Automated Detection of Cervical Ossification of the Posterior Longitudinal Ligament using Magnetic Resonance Imaging 2024-04-01, Clinical spine surgery IF:1.6Q3 DOI:10.1097/BSD.0000000000001547 PMID:37941120	研究论文	开发并验证基于卷积神经网络的MRI图像自动检测系统，用于区分颈椎后纵韧带骨化症和多节段退变性椎管狭窄	首次开发用于MRI图像检测颈椎后纵韧带骨化症的深度学习模型	回顾性研究设计，样本量有限	开发自动检测颈椎后纵韧带骨化症的AI模型并与脊柱外科医生诊断能力比较	颈椎后纵韧带骨化症和退变性椎管狭窄患者	计算机视觉	脊柱疾病	磁共振成像	CNN	医学影像	684例患者（272例OPLL，412例退变性疾病），分为训练集513例和测试集171例	NA	ResNet34, ResNet50, ResNet101	准确率, 灵敏度, 特异性, AUC	NA