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	Enhancing Pulmonary Disease Prediction Using Large Language Models With Feature Summarization and Hybrid Retrieval-Augmented Generation: Multicenter Methodological Study Based on Radiology Report 2025-Jun-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72638 PMID:40499132	研究论文	本研究提出一种结合特征总结和混合检索增强生成的新型提示工程策略，用于基于胸部CT放射学报告的肺部疾病预测	提出集成特征总结、思维链推理和混合检索增强生成的新型提示工程策略，通过TF-IDF和K-means聚类提取关键放射学特征，结合稠密和稀疏向量表示增强LLMs对医学文本的理解	研究仅基于2965份胸部CT报告，样本量相对有限；外部验证仅使用另一家医院的343份报告	探索大型语言模型在肺部疾病预测中的应用，提升模型可解释性和预测性能	健康个体及肺结核、肺癌和肺炎患者的胸部CT放射学报告	自然语言处理	肺癌	TF-IDF, K-means聚类	LLM, BERT	文本	2965份胸部CT放射学报告（来自4个队列），外部验证集343份报告	NA	GLM-4-Plus, GLM-4-air, GPT-4o, BERT	F1-score, 准确率	NA
8702	2025-10-06	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: Observational Cohort Study 2025-06-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40499139	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化方面的表现	首次系统比较了五种不同临床文本参数化方法结合结构化数据在预测临床恶化中的效果	添加临床文本概念标识符并未显著改善模型性能，研究结果可能受限于特定医疗机构的实践差异	评估结合临床文本信息的多模态深度学习模型在预测病房患者临床恶化方面的效果	芝加哥大学和威斯康星大学麦迪逊分校的住院病房成年患者	自然语言处理, 机器学习	临床恶化	概念唯一标识符(CUI)提取, 深度学习	循环神经网络(RNN)	结构化数据, 临床文本	开发队列284,302名患者，外部验证队列248,055名患者	NA	深度循环神经网络	精确召回曲线下面积, 受试者工作特征曲线下面积, 灵敏度, 阳性预测值, Brier分数	NA
8703	2025-10-06	Deep-Learning-based Automated Identification of Ventriculoperitoneal-Shunt Valve Models from Skull X-rays 2025-Jun, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01490-4 PMID:39809871	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从颅骨X射线中识别脑室腹腔分流阀模型	首次将深度学习技术应用于脑室腹腔分流阀模型的自动识别，实现了从颅骨X射线中自动分类不同分流阀模型	样本分布不均衡，某些模型类型样本量较少（如Sophysa Sophy Mini SM8仅35例，proGAV 2.0仅33例）	研究人工智能特别是深度学习是否能够自动识别颅骨X射线中的脑室腹腔分流阀模型	脑室腹腔分流阀的四种模型类型：Codman Hakim、Codman Certas Plus、Sophysa Sophy Mini SM8和proGAV 2.0	计算机视觉	脑积水	X射线成像	CNN	图像	959例颅骨X射线图像，包含774例Codman Hakim、117例Codman Certas Plus、35例Sophysa Sophy Mini SM8和33例proGAV 2.0	NA	基于ImageNet预训练的CNN模型	准确率, F1分数, 召回率, 精确率	NA
8704	2025-10-06	Predictors and Implications of Myocardial Injury in Intracerebral Hemorrhage 2025-Jun, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01498-4 PMID:39884976	研究论文	本研究探讨脑出血患者心肌损伤的发生频率、预测因素及其临床意义	首次系统评估脑出血患者心肌损伤的影像学预测因子，并应用深度学习算法和VLSM进行脑部病灶分析	回顾性研究设计，样本量相对有限（322例）	评估脑出血患者心肌损伤的发生频率、预测因素和临床影响	322例脑出血患者	数字病理学	心血管疾病	高敏心肌肌钙蛋白T检测，3D脑部扫描	深度学习算法	医学影像，临床检测数据	322例脑出血患者	NA	NA	比值比，置信区间，P值	NA
8705	2025-10-06	Artificial intelligence in predicting EGFR mutations from whole slide images in lung Cancer: A systematic review and Meta-Analysis 2025-Jun, Lung cancer (Amsterdam, Netherlands) DOI:10.1016/j.lungcan.2025.108577 PMID:40339270	系统综述与Meta分析	评估人工智能模型基于全切片图像预测肺癌EGFR突变诊断准确性的系统综述与Meta分析	首次对AI预测肺癌EGFR突变进行系统综述与Meta分析，揭示不同算法和样本类型对性能的影响	仅纳入16项研究（其中4项适合Meta分析），样本量有限，当前准确度仍需提升	评估AI模型从数字病理图像预测EGFR突变的诊断准确性	肺癌患者的全切片图像	数字病理	肺癌	数字病理图像分析	机器学习,深度学习	全切片图像	16项研究（4项用于Meta分析）	NA	ResNet	AUC,敏感性,特异性	NA
8706	2025-10-06	MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer 2025-Jun, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2025.107765 PMID:40345352	研究论文	开发基于多模态MRI和AI的3D深度学习模型预测非转移性乳腺癌患者的复发风险	首次结合多模态MRI影像和3D深度学习技术构建复发风险预测模型，并整合RNA-seq分析肿瘤微环境特征	回顾性研究设计，样本仅来自中国四家机构	预测乳腺癌复发风险并指导辅助治疗决策	1199名非转移性乳腺癌患者	医学影像分析	乳腺癌	MRI成像，RNA-seq	深度学习	3D医学影像，临床数据	1199名患者来自四个中国医疗机构	NA	3D-UNet, DenseNet121	AUC	NA
8707	2025-10-06	Epistasis regulates genetic control of cardiac hypertrophy 2025-Jun, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00656-8 PMID:40473955	研究论文	本研究开发低信号符号迭代随机森林方法揭示心脏肥大的复杂遗传结构，发现CCDC141、IGF1R、TTN和TNKS附近的上位性变异	开发低信号符号迭代随机森林新方法识别上位性相互作用，在传统全基因组关联研究中被忽略的位点中发现重要遗传变异	研究样本主要来自UK Biobank数据库，可能需要更多样化群体验证；方法在极低信号检测中可能存在灵敏度限制	揭示心脏肥大的复杂遗传调控机制，特别关注基因间的上位性相互作用	人类心脏组织、人诱导多能干细胞来源的心肌细胞	机器学习	心血管疾病	心脏磁共振成像、RNA沉默、微流控单细胞形态分析、转录组网络分析	随机森林、深度学习	医学图像、基因组数据、转录组数据	29,661例UK Biobank心脏磁共振图像，313个人类心脏样本	NA	NA	NA	NA
8708	2025-10-06	Multimodal CustOmics: A unified and interpretable multi-task deep learning framework for multimodal integrative data analysis in oncology 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013012 PMID:40526743	研究论文	提出一种统一且可解释的多任务深度学习框架，用于肿瘤学中多模态整合数据分析	开发了能够以可解释方式融合全切片图像和多组学数据的新型深度学习方法，能够处理不完整和缺失数据	NA	实现精准医疗中多模态数据的统一表示和解释	肿瘤组织学图像和多组学数据	数字病理学	多种癌症类型	组织学成像, 多组学分析	深度学习, 多任务学习	图像, 多组学数据	多个TCGA数据集和验证队列	NA	NA	预测能力, 解释性评分	NA
8709	2025-10-06	An Indian UAV and leaf image dataset for integrated crop health assessment of soybean crop 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111517 PMID:40534711	研究论文	本文介绍了一个用于大豆作物健康评估的印度无人机和叶片图像数据集	创建了首个包含空中和地面采集方式的大豆作物病害和虫害综合图像数据集，涵盖4种疾病和1种虫害攻击	数据仅来自印度马哈拉施特拉邦地区，可能无法完全代表其他地理区域的大豆病害情况	开发用于大豆作物病害和虫害检测与分类的机器学习/深度学习模型	受疾病和虫害影响的大豆作物	计算机视觉	作物病害	无人机航拍和地面图像采集	NA	图像	来自印度马哈拉施特拉邦地区两个生长季节的作物图像	NA	NA	NA	NA
8710	2025-10-06	The mechanomyographic dataset of hand gestures harvested using an accelerometer and gyroscope 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111558 PMID:40534716	研究论文	本文介绍了一个使用加速度计和陀螺仪采集的手部动作肌动信号数据集	提出了一个新颖的组装制造可穿戴系统，从手腕主要肌肉采集数据，包含11种手部动作的6轴传感器数据	NA	开发基于MMG的手部动作控制系统，用于人机交互研究	43名18-69岁参与者（男性60%，女性40%）的手部肌肉机械信号	人机交互	NA	肌动信号采集，加速度计和陀螺仪传感器技术	NA	6轴加速度计和陀螺仪传感器数据	43名参与者，每人每种手势50次重复，共11种手势，总计23650个样本	NA	NA	NA	NA
8711	2025-10-06	Cauliflower leaf diseases: A computer vision dataset for smart agriculture 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111594 PMID:40534720	研究论文	介绍一个用于智能农业的计算机视觉数据集，包含花椰菜叶片的健康与病害图像	首次发布专门针对花椰菜叶片病害的大规模图像数据集，涵盖多种真实环境条件	数据集仅包含三种类别（健康、虫孔、黑腐病），且数据收集局限于孟加拉国特定时间段	开发用于早期检测花椰菜叶片病害的准确机器学习模型，支持精准农业	花椰菜叶片图像	计算机视觉	植物病害	图像采集与处理	深度学习模型	图像	2,661张图像，分为健康、虫孔和黑腐病三类	NA	NA	NA	NA
8712	2025-10-06	Comparative evaluation of deep learning-based and conventional reconstruction techniques for image quality enhancement in low-dose chest computed tomography 2025-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-589 PMID:40529728	研究论文	比较深度学习算法与传统重建技术在低剂量胸部CT图像质量增强方面的性能	提出了一种新型深度学习重建算法，相比主流迭代重建技术能更有效地提升低剂量CT图像质量	研究样本量相对有限（90例患者），且为单中心回顾性研究	评估深度学习算法在低剂量胸部CT图像重建中的性能表现	接受胸部CT检查的90例患者，包括45例低剂量CT和45例常规剂量CT	计算机视觉	肺部疾病	计算机断层扫描（CT）	深度学习算法	医学影像	90例患者	NA	NA	信噪比（SNR）、绝对噪声、对比噪声比（CNR）、均方误差（MSE）、结构相似性（SSIM）、五点量表主观评分	NA
8713	2025-10-06	A systematic review and meta-analysis of artificial intelligence software for tuberculosis diagnosis using chest X-ray imaging 2025-May-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-604 PMID:40529749	系统评价与荟萃分析	本文通过系统评价和荟萃分析评估了五种基于人工智能的肺结核诊断软件在胸部X光影像中的诊断准确性	首次对五种主流AI肺结核诊断软件进行系统性比较和荟萃分析，为AI在结核病筛查中的临床应用提供循证依据	仅纳入21项研究，软件性能可能受研究设计和阈值设置影响，存在一定的异质性	评估AI软件在胸部X光影像中诊断肺结核的准确性，推动AI在结核病筛查中的应用	五种AI肺结核诊断软件（JF CXR-1、qXR、Lunit INSIGHT CXR、CAD4TB、InferRead DR Chest）	计算机视觉	肺结核	胸部X光成像	深度学习	医学影像	从5,651篇文献中筛选21项研究纳入分析	NA	NA	灵敏度, 特异性	Stata 17.0软件
8714	2025-10-06	Machine learning and deep learning to improve overall survival prediction in cervical cancer patients 2025-May-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2024-2304 PMID:40530132	研究论文	本研究利用机器学习和深度学习算法构建宫颈癌患者总生存期预测模型	首次将DeepSurv深度学习模型应用于宫颈癌生存预测，并通过X-tile分析对患者进行分层	数据来源于单一数据库SEER，缺乏外部验证	识别关键预后因素并构建宫颈癌患者总生存期预测模型	宫颈癌患者	机器学习	宫颈癌	生存分析	CoxBoost, RandomForest, SuperPC, XGBoost, DeepSurv	临床数据	2490名患者（训练集1743名，测试集747名）	NA	DeepSurv	C-index, AUC, ROC曲线	NA
8715	2025-10-06	Deep learning for fine-grained molecular-based colorectal cancer classification 2025-May-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2024-2348 PMID:40530151	研究论文	本研究提出了一种基于深度学习的结直肠癌分子亚型细粒度分类方法，使用H&E染色组织切片图像结合CNN和ViT混合模型	首次提出结合CNN和Vision Transformer的混合深度学习模型用于结直肠癌分子标志物的细粒度分类，并构建了LZUFH_CRC数据集	模型性能需要进一步提升，准确率仅为0.524	开发基于深度学习的结直肠癌分子诊断方法，替代传统耗时昂贵的分子检测技术	383例结直肠癌患者的H&E染色组织切片图像	数字病理	结直肠癌	H&E染色组织切片成像	CNN, Vision Transformer	图像	383例结直肠癌患者	NA	CNN, ViT混合模型（包含特征提取器、聚合器和分类头）	准确率, AUC, F1-score	NA
8716	2025-10-06	Opportunities and challenges in lung cancer care in the era of large language models and vision language models 2025-May-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-801 PMID:40535072	综述	全面总结人工智能在肺癌诊疗中的应用现状，重点探讨大语言模型和视觉语言模型带来的机遇与挑战	系统梳理了大语言模型和视觉语言模型在肺癌诊疗中的最新应用前景，并深入分析了相关技术转化面临的独特挑战	作为综述文章，未涉及原始实验数据验证，主要基于现有文献分析	探讨人工智能技术在肺癌诊疗领域的发展现状与未来方向	肺癌诊疗相关的AI技术应用	自然语言处理,计算机视觉,机器学习	肺癌	机器学习,深度学习,大语言模型,视觉语言模型	LLM,VLM	医学图像,临床文本,多模态数据	NA	NA	NA	标准化评估指标缺乏	NA
8717	2025-10-06	A Bayesian deep learning model with consolidation-to-tumor ratio (CTR) prior revolutionizes the prediction of spread through air spaces (STAS) in stage IA lung adenocarcinoma: a large-scale diagnostic study 2025-May-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-890 PMID:40535077	研究论文	本研究开发了一种基于贝叶斯深度学习框架结合实变-肿瘤比先验的模型，用于预测IA期肺腺癌的气道播散	首次将临床医生知识（CTR先验）融入贝叶斯深度学习框架，显著提升了STAS预测性能	研究为单中心回顾性研究，需要多中心前瞻性验证	开发术前预测IA期肺腺癌患者气道播散的深度学习模型	IA期肺腺癌患者	数字病理	肺癌	医学影像分析	贝叶斯深度学习	医学影像数据	1,374例患者（训练集961例，验证集275例，测试集138例）	变分贝叶斯推断框架	STAS-DLPrior CTR, STAS-DLNon-prior CTR	ROC曲线, AUC, 校准曲线, 决策曲线分析, 临床影响曲线	NA
8718	2025-10-06	Deep learning in histopathology images for prediction of oncogenic driver molecular alterations in lung cancer: a systematic review and meta-analysis 2025-May-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2024-1196 PMID:40535093	系统综述与荟萃分析	系统评估深度学习模型从H&E染色全切片图像预测非小细胞肺癌致癌驱动分子改变的诊断准确性	首次通过系统综述和荟萃分析全面评估深度学习模型从常规H&E病理切片预测肺癌致癌驱动基因改变的诊断性能	仅纳入英文和西班牙文研究，缺乏多人群验证和临床结局数据	评估深度学习模型从H&E全切片图像预测非小细胞肺癌致癌驱动分子改变的诊断准确性	非小细胞肺癌患者的H&E染色全切片图像	数字病理学	肺癌	H&E染色全切片图像分析	CNN	病理图像	NA	NA	卷积神经网络	灵敏度, 特异性, 置信区间	NA
8719	2025-10-06	FLAMeS: A Robust Deep Learning Model for Automated Multiple Sclerosis Lesion Segmentation 2025-May-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.19.25327707 PMID:40475145	研究论文	开发了一种基于深度学习的自动化多发性硬化病灶分割模型FLAMeS	基于nnU-Net 3D全分辨率U-Net架构，在多个外部数据集上验证了其鲁棒性和优越性能	对于小于10mm³的小病灶检测存在遗漏	开发自动化多发性硬化病灶分割算法	多发性硬化患者的脑部MRI图像	医学图像分析	多发性硬化	FLAIR MRI	深度学习	医学图像	训练集668个FLAIR扫描，测试集包含三个外部数据集（MSSEG-2:14例，MSLesSeg:51例，临床队列:10例）	nnU-Net	3D full-resolution U-Net	Dice系数, 真阳性率, F1分数, 阳性预测值, 相对体积差异, 假阳性率	NA
8720	2025-10-06	Multiobjective learning and design of bacteriophage specificity 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654895 PMID:40475446	研究论文	本研究应用深度学习理解和设计T7噬菌体受体结合蛋白的多功能宿主靶向景观	首次将多目标机器学习应用于噬菌体特异性设计，实现了增强感染性、预定义特异性和对未知菌株高毒力的多功能优化	研究仅针对T7噬菌体，需要进一步验证在其他蛋白质或生物系统中的适用性	理解和设计噬菌体的多功能靶向能力	T7噬菌体受体结合蛋白	机器学习	NA	深度学习	深度学习模型	蛋白质功能数据	针对26个不同任务优化的设计噬菌体	NA	多种不同架构（具体未指明）	成功率，感染性，特异性，毒力	NA