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
10021	2025-10-07	Facial expression deep learning algorithms in the detection of neurological disorders: a systematic review and meta-analysis 2025-May-22, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01396-3 PMID:40405223	系统综述与荟萃分析	评估深度学习算法通过面部表情变化检测神经系统疾病的性能	首次对深度学习在神经系统疾病面部表情识别中的应用进行系统综述和荟萃分析	数据集标准化不足，运动相关疾病模型鲁棒性有待提高	评估深度学习算法在神经系统疾病面部表情识别中的诊断性能	神经系统疾病患者的面部表情数据	计算机视觉	神经系统疾病	面部表情分析	CNN	图像	28项研究（荟萃分析包含24项2019-2024年的研究）	NA	卷积神经网络	准确率	NA
10022	2025-10-07	Synthesizing [18F]PSMA-1007 PET bone images from CT images with GAN for early detection of prostate cancer bone metastases: a pilot validation study 2025-May-21, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14301-x PMID:40399853	研究论文	本研究探索使用深度学习技术从CT骨图像合成[18F]PSMA-1007 PET骨图像，用于前列腺癌骨转移的早期检测	首次使用生成对抗网络从CT图像合成PSMA-1007 PET骨图像，减少额外PET/CT扫描需求	回顾性研究，样本量较小（152例），需进一步验证	开发从CT图像合成PET图像的方法，减少前列腺癌骨转移检测的辐射暴露和成本	152例患者（123例前列腺癌，29例良性病变）的全身PET/CT图像	医学影像分析	前列腺癌	PET/CT成像，深度学习图像合成	GAN	医学影像（CT和PET图像）	152例患者，随机分为训练组92例、验证组41例、测试组19例	NA	Pix2pix, Cycle GAN	MAE, MSE, PSNR, SSIM, TBR, Pearson相关系数	NA
10023	2025-10-07	A Deep Learning-Enabled Workflow to Estimate Real-World Progression-Free Survival in Patients With Metastatic Breast Cancer: Study Using Deidentified Electronic Health Records 2025-May-15, JMIR cancer IF:3.3Q2 DOI:10.2196/64697 PMID:40372953	研究论文	开发并验证了一种基于深度学习的半自动化工作流程，用于从电子健康记录中估计转移性乳腺癌患者的真实世界无进展生存期	配置预训练的自然语言处理框架，将自由文本临床记录和放射学报告转化为结构化进展事件，实现真实世界无进展生存期的自动化估计	需要在更多样化的外部数据集和其他癌症类型中进一步验证以确保广泛适用性	开发自动化工作流程来估计转移性乳腺癌患者的真实世界无进展生存期	316名激素受体阳性、HER-2阴性转移性乳腺癌患者	自然语言处理	乳腺癌	自然语言处理	深度学习	文本	316名转移性乳腺癌患者	NA	预训练医疗NLP框架	准确率, 置信区间	NA
10024	2025-10-07	Generative Deep Learning Design of Single-Domain Antibodies Against Venezuelan Equine Encephalitis Virus 2025-May-14, Antibodies (Basel, Switzerland) DOI:10.3390/antib14020041 PMID:40407693	研究论文	利用生成式人工智能设计针对委内瑞拉马脑炎病毒的单域抗体并进行初步评估	首次使用生成式AI平台设计针对VEEV的单域抗体，在缺乏大规模示例数据库的情况下建立快速应对新兴病毒威胁的框架	需要进一步的优化和验证，初步评估结果需要更深入的临床前研究	开发针对委内瑞拉马脑炎病毒的治疗性单域抗体	委内瑞拉马脑炎病毒(VEEV)及其E2糖蛋白	机器学习	病毒感染	生成式人工智能，酶联免疫吸附试验(ELISA)，体外中和试验	生成式AI模型	蛋白质序列数据	已知甲病毒结合单域抗体数据集	NA	NA	结合活性，病毒中和效果	NA
10025	2025-10-07	Prediction of Auditory Performance in Cochlear Implants Using Machine Learning Methods: A Systematic Review 2025-May-08, Audiology research IF:2.1Q1 DOI:10.3390/audiolres15030056 PMID:40407670	系统综述	系统回顾了使用机器学习方法预测人工耳蜗植入患者听觉表现的研究	首次系统性地对2010-2025年间人工耳蜗领域机器学习应用进行全面综述，涵盖术前评估、言语感知和噪声下言语理解等多个子领域	缺乏对深度学习在时间序列处理等复杂问题中的应用研究，需要更多相关研究	评估机器学习在人工耳蜗植入听觉表现预测中的应用效果	人工耳蜗植入患者的听觉表现	机器学习	听力损失	机器学习算法	Random Forest, Decision Trees, Bayesian Linear Regression, Extreme machine learning	临床数据、听力学测量数据	59篇符合纳入标准的研究文章，涉及不同数量的患者和数据集	NA	NA	准确率	NA
10026	2025-10-07	Single Cell Inference of Cancer Drug Response Using Pathway-Based Transformer Network 2025-May, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400991 PMID:39962810	研究论文	开发了一种基于Transformer的单细胞通路药物敏感性预测模型，用于从单细胞RNA测序数据预测癌症药物反应	通过通路激活转换将大规模细胞系数据集中的药物反应知识迁移到单细胞RNA测序分析中，解决了数据分布差异问题	NA	准确预测癌症药物反应以支持个性化治疗	乳腺癌细胞和患者样本	机器学习	乳腺癌	单细胞RNA测序(scRNA-seq), 批量RNA测序(bulk RNA-seq)	Transformer	基因表达数据	NA	NA	Transformer	准确性, 时间消耗, 内存消耗	NA
10027	2025-10-07	Cell-TRACTR: A transformer-based model for end-to-end segmentation and tracking of cells 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013071 PMID:40408631	研究论文	提出基于Transformer的端到端细胞分割与追踪模型Cell-TRACTR	首次将Transformer架构应用于细胞追踪任务，能同时处理分割与追踪且无需后处理，并提出了专门评估细胞分裂的Cell-HOTA指标	NA	开发能够同时处理细胞分割与追踪的端到端深度学习模型	显微镜图像中的细胞	计算机视觉	NA	显微镜成像	Transformer	图像	微流体几何环境中生长的细菌数据集和二维自由生长的哺乳动物细胞数据集	NA	Transformer	Cell-HOTA, 检测精度, 关联精度, 分裂精度	NA
10028	2025-10-07	Development and validation of a multivariable risk model based on clinicopathological characteristics, mammography, and MRI imaging features for predicting axillary lymph node metastasis in patients with upgraded ductal carcinoma in situ 2025-Apr-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-89 PMID:40405957	研究论文	开发并验证基于临床病理特征、乳腺X线摄影和MRI影像特征的融合模型，用于预测升级型导管原位癌患者腋窝淋巴结转移风险	首次构建结合临床病理特征、MRI影像组学和乳腺X线摄影深度学习的融合模型，显著提高腋窝淋巴结转移预测准确性	回顾性研究设计，样本量相对有限（326例患者），需要更大规模前瞻性研究验证	开发非侵入性预测模型，避免升级型导管原位癌患者不必要的腋窝手术干预	升级型导管原位癌患者（核心活检诊断为DCIS，术后病理发现浸润癌）	数字病理	乳腺癌	乳腺X线摄影，磁共振成像，影像组学分析	深度学习分类模型，融合模型	临床病理数据，医学影像数据（MG和MRI）	326例升级型导管原位癌患者	NA	NA	AUC，ROC曲线	NA
10029	2025-10-07	Malignant risk prediction of cystic-solid thyroid nodules using a comprehensive model integrating clinical and ultrasound features, ultrasound radiomics, and deep transfer learning 2025-Apr-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2024-551 PMID:40405959	研究论文	开发结合临床特征、超声特征、超声影像组学和深度迁移学习的综合模型预测囊实性甲状腺结节的恶性风险	首次将深度迁移学习特征与超声影像组学特征、临床及超声特征相结合构建综合预测模型	单中心回顾性研究，样本量有限（278例患者），需要多中心前瞻性研究验证	预测囊实性甲状腺结节的恶性风险	经病理证实的囊实性甲状腺结节患者	数字病理	甲状腺癌	超声成像	深度学习, 逻辑回归	超声图像	278例患者	NA	深度迁移学习网络	AUC, 敏感度, 特异度, 校准曲线, 决策曲线	NA
10030	2025-10-07	Detecting arousals and sleep from respiratory inductance plethysmography 2025-Apr-11, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03325-z PMID:40214714	研究论文	开发了一种基于呼吸感应体积描记信号的深度学习算法，用于检测睡眠状态和短暂觉醒	首次使用深度学习算法从呼吸信号中同时识别睡眠状态（REM、NREM、Wake）和短暂觉醒	仅使用呼吸信号，缺乏脑电图数据，可能影响评估准确性	通过呼吸信号实现睡眠状态和觉醒的自动检测，提升家庭睡眠测试能力	1299名疑似睡眠障碍的成年患者	机器学习	睡眠障碍	呼吸感应体积描记术	深度学习	呼吸信号	1299名成年患者	NA	NA	灵敏度, 特异性, Bland-Altman分析, 组内相关系数	NA
10031	2025-10-07	Attention Rings for Shape Analysis and Application to MRI Quality Control 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047233 PMID:40406668	研究论文	提出一种基于注意力环的脑形状分析方法和集成模型，用于ABCD研究中的MRI质量自动控制	引入了用于脑形状分析的注意力环深度学习模型，并结合FSQC指标构建集成模型	准确率为72.62%，略低于集成模型的76%，性能仍有提升空间	开发自动化的MRI质量控制系统，以处理大规模神经影像数据	青少年脑认知发展研究(ABCD)中的脑部MRI数据	医学影像分析	神经发育疾病	MRI, 深度学习	深度学习模型, 集成模型	脑部MRI图像, 皮质厚度, 曲率, 沟深, 表面积	超过20,000个MRI会话	NA	注意力环模型	准确率, 精确率, 召回率, F1分数	NA
10032	2025-10-07	Comparison of Deep Learning-Based Auto-Segmentation Results on Daily Kilovoltage, Megavoltage, and Cone Beam CT Images in Image-Guided Radiotherapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251344198 PMID:40397131	研究论文	比较基于深度学习的自动分割模型在不同在线CT成像模态（kVCT、kV-CBCT、MVCT）上对图像引导放疗中危及器官的分割效果	首次系统比较深度学习自动分割模型在三种常用放疗CT成像模态（kVCT、kV-CBCT、MVCT）上的性能差异	自动分割后仍需人工校正，特别是对于与周围组织对比度有限的器官	评估基于深度学习的自动分割模型在不同在线CT成像模态上的分割效果	60名患者的盆腔和胸部区域CT图像	医学影像分析	肿瘤放疗	CT成像（kVCT、kV-CBCT、MVCT）	CNN	CT图像	60名患者（盆腔区域30名，胸部区域30名）	NA	NA	Dice相似系数,Jaccard相似系数,敏感度指数,包容性指数,95百分位Hausdorff距离	NA
10033	2025-10-07	Classification of fashion e-commerce products using ResNet-BERT multi-modal deep learning and transfer learning optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324621 PMID:40403022	研究论文	本研究提出了一种基于多模态深度学习和迁移学习的时尚电商产品分类方法	提出ResNet-BERT多模态深度学习框架，并开发了14种迁移学习策略来优化模型性能	未明确说明具体的数据集规模和模型计算资源需求	解决时尚电商平台产品分类不准确的问题，提高分类精度	时尚电商平台的产品数据	计算机视觉,自然语言处理	NA	多模态深度学习,迁移学习	CNN,Transformer	图像,文本	NA	NA	ResNet,BERT	NA	NA
10034	2025-10-07	EFCRFNet: A novel multi-scale framework for salient object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323757 PMID:40403088	研究论文	提出一种新颖的多尺度显著目标检测框架EFCRFNet，通过增强条件随机场和边缘特征增强模块提升复杂场景下的检测性能	引入两个创新模块：增强条件随机场（ECRF）通过空间注意力机制增强多模态特征融合，边缘特征增强模块（EFEM）专门优化边缘特征以提升边界识别精度	NA	解决显著目标检测中边缘特征提取不足和复杂场景下检测精度不高的问题	图像中的显著区域	计算机视觉	NA	NA	深度学习模型	图像	标准基准数据集	NA	EFCRFNet, ECRF, EFEM	MAE, Fm, Em, Sm	NA
10035	2025-10-07	Artificial intelligence in vaccine research and development: an umbrella review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567116 PMID:40406131	综述	本文通过伞状综述整合了人工智能在疫苗研发、优化、临床试验、供应链物流和公众接受度等方面的应用证据	首次通过伞状综述系统整合AI在疫苗全生命周期中的应用证据，识别了从计算机模拟到现实转化的关键行动领域	纳入的27篇综述存在数据异质性、算法偏倚、监管框架有限和伦理问题等挑战	系统评估人工智能在疫苗研究与发展中的具体作用和有效性	疫苗发现、优化、临床测试、供应链物流和公众接受度	机器学习	传染病	多组学整合、预测分析、情感分析	随机森林, 支持向量机, 梯度提升, 逻辑回归, CNN, RNN, GAN, 变分自编码器	多组学数据, 供应链数据, 社交媒体数据	27篇系统综述、范围综述、叙述性综述和荟萃分析	NA	NA	标准化性能指标	NA
10036	2025-10-07	Artificial intelligence-based automated breast ultrasound radiomics for breast tumor diagnosis and treatment: a narrative review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1578991 PMID:40406239	综述	本文综述了基于人工智能的自动乳腺超声影像组学在乳腺肿瘤诊断和治疗中的应用现状与发展前景	整合人工智能技术与自动乳腺超声影像组学，通过机器学习和深度学习算法提升乳腺肿瘤诊断和治疗评估能力	分析数据存在固有变异性，需要进一步评估模型在临床应用中的可靠性	探讨AI驱动的ABUS影像组学在乳腺癌诊断和治疗评估中的应用价值	乳腺癌患者	数字病理学	乳腺癌	自动乳腺超声(ABUS), 影像组学	机器学习(ML), 深度学习(DL)	医学影像数据	NA	NA	NA	NA	NA
10037	2025-10-07	Development and validation of a predictive model combining radiomics and deep learning features for spread through air spaces in stage T1 non-small cell lung cancer: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1572720 PMID:40406248	研究论文	开发并验证结合影像组学和深度学习特征预测T1期非小细胞肺癌气腔播散的联合模型	首次比较多种深度学习模型（2D/3D/2.5D）与影像组学模型（INTRA/Peri2mm/Fusion2mm）的性能，并开发出性能最优的联合预测模型	研究样本量相对有限（480例患者），且为回顾性多中心研究	开发最优预测模型用于T1期非小细胞肺癌气腔播散的术前预测，辅助临床手术规划	T1期非小细胞肺癌患者	医学影像分析	肺癌	CT影像分析	深度学习, 机器学习	医学影像	480例来自4个中心的患者	NA	ResNet50, XGBoost	AUC	NA
10038	2025-10-07	Critical review of OCT in clinical practice for the assessment of oral lesions 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1569197 PMID:40406268	综述	本文系统回顾了光学相干断层扫描(OCT)在口腔病变临床评估中的应用现状与挑战	首次全面评估OCT在口腔鳞状细胞癌(OSCC)和口腔潜在恶性疾病(OPMDs)中的临床应用价值，并特别关注人工智能辅助分析的进展	研究方法存在显著异质性，结果严格依赖操作者，样本扩展和制备影响AI算法性能，设备成本高昂限制广泛应用	评估OCT技术在口腔肿瘤学中的临床应用价值，特别关注其在早期检测、手术边缘评估和AI辅助诊断方面的潜力	口腔鳞状细胞癌(OSCC)和口腔潜在恶性疾病(OPMDs)患者	数字病理	口腔癌	光学相干断层扫描(OCT)	机器学习,深度学习	OCT图像	NA	NA	NA	诊断敏感性,准确性	NA
10039	2025-10-07	Deep ensemble learning-driven fully automated multi-structure segmentation for precision craniomaxillofacial surgery 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1580502 PMID:40406586	研究论文	开发基于深度集成学习的全自动多结构分割模型CMF-ELSeg，用于颅颌面外科手术	提出粗到细级联架构和集成学习方法，整合三种3D U-Net模型的优势	仅使用143个CT扫描进行训练和验证，样本量有限	实现颅颌面结构和单个牙齿的精确分割，推进计算机辅助颅颌面外科手术	颅颌面CT扫描图像	计算机视觉	颅颌面疾病	CT扫描	3D CNN	3D医学图像	143个颅颌面CT扫描	NA	3D U-Net, V-Net, nnU-Net, 3D UX-Net	Dice score, IoU	NA
10040	2025-10-07	Automatic diagnosis and measurement of intracranial aneurysms using deep learning in MRA raw images 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1544571 PMID:40406704	研究论文	本研究开发了一种基于深度学习的全自动模型，用于颅内动脉瘤的诊断和尺寸测量	首次基于原始MRA图像开发一键式全自动深度学习模型，实现颅内动脉瘤的自动诊断和测量	模型在不同医院的独立验证集上性能略有下降，需要进一步扩大数据集验证泛化能力	开发自动化的颅内动脉瘤诊断和测量方法，提高临床工作效率	颅内动脉瘤患者和正常对照者	医学影像分析	脑血管疾病	MRA成像	深度学习	医学影像	医院1：852名患者的1,014个动脉瘤；医院2：315名患者（179例有动脉瘤，136例无动脉瘤）	NA	3D U-Net	召回率, 敏感度, 特异性, AUC, 真阳性, 假阳性, 假阴性	NA