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	Multiple model visual feature embedding and selection method for an efficient oncular disease classification 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84922-y PMID:39934192	研究论文	提出一种基于深度学习的眼疾自动分类系统，采用多模型视觉特征嵌入和选择方法	引入结合线性判别分析和先进神经网络分类器的两级特征选择框架，显著降低计算复杂度同时提升分类准确率	仅在ODIR数据集上进行验证，需要进一步临床实际环境测试	开发高效的眼部疾病自动分类系统以支持临床决策	眼部疾病患者眼底图像	计算机视觉	眼部疾病	眼底成像	DNN, LSTM, BiLSTM	图像	5000张患者眼底图像，分为8种眼疾类别	TensorFlow, Keras	DenseNet201, EfficientNetB3, InceptionResNetV2	准确率, 精确率, 召回率	NA
10022	2025-10-07	Computational Methods for Predicting Chemical Reactivity of Covalent Compounds 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01591 PMID:39823568	研究论文	本研究开发了预测共价化合物化学反应性的计算方法	整合机器学习、深度学习和量子力学计算评估共价化合物固有反应性，FP-Stack模型在测试集上表现出优异的相关性	研究主要针对半胱氨酸靶向共价化合物，未涵盖其他亲核氨基酸靶点	准确预测和调控共价化合物的反应性以促进共价药物发现	419种半胱氨酸靶向共价化合物及其反应性数据	机器学习	NA	量子力学计算	机器学习,深度学习	化学化合物数据	419种共价化合物	NA	FP-Stack	Pearson相关系数,Spearman相关系数	NA
10023	2025-10-07	Deep Learning-Based Tract Classification of Preoperative DWI Tractography Advances the Prediction of Short-Term Postoperative Language Improvement in Children With Drug-Resistant Epilepsy 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3463481 PMID:39292577	研究论文	开发基于深度卷积神经网络的束路分类方法，通过术前弥散加权成像连接组预测儿童耐药性癫痫患者术后短期语言功能改善	扩展了基于DCNN的束路分类方法，利用高质量全脑弥散加权成像连接组数据库，显著提高了连接标记的可重复性和术后语言改善预测准确率	研究样本量有限，需要在更大规模队列中验证方法的普适性	提高儿童耐药性癫痫患者术后语言功能改善的预测准确性	患有耐药性癫痫的儿童患者	医学影像分析	癫痫	弥散加权成像，束路成像	DCNN	医学影像	独立验证队列	NA	深度卷积神经网络	准确率，F统计量	NA
10024	2025-10-07	Deep Learning for Pediatric Sleep Staging From Photoplethysmography: A Transfer Learning Approach From Adults to Children 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3470534 PMID:39331540	研究论文	本研究采用迁移学习方法，将基于成人数据训练的深度学习模型应用于儿童光电容积脉搏波睡眠分期	首次将成人领域的深度学习模型通过迁移学习应用于儿童睡眠分期，解决了儿童数据稀缺的问题	对5岁以下儿童性能下降，需要覆盖更广年龄范围的儿科数据集	开发基于光电容积脉搏波的自动化儿童睡眠分期算法	儿童睡眠数据，特别是5-10岁年龄段	机器学习	睡眠障碍	光电容积脉搏波	深度学习	时间序列数据	CHAT数据集（儿童腺样体扁桃体切除术试验）的80%用于训练，包含5-10岁儿童记录	NA	NA	Cohen's Kappa	NA
10025	2025-10-07	TFTL: A Task-Free Transfer Learning Strategy for EEG-Based Cross-Subject and Cross-Dataset Motor Imagery BCI 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3474049 PMID:39365711	研究论文	提出一种无需任务校准的迁移学习策略TFTL，用于基于EEG的跨被试和跨数据集运动想象脑机接口	首次提出任务无关的迁移学习策略，仅使用目标被试的静息态数据即可构建个性化模型，实现零校准试验	未明确说明模型在不同疾病人群中的泛化能力	减少运动想象脑机接口的校准时间并实现多中心数据协同建模	脑电信号数据	机器学习	神经康复疾病	EEG脑电信号采集	深度学习	脑电信号	五个数据集（BCIC IV Dataset 2a, Dataset 1, Physionet MI, Dreyer 2023, OpenBMI）	NA	ShallowConvNet, EEGNet, TCNet-Fusion	准确率提升	NA
10026	2025-10-07	A Serial MRI-based Deep Learning Model to Predict Survival in Patients with Locoregionally Advanced Nasopharyngeal Carcinoma 2025-Feb, Radiology. Artificial intelligence DOI:10.1148/ryai.230544 PMID:39812582	研究论文	开发基于连续MRI和深度学习的预后模型，用于预测局部晚期鼻咽癌患者的生存率	首次将治疗前后的连续MRI与图卷积神经网络结合，构建放射组学-临床预后模型	回顾性研究设计，样本量有限	预测局部晚期鼻咽癌患者的无病生存期	1039例局部晚期鼻咽癌患者	医学影像分析	鼻咽癌	MRI成像	图卷积神经网络	医学影像	1039例患者（779男，260女，平均年龄44±11岁）	NA	图卷积神经网络	C-index	NA
10027	2025-10-07	NETest and Gastro-Entero-Pancreatic Neuroendocrine Tumors: Still Far from Routine Clinical Application? A Systematic Review 2025-Jan-27, Genes IF:2.8Q2 DOI:10.3390/genes16020161 PMID:40004490	系统评价	本文系统评价了NETest在胃肠胰神经内分泌肿瘤诊断和预后分层中的应用价值	首次系统评估NETest在胃肠胰神经内分泌肿瘤中的诊断准确性和预后价值	NETest特异性较低，可能受其他胃肠道恶性肿瘤干扰，需要更大样本的前瞻性研究验证	评估NETest在胃肠胰神经内分泌肿瘤诊断和预后中的临床应用价值	胃肠胰神经内分泌肿瘤患者	数字病理	神经内分泌肿瘤	实时PCR结合深度学习策略	深度学习	基因表达数据	14项研究（5项诊断研究，9项预后研究）	NA	NA	准确率, 特异性	NA
10028	2025-10-07	Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy 2025-Jan, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.036 PMID:39183131	研究论文	本研究开发基于超声的深度学习影像组学列线图模型，用于预测乳腺癌患者新辅助化疗后的肿瘤状态和腋窝淋巴结转移	首次将临床特征、影像组学特征和深度迁移学习特征融合构建DLRN模型，并验证其在乳腺癌新辅助化疗后评估中的预测效能	回顾性研究设计，样本量相对有限（243例患者），需要多中心前瞻性研究进一步验证	探索深度学习影像组学列线图在预测乳腺癌新辅助化疗后肿瘤状态和淋巴结转移的可行性	接受新辅助化疗的乳腺癌患者	医学影像分析	乳腺癌	超声成像	深度学习, Cox回归	超声图像, 临床数据	243例患者（2014年10月至2022年7月）	NA	深度学习影像组学列线图	AUC, C-index, ROC曲线, 决策曲线分析	NA
10029	2025-10-07	Deep Learning and Multidisciplinary Imaging in Pediatric Surgical Oncology: A Scoping Review 2025-Jan, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70574 PMID:39812075	综述	本综述探讨了深度学习在儿童外科肿瘤学多学科影像中的应用现状	首次系统梳理了深度学习在儿童外科肿瘤学多学科影像（放射学、病理学等）中的应用情况	由于纳入研究的异质性，无法对研究性能做出总体评价	评估深度学习在儿童外科肿瘤学多学科影像中的应用现状和发展前景	儿童实体肿瘤的医学影像数据	数字病理学	儿童肿瘤	医学影像分析	深度学习	医学影像	36篇相关研究文章（放射学22篇，病理学9篇，其他影像诊断5篇）	NA	NA	NA	NA
10030	2025-10-07	Prompting large language models to extract chemical‒disease relation precisely and comprehensively at the document level: an evaluation study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320123 PMID:40198724	研究论文	评估大型语言模型在文档级化学-疾病关系抽取中的精确性和全面性表现	首次系统评估GPT3.5、GPT4.0和Claude-opus在文档级化学-疾病关系抽取中的能力，并设计了多种提示工程策略	模型在抽取过程中表现出一定顽固性，提示工程策略效果有限，存在内容偏见	评估大型语言模型在文档级化学-疾病关系抽取任务中的精确和全面抽取能力	化学-疾病关系	自然语言处理	NA	提示工程	大型语言模型	文本	自建数据集	NA	GPT3.5, GPT4.0, Claude-opus	F1分数	NA
10031	2025-10-07	Continuous three-dimensional transesophageal echocardiography and deep learning for perioperative monitoring of left ventricular longitudinal function 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf052 PMID:40400533	研究论文	开发结合三维经食管超声心动图和深度学习的3D autoMAPSE方法，用于围手术期左心室功能的连续监测	首次将三维经食管超声心动图与深度学习相结合，实现自动测量二尖瓣环平面收缩期位移的连续监测	研究样本量较小（50例），仅在心脏手术后重症患者中验证	开发左心室功能的连续监测方法以改善心肺管理	心脏手术后成人重症监护患者	医学影像分析	心血管疾病	三维经食管超声心动图	深度学习	三维超声图像	50例心脏手术后重症患者	NA	NA	最小显著变化, 偏差, 一致性界限, 相关系数	NA
10032	2025-10-07	Multimodal AI diagnostic system for neuromyelitis optica based on ultrawide-field fundus photography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1555380 PMID:40400634	研究论文	开发基于超广角眼底摄影和临床检查数据的多模态AI诊断系统用于视神经脊髓炎的诊断预测	首个结合超广角眼底摄影和临床数据用于视神经脊髓炎诊断的多模态AI模型	NA	开发用于预测视神经脊髓炎发病和分期的AI诊断模型	视神经脊髓炎患者和非患者群体	计算机视觉	视神经脊髓炎	超广角眼底摄影	深度学习	图像, 临床数据	285名NMO患者的330只眼和770名非NMO参与者的1288只眼	NA	NA	AUC, 敏感性, 特异性, Youden指数	NA
10033	2025-10-07	Multimodal LLMs for retinal disease diagnosis via OCT: few-shot versus single-shot learning 2025 Jan-Dec, Therapeutic advances in ophthalmology IF:2.3Q2 DOI:10.1177/25158414251340569 PMID:40400723	研究论文	评估多模态大语言模型在OCT图像中诊断视网膜疾病的性能，比较单样本与少样本学习的效果	首次系统评估GPT-4o和Claude Sonnet 3.5在视网膜疾病OCT图像诊断中的表现，并比较单样本与少样本学习的性能差异	模型诊断准确性仍低于传统深度学习方法，未整合临床文本数据	评估多模态大语言模型在视网膜疾病诊断中的临床应用价值	光学相干断层扫描(OCT)图像中的视网膜疾病	医学影像分析	视网膜疾病	光学相干断层扫描(OCT)	多模态大语言模型	图像, 文本	两个公共OCT数据集(OCTID, OCTDL)，包含四种病理状况和正常视网膜的专家标注图像，共3088次API调用	NA	GPT-4o, Claude Sonnet 3.5	准确率	API调用
10034	2025-10-07	Integration of magnetic resonance imaging and deep learning for prostate cancer detection: a systematic review 2025, American journal of clinical and experimental urology IF:1.5Q3 DOI:10.62347/CSIJ8326 PMID:40400999	系统评价	系统评价磁共振成像与深度学习整合在前列腺癌检测和分层中的诊断性能	首次系统评估深度学习与MRI结合在前列腺癌诊断中的整体影响，并采用CLAIM指南评估研究质量	移行区前列腺癌的检测和分层研究最少，CLAIM清单依从性中等（中位数61.90%）	评估深度学习与磁共振成像整合对前列腺癌诊断性能的改善效果	前列腺癌患者	数字病理	前列腺癌	磁共振成像（MRI），包括T2加权成像（T2WI）和扩散加权成像（DWI）的表观扩散系数（ADC）	深度学习	医学影像	29项研究，共17,954名参与者	NA	NA	敏感性，特异性	NA
10035	2025-10-07	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	综述	从深度学习视角探讨基于功能磁共振成像的脑功能映射技术进展	系统梳理了基于深度学习的fMRI脑功能映射方法演进，重点关注fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势	作为综述文章，未涉及原始实验数据验证	探索深度学习在fMRI脑功能映射中的应用与发展方向	功能磁共振成像数据和脑功能映射方法	医学影像分析	神经系统疾病	功能磁共振成像	CNN, RNN, Transformer	功能磁共振成像数据	NA	NA	卷积神经网络, 循环神经网络, 变换器	NA	NA
10036	2025-10-07	Data source and utilization of artificial intelligence technologies in vascular surgery-a scoping review 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1497822 PMID:40401223	综述	本范围综述分析了血管外科领域人工智能技术的数据来源和应用现状，特别关注自然语言处理技术的使用情况	首次系统评估血管外科领域AI技术的数据来源分布和应用模式，揭示NLP技术在该领域的相对利用不足	仅涵盖1996年至2023年3月的文献，可能存在发表偏倚	确定血管外科AI算法开发的数据来源，评估其在不同领域的应用情况	342篇符合纳入标准的同行评审文献	自然语言处理, 机器学习, 深度学习	血管疾病	自然语言处理, 机器学习, 深度学习	NA	图像数据, 医疗记录, 临床参数	342篇文献	NA	NA	NA	NA
10037	2025-10-07	An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53450-8 PMID:39511143	研究论文	开发了一种可解释的纵向多模态融合模型，用于预测乳腺癌患者新辅助治疗反应	提出MRP系统模拟真实世界医生评估，整合跨模态知识挖掘和时间信息嵌入策略处理缺失模态数据	未明确说明模型在更广泛人群中的泛化能力	预测乳腺癌患者新辅助治疗反应	乳腺癌患者	医学影像分析	乳腺癌	多模态图像分析	深度学习模型	多模态图像数据	多中心研究数据	NA	多模态融合模型	AUROC	NA
10038	2025-10-07	PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54043-1 PMID:39511229	研究论文	开发并验证用于腹部CT扫描中气腹检测的深度学习算法PACT-3D	首个专门针对气腹检测的深度学习模型，在排除少量游离气体病例时灵敏度显著提升至0.92-0.98	未提及模型在更广泛医疗机构中的泛化能力验证	开发能够准确检测CT扫描中气腹的深度学习模型以改善急诊诊疗流程	腹部CT扫描图像	计算机视觉	气腹	CT扫描	深度学习	医学影像	远东纪念医院20,390例扫描（训练集14,039+前瞻测试集6,351）+ Cedars-Sinai医学中心480例外部验证	NA	PACT-3D	灵敏度, 特异性	NA
10039	2025-10-07	Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair 2024-Sep-23, eLife IF:6.4Q1 DOI:10.7554/eLife.87949 PMID:39312468	研究论文	开发深度学习管道自动分析上皮组织中细胞分裂的动态特征	首次建立能够同时识别细胞分裂事件、确定分裂轴方向并量化分裂前后形状变化的深度学习管道	方法主要应用于果蝇蛹翅上皮组织，在其他组织类型中的适用性需要进一步验证	开发自动化工具分析上皮组织发育和修复过程中的细胞分裂动态	果蝇蛹翅上皮组织	计算机视觉	NA	延时显微成像	深度学习	延时显微图像序列	NA	NA	NA	准确性	NA
10040	2025-10-07	An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing? 2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing IF:1.5Q2 DOI:10.1097/JPN.0000000000000826 PMID:38758263	评论	探讨ChatGPT在新生儿护理领域的应用潜力与局限性	首次系统评估ChatGPT在新生儿护理特定场景（疼痛评估、喂养过程、患者状态判断）中的应用可行性	缺乏临床实证研究支持，数据准确性需严格验证，存在未经科学验证结果的风险	评估人工智能在新生儿护理领域的应用价值与风险	新生儿护理中的疼痛评估、喂养过程和患者状态判断	自然语言处理	新生儿护理	语言建模	大型语言模型	文本	NA	OpenAI	ChatGPT	NA	NA