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
10221	2025-10-07	Value of deep learning model for predicting Breast Imaging Reporting and Data System 3 and 4A lesions on mammography 2025-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1523 PMID:40384713	研究论文	评估基于乳腺X线摄影的深度学习模型在区分BI-RADS 3和4A类病变方面的诊断价值及其对放射科医生决策的影响	开发了首个专门用于区分BI-RADS 3和4A类病变的深度学习模型，并系统评估了其对不同经验水平放射科医生的辅助诊断价值	回顾性研究设计，样本量相对有限（846个病灶），仅来自两家医院	评估深度学习模型在乳腺X线摄影中区分BI-RADS 3和4A类病变的诊断性能	824名患者的846个乳腺X线摄影检测到的BI-RADS 3和4A类病灶	计算机视觉	乳腺癌	乳腺X线摄影	深度学习模型	医学影像	846个乳腺病灶（来自824名患者）	NA	NA	AUC, ROC曲线	NA
10222	2025-10-07	Light Bladder Net: Non-invasive Bladder Cancer Prediction by Weighted Deep Learning Approaches and Graphical Data Transformation 2025-May, Anticancer research IF:1.6Q4 DOI:10.21873/anticanres.17572 PMID:40295062	研究论文	开发了一种轻量级深度学习模型Light-Bladder-Net，用于通过常规尿液数据进行非侵入性膀胱癌检测	通过数据转换、添加均匀噪声和特征选择方法改进模型泛化能力，并采用加权投票集成多种机器学习模型	NA	开发轻量快速的深度学习模型用于膀胱癌的非侵入性检测	膀胱癌患者的常规尿液数据	机器学习	膀胱癌	尿液分析	深度学习	尿液数据	NA	NA	Light-Bladder-Net	准确率, 敏感度, 特异度, 精确率	NA
10223	2025-10-07	Validation of multiple deep learning models for colorectal tumor differentiation with endoscopic ultrasound images: a dual-center study 2025-Apr-30, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2024-1024 PMID:40386596	研究论文	本研究验证了多种深度学习模型在结直肠肿瘤分化诊断中的效能，通过内镜超声图像进行结直肠腺瘤和癌症的分类	首次在双中心研究中比较了四种深度学习模型（ResNet50、EfficientNet-B0、VGG_11_BN、ViT）在结直肠肿瘤分化诊断中的性能，并与内镜医师进行对比	回顾性研究设计，样本量相对有限（554例患者），未进行外部验证	验证内镜超声结合人工智能在结直肠腺瘤和癌症诊断中的效能，并与传统内镜诊断方法进行比较	结直肠癌患者、结直肠腺瘤患者和对照组患者	计算机视觉	结直肠癌	内镜超声	CNN, Transformer	图像	554例患者（167例结直肠癌，136例腺瘤，251例对照组），来自两个独立医疗中心	NA	ResNet50, EfficientNet-B0, VGG_11_BN, Vision Transformer	准确率, 敏感度, 特异性, F1分数, Fleiss' kappa	NA
10224	2025-10-07	Deep learning model for predicting spread through air spaces of lung adenocarcinoma based on transfer learning mechanism 2025-Apr-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-985 PMID:40386718	研究论文	基于迁移学习机制开发深度学习模型预测肺腺癌气腔播散	结合语义特征与深度学习构建混合模型，首次基于CT图像实现STAS术前预测	回顾性研究且样本量有限（290例患者）	开发并验证基于深度学习算法的肺腺癌STAS术前预测模型	肺腺癌患者术前胸部CT图像	计算机视觉	肺癌	CT影像分析	CNN	医学影像	290例肺腺癌患者	NA	ResNet50	AUC, 敏感度, 特异度, 准确率	NA
10225	2025-10-07	A narrative review of preoperative CT for predicting spread through air spaces of lung cancer 2025-Apr-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-952 PMID:40386727	综述	回顾和总结计算机断层扫描(CT)在预测肺癌气腔播散(STAS)中的研究进展	系统评估了传统影像学征象结合人工智能技术在STAS预测中的应用价值	风险分层研究有限，需要更全面的STAS病理学定义和大样本前瞻性研究验证	评估术前CT影像预测肺癌气腔播散的可行性	肺癌患者的气腔播散现象	数字病理	肺癌	计算机断层扫描(CT)	深度学习, 放射组学	CT影像	NA	NA	NA	预测效能	NA
10226	2025-10-07	Integrating radiomics and deep learning for enhanced prediction of high-grade patterns in stage IA lung adenocarcinoma 2025-Apr-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-995 PMID:40386715	研究论文	本研究开发了一种基于术前CT图像的融合模型，用于预测IA期肺浸润性非黏液腺癌中高级别模式的存在	首次将放射组学特征与深度学习特征相结合构建预测模型，显著提升了高级别模式的识别性能	回顾性研究设计，样本量相对有限（403例患者），需要外部验证	开发术前预测肺腺癌高级别模式的影像学模型	IA期肺浸润性非黏液腺癌患者	医学影像分析	肺癌	计算机断层扫描（CT）	XGBoost	医学影像	403例手术治疗的IA期肺腺癌患者	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
10227	2025-10-07	Fully automated MRI-based analysis of the locus coeruleus in aging and Alzheimer's disease dementia using ELSI-Net 2025 Apr-Jun, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70118 PMID:40365469	研究论文	提出了一种基于深度学习的自动化蓝斑核分割和特征提取方法ELSI-Net，应用于衰老和阿尔茨海默病痴呆的MRI数据分析	开发了集成式蓝斑核分割网络ELSI-Net，实现了完全自动化的蓝斑核分析，性能优于先前工作	需要在更多样化的临床队列数据集上进行进一步评估以确认其普适性	开发自动化蓝斑核分析方法并应用于衰老和阿尔茨海默病痴呆研究	健康衰老人群和阿尔茨海默病痴呆患者的蓝斑核	医学影像分析	阿尔茨海默病	磁共振成像	深度学习	MRI图像	NA	NA	集成网络	与专家评分一致性，与已发表图谱一致性	NA
10228	2025-10-07	Potential of Artificial Intelligence for Bone Age Assessment in Iranian Children and Adolescents: An Exploratory Study 2025-Apr-01, Archives of Iranian medicine IF:1.0Q3 DOI:10.34172/aim.32070 PMID:40382691	研究论文	探索人工智能系统在伊朗儿童和青少年骨龄评估中的准确性	开发了专门针对伊朗人群的深度学习模型进行骨龄评估	95%一致性界限相对较宽（特别是男孩），年龄范围两端的预测误差较大，需要更大更多样化的数据集验证	研究人工智能系统能否准确评估伊朗儿童的骨龄	1-18岁伊朗儿童和青少年的左手X光片	医学影像分析	肌肉骨骼疾病	X光成像	深度学习模型	X光图像	555张左手X光片（220名男孩，335名女孩）	NA	NA	均方误差, 平均绝对误差, 组内相关系数, 95%一致性界限	NA
10229	2025-10-07	Artificial Intelligence as a Screening Tool for MRI Evaluation of Normal and Abnormal Medial Meniscus 2025-Apr, Cureus DOI:10.7759/cureus.82523 PMID:40385820	研究论文	本研究评估了基于Mask R-CNN的深度学习模型在MRI图像中对内侧半月板进行分割和分类的性能	使用精确的多边形标注实现像素级半月板分割，而非传统的边界框分割方法，确保排除相邻解剖结构干扰	需要多中心数据集验证，尚未对半月板异常进行细分类	开发AI辅助工具自动化评估膝关节MRI中的半月板异常	膝关节内侧半月板	计算机视觉	骨科疾病	MRI成像技术	Mask R-CNN	医学图像	3,600幅矢状位质子密度加权脂肪抑制(PD-FS) MRI图像	PyTorch	Mask R-CNN with ResNet-50, FPN	AUC, 分割准确率, 灵敏度, 特异性	NA
10230	2025-10-07	The Role of Artificial Intelligence in the Prediction of Bariatric Surgery Complications: A Systematic Review 2025-Apr, Cureus DOI:10.7759/cureus.82461 PMID:40385919	系统评价	系统评价人工智能在预测减重手术后并发症中的作用	首次系统评估AI在减重手术并发症预测中的应用，比较不同AI算法与传统方法的性能差异	研究异质性高，存在过拟合、数据不平衡和泛化能力有限等问题，且多数研究存在地域偏倚	评估人工智能在预测减重手术并发症中的有效性和应用前景	减重手术患者	机器学习	肥胖症	AI算法分析	集成方法,神经网络,逻辑回归	临床数据	7项回顾性队列研究的大型数据集	NA	NA	AUC,准确率	NA
10231	2025-10-07	Recurrent and convolutional neural networks in classification of EEG signal for guided imagery and mental workload detection 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92378-x PMID:40140460	研究论文	本研究使用深度学习方法对引导想象放松技术和心理任务工作负荷状态下的脑电信号进行分类	首次在引导想象应用中比较不同电极配置（26个认知电极vs 256个全通道）对分类性能的影响	样本量较小（仅26名学生），需要更大规模的研究验证结果	验证是否能够检测引导想象放松状态与心理任务工作负荷状态之间的差异并进行分类	26名接受引导想象放松技术和心理任务工作负荷测试的学生	机器学习	精神障碍	密集阵列脑电信号放大技术	EEGNet, LSTM, 1D CNN, 1D CNN-LSTM混合模型	脑电信号	26名学生	NA	EEGNet, Long Short-Term Memory, 1D Convolutional Neural Network	准确率, 召回率, 精确率, F1分数, 损失值	NA
10232	2025-10-07	Convolutional Neural Network Models for Visual Classification of Pressure Ulcer Stages: Cross-Sectional Study 2025-Mar-25, JMIR medical informatics IF:3.1Q2 DOI:10.2196/62774 PMID:40135412	研究论文	本研究探索使用卷积神经网络模型对压力性损伤分期进行视觉分类	首次系统比较AlexNet、VGGNet16、ResNet18和DenseNet121四种CNN模型在压力性损伤分期分类中的性能	研究样本仅来自单一三级医院，未来需要与不同经验水平的护士进行比较验证	开发辅助压力性损伤分期的有效工具	压力性损伤患者图像，包括I期、II期、III期、IV期、不可分期和疑似深部组织损伤	计算机视觉	压力性损伤	深度学习	CNN	图像	853张原始压力性损伤图像，经数据增强后获得7677张图像	NA	AlexNet,VGGNet16,ResNet18,DenseNet121	准确率	NA
10233	2025-10-07	Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI 2025-Mar-25, ArXiv PMID:40196141	研究论文	开发一种基于磁敏感对比增强MRI的新方法，用于无创成像脑内体素内血管尺寸分布	首次建立基于深度学习的磁敏感对比MRI方法，能够定量评估体素内血管尺寸分布	需要进一步验证才能转化为临床工具	开发非侵入性血管重塑评估方法	啮齿类动物脑血管系统	医学影像分析	多种疾病（癌症、神经退行性疾病、纤维化、高血压、糖尿病）	磁敏感对比增强MRI、光片荧光显微镜	深度学习模型	MRI信号、显微镜图像	NA	NA	NA	相关系数、Bhattacharya系数	NA
10234	2025-10-07	GaitDynamics: A Generative Foundation Model for Analyzing Human Walking and Running 2025-Mar-21, Research square DOI:10.21203/rs.3.rs-6206222/v1 PMID:40166023	研究论文	开发了一个名为GaitDynamics的生成式基础模型，用于分析人类步行和跑步的动力学特征	首个针对人类步态的大规模生成式基础模型，能够处理多样化的人口统计学数据和步态模式，支持多种输入输出和临床应用	NA	通过深度学习模型低成本预测人类步态动力学，促进人类健康和运动表现	人类步行和跑步的动力学特征，包括运动和力	机器学习	NA	深度学习	生成式基础模型	运动学数据，动力学数据	包含多样化人口统计学数据和步态模式的大规模数据集	NA	NA	准确性，鲁棒性	NA
10235	2025-10-07	Deep Learning Study of Alkaptonuria Spinal Disease Assesses Global and Regional Severity and Detects Occult Treatment Status 2025-Mar-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.11.25323762 PMID:40162283	研究论文	本研究开发深度学习模型分析罕见病黑酸尿症的脊柱X光片，评估疾病严重程度并检测隐匿治疗状态	首次将深度学习应用于罕见病黑酸尿症的脊柱影像分析，能识别传统方法难以检测的药物治疗状态	真空椎间盘现象预测一致性较低(41-90%)，样本量受罕见病特性限制	开发深度学习方法来准确评估黑酸尿症脊柱病变的严重程度和检测药物治疗状态	黑酸尿症患者的颈椎和腰椎X光片	医学影像分析	黑酸尿症	X射线成像	深度学习模型	医学影像	NA	NA	NA	准确度, 平均绝对误差	NA
10236	2025-10-07	scPrediXcan integrates advances in deep learning and single-cell data into a powerful cell-type-specific transcriptome-wide association study framework 2025-Mar-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.11.623049 PMID:39605417	研究论文	提出scPrediXcan方法，将深度学习与单细胞数据整合到细胞类型特异性转录组关联研究框架中	整合前沿深度学习方法预测表观遗传特征，开发ctPred方法高精度预测细胞类型特异性表达，捕获线性模型忽略的复杂基因调控规则	NA	开发细胞类型特异性转录组关联研究方法以识别疾病致病基因和机制	2型糖尿病和系统性红斑狼疮	机器学习	2型糖尿病, 系统性红斑狼疮	单细胞数据, 表观遗传特征预测	深度学习	DNA序列, 基因表达数据	NA	NA	NA	准确性, 基因识别数量, 基因组关联研究位点解释能力	NA
10237	2025-10-07	Enhancing Outcome Prediction in Intracerebral Hemorrhage Through Deep Learning: A Retrospective Multicenter Study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.025 PMID:39095262	研究论文	本研究通过深度学习技术开发并验证了用于预测脑出血患者90天预后的自动预后生物标志物	首次结合深度学习特征与临床特征构建融合模型，显著提高了脑出血预后预测的准确率	回顾性研究设计，样本量相对有限，仅纳入发病6小时内影像学检查的患者	开发脑出血患者90天功能预后的精准预测工具	脑出血患者	医学影像分析	脑出血	深度学习，逻辑回归，LASSO回归	CNN	医学影像	1098例患者（男性652例，女性446例）	NA	ResNet50	AUC, 校准曲线	NA
10238	2025-10-07	The role of artificial intelligence and deep learning in determining the histopathological grade of pancreatic neuroendocrine tumors by using EUS images 2025 Mar-Apr, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000113 PMID:40385971	研究论文	本研究利用人工智能和深度学习算法，通过EUS图像预测胰腺神经内分泌肿瘤的组织病理学分级	首次将深度学习技术应用于EUS图像进行胰腺神经内分泌肿瘤分级预测	样本量较小（44例患者），属于初步研究	开发基于AI的胰腺神经内分泌肿瘤分级预测方法	胰腺神经内分泌肿瘤患者	医学影像分析	胰腺神经内分泌肿瘤	EUS-FNA/B（超声内镜引导下细针穿刺/活检）	CNN	EUS图像	44例患者的803张EUS图像	NA	卷积神经网络	灵敏度, 特异度, 准确率	NA
10239	2025-10-07	phyddle: software for exploring phylogenetic models with deep learning 2025-Feb-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.06.606717 PMID:39149349	研究论文	介绍用于通过深度学习探索系统发育模型的软件phyddle	开发了首个基于流水线的软件，使用无似然深度学习方法来执行系统发育建模任务	NA	解决缺乏易处理似然函数的系统发育模型推断问题	系统发育树	机器学习	NA	深度学习	深度学习模型	系统发育数据	NA	NA	NA	准确性, 覆盖率测试	NA
10240	2025-10-07	Deep Convolutional Neural Network for Automated Staging of Periodontal Bone Loss Severity on Bite-wing Radiographs: An Eigen-CAM Explainability Mapping Approach 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01218-3 PMID:39147888	研究论文	本研究开发了一种基于深度学习的自动化系统，用于对咬翼片X光图像中的牙周骨丧失严重程度进行分期	首次将YOLOv8深度学习模型与Eigen-CAM可解释性热图相结合，用于牙周骨丧失的自动分期	对轻度和中度骨丧失的分类准确性相对较低，因为这些损伤在图像中不如正常和严重骨丧失清晰可见	开发自动化系统对牙周骨丧失严重程度进行分期	咬翼片X光图像中的牙周骨丧失	计算机视觉	牙周病	X射线成像	CNN	图像	1752张咬翼片图像	PyTorch	YOLOv8	准确率, 精确率, 召回率, F1分数	NA