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
1361	2025-10-05	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究使用机器学习方法预测初产妇急诊剖宫产的风险因素	首次在伊朗产科中心应用七种机器学习模型预测初产妇急诊剖宫产，并比较各模型性能	回顾性研究设计，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级产科中心的初产妇，单胎头位妊娠≥37周	机器学习	产科疾病	机器学习	线性回归,逻辑回归,决策树,随机森林,XGBoost,KNN,深度学习	临床数据	2668例分娩（1916例阴道分娩，752例剖宫产）	NA	NA	AUC,准确率,精确率,召回率,F1分数	NA
1362	2025-10-05	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU死亡率预测中的表现	首次系统比较多种AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异	研究多为回顾性分析，数据集有限，缺乏前瞻性验证	评估AI和ML模型在ICU住院死亡率预测中的应用效果	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost,随机森林,逻辑回归,循环神经网络	临床数据	基于15项研究的数据，主要来自MIMIC和eICU-CRD数据库	NA	XGBoost,随机森林,逻辑回归,RNN	判别性能,预测准确率	NA
1363	2025-10-05	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用机器学习和深度学习方法预测化合物的心脏毒性，旨在提高药物开发过程中的安全评估效率	结合多种分子指纹和描述符，使用Transformer等深度学习模型实现心脏毒性预测，并通过SHAP方法提供模型可解释性	NA	开发准确高效的心脏毒性预测模型以替代传统耗时昂贵的实验方法	化合物分子及其心脏毒性	机器学习	心血管疾病	分子指纹和分子描述符计算	NB, RF, SVM, KNN, XGBoost, Transformer	分子结构数据	NA	NA	Transformer	准确率, AUC	NA
1364	2025-10-05	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于准确预测肽毒性	首次融合蛋白质语言模型嵌入与传统描述符，采用跨模态多头注意力机制和Transformer架构实现更丰富的肽表征	NA	开发准确预测肽毒性的计算工具以促进基于肽的疗法设计	肽类分子	机器学习	NA	蛋白质语言模型，机器学习，深度学习	Transformer，集成学习	肽序列数据，分子描述符	NA	NA	Transformer，多头注意力机制	交叉验证，独立评估	NA
1365	2025-10-05	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，GlycoBART作为生成式模型能够发现训练数据中不存在的新型聚糖结构	GlycoBERT作为分类方法仅限于预测训练数据中存在的结构	开发能够从串联质谱数据准确推断聚糖结构的计算方法	聚糖分子结构	机器学习	NA	串联质谱(MS/MS)	Transformer	质谱数据	NA	NA	Transformer, BART	结构准确率	NA
1366	2025-10-05	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了基于深度学习的MRI模型，用于鉴别诊断肿瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	首次将3D DenseNet121架构应用于T1增强和T2加权MRI图像，实现肿瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含其他肿瘤病因如CNS淋巴瘤和脑转移瘤	开发非侵入性方法准确诊断脑部病变的肿瘤与非肿瘤病因	肿瘤样脱髓鞘病变患者(144例)和IDH野生型胶质母细胞瘤患者(455例)	医学影像分析	脑部疾病	MRI成像	深度学习	医学影像	599例患者(144例肿瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤)	NA	3D DenseNet121	AUROC, 敏感性, 特异性	NA
1367	2025-10-05	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于深度学习的图像重建技术，显著提升图像质量	样本量较小（仅30例患者），需进一步扩大验证	解决7T MRI成像时间长和运动敏感性问题	30例连续临床7T脑部MRI患者	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像，7T MRI	深度神经网络	k空间原始数据，MRI图像	30例患者	NA	深度神经网络	对比噪声比，图像噪声，图像质量，伪影，锐度，结构清晰度	NA
1368	2025-10-05	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究探讨了通过对抗训练和输入修改提高深度学习模型在预测急性脑出血患者血肿扩张方面的鲁棒性	首次在血肿扩张预测任务中系统评估对抗训练和Otsu多阈值分割输入对深度学习模型鲁棒性的提升效果	研究仅针对特定类型的对抗攻击(FGSM和PGD)，对其他攻击类型的鲁棒性未经验证	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描	医学影像分析	脑出血	CT扫描，Otsu多阈值分割	深度学习模型	医学影像	训练/交叉验证队列890名患者，独立验证队列684名患者	NA	NA	AUC	NA
1369	2025-10-05	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI和深度学习技术，开发了用于前列腺癌放疗规划的自动轮廓勾画系统	首次将高分辨率3D T2加权SPACE MRI序列与3D nnU-net模型结合，实现前列腺癌放疗相关结构和神经血管结构的自动精确勾画	样本量相对较小（50例患者），且阴部动脉的自动勾画与专家评估存在显著差异	开发基于深度学习的自动轮廓勾画方法，提高前列腺癌放疗中神经血管结构保护的精确性和可及性	前列腺癌患者放疗相关的目标结构和神经血管结构	数字病理	前列腺癌	磁共振成像，3D T2加权SPACE序列	CNN	3D医学图像	50例患者（40例训练，10例测试）	nnU-net	3D nnU-net	表面Dice分数，平均表面距离	NA
1370	2025-10-05	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了基于CT的深度学习模型结合系统性免疫炎症营养指数，用于早期预测不可切除非小细胞肺癌患者对免疫检查点抑制剂的治疗反应	首次将深度学习放射组学特征与系统性免疫炎症营养指数相结合构建联合预测模型，并通过多中心研究验证其预测性能	回顾性研究设计，样本量相对有限，需要进一步扩大验证	开发非侵入性生物标志物以早期预测不可切除非小细胞肺癌患者对免疫治疗的疗效	265例接受免疫检查点抑制剂治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT成像，实验室检测	深度学习	医学影像，临床数据	265例患者，分为训练集(70%)、内部验证集(30%)和外部验证集	NA	DenseNet121	AUC	NA
1371	2025-10-05	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究开发基于超声和MRI的多模态深度学习模型，用于术前预测浸润性乳腺癌HER2状态	首次结合超声和MRI多模态影像构建深度学习模型预测乳腺癌HER2状态，相比单一模态显著提升诊断性能	研究为单中心回顾性研究，样本量有限，需要多中心前瞻性研究验证模型泛化能力	开发基于多模态影像的深度学习模型，实现乳腺癌HER2状态的术前无创预测	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，磁共振成像	深度学习模型	医学影像	2021年1月至2024年7月期间在本机构接受超声和MRI检查的乳腺癌女性患者	NA	NA	AUC，灵敏度，特异性	NA
1372	2025-10-05	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了深度学习算法在肉牛早期妊娠诊断中的应用，通过黄体彩色多普勒超声图像实现自动化诊断	首次将监督深度学习应用于牛黄体彩色多普勒超声的早期实时妊娠诊断，早于行业标准方法	样本量相对有限（390头母牛），仅评估了D20和D22两个时间点	开发早期自动化妊娠诊断方法	肉牛（Bos taurus beef cows）	计算机视觉	NA	彩色多普勒超声	CNN	超声视频帧	390头母牛，D20日10533帧图像，D22日10413帧图像	NA	VGG19,Xception,ResNet50	准确率,特异性,敏感性,F1分数,马修斯相关系数	NA
1373	2025-10-05	A plaque recognition algorithm for coronary OCT images by Dense Atrous Convolution and attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325911 PMID:40493701	研究论文	提出一种结合密集空洞卷积和注意力机制的深度学习算法，用于冠状动脉OCT图像中斑块的自动分割与分类	首次将密集空洞卷积与注意力机制结合应用于冠状动脉斑块分割，在公开数据集上性能超越五种传统医学图像分割网络	NA	开发高精度的冠状动脉OCT图像斑块自动分割与分类算法	冠状动脉光学相干断层扫描图像中的钙化、纤维和脂质斑块	数字病理	心血管疾病	光学相干断层扫描	CNN	图像	760张原始图像，通过数据增强扩展至8000张	NA	密集空洞卷积,注意力机制	Dice系数	NA
1374	2025-10-05	The British-Israeli Project for Algorithm-Based Management of Age-Related Macular Degeneration: Deep Learning Integration for Real-World Data Management and Analysis 2025, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde DOI:10.1159/000547161 PMID:40582342	研究论文	本研究开发了一个结合临床和OCT影像数据的集成数据集，应用深度学习算法自动量化新生血管性年龄相关性黄斑变性患者的视网膜特征	整合两个大型真实世界数据集，应用深度学习算法实现OCT扫描的自动化、客观和全面量化分析	回顾性研究设计，两个队列的治疗标准和基线视力存在差异	开发自动化分析系统，支持新生血管性年龄相关性黄斑变性的个性化决策和预后优化	新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	深度学习	影像, 临床数据	4,265名患者的5,207只眼睛	NA	NA	NA	NA
1375	2025-10-05	Multi-parameter MRI-based model for the prediction of early recurrence of hepatitis B-associated hepatocellular carcinoma after microwave ablation 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1638779 PMID:40937437	研究论文	开发并验证基于多参数MRI的模型，用于预测乙肝相关肝细胞癌微波消融术后早期复发	首次将Transformer深度学习网络应用于多序列MRI图像融合，并结合临床特征构建联合预测模型	回顾性研究设计，样本量相对有限（总样本166例）	预测乙肝相关肝细胞癌微波消融术后1年内早期复发	乙肝相关肝细胞癌患者	医学影像分析	肝细胞癌	磁共振成像	Transformer	医学影像，临床数据	训练组116例，外部验证组50例，总计166例患者	NA	Transformer	AUC，决策曲线分析	NA
1376	2025-10-05	Artificial intelligence applications facilitate decision-making in cataract surgery for highly myopic patients 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1613634 PMID:40977894	研究论文	开发基于深度学习的人工智能模型辅助高度近视白内障患者的手术决策	首次将白内障分级和术后视力预测两个深度学习模型与手术决策逻辑相结合，构建高度近视白内障AI决策模型	外部验证数据集的性能有所下降，模型在更广泛人群中的泛化能力需进一步验证	开发辅助高度近视白内障手术决策的人工智能模型	高度近视白内障患者	医学人工智能	白内障	深度学习	深度学习模型	医学影像数据	内部测试集107例高度近视眼（复旦大学附属眼耳鼻喉科医院），外部测试集55例高度近视眼（武汉爱尔眼科医院）	NA	NA	准确率，Kappa值，预测误差	NA
1377	2025-10-05	Precision to plate: AI-driven innovations in fermentation and hyper-personalized diets 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1659511 PMID:40977977	综述	探讨人工智能在精准发酵和超个性化营养领域的创新应用及其伦理挑战	融合AI与CRISPR技术实现300%替代蛋白产量提升，通过强化学习降低60%生物反应器故障率，开发兼顾基因、代谢和文化特征的个性化营养模型	存在数据隐私风险（72%不符合GDPR）和算法偏见可能加剧营养不平等	推动人工智能在食品系统中的平衡部署，实现可持续食品生产的民主化	微生物工程、个性化饮食方案、食品感官属性	机器学习	NA	CRISPR基因编辑、强化学习、深度学习、自然语言处理	深度学习、预测模型	基因数据、代谢数据、文化特征数据、感官属性数据	NA	NA	NA	产量提升百分比、故障率降低百分比、贫血率降低百分比、GDPR合规率	NA
1378	2025-10-05	Better performance of cerebral blood volume images synthesized from arterial spin labeling and standard MRI in separating glioblastoma recurrence from treatment response than arterial spin labeling 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1647254 PMID:40978027	研究论文	本研究使用深度学习从动脉自旋标记和标准MRI序列合成脑血容量图，用于区分胶质母细胞瘤复发与治疗反应	开发了适用于不对称样本量的三维增量编码器-解码器网络，无需高注射速度即可合成脑血容量图	回顾性单中心研究，样本来源单一	验证从ASL和标准MRI合成的CBV图在区分胶质母细胞瘤复发与治疗反应中的诊断价值	364名患者的744次MRI扫描，其中96名疑似胶质母细胞瘤复发患者作为外部测试集	医学影像分析	胶质母细胞瘤	动脉自旋标记(ASL)、标准MRI序列(T1WI、T2WI、ADC、增强后T1WI)	深度学习	三维MRI图像	364名患者的744次MRI扫描	NA	三维增量编码器-解码器网络(3D IEDN)	结构相似性指数(SSIM)、峰值信噪比(PSNR)、四点Likert量表	NA
1379	2025-10-05	Who moved my scan? Early adopter experiences with pre- and post-market healthcare AI regulation challenges 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1651934 PMID:40978717	研究论文	探讨医疗AI在现实临床应用中面临的监管挑战及实施问题	从部署者角度分析生命周期监管与实施之间的差距，聚焦三个相互关联的维度	NA	研究医疗AI监管与部署如何成功对接	早期采用者的实践经验	医疗人工智能	NA	深度学习	NA	临床经验数据	NA	NA	NA	NA	NA
1380	2025-10-05	Advances in intelligent recognition and diagnosis of skin scar images: concepts, methods, challenges, and future trends 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1667087 PMID:40978739	综述	本文系统回顾了皮肤瘢痕图像智能识别与诊断的核心概念、方法体系、现存挑战及未来发展趋势	首次系统整合传统机器学习与深度学习在皮肤瘢痕诊断中的应用，提出多模态融合、注意力机制等先进算法在瘢痕分析中的潜力	面临数据稀缺、领域偏移和隐私法规等关键挑战，临床可解释性和泛化能力仍需提升	构建智能瘢痕诊断系统的技术路线图并推动临床转化应用	皮肤瘢痕图像数据及智能诊断算法	计算机视觉	皮肤疾病	NA	CNN, 生成模型, 自监督学习	皮肤瘢痕图像	公开皮肤病数据集	NA	卷积神经网络	标准化定量评估指标	NA