深度学习在生物医药领域中的应用

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
121	2025-10-02	The Path Towards Effective Long-Lasting Tissue-Targeted Prime/Pull/Keep Herpes Simplex Therapeutic Vaccines 2025-Aug-27, Vaccines IF:5.2Q1 DOI:10.3390/vaccines13090908 PMID:41012114	综述	本文探讨了针对单纯疱疹病毒的有效长效组织靶向Prime/Pull/Keep治疗性疫苗的开发路径	提出结合组学、人工智能和深度学习的组织靶向疫苗策略，通过Prime/Pull/Keep三步法在感觉神经节和黏膜上皮组织诱导持久T细胞免疫	目前仅在临床前动物模型试验中取得成功，尚未进入临床应用阶段	开发针对HSV-1和HSV-2的有效长效治疗性疫苗	单纯疱疹病毒类型1和2(HSV-1和HSV-2)	疫苗开发	单纯疱疹病毒感染	组学技术、人工智能、深度学习	NA	NA	临床前动物模型
122	2025-10-02	Revolution or routine? Comparing AI and traditional imaging in thoracic surgery outcomes: a systematic review 2025-Aug, Journal of medicine and life DOI:10.25122/jml-2025-0120 PMID:41020084	系统综述	比较人工智能与传统影像方法在胸外科术后成像中的应用及效果	系统比较AI/ML与传统影像方法在胸外科的应用，并探讨深度学习等新兴技术的未来发展潜力	NA	评估AI和机器学习在胸外科术后成像中的当前应用和未来发展方向	胸外科术后成像技术及并发症检测	医学影像分析	胸外科相关疾病	深度学习、神经网络、图像分析算法	机器学习、深度学习模型	医学影像	NA
123	2025-10-02	Detecting Fifth Metatarsal Fractures on Radiographs Through the Lens of Smartphones: The FIXUS AI Algorithm 2025-Aug, Cureus DOI:10.7759/cureus.91284 PMID:41030753	研究论文	开发一种基于智能手机拍摄的X光片检测第五跖骨骨折的深度学习算法	首次使用智能手机拍摄的X光图像训练深度学习模型，解决了传统模型对图像质量的高要求限制	回顾性研究，样本来源单一，未在真实资源有限环境中验证	开发可访问性强的第五跖骨骨折诊断工具	第五跖骨骨折患者和对照组	计算机视觉	骨科创伤	深度学习	ResNet-152V2	X光图像	骨折组1,240例，对照组1,224例，总计2,464例样本
124	2025-10-02	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动结果	首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动响应	NA	开发能够解释单细胞扰动筛选数据的理论框架，预测基因组范围内的扰动结果	基因共波动模式和扰动响应	功能基因组学	NA	单细胞扰动筛选、贝叶斯推断	线性响应理论模型	单细胞转录组数据	11个大规模单细胞扰动数据集，涵盖4,234次扰动和超过136万个细胞
125	2025-06-05	Geometric Deep Learning for Multimodal Data in CKD 2025-Jun-03, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000778 PMID:40459949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
126	2025-10-02	Deep learning inference of cell type-specific gene expression from breast tumor histopathology 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.04.652089 PMID:41030996	研究论文	开发了一种直接从乳腺癌组织病理学全切片图像预测细胞类型特异性基因表达的深度学习工具	首次实现直接从常规组织病理学图像推断细胞类型特异性基因表达，绕过了RNA测序的高成本限制	在训练和测试中主要依赖TCGA数据集，需要进一步的外部验证	开发低成本、高效率的细胞类型特异性基因表达推断方法	乳腺癌肿瘤组织样本	数字病理学	乳腺癌	单细胞RNA测序、批量RNA测序、组织病理学成像	深度学习模型	全切片图像、基因表达数据	TCGA乳腺癌队列和160例独立队列
127	2025-10-02	Assessing Quantitative Performance and Expert Review of Multiple Deep Learning-Based Frameworks for Computed Tomography-based Abdominal Organ Auto-Segmentation 2025-Apr, Intelligent oncology DOI:10.1016/j.intonc.2025.03.003 PMID:41020282	研究论文	本研究评估了多种深度学习框架在CT图像腹部器官自动分割中的性能表现	首次对AutoML框架（Auto3DSeg、nnU-Net）与先进非AutoML框架（SwinUNETR）在腹部器官分割任务中进行了全面比较评估	研究仅使用AMOS挑战赛的122张训练图像和72张验证图像，样本规模有限	评估不同深度学习框架在CT图像腹部器官自动分割中的性能差异	腹部器官的CT图像分割	计算机视觉	肿瘤学	深度学习、AutoML	nnU-Net、Auto3DSeg、SwinUNETR	CT图像	122张训练图像和72张验证图像，来自AMOS挑战赛数据集
128	2025-10-02	Swin transformers are robust to distribution and concept drift in endoscopy-based longitudinal rectal cancer assessment 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3046794 PMID:41018523	研究论文	本研究评估Swin Transformer在直肠癌内窥镜图像纵向评估中对分布偏移和概念漂移的鲁棒性	首次将Swin Transformer应用于内窥镜图像分析，并证明其在分布偏移和颜色变化条件下优于传统卷积网络和视觉Transformer	研究主要基于私有数据集和模拟分布偏移，需要更多真实世界验证	开发对分布偏移鲁棒的深度学习模型用于直肠癌内窥镜图像评估	直肠癌患者的内窥镜图像	计算机视觉	直肠癌	深度学习	Swin Transformer, ResNet-50, WideResNet-50, Vision Transformer	内窥镜图像	私有数据集和公共结肠镜数据集
129	2025-10-02	Design of a Low-Complexity Deep Learning Model for Diagnosis of Type 2 Diabetes 2025, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998307556240819093038 PMID:39620332	研究论文	设计了一种用于2型糖尿病诊断的低复杂度深度学习模型	提出结合CNN和MLP的混合模型，在保持高精度的同时实现低复杂度	仅使用PIMA印度糖尿病数据集进行验证，未在其他数据集测试	开发适用于可穿戴设备的低复杂度糖尿病诊断模型	2型糖尿病患者数据	机器学习	糖尿病	深度学习	CNN+MLP混合模型	临床数据	PIMA印度糖尿病数据集
130	2025-10-02	Revolutionizing electrocardiography: the role of artificial intelligence in modern cardiac diagnostics 2025-Jan, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000002778 PMID:40109609	综述	探讨人工智能技术在现代心电图诊断中的革命性作用与应用进展	系统阐述深度学习模型特别是CNN在心电图分析中实现自动化高精度诊断的突破性进展	实际应用面临模型可解释性、数据隐私保护和训练数据集多样性不足等挑战	提升心脏诊断的准确性、效率和可扩展性	心电图信号分析与心脏疾病诊断	医疗人工智能	心血管疾病	深度学习	CNN	心电图信号	NA
131	2025-10-02	The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023 2025, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X332833241222191422 PMID:40143686	文献计量分析	通过文献计量分析探讨1999-2023年间机器学习在自闭症谱系障碍领域的研究现状、热点和趋势	首次系统分析机器学习在自闭症研究中近25年的发展脉络，识别研究热点从传统神经疾病向人工智能和深度学习转变的趋势	仅基于Web of Science数据库，可能遗漏其他重要文献来源	分析机器学习在自闭症谱系障碍领域的研究趋势和热点主题	1999-2023年间发表的1357篇相关学术论文	机器学习	自闭症谱系障碍	文献计量分析、知识网络分析	NA	文献元数据	1357篇论文
132	2025-10-02	AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions 2025, Acta haematologica IF:1.7Q3 DOI:10.1159/000546303 PMID:40349705	综述	本文探讨人工智能在输血医学领域的应用现状、挑战与未来发展方向	系统梳理了AI在输血医学多领域的整合应用，包括机器学习、深度学习、自然语言处理和预测分析等工具	当前研究大多处于探索性阶段，存在临床工作流程差异、算法透明度、公平访问及数据隐私等挑战	分析人工智能在输血医学中的应用潜力与实施挑战	输血医学领域的各类流程和应用场景	医疗人工智能	NA	机器学习、深度学习、自然语言处理、预测分析	NA	医疗数据	NA
133	2025-10-01	Deep Learning Applications in Lymphoma Imaging 2025, Acta haematologica IF:1.7Q3 DOI:10.1159/000547427 PMID:40659002	综述	本文综述了深度学习在淋巴瘤影像学中的应用现状、挑战与前景	系统总结了深度学习在PET/CT、CT和MRI等多种影像模态中实现淋巴瘤自动检测、分割和分类的创新应用	存在影像协议差异影响模型泛化性、依赖小规模回顾性数据集、模型可解释性不足以及临床工作流整合困难等挑战	探讨深度学习技术在淋巴瘤影像诊断和管理中的应用价值与发展方向	淋巴瘤影像数据（PET/CT、CT、MRI）	医学影像分析	淋巴瘤	PET/CT、CT、MRI影像技术	深度学习模型	医学影像	NA
134	2025-10-02	Leveraging deep learning for early detection of cervical cancer and dysplasia in China using U-NET++ and RepVGG networks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1624111 PMID:41018091	研究论文	本研究利用U-NET++和RepVGG深度学习网络改进阴道镜图像分析，提升宫颈癌及癌前病变的早期检测准确率	首次将U-NET++图像分割与RepVGG分类框架结合应用于宫颈病变检测，在早期病变识别方面表现优异	研究样本仅来自单一医疗机构，模型泛化能力有待进一步验证	通过深度学习技术提高宫颈癌早期检测的准确性	宫颈癌、HPV感染和宫颈上皮内瘤变(CIN)	计算机视觉	宫颈癌	深度学习	U-NET++, RepVGG	图像	848名受试者，其中424张高质量图像用于训练，424张用于验证
135	2025-10-02	Radiotherapy for glioma in the AI era: current applications and future prospects 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1673752 PMID:41018092	综述	本文综述了人工智能时代下胶质瘤放射治疗的当前应用与未来前景	系统探讨了AI技术（包括影像组学、深度学习和预测模型）在胶质瘤放疗工作流程中的整合应用	NA	总结胶质瘤放疗技术的发展历程，探索AI在放疗各阶段的新兴作用	胶质瘤（特别是高级别胶质母细胞瘤）的放射治疗	数字病理	胶质瘤	IMRT、质子治疗、碳离子放疗、术中放疗、FLASH放疗	深度学习、预测模型	医学影像数据	NA
136	2025-10-02	RefineFuse: an end-to-end network for multi-scale refinement fusion of multi-modality images 2025, Visual intelligence DOI:10.1007/s44267-025-00087-w PMID:41018163	研究论文	提出RefineFuse多尺度交互网络用于多模态图像融合，通过平衡局部细节特征和全局语义信息生成高质量融合图像	引入基于双重注意力的特征交互模块和全局注意力机制，通过特定模块在像素域和语义域建模跨模态特征耦合，并逐步将深层语义信息融入浅层细节信息	NA	提升融合网络在复杂场景下保留细节信息的能力，生成更高质量的多模态融合图像	红外图像、可见光图像和医学图像	计算机视觉	NA	深度学习	端到端网络、多尺度交互网络、注意力机制	多模态图像（红外、可见光、医学图像）	NA
137	2025-10-02	Diagnostic performance and generalizability of deep learning for multiple retinal diseases using bimodal imaging of fundus photography and optical coherence tomography 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1665173 PMID:41018263	研究论文	开发并评估基于眼底彩照和光学相干断层扫描的双模态深度学习模型用于多种视网膜疾病的诊断	首次结合眼底彩照和光学相干断层扫描双模态成像开发深度学习模型，并在多设备和扫描模式下验证其泛化能力	样本量相对有限（共1445对图像），且仅在三家医院收集数据	开发能够诊断多种视网膜疾病的深度学习模型并评估其诊断性能和泛化能力	视网膜疾病患者，包括糖尿病视网膜病变、年龄相关性黄斑变性、病理性近视等七种视网膜状况	数字病理	视网膜疾病	深度学习，双模态成像	Fusion-MIL（多实例学习融合模型）	图像（眼底彩照和光学相干断层扫描）	1445对CFP-OCT图像来自1029名患者，另加1184对用于PM ATN分类
138	2025-10-02	TL-MED: Multiclass eye disease classification based on ensemble transfer learning and CRVO-BRVO detection via a single shot multibox detector 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251379729 PMID:41018518	研究论文	基于集成迁移学习和单发多框检测器的多类眼病分类及视网膜静脉阻塞检测研究	提出五种基于迁移学习的深度卷积神经网络模型和集成模型，并首次将单发多框检测器应用于视网膜静脉阻塞检测	仅使用3744张原始视网膜图像，样本量相对有限	开发可靠的AI驱动方法用于常见眼病的早期精确检测	视网膜图像中的青光眼、白内障、糖尿病视网膜病变及视网膜静脉阻塞	计算机视觉	眼病	迁移学习、集成学习	VGG16、ResNet152、DenseNet169、EfficientNetB3、NASNetMobile、集成模型、SSD	图像	3744张原始视网膜图像
139	2025-10-02	VAE deep learning model with domain adaptation, transfer learning and harmonization for diagnostic classification from multi-site neuroimaging data 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1553035 PMID:41018545	研究论文	开发了一种结合域适应、迁移学习和数据协调的VAE深度学习模型，用于多站点fMRI数据的神经发育障碍诊断分类	首次将VAE-MMD深度学习模型应用于多站点fMRI数据的域适应，并展示了迁移学习和数据协调的协同优势	研究仅针对自闭症谱系障碍的诊断分类，未验证在其他神经系统疾病上的适用性	提高多站点神经影像数据的机器学习诊断分类性能	自闭症、阿斯伯格综合征和典型发育对照组的fMRI数据	机器学习	神经发育障碍	fMRI	VAE-MMD	神经影像数据	ABIDE-I和ABIDE-II数据集，并额外加入HBN和AOMIC数据集的健康对照样本
140	2025-10-02	A review of AI-driven Google Earth Engine applications in surface water monitoring, assessment, and management 2025, Discover geoscience DOI:10.1007/s44288-025-00255-x PMID:41018550	综述	本文综述了人工智能与Google Earth Engine结合在水体监测与评估中的应用	系统总结了AI/ML/DL与GEE平台结合监测地表水的新方法，并包含内布拉斯加州湖泊的案例研究	揭示了当前方法的局限性并指出了改进机会	评估AI驱动方法在GEE平台上进行地表水监测、评估和管理的效果	地表水（湖泊和湿地）的数量和质量监测	遥感与地理信息系统	NA	多传感器遥感、人工智能、机器学习、深度学习	多种模型家族比较	遥感影像数据	包含内布拉斯加州三个湖泊的案例研究（2022-2023年）