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
1401	2025-09-18	Novel Deep Learning Reconstruction to Augment Contrast Enhancement: Initial Evaluation 2025 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001755 PMID:40249273	研究论文	评估一种新型深度学习重建方法在增强CT对比度方面的图像质量	提出了一种用于单能CT扫描的深度学习重建方法，能提升对比度增强效果	样本量较小（仅15名患者），且仅针对结直肠癌肝转移患者	比较单能CT、双能CT与深度学习重建方法在图像质量方面的差异	经活检证实的结直肠腺癌伴肝转移患者	医学影像分析	结直肠癌	CT扫描（单能和双能）	深度学习重建	医学影像	15名患者（13男2女）
1402	2025-09-18	Enhanced heart disease risk prediction using adaptive botox optimization based deep long-term recurrent convolutional network 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251333750 PMID:40302494	研究论文	提出一种结合数据预处理、特征选择和深度学习的心血管疾病分类方法，用于IoT传感器数据	采用自适应Botox优化算法微调的深度长时循环卷积网络（DLRCN）及改进的二进制量子鸟类导航优化（IBQANO）特征选择	NA	提升心血管疾病风险预测的准确性和可靠性，支持远程医疗监护	心血管疾病患者，特别是高血压和老年人群	机器学习	心血管疾病	IoT传感器数据采集，CDIN数据插补与归一化，RMDBOD异常值检测	Deep Long-Term Recurrent Convolutional Network (DLRCN)	传感器数据	匈牙利、UCI和克利夫兰心血管疾病数据集
1403	2025-09-18	Deep learning-based decision support system for cervical cancer identification in liquid-based cytology pap smears 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251330081 PMID:40302490	研究论文	提出一种基于深度学习的决策支持系统，用于液基细胞学巴氏涂片中宫颈癌的识别	结合稀疏自编码器与二元Harris Hawk元启发式优化算法的新型混合特征降维与优化模块，用于选择最具信息量的特征	NA	开发计算机辅助诊断系统以减少宫颈癌诊断时间并提高准确性	液基细胞学巴氏涂片图像	数字病理学	宫颈癌	深度学习，特征选择优化	CNN, Autoencoder, K Nearest Neighbors	图像	NA
1404	2025-09-18	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级上的一致性，并进行14年纵向随访研究	首次在长达14年的纵向研究中评估CNN模型SpineNet与放射科医生在腰椎间盘退变分级的一致性	样本量较小（仅19名男性志愿者），可能存在选择偏差	评估AI模型与放射科医生在腰椎间盘退变分级方面的一致性	人类腰椎间盘	计算机视觉	骨科疾病	MRI成像	CNN	医学影像	19名男性志愿者，基线年龄37岁，14年后随访年龄51岁
1405	2025-09-18	Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08908-8 PMID:40381026	研究论文	本研究开发了一种基于卷积神经网络的深度学习算法，用于从普通颈椎X光片中分类颈椎病性脊髓病和神经根病	首次使用深度学习算法从普通X光片自动分类两种颈椎疾病，并预测椎管面积率	样本量相对有限（内部验证300例，外部验证100例），模型性能仍有提升空间	开发基于深度学习的颈椎疾病自动诊断工具	颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）患者	计算机视觉	颈椎疾病	深度学习，卷积神经网络	CNN	X光图像	400例患者（300例内部验证，100例外部验证）
1406	2025-09-18	Development and validation of a radiomics model using plain radiographs to predict spine fractures with posterior wall injury 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08948-0 PMID:40410361	研究论文	开发并验证了一种基于普通X光片的影像组学模型，用于预测伴有后壁损伤的脊柱骨折	结合前后位和侧位X光片，利用Vision Transformer (ViT)技术提取特征，并构建机器学习模型，其性能优于单一位置图像和临床经验有限的脊柱外科医生	回顾性研究，样本量较小（130例患者），且仅来自两个中心	提升伴有后壁损伤的脊柱骨折的早期诊断和治疗规划精度	脊柱骨折患者	医学影像分析	脊柱骨折	影像组学分析，深度学习	Vision Transformer (ViT), NaiveBayes, SVM	X光图像（前后位和侧位）	130例患者（来自两个中心）
1407	2025-09-18	Fully automated pedicle screw manufacturer identification in plain radiograph with deep learning methods 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09167-3 PMID:40689982	研究论文	开发了一种基于深度学习的全自动算法，用于从X光片中识别椎弓根螺钉的制造商	首次利用深度学习实现椎弓根螺钉制造商的自动识别，结合CNN分类和YOLO目标检测，并采用投票机制提升准确性	仅基于三家制造商的样本，可能无法泛化到其他制造商或螺钉类型	辅助翻修手术规划，通过X光片自动识别椎弓根螺钉的制造商	椎弓根螺钉及其在X光片中的影像	计算机视觉	脊柱疾病	深度学习，目标检测，图像分类	CNN, YOLO	X光图像（正位和侧位）	276名患者的1,887个椎弓根螺钉
1408	2025-09-18	Deep learning-based prediction of axillary pathological complete response in patients with breast cancer using longitudinal multiregional ultrasound 2025-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105896 PMID:40876229	研究论文	本研究开发并验证了一种基于深度学习的iShape模型，利用纵向多区域超声图像预测乳腺癌患者腋窝病理完全缓解	提出信息共享-私有(iShape)模型，从纵向原发肿瘤和腋窝淋巴结超声图像中学习共同和特异性图像表示，并首次结合RNA测序分析揭示模型预测的生物学基础	回顾性多中心研究，可能存在选择偏倚；模型性能需在前瞻性研究中进一步验证	预测接受新辅助治疗的腋窝淋巴结阳性乳腺癌患者的腋窝病理完全缓解，以指导个体化腋窝手术决策	1135例经活检证实为腋窝淋巴结阳性的乳腺癌患者，接受新辅助治疗	数字病理	乳腺癌	超声成像，RNA测序	深度学习，iShape(信息共享-私有模型)	超声图像	训练集371例患者，三个外部验证集分别包含295、244和225例患者
1409	2025-09-18	Biomarker extraction-based Alzheimer's disease stage detection using optimized deep learning approach 2025-Sep, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251360394 PMID:40831183	研究论文	提出一种基于深度学习的框架，利用优化的特征提取和分类方法改进阿尔茨海默病阶段的检测	结合萤火虫算法优化生物标志物分割和布谷鸟搜索算法优化深度信念网络，提升分类性能	仅使用结构MRI数据，未涉及多模态数据或外部验证	提高阿尔茨海默病阶段识别的准确性和早期诊断能力	阿尔茨海默病患者的结构MRI扫描图像	数字病理学	老年性疾病	结构MRI，对比度受限自适应直方图均衡，小波软阈值去噪	深度信念网络（DBN）	图像	NA
1410	2025-09-18	Deep Learning Can Unmask Conduction Tissue Disease From an Ambulatory ECG 2025-Sep, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.124.013695 PMID:40856041	研究论文	本研究开发了一种基于深度学习的单导联动态心电图模型，用于检测既往心动过缓事件	首次使用深度学习从无心动过缓的24小时心电图数据中识别过去13天内发生的传导组织疾病	研究基于回顾性数据，需要前瞻性验证临床效用	提高间歇性心动过缓的检测效率和诊断准确性	疑似或存在传导组织疾病的心动过缓患者	机器学习	心血管疾病	动态心电图监测	深度学习模型	心电图信号	320,959份14天单导联动态心电图记录
1411	2025-09-18	Comprehensive Evaluation of Facet Joints Osteoarthritis Radiological Features on Lumbar CT: A Multitask Deep Learning Approach 2025-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70115 PMID:40949054	研究论文	本研究开发了一种基于多任务深度学习的模型，用于从腰椎CT图像中评估小关节骨关节炎的放射学特征	采用多任务深度学习方法和ResNet-18架构，首次实现对FJOA多种放射学特征的全面自动评估	研究为回顾性设计，模型在不同特征上的准确率存在差异（如肥大评估准确率较低）	开发自动评估小关节骨关节炎放射学特征的深度学习工具，辅助临床诊断	小关节骨关节炎（FJOA）患者的腰椎CT图像	计算机视觉	骨关节炎	CT成像，深度学习	多任务ResNet-18	医学影像（CT图像）	来自两家医院1360名患者的13223个轴向CT小关节图像块
1412	2025-09-18	Revolutionizing Oncology Through AI: Addressing Cancer Disparities by Improving Screening, Treatment, and Survival Outcomes via Integration of Social Determinants of Health 2025-Aug-31, Cancers IF:4.5Q1 DOI:10.3390/cancers17172866 PMID:40940963	综述	本文综述了人工智能在整合健康社会决定因素（SDOH）以减少癌症差异方面的应用与潜力	强调AI通过整合SDOH数据优化癌症风险分层、筛查资源分配及个性化治疗，尤其在服务不足人群中的创新应用	存在AI筛查偏差、临床试验代表性不足及治疗推荐差异等挑战	探讨AI如何利用SDOH减少癌症护理差异，实现更公平的肿瘤学成果	癌症患者群体，特别是医疗服务不足的脆弱人群	自然语言处理	癌症	机器学习（ML）、自然语言处理（NLP）、深度学习医学影像分析、可解释AI（XAI）	深度学习	电子健康记录（EHR）、地理信息系统（GIS）、真实世界临床试验数据	NA
1413	2025-09-18	Surface-Enhanced Raman Spectroscopy Semi-Quantitative Molecular Profiling with a Convolutional Neural Network 2025-Aug-31, Applied spectroscopy IF:2.2Q2 DOI:10.1177/00037028251377474 PMID:40887786	研究论文	本研究开发了一种结合表面增强拉曼光谱与卷积神经网络的半定量分子分析方法	将多标签CNN用于SERS光谱数据中结构相似分析物的判别，并结合SVR模型进行半定量浓度比测定	NA	解决复杂环境中多种分子物种识别和定量的分析挑战	短链脂肪酸（SCFAs）作为代表性生物分子靶标	机器学习	NA	表面增强拉曼光谱（SERS）	CNN, SVR	光谱数据	使用短链脂肪酸二元混合物进行系统验证
1414	2025-09-18	Deep learning enhances precision diagnosis and treatment of non-small cell lung cancer: future prospects 2025-Aug-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-187 PMID:40948833	综述	本文综述了深度学习技术在非小细胞肺癌精准诊断与治疗中的进展及未来方向	展示了深度学习如何超越传统肿瘤治疗模式，通过多模态数据融合提升诊断准确性和治疗个性化	面临大规模高质量数据集需求、模型可解释性不足及数据隐私伦理等问题	探讨深度学习在NSCLC精准医疗中的应用潜力与发展方向	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	多组学数据整合	CNN及复杂架构	影像、基因组、病理和临床数据	NA
1415	2025-09-18	Intraoperative applications of artificial intelligence for augmented parathyroid gland recognition: a narrative review 2025-Aug-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-165 PMID:40948914	综述	本文综述人工智能在术中辅助识别甲状旁腺的应用现状与进展	首次系统总结AI在多种甲状旁腺识别技术（如近红外自发荧光、视觉识别等）中的增强作用，并对比AI模型与不同年资外科医生的表现差异	纳入研究数量有限（11篇），且当前模型尚未投入大规模临床商用	探索人工智能提升术中甲状旁腺识别准确率，降低术后甲状旁腺功能减退发生率	甲状旁腺组织（正常与异常腺体的区分）	digital pathology	甲状腺疾病	NIR autofluorescence, ICG angiography, dual-RGB/NIR imaging	deep learning	image	11项研究（涉及多种成像技术和手术场景）
1416	2025-09-18	Multimodal model enhances qualitative diagnosis of hypervascular thyroid nodules: integrating radiomics and deep learning features based on B-mode and PDI images 2025-Aug-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-183 PMID:40948925	研究论文	开发基于B超和能量多普勒成像的多模态机器学习模型，以提高富血管甲状腺结节的良恶性诊断准确性	整合B超和PDI图像的放射组学与深度学习特征，构建多模态融合模型，并首次在甲状腺结节诊断中应用TABPFN等多种机器学习算法进行对比	模型在测试集表现存在过拟合现象（训练AUC 1.00 vs 测试AUC 0.89），泛化能力有待提升	解决富血管甲状腺结节良恶性鉴别诊断中超声特征重叠和血管表征有限的临床挑战	315例经病理证实的富血管甲状腺结节患者（Adler分级2/3级）	医学影像分析	甲状腺结节	超声成像（B-mode和PDI）、放射组学特征提取、深度学习特征提取	SVM, Random Forest, Logistic Regression, XGBoost, TABPFN	多模态超声图像	315例患者（训练集220例，测试集95例）
1417	2025-09-18	Artificial intelligence-driven diagnosis of acute thoracic aortic dissection: integrating imaging, biomarkers, and clinical workflows-a narrative review 2025-Aug-31, Annals of translational medicine DOI:10.21037/atm-25-82 PMID:40949677	综述	本文综述了人工智能在急性胸主动脉夹层（ATAD）诊断中的应用，整合影像学、生物标志物和临床工作流程	系统评估AI模型在急诊环境中快速分诊和诊断ATAD的性能及临床意义，并展望AI与深度学习在优化临床管理中的未来作用	仅检索2015-2025年间发表的研究，可能存在文献覆盖不全的问题；且为叙述性综述，未进行定量Meta分析	评估AI模型在急诊环境下区分ATAD与其他胸痛相关疾病（如ACS和PE）的性能及临床价值	急性胸主动脉夹层（ATAD）患者，以及与其他胸痛急症患者的鉴别	数字病理	心血管疾病	人工智能（AI）与深度学习（DL）	多种AI模型（具体未指明）	影像数据、生物标志物数据、临床数据	基于18项研究（但未明确总样本量）
1418	2025-09-18	Narrative review of the application of artificial intelligence-related technologies in the diagnosis of pulmonary nodules with recommendations for clinical practice and future research 2025-Aug-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-1512 PMID:40950910	综述	本文回顾了人工智能技术在肺结节诊断中的应用现状，并提出了临床实践和未来研究的建议	综合分析了近10年中英文文献，系统总结了AI在肺结节影像学、病理学和基因组学诊断中的跨学科应用进展	模型标准化不足、外部验证缺乏，仍需大规模前瞻性研究支持临床应用	探讨人工智能技术在肺结节诊断中的应用现状和发展前景	肺结节及早期肺癌	数字病理	肺癌	深度学习、机器学习、影像组学	NA	医学影像、病理图像、基因组数据	基于近10年文献的系统回顾，未报告具体样本量
1419	2025-09-18	FoldExplorer: Fast and Accurate Protein Structure Search with Sequence-Enhanced Graph Embedding 2025-Aug-30, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169412 PMID:40889693	研究论文	提出一种基于深度学习的蛋白质结构快速搜索方法FoldExplorer，结合图注意神经网络和蛋白质语言模型编码结构与序列信息	首次联合利用图注意神经网络和蛋白质语言模型生成专用于蛋白质结构搜索的嵌入表示，支持低置信度预测结构的高效搜索	NA	开发高效准确的蛋白质结构搜索工具以应对结构数据库的指数级增长	蛋白质三维结构	生物信息学	NA	图注意神经网络(GAT)、蛋白质语言模型	图神经网络(GNN)	蛋白质结构数据、序列数据	NA
1420	2025-09-18	ChronoSynthNet: a dual-task deep learning model development and validation study for predicting real-time norepinephrine dosage and the early detection of hypotension in patients with septic shock 2025-Aug-30, Cardiovascular diagnosis and therapy IF:2.1Q3 DOI:10.21037/cdt-2025-265 PMID:40948722	研究论文	开发并验证一种双任务深度学习模型ChronoSynthNet，用于预测脓毒性休克患者的实时去甲肾上腺素剂量和早期检测低血压	结合Transformer编码器、LSTM层和动态特征加权网络，实现跨变量和时间关系的联合学习，并提前3.5小时预测低血压事件	基于回顾性数据，需前瞻性多中心验证才能临床部署	个性化血管加压药物治疗并预测病情恶化	脓毒性休克成年患者	医疗人工智能	脓毒症休克	深度学习，电子健康记录（EHR）时间序列分析	Transformer, LSTM	时间序列临床数据	来自MIMIC-IV数据库（2008-2019）的合格ICU住院患者