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
1421	2026-09-20	Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques 2025 Nov-Dec, Public health nursing (Boston, Mass.) DOI:10.1111/phn.70003 PMID:40619584	研究论文	本研究利用机器学习和深度学习技术构建预测模型，识别影响社区老年人生活质量的关键因素，以辅助公共卫生护理实践。	将AdaBoost等集成学习模型与SMOTE数据平衡方法相结合，应用于老年人生活质量的预测与影响因素分析，并融合公共卫生护理视角。	样本量仅为500且采用系统抽样，样本代表性有限；未明确说明模型的外部验证情况。	开发基于人工智能的预测模型，识别影响老年人生活质量的关键因素，以支持社区健康护士提供个性化护理和预防措施。	社区老年人群	机器学习	老年疾病	NA	机器学习，深度学习，集成学习	结构化表格数据	500名老年参与者	NA	AdaBoost，SMOTE	准确率，召回率，特异性	NA
1422	2026-09-20	Using Deep Learning to Simultaneously Reduce Noise and Motion Artifacts in Brain MR Imaging 2025-Oct-24, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0098 PMID:39938896	研究论文	本文提出使用深度学习同时减少脑部MRI中的运动伪影和噪声，通过模拟数据训练模型，并在健康志愿者图像上验证效果	针对T1W、T2W和FLAIR序列分别构建训练模型，不依赖于成像方向和伪影方向，并通过模拟生成大量训练数据	样本量较小，仅使用20名健康志愿者的数据，且主要基于模拟图像进行训练和评估	利用深度学习减少脑部MRI中的运动伪影和噪声，以提高临床实用性	20名健康志愿者的脑部MRI图像（包括矢状位、冠状位和轴位）	计算机视觉	NA	磁共振成像	CNN	图像	20名健康志愿者，模拟图像n=115200，训练集36000对，验证集200对，测试集200对和2000对	NA	NA	SSIM, PSNR, 视觉评估	NA
1423	2026-09-20	Improved Assessment of Juxtacortical Lesions in Multiple Sclerosis Using Highly-accelerated High-resolution Double Inversion Recovery MR Imaging with Deep Learning-based Reconstruction 2025-Oct-24, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0126 PMID:39971311	研究论文	本研究旨在利用基于深度学习重建的高度加速高分辨率双反转恢复（DIR）磁共振成像技术，提高多发性硬化（MS）近皮层病灶的检测和评估	首次将基于深度学习重建技术（DL-Speed, DLS）应用于高分辨率双反转恢复（DIR）成像，实现5分钟内全脑高分辨率成像，并显著提高了近皮层MS病灶的检测率	回顾性研究，样本量较小（25例患者），仅由两名神经放射科医生评估，未与其他先进重建技术进行头对头比较	比较深度学习重建的高分辨率DIR（DLS-DIR）与传统DIR（C-DIR）在检测多发性硬化近皮层病灶中的诊断性能	25例多发性硬化患者	医学影像分析	多发性硬化	磁共振成像（MRI），双反转恢复（DIR），深度学习重建	深度学习重建模型	MRI图像	25例MS患者的MRI数据	NA	NA	病灶计数，Wilcoxon符号秩检验	NA
1424	2026-09-20	A deep learning framework for understanding cochlear implants 2025-Oct-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.16.665227 PMID:40777303	研究论文	该文章提出了一个深度学习框架，通过使用任务优化的解码器处理模拟的假体输入来估计最佳情况结果，并应用于人工耳蜗，以评估当前设备的性能限制	提出了一种新的深度学习框架来评估感官假体，并通过模拟听觉神经输入训练人工神经网络来识别和定位声音，以估计最佳情况结果	研究基于模拟输入，可能无法完全反映真实生理条件；结果可能受模拟准确性和模型假设的限制	评估感官假体的性能限制，并理解其潜力和局限性，以人工耳蜗为例	人工耳蜗和模拟听觉神经输入	机器学习	耳聋	深度学习	人工神经网络	模拟听觉神经输入	NA	NA	NA	语音识别性能，声音定位性能	NA
1425	2026-09-20	The association of retinal age gap with schizophrenia: a cross-sectional analysis 2025-09, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2025.07.018 PMID:40712190	研究论文	本研究利用深度学习从视网膜照片预测视网膜年龄，并分析其与精神分裂症的关系	使用深度学习预测视网膜年龄，首次发现精神分裂症患者视网膜年龄差距增大，且归因于高血压和糖尿病	横断面研究设计，无法确定因果关系；样本仅来自单一医院，可能影响普遍性	探讨精神分裂症与视网膜年龄差距的关联，以视网膜作为中枢神经系统衰老的替代指标	年龄≥40岁的个体，包括精神分裂症患者和未受影响者	数字病理学	精神分裂症	彩色视网膜摄影	CNN	图像	98,629名个体，其中214名患有精神分裂症	NA	卷积神经网络	NA	NA
1426	2026-09-20	Transitioning from wet lab to artificial intelligence: a systematic review of AI predictors in CRISPR 2025-02-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06013-w PMID:39905452	系统综述	本文系统综述了CRISPR-Cas9多步骤过程中人工智能预测器的应用，并提供了80个可用数据集和50个预测流程的详细分析	弥合了人工智能与CRISPR-Cas9研究之间的知识鸿沟，提供了独特的平台让AI研究人员深入理解CRISPR-Cas9多步骤过程背后的生物学基础，并详细介绍了80个可用数据集和50个预测流程的表示学习方法、机器/深度学习方法趋势及性能值	现有AI预测器性能有限，许多步骤仍依赖昂贵耗时的湿实验，主要原因是CRISPR与AI领域之间存在知识鸿沟	促进从湿实验向人工智能的过渡，优化CRISPR-Cas9多步骤过程，为开发更稳健和精确的预测流程提供建议	CRISPR-Cas9系统相关数据集、AI预测器、表示学习方法、分类器/回归器	机器学习	癌症, 遗传疾病, 遗传病	CRISPR-Cas9	NA	NA	80个CRISPR-Cas9系统相关数据集, 50个预测流程	NA	NA	NA	NA
1427	2026-09-20	HEDDI-Net: heterogeneous network embedding for drug-disease association prediction and drug repurposing, with application to Alzheimer's disease 2025-02-01, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05938-6 PMID:39891114	研究论文	本文提出了一种名为HEDDI-Net的异质网络嵌入架构，用于药物-疾病关联预测和药物重定位，并将其应用于阿尔茨海默病	HEDDI-Net无需重新训练即可直接应用于新的疾病和药物，克服了大多数基于GCN方法的局限性，同时提供了与代表性蛋白质的亲和力模式，增强了可解释性	未明确说明	准确检测药物-疾病关联，同时保持生物学机制的可解释性，并应用于药物重定位	药物、疾病、蛋白质	机器学习	阿尔茨海默病	图嵌入、浅层学习	多层感知机	网络数据	未明确说明	NA	异质网络嵌入架构、多层感知机	AUC（超过0.98）、恢复率	未明确说明
1428	2026-09-20	The clinical application of artificial intelligence in cancer precision treatment 2025-01-27, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06139-5 PMID:39871340	综述	本文综述了人工智能在癌症精准治疗中的临床应用，涵盖其在个体化传统疗法、新兴靶向治疗和免疫治疗中的作用，并讨论了相关挑战和伦理问题	系统总结了人工智能在癌症精准医学中的最新应用进展，包括靶点预测、靶向药物生成、免疫治疗反应预测、新抗原预测和长链非编码RNA识别等具体领域	本文为综述性文章，未开展原始实验研究，且未提供具体的定量性能评估数据	综述人工智能在癌症精准治疗中的应用现状，为临床医生和研究人员提供有价值的参考资源，并推动该领域的进一步研究	癌症精准治疗中的人工智能应用，包括机器学习和深度学习方法在肿瘤个体化治疗中的角色	机器学习	癌症	NA	NA	NA	NA	NA	NA	NA	NA
1429	2026-09-20	Spatial transcriptome reveals histology-correlated immune signature learnt by deep learning attention mechanism on H&E-stained images for ovarian cancer prognosis 2025-01-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06007-8 PMID:39856778	研究论文	利用空间转录组数据解构深度学习注意力机制在H&E染色图像上学习到的与组织学相关的免疫特征，用于卵巢癌预后预测	首次使用空间转录组数据解构深度学习CNN模型在H&E染色全切片图像上学习到的注意力特征，揭示其与免疫信号的空间相关性	摘要中未明确提及研究的局限性	预测卵巢癌患者预后并解构深度学习模型的注意力机制，以理解其预测的生物学基础	335例未经治疗的高级别浆液性卵巢癌患者的773张H&E染色肿瘤切片全切片图像，以及独立队列和FFPE样本的空间转录组数据	数字病理学	卵巢癌	H&E染色、空间转录组学	CNN	图像、空间转录组数据	335例患者的773张全切片图像，独立队列和FFPE样本（具体数量未在摘要中说明）	NA	ResNet101	NA	NA
1430	2026-09-20	Deep learning model targeting cancer surrounding tissues for accurate cancer diagnosis based on histopathological images 2025-01-23, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06017-6 PMID:39849586	研究论文	本文提出了一种深度学习框架，通过针对癌症周围组织（非癌症区域）的微调目标比例，基于组织病理学图像进行胃癌诊断。	发现了非癌症感兴趣区域（ROI）权重依赖的模型性能，表明非癌症区域具有诊断价值，并构建了基于MobileNetV2的DeepNCCNet模型，在外部验证中实现了高泛化能力。	摘要中未明确提及研究的局限性。	利用癌症周围组织的组织病理学图像，提高癌症诊断的准确性，特别是胃癌诊断。	胃癌组织病理学图像中的感兴趣区域（ROI），包括非癌症和癌症区域。	数字病理学	胃癌	组织病理学图像分析	CNN	图像	摘要中未明确说明具体样本数量。	未明确说明	MobileNetV2	准确率	未明确说明
1431	2026-09-20	Diagnosis of Parkinson's disease by eliciting trait-specific eye movements in multi-visual tasks 2025-01-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06044-3 PMID:39810187	研究论文	本文通过在虚拟现实环境中设计多视觉任务来诱发帕金森病特异性的眼动异常，并利用深度学习算法对异常特征进行建模，以实现帕金森病的辅助诊断	开发了基于虚拟现实环境的多任务眼动范式，能够诱发帕金森病特异性的眼动异常；结合注视、扫视和平滑追踪行为提取眼动特征，并构建深度学习诊断模型	摘要中未提及	通过虚拟现实环境中的多视觉任务诱发帕金森病特异性眼动异常，并利用深度学习算法实现帕金森病的辅助诊断	114名帕金森病患者和125名健康对照者	数字病理学, 机器学习	帕金森病	虚拟现实眼动追踪	深度学习模型（摘要未指定具体类型）	眼动数据（注视、扫视、平滑追踪行为）	239名参与者（114名帕金森病患者和125名健康对照者）	NA	NA	召回率, 准确率, ROC-AUC	NA
1432	2026-09-20	Natural Language Processing for Depression Prediction on Sina Weibo: Method Study and Analysis 2024-09-04, JMIR mental health IF:4.8Q1 DOI:10.2196/58259 PMID:39233477	研究论文	本研究开发了一种基于自然语言处理的在线抑郁症风险检测方法，利用分层Transformer网络在中文社交媒体平台新浪微博上识别抑郁症风险用户	提出了一种新颖的分层Transformer网络用于学习用户级语义表示，并设计了基于检索的采样策略来显著提升抑郁症检测性能	未明确提及研究的局限性	开发一种基于自然语言处理技术的在线抑郁症风险检测方法，用于在新浪微博平台上识别抑郁症风险个体	新浪微博平台上的1600名抑郁症用户和1600名非抑郁症用户	自然语言处理	抑郁症	自然语言处理，中文语言探究与词频统计	Transformer	文本	约527333条公开帖子，来自1600名抑郁症用户和1600名非抑郁症用户；训练集2000人（各1000人），验证集600人（各300人），测试集600人（各300人）	NA	分层Transformer网络，包含词级编码器、帖子级编码器和语义聚合编码器	准确率，精确率，召回率，F1分数	NA
1433	2026-09-20	Machine Learning, Deep Learning, and Data Preprocessing Techniques for Detecting, Predicting, and Monitoring Stress and Stress-Related Mental Disorders: Scoping Review 2024-08-21, JMIR mental health IF:4.8Q1 DOI:10.2196/53714 PMID:39167782	综述	本文是一篇范围综述，系统梳理了用于检测、预测和分析心理压力及其相关精神障碍的机器学习方法、数据预处理技术和数据类型	采用PRISMA-ScR指南进行严格的范围综述，全面分析了98篇同行评审文献中使用的ML算法、预处理技术和数据类型，并识别了该领域的研究空白和未来方向	未进行定量荟萃分析，仅进行了范围综述；纳入文献可能存在异质性；未对算法性能进行直接比较	调查用于检测、预测和分析心理压力及其相关精神障碍的机器学习方法的范围	心理压力及其相关精神障碍	机器学习	精神障碍	机器学习	支持向量机, 神经网络, 随机森林	生理参数（心率、皮肤反应等）	98篇同行评审文献	NA	NA	准确率, 鲁棒性	NA
1434	2026-09-20	Uncertainty estimation and evaluation of deformation image registration based convolutional neural networks 2024-05-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c4f PMID:38749468	研究论文	本文提出一种基于卷积神经网络的新型概率多分辨率图像配准模型，用于估计多模态图像配准中的多元正态分布稠密位移场，并基于KL散度提出新指标评估不确定性质量	1. 提出了一种新颖的概率多分辨率图像配准模型，能够估计多元正态分布的稠密位移场；2. 提出了一种基于KL散度的新指标来评估预测的DDF分布质量；3. 解决了DIR不确定性估计和评估中的挑战，并进行了超参数优化	超参数调优显示估计不确定性的可靠性与变形精度之间存在权衡，未提及在其他解剖部位或更大数据集上的泛化能力	开发并评估一个能够在数秒内完成快速可变形图像配准并预测其不确定性的模型，以实现安全可靠的临床部署	治疗计划CT到随访锥形束CT的配准，用于每日自适应放疗	医学图像分析	NA	可变形图像配准、锥形束CT、治疗计划CT	CNN	图像	NA	NA	NA	Dice相似系数、KL散度	NA
1435	2026-09-20	Test Retest Reproducibility of Organ Volume Measurements in ADPKD Using 3D Multimodality Deep Learning 2024-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.09.009 PMID:37798206	研究论文	本研究开发了一种基于nnU-net的3D多模态多类别分割模型，利用五种MRI序列和CT图像测量ADPKD患者的器官体积，并通过异常值分析和平均降低测量变异性	利用所有脉冲序列进行多次测量，通过异常值分析和平均来减少器官体积测量变异性，实现了优于所有专家观察者的1.3%重测重现性	样本量相对较小，重测重现性评估仅涉及19名ADPKD患者，外部验证集为37例	通过利用所有脉冲序列获得多次测量，进行异常值分析和平均，以降低ADPKD患者MRI器官体积测量的变异性	ADPKD患者的MRI和CT图像	医学图像分割	常染色体显性多囊肾病	MRI和CT成像	3D nnU-net	医学图像	413名受试者用于训练/验证，19名ADPKD患者进行重测重现性评估，内部验证25例，外部验证37例	NA	nnU-net	Dice相似系数, Jaccard指数, 平均表面距离, 平均Hausdorff距离, 绝对百分比差异, 曲线下面积	NA
1436	2026-09-20	Identifying primary tumor site of origin for liver metastases via a combination of handcrafted and deep learning features 2024-01, The journal of pathology. Clinical research DOI:10.1002/cjp2.344 PMID:37822044	研究论文	本研究通过结合手工特征和深度学习特征，识别肝转移瘤的原发肿瘤来源部位	将计算机提取的手工组织形态学特征与深度学习分类器相结合，并采用决策融合策略预测肝转移瘤的原发来源，同时利用注意力图识别原发肿瘤中转移的空间起源区域	作为初步研究，样本量较小（114例患者，175张切片），需要更大规模的多中心验证	识别肝转移瘤的原发肿瘤来源部位，以指导治疗选择	肝转移瘤患者及其原发肿瘤组织切片	数字病理学	肝癌	全切片图像分析	随机森林, 深度学习	图像	175张切片，114例患者（训练集：60例患者，121张全切片图像；验证集：54例患者，54张全切片图像）	NA	随机森林, 深度学习网络	AUC	NA
1437	2026-09-20	Design of image segmentation model based on residual connection and feature fusion 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309434 PMID:39361568	研究论文	该文提出了一种基于残差连接和特征融合的图像分割模型FRes-MFDNN，并在ISPRS Vaihingen和Caltech UCSD Birds200数据集上验证了其分割性能	综合利用残差连接的深层特征提取能力和特征融合的多尺度特征整合能力，构建了FRes-MFDNN模型，有效解决了传统图像分割中背景复杂和信息丢失的问题	仅在两个公开数据集上进行了验证，未提及模型参数量、训练时间等计算成本方面的详细分析，也未与其他最新方法进行全面的对比实验	针对复杂场景和多尺度目标图像，设计一种高效的图像分割模型以提升分割精度和细节完整性	复杂场景图像和多尺度目标图像，包括ISPRS Vaihingen数据集中的遥感图像和Caltech UCSD Birds200数据集中的鸟类图像	计算机视觉	NA	深度学习图像分割	CNN	图像	两个公开数据集：ISPRS Vaihingen数据集和Caltech UCSD Birds200数据集	NA	残差网络, 特征融合网络	平均准确率, F1值, 分割准确率	NA
1438	2026-09-20	A Multi-level ensemble approach for skin lesion classification using Customized Transfer Learning with Triple Attention 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309430 PMID:39446759	研究论文	本文提出了一种基于卷积神经网络（CNN）的多级集成方法，采用定制迁移学习（CTL）和三重注意力（TA）模块，用于皮肤病变分类	提出了信息增益比例平均（IGPA）和多级信息增益比例平均（ML-IGPA）方法，用于确定集成模型中各模型预测的最优权重分配	未明确说明	提高皮肤病变分类的准确性和可解释性，促进早期诊断	皮肤病变图像	计算机视觉	皮肤癌	定制迁移学习（CTL）	卷积神经网络（CNN）	图像	HAM1000数据集	NA	NA	准确率	NA
1439	2026-09-20	Navigating urban congestion: A Comprehensive strategy based on an efficient smart IoT wireless communication for PV powered smart traffic management system 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310002 PMID:39453902	研究论文	本文提出了一种基于高效智能物联网无线通信的综合策略，结合光伏供电的智能交通管理系统来缓解埃及城市交通拥堵问题	将深度学习方法和优化算法与物联网赋能的5G框架相结合，并采用光伏模块和电池为交通控制系统供电以确保电网停电时的服务连续性	摘要中未明确提及研究的局限性	现代化埃及的交通管理系统，使其符合智能交通网络的全球准则，减少燃料消耗、提高道路安全性和交通效率	埃及城市交通拥堵问题及智能交通管理系统	机器学习	NA	物联网、5G通信、深度学习、优化算法、光伏供电	深度学习	图像	NA	NA	NA	NA	Raspberry Pi 3微控制器、云连接、检测摄像头
1440	2026-09-20	Intelligent antepartum fetal monitoring via deep learning and fusion of cardiotocographic signals and clinical data 2023-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00219-w PMID:36950107	研究论文	该文章提出了一种多模态深度学习架构，用于智能产前胎儿监测，通过融合胎心监护信号和临床数据实现自动特征提取和分类	提出了一种多模态深度学习架构，能够自动提取CTG特征，并将其与孕妇临床数据融合，克服了传统方法忽略临床信息的局限性	未明确提及	实现智能产前胎儿监测，通过深度学习自动提取CTG特征并融合临床数据进行胎儿健康评估	16，355例孕妇的CTG信号（包括FHR信号和UC信号）及相关临床数据（如产妇年龄、孕周等）	机器学习	NA	NA	CNN, LGBM	信号, 表格数据	16，355例	NA	CNN, LGBM	准确率, AUC, F1分数	NA