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
1561	2025-11-02	The Role of Artificial Intelligence and Machine Learning in the Assessment, Diagnosis, and Prediction of Cerebral Small Vessel Disease 2025-Sep, Cureus DOI:10.7759/cureus.93376 PMID:41164024	综述	本文综述了人工智能和机器学习在脑小血管病评估、诊断和预测中的作用	系统整合了122项研究，展示了AI在脑小血管病神经影像分析、早期风险分层和临床决策支持中的创新应用	在老年和糖尿病患者群体中表现较弱，泛化能力有限，缺乏前瞻性验证，存在偏倚风险	探讨AI在脑小血管病相关卒中领域的应用价值与挑战	脑小血管病及相关卒中患者	医学人工智能	脑小血管病	神经影像分析（CT、MRI）	机器学习,深度学习	医学影像	基于122项研究的综合证据	NA	NA	灵敏度,特异性,准确率,时间效率	NA
1562	2025-11-02	Automated Prediction of Dental Implant Success Using a Mask Region-Based Convolutional Neural Network on Preoperative Cone-Beam Computed Tomography Scans 2025-Sep, Cureus DOI:10.7759/cureus.93378 PMID:41164056	研究论文	本研究开发了一种基于Mask R-CNN的深度学习模型，用于通过术前锥形束CT扫描预测单颗牙种植体的成功率	首次将Mask R-CNN应用于牙种植体成功率的自动化预测，并与不同资历的种植专家进行性能比较	回顾性单中心研究，样本量有限，需要前瞻性多中心验证	开发人工智能模型提高牙种植体预后预测的准确性	210颗单颗牙种植体（来自190名患者）	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN	医学影像	210颗种植体（190名患者），训练集168颗，测试集42颗	TensorFlow, Keras, OpenCV	Mask R-CNN	准确率, AUC, 灵敏度, 特异性, 精确率, F1分数, Cohen's kappa	未明确指定
1563	2025-11-02	XComposition: multimodal deep learning model to measure body composition using chest radiographs and clinical data 2025-Sep, Radiology advances DOI:10.1093/radadv/umaf035 PMID:41164313	研究论文	开发了一种名为XComposition的多模态深度学习模型，通过胸部X光片和临床数据来测量身体成分指标	首次结合胸部X光片和易于获取的临床变量来估计身体成分指标，多模态模型性能显著优于单模态模型	研究为回顾性队列，样本量相对有限(1118名患者)，肌肉体积预测性能相对较低	探索使用深度学习从胸部X光片和临床变量估计身体成分指标的可行性	来自美国30个医疗系统的1118名患者(582名女性，538名男性)	医学影像分析	心血管疾病, 糖尿病, 癌症	深度学习, CT扫描, 胸部X光摄影	多任务多模态深度学习模型	医学影像(胸部X光片), 临床数据	1118名患者，来自30个美国医疗系统，影像数据时间跨度为2010-2024年	NA	NA	Pearson相关系数, 平均绝对误差	NA
1564	2025-11-02	In vitro Assessment of a Deep Learning-Based System for Computer-Aided Diagnosis and Treatment Planning in Orthodontics: A Virtual Study Using Digital Models 2025-Sep, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_1053_25 PMID:41164531	研究论文	本研究通过虚拟数字模型评估基于深度学习的系统在正畸计算机辅助诊断和治疗规划中的效果	开发了能够识别错颌畸形并生成治疗建议的深度学习系统，在正畸领域应用人工智能技术	需要进一步的临床验证，研究基于虚拟数字模型而非真实临床环境	评估基于深度学习的计算机辅助诊断和治疗规划系统在正畸领域的效能	数字正畸模型	计算机视觉	错颌畸形	三维数字建模	深度学习	三维数字模型	100个数字模型	NA	NA	敏感度, 特异度	NA
1565	2025-11-02	A Combined Loss-driven Framework for Automated Parotid Segmentation in Head-and-Neck Computed Tomography 2025 Jul-Sep, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_169_25 PMID:41163757	研究论文	本研究提出了一种基于深度学习的自动腮腺分割框架，采用三维U-Net架构和新型组合损失函数	提出了结合改进Dice系数和焦点损失的组合损失函数，并设计了同时保存最佳DSC和最小验证损失的检查点策略	仅使用379例非对比头颈CT扫描数据，未在其他模态数据上验证	开发用于放射治疗计划的自动腮腺分割方法	头颈部CT扫描中的腮腺器官	医学图像分割	头颈部肿瘤	计算机断层扫描(CT)	3D U-Net, 注意力增强3D U-Net	三维CT图像	379例经专家验证的头颈CT扫描	TensorFlow	3D U-Net, 残差3D U-Net, 注意力增强3D U-Net	Dice相似系数, 交并比, 分类准确率	NA
1566	2025-11-02	Dose Characteristics of a Deep Learning Model for EPID-based In vivo Dosimetry 2025 Jul-Sep, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_130_25 PMID:41163764	研究论文	开发基于CycleGAN的深度学习模型用于将EPID图像转换为二维剂量图，并评估其剂量特性	首次将CycleGAN模型应用于基于EPID的体内剂量测定，并系统评估不同归一化方法对剂量预测精度的影响	模型存在剂量非线性问题，且仅在平板模体上进行验证	开发精确的EPID图像到剂量图的转换模型，用于治疗计划质量保证	电子射野影像设备(EPID)采集的图像数据	医学影像分析	放射治疗相关疾病	电子射野影像技术	CycleGAN	医学影像	约780个通过平板模体传递到EPID的射束	NA	CycleGAN	gamma分析通过率, 剂量线性度	NA
1567	2025-11-02	Deep learning-based dose prediction for low-energy electron beam superficial radiotherapy 2025-Jun, Precision radiation oncology DOI:10.1002/pro6.70015 PMID:41164425	研究论文	本研究结合蒙特卡洛模拟与深度学习技术，开发了一种基于级联3D U-Net的剂量预测模型，用于低能电子束浅表放疗	提出级联3D U-Net模型，相比传统3D U-Net和其他深度学习模型，在剂量预测准确性和鲁棒性方面均有显著提升	研究仅针对六个特定身体部位，未验证在其他解剖区域的适用性	提高浅表低能电子束放疗中表面剂量计算的效率和准确性	六个身体部位的计算机断层扫描体模及其对应的剂量分布	医学影像分析	皮肤癌	蒙特卡洛模拟，深度学习	CNN	3D医学影像数据	六个身体部位的CT体模数据集	NA	级联3D U-Net, 3D U-Net, 深度卷积神经网络, HD U-Net	Gamma通过率, 剂量差异通过率	NA
1568	2025-11-02	Deep learning (DL)-based advancements in prostate cancer imaging: Artificial intelligence (AI)-based segmentation of 68Ga-PSMSA PET for tumor volume assessment 2025-Jun, Precision radiation oncology DOI:10.1002/pro6.70014 PMID:41164426	综述	本文综述了基于深度学习的AI分割技术在68Ga-PSMA PET前列腺癌成像中肿瘤体积评估的应用与挑战	系统总结了AI分割技术在前列腺癌PSMA-PET影像中替代传统人工分割的创新价值，包括提升重复性和处理效率	面临标准化协议缺失、需要大量验证研究及临床工作流整合困难等挑战	探讨AI分割技术在前列腺癌Ga-PSMA PET影像中肿瘤体积定量评估的应用前景	前列腺癌患者的68Ga-PSMA PET影像数据	数字病理	前列腺癌	PET影像, 68Ga-PSMA显像	CNN	医学影像	NA	NA	卷积神经网络	NA	NA
1569	2025-11-02	Deep learning with attention modules and residual transformations improves hepatocellular carcinoma (HCC) differentiation using multiphase CT 2025-Mar, Precision radiation oncology DOI:10.1002/pro6.70003 PMID:41163976	研究论文	本研究提出结合注意力模块和残差变换的GAN深度学习模型，用于改进多期相CT中肝细胞癌的鉴别诊断	首次将自注意力机制和聚合残差变换整合到3D GAN中，通过注意力模块聚焦关键特征并抑制冗余信息，同时利用残差变换重用相关特征	研究样本量较小（仅57名患者），且为单中心回顾性研究	提高肝细胞癌在多期相CT影像中的鉴别诊断准确率	57名患者的228个多期相CT扫描，其中30例经病理证实为HCC，27例为非HCC	计算机视觉	肝细胞癌	多期相CT成像	GAN	3D医学影像	57名患者的228个多期相CT扫描	NA	GAN,自注意力模块,ResNeXt	AUROC,准确率,敏感性,特异性	NA
1570	2025-11-02	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	全面概述大型语言模型在生物信息学中的核心组件、应用场景和未来展望	系统阐述LLMs在生物信息学多领域的应用潜力，提出实用指导策略	作为综述文章未涉及具体实验验证	探讨大型语言模型在生物信息学中的应用与发展前景	大型语言模型及其在生物信息学中的应用	自然语言处理, 生物信息学	NA	自监督学习, 半监督学习	Transformer	基因组学、转录组学、蛋白质组学、药物发现、单细胞分析数据	NA	NA	Transformer	NA	NA
1571	2025-11-02	DCAF-GAN: Enhancing historical landscape restoration with dual-branch feature extraction and attention fusion 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334532 PMID:41160614	研究论文	提出DCAF-GAN模型，通过双分支特征提取和注意力融合增强历史景观图像修复效果	采用双分支编码器和通道注意力引导融合模块，同时恢复精细纹理和全局结构	未明确说明模型在处理极端损坏情况下的表现	解决历史景观图像修复中纹理和结构重建的挑战	受损的历史景观图像	计算机视觉	NA	深度学习图像修复	GAN	图像	使用StreetView和Places2数据集进行实验	NA	双分支编码器,注意力融合模块	PSNR,SSIM	NA
1572	2025-11-02	Self-learning model fusion for network anomaly detection: A hybrid CNN-LSTM-transformer framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332502 PMID:41160632	研究论文	提出一种融合CNN、LSTM和Transformer的自学习混合深度学习框架，用于网络流量异常检测	提出协同两阶段模型融合架构捕获时空流量模式，采用带多指标漂移检测的自适应学习机制，并设计知识保持策略	NA	提升网络流量异常检测的适应性和性能	网络流量数据	机器学习	NA	深度学习	CNN, LSTM, Transformer	网络流量数据	UNSW-NB15和CICIDS2017数据集	NA	CNN-LSTM, LSTM-Transformer	F1-score, 准确率, 检测率	NA
1573	2025-11-02	Computation of simple invariant solutions in fluid turbulence with the aid of deep learning 2025, Nonlinear dynamics IF:5.2Q1 DOI:10.1007/s11071-025-11773-1 PMID:41163817	综述	探讨深度学习技术在流体湍流中计算简单不变解的应用进展	将深度学习中的自编码器和梯度优化技术首次系统应用于湍流动力学系统的不变解计算	目前仅在二维湍流中验证，高雷诺数应用前景仍需评估	加速湍流动力学系统中简单不变解的发现和收敛	流体湍流中的简单不变解（平衡态、周期轨道）	机器学习	NA	深度学习	自编码器	流体动力学数据	NA	NA	自编码器	解的数量比较，收敛效率	NA
1574	2025-11-02	Development and Validation of Deep Learning Model for Predicting Long-Term Prognosis in Patients with Symptomatic Intracranial Arterial Stenosis 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S538889 PMID:41164008	研究论文	开发并验证用于预测症状性颅内动脉狭窄患者长期预后的深度学习模型	首次将深度学习模型应用于症状性ICAS患者的长期预后预测，与传统逻辑回归模型相比表现出显著优越性能	回顾性研究设计，样本量相对有限（266例患者），需外部验证确认泛化能力	预测症状性颅内动脉狭窄患者的疾病进展风险	266例症状性颅内动脉狭窄患者	机器学习	脑血管疾病	NA	深度学习, 逻辑回归	临床数据	266例症状性ICAS患者（训练集70%，验证集30%）	NA	NA	准确率, 敏感度, 特异度, 精确率, F1分数, AUC	NA
1575	2025-11-02	A systematic review of deep learning-based segmentation techniques for brain tumor detection (2013-2023) 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251380645 PMID:41164152	系统综述	对2013-2023年间基于深度学习的脑肿瘤图像分割技术进行系统性回顾和文献计量分析	首次对脑肿瘤图像分割领域进行系统性文献计量分析，识别关键研究趋势和利益相关者	仅涵盖2013-2023年期间文献，可能遗漏最新研究进展	调查脑肿瘤检测中基于深度学习的图像分割技术的研究格局和发展趋势	931篇经过PRISMA筛选的学术文献	计算机视觉	脑肿瘤	文献计量分析，PRISMA指南	深度学习	文献数据	931篇文档	VOSviewer, R Studio	NA	NA	NA
1576	2025-11-02	Advances in artificial intelligence applications for the management of chronic obstructive pulmonary disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1685254 PMID:41164160	综述	本文综述人工智能在慢性阻塞性肺疾病全病程管理中的技术应用与临床价值	建立了融合生物信息学与多组学分析的智能管理框架，提供覆盖疾病全过程的个体化解决方案	未提及具体数据验证结果和临床实施障碍	探讨AI在COPD诊疗防控中的临床应用前景与发展方向	慢性阻塞性肺疾病患者	机器学习	慢性阻塞性肺疾病	多模态数据, 放射组学, 多组学分析	机器学习, 深度学习	多模态数据	NA	NA	NA	NA	NA
1577	2025-11-02	A hybrid framework for enhanced segmentation and classification of colorectal cancer histopathology 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1647074 PMID:41164179	研究论文	提出一种结合Swin Transformer、EfficientNet和ResUNet-A的混合深度学习系统，用于结直肠癌组织病理学的增强分割和分类	整合自注意力机制、复合缩放和残差学习，结合多种先进架构的优势，在特征提取、全局上下文建模和空间分类方面实现创新	未提及外部验证集的表现，可能缺乏对不同数据集的泛化能力评估	开发自动化结直肠癌组织病理学分析系统，提高诊断准确性和效率	结直肠癌组织病理学图像，包括锯齿状腺瘤、息肉、腺癌、高级别和低级别上皮内瘤变及正常组织	数字病理学	结直肠癌	组织病理学染色	深度学习	组织病理学图像	未明确说明具体样本数量	未明确说明	Swin Transformer,EfficientNet,ResUNet-A	准确率,精确率,召回率,F1分数	NA
1578	2025-11-02	Detection of antimicrobial peptides from fecal samples of FMT donors using deep learning 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1689589 PMID:41164228	研究论文	本研究结合宏基因组学和深度学习从粪便微生物移植供体样本中挖掘抗菌肽	首次将深度学习与宏基因组学相结合从人类粪便微生物组中挖掘功能性抗菌肽	仅从120个供体样本中挖掘，样本规模相对有限	从粪便微生物移植供体中发现具有抗菌活性的新型抗菌肽	粪便微生物移植供体的粪便样本	机器学习	细菌感染相关疾病	宏基因组学, 宏蛋白质组学, 分子对接, 分子动力学模拟	深度学习	宏基因组序列数据	120个粪便微生物移植供体样本	NA	NA	NA	NA
1579	2025-11-02	YOLOv8-Seg: a deep learning approach for accurate classification of osteoporotic vertebral fractures 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1651798 PMID:41164317	研究论文	本研究开发了一种基于YOLOv8-Seg深度学习模型的自动化方法，用于从CT图像中准确分类骨质疏松性椎体骨折	首次将YOLOv8-Seg模型应用于骨质疏松性椎体骨折的自动分类，实现了对压碎型、前楔形和双凹型骨折的高精度识别	测试集样本量较小（仅30张图像），需要更大规模的外部验证	开发自动化工具辅助骨质疏松性椎体骨折的早期精确诊断	骨质疏松性椎体骨折患者的CT图像	计算机视觉	骨质疏松性椎体骨折	CT成像	YOLOv8-Seg	医学图像	673张CT图像（643张训练验证，30张测试）	NA	YOLOv8-Seg	mAP50-95	NA
1580	2025-11-02	Quantitative analysis of gait and balance using deep learning on monocular videos and the timed up and go test in idiopathic normal-pressure hydrocephalus 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1644543 PMID:41164460	研究论文	本研究验证了基于单目视频和深度学习算法的视觉步态分析系统在特发性正常压力脑积水患者中的步态参数评估能力	首次将基于单目视频的视觉步态分析系统与定时起立行走测试相结合，用于预测特发性正常压力脑积水患者的跌倒风险	样本量相对较小（59名患者），仅使用单中心数据	研究视觉步态分析系统测量的步态参数与定时起立行走测试评分的关系，并开发预测跌倒风险的机器学习模型	特发性正常压力脑积水患者	计算机视觉	神经退行性疾病	基于视频的步态分析	深度学习	视频	59名患者	NA	NA	AUC	NA