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
1581	2026-09-19	Automated Quantification of Cerebral Microbleeds in SWI: Association with Vascular Risk Factors, White Matter Hyperintensity Burden, and Cognitive Function 2025-05-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8552 PMID:39443150	研究论文	本文训练并验证了一个基于深度学习的脑微出血（CMB）分割模型，并分析了CMB与认知功能、血管风险因素及白质高信号负担之间的关联	使用nnU-Net框架自动量化SWI上的脑微出血，并在独立内部和外部验证集上评估模型性能，同时在大规模临床数据集中探索CMB与认知功能、血管风险因素及WMH负担的关联	外部验证集上的分割性能相对较低（Dice分数为0.46），表明模型泛化能力有限；研究为单机构回顾性研究，可能存在选择偏倚	训练并验证深度学习模型用于SWI上脑微出血的自动分割，并探究CMB与认知障碍及血管风险因素之间的关联	接受脑MRI评估认知障碍的参与者	数字病理学	心血管疾病	SWI	CNN	图像	训练集287例，内部验证集67例，外部验证集68例，时间独立临床数据集448例	PyTorch	U-Net	Dice分数	NA
1582	2026-09-19	Deep Learning-Based Algorithm for Automatic Quantification of Nigrosome-1 and Parkinsonism Classification Using Susceptibility Map-Weighted MRI 2025-05-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8585 PMID:39547802	研究论文	本研究开发并验证了一种基于深度学习的自动量化黑质高信号及分类神经退行性帕金森综合征的算法，使用磁敏感图加权成像（SMwI）检测和量化黑质小体-1异常	首次开发同时检测和量化黑质小体-1异常的深度学习模型，利用磁敏感图加权成像实现帕金森病的快速、准确自动量化诊断，并可用于症状严重程度预测和患者分层	需要在不同临床环境中进一步验证研究结果	开发并验证基于深度学习的黑质高信号自动量化方法及神经退行性帕金森综合征分类算法	450名训练参与者（210名特发性帕金森病患者和240名对照组）和237名验证参与者（168名特发性帕金森病患者、58名特发性震颤患者和11名药物诱导帕金森综合征患者）	医学影像分析	帕金森病	磁敏感图加权成像（SMwI），多回波梯度回波序列重建，N-3-氟丙基-2-β-甲氧羰基-3-β-(4-碘苯基)去甲托烷PET	深度学习	医学影像	训练集450名参与者，验证集237名参与者	NA	Heuron NI（量化模型），Heuron IPD（分类模型）	AUC（曲线下面积），95%置信区间	NA
1583	2026-09-19	Empowering Data Sharing in Neuroscience: A Deep Learning Deidentification Method for Pediatric Brain MRIs 2025-05-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8581 PMID:39532533	研究论文	本文开发了一种基于深度学习的去脸方法，用于儿科脑部MRI，以促进神经科学中的数据共享	开发了首个专门针对儿科脑部MRI的去脸工具，使用nnU-Net模型在大型多机构数据集上训练，涵盖多种MRI序列和年龄范围，并公开提供软件包	耳朵去除的准确性相对较低（73%），去脸对某些下游分析可能存在微小影响	开发自动去脸工具以保护儿科脑部MRI中的隐私，促进数据共享	儿科脑部MRI图像，包括脑肿瘤患者和临床对照患者	数字病理学	脑肿瘤	MRI	CNN	图像	976张MRI图像，来自208名脑肿瘤患者和36名对照患者，年龄从7天到21岁	NA	nnU-Net	准确率, 相关系数	NA
1584	2026-09-19	Noninvasive Artificial Intelligence System for Early Predicting Residual Cancer Burden During Neoadjuvant Chemotherapy in Breast Cancer 2025-04-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006279 PMID:38557792	研究论文	开发一种人工智能系统，用于在乳腺癌新辅助化疗期间早期预测残留癌症负担评分	提出了一种多任务AI系统，结合影像组学和深度学习特征，能够无创地早期预测残留癌症负担评分，并在多个外部验证队列中验证了其性能	摘要中未提及	开发一种AI系统，用于早期预测乳腺癌新辅助化疗期间的残留癌症负担评分	接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	磁共振成像，影像组学，深度学习	多任务AI系统	图像	1048名乳腺癌患者（主要队列335人，外部验证队列713人）	NA	NA	AUC	NA
1585	2026-09-19	A Pseudo-Value Approach to Causal Deep Learning of Semi-Competing Risks 2025-Mar-03, Arabian journal of mathematics IF:0.9Q2 DOI:10.1007/s40065-025-00501-7 PMID:41268055	研究论文	提出一种用于半竞争风险下非致命结局因果推断的深度学习三阶段方法，并应用于肺癌手术效果评估	结合阿基米德Copula表示、Jackknife伪值和深度神经网络，无需比例风险等强假设，实现半竞争风险下因果生存效应的直接标准化估计	依赖于阿基米德Copula表示和伪值近似，可能对模型误设敏感；未与其他复杂因果方法进行广泛比较	在半竞争风险和复杂协变量关系下，准确估计治疗对非致命结局的因果效应	早期非小细胞肺癌患者，以及模拟数据	机器学习	肺癌	NA	深度神经网络	数值型生存数据	波士顿肺癌研究队列（具体样本量未提供）及模拟研究	NA	深度神经网络（具体结构未指定）	NA	NA
1586	2026-09-19	Data Harmonization with StyleTransfer-GANs: Enhancing Non-Invasive IDH Classification in Brain Tumors 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3049148 PMID:41200077	研究论文	本文开发了一个StyleTransfer-GAN来协调多中心MRI数据，以提升脑肿瘤中非侵入性IDH分类的准确性	使用StyleTransfer-GAN进行数据协调，解决多中心MRI数据异质性，并评估其对IDH分类的影响	摘要中未明确提及限制	提高非侵入性IDH突变状态分类的准确性和泛化能力	脑胶质瘤患者的MRI图像	医学图像分析	脑肿瘤	MRI	GAN	图像	NA	NA	StyleTransfer-GAN, 深度学习网络	准确率, 灵敏度, 特异度	NA
1587	2026-09-19	Masked image modeling in medical hyperspectral imaging: reconstruction evaluation and downstream tasks 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3048802 PMID:41267884	研究论文	本文利用掩码图像建模方案在高光谱图像上进行自监督预训练，并评估预训练和下游分类任务	将最先进的预训练架构与高光谱成像结合，有效编码组织的空间和光谱特征，并采用序列光谱和空间注意力分解模型以提高效率	未提及明显的局限性	评估基于掩码图像建模的预训练方法在医学高光谱图像上的重建效果和下游任务性能	高光谱图像数据，包括内部数据集和验证数据集	计算机视觉，医学图像分析	NA	高光谱成像	掩码自编码器，注意力机制	高光谱图像	17类组织样本，具体数量未明确	NA	基于序列光谱和空间注意力的分解模型	平均绝对误差（MAE），准确率	NA
1588	2026-09-19	Utilizing deep learning-based causal inference to explore vancomycin's impact on continuous kidney replacement therapy necessity in blood culture-positive intensive care unit patients 2025-01-07, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02662-24 PMID:39656005	研究论文	该研究利用基于深度学习的因果推断方法，探究万古霉素对血培养阳性ICU患者接受连续性肾脏替代治疗（CKRT）风险的影响。	首次将基于深度学习的因果推断模型应用于量化万古霉素对CKRT启动概率的影响，并识别出与万古霉素敏感性相关的特定患者特征	仅基于MIMIC-III单一数据集，样本量有限（1318例，其中仅41例需要CKRT），可能存在选择偏倚，且未在外部数据集验证	预测ICU血培养阳性患者的CKRT需求，并定量评估万古霉素对CKRT启动概率的因果影响	ICU中血培养阳性的患者	机器学习	脓毒症急性肾损伤	NA	随机森林, LightGBM, 深度学习因果推断模型	结构化临床数据	1318例ICU患者（其中41例需要CKRT）	NA	随机森林, Light Gradient Boosting Machine, 深度学习因果推断模型	AUC	NA
1589	2026-09-19	Deep learning-based prediction of HER2 status and trastuzumab treatment efficacy of gastric adenocarcinoma based on morphological features 2025-01-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06034-5 PMID:39762854	研究论文	本研究基于胃腺癌的H&E染色组织病理图像，利用深度学习模型预测HER2状态及曲妥珠单抗治疗疗效	首次探讨深度学习提取的形态学特征能否预测抗HER2治疗的疗效，并构建CNN模型同时预测HER2状态和曲妥珠单抗治疗反应	样本量相对有限，仅纳入单中心连续病例，模型在活检标本中预测HER2状态的AUC较低（0.723），需外部多中心验证	探索基于H&E染色形态学特征的深度学习算法，准确预测胃腺癌HER2状态并评估曲妥珠单抗治疗反应，辅助临床决策	胃腺癌患者的手术标本和活检标本，包括接受HER2检测的病例及接受曲妥珠单抗治疗的HER2阳性病例	数字病理学	胃癌	H&E染色、免疫组化（IHC）、荧光原位杂交（FISH）	CNN	图像	300例连续手术标本、101例活检标本（均接受HER2检测），以及41例接受曲妥珠单抗治疗的HER2阳性胃活检标本	NA	卷积神经网络（CNN）	AUC	NA
1590	2026-09-19	RETRACTED: Optimization of house price evaluation model based on multi-source geographic big data and deep neural network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335722 PMID:41191568	撤稿	该论文提出了一种基于多源地理大数据和深度神经网络的房价评估模型（HPEM），用于房价预测	将注意力机制与空间特征提取相结合，并采用蝙蝠优化算法提高模型的可解释性和准确性	论文已被撤稿	解决传统房价预测模型在泛化性、计算效率和可解释性方面的困难	多源地理大数据和房价数据	机器学习	NA	多源地理大数据分析、深度学习	混合深度学习网络	多源地理数据、结构化数据	房价数据集（具体样本量未提及）	NA	注意力机制与空间特征提取网络	特征稳定性、平均绝对误差（MAE）、训练时间	NA
1591	2026-09-19	Voiceprints of cognitive impairment: analyzing digital voice for early detection of Alzheimer's and related dementias 2025, NPJ dementia DOI:10.1038/s44400-025-00040-0 PMID:41195302	研究论文	本研究利用人工智能分析数字语音录音，用于早期检测阿尔茨海默病及相关痴呆症，并区分早发性阿尔茨海默病与非阿尔茨海默病认知障碍	将特征工程机器学习与端到端深度学习（结合大语言模型）相结合，分析Craft Story Recall任务中的数字语音记录，用于早期检测认知障碍并区分早发性阿尔茨海默病与非阿尔茨海默病认知障碍	样本量相对较小，仅涉及120名患者和68名认知正常对照，可能影响模型的泛化能力	利用人工智能分析数字语音录音，实现认知障碍的早期检测，并区分早发性阿尔茨海默病与早发性非阿尔茨海默病认知障碍	120名患者和68名认知正常对照的语音样本	自然语言处理	阿尔茨海默病	数字语音分析	机器学习，深度学习，大语言模型	音频	188名参与者（120名患者和68名认知正常对照）	NA	NA	AUC	NA
1592	2026-09-19	High-resolution protein modeling through Cryo-EM and AI: current trends and future perspectives - a review 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1688455 PMID:41209584	综述	本文综述了冷冻电镜和人工智能在蛋白质高分辨率建模中的最新进展及未来展望	系统总结了冷冻电镜与人工智能（如AlphaFold 2和AlphaFold 3）的互补作用，并讨论了整合方法在药物设计、酶机制阐明和功能预测中的应用	未提及具体的技术限制或数据局限性，但讨论了当前AI-冷冻电镜整合的局限性	总结冷冻电镜和人工智能在蛋白质结构解析中的最新进展，并探讨未来整合实验和计算方法的方向	蛋白质，包括膜蛋白、柔性蛋白、内在无序蛋白和大型大分子复合物	结构生物学	NA	冷冻电镜，人工智能结构预测	深度学习算法	蛋白质结构数据，氨基酸序列	NA	NA	AlphaFold 2, AlphaFold 3	NA	NA
1593	2026-09-19	Explainable Transfer Learning with Residual Attention BiLSTM for Prognosis of Ischemic Heart Disease 2025, F1000Research DOI:10.12688/f1000research.166307.3 PMID:41216267	研究论文	该研究提出了一种名为X-TLRABiLSTM的可解释迁移学习模型，用于缺血性心脏病的预后预测	结合了迁移学习、残差注意力双向LSTM、SHAP可解释性分析以及人口统计学重加权公平性优化策略	仅在UCI心脏病数据集上进行了评估，未在更大规模或更多样化的临床数据集上验证	实现缺血性心脏病的早期准确预测，同时提高模型的可解释性、泛化性和公平性	缺血性心脏病患者	机器学习	心血管疾病	NA	LSTM	文本	UCI心脏病数据集，使用10折交叉验证	NA	残差注意力双向LSTM	准确率, F1分数, AUC, 假阳性率, 假阴性率, 公平性差距	NA
1594	2026-09-19	Computational models for pan-cancer classification based on multi-omics data 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1667325 PMID:41220429	综述	该综述总结了泛癌研究中的多组学数据和公共数据库，并探讨了基于机器学习和深度学习的泛癌分类计算模型及其优缺点	系统性地从计算模型角度对泛癌分类方法进行分类和比较，涵盖机器学习和深度学习，并整合了多组学数据视角	现有框架难以整合肿瘤内动态时间变化和空间异质性，限制了实时临床适用性	总结泛癌研究中的多组学数据和公共数据库，综述当前基于计算模型的泛癌分类方法，并探讨关键挑战和未来方向	泛癌多组学数据（基因组学、转录组学、蛋白质组学）及公共生物医学数据库	机器学习	泛癌	多组学数据分析	机器学习, 深度学习	多组学数据	NA	NA	NA	NA	NA
1595	2026-09-19	AI-Based Detection of Coronary Artery Occlusion Using Acoustic Biomarkers Before and After Stent Placement 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3615394 PMID:41221436	研究论文	使用DeepSets架构的人工智能，通过学习患者特异性声学生物标志物，区分经皮冠状动脉介入治疗前后的心音，从而检测冠状动脉闭塞。	提出使用DeepSets架构学习患者特异性声学生物标志物，并利用学习到的潜在表示识别与冠状动脉疾病相关的声音原子，实现无创监测。	样本量小（仅12名患者），且使用孤立舒张期窗口声音时准确率较低（71.43%）。	利用人工智能基于心音声学生物标志物检测冠状动脉闭塞，并评估支架植入前后的变化。	12名接受经皮冠状动脉介入治疗的人类患者的心音记录。	医学人工智能	心血管疾病	心音记录、匹配追踪分解	DeepSets	音频	12名患者	NA	DeepSets	准确率	NA
1596	2026-09-19	Deep learning-based classification of colorectal cancer in histopathology images for category detection 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf077 PMID:41256969	研究论文	本研究探索了基于深度学习的结直肠癌组织病理图像自动分类方法，通过对比ResNet和Swin Transformer等模型，并开发了一种两阶段预测框架以提高分类鲁棒性	开发了一个两阶段预测框架，包括二分类异常检测阶段和多分类癌症分类器，显著提高了对代表性不足和形态复杂类别的分类鲁棒性，例如将高级别不典型增生的分类准确率从53.57%提升至71.43%	Swin Transformer V2模型虽然性能有竞争力，但计算需求增加；对于高级别不典型增生等复杂类别的分类准确率仍有待提高	利用深度学习技术对结直肠癌组织病理图像进行自动分类，以辅助病理学家进行准确诊断	结直肠癌组织病理图像，包括增生性息肉、腺癌和高级别不典型增生等类别	数字病理学	结直肠癌	苏木精-伊红染色组织病理图像分析	CNN, Transformer	图像	NA	NA	ResNet-34, ResNet-50, Swin Transformer V2	准确率, top-2准确率, top-3准确率, 微平均ROC AUC, F1分数	NA
1597	2026-09-19	Pathway-guided architectures for interpretable AI in biological research 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.063 PMID:41282420	综述	本文综述了通路引导的可解释深度学习架构（PGI-DLA）在生物多组学数据建模中的研究进展，重点讨论了组学兼容性、架构设计、特征解释及生物与临床应用。	系统梳理了PGI-DLA在组学兼容性、架构设计、特征解释及生物临床应用方面的最新进展，并深入分析了不同通路数据库（KEGG、GO、Reactome、MSigDB）在知识范围、层次结构、细节程度和注释重点上的差异及其对模型设计、性能和可解释性的影响。	作为综述文章，未提出新的计算模型或实验验证，主要基于已有文献的总结与分析。	综述通路引导的可解释深度学习架构（PGI-DLA）的研究现状，为选择和优化通路数据库以实现PGI-DLA、将组学数据转化为可操作的生物学和临床见解提供指导。	生物多组学数据、通路数据库（KEGG、GO、Reactome、MSigDB）以及通路引导的可解释深度学习模型。	机器学习	NA	多组学数据分析	NA	组学数据	NA	NA	NA	NA	NA
1598	2026-09-19	Digital technologies in psoriasis management: from precision diagnosis to therapeutic innovation and holistic care 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1656585 PMID:41293553	综述	本文系统探讨了数字技术（人工智能、物联网、多组学等）如何变革银屑病的精准诊断、治疗优化与康复管理	系统整合了数字技术在银屑病全流程管理中的应用，包括AI皮肤镜诊断（EfficientNet-B4模型准确率92.3%超越230名皮肤科医生）、智能光疗剂量优化、AI辅助生物制剂选择（完全清除率从39%提升至61%）、物联网可穿戴监测及多组学数据整合与计算药物设计	数据标准化不足、隐私问题、算法透明度受限以及缺乏长期验证	探讨数字技术在银屑病管理中的应用潜力，从精准诊断到治疗创新及整体护理，建立基于精准医学和数据驱动的管理框架	银屑病患者及相关管理流程（诊断、治疗、康复）	数字病理学	银屑病	人工智能、深度学习、物联网、多组学数据整合、计算药物设计、智能光疗设备	CNN	图像、文本、可穿戴设备实时数据、多组学数据	230名皮肤科医生（对比研究）	NA	EfficientNet-B4	准确率、完全清除率、严重不良事件发生率	NA
1599	2026-09-19	Identifying escaped farmed salmon from fish scales using deep learning 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf078 PMID:41311715	研究论文	该研究利用近9万张鱼鳞图像训练并验证了一种卷积神经网络，用于区分逃逸养殖鲑鱼与野生大西洋鲑	在近9万张鱼鳞图像上训练模型，涵盖两个国家档案库、异质成像协议、数百条河流以及可追溯至20世纪30年代的时间序列，并证明深度学习在不同生态和方法学背景下具有稳健的泛化能力	文中未明确说明模型的具体局限性	开发并验证一种可大规模应用的深度学习工具，用于监测逃逸养殖鲑鱼	来自两个国家档案库的鱼鳞图像，涵盖养殖和野生大西洋鲑	计算机视觉	NA	鱼鳞分析	CNN	图像	近90000张鱼鳞图像，来自两个国家档案库，涵盖数百条河流，时间序列延伸至20世纪30年代；另有一个大型独立测试集	NA	CNN	F1分数	NA
1600	2026-09-19	Prediction of incident atrial fibrillation using deep learning, clinical models, and polygenic scores 2024-12-07, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae595 PMID:39217446	研究论文	该研究开发并验证了一种基于心电图的人工智能模型，用于预测5年内新发房颤，并与临床模型和多基因风险评分进行了比较。	在三级心脏中心开发并外部验证了心电图人工智能模型，证明其预测新发房颤的性能优于临床模型和多基因风险评分。	未明确提及	预测新发房颤	心电图数据、患者	机器学习	心血管疾病	心电图人工智能	深度学习	心电图	669,782份心电图来自145,323名患者；外部验证队列样本量未明确	NA	NA	AUC-ROC	NA