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
161	2025-05-24	Prompting large language models to extract chemical‒disease relation precisely and comprehensively at the document level: an evaluation study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320123 PMID:40198724	研究论文	本研究评估了三种大型语言模型（GPT3.5、GPT4.0和Claude-opus）在文档级化学-疾病关系提取中的精确和全面提取能力	设计了基于提示工程的六种精确提取和五种全面提取工作流程，分析了大型语言模型在提取过程中的特性、内容偏见及错误特征	大型语言模型在提取过程中表现出一定的顽固性，提示工程策略效果有限，且存在对生物医学文本隐含含义的误解	评估大型语言模型在文档级化学-疾病关系提取中的能力	化学-疾病关系	自然语言处理	NA	提示工程	GPT3.5, GPT4.0, Claude-opus	文本	自建数据集
162	2025-05-24	Continuous three-dimensional transesophageal echocardiography and deep learning for perioperative monitoring of left ventricular longitudinal function 2025-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf052 PMID:40400533	研究论文	本研究开发了一种结合3D经食管超声心动图和深度学习的自动测量二尖瓣环平面收缩期位移（MAPSE）的新方法3D autoMAPSE，用于围手术期患者左心室功能的连续监测	结合3D经食管超声心动图和深度学习技术，首次实现了围手术期左心室功能的连续自动监测	研究样本量较小（50例），且仅在心脏手术后重症监护患者中进行验证	开发一种连续监测左心室功能的方法以改善心肺管理	心脏手术后成人重症监护患者	数字病理	心血管疾病	3D经食管超声心动图	深度学习	3D图像	50例心脏手术后成人重症监护患者
163	2025-05-24	Multimodal AI diagnostic system for neuromyelitis optica based on ultrawide-field fundus photography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1555380 PMID:40400634	research paper	开发了一种基于超广角眼底摄影的多模态AI诊断系统，用于预测视神经脊髓炎的发病和阶段	首次提出结合超广角眼底摄影和临床检查数据的多模态AI模型用于视神经脊髓炎的诊断	研究样本量相对有限，需要进一步的外部验证	开发用于视神经脊髓炎诊断和预测的AI模型	视神经脊髓炎患者和非患者的眼底图像及临床数据	digital pathology	neuromyelitis optica	deep learning	multimodal AI model	image, clinical reports	330 eyes from 285 NMO patients and 1,288 eyes from 770 non-NMO participants
164	2025-05-24	Assessing Self-supervised xLSTM-UNet Architectures for Head and Neck Tumor Segmentation in MR-Guided Applications 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_12 PMID:40400661	研究论文	本文提出了一种用于头颈部肿瘤分割的新型两阶段模型，结合自监督学习和xLSTM-UNet架构，以提高MRI引导的适应性放射治疗精度	提出了一种结合自监督3D师生学习框架和xLSTM-UNet的两阶段模型，有效解决了标注数据稀缺的问题，并整合了时空特征以提高分割准确性	NA	优化MRI引导的适应性放射治疗在头颈部癌症中的应用	头颈部肿瘤	数字病理	头颈部癌症	自监督学习，DINOv2架构	xLSTM-UNet	MRI图像	多样化的头颈部癌症病例集
165	2025-05-24	Multimodal LLMs for retinal disease diagnosis via OCT: few-shot versus single-shot learning 2025 Jan-Dec, Therapeutic advances in ophthalmology IF:2.3Q2 DOI:10.1177/25158414251340569 PMID:40400723	research paper	评估多模态大型语言模型（LLMs）在视网膜疾病诊断中的表现，比较单次学习和少次学习的准确性	首次评估GPT-4o和Claude Sonnet 3.5在视网膜疾病诊断中的表现，并比较单次学习和少次学习的差异	模型的诊断准确性尚未达到深度学习文献中报道的水平	评估多模态LLMs在视网膜疾病诊断中的表现	光学相干断层扫描（OCT）图像	digital pathology	retinal disease	OCT	GPT-4o, Claude Sonnet 3.5	image	3088 models' API calls from two public OCT datasets (OCTID, OCTDL)
166	2025-05-24	Integration of magnetic resonance imaging and deep learning for prostate cancer detection: a systematic review 2025, American journal of clinical and experimental urology IF:1.5Q3 DOI:10.62347/CSIJ8326 PMID:40400999	systematic review	该研究评估了深度学习与磁共振成像结合在前列腺癌检测和分层中提高诊断性能的总体影响	深度学习在前列腺癌的快速、敏感、特异和稳健检测及分层中显示出显著进展	过渡区前列腺癌的检测和分层是研究最少的领域	评估深度学习和磁共振成像结合在前列腺癌诊断中的效果	前列腺癌	digital pathology	prostate cancer	MRI, T2-weighted imaging (T2WI), apparent diffusion coefficient (ADC), diffusion-weighted imaging (DWI)	DL-based architectures	image	17,954 participants from 29 articles
167	2025-05-24	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	review	本文综述了基于深度学习的fMRI脑功能映射方法的演变及其应用	探讨了fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势及其在脑功能映射中的潜在革命性影响	未提及具体方法的性能比较或实验验证的局限性	综述深度学习在fMRI脑功能映射中的应用及未来发展方向	fMRI数据和脑功能映射方法	machine learning	NA	fMRI	CNN, RNN, transformers	fMRI数据	NA
168	2025-05-24	Data source and utilization of artificial intelligence technologies in vascular surgery-a scoping review 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1497822 PMID:40401223	综述	本文对血管外科中人工智能技术的数据来源和应用进行了范围审查	重点分析了自然语言处理在血管外科中的应用，并确定了目标期刊受众	自然语言处理在血管外科中的应用比例较低，存在未充分利用的情况	确定用于开发基于人工智能算法的数据来源，并评估其在血管外科不同领域的应用	血管外科相关研究	自然语言处理	心血管疾病	自然语言处理(NLP)、机器学习(ML)、深度学习(DL)	NA	图像、医疗记录、临床参数	342篇同行评审文章
169	2025-05-24	Classification of fashion e-commerce products using ResNet-BERT multi-modal deep learning and transfer learning optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324621 PMID:40403022	研究论文	本研究提出了一种基于多模态深度学习和迁移学习的时尚电商产品分类方法，旨在解决产品分类不准确的问题	结合ResNet和BERT的多模态深度学习模型，并采用迁移学习优化，解决了电商数据极度偏差、噪声数据影响以及高计算成本的问题	未提及具体的数据集规模或模型在不同电商平台上的泛化能力	提高时尚电商平台上产品分类的准确性，以优化搜索和产品展示	时尚电商平台上的产品	自然语言处理, 计算机视觉	NA	多模态深度学习, 迁移学习	ResNet, BERT	图像, 文本	未提及具体样本数量
170	2025-05-24	EFCRFNet: A novel multi-scale framework for salient object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323757 PMID:40403088	研究论文	本文提出了一种新颖的多尺度特征提取模型EFCRFNet，用于显著目标检测，通过引入增强条件随机场和边缘特征增强模块，提升了复杂场景下的检测精度	提出了EFCRFNet模型，包含增强条件随机场（ECRF）和边缘特征增强模块（EFEM），有效提升了多尺度特征融合和边缘特征提取能力	未提及具体局限性	提升显著目标检测在复杂场景下的准确性和边界识别能力	图像中的显著目标区域	计算机视觉	NA	多尺度特征提取、空间注意力机制	EFCRFNet（包含ECRF和EFEM模块）	图像	标准基准数据集（未提及具体样本数量）
171	2025-05-24	Artificial intelligence in vaccine research and development: an umbrella review 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567116 PMID:40406131	综述	本文通过伞式综述整合了人工智能在疫苗研发、优化、临床试验、供应链物流及公众接受度方面的贡献	首次系统性地评估了AI在疫苗全生命周期中的应用，并提出了五个针对性行动领域以推动AI在疫苗领域的实际应用	数据异质性、算法偏差、有限的监管框架以及透明度和公平性的伦理问题	评估人工智能在疫苗研发、优化、临床试验、供应链物流及公众接受度中的具体作用和效果	人工智能在疫苗领域的应用	人工智能	COVID-19	机器学习、深度学习、多组学整合、预测分析、情感分析	随机森林、支持向量机、梯度提升、逻辑回归、CNN、RNN、GAN、变分自编码器	多组学数据、供应链数据、公众态度数据	27篇综述
172	2025-05-24	Artificial intelligence-based automated breast ultrasound radiomics for breast tumor diagnosis and treatment: a narrative review 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1578991 PMID:40406239	综述	本文综述了基于人工智能的自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的应用	结合人工智能与放射组学，通过机器学习和深度学习算法提升乳腺肿瘤诊断和治疗评估的准确性和效率	分析数据的固有变异性需要进一步评估这些模型以确保其在临床应用中的可靠性	探讨自动乳腺超声放射组学在乳腺肿瘤诊断和治疗中的潜力	乳腺肿瘤	数字病理学	乳腺癌	自动乳腺超声（ABUS），放射组学	机器学习（ML），深度学习（DL）	医学影像数据	NA
173	2025-05-24	Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement 2025, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2025-001783 PMID:40406235	research paper	提出了一种基于数据驱动的方法，用于生成创伤患者紧急手术程序列表，以促进创伤系统的标准化评估和比较	采用数据驱动方法替代传统的德尔菲法或专家意见，减少了资源消耗，并提供了灵活性以适应不同的紧急时间框架	研究仅基于单一澳大利亚医院的数据，可能限制了结果的普遍性	开发一种标准化方法，用于识别和分类创伤患者的紧急手术程序，以支持创伤系统的评估和比较	创伤患者及其在入院24小时内预定的手术程序	医疗数据分析	创伤	数据链接和分类方法	NA	行政和围手术期数据	4,737例创伤入院中的6,750次手术，涉及567种独特手术程序
174	2025-05-24	Development and validation of a predictive model combining radiomics and deep learning features for spread through air spaces in stage T1 non-small cell lung cancer: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1572720 PMID:40406248	研究论文	开发并验证了一个结合影像组学和深度学习特征的预测模型，用于预测T1期非小细胞肺癌中的空气扩散	结合了三种深度学习模型和三种影像组学模型，开发了一个综合模型，显著提高了预测性能	研究仅基于四个中心的480名患者，可能需要更大规模的外部验证	比较不同模型在预测非小细胞肺癌空气扩散中的效果，寻找最优模型用于临床手术规划	T1期非小细胞肺癌患者	数字病理学	肺癌	ResNet50算法、Lasso、Spearman等级相关、XGboost	2D、3D、2.5D CNN、XGboost	影像数据	480名患者，分为训练组、内部测试组和外部验证组
175	2025-05-24	Critical review of OCT in clinical practice for the assessment of oral lesions 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1569197 PMID:40406268	综述	本文综述了光学相干断层扫描（OCT）在口腔病变评估中的临床应用，探讨了其优势与挑战	探讨了OCT在口腔肿瘤学中的应用潜力，特别是结合人工智能（AI）辅助分析的前景	OCT设备的高成本限制了其普及，且数据解释方法存在异质性，影响结果的标准化和可重复性	评估OCT在口腔鳞状细胞癌（OSCC）和口腔潜在恶性病变（OPMDs）中的临床应用价值	人类受试者，特别是OSCC和OPMDs患者	数字病理学	口腔癌	光学相干断层扫描（OCT）	机器学习和深度学习算法	图像	NA
176	2025-05-24	Deep ensemble learning-driven fully automated multi-structure segmentation for precision craniomaxillofacial surgery 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1580502 PMID:40406586	研究论文	开发了一种基于深度集成学习的全自动多结构分割模型CMF-ELSeg，用于精准颅颌面手术	采用粗到细的级联架构和集成方法整合多个模型的优势，提高了分割精度	NA	推进计算机辅助颅颌面手术，提高结构分割的准确性	颅颌面结构和单个牙齿	计算机视觉	颅颌面疾病	深度学习	3D U-Net, V-Net, nnU-Net, 3D UX-Net	CT扫描图像	143例颅颌面CT扫描
177	2025-05-24	Automatic diagnosis and measurement of intracranial aneurysms using deep learning in MRA raw images 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1544571 PMID:40406704	research paper	本研究开发了一种基于深度学习的全自动模型，用于颅内动脉瘤（IA）的诊断和大小测量	首次使用MR 3DUnet深度学习模型在原始MRA图像上实现IA的自动诊断和测量	独立验证集的召回率和灵敏度略低于内部验证集	开发自动化的IA诊断和测量方法以提高临床工作效率	颅内动脉瘤患者	digital pathology	cardiovascular disease	MRA	3DUnet	image	1,014 IAs（来自852名患者）用于训练和验证，315名患者（179例IA和136例非IA）用于独立验证
178	2025-05-24	Accurate de novo design of high-affinity protein binding macrocycles using deep learning 2024-Nov-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.622547 PMID:39605685	研究论文	本文介绍了一种基于深度学习的去噪扩散管道RFpeptides，用于设计针对特定蛋白质靶点的大环肽结合物	首次提出了一种稳健的大环肽结合物设计方法，无需依赖大规模筛选方法，且能精确控制结合模式	研究中仅测试了四种蛋白质靶点，样本量较小，且对某些靶点（如RbtA）缺乏实验确定的结构	开发一种高效、定制化的大环肽结合物设计方法，用于诊断和治疗应用	大环肽结合物及其与蛋白质靶点的相互作用	机器学习	NA	去噪扩散模型	深度学习	蛋白质序列和结构数据	针对四种蛋白质靶点各设计并测试了20个或更少的大环肽结合物
179	2025-05-24	An explainable longitudinal multi-modal fusion model for predicting neoadjuvant therapy response in women with breast cancer 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53450-8 PMID:39511143	research paper	提出了一种可解释的纵向多模态融合模型MRP，用于预测乳腺癌患者的新辅助治疗反应	MRP系统通过跨模态知识挖掘和时间信息嵌入策略处理缺失模态，减少不同NAT设置的影响，提高了临床适用性	NA	预测乳腺癌患者的新辅助治疗反应，提高临床决策的准确性	乳腺癌患者	digital pathology	breast cancer	deep learning	multi-modal fusion model	multi-modal image	多中心研究和跨国读者研究验证
180	2025-05-24	PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans 2024-11-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54043-1 PMID:39511229	研究论文	开发并验证了一种深度学习模型PACT-3D，用于在腹部CT扫描中检测气腹	提出了一种新的深度学习算法PACT-3D，专门用于检测气腹，并在不同数据集上验证了其高敏感性和特异性	在检测少量游离气体（总体积<10ml）的情况下敏感性较低	提高气腹的检测准确性和速度，以优化急诊护理中的诊断和治疗流程	腹部CT扫描图像	计算机视觉	气腹	深度学习	深度学习模型	图像	回顾性测试集14,039次扫描，前瞻性测试集6,351次扫描，外部验证集480次扫描