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
1921	2025-10-06	Human and Deep Learning Predictions of Peripheral Lung Cancer Using a 1.3 mm Video Endoscopic Probe 2025-Sep, Respirology (Carlton, Vic.) DOI:10.1111/resp.70057 PMID:40433758	研究论文	本研究评估了不同经验水平的医生和深度学习模型在使用1.3mm视频内窥镜探头预测周围型肺结节恶性性质的能力	首次将深度学习应用于1.3mm视频内窥镜探头图像，用于周围型肺结节的恶性预测	样本量较小（61例患者），深度学习模型性能未超越资深医生	评估人类医生和AI在周围型肺结节恶性预测中的诊断能力	周围型肺结节患者	计算机视觉	肺癌	视频内窥镜成像	深度学习	视频序列，图像	61例患者（37例癌症，24例良性病变）	NA	NA	诊断准确率，敏感性，特异性，F1分数，平衡准确率	NA
1922	2025-10-06	Deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study 2025-Sep-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002667 PMID:40557542	研究论文	本研究开发并验证了基于深度学习的算法，通过组织病理学图像对平滑肌肉瘤进行分子亚型分层和生存预测	首次使用单张H&E染色全切片图像开发深度学习模型进行平滑肌肉瘤分子亚型分层和生存预测	需要大型前瞻性队列进一步验证	开发用于平滑肌肉瘤分子亚型分层和生存预测的深度学习算法	平滑肌肉瘤患者	数字病理学	平滑肌肉瘤	H&E染色全切片图像	CNN	图像	训练集154例(1,579,215个图块)，外部测试集80例(555,211个图块)	NA	DenseNet121, ResNet50	AUROC, 准确率, 召回率, 特异性, 精确率, F1分数	NA
1923	2025-10-06	External Test of a Deep Learning Algorithm for Pulmonary Nodule Malignancy Risk Stratification Using European Screening Data 2025-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.250874 PMID:40956165	研究论文	本研究使用欧洲三大肺癌筛查试验数据对深度学习算法进行外部测试，评估其在肺结节恶性风险分层中的性能	首次在欧洲多中心筛查数据上对深度学习算法进行外部验证，并与PanCan模型进行系统性比较	回顾性研究设计，数据来源于特定欧洲人群筛查试验	评估深度学习算法在肺结节恶性风险分层中的外部泛化能力	来自丹麦、意大利和荷兰-比利时肺癌筛查试验的参与者肺结节CT影像	数字病理	肺癌	低剂量CT筛查	深度学习算法	CT影像	4146名参与者，7614个良性结节和180个恶性结节	NA	NA	AUC, 敏感性, 假阳性率	NA
1924	2025-10-06	Peripheral neural interfaces for reading high-frequency brain signals 2025-Sep, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01445-1 PMID:40579488	研究论文	本文提出利用外周神经接口通过肌肉传感器非侵入式读取中枢神经系统高频信号的方法	首次提出通过运动神经元输出信号逆向估计中枢神经系统输入信号的创新方法	需要进一步在受控环境和真实场景中验证运动神经元中枢接口的性能	开发非侵入式中枢神经系统活动监测技术	运动神经元和中枢神经系统信号	神经工程	神经系统疾病	肌肉信号记录, 深度学习解码	深度学习	神经信号, 肌肉信号	NA	NA	NA	实时解码精度	NA
1925	2025-10-06	Dynamics-informed reservoir computing with visibility graphs 2025-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0293030 PMID:40965304	研究论文	提出一种基于可见性图的动态信息储备计算框架，通过从训练序列直接推断储备网络结构来改进时间序列预测	首次将可见性图技术引入储备计算，直接从训练数据构建储备网络结构，避免昂贵的超参数调优	在某些条件下，密度匹配的Erdős-Rényi图可能优于所提方法	提高复杂非线性时间序列预测的准确性和一致性	非线性时间序列数据	机器学习	NA	可见性图技术	储备计算	时间序列数据	NA	NA	可见性图网络结构	预测准确性, 一致性	NA
1926	2025-10-06	Designing the CORI score for COVID-19 diagnosis in parallel with deep learning-based imaging models 2025-Aug, Narra J DOI:10.52225/narra.v5i2.1606 PMID:40951492	研究论文	开发结合胸部X光影像和临床数据的AI辅助诊断模型，用于COVID-19检测	提出COVID-19风险指数（CORI评分）并实现基于ResNet架构的深度学习模型	回顾性数据收集、医院间变异性和有限的外部验证	开发COVID-19的AI辅助诊断工具	COVID-19患者、非COVID-19肺炎患者和健康个体	医学影像分析	COVID-19	胸部X光成像	CNN	图像、临床数据、实验室数据	367名参与者（100名COVID-19阳性、100名非COVID-19肺炎、100名健康个体）	NA	ResNet	准确率、灵敏度、特异性、阴性预测值、阳性预测值、ROC曲线下面积	NA
1927	2025-10-06	Artificial Intelligence in Neuro-Ophthalmology: Opportunities for the Diagnosis of Optic Neuropathies and Visual Pathway Disorders 2025-Aug, Cureus DOI:10.7759/cureus.90142 PMID:40955247	综述	本文探讨人工智能在神经眼科领域诊断视神经病变和视觉通路障碍的应用前景与挑战	系统阐述深度学习技术在神经眼科多模态影像诊断中的创新应用，包括移动诊断应用和集成决策支持系统的开发	存在数据异质性、模型可解释性不足以及缺乏标准化监管和伦理指南等关键挑战	评估人工智能在神经眼科疾病诊断中的机遇与临床转化前景	视神经病变和视觉通路障碍（包括视神经炎、缺血性视神经病变、视乳头水肿和青光眼性视神经损伤）	医学人工智能	神经眼科疾病	眼底摄影、光学相干断层扫描（OCT）、磁共振成像（MRI）、视野检查	CNN, 深度学习	医学影像	NA	NA	NA	NA	NA
1928	2025-10-06	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	开发基于深度学习的生物启发模型来识别群养肉种鸡的交配行为	结合鸟类计数变化和交配生物特征，开发了集成目标检测、跟踪和分割的深度学习框架	交配事件识别在不同时间和鸟类年龄间存在波动，受鸟类重叠、聚集密度和遮挡影响	开发深度学习模型识别肉种鸡交配行为以优化繁殖管理	罗斯708品种的20只肉种母鸡和2-3只公鸡（56周龄）	计算机视觉	NA	视频监控系统	CNN, 目标检测, 目标跟踪, 实例分割	图像	4个实验围栏中的20-23只肉种鸡	PyTorch	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation, Track Anything	准确率, 精确率, 召回率, mAP50, mAP95, F1分数, 阳性预测值, 阴性预测值	NA
1929	2025-10-06	Predicting functional outcomes after a stroke event by clinical text notes: A comparative study of traditional machine learning and deep learning methods 2025 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251381194 PMID:40961451	研究论文	比较传统机器学习和深度学习方法在利用临床文本笔记预测中风后功能结局的表现	系统比较了四种文本特征表示方法(BOW、TF-IDF、ELMo、BERT)与四种预测模型(KNN、SVM、CNN、LSTM)的组合效果，并探索了特征融合策略	研究数据仅来自单一台湾医院，可能影响模型泛化能力	预测急性缺血性中风后的功能结局以优化医疗资源配置	中风患者的临床文本笔记	自然语言处理	心血管疾病	文本挖掘	KNN,SVM,CNN,LSTM	文本	来自台湾医院的临床文本笔记数据集	NA	CNN,LSTM,BERT,ELMo	I型错误率,假阳性率	NA
1930	2025-10-06	Integrative Protein Assembly With LZerD and Deep Learning in CAPRI 47-55 2025-Mar-17, Proteins IF:3.2Q2 DOI:10.1002/prot.26818 PMID:40095385	研究论文	本文报告了在CAPRI 47-55轮中蛋白质复合物预测方法的性能与结果	整合了传统蛋白质组装流程与深度学习流程，并采用文献信息增强建模	排除了CASP 50和54轮以及COVID-19特别轮次51的数据	开发并评估蛋白质复合物结构预测方法	蛋白质复合物结构	计算生物学	NA	蛋白质结构预测，深度学习	生成模型	蛋白质结构数据，文献信息	CAPRI 47-55轮中的多个蛋白质复合物（具体数量未明确说明）	NA	NA	CAPRI质量等级	NA
1931	2025-10-06	Automated detection and prediction of suicidal behavior from clinical notes using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331459 PMID:40953025	研究论文	本研究使用深度学习模型从临床笔记中自动检测和预测自杀行为	验证了深度学习模型在多个学术医疗中心的泛化能力，并比较了不同初始化方法的CNN模型性能	研究环境相对受控，未来需要在更多场景下验证	验证深度学习模型检测和预测故意自伤行为的能力及其跨机构泛化性	电子健康记录中的临床笔记	自然语言处理	精神疾病	电子健康记录分析	CNN, Naïve Bayes, Random Forest	文本	1,538名故意自伤患者和3,012名匹配对照	NA	卷积神经网络, Word2Vec	AUC, F1分数	NA
1932	2025-10-06	Enhancing epidemic forecasting with a physics-informed spatial identity neural network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331611 PMID:40953050	研究论文	提出一种融合流行病学领域知识的物理信息空间身份神经网络模型，用于多区域疫情预测	结合时空身份神经网络与经典SIR流行病动力学模型，无需依赖图结构即可编码时空信息	未明确说明模型在极端疫情波动情况下的鲁棒性	提高多区域传染病确诊病例数的预测准确性	各地区的传染病传播数据	机器学习	传染病	深度学习	神经网络	时空序列数据	NA	NA	STID, SIR, 全连接神经网络	预测性能指标	约2.7万参数，每轮训练平均0.45秒
1933	2025-10-06	Lightweight deep models based on domain adaptation and network pruning for breast cancer HER2 scoring: IHC vs. H&E histopathological images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332362 PMID:40953092	研究论文	本研究开发了基于领域适应和网络剪枝的轻量级深度学习模型，用于乳腺癌HER2评分，比较了IHC和H&E染色图像的性能	提出了两种轻量级模型PrunEff4和ATHER2，结合了网络剪枝、领域适应和注意力机制，在保持高性能的同时大幅减少参数数量	研究中使用的数据集可能有限，需要进一步验证在更广泛数据集上的泛化能力	开发适用于资源受限设备的轻量级深度学习模型，实现基于组织病理图像的自动HER2评分	乳腺癌组织病理图像（IHC和H&E染色）	数字病理	乳腺癌	免疫组织化学染色，苏木精-伊红染色	CNN	图像	NA	NA	EfficientNetV2B0, CBAM	准确率	资源受限设备（如移动电话和嵌入式系统）
1934	2025-10-06	Bone-tissue decomposition of a single X-ray image via solving a Laplace equation 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20016 PMID:40955305	研究论文	提出一种通过求解拉普拉斯方程从单张X射线图像中虚拟分解骨骼和软组织成分的创新方法	建立了将X射线图像分解为骨骼和软组织成分的新型数学模型，并通过合理假设简化为标准拉普拉斯方程	NA	提升X射线图像中骨骼结构的可见度和对比度	X射线医学图像	医学影像处理	骨骼疾病	X射线成像	数学模型	X射线图像	NA	数值求解器	拉普拉斯方程	处理速度（每秒880万像素）	笔记本电脑
1935	2025-10-06	Deep learning-based Alzheimer's disease detection using magnetic resonance imaging and gene expression data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330085 PMID:40824894	研究论文	本研究开发了一种基于深度学习的阿尔茨海默病诊断模型，融合磁共振成像和基因表达数据	提出混合TWIN-Performer特征提取模型处理MRI数据，采用注意力机制特征融合方法，并集成多种分类器提升诊断性能	未明确说明数据集的样本规模和多样性限制	开发可解释的阿尔茨海默病早期诊断人工智能模型	认知正常(CN)和阿尔茨海默病(AD)患者	医学人工智能	阿尔茨海默病	磁共振成像(MRI), 基因表达分析	CNN, Transformer, 集成学习	图像, 基因表达数据	NA	NA	MobileNet V3, EfficientNet B7, TWIN-Performer	AUROC	NA
1936	2025-10-06	Enhancing predictive analytics in mandibular third molar extraction using artificial intelligence: A CBCT-Based study 2024-Dec, The Saudi dental journal DOI:10.1016/j.sdentj.2024.11.007 PMID:40952877	研究论文	本研究开发了一种基于CBCT报告的人工智能预测模型，用于预测下颌第三磨牙拔除的难度	首次将基于规则的NLP算法与深度学习神经网络相结合，从CBCT报告中自动提取特征并预测拔牙难度	回顾性研究设计，样本量相对有限（738例CBCT报告）	开发AI驱动的预测模型来评估下颌第三磨牙拔除的复杂性	下颌第三磨牙的CBCT影像报告	自然语言处理	口腔疾病	CBCT（锥形束CT）	深度学习神经网络	文本数据（CBCT报告）	738份CBCT报告（训练集556份，验证集182份）	NA	深度学习神经网络	准确率, 精确率, 召回率, F1分数	NA
1937	2025-10-06	Human microscopic vagus nerve anatomy using deep learning on 3D-MUSE images 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009682 PMID:40949787	研究论文	本研究使用深度学习技术对3D-MUSE图像中的人类迷走神经进行微观解剖分析，旨在构建首个迷走神经连接组	开发了3D-MUSE成像技术用于迷走神经微观解剖研究，并首次应用多种深度学习模型进行自动分割	训练样本数量有限（仅25张标注图像），需要更多样本进一步提升模型性能	构建人类迷走神经连接组以支持神经调控治疗的建模	人类迷走神经微观解剖结构	数字病理学	NA	3D-MUSE成像技术	CNN, Transformer	3D显微图像	25张手动标注图像和200张未标注图像	NA	U-Net, Attention U-Net, Vision Transformer, U-Net Transformer	Dice系数	NA
1938	2025-10-06	PseudoCell: Hard Negative Mining as Pseudo Labeling for Deep Learning-Based Centroblast Cell Detection 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3407351 PMID:39050971	研究论文	提出一种名为PseudoCell的目标检测框架，用于在数字病理全切片图像中自动检测中心母细胞	通过将困难负样本挖掘作为伪标记策略，减少对病理学家精细标注的依赖	未明确说明模型在多样化数据集上的泛化能力	开发自动化的中心母细胞检测方法以辅助滤泡性淋巴瘤分级	数字病理全切片图像中的中心母细胞	数字病理	滤泡性淋巴瘤	深度学习，细胞形态特征分析	目标检测模型	全切片图像	NA	NA	NA	组织区域排除率(58.18-99.35%)	NA
1939	2025-10-06	UKSSL: Underlying Knowledge Based Semi-Supervised Learning for Medical Image Classification 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2023.3305190 PMID:38899016	研究论文	提出一种基于底层知识的半监督学习框架UKSSL，用于医学图像分类	通过MedCLR从未标记数据中提取特征表示，结合UKMLP利用有限标记数据进行微调，在仅使用50%标记数据的情况下性能优于完全监督方法	NA	解决医学图像分析中标记数据稀缺的问题，提高有限标记数据下的分类性能	医学图像分类	计算机视觉	肺癌	深度学习	半监督学习	医学图像	LC25000和BCCD数据集，使用50%标记数据	NA	MedCLR, UKMLP	准确率, 精确率, 召回率, F1分数	NA
1940	2025-10-06	Simultaneous EEG-fNIRS Data Classification Through Selective Channel Representation and Spectrogram Imaging 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448457 PMID:39247844	研究论文	提出一种多模态DenseNet融合模型，通过将EEG数据转换为二维图像并与fNIRS特征融合，提升脑机接口中EEG-fNIRS数据的分类性能	通过短时傅里叶变换将EEG数据转换为二维图像，结合选择性通道表示和频谱图成像技术，有效整合EEG的时间丰富性和fNIRS的空间特异性	NA	解决EEG-fNIRS数据融合中特征选择效率低的问题，提升脑机接口的分类准确性和多功能性	脑电图（EEG）和功能性近红外光谱（fNIRS）数据	脑机接口	神经诊断与康复	短时傅里叶变换，频谱熵特征提取	深度学习	EEG信号，fNIRS信号，二维图像	两个公共数据集	NA	多模态DenseNet融合模型（MDNF）	分类准确率	NA