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
2421	2025-12-21	Multi-site, multi-vendor development and validation of a deep learning model for liver stiffness prediction using abdominal biparametric MRI 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11312-3 PMID:39779515	研究论文	本研究开发并验证了一种基于深度学习的模型，利用腹部双参数MRI预测肝脏硬度，以评估慢性肝病患者的肝纤维化程度	开发了首个基于多中心、多厂商数据的深度学习模型DeepLiverNet2.0，利用常规临床非对比腹部T1加权和T2加权MRI数据预测MRE衍生的肝脏硬度，无需额外MRE检查	模型性能虽合理但仍有提升空间，未整合临床特征，未来需进一步优化以减少对MRE的依赖	开发并验证深度学习模型，利用常规临床双参数MRI数据预测肝脏硬度，作为肝纤维化的替代标志物	成人和儿童慢性肝病患者，来自四个机构的MRI检查数据	数字病理学	慢性肝病	MRI, MRE	深度学习模型	图像	4295名患者的4695次MRI检查，包括成人和儿童	NA	DeepLiverNet2.0	AUROC	NA
2422	2025-12-21	Balancing Model Complexity and Clinical Deployability in Deep Learning for Sociodemographic Information Extraction 2025 Jan-Dec, Journal of primary care & community health DOI:10.1177/21501319251404193 PMID:41403044	研究论文	本研究系统评估了六种卷积神经网络架构，包括集成传统分类器的混合模型，用于从电子病历文本中提取多个人口统计学特征，旨在平衡模型复杂性与临床部署性	通过比较不同复杂度的CNN架构，发现简单单层CNN在数据不平衡和文档模式多样条件下表现更优，为临床NLP管道提供了高效可解释的模型选择框架	研究仅基于4375名患者数据，且混合模型对稀疏或多样性特征提取效果有限，未涉及其他深度学习架构如Transformer的对比	评估模型复杂性和词汇多样性对从EMR文本中提取人口统计学信息分类性能的影响，以支持临床决策和健康公平研究	来自96家初级保健诊所的4375名患者的电子病历文本数据	自然语言处理	NA	文本分类	CNN	文本	4375名患者	NA	单层CNN, 混合CNN模型	F1分数, 精确率, 召回率, 精确率-召回率曲线下面积, 马修斯相关系数	NA
2423	2025-12-21	Estimating weaning duration from incremental dentine δ15N and δ13C using a sequence-based LSTM neural network: A deep learning framework for bioarchaeological applications 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337619 PMID:41406149	研究论文	本研究开发了一种基于序列的LSTM神经网络模型，利用牙本质增量δ15N和δ13C数据来估计断奶持续时间	首次引入专门用于从序列同位素数据估计断奶持续时间的机器学习框架，利用δ15N和δ13C的序列模式，并整合时间特征和牙齿类型编码	模型仅在279个个体的数据集上训练，且概念验证仅使用20个个体进行比较	开发一种用于生物考古学应用的深度学习框架，以估计过去人群的断奶持续时间	来自三个牙齿类型（M1, dM1, dM2）的序列同位素数据	机器学习	NA	同位素分析（δ15N和δ13C）	LSTM	序列数据	279个个体（训练数据），20个个体（概念验证）	NA	LSTM	RMSE, MAE, R2	NA
2424	2025-12-21	Automated Classification Radiograph of Periodontal Bone Loss Using Deep Learning 2025, Biomedical engineering and computational biology IF:2.3Q3 DOI:10.1177/11795972251405305 PMID:41409255	研究论文	本研究评估并比较了InceptionV3、InceptionV4和ResNet-50三种深度学习架构在牙科全景片（OPG）上对牙周骨丧失进行分类的性能	首次系统比较了InceptionV3、InceptionV4和ResNet-50在牙周骨丧失OPG图像分类任务中的表现，并确定了ResNet-50的优越性	数据集规模有限，未来可通过扩大数据集、探索更先进的数据增强和超参数调优来提升模型鲁棒性	评估和比较不同深度学习架构在牙周骨丧失OPG图像分类中的准确性和可靠性	牙科全景片（OPG）图像，用于表征不同等级的牙周骨丧失特征	计算机视觉	牙周病	牙科放射影像学（OPG）	CNN	图像	未明确说明具体样本数量，但提及使用了OPG图像数据集	MATLAB	InceptionV3, InceptionV4, ResNet-50	准确率, 精确率, 召回率, F1分数	配备GeForce RTX 4060 GPU的Dell计算机
2425	2025-12-21	Deep learning model based on DCE-MRI: fusion of 3D features of tumor, peritumoral vessels and metastatic lymph nodes for prediction of pathological complete response to neoadjuvant therapy in breast cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1664631 PMID:41409238	研究论文	本研究开发了一种基于深度学习的放射组学模型，融合了肿瘤、瘤周血管和转移淋巴结的3D DCE-MRI特征，用于预测乳腺癌新辅助治疗的病理完全缓解	首次融合了肿瘤、瘤周血管和转移淋巴结的三维影像特征，并整合临床特征构建了临床联合深度学习放射组学模型，显著提升了预测性能	研究为回顾性设计，样本量相对较小（200例），且数据来自单一医疗中心，可能影响模型的泛化能力	预测乳腺癌患者接受新辅助治疗后的病理完全缓解	乳腺癌患者	数字病理学	乳腺癌	动态对比增强磁共振成像	深度学习	医学影像	200例乳腺癌病例（训练集100例，测试集100例）	NA	3D UNet	AUC, 准确率, 精确率, 召回率, F1分数	NA
2426	2025-12-21	Artificial Intelligence for Organelle Segmentation in Live-Cell Imaging 2025, Research (Washington, D.C.) DOI:10.34133/research.1035 PMID:41409345	综述	本文综述了活细胞成像中细胞器分割算法的最新进展，从传统阈值方法到深度学习技术	强调了标签高效策略、合成数据和物理引导建模，以减少对人工标注和大规模标注数据集的依赖	NA	推动定量细胞生物学，加速疾病研究并促进治疗发现	活细胞成像中的细胞器	计算机视觉	NA	活细胞成像	深度学习	图像	NA	NA	NA	NA	NA
2427	2025-12-21	Comparison of image quality in carotid dual-energy computed tomography angiography at 55 keV virtual monoenergetic imaging using deep learning and adaptive iterative reconstruction algorithm 2025, Journal of clinical imaging science IF:1.1Q3 DOI:10.25259/JCIS_109_2025 PMID:41409389	研究论文	本研究比较了在颈动脉双能CT血管成像中，使用深度学习图像重建算法与传统迭代重建算法在55 keV虚拟单能成像下的图像质量	首次在颈动脉双能CT血管成像的55 keV虚拟单能成像中，系统比较了深度学习图像重建算法（DLIR）与传统自适应统计迭代重建算法（ASIR-V）对图像质量的提升效果，并特别关注了在高体重指数患者中的表现	样本量较小（48例患者），且为单中心前瞻性研究，可能影响结果的普遍性	评估深度学习图像重建算法在颈动脉双能CT血管成像中提升图像质量的效果	接受颈动脉双能CT血管成像检查的患者	医学影像	心血管疾病	双能CT血管成像，虚拟单能成像	深度学习图像重建算法	CT图像	48例患者	NA	NA	背景噪声，信噪比，对比噪声比	NA
2428	2025-12-21	Non-destructive detection of microplastics stress in rice seedling: an interpretable deep learning approach using excitation emission matrix fluorescence spectra of root exudates 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1653451 PMID:41409486	研究论文	本研究提出了一种基于根分泌物激发发射矩阵荧光光谱与深度学习的非破坏性方法，用于早期检测水稻幼苗中的微塑料胁迫	首次结合激发发射矩阵荧光光谱与增强视觉Transformer模型，开发了一种非破坏性、可解释的微塑料胁迫早期检测框架	研究仅针对三种特定微塑料（PET、PS、PVC）和两种浓度（10 mg/L、100 mg/L），未涵盖更广泛的微塑料类型和环境浓度	开发一种非破坏性方法，用于早期检测水稻幼苗中的微塑料胁迫，以应对全球粮食安全威胁	暴露于聚乙烯对苯二甲酸酯、聚苯乙烯和聚氯乙烯微塑料的水稻幼苗	机器学习	NA	激发发射矩阵荧光光谱	Transformer	光谱数据	水稻幼苗在不同微塑料类型（PET、PS、PVC）和浓度（0、10、100 mg/L）下的培养样本	NA	增强视觉Transformer	分类准确率	NA
2429	2025-12-21	PRISM: Past-Regularized Iterative Self-Distillation With Momentum for Polyp Segmentation 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.70050 PMID:41409574	研究论文	提出一种基于动量的自蒸馏方法PRISM，用于提升结肠息肉分割性能，无需增加推理成本	提出动量驱动的自蒸馏框架，通过指数移动平均构建时域平滑的教师模型，提供稳定且自适应的监督信号	未明确说明模型在极端形态或低对比度息肉上的表现，也未讨论跨模态数据的适用性	开发一种计算高效且泛化能力强的息肉分割方法	结肠镜检查图像中的息肉区域	计算机视觉	结直肠癌	医学图像分割	深度学习	医学图像	来自五个医疗中心的结肠镜数据集，并在独立未见数据集上验证	未明确说明	未明确说明	Dice系数, IoU	未明确说明
2430	2025-12-21	The role of bioinformatics algorithms in modern biopharmaceutical design: Progress, challenges, and future perspectives 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.33072 PMID:41409583	综述	本文综述了人工智能驱动的生物信息学算法在现代生物制药设计中的作用、进展、挑战及未来展望	强调了生成式与混合框架（如结合AI与物理信息神经网络PINNs）在蛋白质工程中的可解释性建模，并讨论了AlphaFold 3、OpenFold等最新进展	面临新型治疗模式数据有限、算法可解释性不足及计算可扩展性等挑战	探讨生物信息学算法在加速生物制药设计与开发中的应用与前景	生物制药设计中的蛋白质结构、功能、免疫原性预测及多组学整合	机器学习	NA	人工智能、机器学习、深度学习、多组学整合、图网络算法	物理信息神经网络	多组学数据、蛋白质结构数据	NA	NA	AlphaFold 3, OpenFold, NeuralPlexer	NA	NA
2431	2025-12-20	Uterine collagen deposition fluctuates throughout the estrous cycle and provides a scaffold for gland visualization via the SHG-casting method 2025-Dec-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113989 PMID:41403834	研究论文	本研究利用二次谐波产生显微镜，分析了小鼠子宫内膜组织在发情周期各阶段中纤维状胶原的沉积变化，并开发了一种基于深度学习的快速腺体分割模型	首次量化了发情周期中子宫内膜纤维状胶原的2D和3D动态变化，并提出了SHG-casting方法，实现了胶原与腺体的同步无标记3D成像	研究仅使用小鼠模型，未在人类或其他物种中验证；SHG-casting方法的应用范围可能受限于胶原丰富的ECM环境	探究子宫内膜细胞外基质（特别是纤维状胶原）在发情周期中的动态变化及其与子宫腺体形态的关系	小鼠子宫内膜组织	数字病理学	NA	二次谐波产生显微镜	深度学习分割模型	3D显微图像	跨发情周期各阶段的小鼠子宫内膜组织样本	NA	NA	NA	NA
2432	2025-12-20	Evaluating the efficacy of the ResNet50 deep learning model utilizing thyroid scintigraphy images for predicting the outcomes of initial iodine-131 therapy in patients with Graves' disease 2025-Dec-19, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002094 PMID:41414958	研究论文	本研究利用ResNet50深度学习模型分析甲状腺闪烁扫描图像，以预测Graves病患者首次碘-131治疗的疗效	首次将ResNet50深度学习模型与甲状腺闪烁扫描图像结合，通过Grad-CAM实现特征可视化，并提取16个关键影像组学特征构建随机森林分类器，提高了预测的泛化性能	研究为回顾性单中心设计，样本量较小（121例患者），需要多中心队列验证以优化精准治疗方案	构建基于深度学习的影像组学模型，预测Graves病患者首次碘-131治疗的结果	121名确诊为Graves病并接受治疗前甲状腺闪烁扫描的患者	数字病理学	甲状腺疾病	甲状腺闪烁扫描（使用高锝酸盐-99mTcO4-）	CNN	图像	121例患者	TensorFlow, PyTorch, Keras, Scikit-learn	ResNet50	AUC, 敏感性, 特异性	NA
2433	2025-12-20	Dual-channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI 2025-Dec-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291c PMID:41360014	研究论文	提出了一种基于跨被试正向迁移的双通道TRCA-net方法，用于提升SSVEP-BCI系统的解码性能	提出了创新的基于迁移精度的被试选择策略和集成SSVEP领域自适应网络的深度学习网络，以增强模型泛化能力并降低负迁移风险	NA	提升稳态视觉诱发电位脑机接口系统的解码精度和信息传输率，减少被试间变异性	稳态视觉诱发电位脑机接口系统	机器学习	NA	稳态视觉诱发电位	深度学习网络	脑电信号	在两个大规模公共基准数据集上进行验证	NA	双通道TRCA-net, SSVEP-DAN	解码精度, 信息传输率	NA
2434	2025-12-20	High Volume Rate 3D Ultrasound Reconstruction with Diffusion Models 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3645849 PMID:41411351	研究论文	本文提出了一种基于扩散模型的新型3D超声重建方法，旨在从减少的仰角平面中实现更高的空间和时间分辨率	首次将扩散模型应用于3D超声重建，利用扩散后验采样的概率特性量化重建不确定性，并通过利用超声序列固有的时间一致性来加速推理	未明确说明模型在临床环境中的实时性能评估或对不同解剖结构的泛化能力	解决3D超声成像中高体积率与高图像质量之间的权衡挑战	3D心脏超声数据集	医学影像重建	心血管疾病	3D超声成像	扩散模型	3D超声图像序列	NA	NA	扩散模型	图像质量，下游任务性能，召回率	NA
2435	2025-12-20	Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review 2025-Dec-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9146 PMID:41412746	综述	本文系统总结了神经影像中下丘脑分割方法及其在生理与临床研究中的应用	对下丘脑分割方法进行了系统性的分类与综述，并指出了该领域当前面临的主要挑战与未来方向	缺乏统一的分割协议，阻碍了跨研究可比性；在儿科人群研究中存在显著的方法学空白	综述下丘脑分割方法，以促进对该关键脑区结构与功能的全面理解	人类下丘脑及其功能亚区	神经影像	NA	神经影像	深度学习	图像	NA	NA	NA	NA	NA
2436	2025-12-20	On the Completeness of Existing RNA Fragment Structures 2025-Dec-18, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	本文评估了RNA片段结构空间的完整性，并指出其在四核苷酸和五核苷酸水平上仍处于指数增长阶段，远未完整	首次系统性地分析了RNA片段结构空间的完整性，揭示了其在四核苷酸和五核苷酸水平上的指数增长趋势，并提出了基于糖环原子的稳定参考框架	研究仅关注了二至五核苷酸片段，未涵盖更长的RNA结构或动态变化，且依赖于现有实验数据的局限性	评估RNA片段结构空间的完整性，以探讨RNA结构预测的潜力	RNA片段结构，包括二、三、四和五核苷酸水平	结构生物学	NA	结构分析，实验测定	NA	结构数据	NA	NA	NA	NA	NA
2437	2025-12-20	Phylo-Spec: a phylogeny-fusion deep learning model advances microbiome status identification 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01453-25 PMID:41283667	研究论文	提出一种名为Phylo-Spec的系统发育融合深度学习模型，用于改进基于微生物组的健康状态识别	首次将微生物的系统发育关系整合到深度学习框架中，通过自底向上的迭代融合卷积特征，动态处理未分类物种，并利用基于信息增益的机制增强模型可解释性	模型在真实世界数据中的泛化能力仍需更多验证，且计算复杂度可能较高	开发一种能够整合微生物多维度信息以提升健康状态分类性能的计算模型	人类微生物组数据	机器学习	NA	宏基因组测序，扩增子测序	深度学习	微生物丰度数据，分类学数据，系统发育数据	NA	NA	卷积神经网络	NA	NA
2438	2025-12-20	Unveiling the landscape of prokaryotic global regulators through deep protein language models 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.00950-25 PMID:41283681	研究论文	本研究利用深度蛋白质语言模型，对原核生物全局调控因子进行了大规模系统性鉴定与图谱绘制	首次将深度蛋白质语言模型应用于大规模原核生物全局调控因子的系统性鉴定，克服了传统方法在检测远程同源物和新类型方面的局限，发现了大量未知功能的蛋白质和新的调控因子类型	研究主要基于基因组序列数据，缺乏对鉴定出的调控因子进行全面的实验验证，且功能预测依赖于计算模型	系统性揭示原核生物全局调控因子的多样性、分布模式和进化动态，为合成生物学提供可调控的遗传电路设计工具	14,800个细菌和古菌模式菌株基因组中的全局调控因子	计算生物学, 生物信息学	NA	深度蛋白质语言模型, 深度学习	蛋白质语言模型	蛋白质序列数据	14,800个细菌和古菌模式菌株基因组, 74,872条经过人工注释的GR序列用于训练	NA	NA	灵敏度, 泛化能力	NA
2439	2025-12-20	Computational pathology in breast cancer: optimizing molecular prediction through task-oriented AI models 2025-Dec-16, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00857-1 PMID:41402342	研究论文	本文探讨了在乳腺癌病理学中，通过任务导向的小型AI模型直接从WSI预测临床相关分子特征的机遇与挑战	提出采用任务导向的小型AI模型替代大型基础模型，以解决临床工作流集成、可解释性和泛化性等问题，并探讨了模型蒸馏、弱监督和模块化训练等具体方法	模型仍面临高质量数据集获取、多机构验证的严谨性要求以及跨学科协作的挑战	优化乳腺癌分子预测，推动AI在计算病理学中的临床转化应用	乳腺癌的数字化全切片图像（WSI）	计算病理学	乳腺癌	数字化全切片图像分析	深度学习模型	图像	NA	NA	NA	NA	NA
2440	2025-12-20	Real-time retail planogram compliance application using computer vision and virtual shelves 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27773-5 PMID:41402356	研究论文	本研究提出了一种用于便利店货架图合规性的实时自动化监控系统，该系统利用计算机视觉和深度学习技术，在超过7000家7-Eleven门店中部署	提出了一种集成了货架检测、产品识别和货架布局比对功能的统一流水线，并引入了多图像拼接技术构建虚拟货架以克服空间限制，显著提高了系统的适应性和准确性	未明确讨论系统在极端光照条件、高度遮挡或新型/未训练产品出现时的性能，也未提及部署和维护成本	解决便利店中货架图合规性检查的自动化问题，以替代传统的人工审核	便利店货架、货架上的产品	计算机视觉	NA	计算机视觉，深度学习	CNN, Transformer	图像	货架检测数据集15,232张图像，产品检测数据集99,135张图像，分类数据集包含471个产品类别，平均每个类别210张图像	NA	YOLOv8, ResNet101, FAN-based Transformer, Deformable DETR	精确率，召回率，mAP@50，mAP@50-b，准确率，Top-1准确率，Top-5准确率	NA