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
341	2025-07-26	Deep Learning-Based Algorithm for the Classification of Left Ventricle Segments by Hypertrophy Severity 2025-Jul-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070244 PMID:40710630	研究论文	本研究提出了一种基于深度学习的算法，用于根据肥厚严重程度对左心室节段进行分类	开发了一种自动化框架，结合U-Net和CNN，实现了左心室肥厚的自动量化和心肌节段的分类	样本量相对较小（133名受试者），可能影响模型的泛化能力	提高左心室肥厚（LVH）的诊断准确性	左心室心肌节段	数字病理学	心血管疾病	深度学习	U-Net, CNN	医学影像	133名受试者（包括健康个体和LVH患者）
342	2025-07-26	Advancements in deep learning-based image screening for orthopedic conditions: Emphasis on osteoporosis, osteoarthritis, and bone tumors 2025-Jul-19, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102840 PMID:40691974	review	本文系统总结了人工智能辅助诊断技术在骨科影像学中的最新研究进展、方法学及临床应用，重点探讨了深度学习在该领域的实用价值和发展趋势	强调了深度学习在骨质疏松、骨关节炎和骨肿瘤等骨科疾病筛查中的应用，展示了其优异的诊断性能和临床潜力	缺乏高质量数据集、模型跨机构泛化能力有限、缺少标准化质量控制方案以及亟需多中心临床验证	提升骨科影像诊断准确性和改善患者预后	骨质疏松(OP)、骨关节炎(OA)和骨肿瘤等骨科疾病	digital pathology	osteoporosis, osteoarthritis, bone tumors	deep learning	NA	image	NA
343	2025-07-26	AI-based methods for diagnosing and grading diabetic retinopathy: A comprehensive review 2025-Jul-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103221 PMID:40706108	review	本文全面评估了91项采用AI方法通过不同成像模态检测和分类糖尿病视网膜病变的研究	综合比较了23个公开的糖尿病视网膜病变数据集，并讨论了AI在多种成像模态中的应用表现	未进行原始实验验证，仅基于文献综述分析现有方法的优缺点	评估AI在糖尿病视网膜病变诊断和分级中的应用效果	糖尿病视网膜病变的医学影像数据	computer vision	diabetic retinopathy	fundus color photography, OCT, OCTA, fundus fluorescein angiography	deep learning	image	91项研究涉及的多种医学影像数据集
344	2025-07-26	A Novel 3D Convolutional Neural Network-Based Deep Learning Model for Spatiotemporal Feature Mapping for Video Analysis: Feasibility Study for Gastrointestinal Endoscopic Video Classification 2025-Jul-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070243 PMID:40710629	研究论文	提出一种基于3D CNN的深度学习模型，用于从医疗视频序列中提取时空特征，并以胃肠道内窥镜视频分类为可行性研究案例	开发了一种新型的3D CNN模型，结合了并行空间和通道挤压激励（P-scSE3D）与残差块，提出了残差并行注意力（RPA）块，用于有效提取视频中的时空特征	研究仅基于胃肠道内窥镜视频数据集，且样本量相对较小，可能限制了模型的泛化能力	探索深度学习在医疗视频分析中的应用，特别是针对胃肠道内窥镜视频的分类	胃肠道内窥镜视频	计算机视觉	胃肠道疾病	深度学习	3D CNN	视频	374个胃肠道内窥镜视频（314个下消化道和60个上消化道视频）
345	2025-07-26	Non-Invasive Composition Identification in Organic Solar Cells via Deep Learning 2025-Jul-17, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15141112 PMID:40711231	研究论文	本研究提出了一种基于深度学习的方法，通过模拟全器件吸收光谱非侵入性地识别有机太阳能电池中的活性层组成	利用深度学习处理光谱数据，实现高精度的非破坏性组成分类，为自动化制造诊断和质量控制提供了新途径	研究基于模拟数据，实际应用时可能需要进一步验证	开发一种非侵入性的有机光伏器件活性层组成识别方法	有机光伏(OPV)器件	机器学习	NA	模拟全器件吸收光谱	MLP（多层感知机）	光谱数据	包含活性层厚度变化超过±15%的多样化训练数据集
346	2025-07-26	LUMEN-A deep learning pipeline for analysis of the 3D morphology of the cerebral lenticulostriate arteries from time-of-flight 7T MRI 2025-Jul-16, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121377 PMID:40675425	研究论文	开发了一个名为LUMEN的深度学习流程，用于从7T TOF-MRA图像中量化脑小血管病患者脑内豆纹动脉的3D形态	提出了一个半自动化的深度学习流程LUMEN，能够从7T TOF-MRA图像中量化豆纹动脉的3D形态，相比传统的2D分析提供了更全面的形态学数据	研究样本量较小（69例），且结果与2D分析的相关性仅为中等程度	开发一个量化脑小血管病患者豆纹动脉3D形态的分析工具	脑小血管病患者的豆纹动脉	数字病理学	脑小血管病	7T TOF-MRA	DS6, nnU-Net	3D MRI图像	69名受试者
347	2025-07-26	Comprehensive assessment of uterine contractility using a large database of dynamic T2∗ studies 2025-Jul-16, Placenta IF:3.0Q2 DOI:10.1016/j.placenta.2025.07.078 PMID:40706293	研究论文	本研究利用大型动态T2∗ MRI数据库和AI驱动流程，评估子宫收缩活动，量化其普遍性，并探讨其与临床和扫描变量的关联	通过实时深度学习和动态T2∗ MRI评估子宫收缩活动，提供了对亚临床子宫收缩的新见解，并建立了未来实时检测的基础	研究中未发现子宫收缩活动与场强、母亲扫描时的体位、产次、母亲年龄或体重指数有显著相关性	增强对亚临床子宫收缩及其对胎盘功能和产前护理影响的理解	821例妊娠15至41周期间的动态胎儿MRI扫描，包括无并发症妊娠和受胎盘功能不全影响的妊娠	数字病理学	胎盘功能不全	动态T2∗ MRI	深度学习	MRI图像	821例动态胎儿MRI扫描
348	2025-07-26	AI-Driven Comprehensive SERS-LFIA System: Improving Virus Automated Diagnostics Through SERS Image Recognition and Deep Learning 2025-Jul-16, Biosensors DOI:10.3390/bios15070458 PMID:40710108	研究论文	开发了一种结合SERS扫描成像和基于AI的结果判别的综合SERS-LFIA检测系统，用于病毒自动化诊断	整合SERS扫描成像与深度学习模型（ResNet-18）进行结果判别，显著降低异常信号干扰并实现接近理论检测限的可靠检测	未提及具体病毒种类或实际临床应用中的潜在限制	开发快速、准确的病毒诊断方法以有效管理和控制疫情	高传染性和致病性病毒	数字病理学	病毒感染	SERS-LFIA（表面增强拉曼散射-侧向流动免疫分析）	ResNet-18	图像	未提及具体样本数量
349	2025-07-26	Task-Related EEG as a Biomarker for Preclinical Alzheimer's Disease: An Explainable Deep Learning Approach 2025-Jul-16, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070468 PMID:40710281	研究论文	本文探讨了任务相关EEG作为临床前阿尔茨海默病生物标志物的潜力，并采用可解释的深度学习方法进行特征识别	首次将任务相关EEG与可解释深度学习框架InterpretableCNN结合用于临床前AD检测，揭示了theta和alpha活动的病理关联	模型性能指标较低(ROC AUC 60.84%，Kappa值0.22)，表明识别准确性有待提高	开发基于EEG的临床前阿尔茨海默病早期风险检测方法	认知健康个体的任务相关EEG信号	数字病理学	阿尔茨海默病	EEG信号分析	InterpretableCNN(可解释卷积神经网络)	EEG时序信号	未明确提及具体样本量，采用100折留p%受试者交叉验证(LPSO-CV)
350	2025-07-26	Enhancing 3D dopamine transporter imaging as a biomarker for Parkinson's disease via self-supervised learning with diffusion models 2025-Jul-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102207 PMID:40580955	研究论文	本文提出了一种基于自监督学习和扩散模型的3D多巴胺转运体成像增强方法，用于帕金森病的生物标志物研究	引入了分层小波扩散自编码器（HWDAE），一种生成自监督模型，能够在生成训练中学习相关疾病特征，无需人工标签	数据量有限且缺乏外部验证	提高帕金森病的准确诊断和疾病进展状态的精确估计	帕金森病患者	计算机视觉	帕金森病	多巴胺转运体正电子发射断层扫描（DAT PET）	分层小波扩散自编码器（HWDAE）	图像	1,934张DAT PET图像
351	2025-07-26	A deep learning system for detecting systemic lupus erythematosus from retinal images 2025-Jul-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102203 PMID:40570853	研究论文	开发了一个深度学习系统DeepSLE，用于从视网膜图像中检测系统性红斑狼疮(SLE)及其视网膜和肾脏并发症	首次利用深度学习技术从视网膜图像中检测SLE及其并发症，并在多民族验证数据集中展示了稳健的性能	未提及模型在更广泛人群中的适用性或潜在的误诊风险	开发一种数字化解决方案，用于从视网膜图像中检测系统性红斑狼疮及其并发症	系统性红斑狼疮(SLE)患者及其视网膜和肾脏并发症	数字病理学	系统性红斑狼疮	深度学习	DeepSLE(未明确具体模型类型)	视网膜图像	247,718张图像(来自中国和英国的多民族数据集)
352	2025-07-26	Integrating radiomics and machine learning for the diagnosis and prognosis of hepatocellular carcinoma 2025-Jul-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i7.106610 PMID:40697211	综述	本文综述了放射组学和机器学习在肝细胞癌诊断和预后中的应用	结合放射组学和机器学习技术，提高肝细胞癌诊断和预后的准确性	模型解释性不足、数据异质性以及多模态数据整合的挑战	提升肝细胞癌的诊断准确性、治疗反应预测和生存预后	肝细胞癌（HCC）	数字病理	肝癌	放射组学、机器学习	二分类模型、XGBoost、LightGBM、深度学习架构	医学影像	NA
353	2025-07-26	Deep learning radiomics: Redefining precision oncology through noninvasive insights into the tumor immune microenvironment 2025-Jul-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i7.108175 PMID:40697238	研究论文	基于计算机断层扫描的深度学习放射组学为预测结直肠癌肿瘤免疫微环境提供了一种新颖、非侵入性的方法	利用卷积神经网络分析术前CT扫描，无需侵入性活检即可预测肿瘤免疫微环境的关键特征	回顾性研究设计可能限制了结果的普遍适用性	推进个性化免疫治疗、化疗和靶向治疗，挑战传统肿瘤学实践	结直肠癌患者的肿瘤免疫微环境	数字病理学	结直肠癌	计算机断层扫描	CNN	图像	315名患者的术前CT扫描
354	2025-07-26	Predicting Very Early-Stage Breast Cancer in BI-RADS 3 Lesions of Large Population with Deep Learning 2025-Jul-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070240 PMID:40710626	研究论文	本研究开发了一种深度学习模型，用于在BI-RADS 3评分的乳腺病变中准确识别极早期恶性肿瘤，以提高诊断精度和临床决策	提出了一种新的迁移学习方法，显著提高了预测BI-RADS 3恶性病变的临床AUC值，从0.721提升至0.880	研究样本来自两家医院，可能存在一定的选择偏差，且未涉及更多类型的影像数据	提高乳腺BI-RADS 3病变中极早期恶性肿瘤的诊断准确性	BI-RADS 3评分的乳腺病变患者	数字病理	乳腺癌	深度学习	迁移学习	超声图像	685名患者的852个病变（256个恶性，596个良性）
355	2025-07-26	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-Jul-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	本研究通过时间序列分析，探讨了水稻根系中初级氮响应（PNR）的动态变化及其转录调控网络	首次精确鉴定了氮诱导响应的调控区域，并揭示了染色质可及性与基因表达的协调变化，以及OsLBD38、OsLBD39和OsbZIP23等新型调控因子的作用	研究仅关注了水稻根系在铵硝酸盐重新供应后2小时内的反应，可能未涵盖更长时间的动态变化	揭示水稻初级氮响应的转录调控机制	两个水稻品种（珍汕97和日本晴）的根系	植物分子生物学	NA	ATAC-seq和RNA-seq	深度学习	基因组和转录组数据	两个水稻品种的根系样本，时间序列分析在2小时内进行
356	2025-07-26	Characterizing and differentiating brain states through a CS-KBRs framework for highlighting the synergy of common and specific brain regions 2025-Jul-14, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102609 PMID:40706423	研究论文	本研究提出了一种基于动态图卷积神经网络（DGCNN）的新框架，用于识别对脑状态分类任务至关重要的关键脑区（KBRs）	通过动态更新邻接矩阵，该方法能更有效地评估每个脑区的重要性，并提出了CS-KBRs框架，将关键脑区分为类似枢纽的通用区域和特定区域，揭示了它们之间的互补关系	方法的可解释性仍存在挑战，特别是在理解已识别ROI的独特特征方面	揭示不同脑区如何协调驱动各种脑状态，以理解认知过程的本质及其在脑功能和障碍中的表现	脑状态分类任务中的关键脑区	神经科学	NA	fMRI, DGCNN	动态图卷积神经网络（DGCNN）	fMRI数据	从148个脑区中准确选择了56个关键脑区（KBRs）
357	2025-07-26	Leveraging Swin Transformer for enhanced diagnosis of Alzheimer's disease using multi-shell diffusion MRI 2025-Jul-14, ArXiv PMID:40709302	研究论文	本研究利用多壳层扩散MRI数据和基于视觉Transformer的深度学习框架，支持阿尔茨海默病的早期诊断和淀粉样蛋白积累的检测	采用Swin Transformer模型处理多壳层dMRI数据，并结合Low-Rank Adaptation技术以适应有限的标记神经影像数据	研究依赖于有限的标记神经影像数据，可能影响模型的泛化能力	早期诊断阿尔茨海默病和检测淀粉样蛋白积累	认知正常个体、轻度认知障碍患者和阿尔茨海默病痴呆患者	数字病理学	阿尔茨海默病	多壳层扩散MRI (dMRI), DTI, NODDI	Swin Transformer	MRI图像	未明确提及具体样本数量
358	2025-07-26	AI-Driven Control Strategies for Biomimetic Robotics: Trends, Challenges, and Future Directions 2025-Jul-14, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070460 PMID:40710273	综述	本文系统回顾了人工智能驱动的仿生机器人控制策略，总结了最新进展、方法及其与传统控制技术的比较	全面梳理了AI技术在仿生机器人控制中的应用，并指出了未来研究方向	未涉及具体实验验证或性能量化比较	探讨人工智能如何提升仿生机器人的控制机制	仿生机器人及其控制策略	机器人学	NA	机器学习、深度学习、强化学习	NA	NA	NA
359	2025-07-26	Estimating Snow-Related Daily Change Events in the Canadian Winter Season: A Deep Learning-Based Approach 2025-Jul-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070239 PMID:40710625	研究论文	本研究开发了一种基于深度学习的Siamese Attention U-Net模型，用于检测加拿大冬季季节中与雪相关的每日变化事件	提出了一种新的Siamese Attention U-Net模型（Si-Att-UNet），用于检测雪水当量（SWE）的每日变化事件，并在50%置信阈值下达到了99.3%的F1分数	研究主要关注加拿大冬季季节，可能不适用于其他地区或季节	理解气候制度效应对雪融化模式的影响，并检测雪水当量的每日变化事件	加拿大冬季季节的雪水当量（SWE）变化	机器学习和环境科学	NA	深度学习	Siamese Attention U-Net (Si-Att-UNet)	图像（SWE地图）	1979年至2018年的每日SWE地图数据
360	2025-07-26	Automated Cattle Head and Ear Pose Estimation Using Deep Learning for Animal Welfare Research 2025-Jul-13, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12070664 PMID:40711324	research paper	该研究提出了一种基于深度学习的AI系统，用于牛头和耳朵的检测与姿态估计，以支持动物福利研究	结合Mask R-CNN和FSA-Net实现牛头及左耳的3D姿态估计，提供长期、定量、客观的动物行为监测方法	研究仅针对日本黑牛，未验证在其他牛种上的适用性	开发自动化系统以改进动物福利评估方法	牛的头和耳朵姿态	computer vision	NA	deep learning	Mask R-CNN, FSA-Net	image	日本黑牛的自然条件下采集图像数据集