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
9341	2025-10-06	Universal conditional networks (UniCoN) for multi-age embryonic cartilage segmentation with Sparsely annotated data 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87797-9 PMID:39890924	研究论文	提出通用条件网络(UniCoN)用于多年龄胚胎软骨分割，解决稀疏标注数据下的分割挑战	提出两种新机制：基于离散年龄类别和连续图像裁剪位置的条件模块，能有效利用年龄和空间信息增强模型性能	NA	开发能够处理不同胚胎年龄组数据的鲁棒软骨分割方法	胚胎小鼠的3D微CT图像中的发育软骨	计算机视觉	骨软骨发育不良	3D微CT成像	CNN,Transformer,混合模型	3D图像	NA	NA	通用条件网络(UniCoN)	Dice系数	NA
9342	2025-10-06	A deep learning based model for diabetic retinopathy grading 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87171-9 PMID:39885230	研究论文	开发了一种基于深度学习的糖尿病视网膜病变自动分级模型RSG-Net	提出RSG-Net模型，能够同时进行四分类和二分类的糖尿病视网膜病变分级，在Messidor-1数据集上取得了优于现有方法的性能	仅使用Messidor-1单一数据集，未提及外部验证结果	开发自动化的糖尿病视网膜病变早期检测和准确分级系统	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	CNN	图像	Messidor-1数据集	NA	RSG-Net	准确率, 特异性, 敏感性	NA
9343	2025-10-06	Hierarchical image classification using transfer learning to improve deep learning model performance for amazon parrots 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88103-3 PMID:39885290	研究论文	本研究通过迁移学习和分层分类方法提升亚马逊鹦鹉物种识别的深度学习模型性能	基于诊断性形态特征构建分层分类结构，结合迁移学习提升对形态相似物种的分类精度	野生动物数据有限，特别是稀有或濒危物种的数据不足	改进野生动物物种分类的深度学习模型性能，用于种群监测和全球贸易监管	亚马逊鹦鹉物种	计算机视觉	NA	深度学习	CNN	图像	NA	NA	NA	mAP（平均精度均值）	NA
9344	2025-10-06	Deep learning-based aberration compensation improves contrast and resolution in fluorescence microscopy 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55267-x PMID:39747824	研究论文	提出一种基于深度学习的像差补偿方法，可在不降低成像速度或增加剂量的情况下提升荧光显微镜图像质量	通过引入合成像差训练神经网络进行像差补偿，无需额外光学元件即可达到与自适应光学相当的效果	未明确说明方法对极端像差情况的适用性及泛化能力限制	开发荧光显微镜图像质量提升技术	小鼠组织血管、秀丽隐杆线虫胚胎	计算机视觉	NA	荧光显微镜，共聚焦显微镜，光片显微镜，多光子显微镜，超分辨率显微镜	神经网络	显微镜图像	多种显微镜数据集	NA	NA	图像对比度，分辨率，分割质量	NA
9345	2025-10-06	Exploring transition states of protein conformational changes via out-of-distribution detection in the hyperspherical latent space 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55228-4 PMID:39753544	研究论文	提出一种基于深度学习的框架TS-DAR，通过超球面潜在空间中的分布外检测来识别蛋白质构象变化中的过渡态	将过渡态结构视为分布外数据，利用正则化超球面嵌入同时检测多个自由能最小值之间的所有过渡态	方法在更复杂的蛋白质系统中的应用仍需进一步验证	开发一种能够从分子动力学模拟中准确识别蛋白质构象变化过渡态的方法	蛋白质构象变化过程，包括2D势能、丙氨酸二肽和DNA马达蛋白的易位过程	机器学习	NA	分子动力学模拟	神经网络	分子构象数据	三个测试系统：2D势能、丙氨酸二肽、DNA马达蛋白	NA	TS-DAR	与先前方法的比较性能	NA
9346	2025-10-06	Multi-scale feature pyramid network with bidirectional attention for efficient mural image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328507 PMID:40758742	研究论文	提出一种基于DenseNet201-FPN的深度学习模型，结合双向注意力机制和动态蒸馏策略，用于壁画图像分类	在DenseNet201中嵌入轻量级特征金字塔网络融合多尺度特征，采用双向LSTM驱动的注意力模块优化通道和空间权重，提出动态温度蒸馏策略提升稀有类别性能	基于自建数据集（2000张图像），样本规模有限，未在更大规模数据集上验证	解决壁画图像识别中的跨文化、多时期风格泛化挑战，实现文化遗产数字保护	壁画图像	计算机视觉	NA	深度学习	CNN, LSTM	图像	2000张壁画图像，26个子类别	PyTorch（推测）	DenseNet201, FPN, ResNeXt101	准确率, F1-score	Jetson TX2边缘设备
9347	2025-10-06	Utilization of Artificial Intelligence Algorithms for the Diagnosis of Breast, Lung, and Prostate Cancer 2025, Ceskoslovenska patologie PMID:40763009	综述	本文全面探讨人工智能算法在乳腺癌、肺癌和前列腺癌诊断中的应用现状与潜力	系统整合了数字病理学发展历程与AI技术应用，特别聚焦罗氏uPath系统和IBEX医学分析平台等具体工具的创新实践	未涉及具体临床验证数据，主要面临伦理法律、数据保护和错误责任等实施挑战	为数字病理学中AI技术的潜在应用提供全面概述，阐明其在现代肿瘤诊断中的角色	乳腺癌、肺癌和前列腺癌的病理诊断过程	数字病理学,计算机视觉	乳腺癌,肺癌,前列腺癌	组织病理图像分析,肿瘤细胞分类,生物标志物评估	机器学习,深度学习	组织病理图像	NA	NA	NA	诊断准确性,实验室流程效率	NA
9348	2025-10-06	Leveraging deep learning for the detection of socially desirable tendencies in personnel selection: A proof-of-concept 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329205 PMID:40763162	研究论文	提出一种基于深度学习的检测方法，用于识别人员在选拔过程中表现出的社会称许性反应倾向	首次将深度学习应用于社会称许性反应的检测，通过视频中的非语言视觉线索来预测个体的回答倾向	样本量较小（91名参与者），属于概念验证研究，需要更大规模验证	开发有效检测社会称许性反应的方法，为人员选拔提供技术支持	求职模拟中的参与者及其视频表现	计算机视觉	NA	视频分析，非语言视觉线索提取	迁移学习，深度学习	视频，图像序列	91名参与者，5,460个增强数据点	NA	Entrans（定制迁移学习模型）	MSE, RMSE, ρ, AUC	NA
9349	2025-10-06	Comparison of Artificial Intelligence Models Using CT Radiomics for Predicting Post-Vertebral Augmentation Residual Back Pain in Osteoporotic Vertebral Compression Fractures 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.114419 PMID:40765571	研究论文	本研究通过系统比较五种整合CT影像组学特征与临床参数的人工智能模型，预测骨质疏松性椎体压缩骨折患者椎体增强术后残留背痛的风险	首次探索CT影像组学与人工智能模型结合预测椎体增强术后残留背痛，并通过消融实验验证临床参数和影像组学特征的互补价值	单中心前瞻性研究，样本来源相对单一	寻找最优AI模型实现椎体增强术后残留背痛的术前风险分层，改善手术决策	接受椎体增强术治疗的骨质疏松性椎体压缩骨折患者	医学影像分析	骨质疏松性椎体压缩骨折	CT影像组学	TabNet, 深度学习	CT图像, 临床数据	856例患者（其中102例出现残留背痛）	NA	TabNet	AUROC, Recall	NA
9350	2025-10-06	Predicting Chemotherapy-Induced Peripheral Neuropathy Using Transformer-Based Multimodal Deep Learning 2025, Research (Washington, D.C.) DOI:10.34133/research.0795 PMID:40765998	研究论文	本研究开发了一种基于Transformer的多模态深度学习模型，用于预测化疗引起的周围神经病变	首次将Transformer架构应用于多模态数据融合来预测CIPN，整合了临床、基因组、生物信号、可穿戴设备和影像学信息	需要多中心验证、实时电子健康记录集成，以及针对高风险患者的神经保护策略开发	开发并评估基于深度学习的化疗引起的周围神经病变预测模型	2020-2025年间接受化疗的癌症患者	机器学习	癌症	多模态数据整合	Transformer, LSTM, CNN, XGBoost	临床数据、基因组数据、生物信号、可穿戴设备数据、影像学信息	回顾性和前瞻性队列研究，来自多中心电子健康记录和公共数据库	NA	Transformer	AUC-ROC, 准确率, 敏感性, 特异性, F1分数	NA
9351	2025-10-06	An interpretable XAI deep EEG model for schizophrenia diagnosis using feature selection and attention mechanisms 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630291 PMID:40766336	研究论文	提出一种基于脑电图数据的可解释深度学习模型用于精神分裂症诊断	结合注意力机制与SHAP、LIME可解释性工具，增强模型决策过程的透明度	模型准确率仅为0.68%，性能有待提升	开发自动化的精神分裂症诊断方法	精神分裂症患者的脑电图数据	机器学习	精神分裂症	脑电图	DNN, BiLSTM-GRU, BiLSTM with Attention	脑电图传感器数据	NA	NA	深度神经网络, 双向长短期记忆网络-门控循环单元, 带注意力机制的双向长短期记忆网络	准确率	NA
9352	2025-10-06	Computer-vision based automatic rider helmet violation detection and vehicle identification in Indian smart city scenarios using NVIDIA TAO toolkit and YOLOv8 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582257 PMID:40766945	研究论文	提出基于计算机视觉的两阶段深度学习方案，用于自动检测骑手头盔违规行为并识别车辆号牌	结合NVIDIA TAO工具包的预训练目标检测模型与YOLOv8架构，实现实时头盔违规检测和号牌识别	缺乏公开可用的交通数据集，需使用自定义数据集进行训练和验证	通过实时强制执行交通法规来减少骑手头盔违规行为	印度智能城市场景中的两轮车骑手	计算机视觉	NA	深度学习	CNN, YOLO	图像	自定义摩托车骑手图像数据集（包含复杂场景）	NVIDIA TAO, YOLOv8	ResNet18, YOLOv8	准确率	NVIDIA TAO工具包
9353	2025-10-06	Performance of machine and deep learning models for predicting delirium in adult ICU patients: A systematic review 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106008 PMID:40513381	系统综述	系统评估ICU成人患者谵妄预测中机器学习和深度学习模型的性能与方法学质量	首次系统总结ICU谵妄预测模型的方法学质量，涵盖2018-2024年间最新研究进展	纳入研究存在回顾性设计偏倚、缺乏外部验证、过拟合和缺失数据处理不完整等局限性	评估ICU患者谵妄预测模型的方法学质量与预测性能	ICU成人患者	机器学习	谵妄	机器学习预测模型	逻辑回归, 随机森林, 循环神经网络, 梯度提升	临床时间序列数据	11项研究，样本量140-48451名参与者	NA	NA	AUROC	NA
9354	2025-10-06	Machine learning techniques for stroke prediction: A systematic review of algorithms, datasets, and regional gaps 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106041 PMID:40651107	系统综述	系统回顾和分析用于卒中预测的机器学习技术，综合不同预测目标和数据源的性能指标	首次系统性地综合分析了卒中预测领域机器学习算法的性能特征和区域研究差距	研究间存在显著异质性，无法进行定量荟萃分析	系统评价卒中预测中的机器学习技术，评估其临床适用性并识别研究趋势	卒中预测相关的机器学习研究	机器学习	卒中	机器学习技术	集成方法,深度学习	电子健康记录,医学影像,生物信号	58项研究	NA	NA	准确率	NA
9355	2025-10-06	MRI-based habitat analysis for Intratumoral heterogeneity quantification combined with deep learning for HER2 status prediction in breast cancer 2025-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110429 PMID:40414575	研究论文	本研究结合MRI影像组学和深度学习技术开发预测乳腺癌HER2表达状态的综合模型	首次提出基于MRI的肿瘤内异质性量化方法，并将其与深度学习特征结合构建预测模型	回顾性研究设计，样本量相对有限，需要外部验证	预测乳腺癌HER2表达状态	340例经病理证实的浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强磁共振成像(DCE-MRI)	深度学习	医学影像	340例患者	NA	NA	AUC	NA
9356	2025-10-06	Fully automated measurement of aortic pulse wave velocity from routine cardiac MRI studies 2025-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110442 PMID:40451442	研究论文	开发了一种基于深度学习的全自动方法，从常规心脏MRI图像中测量主动脉脉搏波速度	首次实现了从标准序列心脏MRI图像中全自动测量PWV，无需特殊序列和耗时的手动分析	未提及具体的技术局限性	开发自动化方法测量主动脉脉搏波速度，促进心血管疾病评估	心脏MRI图像，包括英国生物银行1053名受试者	医学影像分析	心血管疾病	心脏MRI，SSFP定位器图像，相位对比成像	深度学习模型	2D MRI图像，3D主动脉分割	英国生物银行1053名受试者	NA	NA	Dice系数，P值	NA
9357	2025-10-06	Qualitative and quantitative analysis of functional cardiac MRI using a novel compressed SENSE sequence with artificial intelligence image reconstruction 2025-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110448 PMID:40543831	研究论文	本研究评估了结合压缩感知与深度学习算法的新型心脏MRI序列在加速扫描和图像重建中的可行性	首次将压缩感知序列与基于卷积神经网络的AI图像重建算法相结合，用于心脏MRI扫描加速	研究仅纳入30名健康志愿者，缺乏患者群体的验证	评估压缩感知与AI重建技术在心脏MRI中的加速效果和图像质量	心脏左心室功能和MRI图像质量	医学影像分析	心血管疾病	心脏磁共振成像，平衡稳态自由进动序列	CNN	医学影像	30名健康志愿者	NA	卷积神经网络	图像质量评分，伪影评分，射血分数，舒张末期容积，收缩末期容积，左心室质量	3T MRI扫描仪
9358	2025-10-06	Deep learning-based reconstruction improves the image quality of low-dose CT enterography in patients with inflammatory bowel disease 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-024-04590-4 PMID:39305292	研究论文	本研究探讨深度学习重建技术在炎症性肠病患者低剂量CT小肠造影中的应用价值	首次将深度学习重建技术应用于炎症性肠病患者的低剂量CT小肠造影，证明其能在降低54.1%辐射剂量的同时提升图像质量	样本量较小（36例低剂量组，40例标准剂量组），且为单中心研究	评估深度学习重建技术在降低CT小肠造影辐射剂量和改善图像质量方面的潜力	炎症性肠病患者	医学影像	炎症性肠病	CT小肠造影	深度学习重建	CT影像	76例患者（36例前瞻性低剂量组，40例回顾性标准剂量组）	Advanced Intelligence ClearIQ Engine (AiCE)	NA	图像噪声，信噪比，总体图像质量，主观图像噪声，诊断效能，AUC	NA
9359	2025-10-06	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本研究开发了一种基于深度学习的增强CT网络，用于预测肝细胞癌患者肝切除术后早期复发	首次将DenseNet与注意力机制结合，能够同时处理三期增强CT扫描并自动关注影响患者生存的关键区域	回顾性研究设计，样本量相对有限（302例），需要进一步前瞻性验证	开发可靠的深度学习模型预测肝细胞癌患者术后早期复发	接受部分肝切除术的肝细胞癌患者	计算机视觉	肝细胞癌	三期增强CT扫描	CNN	医学影像	302例来自五个中心的患者数据	NA	DenseNet	C-index, AUC, 校准曲线, 决策曲线分析	NA
9360	2025-10-06	DeepOptimalNet: optimized deep learning model for early diagnosis of pancreatic tumor classification in CT imaging 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04860-9 PMID:40047871	研究论文	提出一种名为DeepOptimalNet的优化深度学习模型，用于CT影像中胰腺肿瘤的早期诊断分类	集成优化算法与深度学习技术，提出改进的Remora优化算法(MROA)用于组织分割，并采用深度迁移CNN与ResNet-50结合的多模态学习级联卷积神经网络	NA	解决胰腺CT图像分类中的挑战，实现胰腺肿瘤的早期准确诊断	胰腺CT影像	计算机视觉	胰腺癌	CT成像	CNN, 深度学习	医学影像	NA	NA	ResNet-50, 级联卷积神经网络	准确率, 敏感度, 特异性, F分数	NA