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
10681	2025-10-06	Dental caries detection in children using intraoral scans and deep learning 2025-Jun-15, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105906 PMID:40527440	研究论文	本研究开发了一种基于深度学习的自动龋齿检测方法，使用儿童口腔内扫描数据进行龋齿识别	首次将注意力U-Net模型应用于儿童口腔内扫描数据的龋齿检测，并与牙科医生的诊断结果进行比较验证	模型对早期和中期龋损的检测性能有限，需要进一步改进模型准确性和泛化能力	开发自动化的龋齿检测系统，评估深度学习模型与牙科医生诊断的一致性	儿童口腔内扫描数据	计算机视觉	龋齿	口腔内扫描	深度学习	3D扫描网格数据转换为的2D格式	第一队列332颗龋齿牙齿（训练192，验证63，测试77），第二独立队列119颗龋齿牙齿用于外部验证	NA	Attention U-Net	IoU, Sensitivity, Specificity, Precision, 比值比	NA
10682	2025-10-06	A Deep Learning Approach to Measure Visual Function in Zebrafish 2025-Jun-09, Biology DOI:10.3390/biology14060663 PMID:40563916	研究论文	开发了一种基于深度学习的方法来测量斑马鱼的视觉功能	使用ResNet-50和DeepLabCut框架创建了新型OKR分析流程，能够在低对比度和白化突变体条件下实现稳健的眼动量化	研究聚焦于5天龄斑马鱼幼虫在受控条件下的表现	开发更有效的斑马鱼视觉功能测量方法	野生型和白化突变斑马鱼幼虫	计算机视觉	神经系统疾病	视动反射(OKR)分析	CNN	视频	野生型和白化突变斑马鱼幼虫	DeepLabCut, Python 3.10	ResNet-50	Bland-Altman检验	NA
10683	2025-10-06	Evaluation of a Deep Learning and XAI based Facial Phenotyping Tool for Genetic Syndromes: A Clinical User Study 2025-Jun-09, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.08.25328588 PMID:40568665	研究论文	评估基于深度学习和可解释人工智能的面部表型分析工具在遗传综合征诊断中的临床效果	首次通过临床用户研究比较纯AI与XAI支持诊断对遗传学家诊断准确性、信心和信任度的实际影响	样本量较小（31名医学遗传学家），仅使用18张面部图像，研究结果可能受样本难度和AI预测准确性影响	评估可解释人工智能在临床遗传学面部表型分析中的实际效用和影响	医学遗传学家和遗传综合征患者的面部图像	计算机视觉	遗传综合征	面部表型分析	深度学习	图像	31名医学遗传学家，18张面部图像（包含遗传综合征患者和正常个体）	NA	NA	诊断准确性，置信度，信任度	NA
10684	2025-10-06	Regional Brain Aging Disparity Index: Region-Specific Brain Aging State Index for Neurodegenerative Diseases and Chronic Disease Specificity 2025-Jun-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060607 PMID:40564423	研究论文	提出基于Shapley值解释的脑区水平衰老评估新范式，构建区域特异性脑衰老偏差指数	创新开发具有高效Shapley值近似的计算框架，通过多阶段计算策略显著降低复杂度，实现深度学习模型的可解释分析	未明确说明模型在更广泛人群或不同疾病类型中的泛化能力	克服传统脑年龄预测模型的可解释性限制，研究脑衰老的区域异质性	神经退行性疾病患者和健康人群的脑部神经影像数据	医学影像分析	神经退行性疾病	神经影像分析	深度学习模型	神经影像数据	UK Biobank数据集	NA	NA	AUC	NA
10685	2025-10-06	Non-Invasive Tumor Budding Evaluation and Correlation with Treatment Response in Bladder Cancer: A Multi-Center Cohort Study 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416161 PMID:40391846	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于无创评估膀胱癌肿瘤出芽状态及其与新辅助化疗免疫治疗反应和预后的相关性	首次利用深度学习模型从CT图像中无创评估肿瘤出芽状态，并验证其与治疗反应和预后的关联	研究为回顾性多中心队列研究，需要前瞻性研究进一步验证	探索膀胱癌肿瘤出芽状态与新辅助化疗免疫治疗反应及疾病预后的相关性	2322例经病理确诊的膀胱癌患者	数字病理	膀胱癌	CT成像	深度学习模型	CT图像	2322例膀胱癌患者（2014年1月1日至2023年12月31日期间收集）	NA	NA	AUC	NA
10686	2025-10-06	SubgroupTE: Advancing Treatment Effect Estimation with Subgroup Identification 2025-Jun, ACM transactions on intelligent systems and technology IF:7.2Q1 DOI:10.1145/3718097 PMID:40575765	研究论文	提出一种结合亚组识别的治疗效应估计模型SubgroupTE，通过考虑亚组特异性治疗效应提高估计精度	在治疗效应估计中引入亚组识别，考虑不同亚组的异质性治疗反应，并提出基于期望最大化算法的训练过程	未明确说明模型在更广泛真实世界数据集上的泛化能力	提高治疗效应估计的精确度并增强针对性治疗推荐能力	阿片类药物使用障碍患者群体	机器学习	阿片类药物使用障碍	深度学习，期望最大化算法	深度学习模型	合成数据集，半合成数据集，真实世界数据	NA	NA	亚组识别网络，估计网络	治疗效应估计精度，亚组识别效果	NA
10687	2025-10-06	IECata: interpretable bilinear attention network and evidential deep learning improve the catalytic efficiency prediction of enzymes 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf283 PMID:40548541	研究论文	提出IECata模型用于酶催化效率预测，提供不确定性估计和可解释性分析	结合证据深度学习和双线性注意力机制，提供预测不确定性估计和关键残基与底物原子的可解释分析	kcat/Km数据集规模有限，可能影响深度学习模型性能	提高酶催化效率预测的准确性和可靠性	酶催化效率(kcat/Km)	机器学习	NA	深度学习	神经网络	酶催化效率数据	11,815个kcat/Km条目（训练集）+ 806个条目（域外测试集）	NA	双线性注意力网络	预测性能比较	NA
10688	2025-10-06	2D Hole-Arrayed Double-Anode Structure Exciting Surface Plasmon Polaritons for Enhancing Outcoupling Efficiency of Organic Light-Emitting Diodes on Silicon Wafers (OLEDoS) 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10366 PMID:40321593	研究论文	本研究提出一种二维孔阵列双阳极结构，通过激发表面等离子体激子来增强硅基有机发光二极管的出光效率	首次采用二维孔阵列双阳极结构激发表面等离子体激子，并建立机器学习模型预测结构参数与出光增强因子的关系	研究主要基于仿真分析，需要进一步实验验证实际性能	提高有机发光二极管在硅基板上的出光效率	有机发光二极管（OLED）器件结构	光电器件	NA	有限时域差分法（FDTD）	线性回归,XGB Regressor,MLP	仿真数据	NA	Scikit-learn	多层感知机（MLP）	平均绝对误差（MAE）	NA
10689	2025-10-06	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-Feb-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	比较直肠磁敏感伪影对前列腺癌MRI主观评估和深度学习方法诊断性能的影响	首次系统比较直肠伪影对放射科医师主观评估和深度学习模型在前列腺癌诊断中影响的差异	回顾性研究设计，仅纳入两个中心的患者数据	评估直肠磁敏感伪影对前列腺癌MRI诊断准确性的影响	1052名临床疑似前列腺癌并接受MRI和活检的患者	医学影像分析	前列腺癌	磁共振成像	深度学习	医学影像	1052名患者	NA	NA	AUC	NA
10690	2025-10-06	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究开发了一种基于深度学习的自动评估系统，用于评估腹腔镜结直肠手术中组织解剖效率	首次使用深度学习技术自动识别手术器械和组织解剖状态，实现手术技能评估的客观量化	回顾性研究，依赖手术视频质量，模型性能可能受限于训练数据	验证基于深度学习的手术技能自动评估方法的可行性	腹腔镜结直肠手术中的组织解剖过程	计算机视觉	结直肠癌	深度学习计算机视觉技术	CNN	手术视频	来自日本766例腹腔镜结直肠手术病例	NA	NA	准确率, 相关系数, P值	NA
10691	2025-10-06	Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00557-2 PMID:39966210	研究论文	开发并验证了一种基于多参数MRI的端到端自动化宫颈癌检测与分割流程	提出创新的两阶段流程，结合ConvNeXt模块的多参数检测和3通道DoubleU-Nets分割	回顾性多中心研究，样本量相对有限（125例患者）	开发自动化宫颈癌检测与分割方法，减轻医生工作负担	宫颈癌患者的多参数MRI图像	数字病理	宫颈癌	多参数磁共振成像（DWI、T2WI、CE-T1WI）	CNN	医学图像	125例宫颈癌患者，14,547张二维图像	NA	ConvNeXt, DoubleU-Net	准确率, 精确率, 召回率, κ系数, F1分数, Dice相似系数, Jaccard值	NA
10692	2025-10-06	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	综述	本文综述了人工智能在癌症病理学中的应用现状、挑战与未来发展方向	系统梳理了AI在多种癌症病理中的综合应用，并前瞻性地探讨了解释性AI和实时诊断等未来方向	作为综述文章，未涉及具体实验验证和原始数据	探讨人工智能技术在癌症病理学领域的应用潜力与发展前景	乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型	数字病理学	癌症	机器学习，深度学习，计算机视觉	NA	组织病理学图像，多模态数据	NA	NA	NA	NA	NA
10693	2025-10-06	Saturation transfer MR fingerprinting for magnetization transfer contrast and chemical exchange saturation transfer quantification 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30532 PMID:40228056	研究论文	本研究开发了一种基于深度学习的饱和转移MR指纹成像技术，用于快速准确量化组织参数	提出结合生物物理模型驱动的深度学习方法和Bloch-McConnell模拟器的饱和转移MR指纹成像框架	NA	开发能够同时量化水、磁化转移对比度、酰胺质子转移参数和B0场不均匀性的快速MR成像技术	数值模体和健康人脑组织	医学影像分析	NA	饱和转移MR指纹成像，磁共振成像	深度学习，神经网络	MR指纹信号，磁共振图像	数值模体和健康人脑数据，图像尺寸256×256×9×103	NA	NA	归一化均方根误差，均方根误差	NA
10694	2025-10-06	Quantitative susceptibility mapping in magnetically inhomogeneous tissues 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30537 PMID:40312865	研究论文	本研究开发了一种名为DEEPOLE的深度学习定量磁化率成像方法，通过整合宏观非偶极拉莫尔频移来提高磁化率图的质量和准确性	首次将宏观非偶极拉莫尔频移整合到深度学习QSM框架中，突破了传统方法假设组织各向同性和均匀性的限制	方法验证主要基于合成数字脑模型和有限的人脑数据，需要进一步在更广泛的实际临床场景中验证	开发能够更准确估计生物组织磁化率的改进型定量磁化率成像方法	数字脑模型（含/不含微观结构效应）和活体人脑数据	医学影像分析	神经退行性疾病，脱髓鞘疾病	定量磁化率成像（QSM），磁共振成像	CNN	磁共振图像	NA	NA	深度卷积神经网络	磁化率估计准确性，伪影减少程度，解剖一致性	NA
10695	2025-10-06	Groupwise image registration with edge-based loss for low-SNR cardiac MRI 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30486 PMID:40353517	研究论文	提出一种基于深度学习的低信噪比心脏MRI图像配准方法AiM-ED，通过边缘检测损失函数实现多图像联合配准和平均	提出联合处理多个源图像的快速深度学习方法，并利用预训练的噪声鲁棒边缘检测器定义训练损失	研究样本量相对有限（健康受试者24个切片，患者11个切片）	解决自由呼吸单次激发心脏图像的低信噪比问题，提高图像配准和平均质量	心脏MRI图像，包括合成LGE图像、健康受试者和患者的自由呼吸单次激发LGE图像	计算机视觉	心血管疾病	心脏MRI，单次激发成像，晚期钆增强(LGE)	深度学习	医学图像	健康受试者24个切片，患者11个切片（5+6），合成MRXCAT体模数据	NA	VoxelMorph	恢复信噪比，三个感知图像质量指标	NA
10696	2025-10-06	Attention-based hybrid deep learning model with CSFOA optimization and G-TverskyUNet3+ for Arabic sign language recognition 2025-Jun-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03560-0 PMID:40571695	研究论文	提出一种基于注意力机制的混合深度学习模型DeepArabianSignNet，用于阿拉伯手语识别	结合DenseNet、EfficientNet和注意力机制深度残差网络，采用新型G-TverskyUNet3+进行感兴趣区域检测，并使用CSFOA元启发式算法进行特征优化	NA	提高阿拉伯手语识别的准确率和特征提取能力	阿拉伯手语图像	计算机视觉	NA	图像处理	CNN, 注意力机制	图像	两个数据库，训练数据比例分别为70%和80%	NA	DenseNet, EfficientNet, Deep ResNet, G-TverskyUNet3+	准确率	NA
10697	2025-10-06	A machine learning model integrating clinical-radiomics-deep learning features accurately predicts postoperative recurrence and metastasis of primary gastrointestinal stromal tumors 2025-Jun-26, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02011-8 PMID:40571854	研究论文	开发并验证了一个整合临床、影像组学和深度学习特征的机器学习模型，用于准确预测原发性胃肠道间质瘤术后复发和转移	首次将临床特征、影像组学特征和深度学习特征整合到单一模型中预测GIST术后复发转移	研究样本来自两个中心，需要更多外部验证；模型在高度恶性潜能人群中表现更好	开发个体化临床随访策略，为原发性GIST患者制定个性化治疗方案	原发性胃肠道间质瘤患者	医学影像分析	胃肠道间质瘤	CT扫描，影像组学分析，深度学习	机器学习集成模型	临床数据，CT影像	526例患者（男性260例，女性266例，平均年龄62岁）	NA	临床深度学习影像组学模型	AUC，校准曲线，决策曲线分析	NA
10698	2025-10-06	LGFUNet: A Water Extraction Network in SAR Images Based on Multiscale Local Features with Global Information 2025-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s25123814 PMID:40573701	研究论文	提出一种基于多尺度局部特征与全局信息的SAR图像水体提取网络LGFUNet	使用Swin-Transformer模块替代卷积核进行特征提取，设计DECASPP模块提取多尺度特征，引入LGFF模块减少编解码器间的语义差距	NA	解决SAR图像中水体提取时山体阴影与水体混淆、连续水体复杂边界细节提取困难的问题	SAR图像中的水体区域	计算机视觉	NA	SAR遥感技术	深度学习网络	SAR图像	青藏高原地区的Sentinel-1 SAR数据	NA	LGFUNet, U-Net, Swin-UNet, SCUNet++	NA	NA
10699	2025-10-06	Benchmarking Accelerometer and CNN-Based Vision Systems for Sleep Posture Classification in Healthcare Applications 2025-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s25123816 PMID:40573703	研究论文	比较基于加速度计和CNN视觉系统在睡眠姿势分类中的性能表现	首次系统比较基于图像和加速度计的睡眠姿势识别方法，并分析各自在医疗应用中的适用性	图像方法对左侧卧和仰卧姿势识别性能略低，未详细说明数据集的具体来源和规模	评估不同技术在睡眠姿势识别中的性能，为医疗监测应用提供技术选型参考	睡眠姿势（俯卧、仰卧、右侧卧、左侧卧、起床状态）	计算机视觉	睡眠呼吸暂停	数据增强（旋转、反射、缩放、平移），特征提取（信号总和、标准差、最大值、尖峰计数）	CNN, 前馈神经网络	图像, 加速度计数据	NA	NA	VGG16	准确率, 精确率, 召回率	NA
10700	2025-10-06	Transverse Electric Inverse Scattering of Conductors Using Artificial Intelligence 2025-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s25123774 PMID:40573660	研究论文	本文结合直接采样法和神经网络从电磁场数据重建完美电导体的形状	将直接采样法与U-net神经网络相结合处理横向电波逆散射问题，通过正则化因子改善成像质量	NA	提高完美电导体形状重建的精度和效率	完美电导体的电磁散射特性	计算电磁学	NA	电磁场传感，直接采样法，矩量法	U-net	电磁场散射数据	NA	NA	U-net	重建误差率	NA