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
12221	2025-10-06	Evaluation of perivascular fat density and residual false lumen formation following TEVAR in Stanford type B aortic dissection 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1633817 PMID:40585403	研究论文	评估斯坦福B型主动脉夹层TEVAR术后血管周围脂肪密度与残余假腔形成的关系	首次将血管周围脂肪组织衰减指标（HUΔ和HUratio）作为预测TEVAR术后残余假腔形成的非侵入性影像生物标志物	回顾性研究设计，样本量相对有限（132例），需要前瞻性研究进一步验证	探讨PVAT衰减在预测TBAD患者TEVAR术后残余假腔形成中的作用	132例在福建协和医院接受TEVAR治疗的斯坦福B型主动脉夹层患者	数字病理学	心血管疾病	计算机断层扫描血管成像（CTA）	深度学习模型	医学影像	132例患者（2016-2024年）	NA	TotalSegmenter	敏感性, 特异性, ROC曲线分析	NA
12222	2025-10-06	Leveraging machine learning models in evaluating ADMET properties for drug discovery and development 2025, ADMET & DMPK DOI:10.5599/admet.2772 PMID:40585410	综述	本文系统回顾了机器学习模型在药物ADMET性质评估中的应用进展	深入探讨机器学习如何通过提高预测准确性、减少实验负担来革新ADMET评估流程	面临数据质量、算法透明度和监管接受度等挑战	研究机器学习在药物发现和开发中ADMET性质评估的应用	药物候选化合物的ADMET性质	机器学习	NA	机器学习	监督学习,深度学习	分子描述符数据	NA	NA	NA	NA	NA
12223	2025-10-06	7T magnetic resonance imaging-based investigation of the correlation between mammillary body structure and cognitive impairment in patients with spinocerebellar ataxia type 3 2025, Psychoradiology DOI:10.1093/psyrad/kkaf010 PMID:40586051	研究论文	本研究利用7T磁共振成像技术探究脊髓小脑共济失调3型患者乳头体结构与认知障碍之间的相关性	首次使用7T高场强MRI对Papez环路中乳头体等结构进行定量分析，并揭示其与SCA3患者认知功能的相关性	横断面研究设计无法确定因果关系，样本量相对有限	探究SCA3患者认知障碍与Papez环路结构变化的关系	46名SCA3患者和48名健康对照者	医学影像分析	神经系统疾病	7T磁共振成像	深度学习模型	磁共振图像	94名参与者（46名患者，48名健康对照）	NA	NA	NA	NA
12224	2025-10-06	Unsupervised cell line embedding using pairwise drug response correlation 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.018 PMID:40586099	研究论文	提出一种基于对比学习的无监督深度学习模型，整合异质性药物反应筛选数据生成统一细胞系嵌入	首次使用对比学习方法整合异质药物反应数据构建细胞系嵌入，并证明该嵌入能提升下游药物反应相关任务的机器学习性能	研究仅基于Cancer Dependency Map数据，未验证在其他数据集上的泛化能力	解决细胞系在药物筛选和组学数据中的异质性问题，优化细胞系模型的利用效率	人类癌细胞系	机器学习	癌症	药物反应筛选，基因表达分析	对比学习	药物反应数据，基因表达数据	1,673个癌细胞系（1,136个训练，537个测试）	NA	对比学习模型	SHAP分析	NA
12225	2025-10-06	Deep learning based deconvolution methods: A systematic review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.038 PMID:40586100	系统综述	本文系统综述了人工智能和深度学习在细胞反卷积工具开发中的应用，特别关注RNA测序转录组学数据分析	首次系统性地总结深度学习驱动的反卷积工具，强调高质量参考谱对方法准确性的关键作用，并识别标准化方法和模型可解释性改进等关键研究空白	作为综述文章，不包含原始实验数据，主要基于现有文献分析	评估人工智能和深度学习在细胞反卷积工具开发中的角色和应用	基于RNA测序的转录组学数据	机器学习	NA	RNA测序	深度学习	转录组学数据	NA	NA	NA	NA	NA
12226	2025-10-06	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	研究论文	开发基于语义分割的甲状腺眼病辅助诊断模型，用于评估眼睑退缩、眼球运动障碍和眼部炎症	采用双分支特征提取融合策略的TBRM-Net进行多标签分类识别，DSR-Net进行眼部结构分割，并设计了可解释性强的定量诊断算法	样本量相对有限（153名受试者），未提及外部验证结果	构建甲状腺眼病辅助诊断系统，提高诊疗效率	表现出眼睑退缩、眼球运动障碍和CAS相关眼部炎症症状的患者	计算机视觉	甲状腺眼病	深度学习	语义分割网络, 多标签分类网络	眼部图像	153名受试者，包含原在位数据集（303眼）、注视位数据集（1,199眼）和多标签炎症分类数据集（272眼）	NA	TBRM-Net, DSR-Net	平均像素精度, 准确率	NA
12227	2025-10-06	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种基于深度学习的体育课程表优化方法，旨在提升学生长期健康效益	首次将CNN和LSTM融合用于体育课程表优化，通过空间特征和时间模式提取实现个性化排课	未明确说明研究样本的具体规模和多样性，可能影响模型的泛化能力	优化体育教育课程安排以最大化学生长期健康效益	学生群体的体育课程安排和健康数据	机器学习	NA	深度学习	CNN,LSTM	人口统计学数据,活动相关变量	NA	NA	CNN-LSTM融合架构	均方误差(MSE),R平方(R²),平均绝对误差(MAE)	NA
12228	2025-10-06	Identification of yellow vein clearing disease in lemons based on hyperspectral imaging and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554514 PMID:40589954	研究论文	本研究基于高光谱成像和深度学习技术开发了一种柠檬黄脉明病的识别方法	首次将高光谱成像技术应用于柠檬黄脉明病识别，并提出了一种结合3D和2D卷积层的混合3D-2D-LcNet架构	NA	开发高效准确的植物病害检测方法	柠檬黄脉明病	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	NA	NA	3D-2D-LcNet, 3D-ShuffleNetV2, 2D-LcNet, 2D-ShuffleNetV2	准确率	NA
12229	2025-10-06	Comparative analysis of adaptive and general labeling methods for soybean leaf detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1582303 PMID:40589953	研究论文	比较自适应和通用标注方法在大豆叶片检测中的性能差异	提出了一种利用叶片长度和底部边缘信息的上下文感知标注方法	仅针对特定大豆品种进行了测试，未涵盖所有可能的大豆生长形态	研究不同标注方法对基于AI的大豆叶片检测效率的影响	大豆叶片	计算机视觉	NA	深度学习	YOLOv5L	高分辨率图像	NA	PyTorch	YOLOv5L	准确率,效率	NA
12230	2025-10-06	Deep learning for enhanced prediction of diabetic retinopathy: a comparative study on the diabetes complications data set 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591832 PMID:40589972	研究论文	本研究使用深度学习与传统机器学习模型比较预测糖尿病患者视网膜病变的效果	首次在糖尿病并发症数据集上系统比较深度学习与传统统计模型在糖尿病视网膜病变预测中的性能，并采用SHAP分析增强模型可解释性	研究仅基于单一数据集的3000个数据点，样本代表性可能有限	开发、比较和验证预测糖尿病患者视网膜病变的模型	糖尿病患者及合并视网膜病变的患者	机器学习	糖尿病视网膜病变	临床数据分析	DNN, 逻辑回归, 决策树, 朴素贝叶斯, 随机森林, 支持向量机	结构化临床数据	3000个数据点，来自国家人口健康科学数据中心的糖尿病并发症数据集	SPSS, 深度学习框架未明确说明	深度神经网络	准确率, F1分数, AUC	NA
12231	2025-10-06	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发用于韩国内陆水质评估的深度学习量化框架，实现边缘设备上的实时监测	结合神经架构搜索和帕累托优化开发轻量级CNN模型，并通过训练后量化和量化感知训练实现模型压缩	未明确说明模型在其他地区或不同水质指标上的泛化能力	开发适用于边缘设备的轻量化深度学习框架，实现实时水质监测	韩国内陆水体的总悬浮固体浓度	计算机视觉	NA	多光谱成像	CNN	多光谱图像	NA	NA	通过神经架构搜索优化的轻量级CNN	Nash-Sutcliffe效率系数	边缘设备
12232	2025-10-06	Morphotype-resolved characterization of microalgal communities in a nutrient recovery process with ARTiMiS flow imaging microscopy 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123801 PMID:40382876	研究论文	本研究利用流式成像显微镜技术对污水处理厂微藻群落进行形态类型解析，评估其对磷去除效率的影响	首次在工业规模污水处理厂中应用ARTiMiS流式成像显微镜实现近实时微藻群落表征，并建立形态类型与系统性能的关联	研究仅在美国威斯康星州一个污水处理厂进行，结果可能受地域和操作条件限制	优化微藻驱动的营养盐回收工艺性能，防止培养系统崩溃	污水处理厂微藻群落（Scenedesmus、Chlorella、Monoraphidium等）	环境生物技术	NA	流式成像显微镜（FlowCam、ARTiMiS）	CNN, DNN	显微图像	两年期连续监测数据	NA	卷积神经网络	准确率	NA
12233	2025-10-06	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	开发基于多模态MRI影像组学的机器学习框架，用于预测儿童低级别胶质瘤患者的肿瘤相关癫痫	首次整合肿瘤和瘤周特征的多参数MRI影像组学方法，结合机器学习和深度学习技术进行癫痫预测	需要更多标准化术前评估数据来提升模型泛化能力	快速无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫	儿童低级别胶质瘤患者	医学影像分析	脑肿瘤，癫痫	多参数磁共振成像，影像组学	机器学习，深度学习	多序列MRI图像	NA	NA	NA	AUC，灵敏度，特异性	NA
12234	2025-10-06	Risk calculator for long-term survival prediction of spinal chordoma versus chondrosarcoma: a nationwide analysis 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05063-4 PMID:40295452	研究论文	本研究比较脊柱脊索瘤和软骨肉瘤的临床特征与长期生存结果，并开发基于机器学习的个体化生存预测模型	首次开发基于全国性数据库的脊柱脊索瘤与软骨肉瘤长期生存风险计算器，集成12种机器学习和深度学习模型	需要外部验证以增强模型的普适性和临床实用性	比较脊柱脊索瘤和软骨肉瘤的临床特征、治疗策略和长期结果，开发个体化生存预测模型	脊柱脊索瘤和软骨肉瘤患者	机器学习	骨肿瘤	机器学习, 深度学习	DeepSurv, Gradient Boosting, CatBoost, 集成模型	临床数据	3175例患者（脊索瘤1204例，软骨肉瘤1971例）	NA	集成模型	AUC, Brier Score, Concordance Index	NA
12235	2025-10-06	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、影像组学、深度学习和融合模型在预测局部晚期直肠癌早期复发方面的性能	首次在局部晚期直肠癌中系统比较临床模型、影像组学模型、深度学习模型及两种融合模型（特征级早期融合和决策级晚期融合）的预测性能	回顾性研究设计，样本量相对有限（337例患者）	预测局部晚期直肠癌患者的早期复发风险	局部晚期直肠癌患者	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, CET1WI）	XGBoost, 深度学习模型	医学影像	337例来自四个中心的局部晚期直肠癌患者	XGBoost	NA	AUC, DeLong检验, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
12236	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
12237	2025-10-06	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权磁共振图像，以缩短颞下颌关节紊乱患者的MRI扫描时间	提出将TransUNet架构作为生成对抗网络的生成器，并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量	研究样本量相对有限（178名患者），且仅针对颞下颌关节紊乱这一特定疾病	开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型	颞下颌关节紊乱患者的磁共振图像	计算机视觉	颞下颌关节紊乱	MRI	GAN, Transformer	医学图像	178名患者的7226张图像	NA	TransUNet	SSIM, LPIPS, FID, MOS	NA
12238	2025-10-06	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力	首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像，显著降低辐射和造影剂剂量同时提升图像质量	研究样本量较小（60例患者），仅针对BMI≤25kg/m²的消瘦患者，缺乏对其他人群的验证	探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案	60例接受冠状动脉CT血管成像检查的消瘦患者（BMI≤25kg/m²）	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像数据	60例患者随机分为两组	NA	深度学习图像重建（DLIR）	信噪比，对比噪声比，主观评分，CT值，噪声值	NA
12239	2025-10-06	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量，用于机会性骨质疏松筛查	首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量，为肺癌筛查中的骨质疏松机会性筛查提供新方法	初步研究，样本量相对有限（987例患者），需要更大规模验证	探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性	987名接受80 kV胸部CT和120 kV腰椎CT的患者	医学影像分析	骨质疏松症	定量CT（QCT）	CNN	CT影像	987名患者，分为训练集561例、验证集177例、测试集1（112例）和测试集2（137例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, 95%一致性界限, AUC	NA
12240	2025-10-06	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	研究论文	本研究开发了基于深度学习的视频估计峰值跳跃功率方法，并验证其与肌少症和身体机能的相关性	首次使用无标记视频分析方法估计峰值跳跃功率，为日常生活空间中的肌肉功能监测提供了概念验证	仅提供了概念验证，需要进一步研究验证其在日常环境中的实际可行性	开发基于视频分析的肌肉功能评估方法并验证其临床相关性	成年人群体	计算机视觉	肌少症	深度学习	深度学习模型	视频数据	NA	NA	NA	一致性分析	NA