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
1441	2025-12-21	Beyond diagnosis: deep-learning-based analysis of hospitalization using abdominal radiographs in the emergency department 2025-Dec-20, Abdominal radiology (New York) DOI:10.1007/s00261-025-05347-3 PMID:41420745	研究论文	本研究开发了基于腹部X光片的深度学习模型，用于预测急诊科腹痛患者的住院风险	首次将深度学习应用于腹部X光片分析，结合图像和临床特征预测住院需求，相比放射科医生显著提高了敏感性和F1分数	模型在外部验证中性能下降（AUROC从0.70降至0.60），特异性较低（0.43），且需要进一步改进才能临床实施	提高腹部X光片在急诊科的临床效用，通过预测住院需求来辅助筛查	2021年8月至12月期间接受腹部X光检查的急诊科成年腹痛患者	数字病理学	NA	腹部X光摄影	随机森林分类器	图像, 临床数据	内部验证1,585名患者，外部验证112名患者	NA	DenseNet201	AUROC, 敏感性, 特异性, F1分数	NA
1442	2025-12-21	Photo-Based Color Analysis in Restorative Dentistry: The Role of Artificial Intelligence Algorithms 2025-Dec-20, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.] IF:3.2Q1 DOI:10.1111/jerd.70078 PMID:41420821	研究论文	本研究开发并评估了基于深度学习的模型，用于从标准化口外照片中估计牙齿的CIELAB颜色坐标，以体内分光光度测量为参考标准，为修复牙科中的临床比色选择提供实用和验证支持	首次利用多种CNN架构结合预处理照片和解剖位置信息，从口外照片中高精度估计牙齿CIELAB颜色坐标，并与临床分光光度计测量结果进行对比验证	研究样本量相对有限（102名参与者），且前牙的估计精度高于后牙，可能受图像质量和光照条件影响	开发并评估基于人工智能的模型，以支持修复牙科中临床比色选择的准确性和一致性	从102名参与者获取的1031张标记和裁剪的牙齿图像，以及对应的体内CIELAB颜色坐标	计算机视觉	NA	分光光度测量（VITA Easyshade V），标准化口外摄影	CNN	图像	102名参与者的1031张牙齿图像	NA	CustomCNN, ResNet18, EfficientNetB0, DenseNet121, MobileNetV2	平均绝对误差（MAE）, 决定系数（R2）, 基于ΔE ≤ 2临床阈值的估计准确率	NA
1443	2025-12-21	A teacherless lightweight classification framework for benign and malignant pulmonary nodules based on GAS 2025-Dec-19, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae268a PMID:41329998	研究论文	本文提出了一种基于GAS（Ghost-Attention Separation）网络的轻量级分类框架，用于区分肺结节的良恶性	提出了一种结合注意力机制、残差学习和改进的DWSGhost模块的GAS网络，并采用无教师知识蒸馏策略构建轻量级模型，参数量仅119,245个，占用空间仅0.45 MB	NA	开发一种轻量级、高效的计算框架，用于肺结节的良恶性分类	肺结节（良性 vs 恶性）	计算机视觉	肺癌	深度学习	CNN	图像	三个数据集：LIDC-IDRI、LungX Challenge、郑州市第九人民医院数据集	PyTorch	GAS（Ghost-Attention Separation）网络	NA	NA
1444	2025-12-21	Frog vocal sacs-inspired soft acoustic system with continuously tunable resonance for sound emission and stethoscopic sensing 2025-Dec-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adz5930 PMID:41406220	研究论文	本文提出了一种受青蛙鸣囊启发的、具有连续可调谐共振特性的柔性声学系统，用于声音发射和听诊传感	受青蛙鸣囊启发，设计了一种集成激光诱导石墨烯（LIG）与可变形腔体的共振可调石墨烯声学器件（RAGSD），实现了从922.12到1762.90赫兹的连续频率调谐，并建立了动态连续可调的电-机-声学模型	未明确说明	克服柔性热声器件在低频发射和传感方面的限制，开发用于个性化声音输出和心脏声音敏感觉察的智能可穿戴听诊系统	柔性声学器件、心脏声音信号	机器学习	心血管疾病	激光诱导石墨烯（LIG）技术	深度学习算法	声音信号	健康志愿者和患者（具体数量未明确）	NA	AuscNet-H	准确率	NA
1445	2025-12-21	Open RGB Imaging Workflow for Morphological and Morphometric Analysis of Fruits using Deep Learning: A Case Study on Almonds 2025-Dec-19, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf157 PMID:41416705	研究论文	本文开发了一个基于深度学习的开放RGB图像工作流，用于水果（以杏仁为例）的形态和形态计量分析	提出了一个开放Python工作流，结合AI技术进行形态、颜色和形态计量性状分析，适用于水果和其他植物器官，并展示了在杏仁育种中的大规模应用	研究主要针对杏仁，其通用性在其他物种中需进一步验证；尽管在有限训练数据下有效，但可能依赖于特定成像条件	开发一个高效、可扩展的高通量表型分析工作流，以支持育种项目中的表型筛选和基因组选择	杏仁（Prunus dulcis）的果仁、坚果和个体植株	计算机视觉	NA	RGB成像	深度学习	图像	超过25,000个果仁、20,000个坚果和600个个体	Python	NA	错误率, RMSE	NA
1446	2025-12-21	Breast Cancer Detection in Mammography Images Using Transfer Learning Model 2025-Dec-19, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2599378 PMID:41416718	研究论文	本研究应用迁移学习模型，通过微调预训练的CNN架构来检测乳腺X线摄影图像中的乳腺癌	提出结合EfficientNet B3与DenseNet的迁移学习模型用于乳腺X线图像分类，并比较了不同架构和超参数对性能的影响	未明确说明具体的数据集规模和来源细节，损失函数值范围显示模型性能仍有优化空间	开发准确高效的乳腺癌检测诊断工具	乳腺X线摄影图像	计算机视觉	乳腺癌	迁移学习	CNN	图像	来自多个来源的多样化乳腺X线图像数据集（具体数量未说明）	NA	EfficientNet B3, DenseNet, VGG16	准确率, 灵敏度, 特异性, 精确率, 损失值	NA
1447	2025-12-21	A bibliometric analysis of the 100 most cited radiology papers on pancreatic diseases (1990-Present) 2025-Dec-19, Abdominal radiology (New York) DOI:10.1007/s00261-025-05335-7 PMID:41417080	综述	本文通过对1990年至今胰腺疾病领域被引次数最高的100篇放射学论文进行文献计量分析，绘制了该领域的知识演进图谱	首次系统性地对胰腺放射学领域的高被引文献进行文献计量分析，识别了关键贡献者、机构合作模式及从传统影像到人工智能的技术趋势演变	存在时间偏倚，早期研究（如1990年）因累积引用时间长而占优势，且分析仅限于Scopus数据库收录的核心放射学期刊	通过文献计量分析，揭示胰腺放射学研究领域的知识结构、演进趋势及影响因素	1990年至2025年间发表的胰腺疾病放射学领域被引次数最高的100篇学术论文	文献计量学	胰腺疾病	文献计量分析，网络分析	NA	文献元数据（如引用次数、作者、机构、关键词等）	100篇高被引论文（从初始检索的1000篇记录中筛选）	Bibliometrix R package, VOSviewer	NA	引用次数，引用速度（次/年），网络中心性	NA
1448	2025-12-21	Automatic segmentation-based radiomics and deep learning combined with clinical parameters for precise differentiation of lipid-poor adrenal adenomas and metastases 2025-Dec-19, Abdominal radiology (New York) DOI:10.1007/s00261-025-05345-5 PMID:41417084	研究论文	本研究探讨了基于自动分割的影像组学与深度学习结合临床参数在区分肾上腺乏脂腺瘤和转移瘤中的应用价值	结合自动分割的影像组学特征、深度学习特征及临床参数构建联合预测模型，显著提升诊断性能	NA	精确区分肾上腺乏脂腺瘤和转移瘤	肾上腺肿瘤患者	计算机视觉	肾上腺肿瘤	对比增强腹部CT成像	CNN, XGBoost	图像	535名患者（内部队列418名，外部测试集117名）	NA	ResNet50	AUC, 灵敏度, 特异性	NA
1449	2025-12-21	Deep learning-based simulated contrast-enhanced MRI for rectal cancer evaluation: a multicenter study 2025-Dec-19, Abdominal radiology (New York) DOI:10.1007/s00261-025-05311-1 PMID:41417085	研究论文	本研究评估了使用深度学习从直肠癌患者的非增强MRI序列生成模拟增强T1加权MRI扫描的可行性和准确性	首次在直肠癌的多中心研究中应用二维生成对抗网络模拟增强MRI，并评估其在肿瘤大小、增强区域和图像质量方面与真实扫描的可比性	模拟扫描在EMVI检测的AUC值略低于真实扫描，且研究仅基于三个学术机构的514名患者	评估深度学习生成的模拟增强MRI扫描在直肠癌诊断和治疗评估中的潜在应用价值	514名经病理证实的直肠癌患者	数字病理学	直肠癌	对比增强MRI	GAN	图像	514名患者	NA	二维生成对抗网络	结构相似性指数, Dice系数, ICC, AUC	NA
1450	2025-12-21	Diffusion Model-Guided Inverse Design of Bimetallic Catalysts for Ammonia Decomposition 2025-Dec-19, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c14652 PMID:41417939	研究论文	本研究提出了一种基于扩散模型的机器学习工作流，用于双金属合金催化剂的反向设计，以支持低碳氨分解反应	采用扩散模型进行催化剂的反向设计，将生成与性质预测组件解耦，提高了材料设计过程的灵活性和准确性	NA	在广阔的化学空间中识别有前景的双金属合金催化剂，用于氨分解反应，以实现氨排放控制和可持续氢气生产	双金属合金催化剂	机器学习	NA	扩散模型	扩散模型	材料结构数据	NA	NA	扩散模型	氮吸附能	NA
1451	2025-12-21	Cell-Level Free Cervical Lesion Detection in Cytology Images Via Weakly Supervised Self-Correction 2025-Dec-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3646371 PMID:41417998	研究论文	提出了一种名为SCIL的新型两阶段弱监督多示例学习框架，用于在细胞学图像中检测宫颈病变	提出了一个包含对比动态加权策略和基于不确定性的自校正策略的两阶段框架，以减轻噪声伪标签的影响并提高特征表示	未明确说明	在仅有切片级别监督的情况下，增强实例级别的宫颈病变检测	宫颈细胞学图像	数字病理学	宫颈癌	NA	多示例学习	图像	NA	NA	教师-学生架构	NA	NA
1452	2025-12-21	DSwinIR: Rethinking Window-Based Attention for Image Restoration 2025-Dec-19, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646016 PMID:41418006	研究论文	本文提出了一种用于图像复原的新型注意力机制——可变形滑动窗口注意力（DSwin），以克服传统基于窗口的自注意力机制在特征交互和感受野方面的限制	提出了一种基于令牌中心、内容感知的可变形滑动窗口注意力机制，取代了传统的刚性非重叠窗口划分方案，实现了跨窗口的特征交互和自适应感受野	未在摘要中明确说明	改进图像复原任务的性能，通过更灵活的自适应注意力机制提升模型表现	图像复原任务	计算机视觉	NA	NA	Transformer	图像	NA	NA	DSwinIR（基于可变形滑动窗口注意力的Transformer架构）	峰值信噪比（dB）	NA
1453	2025-12-21	Distinct Tumor-Immune Ecologies in Lung Cancer Patients Predict Progression and Define a Clinical Biomarker of Therapy Response 2025-Dec-19, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-1594 PMID:41418101	研究论文	本研究通过分析非小细胞肺癌患者的多重组织图像，开发了一个计算框架来预测免疫治疗反应并识别临床生物标志物	结合细胞分割、样方分析、空间统计、机器学习和深度学习，首次揭示了SD与PD患者间不同的空间免疫生态学，并发现PD患者治疗前已存在免疫抑制环境	样本量较小（仅9名患者），且缺乏完全缓解和部分缓解患者的广泛响应数据，需在更大队列中验证	预测非小细胞肺癌的疾病进展并定义免疫治疗反应的临床生物标志物	免疫治疗难治性非小细胞肺癌患者的配对治疗前和治疗中组织样本	数字病理学	肺癌	多重组织成像	深度学习	图像	9名患者的配对治疗前和治疗中组织样本	NA	NA	NA	NA
1454	2025-12-21	DLQMA: A Deep Learning Framework for Qualitative and Quantitative NMR Analysis of Complex Hydrocarbon Mixtures 2025-Dec-19, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04983 PMID:41418268	研究论文	本文介绍了一个名为DLQMA的深度学习框架，用于从复杂烃类混合物的H NMR光谱中同时进行化合物识别和浓度估计	DLQMA是一个基于伪孪生架构并添加回归头的深度学习框架，实现了无需手动光谱重建或外部标准的端到端分析，并兼容高级NMR技术如1D CSSF TOCSY	研究主要基于C8烃类混合物数据集，其普适性在其他更复杂或不同类型的混合物中尚未验证	开发一个深度学习框架，以克服复杂混合物核磁共振分析中的光谱重叠和缺乏高效、无标准定量方法的障碍	复杂烃类混合物，特别是C8烃类混合物及其工业相关异构体	机器学习	NA	核磁共振（NMR），包括1D CSSF TOCSY	深度学习	H NMR光谱	5,000对增强验证光谱	NA	伪孪生架构	分类准确率，Pearson相关系数	NA
1455	2025-12-21	Image-based rachis phenotyping facilitates genetic dissection of spikelet distribution in wheat 2025-Dec-19, Plant physiology IF:6.5Q1 DOI:10.1093/plphys/kiaf666 PMID:41419219	研究论文	本文开发了一种基于深度学习的表型分析流程RachisSeg，用于自动测量小麦穗轴图像中的性状，并利用该工具分析了小麦种质资源中的小穗分布模式及其与产量的关联	引入了基于穗轴节间长度的小穗分布性状，提供了对穗结构的定量见解，并开发了高精度的自动化表型分析流程RachisSeg	未明确说明数据集的规模或多样性限制，且依赖于扫描图像的质量	研究小麦穗结构中小穗分布的遗传基础及其对产量的影响	小麦（Triticum aestivum L.）的穗轴图像和小麦种质资源（包括地方品种、美国品种和中国品种）	计算机视觉	NA	深度学习	CNN	图像	未明确指定样本数量，但涉及小麦种质资源和重组自交系群体	未指定	未指定	R2	未指定
1456	2025-12-21	Structural configuration of sustainable sports industry based on deep learning and genetic algorithm 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32847-5 PMID:41419589	研究论文	本文构建了一个集成深度学习与遗传算法的智能优化框架，用于解决体育产业在高质量转型中面临的结构失衡与可持续性挑战	突破传统静态描述范式，首次将一维卷积神经网络与遗传算法结合，构建了动态、多目标、可量化的产业优化框架，并实现了跨区域验证与应用	模型主要基于2010-2022年的行业统计数据及2018-2020年的省级面板数据，数据时间跨度与地域覆盖范围可能影响模型的普适性	优化体育产业结构，协同提升经济、社会与环境效益，推动产业向服务化转型	体育产业（包括产业总产出、增加值、服务化比例等）	机器学习	NA	NA	CNN, 遗传算法	高维行业数据、面板数据	2010-2022年行业统计数据，2018-2020年省级面板数据，并包含美国与德国的验证数据	NA	一维卷积神经网络	跨区域预测误差（<6%）	NA
1457	2025-12-21	Enhancing deep learning telemedicine for retinopathy of prematurity: current evidence and opportunities for improvement 2025-Dec-19, Eye (London, England) DOI:10.1038/s41433-025-04188-0 PMID:41419595	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1458	2025-12-21	An AI-powered tongue image model for home-based monitoring of liver fibrosis 2025-Dec-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02246-1 PMID:41419633	研究论文	开发了一个名为TongVMoe的多任务深度学习模型，用于通过舌象分析非侵入性地检测肝纤维化	首次提出一个集成了肝纤维化检测与七种关键舌象特征分类的多任务深度学习模型，并将其部署到微信小程序中，实现了可解释的、移动端兼容的家庭监测工具	样本量相对有限（1601名患者），且研究在特定人群中进行，模型的普适性有待在更广泛人群中进一步验证	开发一种非侵入性、低成本的家庭监测工具，用于肝纤维化的早期检测和监测	肝纤维化患者及相关的舌象特征	数字病理学	肝纤维化	舌象诊断	深度学习模型	图像	来自1601名患者的2202张舌象图像	NA	TongVMoe	AUC, 准确率, 敏感性	NA
1459	2025-12-21	Multitrait analyses identify genetic variants associated with aortic valve function and aortic stenosis risk 2025-Dec-19, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02397-7 PMID:41419685	研究论文	本研究利用深度学习从磁共振成像中测量主动脉瓣功能指标，并通过多性状GWAS分析识别与主动脉瓣功能和主动脉瓣狭窄风险相关的遗传变异	首次结合深度学习测量的主动脉瓣功能指标与主动脉瓣狭窄GWAS，采用多性状分析（MTAG）方法，识别出包括PCSK9和LDLR在内的166个独特基因位点	研究主要基于UK Biobank的欧洲人群数据，可能限制了结果在其他人群中的普适性	探究正常主动脉瓣功能的遗传影响及其对主动脉瓣狭窄风险的作用	UK Biobank中的59,571名参与者	机器学习	心血管疾病	磁共振成像, 全基因组关联研究（GWAS）	深度学习	图像	59,571名参与者	NA	NA	风险比（HR）, P值	NA
1460	2025-12-21	Artificial Intelligence Detection and Classification of Ventriculoperitoneal Shunt Valves Utilizing Fine-Tuning of a Detection Model 2025-Dec-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01794-y PMID:41419699	研究论文	本研究通过微调YOLOv8-large模型，开发了一种用于在X光片上检测和分类脑室腹腔分流阀的人工智能系统	与先前纯分类方法相比，该检测模型能明确定位每个阀门，适应多阀门患者，并为下游阀门设置判断模型奠定基础	模型对某些阀门类型的性能优于其他类型，表明存在分类性能差异	开发一种基于深度学习的自动检测与分类系统，以辅助识别脑室腹腔分流阀类型	包含11种阀门类型的2263张颅骨X光片	计算机视觉	脑积水	放射成像	CNN	图像	2263张颅骨X光片	NA	YOLOv8-large	精确度, 召回率, 平均精度均值(mAP50), mAP50-90, F1分数	NA