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
81	2025-10-06	Deep learning analysis of MRI accurately detects early-stage perihilar cholangiocarcinoma in patients with primary sclerosing cholangitis 2025-Mar-20, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001314 PMID:40112296	研究论文	开发基于深度学习的MRI分析模型用于检测原发性硬化性胆管炎患者的早期肝门部胆管癌	首次将3D DenseNet-121深度学习模型应用于MRI图像分析，在缺乏明显肿块的情况下仍能高灵敏度检测早期pCCA	回顾性多中心研究，样本量有限（398例患者）	创建深度学习模型分析MRI图像以检测早期肝门部胆管癌，并与放射科专家诊断性能比较	患有大胆管原发性硬化性胆管炎的成年患者	计算机视觉	胆管癌	对比增强MRI	CNN	医学影像	398例患者（训练队列150例，测试队列248例），其中230例患有pCCA	NA	3D DenseNet-121	灵敏度, 特异性, AUC	NA
82	2025-10-06	Deep Learning Models to Predict Diagnostic and Billing Codes Following Visits to a Family Medicine Practice: Development and Validation Study 2025-Mar-07, JMIR AI DOI:10.2196/64279 PMID:40605560	研究论文	开发并验证能够从家庭医学实践电子病历笔记中预测诊断和账单代码的深度学习模型	首次在家庭医学领域应用深度学习模型自动预测诊断和账单代码，减少计费错误和遗漏	模型在诊断代码预测方面的召回率和精确度相对较低，且需要进一步验证在其他家庭医学实践中的泛化能力	开发能够从电子病历笔记中自动预测诊断和账单代码的机器学习模型，提高家庭医学实践的计费效率	家庭医学实践中的就诊记录和相应的电子病历笔记	自然语言处理	家庭医学相关疾病	电子病历分析	深度学习模型	文本	198,802次就诊记录（来自总共245,045次符合条件的就诊）	NA	NA	准确率, 召回率, 精确率, F1分数, ROC曲线下面积	NA
83	2025-10-06	Deep learning-based reconstruction for three-dimensional volumetric brain MRI: a qualitative and quantitative assessment 2025-Mar-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01647-8 PMID:40148785	研究论文	评估基于自适应压缩感知网络的深度学习重建方法在脑部MRI中的性能表现	首次将深度学习重建与压缩感知技术结合应用于三维脑部MRI，实现扫描时间减半而不损失图像质量	样本量较小（10名健康志愿者和22名患者），需要更大规模研究验证	验证深度学习重建方法在脑部MRI扫描时间优化和图像质量保持方面的效果	健康志愿者和临床患者的三维脑部MRI数据	医学影像分析	脑部疾病	磁共振成像，压缩感知技术	深度学习重建网络	三维脑部MRI图像	10名健康志愿者和22名患者	NA	自适应压缩感知网络	图像质量评分，信噪比，锐度，解剖结构清晰度，伪影评估，体积测量准确性	NA
84	2025-10-06	Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93096-0 PMID:40097614	研究论文	提出一种结合StyleGAN3反演和改进Tiny YOLOv7模型的面部身份识别方法	开发了基于空间变换块和压缩激励空间金字塔池化的Tiny YOLOv7改进模型，在少样本场景下显著提升识别性能	数据集仅包含20个独特身份，样本多样性可能有限	解决面部属性操纵下的身份识别问题，应用于犯罪预防领域	面部属性和身份识别	计算机视觉	NA	StyleGAN3反演	CNN	图像	11,560张图像，包含20个独特身份和38个面部属性	NA	Tiny YOLOv7, StyleGAN3	mAP	NA
85	2025-10-06	Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection 2025-Mar-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92531-6 PMID:40057599	研究论文	提出一种融合边缘特征提取的SegFormer金属腐蚀检测方法，通过并行提取边缘特征提升腐蚀边界和小腐蚀区域的分割精度	引入边缘特征提取模块(EEM)构建网络空间分支，结合特征融合模块(FFM)实现渐进式特征融合，有效解决边界模糊和小目标特征丢失问题	NA	提高金属腐蚀检测中边界分割和小腐蚀区域识别的准确性	金属腐蚀图像	计算机视觉	NA	语义分割	SegFormer	图像	公共金属表面腐蚀图像数据集、BSData缺陷数据集、自建油管腐蚀坑图像数据集	NA	SegFormer, EEM, FFM	准确率, mIoU	NA
86	2025-10-06	Multi-center study: ultrasound-based deep learning features for predicting Ki-67 expression in breast cancer 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94741-4 PMID:40133523	研究论文	本研究利用深度学习算法挖掘乳腺癌超声特征，构建预测Ki-67表达水平的机器学习模型	整合肿瘤区域和瘤周区域的深度特征构建融合模型，并在多中心数据集上进行验证	回顾性研究设计，样本量相对有限（929例患者）	开发准确预测乳腺癌Ki-67表达水平的机器学习模型	929例乳腺癌患者的临床和超声数据	医学影像分析	乳腺癌	超声成像	SVM, LightGBM	超声图像	929例乳腺癌患者	NA	NA	准确率, ROAUC, 敏感性, 特异性, F1分数	NA
87	2025-10-06	Artificial Intelligence for Predicting HER2 Status of Gastric Cancer Based on Whole-Slide Histopathology Images: A Retrospective Multicenter Study 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408451 PMID:39792693	研究论文	开发基于全切片病理图像的深度学习模型HER2Net，用于预测胃癌HER2状态	创新性地通过定量计算HER2高表达区域比例来预测HER2状态	回顾性研究，需要进一步前瞻性验证	开发经济可行且易于使用的工具来区分胃癌患者的HER2状态	胃癌患者的全切片病理图像	数字病理	胃癌	苏木精-伊红染色，全切片成像	深度学习模型	病理图像	内部训练集520名患者的531张WSI，内部测试集111名患者的115张WSI，外部多中心测试集101名患者的102张WSI	NA	HER2Net	准确率	NA
88	2025-10-06	Early and noninvasive prediction of response to neoadjuvant therapy for breast cancer via longitudinal ultrasound and MR deep learning: A multicentre study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.033 PMID:39542804	研究论文	本研究通过纵向超声和磁共振的深度学习模型，早期无创预测乳腺癌新辅助化疗疗效	首次结合纵向多模态影像（MR和超声）与深度学习特征，构建堆叠模型实现早期疗效预测	回顾性研究设计，样本量相对有限（448例）	预测乳腺癌患者新辅助化疗后的病理完全缓解	乳腺癌患者	数字病理	乳腺癌	磁共振成像，超声成像	CNN	医学影像	448例来自三个中心的患者	NA	ResNet50	AUC, 准确率, 敏感度, 特异度	NA
89	2025-10-06	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本研究开发了一种定制化的深度学习模型用于棉花作物病害检测	比较了多种先进深度学习模型在棉花病害识别中的性能，发现ResNet152模型表现最优	NA	利用深度学习技术实现棉花作物病害的早期准确检测	棉花作物及其病害	计算机视觉	作物病害	深度学习	CNN	图像	从田间采集的真实棉花病害数据	NA	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	NA	NA
90	2025-10-06	Surface-Enhanced Raman Spectroscopy for Biomedical Applications: Recent Advances and Future Challenges 2025-Mar-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17502 PMID:39991932	综述	本文总结了表面增强拉曼光谱在生物医学应用中的最新进展与未来挑战	重点介绍了胶体和固体SERS基底的最新设计、具有内部间隙和近红外II区响应特性的SERS纳米标签、以及光学镊子等新兴技术	讨论了深层组织体内传感和成像面临的挑战以及临床转化的障碍	回顾SERS技术发展历程并展望其在生物医学领域的应用前景	SERS基底、纳米标签、仪器设备和光谱分析方法	生物医学光谱学	NA	表面增强拉曼光谱	NA	光谱数据	NA	NA	NA	NA	NA
91	2025-10-06	Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation 2025-Mar-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003185 PMID:40164487	研究论文	本研究通过整合心电图、心率变异性和人口统计学数据，开发了一种改进心房颤动检测的多模态深度学习方法	首次将心电图数据与心率变异性和人口统计学数据相结合，采用多模态方法提升心房颤动检测性能	需要进一步的临床验证	提高心房颤动的早期检测准确率	心房颤动患者	机器学习	心血管疾病	心电图分析	CNN, Transformer	心电图信号, 心率变异性数据, 人口统计学数据	35,634份12导联心电图记录	NA	AlexNet, VGG-16, ResNet, Transformer	AUROC, 敏感性	NA
92	2025-10-06	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	研究论文	基于Gd-EOB-DTPA增强MRI开发结合双区域特征和两种机器学习算法的影像组学模型，用于预测肝细胞癌微血管侵犯	首次结合传统影像组学特征和深度学习特征的双区域模型，采用多中心数据验证	回顾性研究设计，样本量相对有限，模型性能在测试队列中有所下降	术前预测肝细胞癌微血管侵犯状态	肝细胞癌患者	医学影像分析	肝细胞癌	Gd-EOB-DTPA增强MRI	支持向量机, 3D ResNet	MRI图像	304例HCC患者（训练队列216例，测试队列88例）来自三家医院	FeAture Explorer, PyTorch（推断）	ResNet-18	AUC, 准确率, 敏感度, 特异性	NA
93	2025-10-06	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	研究论文	开发并验证基于人工智能的早孕期胎儿超声图像质量审核系统	首次将YOLOv7目标检测网络与多分支图像质量回归网络结合，实现自动化的超声图像质量审核	研究仅针对早孕期四个关键切面，未涵盖其他孕期或切面类型	开发自动化超声图像质量审核系统以替代耗时的人工审核	早孕期胎儿超声图像	计算机视觉	产科超声	超声成像	CNN	图像	567例由4名不同经验水平放射科医师扫描的病例	NA	YOLOv7, 多分支图像质量回归网络	准确率, 精确率, 召回率, F1分数, Cohen's Kappa系数	NA
94	2025-10-06	Multiparametric MRI-Based Deep Learning Models for Preoperative Prediction of Tumor Deposits in Rectal Cancer and Prognostic Outcome 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.004 PMID:39438175	研究论文	基于多参数MRI的深度学习模型预测直肠癌肿瘤沉积及预后结果	首次将多参数MRI的深度放射组学特征与临床特征结合构建诺莫图模型，用于术前预测直肠癌肿瘤沉积	回顾性研究设计，样本量相对有限（529例患者）	预测直肠癌患者术前肿瘤沉积状态并分析预后结果	直肠癌患者	医学影像分析	直肠癌	多参数MRI	深度学习	医学影像	529例直肠癌患者（中心一：379例，中心二：150例）	NA	ResNet-101	AUC, ROC曲线, 决策曲线分析, 临床影响曲线, deLong检验	NA
95	2025-10-06	Detection of Auto-Immune Disease using Deep Learning Techniques 2025-Mar, Mediterranean journal of rheumatology DOI:10.31138/mjr.060624.doa PMID:40557183	研究论文	本研究提出了一种基于深度学习的自动化方法，用于通过HEp-2细胞和分裂细胞实例分割检测自身免疫疾病	整合深度学习、先进图像处理、引导式HEp-2细胞和分裂细胞实例分割的创新自动化方法	数据集存在不平衡问题，分裂细胞数量显著少于HEp-2同质细胞	开发可靠的自动化方法用于自身免疫疾病诊断	HEp-2细胞和分裂细胞	计算机视觉	自身免疫疾病	间接免疫荧光检测	深度学习	图像	ICPR 2016数据集	Detectron2	YOLOv8n	平均精度均值	NA
96	2025-10-06	The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance 2025-Mar, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.10.070 PMID:39522568	研究论文	本研究探讨在EVAR术后监测中，自动测量动脉瘤囊体积相比单独使用最大直径评估能否提供更详细的囊袋行为信息	首次系统比较自动体积测量与传统直径测量在EVAR术后监测中的差异，发现体积评估能识别更多囊袋变化	回顾性研究，样本量有限（89例患者），需要在更大规模研究中验证	评估自动AAA囊体积测量在EVAR术后监测中的附加价值	接受标准或开窗EVAR治疗的腹主动脉瘤患者	数字病理	心血管疾病	计算机断层扫描血管成像	深度学习	医学影像	89例患者（标准EVAR 46例，开窗EVAR 43例）	NA	Augmented Reality for Vascular Aneurysm	t检验, χ2检验, Fisher检验	NA
97	2025-10-06	MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC 2025-Mar, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.16205 PMID:39992060	研究论文	开发基于MRI拓扑深度学习模型用于术前预测肝细胞癌微血管浸润并辅助预后分层	首次将拓扑特征与深度学习结合用于MVI预测，提高了模型性能和可解释性	回顾性研究，样本量有限，需要进一步前瞻性验证	术前无创预测肝细胞癌微血管浸润并辅助预后分层	肝细胞癌患者	医学影像分析	肝细胞癌	MRI成像	CNN	医学影像	589例患者（292例经病理证实MVI阳性）	NA	纯卷积神经网络，拓扑-CNN，拓扑-CNN-临床模型	AUC，风险比	NA
98	2025-10-06	Artificial intelligence accelerates the identification of nature-derived potent LOXL2 inhibitors 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95530-9 PMID:40148559	研究论文	本研究结合深度学习和传统计算机辅助药物设计方法筛选出天然来源的高效LOXL2抑制剂连翘酯苷A	首次采用深度学习与传统CADD相结合的方法筛选天然来源的LOXL2选择性抑制剂	仅针对CT26癌细胞进行实验验证，尚未开展体内实验或临床研究	开发针对LOXL2的天然来源选择性抑制剂用于癌症治疗	LOXL2酶、天然化合物库、CT26癌细胞	机器学习	癌症	分子对接、虚拟筛选、深度学习	深度学习模型	分子结构数据、生物活性数据	NA	NA	NA	生物活性、亲和力、增殖抑制率、迁移抑制率、凋亡促进率、蛋白表达水平	NA
99	2025-10-06	Deep learning and digital pathology powers prediction of HCC development in steatotic liver disease 2025-Mar-01, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000000904 PMID:38768142	研究论文	开发基于深度学习和数字病理的模型，利用肝活检全切片图像预测脂肪性肝病患者发生肝细胞癌的风险	首次使用深度学习模型从H&E染色全切片图像中直接预测HCC发生风险，能够识别超出纤维化阶段的早期肝癌发生特征	样本量相对有限，特别是HCC病例组仅46例，需要更大规模验证	预测脂肪性肝病患者发展为肝细胞癌的风险	685例经活检证实的脂肪性肝病患者（639例未发生HCC，46例发生HCC）	数字病理	肝细胞癌	苏木精-伊红染色，全切片成像	CNN	图像	685例患者，28,000个图像块	NA	深度卷积神经网络	准确率，AUC	NA
100	2025-10-06	Upfront surgery for intrahepatic cholangiocarcinoma: Prediction of futility using artificial intelligence 2025-03, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2024.06.059 PMID:39322483	研究论文	开发基于人工智能的模型预测肝内胆管癌患者手术无效风险	首次使用包含多层感知器和梯度提升分类器的集成模型，基于术前变量预测肝内胆管癌手术无效性	回顾性多机构数据可能存在选择偏倚，模型需要外部验证	识别肝内胆管癌患者手术无效风险，避免不必要的手术	肝内胆管癌患者	机器学习	肝内胆管癌	机器学习，深度学习	集成模型，多层感知器，梯度提升	临床数据	827例肝内胆管癌患者	NA	多层感知器，梯度提升分类器	AUC，敏感度，特异度，阳性预测值，阴性预测值	NA