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
1	2026-06-03	C2FAU-Net: A Deep Learning Approach with Multi-scale Strategy for Automated Delineation of Organs-at-risk in Cervical Cancer High-dose Rate Brachytherapy 2025 Apr-Jun, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_65_25 PMID:41939154	研究论文	提出一种基于多尺度策略的深度学习模型C2FAU-Net，用于宫颈癌高剂量率近距离治疗中盆腔高危器官的自动勾画	采用粗到细的注释策略与变形数据增强，结合三维注意力U-Net架构，显著降低了手动勾画时间，同时保持与手动勾画相当的剂量学参数	未提及具体限制	提高宫颈癌高剂量率近距离治疗中盆腔高危器官的自动勾画效率与临床适用性	宫颈癌患者盆腔高危器官（膀胱、直肠、乙状结肠）	计算机视觉	宫颈癌	高剂量率近距离治疗	三维注意力U-Net	医学图像	100例宫颈癌患者（80例训练，10例验证，10例测试）	NA	C2FAU-Net（基于三维注意力U-Net）	体积Dice相似系数（DSC）、第95百分位数豪斯多夫距离（HD95）、平均对称表面距离（ASSD）、精确率、召回率	NA
2	2026-06-03	Overview of Deep Learning Algorithms and Optimizers for Brain Tumor Segmentation 2025 Apr-Jun, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_12_25 PMID:41939149	综述	分析用于脑肿瘤分割的不同深度学习架构及优化器的性能	全面比较不同深度学习架构与优化器的组合效果，并总结各方法在脑肿瘤分割中的表现	计算复杂度高、数据集不平衡、跨临床场景泛化能力不足	综述深度学习算法及优化器在脑肿瘤分割中的应用现状与挑战	脑肿瘤分割任务中的深度学习模型与优化方法	计算机视觉	脑肿瘤	NA	卷积神经网络	医学图像	NA	NA	卷积神经网络	Dice系数, 精确率, 准确率, 平均交并比	NA
3	2026-06-01	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2025-04, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	研究论文	评估结合深度学习计算机辅助检测和电子通知系统对气胸患者治疗时间的影响	在真实临床环境中引入深度学习计算机辅助检测与电子通知系统，同时通知放射科医生和转诊医生，评估其对气胸患者治疗时间的影响	仅对氧疗有显著效果，对其他治疗（如胸腔穿刺或胸管引流、胸心外科会诊）无显著改善	评估深度学习计算机辅助检测结合电子通知系统在真实临床实践中对气胸患者治疗时间的影响	气胸患者	计算机视觉	气胸	深度学习计算机辅助检测	深度学习	胸部X光图像	603,028次胸部X光检查，来自140,841名独特患者，气胸患病率2.0%	NA	NA	治疗时间减少分钟数、95%置信区间、P值	NA
4	2026-05-25	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-04-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	提出利用斜冠状磁共振成像结合集成学习进行阿尔茨海默病诊断的方法	首次提出使用斜冠状MRI切片结合集成学习策略进行AD诊断，并实现了基于患者级别的分类而非图像级别分类	未提及具体局限性	开发一种利用斜冠状MRI辅助诊断阿尔茨海默病的方法	阿尔茨海默病、轻度认知障碍、正常衰老患者	计算机视觉	阿尔茨海默病	斜冠状MRI	集成学习方法	MRI图像	基于ADNI数据集，具体样本量未提及	NA	NA	准确率	NA
5	2026-05-25	Automatic visual detection of activated sludge microorganisms based on microscopic phase contrast image optimisation and deep learning 2025-04, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13385 PMID:39846854	研究论文	基于显微相衬图像优化和深度学习的活性污泥微生物自动视觉检测方法	提出了基于融合方差的相衬图像质量优化算法，设计了轻量化的YOLOv8n-SimAM模型并引入SimAM注意力模块，以及提出新的IW-IoU损失函数，显著提升了检测精度和速度	NA	实现活性污泥中微生物的快速准确检测，以评估污水处理系统的稳定性和效率	活性污泥中的八种微生物	计算机视觉	NA	显微相衬成像	YOLOv8n-SimAM	图像	包含八种微生物的数据集	PyTorch	YOLOv8n, SimAM	检测精度, 帧率, 模型大小	NA
6	2026-05-25	Automated Euler number of the alveolar capillary network based on deep learning segmentation with verification by stereological methods 2025-04, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13390 PMID:39887731	研究论文	测试深度学习在肺泡毛细血管网络分割、三维重建及自动定量分析中的应用，并与体视学估计方法比较验证	首次将深度学习应用于连续块面扫描电镜数据中肺泡毛细血管网络的自动分割和自动化定量分析，减少了人工交互需求	分析数据量有限，并非为获取代表性支气管肺发育不良所致的肺泡毛细血管网络改变数据，而是为了展示全自动分割与评估工作流的下一步发展方向	开发高效的肺泡毛细血管网络定量比较分析方法，实现全自动分割和评估工作流	肺泡毛细血管网络	计算机视觉	支气管肺发育不良	连续块面扫描电子显微镜	2D深度学习模型	图像	有限数量的SBF-SEM图像数据	NA	2D深度学习分割架构	分割质量评估、结果可靠性、与体视学估计比较	NA
7	2026-05-25	A quantitatively interpretable model for Alzheimer's disease prediction using deep counterfactuals 2025-04-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121077 PMID:39954872	研究论文	提出一种基于深度反事实推理的可定量解释模型用于阿尔茨海默病预测	通过反事实推理生成标记的结构性MRI，并将其转化为灰质密度图以测量区域体积变化，同时设计了轻量线性分类器以提升ROI的定量解释效果	NA	提高深度学习模型在阿尔茨海默病预测中的可解释性，提供定量的医学或神经科学验证	结构性MRI图像中的灰质密度及脑区域变化	医学影像分析	阿尔茨海默病	MRI成像	轻量线性分类器	图像（结构性MRI）	NA	NA	NA	预测性能（具体指标未提及）	NA
8	2026-05-24	Predicting seizure episodes and high-risk events in autism through adverse behavioral patterns 2025-04-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adcafd PMID:40203864	research paper	基于九年的行为与癫痫发作数据，利用深度学习算法预测自闭症谱系障碍患者的高风险行为事件和癫痫发作	首次证明行为模式可以预测癫痫发作及不良行为，拓展了预测模型在自闭症谱系障碍中的临床应用	未在论文摘要中明确说明	确定历史行为数据能否预测重度自闭症谱系障碍患者的高风险行为或癫痫事件，以促进早期干预	353名自闭症谱系障碍患者的九年行为与癫痫发作数据	machine learning	autism	NA	deep learning	categorical behavioral data, seizure labels	353名自闭症谱系障碍患者	NA	NA	accuracy	NA
9	2026-05-24	Decoding pathology: the role of computational pathology in research and diagnostics 2025-04, Pflugers Archiv : European journal of physiology DOI:10.1007/s00424-024-03002-2 PMID:39095655	综述	综述计算病理学在研究和诊断中的作用，介绍其利用深度学习技术分析组织病理标本的进展	系统介绍计算病理学从传统组织病理学到数字病理的演进，强调多模态数据整合和多用途基础模型的应用	未具体说明，可能涉及综述本身的局限性，如未涵盖所有最新研究	提供计算病理学进展的入门概述，讨论其对组织病理学研究和诊断未来的影响	组织病理标本和计算病理学相关方法	数字病理学	NA	NA	深度学习	组织病理图像	NA	NA	NA	NA	NA
10	2026-05-24	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	review	综述了基于机器学习的药物基因组学变异效应预测模型的最新进展与未来方向	系统评估了整合多源数据（DNA、蛋白质序列、进化保守性和单倍型结构）的深度学习与集成方法在药物基因组学应用中的优势与不足，并探讨了底物特异性预测和变异上位性等新兴方法论	未详述模型在不同人群和药物类别中的泛化能力验证，且对计算资源需求与临床转化难点讨论有限	总结当前机器学习驱动的药物相关变异功能效应预测方法，并展望其向药物遗传学推荐转化的可行策略	药物基因组学变异效应预测模型	machine learning	NA	NGS, DNA/蛋白质序列分析	深度学习模型、集成模型	DNA序列、蛋白质序列、进化保守性数据、单倍型结构数据	NA	NA	NA	准确性、鲁棒性、可解释性	NA
11	2026-05-23	Non-invasive quantification of pressure drops in stenotic intracranial vessels: using deep learning-enhanced 4D flow MRI to characterize the regional haemodynamics of the pulsing brain 2025-Apr-04, Interface focus IF:3.6Q1 DOI:10.1098/rsfs.2024.0040 PMID:40191027	研究论文	利用深度学习增强的超分辨率四维血流磁共振成像量化颅内狭窄血管的压力降	首次将深度学习增强的超分辨率技术与物理信息虚拟功-能相对压力技术结合，用于无创量化颅内动脉狭窄段的压力降	NA	开发无创方法量化颅内狭窄动脉的跨狭窄压力降，评估功能性狭窄严重程度	颅内动脉狭窄患者及颅内模拟实验	机器学习, 数字病理学	颅内动脉粥样硬化疾病	四维血流磁共振成像, 深度学习增强超分辨率	深度学习模型	磁共振成像数据	颅内动脉粥样硬化疾病患者队列及颅内模拟实验	NA	超分辨率模型	准确度, 偏差, 与参考有创导管测量的一致性	NA
12	2026-05-20	Dynamic glucose enhanced imaging using direct water saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	提出利用直接水饱和（DS）曲线中的交换基础线宽（LW）变化进行动态葡萄糖增强（DGE）MRI成像，通过模拟和临床脑肿瘤患者数据进行验证	首次利用Z谱直接水饱和曲线的线宽变化来评估葡萄糖摄取，相比传统CEST或自旋锁定方法具有更高效应量和更低运动敏感性	仅对4名脑肿瘤患者进行了初步评估，临床样本量有限	开发一种新型动态葡萄糖增强MRI方法，用于评估葡萄糖摄取并应用于脑肿瘤成像	脑肿瘤患者	磁共振成像	脑肿瘤	动态葡萄糖增强MRI	深度学习，洛伦兹拟合	MRI影像	4名脑肿瘤患者	NA	深度学习洛伦兹拟合网络	AUC	3 T MRI扫描仪
13	2026-05-20	Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age 2025-04, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01445-0 PMID:39589693	研究论文	评估深度学习算法预测视网膜年龄的可重复性	首次探索视网膜年龄预测的可靠性和多种影响因素	样本量较小，且未探讨主观年龄感知与视网膜年龄差距的关系	评估视网膜年龄预测的可靠性和准确性，分析影响预测的因素	两组参与者：内部访问组和间隔访问组，通过彩色眼底照相成像	深度学习	年龄相关疾病	彩色眼底照相	深度学习算法	图像	间隔访问组26人，内部访问组41人	NA	NA	平均绝对测试-重测差异	NA
14	2026-05-20	Genomic determinants of biological age estimated by deep learning applied to retinal images 2025-04, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01481-w PMID:39775603	研究论文	本研究通过深度学习从视网膜图像预测生物年龄，并进行全基因组关联分析以揭示视网膜年龄差距的遗传基础	首次通过全基因组关联分析识别出13个与视网膜年龄差距相关的基因位点，并通过孟德尔随机化分析揭示了糖化血红蛋白、炎症细胞和贫血与视网膜加速老化的因果关系	基于两个队列的发现需在更大规模和更多样化的人群中验证，且遗传力估计值较低(0.15)	探索视网膜年龄差距的生物学含义和分子机制，为衰老过程提供因果推断及潜在药物干预靶点	英国生物银行(31,271人)和GoDARTS(8,034人)两个队列的参与者	机器学习, 数字病理学	老年性疾病	全基因组关联分析, 孟德尔随机化分析	深度学习	视网膜图像	31,271 (UK Biobank) + 8,034 (GoDARTS)	NA	NA	遗传相关性, 遗传力	NA
15	2026-05-20	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-04-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	研究论文	通过深度学习模型增强心肌灌注SPECT成像的总灌注缺陷评分，提升阻塞性冠状动脉疾病检测的准确性	将深度学习预测融入传统定量评分方法，生成临床医生熟悉的增强TPD和17节段总负荷评分，既保持临床可解释性又提高诊断准确性	NA	提高基于人工智能的心肌灌注SPECT成像方法在临床中的可转化性	555名接受心肌灌注SPECT成像并在180天内行有创冠状动脉造影的患者	机器学习	冠状动脉疾病	SPECT心肌灌注成像	深度学习模型	图像	555名患者（中位年龄65岁，69%为男性，59%确诊阻塞性CAD）	NA	NA	AUC, 敏感性, 特异性	NA
16	2026-05-19	Stigmatisation of gambling disorder in social media: a tailored deep learning approach for YouTube comments 2025-04-18, Harm reduction journal IF:4.0Q1 DOI:10.1186/s12954-025-01169-0 PMID:40247272	研究论文	通过深度学习分析YouTube评论中关于赌博障碍的污名化现象	结合引导主题建模和定性总结性内容分析，创建扩展污名词典，专门针对赌博障碍的社交媒体污名化进行自动化分析	仅分析了两段视频下的用户评论，样本代表性有限；方法依赖预定义词典，可能遗漏未被收录的污名表达	理解德国社交媒体中赌博障碍的污名化模式，为减少污名化策略提供依据	YouTube视频中关于赌博障碍的用户评论	自然语言处理	赌博障碍	深度学习、引导主题建模、定性内容分析	深度学习模型	文本	从34个视频收集84,024条评论，最终聚焦2个视频	NA	引导主题模型	NA	NA
17	2026-05-16	Automated pain detection using facial expression in adult patients with a customized spatial temporal attention long short-term memory (STA-LSTM) network 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97885-5 PMID:40251301	研究论文	提出一种基于时空注意力长短期记忆网络的自动化疼痛检测系统，通过分析成人患者面部表情评估疼痛强度	采用定制化时空注意力长短期记忆网络，结合空间和时间域分析面部关键点，实现三分类疼痛水平（无痛、轻度疼痛、显著疼痛）的高精度检测	仅使用正面视角视频数据，未考虑头部偏转或遮挡情况；样本量中等（200例患者），需进一步验证泛化能力	开发基于面部表情的自动化疼痛评估系统，辅助临床疼痛管理	接受手术或介入性疼痛治疗的成人患者	计算机视觉, 机器学习	疼痛相关疾病	视频录制, 面部关键点提取	长短期记忆网络, 空间注意力机制, 时间注意力机制	视频	200例患者，共2008个视频片段（10274个1秒剪辑片段），160例患者用于训练（7599个片段），40例患者用于验证（2675个片段）	未明确说明（可能使用PyTorch或TensorFlow等框架）	时空注意力长短期记忆网络	准确率, 敏感度, 召回率, F1分数	未明确说明
18	2026-05-16	Seeing through multimode fibers using real-valued intensity transmission matrix with deep learning 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.553949 PMID:40219515	研究论文	提出一种结合实值强度传输矩阵与深度学习的混合方法，通过多模光纤实现高质量图像重建	首次将实值强度传输矩阵算法与分层并行多尺度注意力U-Net相结合，实现了更强的泛化能力、更少的训练样本需求和更快的收敛速度	未明确说明，可能涉及对光纤特性的依赖或实验条件的限制	改善多模光纤中因模式色散和耦合导致的图像失真，提高重建质量与泛化能力	多模光纤传输中的图像重建问题	计算机视觉	NA	实值强度传输矩阵、深度学习	U-Net	图像	NA	NA	分层并行多尺度注意力U-Net	结构相似性指数、峰值信噪比	NA
19	2026-05-16	Forecasting motion trajectories of elbow and knee joints during infant crawling based on long-short-term memory (LSTM) networks 2025-Apr-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01360-1 PMID:40176123	研究论文	探索使用长短期记忆网络预测婴儿爬行时肘部和膝部关节运动轨迹的可行性	首次将LSTM网络应用于预测婴儿爬行过程中更复杂多变的关节轨迹，填补了该领域的研究空白	研究仅基于健康婴儿数据，未考虑运动障碍婴儿；预测精度受输出窗口大小影响较大，15步预测误差较高	验证LSTM网络预测婴儿爬行关节轨迹的可行性，为外骨骼辅助康复设备控制提供基础	20名健康婴儿（11男9女，年龄8-15个月）爬行时的双侧肘部和膝部关节角度	机器学习	运动障碍	关节角度传感器	LSTM	时间序列数据	20名健康婴儿，58782个时间步（每个时间步4个关节角度）	NA	LSTM	平均绝对误差，均方误差，相关系数	NA
20	2026-05-16	Integrative network analysis reveals novel moderators of Aβ-Tau interaction in Alzheimer's disease 2025-04-02, Alzheimer's research & therapy DOI:10.1186/s13195-025-01705-x PMID:40176187	研究论文	利用深度学习网络整合方法BIONIC，分析阿尔茨海默病中Aβ与Tau蛋白相互作用的调节因子	首次将深度学习网络整合方法BIONIC应用于阿尔茨海默病研究，揭示GPNMB+小胶质细胞和星形胶质细胞作为Aβ-Tau相互作用的调节因子	NA	揭示阿尔茨海默病中Aβ与Tau蛋白相互作用的调节机制，寻找早期治疗靶点	阿尔茨海默病中Aβ与Tau蛋白相互作用的调节因子	机器学习	阿尔茨海默病	蛋白质组学、蛋白-蛋白相互作用	深度学习	蛋白质组数据、蛋白-蛋白互作数据、组织病理数据、基因表达数据	ROSMAP队列（具体数量未提及）	NA	BIONIC	NA	NA