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	2025-10-24	Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning 2025-Apr-11, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc818 PMID:40174606	研究论文	评估基于深度学习的合成CT模型在肝癌放射治疗计划中的剂量学和定位准确性	首个在剂量学和患者定位两方面验证肝癌合成CT模型的研究，展示了仅使用MRI工作流程的可行性	样本量较小（11名患者），需进一步扩大验证规模	验证深度学习生成的合成CT在肝癌放射治疗中的剂量计算和定位准确性	肝癌患者放射治疗计划	医学影像分析	肝癌	MRI, 合成CT生成, 4D CBCT	CycleGAN	医学影像（MRI, CT, CBCT）	11名患者	NA	CycleGAN	剂量差异百分比, 平移差异, 旋转差异, DVH分析	NA
82	2025-10-23	The Application of Artificial Intelligence in Spine Surgery: A Scoping Review 2025-Apr-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews DOI:10.5435/JAAOSGlobal-D-24-00405 PMID:40239218	综述	本范围综述系统分析了人工智能在脊柱外科领域的应用现状和发展趋势	首次对2020-2024年间AI在脊柱外科应用的文献进行全面梳理，明确了当前研究重点和空白领域	仅纳入PubMed和EMBASE数据库文献，单中心研究占比高(72/105)，大样本研究较少(仅27/105研究样本量>1000)	系统评估人工智能技术在脊柱外科领域的应用范围和发展现状	脊柱外科相关的医学研究文献	医疗人工智能	脊柱疾病	监督学习	机器学习,深度学习	医学图像,临床数据	105项研究，其中27项样本量超过1000例患者	NA	NA	NA	NA
83	2025-10-05	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325551 PMID:40321282	研究论文	提出一种基于运动想象的脑机接口范式，通过添加“点击”信号实现机械臂的连续抓取控制	受计算机鼠标机制启发，在现有2D运动BCI范式中增加“点击”信号，提高系统自由度并支持更复杂任务	脑电信号信噪比和空间分辨率较低，限制了系统性能	开发能够同时控制运动和点击的脑机接口系统，实现机械臂的连续抓取任务	健康受试者和中风幸存者	脑机接口	中风	脑电信号处理，运动想象范式	深度学习	EEG信号	健康受试者和中风幸存者（具体数量未明确）	NA	NA	任务完成数量（5分钟内平均移动杯子数量）	NA
84	2025-10-05	Geometric deep learning framework for de novo genome assembly 2025-Apr-14, Genome research IF:6.2Q1 DOI:10.1101/gr.279307.124 PMID:39472021	研究论文	提出基于几何深度学习的基因组组装框架GNNome，用于从组装图中识别路径重建基因组序列	首次将几何深度学习应用于从头基因组组装，不依赖现有组装策略，仅利用问题的对称性进行训练	目前主要适用于单倍体基因组的组装	解决基因组组装图中重复区域导致的复杂缠结问题，提高组装连续性和质量	多种物种的基因组组装	机器学习	NA	PacBio HiFi测序	几何深度学习	组装图数据	多种物种的基因组数据	NA	GNNome	组装连续性、质量	NA
85	2025-10-05	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	研究论文	构建5-15岁儿童下肢肌肉体积的参考曲线并应用于脑瘫患儿评估	首次建立儿童下肢10块特定肌肉的体积参考曲线，并应用深度学习自动分割MRI图像	置信带在最小和最大年龄处较宽，样本量有限	量化儿童肌肉生长模式并建立临床评估标准	208名正常发育儿童和78名能行走的脑瘫患儿	数字病理	脑瘫	磁共振成像	深度学习	医学图像	286名儿童（208名正常发育，78名脑瘫）	NA	NA	百分位数	NA
86	2025-10-05	Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17635 PMID:39878595	研究论文	开发基于神经常微分方程的可解释AI模型，用于区分脑转移瘤立体定向放射外科术后放射性坏死与肿瘤复发	首次将重球神经常微分方程应用于放射基因组学分析，通过特征空间轨迹可视化实现AI决策过程的可解释性	样本量相对较小（90个脑转移灶），仅针对非小细胞肺癌患者	开发可解释的AI模型以无创区分脑转移瘤SRS术后放射性坏死与肿瘤复发	62名非小细胞肺癌患者的90个脑转移灶	医学影像分析	脑转移瘤	MRI影像分析，基因组特征分析，临床参数分析	神经常微分方程，深度神经网络	医学影像，基因组数据，临床数据	90个脑转移灶（来自62名NSCLC患者）	NA	重球神经常微分方程	敏感度，特异度，准确度，ROC曲线下面积	NA
87	2025-10-05	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-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	本研究开发了一种结合深度学习与传统定量方法的心肌灌注评分系统，用于提高阻塞性冠状动脉疾病的诊断准确性	通过深度学习预测结果调制极坐标图像素评分，生成增强型总灌注缺损和17节段总和评分，简化了AI方法的临床转化	研究样本量相对有限（555例测试患者），且仅基于单中心数据	提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性	接受心肌灌注成像并在180天内进行侵入性冠状动脉造影的患者	医学影像分析	心血管疾病	心肌灌注SPECT成像	深度学习	医学影像数据	555例测试患者（中位年龄65岁，69%为男性），其中329例（59%）患有阻塞性CAD	NA	NA	AUC, 敏感性, 特异性	NA
88	2025-10-05	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍Pycytominer——一个用于图像特征处理的开源Python工具包	开发了专门针对基于图像的细胞特征分析的可重复生物信息学处理流程	NA	实现可重复的基于图像的细胞特征分析	高通量显微镜图像产生的单细胞特征	生物信息学	NA	高通量显微镜	NA	图像特征数据	NA	Python	NA	NA	NA
89	2025-10-05	Assessing Quantitative Performance and Expert Review of Multiple Deep Learning-Based Frameworks for Computed Tomography-based Abdominal Organ Auto-Segmentation 2025-Apr, Intelligent oncology DOI:10.1016/j.intonc.2025.03.003 PMID:41020282	研究论文	本研究对多种基于深度学习的框架在CT图像腹部器官自动分割中的性能进行了全面评估	首次对AutoML框架（Auto3DSeg、nnU-Net）与最先进的非AutoML框架（SwinUNETR）在腹部器官分割任务中进行了系统比较	仅使用122张训练图像和72张验证图像，样本量相对有限	评估不同深度学习框架在CT图像腹部器官自动分割中的性能表现	腹部器官CT图像分割	计算机视觉	肿瘤疾病	计算机断层扫描（CT）	深度学习	医学图像	122张训练图像和72张验证图像，来自AMOS挑战赛数据集	Auto3DSeg, nnU-Net, SwinUNETR	U-Net, Transformer	Dice相似系数, 表面DSC, 95百分位Hausdorff距离, Likert量表评分	NA
90	2025-10-05	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.03.647027 PMID:40236215	研究论文	开发动态模型和物理启发的深度学习框架来量化fMRI中的脑脊液流动	首次开发了模拟时变流速的fMRI流入信号动态模型，并创建了基于物理的深度学习框架来反演模型	未提及具体样本量限制或模型验证的局限性	量化脑脊液流动特性，使fMRI信号具有物理可解释性	人类数据和体模数据中的脑脊液流动	医学影像分析	神经系统疾病	fMRI，流动敏感fMRI	深度学习	fMRI影像数据	NA	NA	NA	NA	NA
91	2025-10-05	Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90216-8 PMID:40195371	研究论文	基于Transformer的深度学习集成框架利用健康管理和出生登记数据预测自闭症谱系障碍	首次将大规模集成Transformer深度学习模型应用于健康管理和出生登记数据预测自闭症谱系障碍，并采用可解释人工智能方法识别关键影响因素	模型预测性能仍有提升空间（AUC为69.6%），仅基于加拿大安大略省数据	开发机器学习模型通过健康管理和出生登记数据早期识别自闭症谱系障碍高风险儿童	18个月至5岁儿童，包含707,274对母子数据，其中10,956例自闭症确诊案例	机器学习	自闭症谱系障碍	健康管理数据挖掘，出生登记数据分析	Transformer, Extreme Gradient Boosting	结构化健康管理数据，出生登记数据，筛查生物标志物值	707,274对母子数据，来自加拿大安大略省2006年4月1日至2018年3月31日期间的所有活产婴儿	NA	Transformer集成模型	AUC, 敏感度, 特异度	NA
92	2025-10-05	Manifold Topological Deep Learning for Biomedical Data 2025-Apr-07, Research square DOI:10.21203/rs.3.rs-6149503/v1 PMID:40297704	研究论文	本文首次提出流形拓扑深度学习(MTDL)方法，将拓扑深度学习扩展到可微分流形数据	首次将拓扑深度学习应用于可微分流形数据，基于霍奇理论将图像表示为具有向量场的平滑流形	方法在微分拓扑方面仍面临挑战，目前仅使用简单的CNN架构进行验证	开发适用于流形数据的拓扑深度学习方法	生物医学图像数据	机器学习	NA	拓扑数据分析，霍奇理论	CNN	图像	717,287张生物医学图像，来自11个2D和6个3D数据集	NA	CNN	NA	NA
93	2025-10-05	Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647618 PMID:40291726	研究论文	提出一种自监督深度学习框架，从fMRI数据中映射个体化的多尺度分层脑功能网络	首次通过自监督深度学习同时计算多尺度功能网络并量化其跨尺度层次结构	方法依赖于fMRI数据质量，在外部验证队列数量有限	表征个体化多尺度脑功能网络的层次组织结构	人脑功能网络	机器学习	神经精神疾病	fMRI	深度学习	神经影像数据	人类连接组计划数据集及两个外部队列	NA	自监督深度学习框架	功能网络同质性，与生物表型关联性	NA
94	2025-10-05	HIERARCHICAL LOG BAYESIAN NEURAL NETWORK FOR ENHANCED AORTA SEGMENTATION 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980947 PMID:41001007	研究论文	提出一种基于贝叶斯神经网络的分层拉普拉斯高斯模型，用于增强主动脉分割精度	结合3D U-Net流和分层LoG流，通过贝叶斯方法参数化LoG流并提供分割结果的置信区间	未明确说明模型的计算复杂度和在实际临床环境中的验证情况	提高主动脉及其分支血管的医学图像分割精度	主动脉及其弓部分支血管	医学图像分析	主动脉疾病	分层拉普拉斯高斯(LoG)滤波	贝叶斯神经网络, 3D U-Net	3D医学图像	来自两个主动脉数据集的多个体积数据	NA	3D U-Net, 分层LoG网络	Dice系数	NA
95	2025-10-05	Transformer-inspired training principles based breast cancer prediction: combining EfficientNetB0 and ResNet50 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98523-w PMID:40251247	研究论文	提出结合EfficientNetB0和ResNet50的集成模型用于乳腺癌组织病理学图像分类	结合EfficientNetB0的高效性能和ResNet50的深度残差连接，并融入Transformer训练原则	未提及模型在更大规模数据集上的泛化能力验证	提高乳腺癌组织病理学图像分类的准确性和效率	乳腺癌组织病理学图像（IDC与非IDC类别）	计算机视觉	乳腺癌	组织病理学成像	CNN, 集成学习	图像	NA	NA	EfficientNetB0, ResNet50	准确率, 平均绝对误差, 马修斯相关系数	NA
96	2025-10-05	MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.20.629645 PMID:40291707	研究论文	介绍MRS-Sim开源框架，用于模拟体内磁共振波谱数据	包含两种新型组件：3D磁场图模拟器和半参数生成器，能够模拟从原始多线圈瞬态数据到预处理数据的多种场景	NA	开发用于磁共振波谱研究的合成数据模拟框架	磁共振波谱数据	医学影像分析	NA	磁共振波谱(MRS)	NA	光谱数据	NA	NA	NA	NA	NA
97	2025-10-05	Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study 2025-Apr-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002220 PMID:39764584	研究论文	开发基于深度学习的算法BBMIL，直接从乳腺癌组织病理图像预测分子标志物和亚型	首次直接从H&E染色组织病理图像预测多种分子标志物、免疫治疗相关基因特征和预后相关亚型	回顾性研究，需进一步前瞻性验证	通过人工智能降低乳腺癌生物标志物检测的成本和组织负担	乳腺癌组织病理图像	数字病理	乳腺癌	H&E染色组织病理学	深度学习	图像	多中心回顾性研究	NA	BBMIL	NA	NA
98	2025-10-06	Harnessing Deep Learning for Accurate Pathological Assessment of Brain Tumor Cell Types 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01107-9 PMID:39150595	研究论文	本研究开发了一种基于深度学习的脑肿瘤病理图像分类方法，用于区分原发性弥漫性中枢神经系统大B细胞淋巴瘤和高级别胶质瘤	结合预训练CNN网络提取深度特征与支持向量机分类器，解决了医学影像数据有限的问题	基于相对有限的医学影像数据集	提高脑肿瘤病理诊断的准确性和效率	脑肿瘤病理图像	数字病理学	脑肿瘤	病理图像分析	CNN, SVM	图像	NA	NA	ResNet50	准确率	NA
99	2025-10-06	Artificial Intelligence in Cardiovascular Imaging: Current Applications and New Horizons 2025 Apr-Jun, Journal of cardiovascular echography IF:0.7Q4 DOI:10.4103/jcecho.jcecho_62_25 PMID:40950368	综述	本文综述人工智能在心血管影像学中的当前应用与未来发展前景	系统阐述AI在超声心动图、心脏CT和心脏MRI中的创新应用，包括图像采集优化、自动化分析和预后预测	AI模型存在黑箱问题、需要更多样化的数据集、面临监管审批和伦理考量等挑战	探讨人工智能技术在心血管影像领域的应用现状与发展方向	心血管影像学技术（超声心动图、心脏CT、心脏MRI）及相关疾病诊断	医学影像分析	心血管疾病	深度学习	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
100	2025-10-06	MiRNA-Based Exosome-Targeted Multi-Target, A Multi-Pathway Intervention for Personalized Lung Cancer Therapy: Prognostic Prediction and Survival Risk Assessment 2025-Apr, Iranian journal of biotechnology IF:1.6Q4 DOI:10.30498/ijb.2025.516588.4112 PMID:40860049	研究论文	本研究基于外泌体miRNA分析开发了肺癌预后预测模型，通过机器学习和深度学习预测nivolumab治疗效果	首次结合外泌体miRNA分析与Transformer深度学习模型预测肺癌免疫治疗疗效和生存风险	miRNA表达差异相对较小，样本量有限	开发基于外泌体miRNA的肺癌预后预测模型	肺癌患者的外泌体miRNA	生物信息学	肺癌	miRNA测序，生物信息学分析	机器学习模型，Transformer深度学习模型，Cox回归模型	miRNA表达数据	GSE207715数据集	NA	Transformer	准确率，p值	NA