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
621	2025-10-07	A robust automated segmentation method for white matter hyperintensity of vascular-origin 2025-May-17, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121279 PMID:40389145	研究论文	开发并验证了一种基于Transformer的血管源性白质高信号自动分割方法	提出基于Transformer的深度学习方法，在多个独立数据集上验证了其跨不同MRI系统和采集设置的鲁棒性和泛化能力	研究样本量相对有限，外部验证数据集数量较少	开发鲁棒的血管源性白质高信号自动分割方法	白质高信号(WMH)病变	医学图像分析	脑血管疾病	MRI成像	Transformer	3D T1和3D T2-FLAIR医学图像	初始数据集126名参与者，外部验证数据集240名参与者（170+70）	NA	Transformer	Dice系数, 相对体积误差, 真阳性率, 假阳性率	NA
622	2025-10-07	Machine Learning in nanoarchitectonics 2025-May-13, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2025.103546 PMID:40412155	综述	分析人工智能、机器学习和深度学习在纳米结构技术中的发现、预测、优化、表征和成像应用	首次系统梳理机器学习与纳米结构技术的历史和主题联系，重点关注可解释人工智能在纳米材料设计中的应用	未提供具体的实验数据或性能比较，主要基于理论分析和文献综述	探索机器学习在纳米结构技术领域的应用潜力与方法论	原子与分子科学、胶体和纳米薄膜技术、微宏观技术	机器学习	NA	NA	深度学习	NA	NA	NA	NA	准确性	NA
623	2025-10-07	The Potential Role of AI- and Machine Learning Models in the Early Detection of Oral Cancer and Oral Potentially Malignant Disorders 2025-05-12, Studies in health technology and informatics DOI:10.3233/SHTI250257 PMID:40357619	综述	评估人工智能和机器学习模型在口腔癌及口腔潜在恶性疾病早期检测中的应用进展	首次通过叙事性伞状综述系统评估AI模型结合无创诊断技术在口腔癌早期检测中的综合表现	模型可解释性有限且存在伦理问题，尚未完全整合到日常临床实践	探索AI技术在口腔癌及口腔潜在恶性疾病早期检测中的应用潜力	口腔癌和口腔潜在恶性疾病（OPMDs）	机器学习	口腔癌	无创诊断技术结合AI模态	深度学习模型	NA	基于2015-2024年间8项研究的综述数据	NA	NA	诊断准确性、可及性、可负担性	NA
624	2025-10-07	Breast cancer early detection and molecular subtype prediction by combination of Raman spectroscopy with deep learning 2025-May-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126396 PMID:40412234	研究论文	本研究结合拉曼光谱与深度学习技术，开发用于乳腺癌早期检测和分子亚型预测的高效模型	提出基于高效通道注意力机制的卷积神经网络，显著减少参数数量并提高训练速度，实现端到端的乳腺癌检测与分子分型	样本量相对有限（541名志愿者），未提及外部验证结果	开发计算效率高的端到端模型，实现乳腺癌检测和分子分型预测，无需复杂特征工程	541名志愿者的血清样本，包括HER2阳性、HER2阴性、导管原位癌患者和健康个体	数字病理	乳腺癌	拉曼光谱	CNN	光谱数据	541名志愿者	NA	基于通道注意力机制的卷积神经网络	准确率, AUC	NA
625	2025-10-07	Interpretable MRI-Based Deep Learning for Alzheimer's Risk and Progression 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25326606 PMID:40385384	研究论文	本研究将基于MRI的深度学习模型应用于中国SILCODE队列，验证其在阿尔茨海默病风险预测和进展评估中的跨种族泛化能力	首次在大型中国队列中验证北美开发的MRI深度学习模型的跨种族泛化能力，无需重新训练即可实现高性能AD分类和早期风险预测	模型最初在北美数据上训练，虽在中国队列表现良好但未进行本地化优化	开发可访问、时间效率高的生物标志物用于阿尔茨海默病早期诊断和风险预测	722名中国SILCODE队列参与者，共1,105次脑部MRI扫描	医学影像分析	阿尔茨海默病	脑部MRI扫描	深度学习	医学影像	722名参与者，1,105次脑部MRI扫描	NA	NA	AUC, 敏感度	NA
626	2025-10-07	Recent topics in musculoskeletal imaging focused on clinical applications of AI: How should radiologists approach and use AI? 2025-May, La Radiologia medica DOI:10.1007/s11547-024-01947-z PMID:39992330	综述	本文探讨人工智能在肌肉骨骼影像领域的临床应用现状与未来发展	聚焦深度学习重建和MRI皮质骨成像等新兴技术的临床应用，并讨论AI在罕见病诊断和预防医学中的潜在作用	NA	为放射科医生提供AI在肌肉骨骼影像领域的应用指南	肌肉骨骼影像	医学影像	肌肉骨骼疾病	MRI, 深度学习重建, 皮质骨成像	深度学习	医学影像	NA	NA	NA	NA	NA
627	2025-10-07	Deep learning reconstruction for accelerated 3-D magnetic resonance cholangiopancreatography 2025-May, La Radiologia medica DOI:10.1007/s11547-025-01987-z PMID:40100541	研究论文	比较传统3D磁共振胰胆管成像与深度学习加速MRCP在采集时间和图像质量方面的差异	使用深度学习技术实现八倍加速的MRCP成像，相比传统三倍加速方法显著缩短采集时间	单中心研究，样本量相对较小（30名参与者）	评估深度学习加速MRCP序列在临床实践中的可行性和优势	接受MRCP检查的连续患者	医学影像分析	胆胰系统疾病	磁共振胰胆管成像	深度学习	3D医学影像	30名参与者（16名男性，14名女性，平均年龄63±15岁）	NA	NA	图像质量评分，采集时间，Fleiss' κ	1.5T MRI设备
628	2025-10-07	Deep learning-based segmentation of ultra-low-dose CT images using an optimized nnU-Net model 2025-May, La Radiologia medica DOI:10.1007/s11547-025-01989-x PMID:40100539	研究论文	本研究开发了一种基于优化nnU-Net模型的深度学习流程，用于超低剂量CT图像的器官分割	针对传统模型在低剂量CT图像上性能下降的问题，专门开发了适用于超低剂量CT的专用分割模型	研究使用的低剂量CT图像是通过模拟生成的，虽然也使用了外部真实低剂量数据集进行验证，但主要训练数据为模拟数据	开发适用于超低剂量CT图像的深度学习器官分割方法	CT图像中的22个器官，包括骨骼组织(6个器官)、软组织(15个器官)和身体轮廓	医学影像分析	NA	CT成像，迭代重建算法	nnU-Net	CT图像	274个CT原始数据集，以及外部验证数据集	NA	nnU-Net	Dice系数	NA
629	2025-10-07	Hybrid Electromagnetic-Triboelectric Hip Energy Harvester for Wearables and AI-Assisted Motion Monitoring 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202500643 PMID:40190045	研究论文	开发了一种AI辅助的可穿戴髋关节能量采集器，可将髋关节运动的机械能转化为电能并同时监测人体运动	结合电磁发电机和独立式摩擦纳米发电机实现能量采集与运动感知的双重功能，并采用深度学习算法处理运动信号	NA	开发能够同时实现能量收集和运动监测的可穿戴设备	人体髋关节运动	可穿戴设备，人工智能辅助监测	老年疾病	电磁发电，摩擦纳米发电，深度学习	深度学习算法	运动信号，电信号	NA	NA	NA	准确率	NA
630	2025-10-07	UCS: A Unified Approach to Cell Segmentation for Subcellular Spatial Transcriptomics 2025-May, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400975 PMID:39763408	研究论文	提出一种统一细胞分割方法UCS，专门用于处理来自不同平台的亚细胞空间转录组数据	首次提出统一方法处理多平台SST数据，通过整合细胞核分割和转录数据实现高精度细胞分割	未明确说明方法在特定组织类型或数据质量较差情况下的性能表现	开发适用于多平台亚细胞空间转录组数据的统一细胞分割方法	亚细胞空间转录组数据中的细胞分割	数字病理学	NA	亚细胞空间转录组学	深度学习	图像, 转录组数据	NA	NA	NA	NA	NA
631	2025-10-07	Convolutional variational auto-encoder and vision transformer hybrid approach for enhanced early Alzheimer's detection 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.034501 PMID:40415866	研究论文	提出一种结合卷积变分自编码器和视觉Transformer的混合模型，用于增强阿尔茨海默病的早期检测	首次将卷积变分自编码器与视觉Transformer相结合，通过CVAE的无监督特征提取增强ViT识别早期阿尔茨海默病微小结构异常的能力	仅使用ADNI和SCAN数据库的MRI数据，未在其他数据集上验证模型泛化能力	开发更精确和快速的阿尔茨海默病早期自动诊断方法	阿尔茨海默病患者的结构MRI扫描图像	计算机视觉	阿尔茨海默病	结构磁共振成像	CVAE, ViT	医学图像	14,000个结构MRI样本	NA	卷积变分自编码器, 视觉Transformer	准确率	NA
632	2025-10-07	Improvement of deep learning-based dose conversion accuracy to a Monte Carlo algorithm in proton beam therapy for head and neck cancers 2025-May-23, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rraf019 PMID:40267259	研究论文	本研究通过图像旋转技术和缩放增强改进基于深度学习的质子束治疗中从笔形束到蒙特卡罗算法的剂量转换精度	首次将图像旋转技术和缩放增强应用于质子束治疗中的深度学习剂量转换，显著提高了转换精度	研究仅针对头颈部癌症患者，样本量相对有限（85例患者）	提高质子束治疗中基于深度学习的剂量计算精度	头颈部癌症患者	医学影像分析	头颈部癌症	质子束治疗，蒙特卡罗算法，深度学习	深度学习模型	CT图像，剂量数据	85例头颈部癌症患者，分为101个计划（334个射束）用于训练/验证，11个计划（34个射束）用于测试	NA	NA	γ通过率（3%/3mm标准），范围差异（R90）	NA
633	2025-10-07	Single-cell multimodal analysis reveals tumor microenvironment predictive of treatment response in non-small cell lung cancer 2025-May-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu2151 PMID:40408481	研究论文	通过单细胞多模态分析揭示非小细胞肺癌肿瘤微环境与治疗反应的关系	开发了NucSegAI深度学习模型用于自动核分割和细胞分类，并通过无监督表型发现识别了预测免疫治疗反应的特定淋巴细胞表型	样本量相对有限（119张全切片图像），需要进一步验证	优化非小细胞肺癌患者分层和治疗方案选择	人类非小细胞肺癌组织	数字病理学	肺癌	多重免疫荧光成像,组织病理学,RNA测序	深度学习	图像,测序数据	119张全切片图像，分析4560万个细胞	NA	NA	NA	NA
634	2025-10-07	Multimodal ultrasound-based radiomics and deep learning for differential diagnosis of O-RADS 4-5 adnexal masses 2025-May-23, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00883-z PMID:40410823	研究论文	开发并验证基于多模态超声的列线图，整合临床变量、影像组学和深度学习特征，用于区分O-RADS 4-5类附件肿块	首次探索基于CEUS的影像组学在附件肿块鉴别诊断中的应用，并开发了整合临床变量、影像组学和深度学习特征的多模态模型	样本量相对有限（340例患者），依赖手动分割图像，研究结果需要进一步外部验证	提高O-RADS 4-5类附件肿块的良恶性鉴别诊断准确性	340例接受二维超声和超声造影检查的O-RADS 4-5类附件肿块患者	数字病理	妇科肿瘤	二维超声，超声造影	机器学习，深度学习	超声图像	340例患者，按7:3比例随机分为训练集和测试集	NA	NA	AUC，准确率，灵敏度，特异度，精确率，F1分数	NA
635	2025-10-07	Imputing single-cell protein abundance in multiplex tissue imaging 2025-May-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59788-x PMID:40404617	研究论文	本研究应用机器学习方法对乳腺癌队列中的多重组织成像数据进行单细胞蛋白质丰度插补	首次将空间上下文信息整合到机器学习模型中用于单细胞蛋白质丰度插补，并验证了插补数据在区分治疗前后细胞状态中的生物学意义	仅针对乳腺癌队列进行研究，未在其他癌症类型或组织中进行验证	开发能够准确插补单细胞蛋白质丰度的计算方法	乳腺癌组织样本中的单细胞	数字病理学	乳腺癌	多重组织成像	正则化线性回归,梯度提升树,深度学习自编码器	蛋白质成像数据	乳腺癌队列（具体样本数量未明确说明）	NA	自编码器	平均绝对误差	NA
636	2025-10-07	Revealing 3D microanatomical structures of unlabeled thick cancer tissues using holotomography and virtual H&E staining 2025-May-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59820-0 PMID:40404616	研究论文	本研究通过整合全息断层扫描与深度学习技术，实现了对无标记厚癌组织的三维虚拟H&E染色	首次将全息断层扫描与深度学习结合，实现对50µm厚癌组织的三维虚拟H&E染色，突破了传统切片厚度的限制	方法在重复性和可扩展性方面仍需进一步验证，目前仅针对结肠癌和胃癌样本进行了验证	开发无需物理切片和染色的三维组织显微结构获取方法	结肠癌和胃癌组织样本	数字病理学	结肠癌,胃癌	全息断层扫描,深度学习图像转换	深度学习图像转换框架	三维折射率分布图像	结肠癌组织（厚度达50µm）和胃癌组织样本	NA	NA	方法学验证（与化学H&E染色对比）,重复性验证,可扩展性验证	NA
637	2025-10-07	Self-supervised model-informed deep learning for low-SNR SS-OCT domain transformation 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02375-3 PMID:40404743	研究论文	提出一种基于深度学习的自监督模型SDNet，用于扫频光学相干断层扫描图像的同时去噪和超分辨率重建	将数据驱动的深度学习与模型驱动的噪声表示混合集成，专门针对低信噪比和低分辨率挑战；采用两步训练过程，结合PCA作为自监督去噪策略，无需真实噪声图像数据	NA	解决扫频光学相干断层扫描图像的低信噪比和低分辨率问题，提升图像质量和诊断准确性	扫频光学相干断层扫描图像，特别是糖尿病黄斑水肿患者的低分辨率低信噪比图像	计算机视觉	糖尿病黄斑水肿	扫频光学相干断层扫描	深度学习	图像	NA	NA	SDNet	计算效率，噪声降低，结构保真度，图像质量，诊断准确性	NA
638	2025-10-07	RecyBat24: a dataset for detecting lithium-ion batteries in electronic waste disposal 2025-May-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05211-5 PMID:40404746	研究论文	本研究介绍了用于电子废弃物中锂离子电池检测的公开图像数据集RecyBat24	创建了首个公开可用的锂离子电池检测数据集，支持检测和实例分割任务，并验证了轻量级模型在资源受限环境下的应用潜力	数据集仅包含三种电池类型，可能无法覆盖所有实际场景中的电池种类	开发用于电子废弃物中锂离子电池检测和分类的深度学习解决方案	锂离子电池（Pouch、Prismatic、Cylindrical三种类型）	计算机视觉	NA	数据增强技术	轻量级机器学习模型	图像	NA	NA	NA	准确率	资源受限环境
639	2025-10-07	Bio inspired feature selection and graph learning for sepsis risk stratification 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02889-w PMID:40404796	研究论文	提出一种结合仿生特征选择和图深度学习的新框架，用于改进脓毒症风险预测	整合Wolverine优化算法进行特征选择和生成式预训练图神经网络建模患者关系，并应用TOTO元启发式算法进行模型微调	仅使用MIMIC-IV单一数据集，需要进一步验证在其他患者群体中的泛化能力	开发可扩展且高性能的脓毒症风险分层决策支持工具	重症监护患者的脓毒症风险分层	机器学习	脓毒症	SMOTE, 仿生优化算法, 图神经网络	GNN, GPT-GNN	临床数据	MIMIC-IV数据集	NA	GPT-GNN	准确率, AUC, F1分数	NA
640	2025-10-07	A novel framework for inferring dynamic infectious disease transmission with graph attention: a COVID-19 case study in Korea 2025-May-22, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-23059-7 PMID:40405112	研究论文	提出一种结合多区域分区模型与时空深度学习的新型混合框架MPUGAT，用于推断动态传染病传播	首次将图注意力机制应用于将静态交通矩阵转换为动态传播矩阵，整合多源时序数据进行传染病建模	仅针对韩国COVID-19数据进行案例研究，尚未在其他地区或疾病上验证	开发能够准确估计时变传播率的传染病建模框架	韩国COVID-19传播动态	机器学习	COVID-19	图注意力机制，多区域分区模型	GAT	时序数据，交通矩阵，城市数据	韩国COVID-19数据	NA	Graph Attention Network, 多区域分区模型	传播率估计准确性，与政策实施一致性	NA