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
41	2025-11-02	Deep learning-based dose prediction for low-energy electron beam superficial radiotherapy 2025-Jun, Precision radiation oncology DOI:10.1002/pro6.70015 PMID:41164425	研究论文	本研究结合蒙特卡洛模拟与深度学习技术，开发了一种基于级联3D U-Net的剂量预测模型，用于低能电子束浅表放疗	提出级联3D U-Net模型，相比传统3D U-Net和其他深度学习模型，在剂量预测准确性和鲁棒性方面均有显著提升	研究仅针对六个特定身体部位，未验证在其他解剖区域的适用性	提高浅表低能电子束放疗中表面剂量计算的效率和准确性	六个身体部位的计算机断层扫描体模及其对应的剂量分布	医学影像分析	皮肤癌	蒙特卡洛模拟，深度学习	CNN	3D医学影像数据	六个身体部位的CT体模数据集	NA	级联3D U-Net, 3D U-Net, 深度卷积神经网络, HD U-Net	Gamma通过率, 剂量差异通过率	NA
42	2025-11-02	Deep learning (DL)-based advancements in prostate cancer imaging: Artificial intelligence (AI)-based segmentation of 68Ga-PSMSA PET for tumor volume assessment 2025-Jun, Precision radiation oncology DOI:10.1002/pro6.70014 PMID:41164426	综述	本文综述了基于深度学习的AI分割技术在68Ga-PSMA PET前列腺癌成像中肿瘤体积评估的应用与挑战	系统总结了AI分割技术在前列腺癌PSMA-PET影像中替代传统人工分割的创新价值，包括提升重复性和处理效率	面临标准化协议缺失、需要大量验证研究及临床工作流整合困难等挑战	探讨AI分割技术在前列腺癌Ga-PSMA PET影像中肿瘤体积定量评估的应用前景	前列腺癌患者的68Ga-PSMA PET影像数据	数字病理	前列腺癌	PET影像, 68Ga-PSMA显像	CNN	医学影像	NA	NA	卷积神经网络	NA	NA
43	2025-10-30	A ViTUNeT-based model using YOLOv8 for efficient LVNC diagnosis and automatic cleaning of dataset 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0048 PMID:40460443	研究论文	提出结合ViTUNeT和YOLOv8的模型，用于左心室致密化不全诊断和数据集自动清洗	提出ViTUNeT架构（结合U-Net和Vision Transformers），并集成YOLOv8模型进行感兴趣区域检测和数据集自动清洗	数据集质量限制了模型精度的进一步提升	改进左心室致密化不全的诊断准确性和心脏图像分析	左心室致密化不全患者、Titin心肌病患者和健康个体的心脏MRI图像	计算机视觉	心血管疾病	MRI	U-Net, Vision Transformer, YOLO	医学图像	包含新患者和健康个体的扩展数据集	NA	ViTUNeT, YOLOv8, U-Net	NA	NA
44	2025-10-30	Radiomics of PET Using Neural Networks for Prediction of Alzheimer's Disease Diagnosis 2025-Jun, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70128 PMID:40468810	研究论文	本研究开发了基于图神经网络和Transformer编码器的深度学习模型，利用纵向PET图像和认知评分预测阿尔茨海默病的诊断和转化	首次将图神经网络和Transformer编码器应用于纵向PET图像序列分析，同时考虑了访间时间变异性	数据来源于单一研究ADNI，未在外部数据集验证	利用纵向PET图像和认知评分预测阿尔茨海默病的诊断和从认知正常或轻度认知障碍向AD的转化	阿尔茨海默病神经影像计划(ADNI)研究收集的数据	医学影像分析	阿尔茨海默病	正电子发射断层扫描(PET)	GNN, Transformer, RNN, FFN	医学图像(PET图像), 认知评分	ADNI研究数据集	NA	图神经网络, Transformer编码器, 循环神经网络, 前馈神经网络	准确率, AUC, Brier分数	NA
45	2025-10-30	Automated mitosis detection in stained histopathological images using Faster R-CNN and stain techniques 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0049 PMID:40491077	研究论文	本研究使用Faster R-CNN和染色技术实现染色组织病理图像中的自动有丝分裂检测	提出基于Faster R-CNN的两阶段目标检测模型，并应用染色增强和标准化技术解决组织病理图像分析中的域偏移挑战	未明确说明样本量的具体数值和计算资源细节	开发自动有丝分裂检测方法以辅助癌症诊断和治疗	染色组织病理图像中的有丝分裂细胞	数字病理	癌症	染色增强, 染色标准化	Faster R-CNN, RetinaNet	图像	MIDOG++数据集	PyTorch, fastai	Faster R-CNN, RetinaNet	F1分数	NA
46	2025-10-30	Leveraging transformers for semi-supervised pathogenicity prediction with soft labels 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0047 PMID:40538169	研究论文	本文提出了一种基于Transformer的深度学习模型，用于预测遗传变异的致病性	采用半监督学习方法处理包含明确标记和模糊标记的遗传变异数据，并利用Feature Tokenizer Transformer架构处理数值和分类基因组信息	模型对明确标记变异的预测准确性较高，但对不确定性数据的预测效果仍需改进	开发遗传变异致病性预测模型以推进个性化医疗	来自NGS输出的遗传变异数据，包括明确标记和模糊标记的变异	机器学习	NA	NGS	Transformer	基因组数据	NA	NA	Feature Tokenizer Transformer	准确率	NA
47	2025-10-30	Colon cancer survival prediction from gland shapes within histology slides using deep learning 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0052 PMID:40650530	研究论文	本研究利用深度学习技术从结直肠癌组织病理图像中分割腺体，并基于腺体形态特征预测患者生存期	结合GlaS和CRAG数据集训练模型以增强泛化能力，并首次将腺体形态特征与生存预测相结合	模型在特定领域准确性和跨数据集鲁棒性之间存在权衡	通过腺体分割和形态特征分析预测结肠癌患者生存期	结直肠癌组织病理图像中的腺体结构	数字病理学	结肠癌	组织病理学成像	CNN	图像	GlaS和CRAG数据集及TCGA的全切片图像	NA	U-Net, DCAN	一致性指数, log-rank检验p值	NA
48	2025-06-05	Geometric Deep Learning for Multimodal Data in CKD 2025-Jun-03, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000778 PMID:40459949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
49	2025-10-25	Comprehensive molecular impact mapping of common and rare variants at GWAS loci 2025-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.05.658079 PMID:40501721	研究论文	介绍DNACipher深度学习模型及其变体影响映射方法DVIM，用于预测遗传变异在多种生物环境中的分子效应	开发了能够预测未直接测量生物环境中变异效应的深度学习模型，相比Enformer预测环境数量增加7倍以上	模型预测仍受限于训练数据的细胞类型和检测方法范围	通过深度学习模型预测遗传变异在多种生物环境中的分子效应，改进GWAS位点的变异精细定位	遗传变异，特别是GWAS位点的常见和罕见变异	机器学习	1型糖尿病	单核ATAC-seq，荧光素酶检测	深度学习	基因组序列	38,582个细胞类型-检测组合	NA	DNACipher	精细映射可信集大小，后验概率	NA
50	2025-10-15	Advancements in Caries Diagnostics Using Bitewing Radiography: A Systematic Review of Deep Learning Approaches 2025-Jun-22, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	系统综述	系统回顾了深度学习在咬翼片X光影像龋齿诊断中的应用进展	首次系统评估深度学习在咬翼片龋齿诊断中的模型架构、数据集特征和诊断性能	研究方法存在异质性、缺乏标准化、数据集多样性有限、临床验证不足以及存在偏倚和数据透明度问题	评估深度学习在咬翼片X光影像龋齿诊断中的应用效果	咬翼片X光影像中的龋齿病变	计算机视觉	龋齿	咬翼片X光摄影	深度学习	X光影像	23项研究，图像数量从112到8,539张不等	NA	ResNet, YOLO	准确率	NA
51	2025-10-15	AI-enabled CT-guided end-to-end quantification of total cardiac activity in 18FDG cardiac PET/CT for detection of cardiac sarcoidosis 2025-Jun, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102195 PMID:40127777	研究论文	开发基于深度学习的全自动管道，通过CT衰减图分割心脏结构并量化18F-FDG PET活动以检测心脏结节病	首次提出基于CT衰减图的全自动深度学习分割方法用于心脏FDG PET定量分析	样本量较小（69例患者），需更大规模验证	开发自动化方法量化心脏FDG PET活动以改善心脏结节病检测	疑似心脏结节病患者	数字病理学	心脏结节病	PET/CT成像, 18F-FDG PET	深度学习	医学影像（CT和PET图像）	69例患者（29例确诊心脏结节病）	NA	NA	AUC, 敏感性, 特异性	NA
52	2025-10-05	Automated Measurements of Spinal Parameters for Scoliosis Using Deep Learning 2025-Jun-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005280 PMID:40152470	研究论文	开发并验证用于脊柱侧弯诊断的自动化卷积神经网络测量系统	首次提出包含粗分割、关键点定位和精细分割的完整CNN流程，可同时测量多种脊柱参数而不仅限于Cobb角	单中心回顾性研究，样本量相对有限，缺乏外部验证	开发自动化脊柱参数测量系统以提高脊柱侧弯诊断效率和准确性	1682名脊柱侧弯患者的正位和侧位X光片	计算机视觉	脊柱侧弯	X光成像	CNN	医学影像	1682名患者（含87名青少年和26名老年患者测试集）	NA	NA	Dice系数, 平均绝对误差, 正确关键点百分比	NA
53	2025-10-05	Development and in silico imaging trial evaluation of a deep-learning-based transmission-less attenuation compensation method for DaT SPECT 2025-Jun-25, ArXiv PMID:41019216	研究论文	开发并评估了一种基于深度学习的无透射衰减补偿方法DaT-CTLESS，用于DaT SPECT成像	提出首个无需CT扫描的深度学习衰减补偿方法，解决了传统CTAC方法在临床SPECT系统中的局限性	研究主要基于计算机模拟试验，需要进一步的临床验证	开发无需CT扫描的衰减补偿方法以改进DaT SPECT定量分析	多巴胺转运体SPECT图像中的尾状核、壳核和苍白球区域	医学影像分析	帕金森病	SPECT成像，深度学习	深度学习模型	SPECT影像数据	NA	NA	NA	相关性分析，一致性评估，泛化能力，重复性	NA
54	2025-10-05	Fetal Sleep: A Cross-Species Review of Physiology, Measurement, and Classification 2025-Jun-27, ArXiv PMID:41019222	综述	本文系统回顾了胎儿睡眠的生理特征、测量方法和分类技术，并比较了人类与大型动物模型的睡眠模式差异	首次跨物种综合比较胎儿睡眠模式，系统梳理八十年来的研究成果，并提出开发客观多模态非侵入性胎儿睡眠监测技术的方向	主要基于文献回顾，缺乏原始实验数据验证	为开发胎儿睡眠监测技术提供理论基础，支持产前护理的早期诊断和干预	人类胎儿和大型动物模型的胎儿睡眠	生物医学工程	胎儿发育异常	侵入性动物实验技术、非侵入性人类监测方法	基于规则的方法、深度学习	生理信号数据	NA	NA	NA	NA	NA
55	2025-10-05	Improving spliced alignment by modeling splice sites with deep learning 2025-Jun-15, ArXiv PMID:40980762	研究论文	通过深度学习建模剪接位点来改进剪接比对方法	使用一维卷积神经网络学习剪接信号，首次将深度学习模型整合到剪接比对工具中	目前主要针对脊椎动物和昆虫基因组，在其他物种上的适用性有待验证	提高剪接比对的准确性，特别是在处理噪声长读长RNA-seq数据和远缘同源蛋白时	脊椎动物和昆虫基因组的剪接位点	生物信息学	NA	RNA-seq，蛋白质序列比对	CNN	基因组序列，RNA-seq数据，蛋白质序列	NA	NA	1D-CNN	连接点准确率	NA
56	2025-10-05	Deep Learning to Localize Photoacoustic Sources in Three Dimensions: Theory and Implementation 2025-06, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3562313 PMID:40261767	研究论文	开发基于深度学习的3D光声点源定位系统，用于手术工具尖端定位与追踪	首次实现三维光声点源定位，提出基于目标检测和实例分割的深度学习系统，并建立了点源位置、声速和波形形态的理论关系	实验数据量相对有限（模拟4000帧、体模993帧、离体1983帧），声速估计在实验数据中误差较大	开发三维光声点源定位系统以提升手术工具尖端定位精度	手术工具尖端（视为声学点源）	医学影像分析	NA	光声成像	深度学习	光声通道数据帧	模拟数据4000帧、体模数据993帧、离体数据1983帧	NA	目标检测网络、实例分割网络	F1分数、欧几里得定位误差、声速估计绝对误差	NA
57	2025-10-05	Automated Deep Learning Approach for Post-Operative Neonatal Pain Detection and Prediction through Physiological Signals 2025-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms65348.2025.00164 PMID:40978767	研究论文	提出一种结合生理信号监测与计算机视觉/深度学习的自动化方法，用于新生儿术后疼痛检测和预测	首次提出早期疼痛检测方法，可在疼痛发生前5-10分钟预警，为使用伤害较小的疼痛缓解策略创造时间窗口	NA	开发自动化的新生儿术后疼痛检测和预测系统	新生儿重症监护室中的术后新生儿	计算机视觉, 深度学习	新生儿疼痛	生理信号监测（心率、呼吸频率、血氧饱和度）	深度学习	生理信号数据	NA	NA	NA	AUC, mAP	NA
58	2025-10-05	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了基于CT的深度学习模型结合系统性免疫炎症营养指数，用于早期预测不可切除非小细胞肺癌患者对免疫检查点抑制剂的治疗反应	首次将深度学习放射组学特征与系统性免疫炎症营养指数相结合构建联合预测模型，并通过多中心研究验证其预测性能	回顾性研究设计，样本量相对有限，需要进一步扩大验证	开发非侵入性生物标志物以早期预测不可切除非小细胞肺癌患者对免疫治疗的疗效	265例接受免疫检查点抑制剂治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT成像，实验室检测	深度学习	医学影像，临床数据	265例患者，分为训练集(70%)、内部验证集(30%)和外部验证集	NA	DenseNet121	AUC	NA
59	2025-10-05	An EMG-Based GRU Model for Estimating Foot Pressure to Support Active Ankle Orthosis Development 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113558 PMID:40969084	研究论文	本研究提出了一种基于表面肌电信号和门控循环单元深度学习模型的方法，用于预测行走过程中足底压力分布	使用GRU深度学习模型从肌电信号预测足底压力分布，实现了跨受试者的泛化能力和对个体化步态动力学的实时推断	仅针对四个关键踝关节肌肉进行肌电信号采集，可能未完全覆盖所有相关肌肉群	开发一种可扩展且可解释的预测框架，用于改进主动踝足矫形器的实时控制	踝关节功能障碍患者，特别是与足下垂、不稳定和步态适应性降低相关的患者	机器学习	老年疾病	表面肌电信号，力敏电阻系统	GRU	时间序列信号	NA	NA	GRU	均方根值	NA
60	2025-10-05	Power Line Segmentation Algorithm Based on Lightweight Network and Residue-like Cross-Layer Feature Fusion 2025-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s25113551 PMID:40969098	研究论文	提出一种基于轻量级网络和类残差跨层特征融合的电力线分割算法RGS-UNet	集成类残差跨层特征融合模块，采用Ghost Module优化卷积计算，嵌入SIMAM注意力机制，使用Mish激活函数	NA	解决现有电力线分割算法中小目标尺度、复杂背景和模型参数过多的问题	电力线分割	计算机视觉	NA	NA	CNN	图像	NA	NA	UNet, ResNet18	F1-Score, IoU	NA