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
61	2025-10-06	Unraveling Parkinson's disease motor subtypes: A deep learning approach based on spatiotemporal dynamics of EEG microstates 2025-06-15, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2025.106915 PMID:40274133	研究论文	本研究开发了一种基于EEG微状态时空动力学的深度学习模型，用于区分帕金森病震颤主导型和姿势不稳/步态困难型运动亚型	首次将EEG微状态动态空间模式与电极位置数据结合用于PD运动亚型分类，强调了动态脑网络特征作为潜在生物标志物的重要性	未明确说明样本量大小和研究人群的具体特征	理解帕金森病异质性运动表型的脑网络动力学基础，改善个性化治疗	帕金森病患者（震颤主导型和姿势不稳/步态困难型）与健康个体	机器学习	帕金森病	脑电图微状态分析	深度学习	EEG信号	NA	NA	NA	AUC	NA
62	2025-10-06	A scoping review of self-supervised representation learning for clinical decision making using EHR categorical data 2025-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01692-1 PMID:40517140	综述	本文对使用电子健康记录分类数据进行自监督表示学习以支持临床决策的研究进行了范围综述	首次系统梳理了2019-2024年间针对未标记分类EHR数据的自监督表示学习研究趋势和模型家族分布	在评估这些技术对临床实践影响方面存在当前局限性	评估自监督表示学习在电子健康记录分类数据中支持临床决策的研究现状和发展趋势	46项从2019年1月至2024年4月发表的研究	自然语言处理	NA	自监督表示学习	Transformer, Autoencoder, 图神经网络	电子健康记录分类数据	46项研究	NA	Transformer-based, Autoencoder-based, Graph Neural Network-based	NA	NA
63	2025-10-06	Exploring Generative Pre-Trained Transformer-4-Vision for Nystagmus Classification: Development and Validation of a Pupil-Tracking Process 2025-Jun-06, JMIR formative research IF:2.0Q4 DOI:10.2196/70070 PMID:40478723	研究论文	本研究开发并验证了一种基于GPT-4V的眼震分类方法，通过瞳孔追踪过程实现自动化分类	首次将生成式预训练Transformer-4-Vision模型应用于眼震分类，利用其强大的图像识别能力	总体分类准确率较低（图像输入37%，坐标输入24.6%），垂直和扭转方向眼震分类准确率不足，需要扩大数据集和增强输入模态	评估GPT-4V模型在眼震分类中的应用效果，开发自动化眼震分类方法	眼震视频记录中的瞳孔运动轨迹	计算机视觉	前庭疾病	瞳孔追踪技术，视频分析	GPT-4V	视频，图像，二维坐标数据	NA	NA	Generative Pre-trained Transformer 4 Vision	准确率	NA
64	2025-10-06	Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images 2025-Jun, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00962-4 PMID:39937388	研究论文	本研究开发了一种基于改进Xception深度学习模型的法医牙科年龄估计方法，用于全景X射线图像的年龄分类	提出了专门针对法医应用的改进版'Forensic Xception'模型，并设计了处理不平衡数据集的新型多边形面积度量(PAM)	数据集仅来自两个放射科部门，未来需要探索更多数据集并解决伦理和法律考量	开发基于深度学习的法医年龄估计方法，区分12岁以下和12岁及以上个体	1941名5-15岁儿科患者的全景X射线图像	计算机视觉	NA	正位断层摄影(OPG)	深度学习,CNN	X射线图像	1941名儿科患者	NA	Xception,ResNet,ShuffleNet,InceptionV3,DarkNet,NasNet,DenseNet,EfficientNet,MobileNet,ResNet18,GoogleNet,SqueezeNet,AlexNet	分类准确率(CA),敏感性(SE),特异性(SP),Kappa(K),AUC,F1分数,多边形面积度量(PAM)	NA
65	2025-10-06	Sex estimation with convolutional neural networks using the patella magnetic resonance image slices 2025-Jun, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00943-7 PMID:39969760	研究论文	本研究开发了一种基于髌骨磁共振图像切片进行性别估计的深度学习模型	首次使用多种CNN架构对髌骨MRI切片进行性别估计，无需传统形态测量方法	样本量相对有限（696名患者），仅使用单一医疗机构数据	开发自动化的性别估计方法以替代耗时的人工形态测量分析	696名患者（293名男性，403名女性）的髌骨磁共振图像	计算机视觉	NA	磁共振成像	CNN	医学图像	696名患者的6710张髌骨MRI矢状面切片	NA	EfficientNetB3,MobileNetV2,VGG16,ResNet50,DenseNet121	准确率	NA
66	2025-10-06	Efficient quality control of platelet-rich plasma preparation using computer vision and deep learning 2025-Jun, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.6.065003 PMID:40765813	研究论文	本研究开发了一种基于计算机视觉和深度学习的自动化富血小板血浆制备质量控制系统	首次将ResNet18卷积神经网络与二元分类器结合用于PRP质量控制的自动化检测	模型在未见测试集上的准确率为82.5%，仍有提升空间	提高富血小板血浆制备质量控制的效率和准确性	富血小板血浆样本	计算机视觉	再生医学	计算机视觉，深度学习	CNN	图像	来自患者的PRP样本数据	NA	ResNet18	准确率	NA
67	2025-10-06	Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease 2025-Jun-26, Research square DOI:10.21203/rs.3.rs-6874970/v1 PMID:40678251	研究论文	本研究通过深度学习分析MRI图像，发现路易体共病理会加速阿尔茨海默病患者的脑老化	首次结合脑脊液α-突触核蛋白种子扩增检测和深度学习脑年龄估计方法，系统分析AD与LB共病理对神经退行性变的协同作用	样本量相对有限，仅包含803名认知障碍参与者；依赖特定生物标志物分类方法	探究阿尔茨海默病与路易体病理共存对脑老化和神经退行性变的影响	4,355名认知正常个体和803名认知障碍参与者	医学影像分析	阿尔茨海默病, 路易体病	MRI, 脑脊液α-突触核蛋白种子扩增检测	深度学习	MRI图像	4,355名认知正常个体（训练集）+ 803名认知障碍参与者（测试集）	NA	NA	脑年龄估计准确度, 显著性图谱分析	NA
68	2025-10-06	Learning Genetic Perturbation Effects with Variational Causal Inference 2025-Jun-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.05.657988 PMID:40501829	研究论文	提出一种结合机制因果模型与变分深度学习的混合方法SCCVAE，用于预测单细胞水平基因扰动效应	首次将机制因果模型与变分自编码器结合，通过学习的调控网络表示扰动变化，实现未见扰动的外推预测	未明确说明模型在超大规模数据集上的计算效率及对特定细胞类型的泛化能力	开发能准确预测单细胞水平基因扰动效应的计算模型	单细胞转录组数据及基因扰动响应	机器学习	NA	Perturb-seq, 单细胞转录组测序	变分自编码器, 因果模型	单细胞转录组数据	NA	NA	变分自编码器	外推预测性能	NA
69	2025-10-06	Local mean suppression filter for effective background identification in fluorescence images 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	研究论文	提出一种用于荧光显微镜图像背景识别的局部均值抑制滤波器	通过变化邻域尺寸生成多标签并累积决策的局部均值比较方法	NA	开发有效的荧光图像背景识别方法	具有密集低对比度前景的荧光显微镜图像	计算机视觉	NA	荧光显微镜成像	非线性滤波器	荧光显微镜图像	NA	Python 3	局部均值抑制滤波器	NA	NA
70	2025-10-06	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一种可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	首次将分层相关性传播(LRP)技术应用于LSTM模型以增强可解释性，并识别关键风险因素	NA	开发实时预测医源性戒断综合征风险的深度学习模型，以促进早期干预	儿科重症监护病房患者	医疗人工智能	医源性戒断综合征	电子健康记录分析	LSTM	电子健康记录	NA	NA	单向多层LSTM	模型校准度，预测性能	NA
71	2025-10-06	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2025-Jun-18, ArXiv PMID:40735097	研究论文	开发基于深度学习的多参数磁共振成像序列分类模型	首次使用深度学习模型对8种不同体部多参数MRI序列类型进行分类，并比较多种网络架构性能	模型在外部数据集上的准确率有所下降，DICOM头文件信息错误可能影响数据质量	提高放射科医生阅读多参数MRI检查的效率	多参数体部磁共振成像序列	计算机视觉	NA	多参数磁共振成像(mpMRI)	CNN	医学影像	超过729项研究数据，包含来自多个机构的mpMRI检查	NA	ResNet, EfficientNet, DenseNet-121	F1-score, 准确率	NA
72	2025-10-06	InclusiViz : Visual Analytics of Human Mobility Data for Understanding and Mitigating Urban Segregation 2025-06, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3567117 PMID:40327496	研究论文	开发了一个名为InclusiViz的可视化分析系统，用于多层级分析城市隔离现象	结合深度学习和可解释AI分析人类移动数据，同时考虑居住空间和活动空间的城市隔离模式	未明确说明数据来源的具体限制和模型泛化能力	理解和缓解城市隔离现象，促进更具包容性的城市规划	人类移动数据和社会群体的移动模式	可视化分析	NA	深度学习，可解释AI	深度学习模型	人类移动数据，环境特征数据	NA	NA	NA	准确性，效率	NA
73	2025-10-06	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发了一种结合ResNet50V2和SE模块的深度学习模型，用于从CT图像自动分类肺癌亚型	将Squeeze-and-Excitation注意力模块集成到ResNet50V2架构中，增强通道特征重校准能力	需要外部验证、模型可解释性有待提高、尚未探索Vision Transformers等新兴架构	开发用于肺癌亚型自动分类的深度学习模型以提高诊断准确性	肺癌CT图像，包括腺癌、大细胞癌、鳞状细胞癌和正常组织	计算机视觉	肺癌	计算机断层扫描(CT)	CNN	图像	1000张肺部CT图像	NA	ResNet50V2,Squeeze-and-Excitation	准确率,AUC,精确率,召回率,F1分数	NA
74	2025-10-06	Deep Learning Can Accurately Predict the Prognosis of Gynecologic Smooth Muscle Tumors of Uncertain Malignant Potential: A Multicenter Pilot Study 2025-Jun-30, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104211 PMID:40602459	研究论文	本研究探索深度学习模型基于组织学切片预测妇科不确定恶性潜能平滑肌肿瘤预后的能力	首次将深度学习技术应用于STUMP肿瘤的预后预测，直接从组织学切片提取特征进行风险分层	样本量相对较小（95例STUMP），需要进一步研究通过分子标记物验证高风险组	预测妇科不确定恶性潜能平滑肌肿瘤的无进展生存期并识别高风险患者	妇科不确定恶性潜能平滑肌肿瘤患者	数字病理学	妇科肿瘤	组织学切片分析	深度学习模型	病理图像	95例STUMP（79例训练，16例外部验证），160例平滑肌瘤，58例平滑肌肉瘤	scikit-learn, R	NA	C-index, Cox回归分析, 风险比	NA
75	2025-10-06	From Lab to Clinic: How Artificial Intelligence (AI) Is Reshaping Drug Discovery Timelines and Industry Outcomes 2025-Jun-30, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18070981 PMID:40732273	综述	本文系统评估人工智能在药物发现各阶段的应用及其对临床结果的影响	首次通过系统综述量化分析AI在药物研发各阶段的应用分布与行业合作模式	主要关注2015-2025年发表的研究，可能未涵盖早期AI应用；对复杂生物系统的处理能力仍需完善	评估AI在药物研发过程中的作用及其对临床试验效率和制药成果的贡献	2015-2025年间发表的AI药物发现研究文献	机器学习	肿瘤学	系统综述	机器学习,深度学习	文献数据	涵盖多个数据库的系统综述研究	NA	NA	应用百分比,临床阶段分布	NA
76	2025-10-06	Precision Enhanced Bioactivity Prediction of Tyrosine Kinase Inhibitors by Integrating Deep Learning and Molecular Fingerprints Towards Cost-Effective and Targeted Cancer Therapy 2025-Jun-28, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18070975 PMID:40732265	研究论文	本研究开发了一个集成深度学习和分子指纹的机器学习框架，用于准确预测酪氨酸激酶抑制剂的生物活性	整合深度人工神经网络、卷积神经网络和分子指纹，显著提高了酪氨酸激酶抑制剂生物活性预测的准确性	研究仅基于ChEMBL数据库的28,314个小分子，未包含更广泛的化合物类型	开发成本效益高且靶向的癌症治疗方法，加速药物临床前开发阶段	酪氨酸激酶抑制剂小分子化合物	机器学习	癌症	分子指纹技术，物理化学描述符分析	dANN, CNN, SVM, CatBoost	化学结构数据，分子描述符	28,314个小分子化合物，靶向11种酪氨酸激酶	NA	深度人工神经网络，卷积神经网络	F1-score, ROC-AUC, precision-recall曲线, log loss	NA
77	2025-10-06	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	研究论文	利用深度学习辅助的三维多光束串行电子显微镜数据量化人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质短程联络纤维进行大规模三维形态定量分析，并提供了包含128,285个有髓轴突的精确分割数据集	研究仅基于200×200×112μm的组织体积，可能无法完全代表整个白质区域的异质性	详细表征人类浅表白质中短程联络纤维的微观形态特征	人类浅表白质中的有髓轴突	数字病理学	NA	多光束扫描电子显微镜	CNN	三维电子显微镜图像	200×200×112μm组织体积中的128,285个有髓轴突	NA	深度卷积神经网络	NA	NA
78	2025-10-06	Dual-energy CT-based virtual monoenergetic imaging via unsupervised learning 2025-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01560-y PMID:40448904	研究论文	提出一种基于无监督学习的双能CT虚拟单能成像方法，用于提升图像质量	无需标注数据即可从双能CT生成虚拟单能图像的无监督学习方法	骨骼组织的CT值测量存在统计学显著差异	提高双能CT虚拟单能成像的图像质量	患者双能CT数据	医学影像处理	NA	双能CT	深度学习	CT图像	患者数据	NA	NA	CT值差异, 图像质量评估	NA
79	2025-10-06	Novel Snapshot-Based Hyperspectral Conversion for Dermatological Lesion Detection via YOLO Object Detection Models 2025-Jun-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070714 PMID:40722406	研究论文	提出一种新型光谱辅助视觉增强器(SAVE)，将标准RGB图像转换为模拟窄带成像表示，并评估五种YOLO模型在皮肤病变检测中的性能	开发了单步将RGB图像转换为窄带成像表示的SAVE方法，首次系统比较五种YOLO模型在皮肤病变检测中的表现	仅评估了三种皮肤病变类型，YOLOv11在软纤维瘤检测中表现较差，YOLOv8和YOLOv5准确率相对较低	通过光谱转换技术和目标检测模型提高皮肤病变检测的准确性	皮肤病变包括皮肤纤维瘤、苔藓样病变和软纤维瘤	计算机视觉	皮肤疾病	窄带成像，光谱转换	YOLO	图像	NA	NA	YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv5	精确率, 召回率, F1分数	NA
80	2025-10-06	Quantitative Measures of Pure Ground-Glass Nodules from an Artificial Intelligence Software for Predicting Invasiveness of Pulmonary Adenocarcinoma on Low-Dose CT: A Multicenter Study 2025-Jun-30, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13071600 PMID:40722670	研究论文	本研究评估商业AI软件定量测量在预测低剂量CT上纯磨玻璃结节肺腺癌浸润性方面的诊断性能	首次在多中心研究中系统比较AI软件自动提取的定量指标（直径、体积、衰减值和质量）对肺腺癌浸润性的预测价值	样本量相对有限，仅包含388个纯磨玻璃结节，且来自三个医疗中心	评估AI软件定量测量在预测肺腺癌浸润性方面的诊断性能	低剂量CT扫描中表现为纯磨玻璃结节（pGGNs）的肺腺癌患者	数字病理	肺癌	低剂量CT（LDCT）扫描	深度学习	医学影像（CT图像）	388个纯磨玻璃结节（训练队列198个，测试队列99个，外部验证队列91个）	NA	NA	AUC（曲线下面积）, ICC（组内相关系数）	NA