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
481	2025-10-06	Deep learning-assisted terahertz intelligent detection and identification of cancer tissue 2025-Jul, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2025.03.013 PMID:40777781	研究论文	提出一种基于密集高效通道注意力网络的太赫兹诊断系统，用于癌症组织的智能检测与识别	首次将太赫兹检测技术与密集高效通道注意力网络相结合，实现端到端的癌症组织分类	仅验证了乳腺癌和皮肤癌组织样本，未涉及其他癌症类型	开发基于人工智能的太赫兹癌症早期筛查系统	乳腺癌和皮肤癌组织样本	计算机视觉	乳腺癌,皮肤癌	太赫兹检测技术	深度学习	太赫兹信号	NA	NA	DECANet（密集高效通道注意力网络）	NA	NA
482	2025-10-06	Advancing Spine Fracture Detection: The Role of Artificial Intelligence in Clinical Practice 2025-Jul, Korean journal of neurotrauma DOI:10.13004/kjnt.2025.21.e22 PMID:40778250	综述	本文综述了人工智能在脊柱骨折检测中的临床应用及最新进展	系统总结了深度学习与机器学习在脊柱骨折诊断中的最新应用，强调了AI辅助工作流程在提升诊断效率方面的优势	面临数据集变异性大、需要大规模标注数据集和评估指标标准化等挑战	改善脊柱骨折诊断和患者管理	椎体骨折	医学影像	脊柱骨折	医学影像分析	深度学习, 机器学习	医学影像	NA	NA	NA	灵敏度, 特异度, 准确率	NA
483	2025-10-06	A narrative review on innovations of thyroid nodule ultrasound diagnosis: applications of robot and artificial intelligence technology 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-75 PMID:40771369	综述	本文综述了机器人和人工智能技术在甲状腺结节超声诊断中的创新应用与研究现状	系统分析了机器人自动扫描和智能诊断系统在甲状腺结节超声诊断中的优势与挑战，探讨了深度学习在超声造影视频分析中的创新应用	机器人临床应用灵活性不足且患者接受度有待提高，深度学习模型的可解释性、数据依赖性和临床泛化能力仍需解决	探讨机器人和人工智能技术在甲状腺结节超声诊断中的研究现状、优势与挑战	甲状腺结节超声诊断相关研究文献	医学影像分析	甲状腺结节	超声诊断，超声造影(CEUS)	深度学习	超声图像，超声造影视频	NA	NA	NA	NA	NA
484	2025-10-06	Development and validation of a prediction model for lymph node metastasis in thyroid cancer: integrating deep learning and radiomics features from intra- and peri-tumoral regions 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-50 PMID:40771372	研究论文	开发并验证了一种结合深度学习和影像组学特征的融合模型，用于术前预测甲状腺癌中央区淋巴结转移	首次将瘤内和瘤周区域的深度学习和影像组学特征相结合，构建融合SVM模型，显著提升预测性能	研究样本量相对有限（405例患者），且仅针对甲状腺乳头状癌	提高甲状腺癌术前中央区淋巴结转移的预测准确性	甲状腺乳头状癌患者	医学影像分析	甲状腺癌	超声成像	SVM, 深度学习	超声图像	405例患者（中心1：294例，中心2：111例）	NA	NA	AUC, Delong检验, 决策曲线分析	NA
485	2025-10-06	Integrating multimodal ultrasound imaging for improved radiomics sentinel lymph node assessment in breast cancer 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-223 PMID:40771387	研究论文	本研究开发并验证了一种结合B型超声和彩色多普勒超声的深度学习影像组学模型，用于无创预测乳腺癌前哨淋巴结转移	首次将传统B型超声与彩色多普勒超声相结合，并集成手工特征与深度学习特征，通过双流MobileNetV2架构开发多模态预测模型	回顾性研究设计，样本量相对有限（450例），需要进一步前瞻性验证	开发非侵入性预测乳腺癌前哨淋巴结转移的深度学习模型	450名浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，影像组学，深度学习	CNN	超声图像	450例患者（训练集276例，外部验证集105例，测试集69例）	PyTorch, Scikit-learn	MobileNetV2	AUC, 阴性预测值	NA
486	2025-10-06	Expanding genomic prediction in plant breeding: harnessing big data, machine learning, and advanced software 2025-07, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2024.12.009 PMID:39890501	综述	本文综述了植物育种中基因组预测的关键要素，重点关注统计机器学习方法和软件工具如何提升基因组选择效率	强调深度学习模型在基因组预测中的独特优势，并系统梳理了支持基因组选择方法普及的最新数据管理工具	NA	回顾提高植物育种中基因组选择效率的关键因素和方法	植物育种中的基因组预测方法和软件工具	机器学习	NA	基因组选择	深度学习	基因组数据	NA	NA	NA	NA	NA
487	2025-10-06	Artificial intelligence for radiotherapy dose prediction: A comprehensive review 2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104630 PMID:40513223	综述	本文对基于深度学习的放射治疗剂量预测方法进行了全面评述	首次对2018-2024年间深度学习在放疗剂量预测领域的应用进行全面系统分析	仅涵盖特定数据库和特定时间段内的文献，可能遗漏部分相关研究	评估深度学习在放射治疗剂量预测中的潜力和应用前景	放射治疗计划中的剂量预测方法	医学影像分析	肿瘤放射治疗	深度学习	CNN	医学影像数据	NA	NA	卷积神经网络	NA	NA
488	2025-10-06	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	评估基于U-Net的肝脏自动分割在CT图像中的临床应用价值，并分析几何指标与临床医生评估之间的相关性	首次系统研究几何评估指标（Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性	仅使用单一公开数据集和U-Net模型，未验证其他模型和数据集	研究自动分割几何评估指标与临床医生评估之间的相关性，为临床可接受性评估提供依据	CT图像中的肝脏分割	数字病理	NA	计算机断层扫描（CT）	CNN	医学图像	公开数据集中的CT图像	NA	U-Net	Dice相似系数, Hausdorff距离	NA
489	2025-10-06	Multitask deep learning for the emulation and calibration of an agent-based malaria transmission model 2025-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013330 PMID:40743314	研究论文	本文提出一种多任务深度学习方法，用于模拟和校准基于代理的疟疾传播模型	首次将多任务深度学习应用于基于代理的疟疾传播模型的模拟和校准，通过神经网络模拟器捕获免疫参数与流行病学结果之间的复杂关系	研究仅针对八个撒哈拉以南非洲研究站点，模型在其他地区的适用性需要进一步验证	开发高效的机器学习方法来模拟和校准计算密集型的基于代理的疟疾传播模型	基于代理的疟疾传播模型（EMOD模型）及其在八个撒哈拉以南非洲研究站点的应用	机器学习	疟疾	基于代理的建模，深度学习	神经网络	模拟数据，参考数据	来自EMOD疟疾模型的大量模拟套件，涵盖八个撒哈拉以南非洲研究站点	NA	多任务深度学习网络	NA	NA
490	2025-10-06	Enhancing the Performance of Pathological Voice Quality Assessment System Through the Attention-Mechanism Based Neural Network 2025-Jul, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2022.12.026 PMID:36732109	研究论文	提出一种基于自注意力机制的双向长短期记忆网络系统，用于提高病理语音质量评估的准确性	首次将自注意力机制与BiLSTM结合应用于语音质量评估，并引入不同音高和元音特征来模拟专业医生的高维度评估	未提及模型在跨语言或不同口音语音数据上的泛化能力	开发准确的计算机化病理语音质量评估系统以改善临床诊断质量	病理语音信号	自然语言处理	语音障碍	语音信号处理	BiLSTM, 自注意力机制	语音信号	NA	NA	自注意力机制双向长短期记忆网络(SA BiLSTM)	F1分数, 宏平均	NA
491	2025-10-06	Radiomics-Based Artificial Intelligence and Machine Learning Approach for the Diagnosis and Prognosis of Idiopathic Pulmonary Fibrosis: A Systematic Review 2025-Jul, Cureus DOI:10.7759/cureus.87461 PMID:40772136	系统综述	系统评估基于放射组学的人工智能和机器学习方法在特发性肺纤维化诊断和预后中的应用	AI量化参数（特别是纤维化负荷和肺血管体积测量）在预后评估中持续优于传统视觉CT评分，并通过AI分析识别了超越传统实质评估的新型预后生物标志物	回顾性研究设计、样本量限制、男性为主的队列以及有限的外部验证	评估人工智能和机器学习在特发性肺纤维化诊断和预后中的应用	特发性肺纤维化患者	医学影像分析	特发性肺纤维化	计算机断层扫描（CT）成像	深度学习模型, 支持向量机, 集成方法	CT影像	八项研究（2017-2024年发表）	NA	NA	与肺功能测试的相关性	NA
492	2025-10-06	Quantifying physiological variability and improving reproducibility in 4D-flow MRI cerebrovascular measurements with self-supervised deep learning 2025-Jul-25, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30634 PMID:40711943	研究论文	本研究评估了自监督深度学习去噪在减少4D血流MRI测量变异性方面的效果，并阐明了生理变异对脑血管血流动力学的贡献	使用自监督深度学习框架对4D血流MRI数据进行去噪，通过前瞻性测试-重测研究设计分离技术噪声与生理变异	深度学习去噪无法完全消除生理变异和后处理带来的变异性，对流量等综合指标的改善效果不显著	提高4D血流MRI测量的可重复性并量化生理变异对脑血管血流动力学的影响	脑血管血流动力学测量	医学影像分析	神经退行性疾病	4D-Flow MRI, 3D径向采样	深度学习	4D血流MRI图像	10名参与者的多次4D血流MRI扫描	NA	自监督深度学习去噪框架	95%置信区间, 标准差, 可重复性	NA
493	2025-10-06	ZeroReg3D: a zero-shot registration pipeline for 3D consecutive histopathology image reconstruction 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.044002 PMID:40765693	研究论文	提出一种用于3D连续组织病理学图像重建的零样本配准流程ZeroReg3D	结合零样本深度学习关键点匹配和非深度学习配准技术，无需大量训练数据即可有效减轻变形和切片伪影	NA	从连续2D组织切片实现精确3D重建	连续组织病理学图像	数字病理学	NA	组织病理学成像	深度学习关键点匹配	3D图像, 2D图像	NA	NA	NA	配准精度	NA
494	2025-10-06	Clinical Implementation of Sixfold-Accelerated Deep Learning Superresolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance 2025-Jul, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32878 PMID:40266704	研究论文	本研究验证了六倍加速深度学习超分辨率膝关节MRI在5分钟内完成的临床效能，并与关节镜手术结果进行对比	首次将六倍加速（三倍并行成像+两倍同步多层采集）与深度学习超分辨率重建相结合，实现5分钟内完成膝关节MRI扫描	回顾性研究设计，样本量相对有限（124例患者）	验证加速膝关节MRI的临床诊断性能	患有膝关节疼痛的成年患者	医学影像	膝关节疾病	MRI，深度学习超分辨率重建，并行成像，同步多层采集	深度学习	MRI图像	124例成年患者（79名男性，45名女性），平均年龄46±17岁	NA	超分辨率重建网络	AUC，灵敏度，特异性，准确率，Kappa值	NA
495	2025-10-06	BERTAgent: The development of a novel tool to quantify agency in textual data 2025-Jul, Journal of experimental psychology. General DOI:10.1037/xge0001740 PMID:40354292	研究论文	开发了一种基于BERT的新工具BERTAgent，用于量化文本数据中的能动性语义	克服了传统词频统计方法对语义上下文不敏感的缺陷，能够考虑能动性的强度和方向性差异	NA	开发能够准确量化文本中能动性语义的计算工具	文本数据中的能动性语义编码	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本	NA	NA	BERT	收敛效度，区分效度	NA
496	2025-10-06	Advanced mastitis detection in Bos indicus cows: A deep learning approach integrated with infrared thermography 2025-Jul, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104173 PMID:40540820	研究论文	本研究结合红外热成像技术和深度学习算法，开发了一种用于检测Bos indicus品种奶牛乳腺炎的非侵入性诊断方法	首次将红外热成像与深度学习CNN模型相结合用于Tharparkar品种奶牛的乳腺炎检测，并比较了不同季节的温度变化特征	研究主要针对特定品种(Tharparkar cattle)，在资源有限的奶牛系统中应用效果需要进一步验证	开发准确、非侵入性的奶牛乳腺炎检测方法以提高奶牛健康管理和生产效益	Tharparkar品种奶牛的乳房热成像数据，包括健康、亚临床乳腺炎和临床乳腺炎三种状态	计算机视觉	乳腺炎	红外热成像技术(IRT)、加州乳腺炎测试(CMT)、体细胞计数(SCC)	CNN	热成像图像	7223个乳房热成像图，来自不同季节的健康、亚临床和临床乳腺炎乳房区域	NA	ResNet-50,VGG16	准确率,ROC分析	NA
497	2025-10-06	Dual prompt personalized federated learning in foundation models 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11864-4 PMID:40745444	研究论文	提出双提示个性化联邦学习框架，解决基础模型在联邦学习中的异构数据分布和新客户端集成问题	首次将基础模型CLIP引入联邦学习场景，提出双提示机制和自适应聚合策略，实现全局任务认知与本地数据驱动的结合	未明确说明实验数据规模和具体应用场景的局限性	解决有限本地数据下联邦学习的模型训练不足问题，提升个性化联邦学习性能	异构客户端数据分布下的基础模型联邦学习	机器学习	NA	联邦学习，基础模型微调	基础模型（CLIP）	图像和文本数据	NA	NA	CLIP	NA	NA
498	2025-10-06	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	研究论文	比较三种深度学习架构在音乐生成和转录任务中的表现，并提出双评估框架	提出结合客观指标和主观人类评估的双评估框架，用于全面评估AI生成音乐的质量	机器生成音乐在感知质量上仍低于人类创作，缺乏情感感知建模和实时人机协作	提升AI音乐生成的表现力和结构连贯性，缩小机器生成与人类表演音乐的差距	AI生成的音乐作品	机器学习	NA	深度学习音乐生成	LSTM, Transformer, GAN	音乐数据	使用MAESTRO数据集，50名听众参与主观评估	NA	LSTM, Transformer, GAN	困惑度, 和声一致性, 节奏熵, 平均意见得分	NA
499	2025-10-06	Development of a novel deep learning method that transforms tabular input variables into images for the prediction of SLD 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12900-z PMID:40745379	研究论文	开发了一种将表格数据转换为图像的新型深度学习方法，用于预测脂肪性肝病	提出将表格输入变量转换为图像的方法，利用深度学习模型的模式识别能力进行疾病预测	NA	开发新型深度学习方法以改善脂肪性肝病的预测性能	2999名患者的医疗登记数据	机器学习	脂肪性肝病	深度学习	深度学习模型	表格数据、图像	2999名患者	NA	NA	灵敏度, 特异度, AUCROC	NA
500	2025-10-06	A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy 2025-Jul-31, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01048-6 PMID:40745381	研究论文	开发了一个用于放疗中自动分割模型实施的多方面技术评估框架	提出了首个整合几何测量、专家评估、时间效率和剂量学评估的全面评估框架	需要建立标准化基准和共识指南以实现临床实施	验证放疗中自动分割模型的临床应用价值	脑部危及器官的自动分割模型	医学影像分析	癌症放疗	深度学习	深度学习模型	医学影像	100个训练病例，8位放射肿瘤专家参与评估	NA	NA	几何精度，临床可接受率，时间效率，剂量差异	NA