深度学习在生物医药领域中的应用

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
641	2025-07-22	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试了一种基于深度学习的算法，用于从眼底照片中检测可转诊青光眼	深度学习算法在检测可转诊青光眼方面的性能与或超过临床医生，且不受经验水平影响	研究数据仅来自洛杉矶县卫生服务部门的患者，可能不具有广泛代表性	开发并测试一种深度学习算法，用于从眼底照片中检测可转诊青光眼	6116名来自洛杉矶县卫生服务部门的患者	计算机视觉	青光眼	深度学习	Visual Geometry Group-19架构	眼底照片	训练集：12,998张图像来自5,616名患者；测试集：1,000张图像来自500名患者
642	2025-07-22	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色组织学图像直接推断空间基因表达谱	采用以图像为中心的对比学习策略捕捉与分子表达相关的形态学特征，减少对空间转录组学数据的依赖	未提及具体局限性	开发可扩展的计算方法以弥合成像与转录组学之间的鸿沟	H&E染色组织学图像和空间基因表达谱	digital pathology	NA	对比学习	深度学习框架	图像和基因表达数据	公开可用数据集
643	2025-07-22	Prognostic Value of Deep Learning-Extracted Tumor-Infiltrating Lymphocytes in Esophageal Cancer: A Multicenter Retrospective Cohort Study 2025-Jul, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71054 PMID:40673386	研究论文	本研究利用深度学习方法评估食管鳞状细胞癌(ESCC)中肿瘤浸润淋巴细胞(TILs)的预后价值	首次在ESCC中应用深度学习方法定量分析TILs的空间分布及其预后意义	未分析淋巴细胞亚群的空间信息，可能影响预测效果	评估TILs在ESCC中的预后价值	626例经病理确诊的ESCC患者	数字病理学	食管癌	全切片数字成像(WSI)和深度学习	DL(未指定具体模型)	病理图像	626例ESCC患者(来自两个研究中心)
644	2025-07-22	Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22991 PMID:40686315	研究论文	本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法	结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能	未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性	开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后	多通道MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	DBST算法、SIFT方法、深度学习	DarkNet53、DenseNet201	多通道MRI图像	公开可用的多通道MRI图像数据集
645	2025-07-22	Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.55 PMID:40689724	研究论文	开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型	提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能	研究为回顾性队列研究，样本量相对较小（193眼）	开发自动化工具辅助临床医生准确诊断MNV亚型	治疗初治的新生血管性AMD患者的OCT图像	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	193眼治疗初治的新生血管性AMD患者
646	2025-07-21	Emerging Role of MRI-Based Artificial Intelligence in Individualized Treatment Strategies for Hepatocellular Carcinoma: A Narrative Review 2025-Jul-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70048 PMID:40682357	综述	本文综述了基于MRI的人工智能在肝细胞癌个体化治疗策略中的新兴作用	强调了AI在治疗前预测治疗效果和预后方面的应用，特别是放射组学和深度学习技术在提取高维影像特征方面的潜力	模型泛化能力、可解释性及临床整合方面仍存在挑战，需要标准化的影像数据集和多组学融合	探讨AI在肝细胞癌个体化治疗策略中的应用	肝细胞癌（HCC）患者	数字病理学	肝癌	MRI, 放射组学, 深度学习	深度学习	影像	NA
647	2025-07-21	Latent Class Analysis Identifies Distinct Patient Phenotypes Associated With Mistaken Treatment Decisions and Adverse Outcomes in Coronary Artery Disease 2025-Jul-19, Angiology IF:2.6Q2 DOI:10.1177/00033197251350182 PMID:40682405	研究论文	本研究旨在通过潜在类别分析（LCA）和深度学习技术（DEEPVESSEL-FFR）识别冠状动脉疾病（CAD）患者中与错误治疗决策和主要不良心血管事件（MACE）相关的患者特征	利用深度学习技术DEEPVESSEL-FFR结合潜在类别分析，首次在冠状动脉疾病患者中识别出与错误治疗决策和不良预后相关的不同患者表型	研究为回顾性设计，可能存在选择偏倚，且仅基于8个因素进行分类可能未涵盖所有相关临床特征	识别与冠状动脉疾病治疗决策错误和不良预后相关的患者特征	接受经皮冠状动脉介入治疗（PCI）的冠状动脉疾病患者	数字病理学	心血管疾病	DEEPVESSEL-FFR（DVFFR），潜在类别分析（LCA）	深度学习模型	临床数据	3,840名PCI患者
648	2025-07-21	ISENet: a deep learning model for detecting ischemic ST changes in long-term ECG monitoring 2025-Jul-19, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03416-9 PMID:40682722	研究论文	本文提出了一种名为ISENet的轻量级深度学习模型，用于在长期ECG监测中检测缺血性ST段变化	首次应用基于深度学习的神经网络在长期ST数据库的ECG信号中进行ISE检测，相比之前的特征工程和特征学习方法，解决了实验设计和方法上的关键限制	NA	开发一个自动检测心肌缺血的深度学习模型	长期ECG监测中的缺血性ST段变化事件（ISE）	机器学习	心血管疾病	深度学习	ISENet	ECG信号	PhysioNet长期ST数据库中的ECG信号和标注
649	2025-07-21	2.5D Deep Learning-Based Prediction of Pathological Grading of Clear Cell Renal Cell Carcinoma Using Contrast-Enhanced CT: A Multicenter Study 2025-Jul-19, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.056 PMID:40683765	研究论文	本研究开发并验证了一种基于动脉期增强CT的深度学习模型，用于预测透明细胞肾细胞癌(ccRCC)的病理分级	提出了一种基于2.5D CT图像输入的深度学习模型，在预测ccRCC病理分级方面表现出优于2D模型和基于放射组学的MLP模型的性能	研究为回顾性分析，可能受到选择偏倚的影响	开发预测透明细胞肾细胞癌病理分级的深度学习模型	564例来自5家不同医院的透明细胞肾细胞癌患者	数字病理学	肾细胞癌	动脉期增强CT	2.5D深度学习模型	CT图像	564例患者(训练集283例，内部测试集122例，外部验证集159例)
650	2025-07-21	Influence of high-performance image-to-image translation networks on clinical visual assessment and outcome prediction: utilizing ultrasound to MRI translation in prostate cancer 2025-Jul-19, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03481-3 PMID:40683943	研究论文	本研究评估了最先进的2D/3D图像到图像转换网络在将前列腺癌超声图像转换为合成MRI中的表现，结合放射组学、专家临床评估和分类性能来全面评估这些模型	结合放射组学、专家临床评估和分类性能，全面评估图像到图像转换网络在前列腺癌诊断中的潜在应用	在病变级别保真度和伪影抑制方面仍需改进	评估图像到图像转换网络在前列腺癌诊断中的临床可靠性和诊断相关特征保留能力	前列腺癌患者的超声和MRI图像	数字病理学	前列腺癌	图像到图像转换网络	2D-Pix2Pix, 其他I2I网络	图像	794名前列腺癌患者
651	2025-07-21	Deep learning for enhancing automatic classification of M-PSK and M-QAM waveform signals dedicated to single-relay cooperative MIMO 5G systems 2025-Jul-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10738-z PMID:40676088	研究论文	本文提出了一种基于深度学习的自动调制分类方法，用于识别单中继协作MIMO 5G系统中的M-PSK和M-QAM波形信号	利用CNN分类器在减少的判别特征集上进行训练，包括高阶统计量和差分非线性相位峰值因子，并通过Gram-Schmidt正交化过程降低特征维度	在低信噪比等挑战性条件下进行评估，但未提及实际硬件实现的可行性	提升单中继协作MIMO 5G系统中自动调制分类的性能	M-PSK和M-QAM波形信号	机器学习	NA	CNN	卷积神经网络	信号数据	NA
652	2025-07-21	Deep learning enhanced deciphering of brain activity maps for discovery of therapeutics for brain disorders 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112868 PMID:40678509	研究论文	本研究介绍了一个名为DeepBAM的人工智能增强筛选平台，利用深度学习解析大规模全脑活动图谱（BAMs），用于神经药理学预测	开发了DeepBAM平台，结合自动化微流控和高速显微镜技术，实现高通量表型筛选，并利用深度学习从BAM库中解卷积药理信息，预测非临床化合物的治疗潜力	预测准确率在验证集中为45%，抗癫痫和抗帕金森病预测的成功率分别为80%和36%，仍有提升空间	开发一种结合系统水平表型分析和机器学习的方法，以辅助发现脑部疾病的治疗药物	活体、药物响应的斑马鱼幼虫的全脑活动图谱（BAMs）	机器学习	帕金森病, 癫痫	自动化微流控, 高速显微镜, 深度学习	深度学习	图像	未明确提及具体样本数量，但涉及大规模BAM库和非临床化合物验证集
653	2025-07-21	Deep learning assisted non-invasive lymph node burden evaluation and CDK4/6i administration in luminal breast cancer 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112849 PMID:40678544	研究论文	开发了一种多模态深度学习模型（LNPN），用于无创评估luminal乳腺癌患者的淋巴结负担和CDK4/6抑制剂治疗决策	结合临床病理参数和超声特征，开发了首个用于淋巴结负担分层的多模态深度学习模型	研究样本量相对有限（411例患者），且为回顾性多中心研究	优化luminal乳腺癌患者的CDK4/6抑制剂治疗决策	luminal乳腺癌患者	数字病理	乳腺癌	深度学习	多模态神经网络	临床病理参数和超声特征	411例患者的多中心队列
654	2025-07-21	Last vertex splitting: a new retroactive Monte Carlo splitting technique applied to LINAC out-of-field dose computation 2025-Jul-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf1d2 PMID:40680765	研究论文	提出了一种名为Last Vertex Splitting (LVS)的新方差减少技术，旨在减少蒙特卡洛模拟中粒子穿过高衰减介质时的计算时间	LVS方法结合混合版本的Track Length Estimator (hTLE)，通过优化光子跟踪和相互作用建模，加速了场外剂量计算	该方法引入的残余偏差保持在百分之一以下，但具体应用场景的适应性未详细讨论	减少蒙特卡洛模拟的计算时间，提高场外剂量计算的效率	LINAC头中的准直器和其他限束设备等高衰减介质中的粒子传输	放射治疗	NA	蒙特卡洛模拟	NA	模拟数据	NA
655	2025-07-21	Deep learning-based ultrasound diagnostic model for follicular thyroid carcinoma 2025-Jul-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11840-6 PMID:40681777	research paper	本研究开发了一种基于深度学习的超声诊断模型，用于术前区分甲状腺滤泡癌（FTC）与其他恶性肿瘤和良性肿瘤	提出了一种新的数据增强方法和混合损失函数，以解决数据集不平衡问题，并结合预训练的CNN和Transformer模型有效提取图像特征	研究为回顾性多中心研究，可能存在选择偏倚，且FTC样本数量相对较少（39例）	提高甲状腺滤泡癌（FTC）的术前超声诊断准确性	10,771名接受超声检查和术后病理的成年患者	digital pathology	thyroid cancer	ultrasound imaging	CNN and Transformer	image	10,771名患者（测试集1,078名，其中FTC 39例）
656	2025-07-21	Diagnostic interchangeability of deep-learning based Synth-STIR images generated from T1 and T2 weighted spine images 2025-Jul-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11827-3 PMID:40681776	研究论文	评估深度学习生成的合成短时反转恢复（Synth-STIR）图像与标准STIR图像在图像质量和诊断可互换性方面的表现	使用深度学习从T1和T2加权脊柱图像生成Synth-STIR，显著减少扫描时间并提高图像质量	研究仅包括199名参与者，可能需要在更大样本中验证结果	评估Synth-STIR在脊柱MRI中的图像质量和诊断可互换性	脊柱MRI图像	数字病理	脊柱疾病	深度学习	NA	图像	199名参与者（106名男性，平均年龄46.8±16.9岁）
657	2025-07-21	Diabetic retinopathy detection from fundus images: A wide survey from grading to segmentation of lesions 2025-Jul-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110715 PMID:40683101	综述	本文主要综述了从视网膜眼底图像诊断糖尿病视网膜病变（DR）的相关工作，包括DR的分级/分类和病变分割两大部分	全面回顾了从1986年至2025年的128篇研究论文，涵盖了传统方法和深度学习方法在DR诊断中的应用，并提供了知名DR数据集的详细信息	虽然综述全面，但可能未能涵盖所有最新研究进展，且未深入探讨某些特定方法的局限性	为研究者提供糖尿病视网膜病变诊断领域的全面概述和未来研究方向	糖尿病视网膜病变（DR）	数字病理学	糖尿病视网膜病变	眼底成像、多焦视网膜电图、光学相干断层扫描	CNN、LSTM、Vision Transformer、对比学习、联邦学习、XAI	图像	综述了128篇研究论文，涵盖多个知名DR数据集
658	2025-07-21	Enhanced Image Quality and Comparable Diagnostic Performance of Prostate Fast Bi-MRI with Deep Learning Reconstruction 2025-Jul-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.059 PMID:40683764	研究论文	评估使用深度学习重建（DLR）的前列腺双参数MRI（bi-MRI）的图像质量和诊断性能	通过深度学习重建技术显著提高了快速前列腺bi-MRI的图像质量，同时保持了PI-RADS分类准确性和ADC诊断性能	样本量较小（61例），且仅针对男性泌尿系统患者	评估DLR在前列腺bi-MRI中的应用效果	61例成年男性泌尿系统患者的前列腺MRI数据	数字病理学	前列腺癌	深度学习重建（DLR）、双参数MRI（bi-MRI）	深度学习	MRI图像	61例成年男性泌尿系统患者
659	2025-07-21	Deep learning models for deriving optimised measures of fat and muscle mass from MRI 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07867-w PMID:40676073	研究论文	本文评估了多种深度学习模型在从腹部MRI中量化脂肪和肌肉质量的准确性、精确度及追踪变化的能力	比较了15种基于CNN和4种基于transformer的深度学习模型架构在量化不同脂肪和肌肉组织方面的性能差异	不同组织的分割准确性和重复性存在差异，特别是psoas肌肉的分割在所有评估中表现较差	评估深度学习模型在从MRI图像中量化脂肪和肌肉质量的性能	腹部MRI图像中的皮下脂肪(SF)、腹内脂肪(VF)、外部肌肉(EM)和腰大肌(PM)	计算机视觉	肿瘤学	MRI	CNN, transformer	图像	未明确说明样本数量
660	2025-07-21	Toward automatic and reliable evaluation of human gastric motility using magnetically controlled capsule endoscope and deep learning 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10839-9 PMID:40676082	研究论文	本文开发了一种结合摄像头运动检测器(CMD)、深度学习模型、类激活映射(CAM)和周期性特征检测器的算法组合，用于通过检测胃蠕动存在并测量蠕动周期来评估人类胃动力	利用CAM提供的视觉解释提高检测结果的敏感性，并结合多种算法实现胃动力的自动可靠评估	NA	评估人类胃动力	人类胃蠕动	数字病理学	胃病	磁控胶囊内窥镜(MCCE)	深度学习模型	图像	超过100,000帧(具体为100,055帧)