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
141	2025-08-07	Prediction of Major Adverse Cardiovascular Events in Patients with Hypertrophic Cardiomyopathy by Deep Learning and Radiomics 2025-Jul-11, Cardiology IF:1.9Q3 DOI:10.1159/000547232 PMID:40652933	research paper	本研究结合深度迁移学习和放射组学技术，开发了一种预测肥厚型心肌病患者主要不良心血管事件风险的模型	首次将超声心动图与深度迁移学习和放射组学相结合，构建预测模型	研究为回顾性分析，样本量相对较小（210例患者）	开发预测肥厚型心肌病患者主要不良心血管事件风险的模型	210例肥厚型心肌病患者（59例发生MACE，151例未发生）	digital pathology	cardiovascular disease	深度迁移学习（DTL）、放射组学	Resnet50	image	210例肥厚型心肌病患者（平均随访时间29.44±16.21个月）
142	2025-08-07	Artificial intelligence in airway management: A systematic review and meta-analysis 2025-Jul-09, Anaesthesia, critical care & pain medicine DOI:10.1016/j.accpm.2025.101589 PMID:40645499	系统综述与荟萃分析	本文总结了人工智能在预测困难气道管理中的应用现状，并通过荟萃分析评估了不同模型的性能	首次系统评估了AI模型在困难气道预测中的表现，并识别出性能最佳的模型	纳入研究数量有限(13项)，且不同研究间存在高度异质性(I2=99.7%)	评估人工智能模型在预测困难气道中的表现	接受全身麻醉手术的患者和急诊科患者	医疗人工智能	麻醉并发症	机器学习与深度学习	VGG, SVM, NB	临床数据	13项研究(11项手术患者，2项急诊患者)
143	2025-08-07	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室容积和质量，探讨其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT扫描中提取心脏腔室容积和质量，并评估其与心力衰竭住院和心肌血流储备的关联	研究仅基于6个中心的患者数据，可能无法代表所有人群	评估深度学习从PET/CT衰减扫描中提取的心脏腔室容积和质量与心力衰竭住院和心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT	深度学习	图像	18,079名患者
144	2025-08-07	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jul, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了通过常规胸部计算机断层扫描自动评估冠状动脉钙化（CAC）与结直肠癌或胃癌患者心血管风险之间的关联	首次在结直肠癌或胃癌患者中应用深度学习软件自动量化CAC，并评估其与心血管事件风险的关联	研究为回顾性队列设计，可能存在选择偏倚，且仅纳入韩国两家三级医院的患者，可能限制结果的普遍性	评估自动CAC评分在预测结直肠癌或胃癌患者动脉粥样硬化性心血管疾病风险中的应用价值	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习软件自动量化CAC	NA	电子健康记录与理赔数据	3153名患者（36.5%为女性）
145	2025-08-07	A Design of Experiment to Evaluate the Printability for Bioprinting by Using Deep Learning Image Similarity 2025-07, Journal of biomedical materials research. Part A DOI:10.1002/jbm.a.37961 PMID:40616386	研究论文	本文通过深度学习图像相似性评估生物打印的可打印性，并研究了不同生物材料的流变特性	提出了一种结合深度学习图像相似性的新方法来评估生物打印的可打印性	研究仅使用了两种替代生物材料，可能无法涵盖所有生物材料的流变特性	提高挤出式生物打印的可打印性，以解决全球器官移植短缺问题	透明质酸和藻酸钠作为替代生物材料，以及甲基丙烯酸透明质酸与角膜角质细胞的组合	组织工程	NA	深度学习图像相似性	NA	图像	两种替代生物材料（透明质酸和藻酸钠）及甲基丙烯酸透明质酸与角膜角质细胞的组合
146	2025-08-07	Improving Image Quality in Computed Tomography-Guided Biopsy Using Deep Learning Reconstruction 2025-Jul, Cureus DOI:10.7759/cureus.87213 PMID:40755670	技术报告	本研究探讨了深度学习重建（DLR）在CT引导活检中的图像质量和重建时间	首次评估DLR在非实时CT引导活检中的图像质量和重建时间，展示了其在降低图像噪声和辐射剂量方面的优势	DLR重建时间较长（超过10秒输出6张图像），无法支持需要实时成像的介入手术	评估DLR在CT引导活检中的图像质量和重建时间表现	CT系统常规检查模型	医学影像	NA	深度学习重建（DLR）、混合迭代重建（HIR）、滤波反投影（FBP）	DLR	CT图像	使用CT系统提供的常规检查模型，在20、30、40和50 HU的标准偏差值下进行成像
147	2025-08-07	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	介绍了一种名为ZeroReg3D的零样本配准流程，用于从连续的2D组织病理学图像中重建精确的3D模型	结合了零样本深度学习关键点匹配和基于优化的仿射及非刚性配准技术，无需大量训练数据即可有效解决组织变形和切片伪影等问题	未提及具体样本量或临床验证结果	开发一种无需训练即可精确重建3D组织病理学图像的配准方法	连续的2D组织病理学图像	数字病理学	NA	零样本深度学习关键点匹配、优化仿射和非刚性配准	深度学习关键点匹配模型	3D图像	NA
148	2025-08-06	Explainable machine learning for predicting ICU mortality in myocardial infarction patients using pseudo-dynamic data 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13299-3 PMID:40739438	研究论文	本研究开发了一种可解释的伪动态机器学习框架，用于预测心肌梗死患者在ICU的死亡率	提出了XMI-ICU框架，结合XGBoost模型和时间解析的Shapley值，实现了高准确率的死亡率预测和临床风险分析	研究依赖于回顾性数据，可能受到数据质量和完整性的影响	开发一种可解释的机器学习框架，用于预测心肌梗死患者在ICU的死亡率	心肌梗死患者	机器学习	心血管疾病	XGBoost, Shapley值	XGBoost	时间序列生理测量数据	来自eICU和MIMIC-IV数据库的两个回顾性队列
149	2025-08-06	An efficient fusion detector for road defect detection 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01399-z PMID:40744951	研究论文	提出了一种结合空间到深度卷积与瓶颈变换器的SCB-AF-Detector，用于复杂背景下道路图像中的多尺度细微缺陷检测	设计了SCB-Darknet53主干网络，结合SPD-Conv结构和瓶颈变换器，有效提取复杂背景下的细微和远距离缺陷特征，并开发了渐进式特征金字塔网络以融合特征	未提及模型在不同光照或天气条件下的性能表现	提高复杂背景下道路图像中多尺度细微缺陷的检测精度	道路图像中的多尺度细微缺陷	计算机视觉	NA	空间到深度卷积(SPD-Conv)、瓶颈变换器、渐进式特征金字塔网络	SCB-AF-Detector (基于SCB-Darknet53主干网络)	图像	25,000张道路图像（来自伊朗道路病害数据集IRRDD）
150	2025-08-06	Image dehazing algorithm based on deep transfer learning and local mean adaptation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13613-z PMID:40745205	research paper	提出了一种基于深度迁移学习和局部均值适应的图像去雾算法，有效解决了明亮区域失真和噪声抑制问题	结合深度迁移学习的大气光估计模块和局部均值适应的透射率图估计模块，同时引入图像增强和降噪模块	未提及在极端恶劣天气条件下的性能表现	提高图像去雾性能并增强噪声抑制能力	雾天图像	computer vision	NA	deep transfer learning, local mean adaptation	CNN-based framework	image	四个数据集（自建合成雾天数据集、SOTS室外数据集、NH-HAZE数据集和O-HAZE数据集）
151	2025-08-06	Multi-heat keypoint incorporation in deep learning model to tropical cyclone centering and intensity classifying from geostationary satellite images 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12733-w PMID:40745273	研究论文	本文提出了一种新的多任务深度学习模型，结合注意力门机制，用于从地球静止卫星图像中定位热带气旋中心并分类其强度	提出了多头部关键点设计(MHKD)与空间注意力机制(SAM)结合的解码器层结构，并采用新的损失函数通过欧几里得距离引导热图中心优化	主要问题来自热带气旋云模式的复杂性，其与实际强度等级之间存在非线性关系，以及不同等级之间的区分困难	提高热带气旋中心定位和强度分类的准确性	热带气旋(TCs)	计算机视觉	NA	深度学习	多任务深度学习模型(含注意力机制)	卫星图像	2015-2023年西北太平洋区域数据(来自日本Himawari 8/9卫星和WMO RSMC东京台风中心)
152	2025-08-06	Impact of large language models and vision deep learning models in predicting neoadjuvant rectal score for rectal cancer treated with neoadjuvant chemoradiation 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01844-5 PMID:40745280	研究论文	本研究探索了使用大型语言模型（LLMs）和计算机视觉模型来准确预测接受新辅助放化疗（NACRT）治疗的局部晚期直肠癌（LARC）的新辅助直肠（NAR）评分	首次将大型语言模型（LLMs）和计算机视觉模型结合用于预测NAR评分，展示了LLMs在预测NAR值方面的潜力	CT扫描在预测NAR值方面的不足，样本量相对较小（160例CT扫描）	探索深度学习模型在预测局部晚期直肠癌（LARC）患者新辅助直肠（NAR）评分中的应用	接受新辅助放化疗（NACRT）治疗的局部晚期直肠癌（LARC）患者	计算机视觉, 自然语言处理	直肠癌	深度学习, 大型语言模型（LLMs）, 计算机视觉模型	CNN, 编码器架构LLM	CT扫描, MRI报告	160例CT扫描及4种不同类型的放射学报告
153	2025-08-06	VCPC: virtual contrastive constraint and prototype calibration for few-shot class-incremental plant disease classification 2025-Jul-31, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01423-3 PMID:40745353	research paper	本文提出了一种名为VCPC的方法，通过虚拟对比约束和原型校准，用于少样本类增量植物病害分类	结合虚拟对比类约束（VCC）模块和原型校准嵌入（PCE）模块，优化原型空间并提升新类别的识别准确率	未提及具体局限性	开发一种可持续的植物病害分类方法，适应少样本类增量学习（FSCIL）条件	植物病害图像	computer vision	plant disease	deep learning	VCPC	image	PlantVillage数据集和CIFAR-100数据集
154	2025-08-06	Bond-centric modular design of protein assemblies 2025-Jul-31, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	research paper	本文提出了一种基于键合中心的模块化蛋白质组装设计方法，利用深度学习生成工具设计蛋白质构建块，实现多样化的封闭和开放结构组装	采用模块化设计思路，结合深度学习生成工具和可定制的键合相互作用，成功组装了多种蛋白质纳米结构，包括多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格	NA	开发一种模块化蛋白质纳米材料设计方法	蛋白质组装体	蛋白质工程	NA	深度学习生成工具	NA	蛋白质结构数据	成功组装了20多种多组分蛋白质结构
155	2025-08-06	Deep learning for tooth detection and segmentation in panoramic radiographs: a systematic review and meta-analysis 2025-Jul-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06349-9 PMID:40739210	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在全景X光片中牙齿检测和分割的性能	首次对深度学习在全景X光片中牙齿检测和分割的性能进行了系统综述和荟萃分析	仅纳入20项研究，且仅6项研究可用于荟萃分析，样本量有限	评估深度学习在全景X光片中牙齿检测和分割的性能	全景X光片中的牙齿	数字病理	牙科疾病	深度学习	NA	图像	20项研究（其中6项用于荟萃分析）
156	2025-08-06	Exploring the social life of urban spaces through AI 2025-Jul-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2424662122 PMID:40705424	研究论文	通过AI技术分析30年间纽约、波士顿和费城四个城市公共空间中行人行为的变化	利用计算机视觉和深度学习技术自动化分析历史视频数据，扩展了传统人工观察方法	仅分析了三个美国城市的四个公共空间，可能无法代表其他地区的情况	探究城市公共空间中行人行为随时间的变化及其社会意义	城市公共空间中的行人行为	计算机视觉	NA	计算机视觉、深度学习	NA	视频	1979-80和2008-10年间四个城市公共空间的视频数据
157	2025-08-06	Interpretable graph Kolmogorov-Arnold networks for multi-cancer classification and biomarker identification using multi-omics data 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13337-0 PMID:40730661	研究论文	本文提出了一种名为MOGKAN的深度学习框架，用于整合多组学数据并进行多癌症分类和生物标志物识别	结合Kolmogorov-Arnold定理原理，利用可训练的单变量函数增强模型的可解释性和特征分析能力	未提及具体样本量或数据集的局限性	开发一个能够整合多组学数据的计算模型，用于精准癌症诊断	31种不同类型的癌症	数字病理学	多癌症	DESeq2, LIMMA, LASSO回归, Gene Ontology (GO), KEGG富集分析	MOGKAN (基于Kolmogorov-Arnold定理的深度学习框架)	多组学数据 (mRNA, micro-RNA序列, DNA甲基化样本, PPI网络)	NA
158	2025-08-06	Interpretable Graph Kolmogorov-Arnold Networks for Multi-Cancer Classification and Biomarker Identification using Multi-Omics Data 2025-Jul-27, ArXiv PMID:40740512	研究论文	本文提出了一种名为MOGKAN的深度学习框架，用于整合多组学数据并进行多癌症分类和生物标志物识别	结合Kolmogorov-Arnold定理原理，利用可训练的单变量函数增强模型的可解释性和特征分析能力	未提及具体样本量或数据集的详细描述	开发一种能够整合多组学数据的计算模型，用于精准癌症诊断	31种不同类型的癌症	数字病理学	多癌症	DESeq2, LIMMA, LASSO回归	MOGKAN（基于Kolmogorov-Arnold定理的深度学习框架）	mRNA、micro-RNA序列、DNA甲基化样本和蛋白质-蛋白质相互作用网络	NA
159	2025-08-06	Whole tissue imaging of cellular boundaries at sub-micron resolutions for deep learning cell segmentation: Applications in the analysis of epithelial bending of ectoderm 2025-Jul-26, Developmental dynamics : an official publication of the American Association of Anatomists IF:2.0Q3 DOI:10.1002/dvdy.70061 PMID:40716088	research paper	介绍了一种名为MORPHOVIEW的方法，用于在亚微米分辨率下保留细胞边界标记并匹配组织与水的折射率，从而实现对细胞形态的高通量三维结构量化	提出了一种保留细胞边界标记并匹配组织与水的折射率的新技术，结合高倍率、长工作距离的水浸物镜和神经网络分割模型，实现了对细胞形态的高分辨率三维成像和量化	未提及该方法在更广泛生物样本中的应用限制或与其他技术的比较	开发一种能够精确量化细胞和组织的三维结构，以研究器官形态发生过程中的细胞形态变化	转基因小鼠的下颌骨和猫鲨的牙板和真皮小齿	digital pathology	NA	组织透明化协议、高分辨率光学显微镜、神经网络分割模型	神经网络分割模型	image	转基因小鼠下颌骨和猫鲨的牙板与真皮小齿样本
160	2025-08-06	Segmentation of the Left Atrium in Cardiovascular Magnetic Resonance Images of Patients with Myocarditis 2025-Jul-18, Journal of visualized experiments : JoVE DOI:10.3791/68664 PMID:40758568	research paper	该研究提出了一种基于3D-FCN的深度学习方法，用于心肌炎患者心血管磁共振图像中左心房的分割	通过时空特征融合、动态跳跃连接和轻量化设计三项策略增强，显著提高了左心房分割的准确性和效率	动态伪影和薄壁结构的时空连续性建模仍是主要挑战	开发一种准确分割心肌炎患者左心房的深度学习方法	心肌炎患者的心血管磁共振图像	digital pathology	cardiovascular disease	心血管磁共振成像(CMR)	3D-FCN	image	NA