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
1761	2025-06-18	Deep learning can predict global earthquake-triggered landslides 2025-Jul, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf179 PMID:40520459	research paper	该研究开发了一个深度学习模型，用于预测全球范围内地震引发的滑坡概率	首次构建了包含过去50年38次最灾难性地震引发的约40万个滑坡的全球数据库，并开发了无需依赖当地先验知识的深度学习模型	模型虽然具有较高的空间准确性（约82%），但仍可能存在特定地区或地震类型下的预测偏差	提高地震触发滑坡的预测速度和准确性，以支持灾害快速响应和事前规划	全球范围内的地震触发滑坡	machine learning	NA	深度学习	深度学习模型	滑坡数据库	约40万个滑坡数据，涉及38次重大地震	NA	NA	NA	NA
1762	2025-10-06	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	本研究提出了一种利用病理组织图像和人工智能模型在不同温度条件下估计死后间隔的新方法	首次将病理组织图像与人工智能相结合，开发出能够在三种不同温度条件下进行死后间隔估计的预测模型	模型在WSI级别的性能相对较低（AUC 0.800），且仅在三种特定温度条件下验证	开发准确可靠的死后间隔估计方法以支持法医调查	死后组织样本的病理图像	数字病理学	法医病理学	数字病理图像分析	CNN	图像	未明确说明样本数量	未明确说明	ResNet50	AUC	NA
1763	2025-10-06	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨密度数据提升成人年龄估计的准确性	首次将多模态融合策略与深度学习相结合应用于基于骨密度的年龄估计，显著提高了预测精度和泛化能力	研究数据主要来自中国人群，需要在其他种族群体中进行进一步验证	提高基于骨密度的成人年龄估计准确性	中国人群的CT扫描数据，包括腰椎、股骨和耻骨模态	医学影像分析	老年疾病	CT扫描	深度学习	医学影像	4296个CT扫描用于训练，内部验证644个扫描，外部尸体验证351个扫描	NA	NA	平均绝对误差(MAE), 皮尔逊R²	NA
1764	2025-10-06	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨如何整合代谢组学与机器学习技术，用于亚洲人群心血管代谢风险的精准管理与预防	首次系统整合代谢组学与机器学习技术，针对亚洲人群心血管代谢风险特征开发精准预防策略	存在跨种族结果解释困难、研究设计局限、分析平台变异性和数据处理方法不一致等挑战	开发针对亚洲人群心血管代谢疾病的精准预防和干预策略	亚洲人群的心血管代谢疾病风险	机器学习	心血管代谢疾病	代谢组学，多组学数据整合	深度学习	代谢组学数据	NA	NA	NA	NA	NA
1765	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据	NA	NA	NA	NA
1766	2025-06-16	Artificial intelligence revolution in drug discovery: A paradigm shift in pharmaceutical innovation 2025-Jul-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125789 PMID:40451590	综述	本文探讨了人工智能在药物发现中的革命性作用及其对制药创新的影响	利用AI技术（如ML、DL和NLP）优化药物开发的多个阶段，包括靶点识别、先导化合物优化和新药设计	数据可及性有限、多样化数据集的整合、AI模型的可解释性以及伦理问题	探讨人工智能如何改变药物发现过程，提高效率并降低成本	药物发现过程中的各个阶段，如靶点识别、先导化合物优化和新药设计	人工智能在制药领域的应用	NA	机器学习（ML）、深度学习（DL）、自然语言处理（NLP）	AlphaFold、AtomNet	化学和生物数据	NA	NA	NA	NA	NA
1767	2025-10-06	Deep learning model for low-dose CT late iodine enhancement imaging and extracellular volume quantification 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11288-0 PMID:39704803	研究论文	开发并验证用于低剂量CT晚期碘增强成像去噪和细胞外体积定量分析的深度学习模型	首次将残差密集网络和条件生成对抗网络应用于CT晚期碘增强图像去噪，并实现准确的细胞外体积定量	回顾性研究，样本量有限（423例患者），仅来自两家医院	开发能够对CT晚期碘增强图像进行去噪并实现准确细胞外体积定量的深度学习模型	胸痛不适患者的心肌CT成像数据	医学影像分析	心血管疾病	CT心肌灌注成像+CT血管造影+晚期碘增强成像	CNN, GAN	医学影像	423例患者（训练集182例，调优集48例，内部验证92例，外部验证101例）	NA	残差密集网络(RDN), 条件生成对抗网络(cGAN)	信噪比(SNR), 对比噪声比(CNR), 曲线下面积(AUC), 准确率	NA
1768	2025-10-06	Generalizability, robustness, and correction bias of segmentations of thoracic organs at risk in CT images 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11321-2 PMID:39738559	研究论文	评估和比较两种深度学习方法在CT图像中分割胸部危及器官的性能、泛化性和鲁棒性	首次系统评估多器官分割方法与多个单器官模型融合方法在胸部OAR分割中的性能比较，并探索专家校正带来的潜在偏差	研究仅针对四种胸部危及器官，未涵盖其他重要器官；专家校正可能引入偏差	评估深度学习模型在放疗计划中胸部危及器官自动分割的性能、泛化性和鲁棒性	CT图像中的四种胸部危及器官：食管、气管、心脏和主动脉	医学图像分析	胸部疾病	CT成像	深度学习	CT图像	NA	nnU-Net	U-Net	Dice系数	NA
1769	2025-10-06	Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11256-8 PMID:39747589	研究论文	比较深度学习方法和多参数统计模型在不同疾病群体中对肺结节恶性风险分层的性能	首次在不同风险特征和基础肺部疾病群体中系统比较深度学习模型与传统统计模型的肺结节风险分类性能	回顾性研究设计，样本量相对有限（297名患者，422个结节）	评估深度学习模型在肺结节恶性风险分类中的性能	肺结节患者群体，包括不同风险特征和基础肺部疾病患者	计算机视觉	肺癌	CT扫描（平扫和增强扫描）	CNN	医学影像	297名患者，422个合格结节（其中105个恶性）	NA	LCP-CNN	AUC, 敏感性, ROC分析	NA
1770	2025-10-06	Deep learning-based image domain reconstruction enhances image quality and pulmonary nodule detection in ultralow-dose CT with adaptive statistical iterative reconstruction-V 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11317-y PMID:39792163	研究论文	评估基于深度学习图像重建技术对超低剂量CT图像质量和肺结节检测能力的提升效果	首次将深度学习图像重建技术应用于超低剂量CT的自适应统计迭代重建-V后处理，显著提升图像质量和结节检测性能	研究样本量为210名患者，需要在更大人群中验证；仅针对肺结节检测进行评估	评估深度学习图像重建技术在超低剂量CT中提升图像质量和肺结节检测能力的有效性	肺癌筛查患者的CT图像和肺结节	计算机视觉	肺癌	CT扫描，深度学习图像重建	深度学习模型	医学图像	210名患者，463个结节	NA	NA	图像噪声降低率，主观图像质量评分，结节检测率，直径测量差异，结节成像清晰度评分	NA
1771	2025-10-06	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	研究论文	本研究使用定制卷积神经网络和大型多样化数据集，通过口腔全景片进行法医年龄估计	采用更大规模多样化数据集训练定制CNN模型，专注于牙齿生长特征，显著提升法医年龄估计准确度	研究样本年龄范围限定在1-25岁，模型在其他年龄段的应用效果需要进一步验证	改进儿童、青少年和年轻成人的法医年龄估计方法	21,814张来自13,766名1-25岁个体的口腔全景片	计算机视觉	NA	口腔全景片成像	CNN	医学影像	21,814张口腔全景片，来自13,766名个体	NA	定制卷积神经网络	平均绝对误差, 平均符号误差, 准确率	NA
1772	2025-10-06	Deep learning-based time-of-flight (ToF) enhancement of non-ToF PET scans for different radiotracers 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07119-z PMID:39964543	研究论文	本研究开发了一种基于深度学习的飞行时间增强模型，用于提升非飞行时间PET扫描的图像质量	首次开发了适用于多种放射性示踪剂的深度学习飞行时间增强模型，可在数字BGO PET/CT扫描仪上实现接近真实飞行时间的图像质量	研究仅限于GE Discovery MI扫描仪数据，未在其他设备上验证	评估深度学习模型在增强非飞行时间PET图像质量方面的性能	PET扫描图像数据	医学影像分析	癌症	PET扫描，BSREM重建算法	深度学习	医学影像	309个训练数据集，33个验证数据集，60个测试数据集	NA	3D残差U-NET	标准化摄取值，病变可检测性评分，诊断置信度评分，图像噪声/质量评分	NA
1773	2025-10-06	Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07145-x PMID:39976703	研究论文	本研究开发了基于深度学习的冠状动脉疾病诊断模型，通过SPECT心肌灌注成像实现自动化CAD诊断	采用了13种不同深度学习模型和4种输入类型，结合监督与半监督学习策略，首次系统比较了多种DL方法在SPECT-MPI CAD诊断中的性能	研究仅在前降支动脉区域验证了模型性能，且ICA参考标准样本量相对有限	开发基于SPECT心肌灌注成像的冠状动脉疾病自动诊断系统	940名接受SPECT-MPI检查的患者，其中281名包含侵入性冠状动脉造影数据	医学影像分析	冠状动脉疾病	SPECT心肌灌注成像，定量灌注SPECT，侵入性冠状动脉造影	深度学习	医学影像，极坐标图	940名患者，其中281名有ICA数据，100名用于模型评估	NA	DenseNet201, ResNet152V2, InceptionResNetV2	AUC, 准确率, 敏感性, 特异性, 精确率, 平衡准确率	NA
1774	2025-06-16	Intergenerational inequity from hydrological drought in a warming world 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125988 PMID:40449421	research paper	该研究量化了全球变暖背景下不同世代面临的水文干旱风险，揭示了气候变化导致的代际不平等问题	首次构建了干旱模拟的级联模型链，量化了2020年和1960年出生人群的终身干旱暴露差异	研究基于SSP5-85情景和5个GCM输出，结果可能受限于气候模型的不确定性	评估全球变暖对不同世代水文干旱暴露的影响	全球4091个流域的水文干旱演变	气候变化	NA	混合陆地模型、深度学习和多模型集成	深度学习模型	气候模型输出和水文数据	4091个流域	NA	NA	NA	NA
1775	2025-06-16	Formation mechanism analysis and the prediction for compound flood arising from rainstorm and tide using explainable artificial intelligence 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125858 PMID:40450943	research paper	该研究提出了一种可解释人工智能框架，用于分析暴雨和潮汐引发的复合洪水形成机制并进行预测	结合LSTM网络和多头注意力机制作为城市洪水模拟的替代模型，并利用SHAP方法解释模型决策过程，揭示复合洪水场景中的关键驱动因素及其相互作用	模型性能略低于基于物理的模型	提高洪水模拟的准确性和透明度，分析复合洪水的形成机制	沿海城市暴雨和潮汐引发的复合洪水	machine learning	NA	XAI, SHAP	LSTM, MHA	NA	NA	NA	NA	NA	NA
1776	2025-06-16	Approaches for Measuring and Predicting Fouling During Thermal Processing of Dairy Solutions 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70209 PMID:40511546	综述	本文综述了乳制品热处理过程中污垢测量和预测的当前方法，强调了科学原理、技术成熟度和工业适用性	与现有主要关注污垢量化的综述不同，本文突出了向预测驱动方法的转变，以控制和最小化污垢	讨论了各种测量和预测方法在灵敏度、可扩展性和工业稳健性方面的局限性	改善乳制品热处理过程中的污垢管理，优化清洁计划，提高工艺效率	乳制品热处理过程中的污垢	食品工程	NA	声学、光谱学和电化学传感器、深度学习、计算流体动力学和量纲分析技术	深度学习	过程数据	NA	NA	NA	NA	NA
1777	2025-06-16	Leveraging deep learning to discover interpretable cellular spatial biomarkers for prognostic predictions based on hepatocellular carcinoma histology 2025-Jul, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70033 PMID:40511597	研究论文	利用深度学习发现可解释的细胞空间生物标志物，基于肝细胞癌组织学进行预后预测	开发了一种计算流程，通过深度学习细胞分割和识别，系统性量化肝细胞癌病理图像中肿瘤细胞、基质细胞和淋巴细胞的空间分布特征，并发现了六个与患者总生存率显著相关的细胞空间特征	研究仅基于两个独立队列的数据，可能需要更多样本来验证这些生物标志物的普适性	发现并量化肝细胞癌肿瘤微环境中细胞空间组织的生物标志物，用于预后预测	肝细胞癌患者的病理图像	数字病理学	肝细胞癌	深度学习细胞分割和识别	深度学习	图像	两个独立队列：The Cancer Genome Atlas Program队列和北京医院队列	NA	NA	NA	NA
1778	2025-10-06	Characterization of hepatocellular carcinoma with CT with deep learning reconstruction compared with iterative reconstruction and 3-Tesla MRI 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11314-1 PMID:39775897	研究论文	比较深度学习重建与迭代重建在肝细胞癌CT成像中的表现，并与3-Tesla MRI进行对照	首次系统比较深度学习重建与迭代重建在肝细胞癌LI-RADS分类中的表现，并与MRI金标准进行对照	单中心研究，样本量相对有限（89例患者）	评估深度学习重建在肝细胞癌CT成像中的诊断性能	疑似肝细胞癌的肝脏病灶	医学影像分析	肝细胞癌	CT成像，MRI成像，深度学习重建，迭代重建	深度学习模型	医学影像（CT和MRI图像）	89例患者（52例肝细胞癌组，37例非肝细胞癌组）	NA	NA	加权kappa系数，置信度评分	NA
1779	2025-06-16	Novel fusion-based time-frequency analysis for early prediction of sudden cardiac death from electrocardiogram signals 2025-Jul, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104370 PMID:40514105	研究论文	提出了一种基于融合的时频深度学习框架，用于通过分类相关心脏状况来早期预测心源性猝死	采用新颖的融合技术结合时频表示，增强了心电图信号的判别能力，实现了高精度的早期预测	未提及模型在不同人群或噪声环境下的鲁棒性验证	开发一种能够早期预测心源性猝死的方法	心电图信号	机器学习	心血管疾病	时频分析（spectrograms和scalograms）	深度学习模型	心电图信号	未提及具体样本数量	NA	NA	NA	NA
1780	2025-06-15	Experimental demonstration of integrated encryption and communication over optical fiber 2025-Jul, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf112 PMID:40511367	研究论文	本文提出了一种集成加密与通信(IEAC)框架，旨在通过端到端深度学习优化加密过程和传输质量	提出了一种集成加密与通信(IEAC)框架，通过端到端深度学习训练随机数选择的几何星座成形方案，同时优化加密过程和传输质量，实现了单通道1 Tb/s的传输速率	未提及具体局限性	解决大数据和AI时代下光纤通信中的安全与高容量传输问题	光纤通信系统	通信技术	NA	深度学习，波长分复用(WDM)	深度学习模型	光信号	1200公里光纤链路，26通道，3.9 THz带宽的全C波段WDM配置	NA	NA	NA	NA