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
741	2025-10-06	Benford's Law in histology 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100458 PMID:40704058	研究论文	本研究探索将本福特定律应用于数字病理学中的全玻片图像分析，以区分正常肝细胞和癌变肝细胞	首次将本福特定律这一统计工具应用于数字病理学领域，用于分析细胞形态学数据的自然分布规律	QuPath软件无法准确区分所有细胞质边界，导致部分尺寸测量类别数据无法使用	开发快速分析大型数字病理数据集的新统计方法	肝组织细胞（正常肝细胞与癌变肝细胞）	数字病理学	肝癌	定量组织形态计量学，本福特定律分析	NA	全玻片图像，细胞形态学数据	20张玻片共323,039个细胞（15张癌变组织玻片206,700个细胞，5张正常组织玻片116,339个细胞）	QuPath	NA	卡方拟合优度检验	NA
742	2025-10-06	Modelling the liver's regenerative capacity across different clinical conditions 2025-Aug, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101465 PMID:40704068	研究论文	本研究通过系统生物学和机器学习方法识别了不同临床条件下肝脏再生的关键生物标志物	开发了新型对比深度学习框架，整合临床和转录组数据预测再生结果，并识别出跨物种保守的细胞周期调控基因	研究基于小鼠模型，人类临床验证仍需进一步研究	识别不同临床条件下肝脏再生的关键转录组、蛋白质组和血清生物标志物	六种小鼠模型（年轻雄性和雌性、老年小鼠、2期纤维化、脂肪变性、他克莫司暴露）	机器学习	肝脏疾病	转录组分析、蛋白质组分析、血清生物标志物检测、SPLiT-seq	对比深度学习	转录组数据、蛋白质组数据、临床数据	六种小鼠模型，每种模型接受75%肝切除	深度学习框架（具体未指明）	对比深度学习框架（使用三元组损失）	准确率87.9%	NA
743	2025-10-06	Self-Supervised Optimization of RF Data Coherence for Improving Breast Reflection UCT Reconstruction 2025-Aug, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3581915 PMID:40549515	研究论文	本研究提出了一种自监督优化方法，通过三个精心设计的模块提升射频数据相干性，改善乳腺反射超声计算机断层扫描重建质量	提出了三个创新模块：自监督盲射频数据分段块、基于状态空间模型的强反射预测块和基于极性的自适应替换细化策略，有效提升RF数据相干性并抑制旁瓣噪声	未明确说明样本数量和具体数据来源，且仅在稀疏传输条件下验证性能	改善乳腺反射超声计算机断层扫描的重建质量，解决声速变化导致的图像质量问题	乳腺组织反射超声数据	医学影像处理	乳腺癌	超声计算机断层扫描	NA	射频数据	NA	NA	NA	PSNR, SSIM, RMSE, CF, Var	NA
744	2025-10-06	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	提出一种结合差分隐私的鲁棒异步联邦多任务学习方法，通过多梯度下降解决数据异构和拜占庭攻击问题	首次将联邦学习重构为多目标优化问题，提出联邦多梯度下降算法，并开发半异步聚合方法和分布式差分隐私技术	未明确说明具体应用场景下的性能限制和计算开销分析	解决联邦学习中的数据异构、设备异构、隐私泄露和非凸损失等实际问题	边缘计算设备和分布式数据源	机器学习	NA	联邦学习，差分隐私	深度学习模型	分布式数据	NA	NA	NA	收敛性分析	边缘计算设备
745	2025-10-06	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Aug, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	开发基于全切片图像分析的深度学习模型SmartProg-MEL，用于皮肤黑色素瘤患者的风险分层和生存预测	首次利用弱监督深度学习方法从HE染色全切片图像中提取形态学特征，实现皮肤黑色素瘤患者的自动化风险分层	样本量相对有限，外部验证队列规模较小	改进原发性皮肤黑色素瘤的风险分层，指导辅助治疗决策	I-III期皮肤黑色素瘤患者	数字病理学	皮肤黑色素瘤	HE染色全切片图像分析	深度神经网络	全切片图像	发现队列342例，外部验证队列161例和63例	NA	SmartProg-MEL	一致性指数	NA
746	2025-10-06	Detecting wing fractures in chickens using deep learning, photographs and computed tomography scanning 2025-Aug, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105264 PMID:40398294	研究论文	本研究评估了三种深度学习模型在通过CT扫描和照片检测鸡翅骨折和挫伤方面的适用性	首次将深度学习技术应用于结合CT扫描和照片的鸡翅骨折与挫伤自动检测，相比传统人工检查更客观高效	样本量有限（306个CT扫描和285张照片），挫伤检测模型准确率相对较低（82%）	开发自动化技术以改进家禽屠宰场的动物福利监测	鸡翅膀的骨折和软组织损伤（挫伤）	计算机视觉	动物损伤	计算机断层扫描（CT）、摄影	深度学习	CT扫描图像、照片	306个CT扫描和285张照片	NA	3D ResNet34, 2D EfficientNetV2_s	准确率	NA
747	2025-10-06	Tailoring task arithmetic to address bias in models trained on multi-institutional datasets 2025-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104858 PMID:40494422	研究论文	本研究提出两种基于任务向量的方法TAPER和DAPPER，用于减轻多机构数据集中因数据来源导致的模型偏差问题	将任务向量算术方法扩展到解决数据来源混淆偏差的新问题领域，提出了模型无关的偏差缓解策略	仅在三个数据集上进行了评估，需要更多验证	解决多机构临床数据训练中深度学习模型因数据来源导致的预测偏差问题	多机构临床数据集中的深度学习模型	自然语言处理	NA	任务向量算术	RoBERTa, Llama-2	文本数据	NA	NA	Transformer	鲁棒性评估，分布偏移极端情况下的性能	NA
748	2025-10-06	Artificial Intelligence Solutions to Improve Emergency Department Wait Times: Living Systematic Review 2025-Aug, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2025.05.031 PMID:40664005	living systematic review	本系统综述评估人工智能在改善急诊科等待时间方面的应用现状和潜力	首次对AI在急诊科流程优化中的应用进行全面系统评价，并采用动态更新机制确保内容时效性	缺乏真实急诊科环境下的实施研究，大多数研究缺少急诊专家的参与	评估人工智能建模策略在优化急诊科流程和减少等待时间方面的应用	急诊科运营流程和患者等待时间	医疗健康信息学	急诊医学	系统文献综述方法	回归方法,传统机器学习,神经网络/深度学习,自然语言处理,集成方法	文献数据	16项定量观察性研究（从17,569篇筛选文献中选出）	NA	NA	等待时间减少量（7-43.2分钟）	NA
749	2025-10-06	HCCD: A handwritten camera-captured dataset for document enhancement under varied degradation conditions 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111849 PMID:40697364	研究论文	本文提出了一个用于真实场景下手写文档增强和识别任务的手写相机拍摄数据集HCCD	与现有在受控环境下使用扫描仪或智能手机拍摄的数据集不同，HCCD包含实时相机拍摄的手写文档，具有多种自然退化特征	NA	解决智能手机拍摄的退化手写文档增强问题	手写文档图像	计算机视觉	NA	计算机视觉成像技术	NA	图像	多个人贡献的不同书写风格的手写文档	NA	NA	NA	NA
750	2024-12-05	Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients With Cervical Ossification of the Posterior Longitudinal Ligament 2025-Aug-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005227 PMID:39618126	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
751	2025-10-06	Multimodal Deep Learning for Grading Carpal Tunnel Syndrome: A Multicenter Study in China 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.043 PMID:40157849	研究论文	开发用于腕管综合征分级的多模态深度学习模型CTSGrader，整合临床信息和多模态超声特征	首次开发结合临床信息和多模态超声特征的联合深度学习模型用于CTS分级，并进行多中心验证和跨设备测试	回顾性研究设计，需要进一步前瞻性验证	通过深度学习模型改进腕管综合征的严重程度分级	腕管综合征患者	医学影像分析	腕管综合征	超声成像，电生理检查	深度学习模型	超声图像，临床数据	训练集680例，内部验证集173例，外部验证集174例，跨设备验证集224例	NA	CTSGrader	AUC，准确率	NA
752	2025-10-06	Deep learning-based prediction of enhanced CT scans for lymph node metastasis in esophageal squamous cell carcinoma 2025-Aug, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01780-y PMID:40214915	研究论文	本研究开发了一种结合CNN和LSTM的深度学习模型LymphoReso-Net，用于基于增强CT图像预测食管鳞癌淋巴结转移	提出了新型深度学习框架LymphoReso-Net，结合CNN和LSTM网络处理医学影像数据，并集成GRAD-CAM增强模型可解释性	回顾性研究设计，样本量相对有限（441例患者）	优化食管鳞癌治疗策略，通过预测淋巴结转移改善患者预后	食管鳞癌患者	计算机视觉	食管癌	增强CT扫描	CNN, LSTM	医学影像	441例接受根治性食管切除术和区域淋巴结清扫术的ESCC患者	NA	LymphoReso-Net	准确率, 敏感度, 特异度, AUC-ROC	NA
753	2025-10-06	Habitat Radiomics and Deep Learning Features Based on CT for Predicting Lymphovascular Invasion in T1-stage Lung Adenocarcinoma: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.005 PMID:40253221	研究论文	本研究基于CT影像开发栖息地放射组学模型，用于预测T1期肺腺癌患者的淋巴血管侵犯	首次将栖息地放射组学应用于T1期肺腺癌LVI预测，并通过多中心研究验证其优于传统放射组学和深度学习模型	回顾性研究设计，样本量相对有限（349例患者）	预测T1期肺腺癌患者的淋巴血管侵犯状态	T1期肺腺癌患者	医学影像分析	肺癌	CT成像，K-means聚类算法	放射组学模型，栖息地模型，深度学习模型	CT影像	349例T1期肺腺癌患者（来自三个医疗中心）	NA	NA	AUC，校准曲线，决策曲线分析	NA
754	2025-10-06	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	使用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市发展表型进行聚类分析	提出新颖的分层深度学习框架，首次在缺乏传统数据的地区实现近实时城市监测	研究仅限于撒哈拉以南非洲四个城市，可能不适用于其他地理特征的城市	开发无监督深度学习方法以表征多维城市环境特征	撒哈拉以南非洲城市（阿克拉、达喀尔、达累斯萨拉姆、基加利）的卫星图像	计算机视觉	NA	卫星遥感成像	深度学习聚类	高分辨率卫星图像	四个非洲城市的卫星图像数据集	NA	分层深度学习框架	聚类一致性、区域分布百分比	NA
755	2025-10-06	Enhanced deep learning framework for real-time instrument detection and tracking in laparoscopic surgery using advanced augmentation and tracking techniques 2025-Aug, Surgical endoscopy DOI:10.1007/s00464-025-11932-w PMID:40588604	研究论文	开发了一个增强的深度学习框架，用于腹腔镜手术中实时器械检测与跟踪	集成YOLOv9n与先进跟踪算法ByteTrack和BoT-SORT，在快速运动和部分遮挡情况下仍能保持稳健跟踪性能	仅使用单一数据集(m2cai16-tool-locations)进行评估，未在更广泛临床场景中验证	提高微创手术中手术器械的实时检测与跟踪精度，优化手术工作流程	腹腔镜手术器械	计算机视觉	NA	深度学习，计算机视觉	CNN	图像	m2cai16-tool-locations检测数据集	NA	YOLOv9n, YOLOv8n, YOLOv5n, YOLOv11n, Faster R-CNN	平均精度(mAP50), 推理速度	NA
756	2025-10-06	AI-Assisted Post Contrast Brain MRI: Eighty Percent Reduction in Contrast Dose 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.026 PMID:39592383	研究论文	本研究提出一种深度学习方法来预测仅使用20%标准剂量钆对比剂的多参数MRI生成全剂量对比增强T1w图像	首次使用深度学习从低剂量(20%)对比剂MRI合成全剂量对比增强图像，实现80%的对比剂剂量减少	研究样本量相对较小(101例患者)，且仅针对特定脑部疾病患者群体	在保证诊断准确性的前提下减少钆对比剂使用剂量	101例患有白质疾病、小血管疾病、肿瘤或肿块、术后改变和无增强病变的患者	医学影像分析	脑部疾病	多参数脑部MRI	深度学习网络	MRI图像	101例患者	NA	NA	SSIM, PSNR, Likert量表评分, 非劣效性检验	NA
757	2025-10-06	A multi-stage 3D convolutional neural network algorithm for CT-based lung segment parcellation 2025-Aug, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70193 PMID:40698834	研究论文	开发了一种基于3D卷积神经网络的CT图像肺段分割算法	提出多阶段3D CNN算法，通过气道中心线检测和三级支气管识别实现端到端肺段分割	COPD患者的分割结果与健康对照组相比存在更大不匹配	验证基于深度学习的CT肺段分割算法的临床适用性	混合气道疾病患者的胸部CT图像	计算机视觉	慢性阻塞性肺疾病	CT成像	CNN	3D医学图像	123例训练CT图像，20例内部验证，20例外部验证（10例健康人，10例COPD患者）	NA	3D卷积神经网络	Dice系数, 包含率	NA
758	2025-10-06	Gradient-driven pixel connectivity convolutional neural networks classification based on U-Net lung nodule segmentation 2025-Aug, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104376 PMID:40701761	研究论文	提出一种基于U-Net肺结节分割和梯度驱动像素连接卷积神经网络的肺结节分类诊断辅助系统	结合U-Net分割网络与梯度驱动像素连接CNN分类器，实现肺结节的多层次特征分析与分类	仅使用LUNA16数据集，未在其他数据集验证模型泛化能力	开发基于深度学习的肺结节早期检测与分类系统	CT图像中的肺结节	计算机视觉	肺癌	计算机断层扫描(CT)	CNN, U-Net	医学图像	LUNA16数据集	NA	U-Net	准确率, Dice相似系数	NA
759	2025-10-06	An enhanced UHMWPE wear particle detection approach based on YOLOv9 2025-Aug, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104377 PMID:40701762	研究论文	提出一种基于改进YOLOv9的UHMWPE磨损颗粒自动检测方法	集成可编程梯度信息(PGI)和广义高效层聚合网络(GELAN)提升小目标检测精度，采用定制化Focal Loss函数解决类别不平衡问题	NA	开发自动化UHMWPE磨损颗粒检测技术以替代传统人工检测	超高分子量聚乙烯(UHMWPE)磨损颗粒	计算机视觉	骨科疾病	场发射枪扫描电子显微镜(FEG-SEM)	YOLO	图像	NA	NA	YOLOv9, YOLOv5, YOLOv8, Faster R-CNN	平均精度均值(mAP)	NA
760	2025-10-06	Multimodal integration of longitudinal noninvasive diagnostics for survival prediction in immunotherapy using deep learning 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf074 PMID:40418276	研究论文	本研究开发了一种新型多模态Transformer时序注意力网络，通过整合纵向非侵入性诊断数据来预测免疫治疗患者的生存率	提出了MMTSimTA网络架构，结合了时序注意力和多模态融合技术，专门用于处理纵向多模态医疗数据	研究基于单一中心的694名患者数据，需要外部验证来确认模型的泛化能力	利用深度学习整合多模态纵向数据改进免疫治疗患者的生存预测	694名接受免疫治疗的泛癌种患者	医疗人工智能	癌症	CT成像、血液检测、药物治疗记录	Transformer, 人工神经网络	纵向多模态数据（血液测量值、用药记录、CT器官体积）	694名患者	NA	MMTSimTA（多模态Transformer时序注意力网络）	AUC（曲线下面积）	NA