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
361	2025-09-20	Automated Finite Element Modeling of the Lumbar Spine: A Biomechanical and Clinical Approach to Spinal Load Distribution and Stress Analysis 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124236 PMID:40602487	研究论文	本研究开发了一种自动化有限元建模方法，用于腰椎生物力学分析，结合深度学习分割与计算建模，显著提升从成像到模拟的工作流程效率	通过深度学习自动分割和优化网格生成，将模型准备时间减少97.9%，并提高了重现性和准确性	NA	开发自动化有限元分析方法，以改进腰椎生物力学中的负载分布和应力分析	腰椎脊柱，包括椎骨、椎间盘、软骨和韧带	生物力学	脊柱疾病	深度学习分割、有限元分析（FEA）、Laplacian平滑、主成分分析	深度学习框架、FEBio	医学影像数据	NA
362	2025-09-20	Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240769 PMID:40631989	研究论文	通过基于深度学习的药代动力学量化方法预测乳腺癌新辅助化疗早期反应	使用深度学习模型对DCE MRI进行药代动力学量化，提高了病理完全缓解预测的泛化能力和一致性	回顾性研究设计，数据来自2002-2016年，可能存在选择偏倚	提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和泛化性	乳腺癌患者	数字病理	乳腺癌	动态对比增强MRI（DCE MRI），深度学习药代动力学量化，影像组学分析	深度学习模型，逻辑回归	医学影像（MRI），临床病理变量	1073名女性乳腺癌患者，来自四个多中心公开数据集
363	2025-09-20	MR-Transformer: A Vision Transformer-based Deep Learning Model for Total Knee Replacement Prediction Using MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240373 PMID:40668131	研究论文	开发基于Vision Transformer的深度学习模型MR-Transformer，利用MRI预测膝骨关节炎进展为全膝关节置换术	首次将ImageNet预训练和三维空间相关性结合的Transformer模型应用于膝关节MRI预测	回顾性研究设计，样本来源限于两个特定数据库	预测膝骨关节炎进展为全膝关节置换术	膝骨关节炎患者	计算机视觉	骨关节炎	MRI成像	Vision Transformer	三维MRI图像	OAI数据库353对病例对照（随访9年），MOST数据库270对病例对照（随访7年）
364	2025-09-20	Single Inspiratory Chest CT-based Generative Deep Learning Models to Evaluate Functional Small Airways Disease 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240680 PMID:40668132	研究论文	开发基于单次吸气胸部CT的生成式深度学习模型，用于评估功能性小气道疾病	首次使用单次吸气CT扫描生成呼气CT图像并进行参数响应映射分析，无需配对呼吸CT	回顾性研究设计，样本量相对有限（308人），外部验证性能略有下降	通过深度学习预测功能性小气道疾病（fSAD）	慢性阻塞性肺疾病患者的小气道功能评估	医学影像分析	慢性阻塞性肺疾病	参数响应映射（PRM），深度学习	生成式深度学习模型	CT影像	308名个体（中位年龄67岁，113名女性），包含训练集216例、内部验证集31例和测试集61例
365	2025-09-20	Developing Deep Learning-Based Cerebral Ventricle Auto-Segmentation System and Clinical Application for the Evaluation of Ventriculomegaly 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124300 PMID:40712852	研究论文	开发并验证基于深度学习的大脑CT自动多类分割系统，用于精确评估脑室扩大和脑脊液体积变化	首次实现同时分割5个解剖类别（脑室、脑实质、颅骨、皮肤和出血）的自动化系统，支持未来增强现实引导的脑室外引流手术	模型性能可能受年龄、性别和诊断类型等因素影响	开发精确的脑室体积自动评估系统，替代传统的Evans指数测量方法	脑室扩大患者，特别是接受脑脊液引流手术的患者	数字病理	神经系统疾病	脑CT扫描，nnUNet架构	CNN (nnUNet)	医学影像（CT扫描）	训练集288例，内部验证10例，外部验证43例，公共数据集192例，临床验证227例患者
366	2025-09-20	Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240277 PMID:40668130	研究论文	开发一种结合眼动数据和放射学报告的协作AI系统，用于提高胸部X光片异常检测的诊断准确性	提出多模态协作AI系统CoRaX，整合眼动追踪与放射报告以识别和纠正感知错误	基于回顾性公共数据集，需进一步临床验证	通过AI与人类专家协作改进胸部X光异常检测	胸部X光片中的异常区域（如五种特定异常类型）	计算机视觉	胸部疾病（未特指具体疾病）	眼动追踪技术、多模态深度学习	CNN、大型多模态模型	图像、眼动数据、文本报告	基于REFLACX和EGD-CXR公共数据集，包含332处异常区域的模拟错误测试
367	2025-09-20	Deep learning reveals antibiotics in the archaeal proteome 2025-Sep, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02061-0 PMID:40796684	研究论文	利用深度学习从古菌蛋白质组中挖掘新型抗菌肽（archaeasins），以应对抗菌素耐药性威胁	首次系统性地探索古菌作为抗生素来源，并通过深度学习识别出具有独特氨基酸组成特征的新型抗菌肽	仅合成并测试了80种候选肽（占预测总量的0.63%），体内验证仅针对一种病原体	开发新型抗生素以解决抗菌素耐药性问题	古菌蛋白质组中的抗菌肽	机器学习	细菌感染	深度学习	深度学习模型（未指定具体架构）	蛋白质序列数据	233个古菌蛋白质组，预测12,623个分子，合成验证80个肽
368	2025-09-20	Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240485 PMID:40736362	研究论文	通过模拟研究优化联邦学习配置，用于MRI前列腺分割和临床显著前列腺癌检测	针对多客户端场景独立优化联邦学习配置（包括本地训练轮数、联邦轮次和聚合策略），显著提升模型性能	基于模拟研究，需进一步验证在实际临床环境中的效果	开发并优化跨多客户端的联邦学习框架，用于前列腺MRI分割和癌症检测	前列腺MRI图像和临床显著前列腺癌检测	医学影像分析	前列腺癌	联邦学习（FL），nnU-Net架构	nnU-Net	MRI图像（T2加权和双参数）	前列腺分割：4个客户端，1294名患者；癌症检测：3个客户端，1440名患者
369	2025-09-18	Artificial Intelligence in Orthopaedic and Trauma Surgery Education: Applications, Ethics, and Future Perspectives 2025-Sep-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews DOI:e25.00174 PMID:40956817	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
370	2025-09-20	Artificial Intelligence in Neovascular Age-Related Macular Degeneration 2025-Sep, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2413-6782 PMID:39260410	综述	本文综述人工智能在新生血管性年龄相关性黄斑变性（nAMD）管理中的应用，包括诊断、预测疾病进展和治疗效果	深度学习模型在nAMD检测、疾病进展预测和治疗结果预测方面展现出卓越准确性，并在某些领域有潜力超越人类专家	面临数据集规模不足、临床工作流程整合困难以及AI预测在不同人群中的泛化能力等挑战	探索AI在nAMD管理中的整合与应用，以提升诊断准确性和治疗个性化	新生血管性年龄相关性黄斑变性（nAMD）患者及相关临床数据	数字病理学	老年性疾病	深度学习（DL）	深度学习模型	医学影像数据	NA
371	2025-09-20	Automatic Segmentation of Primary Central Nervous System Lymphoma at Clinical Routine Postcontrast T1-weighted MRI 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240446 PMID:40970793	研究论文	开发并验证基于深度学习的模型，用于临床常规对比增强T1加权MRI中原发性中枢神经系统淋巴瘤的自动分割	首次基于nnU-Net框架实现多中心PCNSL自动分割，并在内部和外部数据集上验证模型鲁棒性	对边界不清的毫米级多发病灶分割精度略有下降	提升原发性中枢神经系统淋巴瘤的MRI影像自动分割精度	经病理证实的免疫活性PCNSL患者	数字病理	淋巴瘤	对比增强T1加权MRI	nnU-Net	医学影像	135例患者（内部数据集87例，外部数据集48例）
372	2025-09-20	An MRI Histopathology-based Deep Learning Approach for the Classification of Prostate Cancer 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.250466 PMID:40970800	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
373	2025-09-20	Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240381 PMID:40970801	研究论文	本研究评估了基于深度学习的MRI组织病理学数据在前列腺癌分类中的诊断能力	开发了新型人工智能分析方法，通过空间上下文集成提升分类性能并实现病灶大小估计	回顾性研究，数据收集于2009-2011年，需要进一步临床验证	评估MR组织病理学在前列腺癌识别中的诊断能力并指导临床成像参数选择	根治性前列腺切除术标本的组织学切片	数字病理学	前列腺癌	MR组织病理学(MRH)，MR光谱	神经网络	图像	2009-2011年期间收集的前列腺癌根治术标本组织切片数据集
374	2025-09-19	Applications of machine learning in high-entropy alloys: a review of recent advances in design, discovery, and characterization 2025-Sep-18, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr01562f PMID:40878184	综述	本文综述了机器学习在高熵合金设计、发现与表征中的最新应用进展	重点探讨了生成模型和计算机视觉等尖端深度学习技术，以及机器学习原子间势在分子动力学模拟中的应用	讨论了该方法潜在的优点和固有的局限性	加速高熵合金领域进展，通过数据驱动方法指导合金设计	高熵合金（HEAs）	材料科学	NA	机器学习（ML），包括生成模型、计算机视觉、分子动力学（MD）模拟	深度学习，生成模型	材料数据库，原子级模拟数据	NA
375	2025-09-19	Egocentric video analysis for automated assessment of open surgical skills via deep learning 2025-Sep-18, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03518-7 PMID:40963049	研究论文	提出一种基于深度学习的第一视角视频分析方法，用于自动化评估开放手术技能	首次将Transformer架构与多任务学习结合，利用手部运动学数据提升开放手术技能评估的准确性和早期预测能力	样本量有限（20名参与者），且仅针对三种基础训练任务进行评估	开发客观、自动化的开放手术技能评估方法	外科培训中的开放手术技能	计算机视觉	NA	深度学习	LSTM, TCN, Transformer, ResNet50	视频和手部运动学数据	201个视频，来自20名参与者
376	2025-09-19	Volatile biomarkers of fungal infection and mycotoxin contamination in fruits and vegetables: emerging targets for monitoring and early warning 2025-Sep-18, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2025.2562369 PMID:40965270	综述	综述水果和蔬菜中真菌感染和霉菌毒素污染的挥发性生物标志物，及其在监测和早期预警中的应用	强调挥发性有机化合物（VOCs）作为非侵入性生物标志物用于早期检测，并讨论人工智能在VOC生物标志物预测和疾病诊断中的整合	技术应用存在性能、实际适用性和技术限制	改善采后病害管理，开发智能、快速、成本效益高的VOC监测框架	水果和蔬菜	NA	NA	GC-MS, 电子鼻（E-nose）, 生物传感器	机器学习（ML）, 深度学习（DL）	挥发性有机化合物（VOCs）数据	NA
377	2025-09-19	Deep Learning Integration of Endoscopic Ultrasound Features and Serum Data Reveals LTB4 as a Diagnostic and Therapeutic Target in ESCC 2025-Sep-18, Cancer biotherapy & radiopharmaceuticals DOI:10.1177/10849785251380368 PMID:40965275	研究论文	本研究通过深度学习整合内镜超声图像特征与血清数据，发现LTB4作为食管鳞状细胞癌（ESCC）的诊断和治疗靶点	首次结合深度学习提取的内镜超声图像特征与血清炎症标志物，识别LTB4作为ESCC的新型生物标志物，并验证其诊断和治疗预测价值	样本量较小（115例患者），且为单中心前瞻性研究，需更大样本和多中心验证	开发非侵入性生物标志物，以改善ESCC的早期诊断和治疗反应预测	食管鳞状细胞癌（ESCC）患者及健康对照	数字病理	食管癌	酶联免疫吸附测定（ELISA）、深度学习图像分析	ResNet50 CNN、NN、GLM、DT	图像、血清数据	115例ESCC患者
378	2025-09-19	Morphological Signatures of Salt Crystals under Controlled Humidity Using Advanced Image Analysis 2025-Sep-18, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c04762 PMID:40965417	研究论文	通过控制湿度和先进图像分析研究盐晶体结晶形态特征	结合湿度控制腔室与MATLAB图像分析量化湿度对盐结晶形态的影响，并应用深度学习模型实现高精度盐类识别	仅研究两种盐类（NaCl和NHCl）在玻璃片上的结晶行为，未涉及其他基质或环境因素	探究控制湿度对盐结晶动力学和形态特征的系统性影响	氯化钠（NaCl）和氯化铵（NHCl）晶体	计算机视觉	NA	高分辨率成像、MATLAB图像分析、PCA、深度学习神经网络	深度学习神经网络	图像	两种盐类在控制湿度条件下的结晶样本
379	2025-09-19	Integrating artificial intelligence with Gamma Knife radiosurgery in treating meningiomas and schwannomas: a review 2025-Sep-18, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03820-7 PMID:40965768	综述	本文综述了人工智能与伽玛刀放射外科技术结合在治疗脑膜瘤和神经鞘瘤中的应用与潜力	展示了AI模型（如双路径CNN和随机生存森林）在肿瘤分割、疗效预测及并发症风险评估中的创新应用，并达到高精度指标（如DSC 0.90）	临床推广面临外部验证不足、标准化缺失及计算资源需求高的挑战	探讨AI与伽玛刀技术整合在脑膜瘤和神经鞘瘤治疗中的优势与前景	接受伽玛刀治疗的前庭神经鞘瘤和脑膜瘤患者	医学人工智能	脑肿瘤	机器学习（ML）、深度学习（DL）、放射组学	CNN、神经网络、随机生存森林（RSF）	MRI影像（T1W、T2W）、临床数据、放射组学特征	9项研究（包含861例患者数据）
380	2025-09-19	MDFNet: a multi-dimensional feature fusion model based on structural magnetic resonance imaging representations for brain age estimation 2025-Sep-18, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01294-8 PMID:40965801	研究论文	提出一种基于结构MRI的多维度特征融合模型MDFNet，用于提升大脑年龄估计的准确性	整合全脑、灰质体积组织分割、脑网络节点消息传递、脑连接边图路径卷积及人口统计学数据，实现多维度特征融合	NA	开发统一的多维度特征融合模型以改进仅基于结构MRI的大脑年龄估计	健康受试者和阿尔茨海默病患者	医学影像分析	阿尔茨海默病	结构磁共振成像	CNN, GCN, MLP	图像, 图数据, 表格数据	1872名健康受试者（来自四个公共数据集）及独立阿尔茨海默病患者队列