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
381	2025-10-05	Gauze detection and segmentation in laparoscopic liver surgery: a multi-center study 2025-Sep-29, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03190-2 PMID:41024181	研究论文	开发用于腹腔镜肝脏手术中纱布检测与分割的深度学习框架	提出基于难度分级（简单/中等/困难）的定量评估方法，并在多中心数据上验证模型性能	样本量有限（仅33个手术视频），未说明模型实时性表现	辅助外科医生检测手术纱布，降低遗漏风险，提升手术安全性与效率	腹腔镜肝脏手术视频中的纱布	计算机视觉	肝脏疾病	腹腔镜手术视频分析	CNN	视频帧图像	33个腹腔镜肝脏手术视频（来自2家医院）	PyTorch	YOLOv8n, FCN-ResNet101	召回率, 精确率, Dice系数	NA
382	2025-10-05	Novel multi-task learning for Alzheimer's stage classification using hippocampal MRI segmentation, feature fusion, and nomogram modeling 2025-Sep-29, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03204-z PMID:41024255	研究论文	开发并验证了一个基于海马体MRI的多任务学习框架，用于阿尔茨海默病进展阶段的多分类	提出了一种结合放射组学特征、深度学习特征和临床特征的多任务学习方法，并开发了可解释的诺模图模型	回顾性多中心研究，样本量相对有限	阿尔茨海默病进展阶段的准确分类和预测	2956名阿尔茨海默病患者，涵盖四个疾病阶段	医学影像分析	阿尔茨海默病	T1加权MRI，海马体分割，特征融合	LSTM, CNN, Transformer	MRI图像，临床数据	2956名患者	PyTorch, Scikit-learn	U-Net, nnU-Net, Swin-UNet, MedT, Vision Transformer, Swin Transformer, 3D CNN-LSTM	准确率, AUC, Dice系数	NA
383	2025-10-05	Deep learning-driven morphological analysis for assessing EMT state and drug sensitivity of single tumor cell 2025-Sep-29, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118051 PMID:41032972	研究论文	开发基于卷积神经网络的深度学习模型，通过无标记形态分析评估单个肿瘤细胞的上皮间质转化状态和药物敏感性	首次实现单细胞分辨率下无标记、非侵入性的EMT状态量化分析，能够实时评估罕见循环肿瘤细胞的转移潜能	研究仅基于MCF-7细胞系，未在其他细胞类型或临床样本中验证	开发非侵入性方法评估肿瘤细胞EMT状态和药物敏感性	循环肿瘤细胞(CTCs)和MCF-7细胞系	数字病理学	癌症	无标记形态分析，TGF-β刺激EMT诱导	CNN	细胞图像	NA	NA	卷积神经网络	NA	NA
384	2025-10-05	Role of artificial intelligence in virtual emergency care: a protocol for a systematic review 2025-Sep-28, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-103084 PMID:41022432	系统评价方案	本文提出了一项系统评价方案，旨在综合人工智能在虚拟急诊护理中应用的当前研究现状	首次系统性地评估AI在虚拟急诊护理领域的应用，涵盖分诊、诊断和治疗建议等多个环节	仅使用已发表数据，可能受到原始研究质量和偏倚的限制	综合AI在虚拟急诊护理中的应用研究，识别关键挑战和机遇，为未来研究和实施提供建议	涉及AI在虚拟急诊护理中应用的原始研究文章、会议论文和预印本	医疗人工智能	急诊医学	系统评价方法学	NA	已发表文献数据	多个电子数据库从建库至2025年3月的相关文献	NA	NA	偏倚风险评估工具(PROBAST, Cochrane Risk-of-Bias tool, ROBINS-I)	NA
385	2025-10-05	Deep learning approaches for image-based snoring sound analysis in the diagnosis of obstructive sleep apnea-hypopnea syndrome: A systematic review 2025-Sep-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i9.109116 PMID:41025059	系统综述	系统分析基于深度学习的鼾声图像分析在阻塞性睡眠呼吸暂停低通气综合征诊断中的研究进展	首次系统综述专注于深度学习在鼾声图像分析应用于OSAHS诊断的最新进展，特别关注图形信号表示和网络架构	数据集变异性大、模型泛化能力有限、可解释性不足以及部署可行性等挑战	分析基于深度学习的OSAHS检测方法，特别关注鼾声的图形信号表示和网络架构	鼾声信号及其图形表示（如频谱图、尺度图）	数字病理	阻塞性睡眠呼吸暂停低通气综合征	声音信号分析、图形信号转换	深度学习模型	声音信号转换的图像数据（频谱图、尺度图）	基于14项研究的综合分析	NA	NA	NA	NA
386	2025-10-05	Artificial intelligence in carotid computed tomography angiography plaque detection: Decade of progress and future perspectives 2025-Sep-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i9.110447 PMID:41025057	综述	本文综述了过去十年人工智能在颈动脉CT血管造影斑块检测中的应用进展与未来展望	整合了混合模型（如残差U-Net-金字塔场景解析网络）、领域自适应框架和贝叶斯优化增强的新型架构，在斑块分割精度和诊断效率上超越放射科医生	未提及具体数据集的样本量限制和模型泛化能力的详细评估	推动人工智能在颈动脉粥样硬化斑块检测领域的发展与应用	颈动脉CT血管造影图像中的动脉粥样硬化斑块	医学影像分析	心血管疾病	CT血管造影（CTA）	深度学习	医学影像	NA	NA	U-Net, EfficientNet, 残差U-Net-金字塔场景解析网络	准确率, AUC, 相关系数, Dice系数	NA
387	2025-10-05	Application of deep learning-based convolutional neural networks in gastrointestinal disease endoscopic examination 2025-Sep-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i36.111137 PMID:41025070	综述	探讨基于深度学习的卷积神经网络在胃肠道疾病内镜检查中的应用现状与前景	系统梳理CNN在多种内镜场景（息肉检测、肿瘤分类、超声内镜、胶囊内镜）中的应用潜力	面临数据可用性不足、模型可解释性有限及临床整合困难等挑战	评估深度学习技术对胃肠道疾病诊断效能的提升作用	胃肠道疾病（胃癌、结直肠癌等）的内镜影像	计算机视觉	胃肠道疾病	内镜检查	CNN	内镜影像	NA	NA	NA	准确率	NA
388	2025-10-05	Gastroenterology in the age of artificial intelligence: Bridging technology and clinical practice 2025-Sep-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i36.110549 PMID:41025068	综述	探讨人工智能在消化病学领域的技术整合与临床应用前景	系统阐述AI技术如何通过深度学习、影像组学等方法革新消化病学的临床实践与药物研发流程	面临数据不一致性、伦理问题、算法偏见及数据隐私合规性等挑战	推动人工智能技术与消化病学临床实践的深度融合	消化系统疾病患者数据、药物研发流程、内镜检查影像	医学人工智能	炎症性肠病、慢性肝衰竭、肝硬化	深度学习、影像组学、计算机视觉、分子对接模拟	CNN, RNN, Transformer, ANN, SVM	医学影像、分子数据、临床数据	NA	NA	NA	NA	NA
389	2025-10-05	Leveraging Deep Learning to Address Diagnostic Challenges with Insufficient Image Data 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01439 PMID:40931629	研究论文	本研究提出了一种直接自注意力Wasserstein生成对抗网络(DSAWGAN)，用于解决传染病诊断中图像数据不足的问题	通过集成注意力模块和利用Wasserstein距离优化，提高了收敛速度、稳定性和图像质量	NA	提高在有限数据可用性条件下传染病诊断能力	传染病诊断图像数据	计算机视觉	传染病	深度学习	GAN	图像	原始数据1500张，10%数据300张	NA	DSAWGAN	准确率	移动应用平台
390	2025-10-05	Explainable Deep Learning Framework for SERS Bioquantification 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01058 PMID:40892429	研究论文	提出了一种用于表面增强拉曼光谱生物量化的可解释深度学习框架	开发了包含光谱处理、量化和可解释性三步骤的创新框架，并提出了适用于SERS混合物分析可解释性的CRIME方法	NA	解决SERS生物量化分析中的计算框架不足和模型可解释性差的问题	尿液中的血清素生物标志物	机器学习	NA	表面增强拉曼光谱(SERS)	去噪自编码器,CNN,视觉变换器	光谱数据	682个SERS光谱	NA	去噪自编码器,CNN,视觉变换器	平均绝对误差,平均百分比误差	NA
391	2025-10-05	Parametrically guided design of beta barrels and transmembrane nanopores using deep learning 2025-Sep-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425459122 PMID:40953261	研究论文	本研究开发了一种结合参数化表示和深度学习的方法，用于设计β桶状结构和跨膜纳米孔	将参数化表示方法从卷曲螺旋结构推广到β桶状结构设计，结合RoseTTAFold设计方法实现高成功率	需要参数化生成的桶状骨架作为起始点，对理想几何形状仍有轻微偏差	开发更精确可控的β桶状蛋白和跨膜纳米孔设计方法	β桶状蛋白结构和跨膜纳米孔	蛋白质设计	NA	深度学习蛋白质设计，X射线晶体学	深度学习	蛋白质结构数据	多种β桶状结构参数化范围	RoseTTAFold	RFjoint, RFdiffusion	计算机模拟成功率，实验成功率，原子精度，电导值(200-500 pS)	NA
392	2025-10-05	Frequency-Aware Interpretable Deep Learning Framework for Alzheimer's Disease Classification Using rs-fMRI 2025-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.677114 PMID:41000974	研究论文	提出一种频率感知可解释深度学习框架FINE，用于基于静息态功能磁共振的阿尔茨海默病分类	整合多专家分支（卷积层、可学习小波层、变换器和静态编码器），实现脑网络时频特征的端到端联合建模	NA	开发能够捕捉阿尔茨海默病相关脑连接时频模式的可解释深度学习模型	阿尔茨海默病患者与健康对照的脑功能连接动态模式	医学影像分析	阿尔茨海默病	静息态功能磁共振成像(rs-fMRI)	CNN,Transformer	功能磁共振影像数据	856名受试者（来自OASIS-3数据集）	NA	FINE（包含卷积层、可学习小波层、变换器、静态编码器的多分支架构）	ROC-AUC	NA
393	2025-10-05	Assessing the feasibility of deep learning-based attenuation correction using photon emission data in18F-FDG images for dedicated head and neck PET scanners 2025-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae08ba PMID:40967236	研究论文	本研究评估了使用深度学习技术从非衰减校正的18F-FDG PET图像生成测量衰减校正图像在头颈部专用PET扫描器中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，探索了在无CT扫描情况下直接生成衰减校正图像的可行性	训练数据仅包含114名患者，未见病理情况的图像训练可能影响模型对病理图像的校正效果	开发基于深度学习的头颈部PET图像衰减校正方法，减少对CT扫描的依赖	头颈部18F-FDG PET图像	医学影像分析	头颈部疾病	PET成像，深度学习	CNN	2D医学图像	114名患者（12,068个切片），训练验证集21名患者，测试集24名正常患者和12名病理患者	NA	ResNet	RMSE, SSIM, PSNR, MSE, 对比度, SNR	NA
394	2025-10-05	Tailored SONAR-MSI: Converting SONAR-MS Data into Pseudoimages for Deep-Learning-Based Natural Products Analysis 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03682 PMID:41025910	研究论文	开发了一种将SONAR-MS数据转换为伪图像并结合深度学习进行天然产物分析的新工作流程	首次将同步选择离子采集技术与伪质谱成像及深度学习相结合，建立了专门的数据转换协议	仅对五种密切相关的物种进行了案例研究，需要更广泛的验证	开发高效且信息丰富的天然产物质量分析方法	天然产物和密切相关的植物物种	机器学习	NA	LC-MS, SONAR, 质谱成像	CNN	质谱数据转换的伪图像	五种密切相关的物种	NA	CNN	准确率	NA
395	2025-10-05	Nanoconfinement and Interface Effects on Calcium Phosphate Aggregation within a 2D Nanochannel: Insights from Deep-Learning Molecular Dynamics 2025-Sep-30, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c04375 PMID:41026157	研究论文	通过深度学习分子动力学模拟研究二维纳米通道中钙磷物种的水合与聚集动力学	首次结合深度学习势函数与分子动力学模拟研究纳米限域环境下钙磷聚集行为	模拟结果需要实验验证，模型参数可能存在简化	阐明纳米限域和界面效应对钙磷聚集的影响机制	钙离子和磷酸盐物种在二维纳米通道中的聚集行为	计算化学	NA	分子动力学模拟，深度学习势函数	深度学习分子动力学	分子模拟数据	NA	NA	NA	NA	NA
396	2025-10-05	StratoLAMP-2: A Microfluidics-Free, Deep-Learning Platform for Multiplex Digital Molecular Diagnostics 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04408 PMID:41026615	研究论文	开发了一种无需微流控、基于深度学习的多重数字分子诊断平台StratoLAMP-2	采用涡流生成的多分散液滴和焦磷酸镁沉淀作为视觉读数，通过引物浓度驱动的沉淀水平分层进行多重检测	液滴尺寸变异性和沉淀异质性带来的分析挑战	开发低成本、可扩展的数字核酸定量平台	核酸分子	机器学习	NA	数字核酸测试，环介导等温扩增(LAMP)	深度学习	图像	NA	NA	NA	准确度，鲁棒性	NA
397	2025-10-05	Optimized Hybrid RNN-GRU Model for Predictive Diagnosis of Cardiovascular Disease 2025-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0d95 PMID:41027445	研究论文	本研究开发了一种结合RNN和GRU的混合深度学习模型，用于提高心血管疾病风险预测的准确性和效率	提出了一种优化的混合RNN-GRU模型，结合了RNN处理序列数据的能力和GRU的门控机制特性，在心血管疾病预测中实现了99.6%的准确率	研究仅使用了918个样本的数据集，样本规模相对较小，且数据来源单一	提高心血管疾病风险预测的准确性和效率	心血管疾病患者数据	机器学习	心血管疾病	深度学习	RNN, GRU	数值型医疗数据	918个样本	Scikit-learn	混合RNN-GRU架构	准确率, F1分数, 精确率, 召回率	NA
398	2025-10-05	Serial 12-Lead ECG-Based Deep-Learning Model for Hospital Admission Prediction in Emergency Department Cardiac Presentations: Retrospective Cohort Study 2025-Sep-30, JMIR cardio DOI:10.2196/80569 PMID:41027578	研究论文	开发并验证一种融合连续12导联心电图波形、生命体征和临床数据的深度学习模型，用于早期预测急诊科心脏相关症状患者的住院需求	首次将连续12导联心电图波形与动态生命体征和常规临床数据融合，开发多模态深度学习模型进行早期住院预测	回顾性研究设计，依赖电子健康记录数据的完整性和质量	开发实时深度学习模型预测急诊科心脏相关症状患者的早期住院需求	因胸痛、呼吸困难、晕厥或近乎晕厥就诊于急诊科的成年患者	医疗人工智能	心血管疾病	12导联心电图	深度学习,随机森林	心电图波形,生命体征,结构化临床数据	30,421例就诊记录（至少1次心电图），11,273例就诊记录（至少2次心电图）	NA	多模态深度学习架构	AUROC	NA
399	2025-10-05	3D Convolutional Neural Network for Predicting Clinical Outcome from Coronary Computed Tomography Angiography in Patients with Suspected Coronary Artery Disease 2025-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01667-4 PMID:41028565	研究论文	开发并评估用于从冠状动脉CT血管造影图像预测主要心脏事件的优化3D卷积神经网络模型	首次将优化的3D DenseNet架构应用于无标注CCTA图像进行心脏事件预测，并与传统风险评分结合实现逐步性能提升	单中心回顾性研究，数据未对冠状动脉斑块存在进行标注	通过深度学习改进疑似冠状动脉疾病患者的预后风险分层	疑似冠状动脉疾病患者	计算机视觉	心血管疾病	冠状动脉CT血管造影	CNN	3D医学图像	训练组5562名患者，测试组714名患者	NA	3D DenseNet	AUC	NA
400	2025-10-05	Deep Learning-Based Cardiac CT Coronary Motion Correction Method with Temporal Weight Adjustment: Clinical Data Evaluation 2025-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01683-4 PMID:41028564	研究论文	提出一种基于深度学习的冠状动脉运动校正方法，通过时间权重调整改善心脏CT图像质量	提出时间加权运动校正网络(TW-MoCoNet)，结合时间权重校正模块和可微分空间变换模块	NA	减少心脏CT冠状动脉运动伪影，提高图像质量和临床可解释性	冠状动脉CT血管造影(CCTA)图像	计算机视觉	心血管疾病	CT血管造影	深度学习网络	医学图像	67例临床数据	NA	TW-MoCoNet	PSNR, SSIM, FOR, LIRS, MAS, 4点Likert量表	NA