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
781	2025-10-05	Modeling Enzyme Temperature Stability from Sequence Segment Perspective 2025-Oct-01, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01674 PMID:41031662	研究论文	本文提出了一种从序列片段角度预测酶温度稳定性的深度学习框架	引入基于蛋白质序列片段表示的新方法，考虑不同区域对热稳定性的差异贡献	数据可用性有限且分布不平衡可能影响模型性能	开发能够准确预测酶温度稳定性的计算方法	酶蛋白质序列及其温度稳定性	机器学习	NA	深度学习	Transformer	蛋白质序列数据	NA	NA	Segment Transformer	RMSE, MAE, Pearson correlation, Spearman correlation	NA
782	2025-10-05	Choroidal Vascular Fingerprints From Indocyanine Green Angiography Unveil Chorioretinal Disease State 2025-Oct-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.13.3 PMID:41031739	研究论文	开发基于人机协同策略的深度学习算法，从吲哚菁绿血管造影图像中提取脉络膜血管多维特征，并探索其与多种脉络膜视网膜疾病的关联	首次提出脉络膜血管指纹概念，采用人机协同策略实现标注高效的深度学习算法，可量化血管直径、密度、复杂度、迂曲度和分支角度等多维特征	回顾性研究设计，样本量相对有限（394只眼），未包含所有类型的脉络膜视网膜疾病	开发标注高效的深度学习算法，探索脉络膜血管特征与脉络膜视网膜疾病的关联	中心性浆液性脉络膜视网膜病变、息肉样脉络膜血管病变、病理性近视患者及正常对照者的眼底图像	数字病理	脉络膜视网膜疾病	吲哚菁绿血管造影	深度学习分割模型	图像	394只眼（243只患者眼，151只正常对照眼）	NA	NA	AUC, ICC	NA
783	2025-10-05	Deep Learning for Automatic Segmentation of Pituitary Adenomas: A Videomics Study 2025-Oct-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001781 PMID:41031839	研究论文	本研究评估了三种深度学习模型在垂体腺瘤自动分割中的性能，发现Swin Transformer模型在肿瘤边界描绘方面表现最优	首次将视频内镜与人工智能结合的videomics技术应用于垂体腺瘤的实时手术分割，并比较了Swin Transformer、YOLO和Mask R-CNN三种先进模型	回顾性研究，样本量相对有限（700帧图像），仅基于单一医疗机构数据	评估不同深度学习模型在垂体腺瘤自动分割中的性能，提高手术中肿瘤边界描绘的准确性	接受内镜经鼻手术的垂体腺瘤患者	计算机视觉	垂体腺瘤	视频内镜技术	Swin Transformer, YOLO, Mask R-CNN	视频帧图像	700帧代表性图像，来自20个手术视频（14个训练，3个验证，3个测试）	NA	Swin Transformer, YOLOv8x, Mask R-CNN	mAP, Dice相似系数, 召回率, 精确率	NA
784	2025-10-05	A deep learning-enabled toolkit for the 3D segmentation of ventricular cardiomyocytes 2025-Oct-01, The Journal of physiology DOI:10.1113/JP288557 PMID:41031902	研究论文	开发了一种基于深度学习的工具包，用于心室心肌细胞的三维分割	首次将深度学习方法应用于高分辨率3D心肌细胞分割，并提供包含多物种、多实验条件的开源数据集和工具包	未明确说明模型在极端病理条件下的性能表现	开发可靠的心肌细胞3D分割方法以研究心脏生理和病理机制	心室心肌细胞	数字病理	心血管疾病	共聚焦显微镜	深度学习	3D图像	73个体积数据，涵盖7个物种（包括小鼠、人类和大象）	NA	NA	适应Rand误差, 体素对一致性	NA
785	2025-10-05	MOFNet: a deep learning framework for multi-omics data fusion in cancer subtype classification 2025-Oct-01, Molecular omics IF:3.0Q3 DOI:10.1039/d5mo00221d PMID:41031935	研究论文	提出MOFNet深度学习框架，通过多组学数据融合实现癌症亚型分类	结合相似性图池化模块和视图相关性发现网络，有效建模跨组学相关性并保持可解释性	仅使用TCGA数据库的三种癌症类型数据，未在其他独立数据集验证	开发可扩展且可解释的多组学数据融合方法用于癌症亚型分类	乳腺癌、低级别胶质瘤、胃腺癌患者的多组学数据	机器学习	癌症	mRNA表达、DNA甲基化、miRNA表达测序	深度学习	多组学数据	TCGA数据库中的三种癌症类型样本	PyTorch	图神经网络, VCDN	准确率, 加权F1分数, 宏F1分数	NA
786	2025-10-05	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-Oct, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文系统回顾了人工智能在耳鼻喉科手术培训中的应用进展	首次针对耳鼻喉科领域系统梳理AI在手术技能评估中的应用现状与潜力	纳入研究数量有限（34篇），部分研究样本量较小	探讨人工智能在手术技能评估中的应用及其对耳鼻喉科教育的促进作用	手术技能评估相关研究，特别关注耳鼻喉科手术	计算机视觉, 机器学习	耳鼻喉科疾病	深度学习, 机器学习, 计算机视觉	NA	运动学数据, 运动数据, 力数据, 视频数据	34项符合纳入标准的研究	NA	NA	分类准确率	NA
787	2025-10-05	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Oct, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出一种基于YOLOv8的樱桃谷鸭啄羽部位检测轻量级模型YOLOv8-DuckPluck	提出新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead检测头动态调整检测策略，并应用知识蒸馏技术提升检测精度	NA	解决高密度多目标复杂环境下目标检测模型处理速度慢、参数量大和模型体积大的问题	樱桃谷鸭的啄羽行为检测	计算机视觉	NA	深度学习	YOLO, CNN	图像	NA	NA	YOLOv8, NeoMSM-C2f, DyHead	mAP, 检测速度(f/s)	NA
788	2025-10-05	Assessing the impact of day and night urban outdoor environments on women's physiological and psychological states using pedestrian-centric street view images 2025-Oct, Social science & medicine (1982) DOI:10.1016/j.socscimed.2025.118433 PMID:40743851	研究论文	通过街景图像和多学科方法评估城市昼夜环境对女性生理心理状态的影响	首次结合行人视角街景图像和时空分析方法研究昼夜环境变化对女性生理心理的差异化影响	研究范围限于特定城市环境，未考虑个体差异和文化背景等因素	探究不同城市环境昼夜变化对女性生理心理状态的影响机制	城市户外环境中的女性行人	计算机视觉	NA	街景图像采集、深度学习分析	深度学习模型	街景图像、问卷数据、生理测量数据	未明确说明具体样本数量	NA	NA	空间自相关分析、MGWR回归分析	NA
789	2025-10-05	The interembodiment of healing: Holistic transformations in neurological rehabilitation and care 2025-Oct, Social science & medicine (1982) DOI:10.1016/j.socscimed.2025.118468 PMID:40768952	研究论文	通过民族志研究探讨神经康复中患者与治疗师之间的跨身体互动对康复过程的影响	提出'跨身体性'概念，强调康复过程中情感、信息与身体学习的多维整合，挑战将瘫痪视为个体状况的传统观点	基于10个月民族志研究，样本范围有限，未涉及量化验证	探索神经康复过程中患者与治疗师之间的互动机制及其对康复效果的影响	瘫痪患者（脊髓损伤和创伤性脑损伤）、护理人员及康复专业人员	医学人类学	神经系统疾病	民族志研究、案例研究	NA	定性数据、观察记录、案例资料	10个月田野调查涉及的患者、护理人员和康复专业人员群体	NA	NA	NA	NA
790	2025-10-05	Fusing Echocardiography Images and Medical Records for Continuous Patient Stratification 2025-Oct, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3600902 PMID:40833913	研究论文	提出融合超声心动图图像和医疗记录的方法，用于高血压患者的连续分层	首次将Transformer模型应用于表格数据，融合多模态医疗数据学习心血管疾病的连续表征	训练样本有限（少于200个训练样本），仅针对高血压患者进行研究	开发能够综合考虑医疗记录和超声心动图描述符的患者分层方法	239名高血压患者	医疗人工智能	心血管疾病	超声心动图，医疗记录分析	Transformer	图像，表格数据	239名高血压患者	NA	XTab基础模型，Transformer编码器	AUROC，平均绝对误差(MAE)	NA
791	2025-10-05	A Guided Refinement Network Model With Joint Denoising and Segmentation for Low-Dose Coronary CTA Subtle Structure Enhancement 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561338 PMID:40293900	研究论文	提出一种基于联合学习的引导精炼网络模型，用于从低剂量冠状动脉CTA中恢复高质量图像	将冠状动脉分割整合到去噪过程中，通过相互引导实现有效交互和协同优化	未明确说明样本数据的具体来源和多样性限制	提升低剂量冠状动脉CTA成像质量，同时实现噪声抑制和细微结构增强	低剂量冠状动脉CT血管造影图像	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	NA	NA	引导精炼网络	噪声抑制、细微结构恢复、视觉感知改善	NA
792	2025-10-05	Quantitative radiomic analysis of computed tomography scans using machine and deep learning techniques accurately predicts histological subtypes of non-small cell lung cancer: A retrospective analysis 2025-Oct, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110376 PMID:40803192	研究论文	本研究通过机器学习和深度学习技术对CT扫描进行定量影像组学分析，准确预测非小细胞肺癌的组织学亚型	首次系统比较多种机器学习模型和深度神经网络在基于CT影像组学特征预测NSCLC组织学亚型中的性能	回顾性研究设计，样本量相对有限（422例），缺乏外部验证	开发基于CT影像组学特征的机器学习模型来预测非小细胞肺癌的组织学亚型	非小细胞肺癌患者的肺部CT扫描图像	医学影像分析	肺癌	CT影像组学分析	机器学习模型, 深度神经网络	医学影像	422例肺部CT扫描	PyRadiomics, 多种机器学习框架	逻辑回归, 支持向量机, 随机森林, XGBoost, LightGBM, CatBoost, 深度神经网络	准确率, AUC-ROC	NA
793	2025-10-05	VNWoodKnot: A benchmark image dataset for wood knot detection and classification 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112039 PMID:41018861	研究论文	本文介绍了用于木材节疤检测和分类的基准图像数据集VNWoodKnot	填补了木材缺陷检测领域公开数据集的空白，提供了包含三种节疤类别的高分辨率图像数据集	NA	开发用于工业级木材缺陷检测的实时、可扩展且可靠的深度学习模型	木材表面节疤缺陷	计算机视觉	NA	图像采集	深度学习	图像	1,515张高分辨率木材表面图像（活节519张、死节496张、无节疤500张）	NA	NA	NA	NA
794	2025-10-05	Comparison of organ volumes and standardized uptake values in [18F]FDG-PET/CT images using MOOSE and TotalSegmentator to segment CT images 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70025 PMID:40993940	研究论文	比较两种深度学习算法MOOSE和TotalSegmentator在[18F]FDG-PET/CT图像中分割33个解剖结构的体积和标准化摄取值差异	首次系统比较两种开源深度学习分割工具在PET/CT图像分析中的互换性	仅针对转移性乳腺癌患者的基线扫描，未评估其他疾病类型或随访数据	评估两种深度学习分割算法在器官体积和SUV值测量中的一致性	315名转移性乳腺癌女性的[18F]FDG-PET/CT基线图像	医学影像分析	乳腺癌	[18F]FDG-PET/CT成像	深度学习	CT图像,PET图像	315名患者	MOOSE v.3.0.14, TotalSegmentator v.2.0.5	NA	相对差异	NA
795	2025-10-05	Early Prediction and Risk Analysis Using Hybrid Deep Learning Techniques in Multimodal Biomedical Image 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23001 PMID:41015781	研究论文	提出一种融合多模态医学图像的混合深度学习框架，用于早期癌症预测和风险分析	结合多模态图像融合技术与混合深度学习模型，整合传统特征提取方法（ORB）和深度学习特征（InceptionV4），使用MS-GWNN分类器进行恶性肿瘤分期预测	未整合更多成像模态，缺乏实时临床应用验证，模型可解释性有待提升	开发能够处理多样化医学图像、提取有意义的特征并提供准确分类的高效模型，用于早期癌症检测	多模态医学图像（MRI和CT扫描）中的癌变区域	计算机视觉	癌症	多模态图像融合，高斯平滑预处理，ORB特征提取	混合深度学习	多模态医学图像	TCIA数据集	NA	InceptionV4, MS-GWNN	准确率, 敏感度, 特异性	NA
796	2025-10-05	E2E-TM: Dual-Way Feature Extraction and End-to-End Transformer Based Parkinson's Disease Diagnosis Using Integrated MR Imaging and Electroencephalogram Signals 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23002 PMID:41015780	研究论文	提出一种基于双模态特征提取和端到端Transformer的帕金森病诊断方法E2E-TM，整合磁共振成像和脑电图信号进行精确诊断	提出端到端Transformer模块E2E-TM，采用多尺度主干卷积和双路主干卷积模块进行特征提取，结合双并行注意力网络降低特征维度，实现多模态数据的有效融合	可能存在数据集多样性和代表性不足的风险，模型在特定人群上可能过拟合，影响跨患者群体和人口统计学的泛化能力	开发精确的帕金森病诊断方法	帕金森病患者	医学影像分析	帕金森病	磁共振成像, 脑电图	Transformer, CNN	图像, 信号	NA	NA	Transformer, Super U-Net	NA	NA
797	2025-10-05	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Oct-15, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的AlzFormer深度学习框架，用于阿尔茨海默病的早期诊断	首次将T1加权MRI体积视为序列输入，利用时空自注意力机制建模切片间连续性，将切片对应为视频帧	仅使用ADNI数据集的1.5T MRI扫描，样本来源相对单一	开发用于阿尔茨海默病早期诊断的深度学习模型	阿尔茨海默病(AD)、轻度认知障碍(MCI)和认知正常(CN)个体	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer	医学影像	ADNI数据集的1.5T MRI扫描	NA	AlzFormer	准确率,F1-score,AUC	NA
798	2025-10-05	APD-FFNet: a novel explainable deep feature fusion network for automated periodontitis diagnosis on dental panoramic radiography 2025-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf034 PMID:40343455	研究论文	提出一种新型可解释深度特征融合网络APD-FFNet，用于牙科全景X光片的自动化牙周炎诊断	首次将卷积层和基于Transformer的层结合在深度特征融合框架中，专门为牙周炎诊断设计	NA	开发自动化牙周炎诊断系统	牙科全景X光片	医学影像分析	牙周炎	深度学习	CNN, Transformer	X光影像	337张经牙周病专家标注的全景X光片	NA	APD-FFNet（自定义卷积和Transformer层融合架构）	准确率, F1分数, AUC, Jaccard相似系数, Matthews相关系数	NA
799	2025-10-05	Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort 2025-Oct, Infection IF:5.4Q1 DOI:10.1007/s15010-025-02555-3 PMID:40377852	研究论文	本研究通过深度学习自动分析老年COVID-19患者的身体成分，探讨肌肉减少症和肥胖对死亡率的影响	首次在国家级大流行病队列中应用预训练深度学习模型自动分析常规胸部CT的身体成分	样本量相对有限（157例患者），仅包含60岁以上重症COVID-19肺炎患者	比较肥胖和肌肉减少症对严重呼吸道感染老年患者死亡率的相对影响	60岁以上确诊重症COVID-19肺炎的住院患者	数字病理学	COVID-19	胸部CT扫描	深度学习	医学影像	157例住院患者（平均年龄70±8岁，41%女性）来自57个研究中心	NA	预训练深度学习模型	p值, 比值比	NA
800	2025-10-05	Machine learning to identify hypoxic-ischemic brain injury on early head CT after pediatric cardiac arrest 2025-Oct, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2025.110693 PMID:40582483	研究论文	使用深度学习模型检测儿童院外心脏骤停后早期CT扫描中的缺氧缺血性脑损伤	深度学习模型能够识别放射科医生视觉无法发现的缺氧缺血性脑损伤	样本量相对较小（117例OHCA病例），且为回顾性研究	开发能够早期检测儿童心脏骤停后缺氧缺血性脑损伤的深度学习模型	儿童院外心脏骤停患者和年龄匹配的对照组	医学影像分析	缺氧缺血性脑损伤	CT扫描	深度学习	CT图像	117例OHCA病例，年龄3.1[0.7-12.2]岁，43%死亡，58%预后不良	NA	NA	AUC	NA