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
181	2025-11-20	Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240478 PMID:40767617	研究论文	开发基于深度学习的齿状核自动分割工具，使用定量磁化率成像MRI数据	提出两步法分割流程（定位模型+分割模型），在多个数据集上验证了模型的泛化能力，性能优于现有领先工具	回顾性研究，样本年龄范围有限（11-64岁），仅针对特定疾病群体	开发齿状核的自动分割方法以提高MRI图像分析的准确性和效率	健康对照者和小脑性共济失调或多发性硬化症患者的脑QSM图像	医学图像分析	神经系统疾病	定量磁化率成像（QSM）MRI	CNN	3D医学图像	328名个体（141名健康人，187名患者），来自9个不同数据集	nnU-Net	U-Net	Dice分数, ICC, Pearson相关系数	NA
182	2025-11-20	DLMUSE: Robust Brain Segmentation in Seconds Using Deep Learning 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240299 PMID:40960397	研究论文	介绍一种开源深度学习脑部分割模型DLMUSE，用于全自动脑部MRI分割，显著提升分割速度并促进大规模神经影像研究	开发了速度比传统方法快10000倍以上的脑部分割模型，同时保持与现有最优方法相当的性能	回顾性研究，训练数据主要来自24-93岁患者群体	实现快速准确的脑部MRI自动分割，促进大规模神经影像研究	脑部MRI扫描数据	医学影像分析	阿尔茨海默病，脑部疾病	MRI	CNN	医学影像	训练集1900例MRI扫描，验证集71391例扫描来自14项研究	NA	NA	Dice相似系数，Pearson相关系数，准确率，F1分数，平均绝对误差	NA
183	2025-11-20	Artificial Intelligence-Led Whole Coronary Artery OCT Analysis; Validation and Identification of Drug Efficacy and Higher-Risk Plaques 2025-Nov, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018133 PMID:40995622	研究论文	开发并验证基于人工智能的全冠状动脉OCT自动分析系统AutoOCT，用于识别药物疗效和更高风险斑块	首次开发能够自动校正OCT图像分割错误、识别斑块成分并测量多种参数的深度学习系统，实现全冠状动脉OCT的快速分析	模型开发仅使用106名患者的数据，样本量相对有限	验证人工智能OCT分析系统在识别药物疗效和高风险斑块方面的准确性和实用性	冠状动脉OCT图像和斑块特征	医学影像分析	心血管疾病	光学相干断层扫描(OCT)	深度学习	医学影像	开发集：36,212帧图像（127个完整回拉，106名患者）；验证集：IBIS-4研究83名患者，CLIMA研究62名患者	NA	NA	准确率	NA
184	2025-11-20	Insights into the Impact of Artificial Intelligence on Psoriasis Treatment Strategies: A Mini Review 2025-Nov-01, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_1055_24 PMID:40788101	综述	本文探讨人工智能在银屑病治疗策略中的影响，重点关注AI在诊断精度和治疗选择方面的应用	系统综述AI在银屑病治疗四大领域的整合应用：光疗结果预测、皮损分割与严重程度评估、远程监测系统及生物制剂疗效预测	数据集多样性不足、标准化欠缺和验证不充分	评估人工智能技术在银屑病精准医疗中的应用潜力	银屑病患者临床数据、影像资料和多组学数据	数字病理	银屑病	临床数据分析、影像分析、多组学数据分析	随机森林,CNN,多尺度超像素聚类,梯度提升决策树	临床数据,图像,多组学数据	NA	NA	NA	敏感度,准确率,像素准确率,组内相关系数	NA
185	2025-11-20	Advancing toxicity AI-based prediction with multilevel systems biology: a case study on genotoxicity 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf594 PMID:41241819	研究论文	提出一种多模态深度学习框架GenotoxNet，通过整合化学结构、体外实验数据和转录组学数据来提升遗传毒性预测能力	首次系统整合化学结构、高通量体外实验数据和转录组学数据，通过多模态深度学习捕捉细胞异质性和机制复杂性	未明确说明模型在更广泛化学物质上的泛化能力限制	开发高精度的遗传毒性预测计算方法以支持健康风险评估	化学物质及其诱导的遗传毒性效应	机器学习	NA	高通量体外实验, 转录组学分析	深度学习	化学结构数据, 体外实验数据, 转录组学数据	NA	NA	GenotoxNet	AUCROC	NA
186	2025-11-20	Artificial Intelligence in Autism Spectrum Disorder Diagnosis: A Scoping Review of Face, Voice, and Text Analysis Methods 2025-Nov, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71476 PMID:41255386	综述	本文系统综述了人工智能在自闭症谱系障碍诊断中面部、声音和文本分析方法的应⽤现状	首次全面比较了AI在自闭症诊断中三种模态（面部、声音、文本）的分析方法，揭示了深度学习在面部图像分析中的主导地位	采用叙述性综合方法，缺乏定量荟萃分析；研究结果受限于原始文献的质量和异质性	评估人工智能在自闭症谱系障碍诊断中的应用效果	自闭症诊断相关的面部图像、语音数据和文本数据	自然语言处理,计算机视觉	自闭症谱系障碍	深度学习,机器学习,自然语言处理	CNN,随机森林,混合模型	图像,音频,文本	NA	NA	Xception,VGG16-MobileNet,随机森林	准确率	NA
187	2025-11-19	Understanding the relationship between rosemary odor and mental workload through deep learning 2025-Nov-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.09.038 PMID:41072604	研究论文	本研究通过深度学习分析脑电图信号，探索迷迭香气味与心理负荷之间的关系	首次结合嗅觉刺激和深度学习直接分析原始EEG信号进行心理负荷分类，无需手动特征工程	样本量较小(30名志愿者)，仅研究单一气味(迷迭香)	研究迷迭香气味对心理负荷的影响及其通过深度学习的检测方法	30名志愿者在迷迭香气味暴露下执行神经心理学测试时的EEG信号	机器学习	NA	脑电图(EEG)	LSTM, CNN	EEG信号	30名志愿者	NA	LSTM, CNN	准确率	NA
188	2025-11-19	A deep learning approach to artifact removal in Transcranial Electrical Stimulation: From shallow methods to deep neural networks and state space models 2025-Nov-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.10.004 PMID:41101623	研究论文	本研究分析机器学习方法在经颅电刺激噪声伪影去除中的应用，比较了从浅层方法到深度神经网络和状态空间模型的性能差异	首次系统比较11种伪影去除技术在不同tES刺激类型下的性能，发现最优方法取决于刺激类型，并为不同tES模式提供了方法选择指南	使用合成数据集而非真实临床数据，可能无法完全反映实际应用场景	开发有效的经颅电刺激伪影去除方法以改善脑电信号分析	经颅电刺激产生的EEG伪影	机器学习	神经系统疾病	经颅电刺激，脑电图	CNN, 状态空间模型	脑电信号	合成数据集（清洁EEG数据与合成tES伪影组合）	NA	Complex CNN, M4	RRMSE, 相关系数	NA
189	2025-11-19	Deep Learning-Enabled Real-Time Single-Shot Refocusing of Microwell Array for Digital Melting Curve Analysis 2025-Nov-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05194 PMID:41188072	研究论文	提出一种基于深度学习的单次自适应点扩散函数注意力重聚焦模型，用于数字熔解曲线分析中的微孔阵列实时重聚焦	首次将深度学习与点扩散函数自校准调制结合，实现无机电运动的数字PCR微阵列自动聚焦	未明确说明模型在更广泛温度范围内的泛化能力及对不同样本类型的适应性	提升数字熔解曲线分析在宽温度范围内的准确性和分辨率	数字PCR微孔阵列中的核酸样本	计算机视觉	呼吸道病原体感染	数字PCR, 熔解曲线分析, 荧光成像	深度学习, 注意力机制	荧光图像	NA	NA	单次自适应点扩散函数注意力重聚焦模型	识别准确率, 变异系数, 分辨率	NA
190	2025-11-19	Deep Learning Models for Colloidal Nanocrystal Synthesis 2025-Nov-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c09134 PMID:41193409	研究论文	开发基于深度学习的胶体纳米晶体合成模型，通过合成参数预测纳米晶体的最终尺寸和形状	首次将深度学习应用于纳米晶体合成参数与物理性质关联建模，提出基于反应中间体的数据增强方法和精细描述符	数据集仅包含348种纳米晶体组成，模型性能可能受限于数据覆盖范围	建立合成参数与纳米晶体物理性质之间的定量关系模型	胶体纳米晶体	机器学习	NA	透射电子显微镜，半监督学习	深度学习，分割模型	图像，配方数据	3508个配方覆盖348种纳米晶体组成，约120万纳米晶体图像数据	NA	NA	平均绝对误差1.39nm，形状分类准确率89%	NA
191	2025-11-19	Integrating Model-Based Reconstruction and Deep Learning for Accelerating Mass Spectrometry Imaging 2025-Nov-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04075 PMID:41199627	研究论文	提出一种结合模型重建与深度学习的方法来加速质谱成像	将光栅扫描前向模型与深度学习先验结合，无需针对不同采集设置重新训练即可重建高分辨率离子图像	未明确说明方法在极端稀疏采样条件下的性能边界	解决质谱成像中光栅扫描数据采集耗时长的问题，实现高效组织成像和3D重建	脑部和肾脏等生物组织结构	计算成像	NA	质谱成像	深度学习	质谱图像	多种组织类型（脑部、肾脏等）	NA	基于预训练网络的去噪器	图像保真度	NA
192	2025-11-19	Plasmonic Scattering Interferometric Microscopy: Decoding the Dynamic Interfacial Chemistry of Single Nanoparticles 2025-Nov-18, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00294 PMID:40845220	研究论文	介绍等离子体散射干涉显微镜技术及其在单纳米粒子界面化学动态研究中的应用	开发高分辨率等离子体散射干涉显微镜技术，实现单纳米粒子水平实时观测电催化活性和反应动力学	当前技术仍存在一定局限性，需要进一步改进和优化	开发新型光学显微技术用于纳米材料界面化学研究	单纳米粒子及其界面化学反应	纳米科学	NA	等离子体散射干涉显微镜	深度学习	光学图像	NA	NA	NA	空间分辨率，时间分辨率	NA
193	2025-11-19	Leveraging Artificial Intelligence to Transform Thoracic Radiology for Lung Nodules and Lung Cancer: Applications, Challenges, and Future Directions 2025-Nov-18, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000866 PMID:41246950	综述	回顾人工智能在胸部放射学中肺结节和肺癌应用的历史发展、当前挑战与未来方向	系统梳理了从早期基于临床知识的AI方法到深度学习再到Transformer架构的演进历程，并探讨了基础模型、多模态AI和多组学方法在肺结节和肺癌领域的新兴应用	作为综述文章，主要基于文献分析，未涉及原始实验数据验证	探讨人工智能在胸部放射学中肺结节和肺癌诊断、评估和预测方面的应用与发展	肺结节和肺癌的医学影像分析	医学影像分析	肺癌	医学影像分析，深度学习，Transformer	深度学习模型，Transformer	医学影像	NA	NA	Transformer	NA	NA
194	2025-11-19	A Dual-stage Deep Learning Framework for Breast Ultrasound Image Segmentation and Classification 2025-Nov-18, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02298-6 PMID:41249662	研究论文	提出一种双阶段深度学习框架，用于乳腺超声图像的分割和分类，以支持乳腺癌诊断	设计模块化双阶段流程，可灵活集成不同骨干架构，DeepLabV3+与ResNet34编码器实现最准确分割，轻量级分类器MobileNetV3-Small和EfficientNet-B0实现最佳分类性能	NA	探索深度学习技术在乳腺超声图像分割和分类中的应用，支持乳腺癌诊断	乳腺超声图像中的肿块区域	医学影像分析	乳腺癌	超声成像	CNN	超声图像	两个乳腺超声数据集	NA	DeepLabV3+, ResNet34, MobileNetV3-Small, EfficientNet-B0	诊断准确率	NA
195	2025-11-19	MGCL-CAP: Masked Graph Contrastive Learning with Gated Cross-Attention for Chemical Allergenicity Prediction 2025-Nov-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02222 PMID:41251678	研究论文	提出一种基于掩码图对比学习和门控交叉注意力的深度学习框架MGCL-CAP，用于化学物质致敏性预测	结合掩码图对比学习与门控交叉注意力融合机制，能够学习结构不变的图嵌入并有效整合多模态分子特征	未明确说明模型在更大规模或更复杂化学数据集上的泛化能力	开发计算方法来高效预测化学物质的致敏性，减少实验负担	化学物质及其分子结构	机器学习	过敏性疾病	分子图表示学习	图神经网络	图数据, 分子指纹	NA	PyTorch	图同构网络, 多头注意力机制	准确率, 稳定性指标	NA
196	2025-11-19	Automatically quantifying spatial heterogeneity of immune and tumor hypoxia environment and predicting disease-free survival for patients with rectal cancer 2025-Nov-18, Cancer immunology, immunotherapy : CII DOI:10.1007/s00262-025-04235-5 PMID:41251704	研究论文	开发自动化流程定量分析直肠癌肿瘤微环境中免疫和缺氧标志物的空间异质性并预测患者无病生存期	整合深度学习肿瘤分割与计算检测方法，首次实现自动量化免疫组化空间异质性特征并与临床预后关联分析	需要在多中心队列中进一步验证临床适用性，样本量相对有限	建立自动化的免疫组化定量分析流程，探索肿瘤微环境空间异质性与临床预后的关联	直肠癌患者肿瘤组织样本	数字病理学	直肠癌	免疫组化染色	深度学习	病理图像	104例患者样本（57例训练集/47例验证集）	NA	NA	C-index	NA
197	2025-11-19	Analysis of deep learning-based segmentation of lymph nodes on full-dose and reduced-dose body CT 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05253-8 PMID:41251734	研究论文	验证基于深度学习的全自动模型在常规剂量和模拟低剂量CT上对淋巴结检测与分割的性能	首次在模拟低剂量CT（5%-75%剂量）上系统评估3D nnU-Net对淋巴结分割的性能，并提出通过多剂量数据增强提升模型鲁棒性	使用模拟而非真实低剂量CT数据，样本量相对有限	评估深度学习模型在不同剂量CT扫描中对淋巴结自动分割的鲁棒性	人体CT图像中的淋巴结	医学影像分析	淋巴结相关疾病	CT成像，噪声模拟技术	3D CNN	CT医学影像	151例患者CT（15,341个淋巴结标注）+120例外部验证CT	nnU-Net	3D nnU-Net	精确度，灵敏度，Dice相似系数，豪斯多夫距离	NA
198	2025-11-19	Feasibility of deep learning-accelerated HASTE-FS for pancreatic cystic lesion surveillance: comparison with conventional HASTE and MRCP 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05265-4 PMID:41251737	研究论文	比较深度学习加速的HASTE-FS与传统HASTE和MRCP在胰腺囊性病变监测中的性能	首次将深度学习重建技术应用于单次激发脂肪饱和T2加权成像（DL HASTE-FS），并与传统成像方法进行系统性比较	回顾性研究设计，样本量有限（91例患者），仅使用3T MRI设备	评估深度学习加速成像技术在胰腺囊性病变监测中的临床应用价值	胰腺囊性病变患者	医学影像分析	胰腺疾病	MRI, 深度学习重建, HASTE序列, MRCP	深度学习	医学影像	91例连续患者，其中70个预选索引PCL	NA	NA	Likert量表评分, p值	3T MRI设备
199	2025-11-19	Abdominal multi-organ segmentation on 3D negative-contrast CT cholangiopancreatography: a comparative study of deep learning methods 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05273-4 PMID:41251738	研究论文	比较四种深度学习模型在3D负对比CT胆胰管成像上的腹部多器官分割性能	首次在3D-nCTCP数据上系统比较2D和3D深度学习分割模型，证明3D体积模型在复杂小器官分割中的优势	回顾性研究，样本量有限（111例患者），仅针对恶性低位胆道梗阻患者	自动化3D负对比CT胆胰管成像中胆道和胰腺系统的分割，以改善术前规划和诊断	胆道系统、胰腺、十二指肠和肝脏的医学图像分割	数字病理	胆道癌	CT成像	深度学习分割模型	3D医学图像	111例恶性低位胆道梗阻患者，共25,700张图像	NA	TransUNet 2D, nnU-Net 2D, Swin-UNETR 2D, Swin-UNETR 3D	Dice相似系数, 平均对称表面距离, 观察者间变异	NA
200	2025-11-19	Total-body [18F]FDG-PET/CT imaging of healthy volunteers with minimal effective dose 2025-Nov-18, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07644-x PMID:41251746	研究论文	本研究探索在健康志愿者中使用全身PET/CT成像结合深度学习生成合成CT图像，以最小化辐射剂量的可行性	首次将全身PET成像与深度学习生成的合成CT衰减图相结合，实现极低有效剂量的PET/CT成像	研究仅纳入高加索人群，样本量有限，且未评估在病理状态下的应用效果	开发最小化辐射剂量的全身PET/CT成像方案	47名健康志愿者（25名女性/22名男性，BMI：24±3 kg/m²）	医学影像	NA	PET/CT成像，深度学习	深度学习模型	PET图像数据，CT图像数据	47名健康志愿者	NA	NA	标准化摄取值，变异系数	NA