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
1481	2025-11-07	Real-Time Global Longitudinal Strain During Echocardiography: A Deep Learning Platform for Improved Workflow 2025-Nov, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.015 PMID:40876495	研究论文	开发用于超声心动图实时全局纵向应变分析的深度学习平台，评估其可行性、精确性和时间效率	首次开发完全自动化的实时GLS分析平台，集成深度学习工具支持图像采集标准化	样本量较小（50例患者），需要更大规模研究验证	评估深度学习平台在实时GLS测量中的可行性和效率	50名患者（平均年龄56岁，64%男性）的超声心动图数据	医学影像分析	心血管疾病	超声心动图	深度学习	超声图像	50例患者	NA	NA	可行性百分比, 偏差, 一致性界限, 相关系数, 时间效率	NA
1482	2025-11-07	Deep learning-based synthetic-CT-free photon dose calculation in MR-guided radiotherapy: A proof-of-concept study 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70106 PMID:41186921	研究论文	本研究提出了一种基于深度学习的无合成CT磁共振引导放疗光子剂量计算方法	首次直接在0.35T MRI上进行光子剂量计算，跳过了传统合成CT生成步骤	研究仅针对前列腺癌病例，样本量较小（34例患者）	开发适用于MRI引导在线自适应放疗的实时剂量计算方法	前列腺癌患者	医学影像分析	前列腺癌	磁共振成像，蒙特卡洛剂量模拟	U-Net, LSTM	MRI图像，CT图像	34例前列腺癌患者（20例训练，4例验证，10例测试）	NA	U-Net, LSTM	gamma通过率，剂量剖面，剂量体积直方图	NA
1483	2025-11-07	Deep Learning-Enhanced Opportunistic Osteoporosis Screening in 100 kV Low-Voltage Chest CT: A Novel Way Toward Bone Mineral Density Measurement and Radiation Dose Reduction 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.060 PMID:40835570	研究论文	开发深度学习模型在100kV低剂量胸部CT中实现全自动椎体分割和骨密度测量	首次在100kV低剂量胸部CT中实现全自动椎体分割和骨密度计算的深度学习框架	研究样本量有限（1167例患者），需进一步扩大验证	探索深度学习在低剂量胸部CT中骨质疏松筛查的可行性和准确性	接受100kV低剂量胸部CT和120kV腰椎CT的1167例患者	医学影像分析	骨质疏松症	CT扫描	CNN	CT影像	1167例患者（训练集495例，验证集169例，三个测试集共503例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, AUC	NA
1484	2025-11-07	Differentiation of Suspicious Microcalcifications Using Deep Learning: DCIS or IDC 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.062 PMID:40835571	研究论文	本研究开发基于深度学习的模型用于区分乳腺X线摄影中可疑微钙化的导管原位癌和浸润性导管癌	首次结合深度学习特征与临床变量构建联合模型，在区分DCIS和IDC方面显著优于传统临床模型	回顾性研究，样本量相对有限（294例），仅来自两个中心	探索深度学习模型在区分表现为可疑微钙化的DCIS和IDC中的价值	乳腺X线摄影中表现为可疑微钙化的乳腺癌病例	数字病理	乳腺癌	乳腺X线摄影	CNN	医学影像	294例乳腺癌病例（106例DCIS，188例IDC）	NA	ResNet101	AUC, 敏感度, 特异度, 准确率	NA
1485	2025-11-07	Application and development of infrared technology in gas detection 2025-Nov-01, The Review of scientific instruments DOI:10.1063/5.0255190 PMID:41191477	综述	系统回顾红外气体检测技术的最新进展，包括检测方法比较、技术特征分析和算法发展演变	强调算法设计在检测精度与工程成本间的平衡作用，阐述数据驱动的深度学习方法如何通过自动提取多维特征克服传统物理方法的局限	检测精度与实时性能的权衡、气体特异性光谱波段增强困难、高质量数据集稀缺	红外气体检测技术的应用与发展研究	红外气体检测技术	红外成像技术	NA	红外成像技术、主动与被动气体成像方法、多组分检测系统、超灵敏痕量检测技术	深度学习	红外光谱数据、多维特征	NA	NA	NA	检测精度、实时性能	NA
1486	2025-11-07	Deep learning-based annotation of plant abiotic stress resistance genes for crops 2025-Nov, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.70556 PMID:41194493	研究论文	提出基于深度学习的植物非生物胁迫抗性基因注释方法PASRGA，并构建植物基因数据库PlantASRG	结合迁移学习和对比学习技术开发基因注释模型，显著优于现有主流方法	未明确说明模型在跨物种泛化能力方面的限制	开发准确注释植物非生物胁迫抗性基因的深度学习工具	植物非生物胁迫（干旱、盐分、低温、紫外线）抗性基因	生物信息学	NA	DNA测序	深度学习	基因组数据	17种主要作物基因组	NA	NA	F1分数, AUROC, AUPRC, MCC	NA
1487	2025-11-06	Carbon dots meet artificial intelligence: applications in biomedical engineering 2025-Nov-05, Journal of materials chemistry. B DOI:10.1039/d5tb00593k PMID:41065544	综述	本文全面综述了人工智能在碳点研究中的应用及其在生物医学工程中的潜力	首次系统探讨人工智能与碳点交叉领域，涵盖从材料设计到生物医学应用的完整链条	NA	探索人工智能技术在碳点材料研究及生物医学工程中的应用前景	碳点材料及其在生物医学工程中的应用	机器学习, 生物医学工程	NA	机器学习, 深度学习	NA	材料特性数据, 生物医学数据	NA	NA	NA	NA	NA
1488	2025-11-06	Genome-wide functional annotation and interpretation of splicing variants: toward RNA-targeted therapies 2025-Nov-05, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-025-01424-z PMID:41188449	综述	系统阐述剪接破坏性变异的基因组功能注释与解释方法及其在RNA靶向治疗中的应用前景	整合非编码区变异注释策略，结合深度学习与基序导向工具，建立从变异识别到RNA靶向治疗的完整研究框架	依赖计算预测工具的准确性，实验验证策略仍需标准化，临床应用转化存在技术壁垒	开发系统性识别和解释剪接破坏性变异的策略，推动精准医疗发展	剪接破坏性变异（包括同义、深内含子和调控区变异）	生物信息学	神经肌肉疾病及其他剪接驱动疾病	基因组测序，RNA靶向治疗技术（反义寡核苷酸、小分子调节剂、RNA编辑平台）	深度学习模型，基序导向工具	基因组变异数据，剪接数据	NA	NA	NA	NA	NA
1489	2025-11-06	Integration of deep learning and Bayesian networks for personalized tooth color prediction in dental esthetics: A study in Chinese Han population 2025-Nov-04, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.70049 PMID:41187324	研究论文	本研究开发了一种结合深度学习与贝叶斯网络的混合模型，用于预测中国汉族人群的个性化牙齿颜色偏好	首次将卷积神经网络与贝叶斯网络相结合用于牙齿颜色预测，显著提高了预测准确率	样本量相对较小（128名参与者），仅针对中国汉族人群进行研究	研究肤色、年龄和性别如何影响牙齿颜色偏好，为个性化牙齿美学提供量化指导	中国汉族人群（包括牙科专业人士和非专业人士）对标准化微笑图像的牙齿颜色偏好	计算机视觉	NA	牙齿颜色评估，VITA经典色标系统	CNN, 贝叶斯网络	图像	128名参与者（62名男性，66名女性；60名牙科专业人士，68名非专业人士）	NA	卷积神经网络与贝叶斯网络混合架构	准确率	NA
1490	2025-11-06	Performance Comparison Between Two Versions of a Commercial Artificial Intelligence System for Chest Radiograph Interpretation: A Multicenter Study 2025-Nov-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01731-z PMID:41188640	研究论文	比较商业AI系统Gleamer ChestView两个版本在胸部X光片解读中的诊断性能	首次对同一AI系统的两个连续版本进行多中心性能比较验证	样本量相对有限(187例)，部分病例依赖放射科医生共识而非CT金标准	评估AI系统版本升级对胸部X光片诊断性能的影响	胸部X光片中的多种胸部病变(胸腔积液、肺泡疾病、纵隔肿块、气胸、肺结节)	医学影像分析	胸部疾病	深度学习	深度学习模型	胸部X光图像	187例胸部X光片，来自6个中心，4家设备制造商	NA	NA	灵敏度, 特异度, 精确度, F1分数	NA
1491	2025-11-06	Clinical validation of a deep learning model for low-count PET image enhancement 2025-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	本研究验证了深度学习模型RaDynPET在四倍降计数全身PET图像增强中的临床效果	开发了能够从25%标准采集时间的PET数据中恢复高质量图像的动态深度学习模型，并在内外部队列中进行了全面验证	样本量相对有限（120例患者），需要进一步多中心验证	验证深度学习模型在低计数PET图像增强中的临床可行性	接受18F-FDG PET/CT检查的120名患者（84例内部队列，36例外部队列）	医学影像分析	肿瘤疾病	PET/CT成像，OSEM重建算法	深度学习模型	PET医学影像	120例患者（84内部+36外部）	NA	RaDynPET	图像质量评分，标准化摄取值，信噪比，肿瘤背景比，对比噪声比，敏感性，特异性，PSNR，SSIM	NA
1492	2025-11-06	Dynamic Early Survival Prediction Model for Hepatocellular Carcinoma Patients Treated With Atezolizumab and Bevacizumab: A Longitudinal Deep Learning Analysis 2025-Nov, Hepatology research : the official journal of the Japan Society of Hepatology IF:3.9Q1 DOI:10.1111/hepr.70005 PMID:40702678	研究论文	开发用于预测接受阿特珠单抗和贝伐珠单抗治疗的肝细胞癌患者早期总生存期的动态深度学习模型	首次将随机生存森林方法与深度学习架构结合构建动态生存预测模型DynSurv-HCC，可在不同病因和基线AFP水平下保持稳定的预测性能	研究样本量相对有限（415例患者），且仅基于两项临床试验数据	改善不可切除肝细胞癌患者在接受阿特珠单抗和贝伐珠单抗治疗时的早期总生存期预测	不可切除肝细胞癌患者	机器学习	肝细胞癌	纵向生存分析	深度学习, 随机生存森林	临床试验数据	415例不可切除肝细胞癌患者（训练集291例，验证集124例）	NA	DynSurv-HCC	AUC	NA
1493	2025-11-06	An Explainable Deep Learning Model for Focal Liver Lesion Diagnosis Using Multiparametric MRI 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240531 PMID:40928343	研究论文	开发基于多参数MRI的可解释深度学习模型用于局灶性肝脏病变的诊断分类	结合nnU-Net分割和Liver Imaging Feature Transformer分类的可解释深度学习模型，能提升放射科医生诊断准确性和效率	研究主要基于中国医院数据，需要更多外部验证	评估可解释深度学习模型在局灶性肝脏病变诊断中的效果	局灶性肝脏病变患者	计算机视觉	肝脏疾病	多参数MRI	CNN, Transformer	医学影像	2131名局灶性肝脏病变患者	PyTorch	nnU-Net, Liver Imaging Feature Transformer	Dice相似系数, 准确率	NA
1494	2025-11-06	Residual bayesian attention networks for uncertainty quantification in regression tasks 2025-Nov-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24093-6 PMID:41176534	研究论文	提出残差贝叶斯注意力框架，实现深度序列建模中端到端的不确定性量化能力	通过三个紧密耦合的核心组件实现贝叶斯推理与Transformer架构的深度集成：贝叶斯前馈层建立参数级不确定性的可微传播机制，多层残差贝叶斯注意力将径向基函数核嵌入注意力计算并引入Beta分布建模的自适应残差权重，贝叶斯协方差构造模块通过外积运算和特征值校正生成数学严谨的协方差表示	在中等规模结构化数据场景中表现稳定，但在多物理耦合系统建模等复杂任务中存在技术边界	解决深度序列建模任务中的不确定性量化问题	序列建模任务，包括工程优化、时间序列预测和空间建模	自然语言处理,机器学习	NA	贝叶斯推理,径向基函数核,外积运算	Transformer	结构化数据,序列数据	NA	NA	残差贝叶斯注意力框架	预测区间校准质量	NA
1495	2025-11-06	Classification and Segmentation of Mucus Morphology Using Deep Learning During Diagnostic Nasal Endoscopy 2025-Nov, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70004 PMID:40879571	研究论文	本研究开发了一种基于深度学习的方法，用于在诊断性鼻内窥镜检查中对黏液形态进行分类和分割	这是首个在鼻腔环境中客观分类黏液形态的研究	NA	通过深度学习模型检测鼻窦炎症	鼻内窥镜检查中遇到的黏液形态	计算机视觉	鼻窦炎	深度学习	预训练深度学习模型	内窥镜图像	NA	NA	NA	NA	NA
1496	2025-11-06	Multisensory Integration for Identifying the Milling States in Robot-Assisted Cervical Laminectomy 2025-Nov, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.70182 PMID:41067886	研究论文	本研究通过整合触觉和听觉感知来识别机器人辅助颈椎椎板切除术中的高速磨钻状态	首次将振动和声音信号融合用于脊柱手术中磨钻状态识别，并采用LSTM深度学习模型实现高精度分类	实验仅在绵羊颈椎上进行，未在人体验证；设置的磨削状态相对有限	提高机器人辅助颈椎椎板切除术中磨钻状态识别的准确性，保障患者安全	绵羊颈椎椎板切除术中的高速磨钻状态	医疗机器人	脊柱疾病	振动信号采集，声音信号采集，快速傅里叶变换	LSTM, SVM, KNN, Naive Bayes, LDA, DT	振动信号，声音信号	6600组高速磨钻磨削数据	NA	单层LSTM（12个记忆单元）	准确率	NA
1497	2025-11-06	Deep learning approaches for resolving genomic discrepancies in cancer: a systematic review and clinical perspective 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf541 PMID:41176790	系统综述	系统评估深度学习在解决癌症基因组差异方面的应用现状与临床前景	首次系统综述78项研究（2015-2024），提出结合联邦学习和注意力机制的未来研究方向	存在数据稀缺、批次效应和黑盒模型可解释性等挑战	评估深度学习在癌症基因组差异识别和校正中的性能与临床转化	癌症基因组测序数据	生物信息学	癌症	基因组测序	CNN, 图神经网络	基因组序列数据	78项研究（未明确总样本量）	NA	卷积架构, 图基础架构	假阴性率, 准确率	NA
1498	2025-11-06	A deep learning algorithm to detect proximal humerus fractures on radiographs 2025-Nov, JSES reviews, reports, and techniques DOI:10.1016/j.xrrt.2025.07.025 PMID:41179412	研究论文	开发用于检测X光片中肱骨近端骨折的深度学习算法	首次开发专门针对肱骨近端骨折检测的深度学习算法，并通过显著图验证模型关注区域	研究主要依赖单一机构数据，外部验证集规模较小（116例）	开发可靠且可信的深度学习方法来检测X光片中的肱骨近端骨折	肱骨近端X光片，包括骨折（996例）和非骨折（607例）病例	数字病理	骨科骨折	放射影像分析	深度学习	X光图像	1603例训练数据（996例骨折，607例非骨折），116例外部测试数据	NA	NA	准确率，F1分数，灵敏度	NA
1499	2025-11-06	Self-Assessment of acute rib fracture detection system from chest X-ray: Preliminary study for early radiological diagnosis 2025-Nov, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251361041 PMID:40718897	研究论文	提出一种用于胸部X光片中肋骨骨折自动检测和分割的深度学习系统	结合CenterNet与HRNet v2进行骨折区域识别，并利用HRNet-W48增强肋骨分割的上下文表征能力	仅使用单一医疗机构数据（1006张胸部X光片），需要更多外部验证	开发自动化肋骨骨折检测和分割系统以辅助放射科医生诊断	胸部X光片中的肋骨骨折区域	医学影像分析	肋骨骨折	深度学习	CNN	X光图像	1006张胸部X光片（训练集704张，验证集201张，测试集101张）	NA	CenterNet, HRNet v2, HRNet-W48	敏感度, Dice系数	NA
1500	2025-11-06	Deep-Learning-Aided Quantification of Steatohepatitis-Associated Pathological Findings in Liver Specimens 2025-Nov, Hepatology research : the official journal of the Japan Society of Hepatology IF:3.9Q1 DOI:10.1111/hepr.70015 PMID:40802556	研究论文	开发深度学习模型量化肝组织标本中脂肪性肝炎相关病理特征	首次使用卷积神经网络对脂肪性肝炎相关病理表现（脂肪变性、气球样变、纤维化）进行自动量化分析	样本量有限（训练集仅26例），模型仅用于病理特征量化而非疾病诊断	开发基于深度学习的肝组织病理特征量化方法	肝组织标本（脂肪性肝炎和慢性肝炎患者）	数字病理学	脂肪性肝炎	组织病理学分析	CNN	图像	训练集26例（18例脂肪性肝炎+8例慢性肝炎），验证集233例	NA	NA	相关系数R	NA