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
21	2025-11-20	Dose reduction in radiotherapy treatment planning CT via deep learning-based reconstruction: a single‑institution study 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00967-2 PMID:40987935	研究论文	本研究评估深度学习重建算法在放疗计划CT中的剂量降低效果	首次在放疗计划CT中系统比较深度学习重建算法与传统迭代重建算法的剂量降低效果	单中心回顾性研究，样本量有限	量化深度学习重建算法在放疗计划CT中的剂量降低效果	放疗计划CT扫描（头部、头颈部、肺部和盆腔）	医学影像	肿瘤放疗	CT扫描，深度学习重建	深度学习	CT影像	IR重建820例，DLR重建854例	AiCE	NA	CTDI, DLP, 剂量降低率	NA
22	2025-11-20	Characterization and classification of chronic kidney disease by spatial MIST and deep learning algorithm 2025-Dec-01, American journal of physiology. Renal physiology DOI:10.1152/ajprenal.00265.2025 PMID:41134685	研究论文	本研究通过空间多重免疫染色技术和深度学习算法对慢性肾脏病进行表征和分类	首次将空间多重免疫染色信号标记技术应用于人类肾脏组织标本，结合图神经网络分类器识别纤维化等级的关键预测标志物	样本量相对有限，研究结果需要在更大规模队列中验证	开发基于空间蛋白质组学特征的慢性肾脏病分类和生物标志物发现方法	人类肾脏活检组织标本，包括对照组/低级别纤维化和高级别纤维化样本	数字病理学	慢性肾脏病	空间多重免疫染色信号标记，蛋白质表达定量分析	图神经网络	空间蛋白质组学数据，组织图像数据	未明确具体样本数量，包括对照组/低级别纤维化和高级别纤维化肾脏活检样本	未明确指定	图神经网络分类器	分类准确性，特征重要性分析	NA
23	2025-11-20	GAN-MRI enhanced multi-organ MRI segmentation: a deep learning perspective 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00938-7 PMID:40779148	研究论文	提出一种集成GAN的MRI图像增强与多器官分割的端到端深度学习框架	结合GAN-MRI图像增强与注意力残差U-Net分割模型，能处理多扫描仪数据并显著提升图像质量与分割精度	脑部分割指标提升不明显，样本量相对有限（共117例扫描）	通过深度学习缩短MRI扫描时间并提升多器官分割精度	脑部、腹部和大腿的MRI图像	医学影像分析	多器官解剖分析	磁共振成像	GAN, CNN, U-Net	医学影像	30例脑部扫描（5400切片）、32例腹部扫描（1920切片）、55例大腿扫描（2200切片）	NA	GAN-MRI, AssemblyNet, 注意力残差U-Net	SNR, CNR, 肌肉分割提升21%, IMAT分割提升9%, SSAT分割提升1%, DSAT分割提升2%, VAT分割提升12%	NA
24	2025-11-20	Automatic segmentation of cone beam CT images using treatment planning CT images in patients with prostate cancer 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00946-7 PMID:40813534	研究论文	本研究提出一种结合高斯噪声和傅里叶域适应的混合方法，用于提升基于治疗计划CT的锥形束CT图像自动分割精度	通过生成人工伪CBCT数据集桥接tpCT与CBCT图像质量差异，无需改变原始tpCT图像或其轮廓	仅使用80例tpCT数据集，样本量有限；未与其他深度学习方法进行对比	改进前列腺癌患者锥形束CT图像的分割精度	男性骨盆区域的临床靶区、膀胱和直肠	数字病理	前列腺癌	锥形束CT，治疗计划CT，傅里叶域适应	深度学习分割模型	医学影像	80例治疗计划CT数据集	NA	NA	Dice相似系数	NA
25	2025-11-20	Artificial intelligence in echocardiography: current applications and future perspectives 2025-Dec, Journal of echocardiography IF:1.4Q3 DOI:10.1007/s12574-025-00703-0 PMID:40839151	综述	本文综述人工智能在超声心动图领域的当前应用与未来展望	系统阐述AI如何解决超声心动图操作者依赖性和观察者间变异性的长期局限	存在数据偏见、跨人群和设备泛化能力有限、AI模型黑箱问题等临床采纳障碍	探讨人工智能在超声心动图领域的技术应用与发展前景	超声心动图检查流程与临床诊断	医学影像分析	心血管疾病	深度学习	NA	超声图像	NA	NA	NA	诊断准确性	NA
26	2025-11-20	Generative AI and foundation models in medical image 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00968-1 PMID:41051729	综述	本文概述了生成式AI和基础模型在医学影像领域的应用与发展趋势	系统性地探讨了生成式AI和基础模型如何根本性改变医疗AI开发框架，并提出利用国家数据和计算资源开发医疗基础模型的路径	NA	概述生成式AI和基础模型在医学影像处理中的应用，探讨医疗AI发展新范式	扩散模型、大语言模型和基础模型在医疗支持任务中的应用	医学影像	NA	扩散模型、大语言模型	生成式AI、基础模型	医学影像、文本数据	NA	NA	DALL·E 3, Stable Diffusion, ChatGPT, Gemini	NA	基于扩展定律的大规模计算资源、国家数据与计算资源
27	2025-11-20	Prospective multi-institutional study of library-based adaptive radiotherapy for cervical cancer: Evaluation of plan-of-the-day selection and population analysis 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70356 PMID:41253687	研究论文	评估宫颈癌患者基于计划库的自适应放疗中每日计划选择的几何和剂量学影响	首次在多中心研究中比较手动选择与基于深度学习靶区覆盖最大化选择的计划选择策略，并开发决策树识别最能从自适应放疗中获益的患者亚群	样本量相对有限（49例患者），研究结果需要更大规模验证	评估宫颈癌自适应放疗中每日计划选择的准确性和剂量学效益	49例局部晚期宫颈癌患者	数字病理	宫颈癌	锥形束CT, 自适应放疗, 深度学习分割	深度学习模型	CT图像, CBCT图像	49例宫颈癌患者	NA	NA	D95%-CTV, 几何覆盖率, 剂量学覆盖率	NA
28	2025-11-20	OrnAsia: A dataset of asian ornaments for image classification and cultural identification 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112195 PMID:41255856	研究论文	本文介绍了一个包含1088张亚洲传统饰品高分辨率图像的数据集，用于图像分类和文化识别研究	填补了饰品相关数据集在文化背景和图像多样性方面的空白，提供了平衡的传统饰品类型和经过验证的标注	数据采集仅限于孟加拉国米尔普尔地区，可能无法完全代表整个亚洲地区的饰品多样性	支持计算机视觉和人工智能技术在文化饰品分类识别中的应用	六种亚洲传统饰品：手镯、戒指、耳环、头饰、项链和脚链	计算机视觉	NA	智能手机摄影	深度学习模型	图像	1088张高分辨率原始图像，分为6个类别	NA	NA	NA	NA
29	2025-11-19	Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146294 PMID:40934785	研究论文	本文综述了基于表面增强拉曼散射的抗生素检测中样品制备与信号放大方法的最新进展	提出将深度学习与微尺度萃取和功能化磁性纳米材料相结合，显著提高SERS检测抗生素的准确性	SERS耦合固/液相萃取方法研究不足，需要开发兼容的纳米颗粒和新型纳米吸附剂	开发先进的抗生素检测工具以应对环境和食品安全挑战	环境和水体中的抗生素污染物	分析化学	NA	表面增强拉曼散射(SERS), 固相/溶剂(微)萃取, 微流控, 侧流(免疫)分析, 磁性富集, 分子印迹聚合物	深度学习	拉曼光谱数据	NA	NA	NA	准确性	NA
30	2025-11-19	Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146354 PMID:40945266	研究论文	本研究结合近红外光谱和深度学习技术，开发了一种用于中华绒螯蟹肌肉中生物胺无损检测和质量评估的方法	首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺的无损检测，实现了对腐败蟹100%的准确识别	研究仅针对特定储存条件（8±1°C）下的中华绒螯蟹，模型在其他温度或蟹类物种的适用性未验证	开发水生产品质量评估的无损检测方法	中华绒螯蟹肌肉组织中的生物胺含量	机器学习	NA	近红外光谱技术	CNN, LSTM	光谱数据	NA	NA	CNN-LSTM-SE（卷积神经网络-长短期记忆网络-挤压激励混合模型）	相关系数R, 均方根误差RMSE, 准确率	NA
31	2025-11-19	Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146361 PMID:40945267	研究论文	本研究开发了结合分子网络与深度学习的代谢组学方法，用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物	首次将基于特征的分子网络与深度学习相结合，克服传统数据库驱动方法的注释限制，成功发现两种未报道的异戊酰基黄酮醇苷和四氢哈尔满-3-羧酸	NA	识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性	植物乳杆菌发酵的沙棘奶代谢物	代谢组学	NA	非靶向代谢组学，基于特征的分子网络，深度学习	深度学习	代谢组学数据	NA	NA	NA	NA	NA
32	2025-11-19	Leveraging pre-trained computer vision models for accurate classification of meat freshness 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146430 PMID:41045854	研究论文	本研究通过预训练深度卷积神经网络和随机编码聚合深度激活图的方法，开发了一种基于图像数据的肉类新鲜度分类新方法	提出结合预训练DCNN特征提取与随机编码聚合深度激活图(RADAM)的新方法，实现了更简单高效的肉类新鲜度分类	NA	开发快速、非破坏性的肉类新鲜度评估方法	牛肉和鸡肉的新鲜度	计算机视觉	NA	图像分类	深度卷积神经网络, 传统机器学习分类器	图像	三个数据集中的牛肉和鸡肉样本	NA	预训练深度卷积神经网络	准确率	NA
33	2025-11-19	Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning 2025-Dec, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.70153 PMID:40908531	研究论文	本研究利用深度学习技术分析肠道微生物组数据以识别肠易激综合征	将深度神经网络应用于高维度、复杂相互作用的微生物组数据分析，在疾病分类中实现92.79%的准确率	未详细说明数据预处理的具体方法，模型比较的深度可能不足	探索肠道微生物组在肠易激综合征诊断中的应用价值	人类肠道微生物组数据和肠易激综合征患者	机器学习	肠易激综合征	微生物组分析	DNN, XGBoost, RandomForest, Logistic Regression, LightGBM	微生物组谱数据	综合微生物组谱数据集（具体数量未说明）	Python库	深度神经网络（密集层结构）	准确率, 敏感性, 特异性	NA
34	2025-11-18	Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model 2025-Dec, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.03.010 PMID:40274011	研究论文	开发深度学习模型自动确定关节炎肱骨肩关节置换术的截骨平面	首个针对关节炎肱骨自动识别截骨平面的深度学习方法，解决了骨赘和畸形导致解剖标志模糊的临床难题	样本量较小（62例），仅基于CT扫描数据，未验证其他影像模态	实现肩关节置换术中肱骨截骨平面的自动精确定位	关节炎和非关节炎患者的肱骨三维模型	医学影像分析	骨关节炎	计算机断层扫描（CT）	深度学习模型	三维模型	62例肱骨三维模型（80%训练，20%测试）	NA	NA	质心平均欧几里得距离，法向量角度误差	NA
35	2025-11-18	Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos 2025-Dec, Journal of gynecology obstetrics and human reproduction IF:1.7Q3 DOI:10.1016/j.jogoh.2025.103039 PMID:40992502	研究论文	开发并验证了一种基于深度学习的AI系统，用于从超声视频中自动检测标准胎儿平面、测量胎儿生物测量参数和估计胎儿体重	首次将深度学习技术应用于超声视频中自动识别标准胎儿平面并实时测量胎儿生物测量参数，通过时间验证证明了其临床实用性	研究仅针对健康胎儿进行验证，样本量相对有限（281个视频），未在异常或高危妊娠病例中进行测试	开发自动化的胎儿生物测量AI系统，提高非专业超声医师的测量准确性和可重复性	胎儿超声图像和视频	计算机视觉	产科超声	超声成像	DNN	图像, 视频	训练集：16,626张图像；验证集：281个超声视频	NA	NA	绝对相对测量误差, p值	NA
36	2025-11-18	RimeSleepNet: A hybrid deep learning network for s-EEG sleep stage classification 2025-Dec, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2025.106835 PMID:41038061	研究论文	提出一种名为RimeSleepNet的混合深度学习网络，用于睡眠脑电信号的睡眠阶段分类	采用霜优化算法自适应调整变分模态分解来减少频率混叠，结合CNN特征提取、多头自注意力机制和LSTM时序建模的混合架构	NA	开发自动睡眠阶段分类方法以改善睡眠研究和临床诊断	睡眠脑电信号	机器学习	睡眠障碍	睡眠脑电信号分析	CNN, LSTM, 注意力机制	脑电信号	成都人民医院和Sleep-EDF数据集	NA	CNN, LSTM, 多头自注意力机制	F1分数, AUC, Cohen's κ系数, 验证损失	NA
37	2025-11-18	Role of Liver Function Assessment in Portal Venous Interventions and Locoregional Therapies for Liver Tumors 2025-Dec, Techniques in vascular and interventional radiology IF:1.4Q3 DOI:10.1016/j.tvir.2025.101089 PMID:41242831	综述	综述过去30年肝功能评估技术的发展及其在肝脏肿瘤局部治疗中的应用	整合了核医学技术、肝胆特异性MRI和多模态人工智能方法，实现了从整体到局部的精准肝功能评估	可重复性、标准化和可及性仍是广泛实施的主要障碍	总结肝功能评估技术的关键进展及其在肝脏导向治疗中的应用	肝功能评估技术和肝脏肿瘤患者	数字病理	肝癌	核医学成像, MRI, 人工智能, 深度学习	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
38	2025-11-17	MetaPredictomics: A Comprehensive Approach to Predict Postsurgical Non-Small Cell Lung Cancer Recurrence Using Clinicopathologic, Radiomics, and Organomics Data 2025-Dec-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000006086 PMID:40902993	研究论文	提出MetaPredictomics框架，整合临床病理数据、PET/CT影像组学和多器官组学数据预测非小细胞肺癌术后复发	首次将肿瘤影像组学与假定健康器官的组学数据（器官组学）相结合，采用堆叠集成方法构建元模型	样本量相对有限（145例），使用公开数据集可能限制模型泛化能力	开发综合预测模型以提高非小细胞肺癌术后复发预测准确性	145例非小细胞肺癌患者的术前PET/CT影像和临床病理数据	数字病理	肺癌	PET/CT影像组学，基因突变检测，深度学习分割	深度学习分割模型，glmboost，堆叠集成模型	医学影像（CT，PET），临床病理数据，基因数据	145例NSCLC患者	PyRadiomics	NA	C-index	NA
39	2025-11-16	Accelerating the discovery and optimization of metal-organic framework materials via machine learning 2025-Dec, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2025.103671 PMID:40957153	综述	系统回顾机器学习在金属有机框架材料研究中的应用进展	整合最新机器学习技术与MOF研究进展，提供跨学科合作视角	未涉及具体实验验证数据，主要基于文献综述	加速MOF材料的发现与优化过程	金属有机框架材料	机器学习	NA	机器学习	回归分析,分类算法,聚类分析,深度学习,强化学习	材料特性数据	NA	NA	NA	模型评估指标	NA
40	2025-11-16	A Hybrid Bidirectional Deep Learning Model Using HRV for Prediction of ICU Mortality Risk in TBI Patients 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00209-5 PMID:41230239	研究论文	本研究开发了一种结合权重预测器和双向长短期记忆网络的混合深度学习模型，通过分析心率变异性来预测创伤性脑损伤患者的ICU死亡风险	提出了一种结合权重预测器和BiLSTM的混合深度学习架构，通过特征加权和时序模式捕捉来提升心率变异性数据的预测性能	模型完全依赖ICU监测的心电图数据，可能受限于数据质量和采集条件	通过分析心率变异性准确预测创伤性脑损伤患者在ICU的早期死亡风险	创伤性脑损伤患者	医疗健康分析	创伤性脑损伤	心电图信号分析，心率变异性分析	混合深度学习模型，BiLSTM	心电图信号，心率变异性数据	来自黄金海岸大学医院和CHARIS系统的创伤性脑损伤患者数据	NA	双向长短期记忆网络，权重预测器	准确率，AUROC，AUPRC	NA