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
1661	2025-12-03	Lung Disease Classification with Deep Learning Enhanced CNN Architecture in Chest X-Ray Imaging 2025-Dec-01, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01760-8 PMID:41326879	研究论文	本研究提出了一种结合离散小波变换、U-Net++、注意力门和渐进增长生成对抗网络的深度学习增强CNN架构，用于胸部X射线图像的肺部分割和多种肺部疾病的分类	使用离散小波变换替代传统最大池化以提供更精确的下采样，结合U-Net++与注意力门提升分割精度，并在DenseNet-201中集成DWT进行分类，同时采用PGGAN进行数据增强以生成高分辨率合成图像	未明确说明模型在外部验证集上的泛化能力，以及计算复杂度和实时性方面的限制	开发一种准确可靠的胸部X射线图像分析系统，用于肺部疾病诊断	胸部X射线图像	计算机视觉	肺部疾病	胸部X射线成像	CNN, GAN	图像	日本放射技术学会数据集	NA	U-Net++, DenseNet-201, PGGAN	准确率, Dice系数, 精确率	NA
1662	2025-12-03	Automatic Segmentation and Classification of Glioblastoma and Solitary Brain Metastasis Using a Deep Learning Model on Multiparametric MRI 2025-Dec-01, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01695-0 PMID:41326876	研究论文	本研究构建了一个基于多参数MRI的三维深度学习模型，用于自动分割和分类胶质母细胞瘤与孤立性脑转移瘤	开发了一个三维深度学习模型，在自动分割和分类胶质母细胞瘤与孤立性脑转移瘤方面表现出色，并证明该模型能显著提升放射科医生的诊断准确性	研究使用了来自单一医疗中心和两个公共数据集的314名患者数据，样本量相对有限，且未提及模型在其他独立数据集上的泛化能力验证	构建一个自动分割和分类胶质母细胞瘤与孤立性脑转移瘤的深度学习模型，以辅助术前临床决策	胶质母细胞瘤和孤立性脑转移瘤患者	数字病理学	脑肿瘤	多参数MRI	深度学习	图像	314名患者（来自一个医疗中心和两个公共数据集）	NA	No-new-UNet (nnU-Net)	Dice分数, AUC	NA
1663	2025-05-08	Response to Letter: "Skin Cancer Detection Using Deep Learning Approaches" by Haque et al 2025-Dec, Cancer biotherapy & radiopharmaceuticals DOI:10.1089/cbr.2025.0122 PMID:40329831	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1664	2025-12-02	Integrating pathology genomics and single-cell genomics to identify lactate metabolism-related prognostic features and therapeutic strategies for melanoma 2025-Dec, Apoptosis : an international journal on programmed cell death IF:6.1Q1 DOI:10.1007/s10495-025-02190-1 PMID:41006685	研究论文	本研究整合病理基因组学和单细胞基因组学，构建了基于乳酸代谢的预后模型，并探索了黑色素瘤的治疗策略	首次整合多组学数据（包括病理影像特征、单细胞RNA测序、空间转录组学等）系统表征黑色素瘤乳酸代谢的分子特征，并构建了结合病理特征和基因特征的预后模型	研究主要基于回顾性数据，需要前瞻性临床验证；模型在外部队列中的泛化能力有待进一步评估	系统表征黑色素瘤中乳酸代谢的分子特征，构建有效的预后模型，并探索潜在的治疗策略	皮肤黑色素瘤（SKCM）	数字病理学	黑色素瘤	单细胞RNA测序, 空间转录组学, 基因集变异分析（GSVA）	CNN, 机器学习算法	图像, 基因组数据, 转录组数据	TCGA训练和验证队列（具体样本数未明确说明），涉及443个病理影像特征	CellProfiler, 预训练的ResNet50（基于PyTorch或TensorFlow框架）	ResNet50	预后性能（如生存分析），未明确具体指标如AUC、准确率等	NA
1665	2025-12-02	Advances in artificial intelligence-based radiogenomics for lung cancer precision medicine 2025-Dec-01, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae224a PMID:41265027	综述	本文综述了基于人工智能的放射基因组学在肺癌精准医疗中的应用进展	整合医学影像、基因组学和临床数据，利用机器学习和深度学习技术非侵入性地预测关键致癌驱动突变，探索影像特征与基因表达之间的关联，并开发肺癌预后模型	在标准化、全面验证、模型可解释性、种族多样性以及多组学数据库构建方面仍面临挑战	提升肺癌精准医疗中放射基因组学模型的临床价值和普适性	肺癌患者	计算机视觉	肺癌	医学影像、基因组学	机器学习, 深度学习	图像, 基因组数据, 临床数据	NA	NA	NA	NA	NA
1666	2025-12-02	Development and evaluation of deep learning models for estimating the organ at-risk dose constraint from two-dimensional cine magnetic resonance imaging scans during irradiation 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70403 PMID:41310917	研究论文	本研究开发并评估了一种深度学习模型，用于从二维电影磁共振成像扫描中估计放射治疗期间危及器官的剂量约束	利用深度学习从二维电影MRI中预测危及器官剂量约束，实现了实时剂量监测的创新方法	结果仅显示有限改进，且受多种限制约束	开发能够从二维电影MRI中估计危及器官剂量约束的深度学习模型	前列腺癌患者	数字病理学	前列腺癌	二维电影磁共振成像，MR-linear accelerator	深度学习模型	图像	91名前列腺癌患者，381个治疗分次	NA	NA	相关系数，平均绝对误差，曲线下面积，灵敏度，特异度	NA
1667	2025-12-02	Paired PET-MRI Deep Learning Model for Translating [11C]PiB to [18F]Florbetaben Amyloid Images 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70168 PMID:41310910	研究论文	本文提出了一种基于可变形卷积网络的U-Net模型，用于将[11C]PiB PET图像转换为[18F]Florbetaben淀粉样蛋白图像，以增强数据集并解决视觉评估与Centiloid量表不一致的问题	结合可变形卷积网络（DCNv3）与U-Net架构，实现长距离依赖捕捉和高效计算，用于PET图像间的跨示踪剂翻译	未明确提及模型在更广泛数据集或不同临床环境中的泛化能力限制	开发一种深度学习模型，用于标准化不同淀粉样蛋白PET示踪剂图像，以支持长期临床试验和多中心比较	阿尔茨海默病患者的淀粉样蛋白PET图像，具体为[11C]PiB和[18F]Florbetaben示踪剂图像	医学影像分析	阿尔茨海默病	PET-MRI成像	U-Net	图像	NA	NA	基于DCNv3的U-Net	NA	NA
1668	2025-12-02	A 25-year journey with protein blocks: Unveiling the versatility of a structural alphabet 2025-Dec, Biochimie IF:3.3Q2 DOI:10.1016/j.biochi.2025.08.007 PMID:40789363	综述	本文回顾了蛋白质块作为一种结构字母表在25年发展历程中的广泛应用，包括其在蛋白质结构、动力学和功能分析中的关键作用	通过引入基于熵的指数（N）来区分蛋白质的刚性、柔性和无序区域，并结合深度学习显著提升了预测性能	NA	总结蛋白质块作为一种结构字母表在结构生物信息学中的多功能性和应用进展	蛋白质结构、动力学和功能	结构生物信息学	NA	蛋白质块分析、分子动力学分析、深度学习	NA	蛋白质结构数据	NA	NA	NA	NA	NA
1669	2025-12-01	Functional blepharoptosis screening with generative augmented deep learning from external ocular photography 2025-Dec, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2497460 PMID:40304715	研究论文	开发并验证基于外部眼部照片的功能性上睑下垂深度学习筛查模型，并评估生成式数据增强对模型性能的影响	首次将生成对抗网络（StyleGAN）生成的合成图像用于增强功能性上睑下垂检测模型的训练数据	样本量相对有限（771只眼睛），且来自单一三级眼科诊所，可能影响模型泛化能力	开发能够从外部眼部照片中检测功能性上睑下垂的深度学习模型	21岁及以上患者的眼部照片，包括639例临床诊断的功能性上睑下垂和132例正常对照	计算机视觉	眼科疾病	外部眼部摄影	深度学习, GAN	图像	771只眼睛（训练集539，验证集76，测试集156），增强后训练集增加2000张合成图像	NA	StyleGAN	敏感度, 特异度, AUC	NA
1670	2025-12-01	Prognostic value of body composition out of PSMA-PET/CT in prostate cancer patients undergoing PSMA-therapy 2025-Dec, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07416-7 PMID:40580320	研究论文	本研究开发了一种基于深度学习的全身CT分割方法，用于评估接受PSMA放射性配体治疗的转移性去势抵抗性前列腺癌患者的身体组成及其预后价值	首次使用深度学习从标准PSMA-PET-CT中自动分割身体组成成分，超越传统的PSMA-PET评估，发现新的预后指标	回顾性研究，样本量较小，需要在更大规模的前瞻性数据集中验证	开发基于深度学习的身体组成评估方法，探索其在mCRPC患者预后预测中的价值	86名接受[177Lu]Lu-PSMA放射性配体治疗的转移性去势抵抗性前列腺癌患者	数字病理	前列腺癌	PSMA-PET-CT, [68 Ga]Ga-PSMA-PET-CT扫描	深度学习分割模型	CT图像	86名前列腺癌患者	NA	NA	Cox回归分析p值, Kaplan-Meier分析, log-rank检验	NA
1671	2025-12-01	Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls 2025-Dec, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2521868 PMID:40591440	研究论文	开发并评估用于甲状腺眼病患者视神经病变预测的轨道CT深度学习模型	首次在四级转诊中心证明轨道CT深度学习模型在视神经病变预测方面与医学专家表现相当，并揭示了骨壁结构的影响	样本量相对有限（126名患者），研究时间跨度较长（2002-2017年）	开发用于甲状腺眼病患者视神经病变预测的深度学习模型	甲状腺眼病患者，包括伴有和不伴有视神经病变的病例	医学影像分析	甲状腺眼病	轨道CT成像	深度学习模型	CT图像（2D和3D）	126名甲状腺眼病患者，252个轨道，其中36个轨道确诊视神经病变	NA	NA	敏感度, 特异性, AUC	NA
1672	2025-12-01	Automated Kidney Tumor Segmentation in CT Images Using Deep Learning: A Multi-Stage Approach 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.020 PMID:40908232	研究论文	开发基于DeepMedic 3D卷积神经网络的自动化流程用于CT图像中肾脏和肾肿瘤分割	采用多尺度特征提取和三维卷积神经网络实现全自动肾脏肿瘤分割	研究依赖于单一机构的382例CT扫描数据，需要更多外部验证	开发自动化分割工具以提升肾肿瘤诊断工作流程和临床决策支持	肾脏和肾肿瘤	医学影像分析	肾肿瘤	CT扫描	CNN	CT图像	382例对比增强CT扫描	DeepMedic	3D CNN	Dice系数,精确率,召回率	NA
1673	2025-12-01	A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.054 PMID:40935773	研究论文	提出融合ResNet和Vision Transformer的深度学习模型，用于预测高强度聚焦超声治疗子宫肌瘤的疗效	首次将ResNet的局部纹理特征与ViT的全局空间特征通过并行架构融合，用于量化子宫肌瘤异质性	研究样本量相对有限，仅来自两个医疗中心	提高HIFU治疗子宫肌瘤疗效预测的准确性	子宫肌瘤患者	计算机视觉	子宫肌瘤	T2加权磁共振成像	CNN, Transformer	医学图像	训练集272例，内部验证集92例，外部测试集125例	NA	ResNet-18, Vision Transformer, Res-ViT	AUC	NA
1674	2025-12-01	Comprehensive Assessment of Tumor Stromal Heterogeneity in Bladder Cancer by Deep Learning and Habitat Radiomics 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.029 PMID:40987672	研究论文	本研究开发了基于CT的深度学习和栖息地影像组学模型，用于术前预测膀胱癌肿瘤间质比并评估其预后价值	首次将栖息地影像组学与深度学习相结合，通过多亚区域分析评估膀胱癌肿瘤间质异质性，并验证其在免疫治疗反应预测中的应用	回顾性研究设计，样本量有限（477例），仅使用CT影像数据	开发术前预测膀胱癌肿瘤间质比的机器学习模型，并评估其在预后和免疫治疗反应预测中的价值	膀胱尿路上皮癌患者	数字病理	膀胱癌	CT影像分析	深度学习, 影像组学	医学影像	477例来自两个中心的膀胱癌患者	NA	迁移学习模型	准确率, 校准度, 临床效用	NA
1675	2025-12-01	Automated Coronary Artery Calcium Scoring Using Deep Learning: Validation Across Diverse Chest CT Protocols 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.009 PMID:40998657	研究论文	开发并验证一种基于深度学习的全自动冠状动脉钙化评分模型，适用于不同胸部CT扫描协议	开发了首个工作流就绪、协议无关的深度学习模型，可在常规非门控胸部CT上实现全自动冠状动脉钙化量化	单中心回顾性研究，需要进一步外部验证	开发自动化冠状动脉钙化评分工具以改善心血管疾病风险分层	无已知动脉粥样硬化性心血管疾病患者的胸部CT扫描	数字病理	心血管疾病	胸部CT扫描	深度学习	医学影像	2132例胸部CT扫描（常规、CT-CAC和CT-COVID）	NA	NA	组内相关系数, Cohen's kappa, 敏感性, 特异性, 阳性预测值, 阴性预测值, F1分数	NA
1676	2025-12-01	Prediction of the risk of diabetic foot from corneal nerve images using deep learning algorithms 2025-Dec, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112991 PMID:41205876	研究论文	开发基于角膜神经图像的深度学习算法预测糖尿病足风险	首次将角膜神经图像与HbA1c或血清肌酐结合开发混合深度学习算法用于糖尿病足风险预测	使用定量角膜神经参数未能提升模型性能	预测糖尿病足风险分类	糖尿病患者的角膜神经图像	医学影像分析	糖尿病足	角膜神经成像	深度学习算法	图像	471名参与者的942只眼睛共23,550张图像	NA	NA	AUC	NA
1677	2025-12-01	APTES: a high-throughput deep learning-based Arabidopsis phenotypic trait estimation system for individual leaves and siliques 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00239-y PMID:41312108	研究论文	开发基于计算机视觉和深度学习的拟南芥表型性状自动估计系统APTES，用于叶片和角果的高通量表型分析	使用增强的Cascade Mask R-CNN和DetectoRS模型分别实现叶片和角果的精确分割，相比基线模型性能提升1-2个百分点	未明确说明模型在不同光照条件和生长阶段下的泛化能力	开发高通量植物表型性状自动估计系统	拟南芥叶片和角果	计算机视觉	NA	计算机视觉，深度学习	CNN	图像	166个拟南芥种质	NA	Cascade Mask R-CNN, DetectoRS	精确率, 召回率, F1分数, 决定系数, 平均绝对百分比误差	NA
1678	2025-11-29	A lightweight deep learning model with attention mechanisms for hypertensive retinopathy classification 2025-Dec, International journal of cardiology. Cardiovascular risk and prevention DOI:10.1016/j.ijcrp.2025.200541 PMID:41312542	研究论文	提出一种结合注意力机制的轻量级深度学习模型MA-DNet用于高血压视网膜病变分类	将DenseNet与通道和空间注意力机制相结合，采用特征增强和数据平衡技术提高分类精度	NA	开发自动化的高血压视网膜病变分类方法以辅助临床诊断	眼底图像中的高血压视网膜病变特征	计算机视觉	心血管疾病	深度学习	CNN	图像	OIA-ODIR数据集	NA	DenseNet	准确率	NA
1679	2025-12-01	Deep Learning-Enhanced Single Breath-Hold Abdominal MRI at 0.55 T-Technical Feasibility and Image Quality Assessment 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.013 PMID:40846585	研究论文	本研究评估深度学习增强的0.55T低场强腹部MRI在单次屏气下的技术可行性和图像质量	首次在0.55T低场强MRI中应用深度学习重建技术实现单次屏气腹部成像，并证明其图像质量优于传统方法	研究仅纳入健康志愿者，样本量较小（33例），缺乏病理证实	评估深度学习增强的低场强腹部MRI的技术可行性和图像质量	健康志愿者	医学影像分析	NA	MRI, 深度学习图像重建	深度学习	医学影像	33名健康志愿者	NA	NA	图像质量评分, 图像噪声, 空间分辨率, 观察者间一致性	NA
1680	2025-12-01	Ultrafast Multi-tracer Total-body PET Imaging Using a Transformer-Based Deep Learning Model 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.015 PMID:40885633	研究论文	提出基于Transformer的深度学习框架，用于从超快速扫描中合成多示踪剂全身PET图像	首次将3D SwinUNETR-V2架构应用于多示踪剂全身PET成像，开发了仅PET输入和PET+CT融合输入两种模型变体	回顾性单中心研究，样本量有限，需进一步验证	减少PET扫描时间以最小化运动伪影并改善患者舒适度	临床uEXPLORER PET/CT数据集，包括[18F]FDG、[18F]FAPI和[68Ga]FAPI三种示踪剂	医学影像分析	NA	PET/CT成像，列表模式数据截断	深度学习	3D医学影像	155例患者（[18F]FDG 50例，[18F]FAPI 45例，[68Ga]FAPI 60例）	NA	3D SwinUNETR-V2	峰值信噪比(PSNR), 图像质量主观评价, 病灶检测能力	NA