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
1	2025-10-29	Deep Learning Analysis of Widefield Cornea Endothelial Imaging in Fuchs Dystrophy 2026-Jan, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100914 PMID:41140904	研究论文	本研究开发了一种基于深度学习的网络用于分析Fuchs角膜内皮营养不良的广角镜面显微镜图像	首次将深度学习网络应用于广角角膜内皮图像分析，并整合了进展可视化工具增强可解释性	样本量相对有限，仅包含155只FECD眼和50只对照眼	评估深度学习网络在Fuchs角膜内皮营养不良广角镜面显微镜图像分析中的应用价值	Fuchs角膜内皮营养不良患者和对照组的角膜内皮图像	计算机视觉	Fuchs角膜内皮营养不良	广角镜面显微镜成像	U-Net	图像	1839张图像来自155只FECD眼，另加50只FECD眼和50只对照眼用于训练	NA	U-Net	Sørensen-Dice系数, 配对t检验	NA
2	2025-10-29	Impact of deep learning on CT-based organ-at-risk delineation for flank irradiation in paediatric renal tumours: a SIOP-RTSG radiotherapy committee study 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101051 PMID:41141653	研究论文	评估深度学习自动轮廓勾画结合人工修订在儿童肾肿瘤侧腹放疗中危及器官勾画的应用效果	首次在儿童放疗领域系统评估深度学习自动轮廓勾画结合人工修订对勾画时间、准确性和观察者间变异性的影响	样本量有限（12名放射肿瘤科医生），仅针对儿童肾肿瘤患者（1-6岁），仅评估8个胸腹部危及器官	评估深度学习辅助勾画在儿童侧腹放疗中危及器官勾画的效率和质量改进	儿童肾肿瘤患者的胸腹部危及器官	数字病理	肾肿瘤	CT成像	深度学习模型	CT图像	12名来自9个国家的儿科放射肿瘤科医生，收集122个手动勾画和254个基于深度学习的修订	NA	NA	Dice相似系数, 95% Hausdorff距离, 平均表面距离	NA
3	2025-10-29	Vocal features based Parkinson's detection: An ensemble learning approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103662 PMID:41140618	研究论文	本研究通过集成学习方法基于语音特征检测帕金森病	采用集成学习方法比较多种机器学习算法在帕金森病早期检测中的性能，发现梯度提升算法在召回率、对数损失和过拟合抵抗方面表现最优	NA	为医疗中心提供最优的机器学习技术以实现帕金森病的早期检测	帕金森病患者	机器学习	帕金森病	语音特征分析	集成学习,Random Forest,K Nearest Neighbor,Naïve Bayes,Gradient Boosting,XGBoost	语音特征数据	NA	NA	梯度提升模型	召回率,对数损失	NA
4	2025-10-29	Self-supervised learning with BYOL for anterior cruciate ligament tear detection from knee MRI 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103664 PMID:41140616	研究论文	本研究评估了使用BYOL自监督学习方法预训练ResNet-18编码器，用于从膝关节MRI中检测前交叉韧带撕裂	首次将BYOL自监督学习框架应用于膝关节MRI数据，通过无标签数据预训练提升前交叉韧带撕裂检测性能	NA	评估自监督学习在医学图像分析中的有效性，提高前交叉韧带撕裂的检测准确率	膝关节MRI扫描图像中的前交叉韧带	计算机视觉	前交叉韧带损伤	MRI	CNN	医学图像	NA	NA	ResNet-18	分类准确率	NA
5	2025-10-29	CISCS: Classification of inter-class similarity based medicinal plant species groups with machine learning 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103652 PMID:41140625	研究论文	提出一种基于多级特征融合的机器学习方法，用于解决高类间相似度药用植物物种的分类问题	提出结合3D归一化颜色直方图、扩展均匀LBP、多方向Gabor滤波器和HOG的多级特征融合策略，并采用SMOTE数据增强和软投票集成分类器	主要针对印度药用植物物种，在其他地区植物分类中的泛化能力有待验证	开发一种在类间相似度高和数据集不平衡条件下更鲁棒的药用植物物种分类方法	印度药用植物物种	计算机视觉	NA	图像分析	集成学习	图像	NA	Scikit-learn	多级特征融合模型	准确率	NA
6	2025-10-29	HER2-SISH40x: Annotated histopathology image dataset for HER2 amplification assessment in breast cancer 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111941 PMID:41140847	研究论文	介绍用于乳腺癌HER2扩增评估的标注组织病理学图像数据集HER2-SISH40x	首次提供基于VENTANA HER2双探针ISH染色的高质量标注数据集，包含明确分类的HER2扩增和非扩增区域	数据集规模相对有限，仅包含50张全切片图像和537个感兴趣区域	开发用于乳腺癌HER2扩增自动评估的计算病理学方法	乳腺癌组织样本的HER2基因扩增状态	数字病理学	乳腺癌	原位杂交(ISH), VENTANA HER2双探针ISH染色	深度学习模型	组织病理学图像	50张全切片图像，包含237个癌症ROI（HER2扩增和非扩增）和300个正常组织ROI	NA	NA	NA	NA
7	2025-10-29	A labeled image dataset of common tomato diseases for classification and object detection 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112032 PMID:41140870	研究论文	介绍一个用于番茄病害分类和目标检测的标注图像数据集	在真实温室条件下采集的多角度多尺度番茄病害图像数据集，包含病毒病、灰霉病和细菌性萎蔫病三种常见病害	数据集仅包含三种番茄病害，样本量相对有限	开发用于农业病害识别的计算机视觉数据集	番茄病害图像	计算机视觉	植物病害	图像采集	NA	图像	1026张高分辨率图像（417张病毒病，82张灰霉病，527张细菌性萎蔫病）	NA	NA	NA	NA
8	2025-10-29	A dataset for splenomegaly and its related findings in CT imaging 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112114 PMID:41140855	研究论文	本文介绍了一个专门用于研究脾肿大及其相关发现的多样化CT影像数据集	提供了首个专门针对脾肿大研究的公开多样化CT数据集，涵盖多种相关疾病	数据集规模相对有限（248例），仅来自单一医疗中心	解决脾肿大研究中公开数据集缺乏的问题，支持AI诊断模型开发	248名成年患者的CT扫描和临床数据	数字病理学	脾脏疾病	CT成像	NA	CT影像	248例CT扫描，来自248名成年患者（42%女性），平均年龄48.2岁	NA	NA	NA	NA
9	2025-10-29	A comprehensive annotated image dataset for deep learning analysis of eggplant leaf diseases 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112140 PMID:41140868	研究论文	开发了一个用于茄子叶片病害深度学习分析的全面标注图像数据集，并提出了CBAM-EfficientNetB0分类模型	创建了迄今为止最全面的茄子病害数据集，并提出结合通道和空间注意力的CBAM-EfficientNetB0模型，显著提升了分类准确率	数据采集仅限于孟加拉国的两个农业区域，可能影响模型在其他地理区域的泛化能力	通过深度学习技术实现茄子叶片病害的准确识别和分类	茄子叶片病害图像	计算机视觉	植物病害	图像采集、数据增强	CNN	图像	3116张原始高分辨率图像，通过数据增强扩展到10000张	NA	CBAM-EfficientNetB0, ResNet50, VGG16, VGG19	准确率	NA
10	2025-10-29	Dataset of two-phase flow in a horizontal pipe: synchronized measurements of acceleration, pressure, void fraction and high-velocity camera 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112117 PMID:41140862	研究论文	本文提供了一个水平管道中气水两相流的同步测量数据集，包含加速度、压力、空隙率和高速摄像数据	通过同步采集多传感器数据与高速摄像，并应用深度学习算法进行气泡分割和跟踪，实现了对多相流动力学的综合分析	数据集仅包含23个实验点，覆盖三种流型（分层流、段塞流和分散气泡流），样本规模有限	研究管道中两相流和流致振动现象	水平管道中的气水混合两相流	流体力学	NA	高速摄像、传感器同步测量、图像处理	深度学习算法	时间序列传感器数据、视频图像	23个实验点，600秒传感器数据（25.6 kHz采样率），15秒高速视频（800 fps）	NA	NA	NA	NA
11	2025-10-29	Unravelling emotions: exploring deep learning approaches for EEG-based emotion recognition with current challenges and future recommendations 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10328-9 PMID:41141240	综述	本文系统综述了基于脑电图信号和深度学习的情绪识别研究现状，并比较了不同模型的性能	系统比较了多种深度学习模型与传统机器学习模型在脑电图情绪识别中的性能，并提出了未来研究路线图	仅基于PRISMA指南筛选了2018-2024年间120篇文献，可能存在文献覆盖不全的局限性	探索深度学习在基于脑电图的情绪识别中的应用效果	脑电图信号和情绪识别	机器学习	NA	脑电图	CNN, LSTM, GRU, BiLSTM, 双向GRU, 卷积循环神经网络, EEG-Conformer	脑电图信号	基于SEED和GAMEEMO两个数据集	NA	卷积循环神经网络, EEG-Conformer	准确率, 精确率, 召回率, F1分数	NA
12	2025-10-29	Spectral-distortion-suppressed deep learning for fiber sensor photoacoustic microscopy 2025-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100774 PMID:41142359	研究论文	提出一种抑制光谱畸变的深度学习框架，用于光纤传感器光声显微镜的血氧饱和度测量	开发两阶段深度学习框架，首阶段降维去噪，次阶段集成双波长图像并抑制光谱畸变	使用传统高信噪比光声显微镜系统数据进行验证，未在真实低信噪比场景全面测试	解决光纤传感器光声显微镜在大视场下信噪比降低导致血氧饱和度测量不准的问题	光纤激光传感器采集的光声信号和血氧饱和度计算	计算机视觉	NA	光声显微镜	深度学习	3D数据、2D图像	NA	NA	NA	信噪比、保真度	NA
13	2025-10-29	Enhancing accuracy of detecting left atrial dilatation on CT pulmonary angiography 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100696 PMID:41142702	研究论文	本研究评估了人工智能分割模型在CT肺动脉造影中检测左心房扩张的性能	首次将深度学习模型应用于非心电图门控CTPA的左心房容积测量，并与心脏MRI金标准及放射科医生报告进行对比	单中心回顾性研究，样本种族分布不均（85.8%为白人）	提高在CT肺动脉造影中检测左心房扩张的准确性	疑似肺动脉高压患者	数字病理	心血管疾病	CT肺动脉造影，心脏MRI	深度学习分割模型	医学影像	451名患者（平均年龄64±13岁，62.5%女性）	NA	NA	敏感性，特异性，阳性预测值，阴性预测值，相关系数，Kappa值	NA
14	2025-10-29	Biological characteristics prediction of endometrial cancer based on deep convolutional neural network and multiparametric MRI radiomics 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04929-5 PMID:40214699	研究论文	本研究开发了一种结合多参数MRI、深度学习和机器学习的优化影像组学方案，用于预测子宫内膜癌的多种生物学特征	提出结合多参数MRI、深度学习和机器学习的综合影像组学方案，能够同时预测子宫内膜癌的多种生物学特征	回顾性研究设计，样本量相对有限（201例患者）	开发基于深度学习和影像组学的子宫内膜癌生物学特征预测方法	子宫内膜癌患者	计算机视觉	子宫内膜癌	多参数磁共振成像	CNN	医学影像	201例子宫内膜癌患者	NA	深度卷积神经网络	AUC, 准确率, 精确率, 召回率, F1分数	NA
15	2025-10-29	DWI of the rectum with deep learning reconstruction: comparison of PROPELLER, reduced FOV, and conventional DWI 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04950-8 PMID:40244478	研究论文	比较PROPELLER、rFOV和常规DWI结合深度学习重建在直肠肿瘤评估中的图像质量和诊断性能	首次系统比较三种DWI序列（PROPELLER、rFOV、常规DWI）结合深度学习重建在直肠肿瘤评估中的表现	样本量较小（42次MRI检查），诊断准确性改善无统计学显著性差异	评估不同DWI序列结合深度学习重建在直肠肿瘤成像中的效果	38名直肠肿瘤患者的42次MRI检查	医学影像分析	直肠癌	扩散加权成像（DWI），深度学习重建	深度学习	MRI影像	38名患者的42次MRI检查	NA	NA	图像质量评分，诊断准确性，加权kappa值	NA
16	2025-10-29	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	研究论文	比较深度学习重建的单次激发平面回波成像与多次激发平面回波成像在子宫内膜癌扩散加权成像中的效果	首次将深度学习重建技术应用于子宫内膜癌的单次激发平面回波扩散加权成像，并与多次激发平面回波成像进行系统比较	样本量较小（仅31例患者），为回顾性研究设计	评估深度学习重建在子宫内膜癌扩散加权成像中的效果	经手术确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	扩散加权成像，磁共振成像，深度学习重建	深度学习	医学影像	31例子宫内膜癌患者	NA	NA	图像质量评分，表观扩散系数，信噪比，对比噪声比，诊断准确率	NA
17	2025-10-29	The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04949-1 PMID:40285792	研究论文	建立并验证基于深度学习和影像组学的模型，用于预测胃癌术前浆膜浸润状态	首次结合手工提取影像组学特征、深度学习特征和临床特征构建综合预测模型，并在双中心进行验证	回顾性研究设计，样本量相对有限（335例患者）	开发非侵入性工具预测胃癌浆膜浸润状态	胃癌患者	医学影像分析	胃癌	CT静脉期影像	迁移学习, 机器学习	医学影像, 临床数据	335例来自两个中心的患者	NA	8种迁移学习模型	AUC	NA
18	2025-10-29	State of the art review of AI in renal imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	综述	本文综述了人工智能在肾脏影像学中的最新应用进展	系统总结了AI在肾脏病变检测、分割和分类中的最新技术发展，并分析了临床实施面临的挑战	存在数据变异性、模型可解释性和发表偏倚等限制	探讨AI在肾脏病变评估中的当前作用及其临床实施潜力	肾脏病变和肾细胞癌	医学影像分析	肾细胞癌	横断面成像	机器学习,深度学习	医学影像	NA	NA	NA	NA	NA
19	2025-10-29	Computer-aided diagnosis tool utilizing a deep learning model for preoperative T-staging of rectal cancer based on three-dimensional endorectal ultrasound 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04966-0 PMID:40304753	研究论文	开发基于三维直肠内超声和深度学习模型的计算机辅助诊断工具，用于直肠癌术前T分期	首次将深度学习模型与三维直肠内超声结合用于直肠癌T分期，并验证其对放射科医生诊断性能的提升效果	回顾性研究，样本量相对有限（216例患者），需要更大规模的前瞻性验证	提高直肠癌术前T分期的准确性和一致性	216例直肠癌患者的三维直肠内超声图像	计算机视觉	直肠癌	三维直肠内超声	深度学习模型	三维超声图像	216例直肠癌患者（训练队列156例，测试队列60例）	NA	NA	AUC, κ值	NA
20	2025-10-29	Deep learning for automatic volumetric bowel segmentation on body CT images 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11623-z PMID:40314787	研究论文	开发用于CT图像自动肠道分割的深度学习模型并评估其在便秘患者大肠长度测量中的应用	首次使用3D nnU-Net模型实现全胃肠道自动分割和四部分分离（食管、胃、小肠、大肠），并在外部数据集验证其准确性	食管分割性能相对较低（DSC 0.807），样本量有限，需要进一步验证临床适用性	开发自动肠道分割深度学习模型并应用于便秘患者大肠长度测量	便秘患者和健康人群的CT图像数据	医学影像分析	便秘	CT成像	3D nnU-Net	CT图像	模型开发133例CT扫描（88名患者），外部测试60例CT扫描（30名患者），大肠长度测量100例CT扫描（51名患者）	nnU-Net	3D nnU-Net	Dice相似系数	NA