深度学习在生物医药领域中的应用

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
1	2025-07-18	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发一种多模态病理诊断系统，协助病理学家诊断膜性肾病	结合PASM染色、免疫荧光和电子显微镜图像，构建三种深度学习模型，综合提供病理诊断	未提及具体局限性	提高膜性肾病的病理诊断准确性和效率	膜性肾病患者	数字病理	膜性肾病	深度学习	CNN（假设基于图像处理）	图像（PASM染色、免疫荧光、电子显微镜图像）	138名各种肾病患者
2	2025-07-18	Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100836 PMID:40661176	研究论文	利用深度学习从视网膜眼底图像预测年龄相关性黄斑变性（AMD）患者的高风险基因变异	首次使用深度学习模型从视网膜眼底图像预测AMD相关的高风险基因变异，并比较了不同AMD严重程度下的模型性能	样本量相对有限（1754名参与者），且仅针对CFH和ARMS2两个基因	通过非侵入性眼部成像推断基因型，并探索AMD中的基因型-表型关系	年龄相关性黄斑变性（AMD）患者	数字病理学	年龄相关性黄斑变性	深度学习	CNN, ViT	图像	1754名参与者的31271张视网膜彩色眼底照片
3	2025-07-18	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	research paper	提出了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	使用预训练神经网络和少量Micro-CT图像（1-3张）训练出准确的3D深度学习模型，并能扩展到不同组织对比染色、扫描仪型号和基因型的大脑分割	训练数据量较少（仅1-3张Micro-CT图像），可能影响模型的泛化能力	开发一种高效的果蝇大脑Micro-CT图像自动分割方法	成年果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT成像	3D deep learning models (基于预训练神经网络)	3D Micro-CT图像	1-3张成年果蝇大脑Micro-CT图像
4	2025-07-18	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的分类器TKA-AID，用于自动识别全膝关节置换术中的植入物	采用EfficientNet架构的深度学习模型，结合不确定性估计和异常检测机制，提高了植入物识别的准确性和安全性	模型在外部测试集上仅有一次错误，但未提及在不同医疗机构或设备上的泛化能力	开发自动识别全膝关节置换术植入物的工具，以简化术前规划流程	全膝关节置换术中的植入物	计算机视觉	骨科疾病	深度学习	EfficientNet	图像	9,651名患者（共111,519张图像）
5	2025-07-18	Enhanced accuracy and stability in automated intra-pancreatic fat deposition monitoring of type 2 diabetes mellitus using Dixon MRI and deep learning 2025-Aug, Abdominal radiology (New York) DOI:10.1007/s00261-025-04804-3 PMID:39841227	研究论文	开发了一种基于Dixon MRI和深度学习的自动化方法，用于准确评估2型糖尿病患者的胰腺内脂肪沉积	结合深度语义分割特征放射组学(DSFR)和传统放射组学特征，构建深度学习放射组学(DLR)模型，显著提高了胰腺内脂肪沉积监测的准确性和稳定性	由于前驱糖尿病患者数量有限，未能对前驱糖尿病与非糖尿病的区分模型进行充分测试	开发自动化方法监测胰腺内脂肪沉积，预测2型糖尿病风险	534名接受上腹部MRI检查的患者	数字病理学	2型糖尿病	Dixon MRI, 深度学习	nnU-Net, 支持向量机	MRI图像	534名患者(来自两个中心)
6	2025-07-18	Development of a Deep Learning Model for Automating Implant Position in Total Hip Arthroplasty 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.032 PMID:39880053	研究论文	开发了一种深度学习模型，用于在全髋关节置换术中自动标注骨盆标志物并进行相关测量	提出的深度学习模型在标注骨盆标志物方面表现优于或等同于训练有素的人类专家，并能够实时提供全髋关节置换术相关测量	临床使用尚未广泛验证，样本量相对较小（161例）	开发能够自动标注骨盆标志物并计算全髋关节置换术相关测量的深度学习模型	全髋关节置换术患者的术前术后骨盆X光片和术中透视图像	计算机视觉	骨科疾病	深度学习	CNN（假设基于图像处理，但未明确说明具体架构）	医学影像（X光片和透视图像）	161例初次全髋关节置换术患者的影像数据
7	2025-07-18	A Deep Learning Tool for Minimum Joint Space Width Calculation on Antero-posterior Knee Radiographs 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.038 PMID:39880057	研究论文	开发了一种用于膝关节前后位X光片上最小关节间隙宽度（mJSW）自动测量的深度学习工具	提出了一种结合深度学习分割模型和计算机视觉算法的端到端自动化测量方法，能够灵活处理自然膝关节和关节置换后的膝关节	算法测量与人工测量之间存在一定误差（73.2%的测量差异小于1毫米）	开发自动化测量膝关节mJSW的算法，以评估骨关节炎进展	膝关节前后位X光片	数字病理	骨关节炎	深度学习分割模型+计算机视觉算法	深度学习分割模型	X光图像	583张图像用于训练分割模型，330张独立图像用于算法验证
8	2025-07-18	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-Aug, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	研究论文	本文综述了人工智能在龋齿管理中的应用，包括临床实践、专业教育和公众自我护理	探讨了AI在龋齿风险预测、图像分析、治疗计划制定及口腔卫生教育中的创新应用	未提及具体AI模型的性能评估或实际临床应用效果的定量数据	概述AI在个性化龋齿管理中的应用现状和发展前景	龋齿患者、牙科专业人员及公众	数字病理	龋齿	machine learning, deep learning	NA	图像、临床数据	NA
9	2025-07-18	Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study 2025-Aug, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70057 PMID:40384598	研究论文	本研究探讨了使用深度学习人工智能模型（AI-BV）通过便携式超声膀胱扫描仪（PUBS）测量膀胱体积的准确性是否优于传统方法（C-BV）	首次在选定队列中使用深度学习AI模型进行膀胱体积测量，并通过内部验证证明其准确性优于传统方法	研究结果需要在外部队列中进一步验证其临床相关性	比较深度学习AI模型与传统方法在膀胱体积测量中的准确性	250名因下尿路症状接受充盈性膀胱测压的患者（213名男性和37名女性）	数字病理学	下尿路症状	便携式超声膀胱扫描仪（PUBS）	深度学习AI模型	超声图像	250名患者，1912张膀胱图像
10	2025-07-18	Deep learning-based laser weed control compared to conventional herbicide application across three vegetable production systems 2025-Aug, Pest management science IF:3.8Q1 DOI:10.1002/ps.8912 PMID:40555698	研究论文	本研究比较了基于深度学习的激光除草技术与传统除草剂在三种蔬菜生产系统中的效果	首次在多种蔬菜生产系统中评估激光除草技术的有效性，并与传统除草剂进行比较	激光除草对马齿苋和一年生禾本科杂草效果较差，且需要进一步优化以适应不同环境和杂草种类	评估激光除草作为非化学除草替代方案的可行性	甜菜、菠菜和豌豆三种蔬菜作物及其相关杂草	农业技术	NA	激光除草技术	深度学习	田间试验数据	在新泽西州和纽约州进行的三个研究试验
11	2025-07-18	Artificial intelligence and first-principle methods in protein redesign: A marriage of convenience? 2025-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70210 PMID:40671352	research paper	本文验证了广泛使用的蛋白质设计深度学习工具，并将其与第一性原理方法进行比较，探索它们在蛋白质重新设计和治疗用途中的有效性	提出了TriCombine工具，结合AI建模工具与力场评分函数，展示了在蛋白质重新设计中的可靠结果	所有方法在应用于未解决的全新模型时表现较差，强调了在稳健蛋白质设计中需要混合策略	评估蛋白质重新设计工具的有效性及其在治疗用途中的潜力	蛋白质变体和突变体	machine learning	NA	deep learning, force fields, inverse folding tools	AlphaFold2, FoldX, TriCombine	protein structures and sequences	16 SH3 mutants, 36 mutants, 11 crystal structures, 160,000 four-site GB1 mutants, 163,555 variants across 179 domains
12	2025-07-18	Deep learning can predict cardiovascular events from liver imaging 2025-Aug, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101427 PMID:40671834	研究论文	本研究探讨了使用基于视觉Transformer的深度学习模型从肝脏MRI数据中预测心血管事件的风险	首次将视觉Transformer模型应用于肝脏MRI数据，以无监督方式提取特征并预测心血管风险，无需人工特征选择	需要进一步的前瞻性研究和外部验证以确认临床实用性	探索利用肝脏MRI数据通过深度学习提高心血管风险预测的准确性	UK Biobank中的肝脏MRI数据	计算机视觉	心血管疾病	MRI	Transformer	image	44,672例肝脏MRI扫描
13	2025-07-18	Identifying and Evaluating Salt-Tolerant Halophytes Along a Tropical Coastal Zone: Growth Response and Desalination Potential 2025-Aug, Plant-environment interactions (Hoboken, N.J.) DOI:10.1002/pei3.70072 PMID:40672803	研究论文	本研究通过深度学习图像识别和温室实验，评估了加纳沿海地区五种盐生植物的耐盐性和脱盐潜力	首次结合深度学习图像识别和温室实验评估加纳沿海盐生植物的耐盐性及脱盐能力	仅评估了五种盐生植物，样本量有限	评估沿海盐生植物的耐盐性和脱盐潜力	加纳沿海地区的五种盐生植物	植物学	NA	深度学习图像识别	NA	图像数据	五种盐生植物在不同盐浓度(0、25和50 dS/m)和土壤类型(海沙和耕地土壤)下的生长数据
14	2025-07-18	ViCoW: A dataset for colorization and restoration of Vietnam War imagery 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111815 PMID:40673188	research paper	介绍了一个名为ViCoW的数据集，包含1896对高分辨率图像，用于越南战争时期历史影像的着色和修复研究	提供了一个专门用于历史影像着色和修复的标准化数据集，支持AI驱动技术的评估	数据集仅包含来自四部越南电影的影像，可能无法涵盖所有历史影像的多样性	支持历史影像修复和着色技术的研究，促进数字文化遗产保护	越南战争时期的历史影像	computer vision	NA	ITU-R BT.601 luminance formula	deep learning models	image	1896对高分辨率图像（来自四部越南电影）
15	2025-07-18	Smartphone image dataset for machine learning-based monitoring and analysis of mango growth stages 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111780 PMID:40673194	research paper	该研究开发了一个标准化的芒果生长阶段图像数据集，用于基于机器学习的芒果生长监测与分析	创建了一个公开可访问的标准化芒果生长阶段图像数据集，填补了孟加拉国农业领域缺乏此类数据集的空白	数据集仅基于孟加拉国某果园的芒果采集，虽然生长阶段具有全球代表性，但可能无法涵盖所有芒果品种	推动机器学习在农业领域的应用，特别是芒果生长监测与分析	芒果的生长阶段	computer vision	NA	图像采集与标注	NA	image	2004张图像，分为四个生长阶段（early-fruit、premature、mature、ripe）
16	2025-07-18	Deep learning empowers genomic selection of pest-resistant grapevine 2025-Aug, Horticulture research IF:7.6Q1 DOI:10.1093/hr/uhaf128 PMID:40673235	研究论文	本研究结合深度学习、植物表型组学、数量遗传学和转录组学，对葡萄藤的抗虫性进行基因组选择	利用深度卷积神经网络（DCNNs）准确评估葡萄叶片的虫害损伤，并结合基因组重测序数据和转录组数据，鉴定出与抗虫性相关的关键基因	研究中使用的葡萄藤样本数量有限（231个），可能影响结果的广泛适用性	促进抗虫葡萄藤的基因组育种	葡萄藤	机器学习	NA	基因组重测序、转录组学	DCNN、VGG16、ML	图像、基因组数据、转录组数据	231个葡萄藤样本
17	2025-07-18	[A multi-feature fusion-based model for fetal orientation classification from intrapartum ultrasound videos] 2025-Jul-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.07.24 PMID:40673320	研究论文	本研究构建了一个基于多特征融合的智能分析模型，用于分类产时超声视频中的胎儿方位	结合Yolov8、CBAM、ECA、PSA注意力机制和AIFI特征交互模块进行特征提取，提高了分类准确性	未提及模型在更广泛数据集上的泛化能力测试	构建智能分析模型以分类产时超声视频中的胎儿方位	产时超声视频中的胎儿方位	计算机视觉	NA	深度学习	Yolov8结合CBAM、ECA、PSA注意力机制和AIFI特征交互模块	超声视频	未明确提及样本数量，但涉及关键结构（眼睛、面部、头部、丘脑和脊柱）的图像标注
18	2025-04-12	Performance of deep learning algorithm based on Xception in evaluating morphological characteristics reflecting the activity of vitiligo 2025-Jul-17, The British journal of dermatology DOI:10.1093/bjd/ljaf133 PMID:40209097	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19	2025-07-18	A multi-stage training and deep supervision based segmentation approach for 3D abdominal multi-organ segmentation 2025-Jul-17, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251355806 PMID:40671620	研究论文	提出了一种基于多阶段训练和深度监督的3D腹部多器官分割方法，旨在提高CT图像分割的准确性和效率	结合多阶段训练、伪标签技术和带有注意力机制的深度监督模型（DLAU-Net），显著提升了分割性能和模型适应性	未明确提及具体局限性，但可能依赖于标注数据的质量和数量	提高3D腹部多器官CT图像分割的准确性和效率，以支持腹部疾病的诊断和治疗规划	腹部多器官（如肝脏、脾脏和肾脏）的CT图像	数字病理学	腹部疾病	深度学习，伪标签技术，注意力机制	DLAU-Net	3D CT图像	FLARE 2023挑战提供的大规模数据集
20	2025-07-18	Clinical Implementation of Sixfold-Accelerated Deep Learning Superresolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32878 PMID:40266704	研究论文	本研究验证了使用深度学习超分辨率图像重建技术的六倍加速膝关节MRI在临床中的诊断性能	结合三倍并行成像和两倍同步多层加速技术，实现六倍加速的深度学习超分辨率膝关节MRI，并在5分钟内完成扫描	研究为回顾性设计，样本量相对较小（124例患者）	验证六倍加速深度学习超分辨率3-T膝关节MRI的临床效能	膝关节疼痛的成年患者	数字病理学	膝关节疾病	深度学习超分辨率图像重建、并行成像(PI)、同步多层加速(SMS)	DL（深度学习）	MRI图像	124名成年患者（79名男性，45名女性）