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
2061	2025-12-01	A Preliminary Study on an Intelligent Segmentation and Classification Model for Amygdala-Hippocampus MRI Images in Alzheimer's Disease 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.039 PMID:40903373	研究论文	开发基于深度学习的杏仁核-海马体分割与分类模型，用于阿尔茨海默病的早期检测	采用半自动标注流程结合U²-Net分割和DenseNet-121分类的混合模型，利用多中心大规模神经影像数据	仅使用中国人群数据，外部验证集样本量相对较小（每组100例）	提高阿尔茨海默病的早期检测和干预能力	阿尔茨海默病患者和健康对照者的杏仁核-海马体MRI图像	医学影像分析	阿尔茨海默病	神经影像学评估，神经心理学评估	深度学习	MRI图像	内部训练集2000例（1000健康对照+1000AD患者），外部验证集200例（100健康对照+100AD患者）	NA	U²-Net, DenseNet-121	DSC, AUC	NA
2062	2025-12-01	Voxel-level Radiomics and Deep Learning Based on MRI for Predicting Microsatellite Instability in Endometrial Carcinoma: A Two-center Study 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.028 PMID:40908231	研究论文	开发并验证基于多序列MRI和体素级影像组学的深度学习模型，用于预测子宫内膜癌微卫星不稳定性状态	首次将体素级影像组学特征与MRI图像通过Vision-Mamba架构的双通道3D深度神经网络联合处理，能更好地捕捉肿瘤局部和全局异质性	回顾性研究，样本量相对有限，仅包含两个医疗中心的数据	开发非侵入性方法预测子宫内膜癌微卫星不稳定性状态	经病理确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	多参数MRI（T2WI、DWI、CE-T1WI）、免疫组化	深度学习	医学影像	375例患者来自两个医疗中心	NA	Vision-Mamba, Vision Transformer, 3D-ResNet	AUC, 准确率, 敏感性, 特异性	NA
2063	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
2064	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
2065	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
2066	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
2067	2025-12-01	Deep Learning-based Automated Opportunistic Osteoporosis Screening Using Chest LDCT and Lumbar CT: A Multicenter Cohort Study 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.015 PMID:41188157	研究论文	提出一种基于深度学习的自动化骨质疏松筛查方法，利用胸部低剂量CT和腰椎CT进行骨密度测量	首次开发跨厂商CT扫描仪和多中心数据的深度学习自动骨密度测量方法	回顾性研究设计，样本来源限于五个医院	开发自动化骨质疏松筛查方法并验证其诊断性能	接受胸部LDCT和腰椎CT扫描的4305名患者	医学影像分析	骨质疏松症	定量CT(QCT), 低剂量CT(LDCT)	CNN	CT影像	4305名患者，来自5家医院的9台CT扫描仪	NA	3D VB-Net, SCN, DenseNet, ResNet	R², 平均误差, 95%一致性界限, AUC, 灵敏度, 特异性	NA
2068	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
2069	2025-12-01	FHBDSR-Net: automated measurement of diseased spikelet rate of Fusarium Head Blight on wheat spikes 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00245-0 PMID:41312098	研究论文	提出一种自动化测量小麦赤霉病病小穗率的轻量级深度学习框架FHBDSR-Net	构建首个包含5222个小穗级标注的数据集，提出多尺度特征增强架构、Inner-EfficiCIoU损失函数和尺度感知注意力模块来解决小目标检测和密集排列问题	NA	开发自动化测量小麦赤霉病病小穗率的方法以支持抗病育种	小麦穗部图像中的病小穗	计算机视觉	小麦赤霉病	RGB图像分析	CNN	图像	620张高分辨率RGB小麦穗图像，包含5222个小穗级标注	PyTorch	FHBDSR-Net	平均精度, Pearson相关系数	资源受限的移动设备
2070	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
2071	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
2072	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
2073	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
2074	2025-12-01	Multi-DECT Image-based Interpretable Model Incorporating Habitat Radiomics and Vision Transformer Deep Learning for Preoperative Prediction of Muscle Invasion in Bladder Cancer 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.018 PMID:40887351	研究论文	开发基于多能谱CT图像的融合栖息地影像组学和视觉Transformer的可解释模型，用于术前预测膀胱癌肌层浸润	首次将栖息地影像组学与3D视觉Transformer深度学习相结合，构建可解释的多能谱CT图像预测模型	回顾性研究，样本量相对有限（200例患者）	术前预测膀胱癌肌层浸润状态	膀胱癌患者	医学影像分析	膀胱癌	双能谱CT（DECT）成像	Vision Transformer（ViT）, ResNet, 影像组学模型	CT图像	200例膀胱癌患者（训练集140例，测试集60例）	NA	Vision Transformer, ResNet 18	AUC, 校准曲线, 决策曲线分析（DCA）, 净重分类指数（NRI）, 综合判别改善指数（IDI）	NA
2075	2025-12-01	Image Quality Improvement and Artificial Intelligence Performance in Pulmonary Embolism Detection at Deep Learning Reconstruction-Based Ultra-low Radiation Dose CT Pulmonary Angiography 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.018 PMID:41067972	研究论文	评估基于深度学习重建的超低剂量CT肺动脉造影图像质量及AI软件对肺栓塞检测性能的提升	首次在超低剂量CTPA中结合深度学习重建技术与AI辅助诊断，证实DLR在维持图像质量的同时显著提升AI辅助诊断的准确性和效率	样本量有限（144例），仅来自两个中心，需更大规模研究验证	评估超低剂量CTPA中深度学习重建的图像质量及AI辅助诊断肺栓塞的性能	疑似肺栓塞患者	医学影像分析	肺栓塞	CT肺动脉造影	深度学习	CT影像	144例患者（其中56例用于AI评估）	NA	NA	灵敏度, 特异度, 准确率, ICC	NA
2076	2025-12-01	Image Quality Variation with Gantry Rotation Time and Reconstruction Algorithm in Ultra-high-resolution CT 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.027 PMID:41073176	研究论文	评估超高清CT中机架旋转时间和重建算法对图像质量的影响	首次系统比较深度学习重建在超高清CT中随旋转时间变化的图像质量表现	研究基于体模实验，未涉及临床患者数据	评估机架旋转时间对三种重建算法图像质量的影响	CT体模	医学影像	NA	超高清CT扫描	深度学习重建	CT图像	4个剂量水平和4个机架旋转时间的扫描数据	NA	NA	噪声功率谱，噪声幅度比，中心频率比，高对比度分辨率	NA
2077	2025-12-01	Frequency-aware domain randomization for single-source domain generalization in medical image segmentation 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70118 PMID:41318360	研究论文	提出一种频率感知域随机化方法RandDG，用于医学图像分割中的单源域泛化	结合频率域全局依赖建模和双空间随机化框架，通过ULoFT滤波器增强特征空间扰动多样性，解决纹理偏差和风格多样性受限问题	仅针对单源域泛化场景，未考虑多源域泛化情况	提升医学图像分割模型在未见目标域上的泛化能力	腹部多器官分割和前列腺分割	医学图像分割	腹部疾病, 前列腺疾病	傅里叶变换, 频率域分析	CNN	医学图像(CT, MRI)	腹部CT-MRI数据集和跨中心前列腺数据集	PyTorch	GUNet, U-Net	DSC, HD	NA
2078	2025-12-01	AIFS: an efficient face recognition method based on AI and enhanced few-shot learning 2025-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29992-2 PMID:41318652	研究论文	提出一种基于人工智能和增强少样本学习的高效人脸识别方法AIFS	将传统基于特征的学习与现代少样本深度学习在共享孪生网络架构下统一，提出轻量级边缘路径和深度学习云路径的协同方法	仅在Kaggle人脸识别数据集上验证，未在更多真实场景数据集测试	开发适用于资源受限环境的高效实时人脸识别系统	人脸图像	计算机视觉	NA	人脸识别	Siamese network	图像	Kaggle人脸识别数据集	NA	EfficientNetV2, InceptionV3	准确率	CPU, Raspberry Pi, GPU
2079	2025-12-01	HyperFusionNet combines vision transformer for early melanoma detection and precise lesion segmentation 2025-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30184-1 PMID:41318765	研究论文	提出HyperFusionNet混合深度学习架构，结合视觉Transformer和注意力U-Net实现皮肤镜图像中的黑色素瘤早期检测和病变分割	首次将多路径视觉Transformer与注意力U-Net通过互注意力融合块协同整合，同时实现分类和分割任务	仅使用公开数据集进行验证，未涉及临床实时应用环境	开发用于黑色素瘤早期诊断和病变精确分割的深度学习模型	皮肤镜图像中的黑色素瘤病变	计算机视觉	黑色素瘤	皮肤镜成像	Transformer, CNN	图像	超过60,000张皮肤镜图像（来自四个公开ISIC数据集）	NA	MPViT, Attention U-Net	准确率, AUC, Dice系数	NA
2080	2025-12-01	Integrating Passive Acoustic Monitoring, Deep Learning, and Social Network Analysis for Wildlife Ecology and Conservation 2025-Nov-30, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.70040 PMID:41319054	综述	提出整合被动声学监测、深度学习和社会网络分析的创新框架，用于研究野生动物社会行为与保护	首次将被动声学监测、深度学习算法与社会网络分析相结合，揭示动物社会亚群和通讯网络	未提及具体实施案例的性能验证和数据规模限制	开发研究难以观察物种社会行为的综合方法论	难以观察物种的动物社会群体	机器学习	NA	被动声学监测	深度学习	音频数据	NA	NA	NA	NA	NA