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
2201	2025-12-01	Marker-Less Lung Tumor Tracking from Real-Time Color X-Ray Fluoroscopic Images Using Cross-Patient Deep Learning Model 2025-Nov-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111197 PMID:41301153	研究论文	提出一种基于跨患者深度学习模型的无标记肺部肿瘤追踪框架，通过图像增强和分割技术实现实时X射线荧光图像中的肿瘤跟踪	开发了无需患者特定重新训练的跨患者深度学习模型，创新性地使用退化模型生成模拟数据训练Restormer网络进行图像增强	需要进一步的大规模验证以确认广泛的临床适用性，目前仅基于7名患者的数据进行可行性研究	开发无标记肿瘤追踪方法以替代侵入性基准标记植入	肺癌患者的X射线荧光图像和数字重建放射图像	计算机视觉	肺癌	X射线荧光成像，数字重建放射图像	深度学习	医学图像	7名肺癌患者的100个不同治疗区域	NA	Restormer, DUCK-Net	3D欧几里得肿瘤中心追踪误差，方向误差(LR,SI,AP)，处理时间	NA
2202	2025-12-01	Radiological evaluation and clinical implications of deep learning- and MRI-based synthetic CT for the assessment of cervical spine injuries 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11644-8 PMID:40335658	研究论文	评估基于深度学习和MRI的合成CT在颈椎损伤诊断中的有效性	首次在颈椎损伤评估中验证MRI-based合成CT的诊断有效性，提供无辐射的骨组织可视化方案	样本量较小（37名患者），需更大规模研究验证	评估合成CT在颈椎损伤诊断中的准确性和临床价值	颈椎损伤患者	医学影像分析	颈椎损伤	MRI, CT, 深度学习	深度学习模型	医学影像（MRI和CT图像）	37名患者，44处颈椎骨折	NA	NA	敏感性, ICC, Fleiss' Kappa, 平均绝对误差, 平均绝对皮质表面距离	NA
2203	2025-12-01	Predicting treatment response to systemic therapy in advanced gallbladder cancer using multiphase enhanced CT images 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11645-7 PMID:40341972	研究论文	开发并验证基于多期增强CT图像的深度学习放射组学模型，用于预测晚期胆囊癌患者对系统性治疗的反应	首次结合深度学习放射组学特征与临床因素构建预测模型，并利用梯度加权类激活映射提高模型可解释性	研究样本量相对有限（399例），且仅基于四家医疗机构的数据	预测晚期胆囊癌患者对系统性治疗的治疗反应	晚期胆囊癌患者	数字病理	胆囊癌	多期增强CT成像	深度学习	医学影像	399例来自四家医疗机构的胆囊癌患者	NA	NA	AUC, 校准曲线, 临床效用曲线	NA
2204	2025-12-01	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	本研究评估了深度学习核转换技术对减少CT气道量化测量变异性的效果	首次系统评估不同重建核和深度学习核转换对自动化气道定量CT测量的影响	对非肺专用核和亚段水平气道的改善效果有限，样本量相对较小	评估不同CT重建核对气道定量测量变异性的影响及核转换技术的改善效果	96例接受非增强胸部CT扫描的患者	医学影像分析	呼吸系统疾病	CT扫描，深度学习核转换	深度学习	CT影像	96例患者，来自两个医疗中心	NA	NA	方差分析，配对t检验，一致性相关系数(CCC)	NA
2205	2025-12-01	Deep learning reconstruction combined with contrast-enhancement boost in dual-low dose CT pulmonary angiography: a two-center prospective trial 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11681-3 PMID:40411550	研究论文	本研究探讨深度学习重建结合对比度增强提升技术在双低剂量CT肺动脉成像中改善图像质量和诊断准确性的效果	首次将深度学习重建与对比度增强提升技术结合应用于双低剂量CT肺动脉成像，实现了在降低辐射和对比剂剂量同时提升图像质量	样本量相对有限（130例患者），仅在两中心开展研究	评估深度学习重建结合对比度增强提升技术在低辐射和低对比剂剂量下对CT肺动脉成像诊断质量的改善效果	疑似肺栓塞患者	医学影像分析	肺栓塞	CT肺动脉成像，深度学习重建，对比度增强提升	深度学习模型	CT医学影像	130例疑似肺栓塞患者	NA	NA	信噪比，对比噪声比，图像质量评分，AUC	NA
2206	2025-12-01	Optimizing MRI sequence classification performance: insights from domain shift analysis 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11671-5 PMID:40418319	研究论文	本研究通过评估预训练模型在成人到儿科MRI数据的领域偏移条件下的表现，优化MRI序列分类性能	首次系统评估CNN-Transformer混合架构(MedViT)在MRI序列分类中的领域偏移问题，并证明专家领域知识调整能显著提升模型性能	研究仅限于成人到儿科MRI数据的领域偏移，未涉及其他类型的领域偏移场景	解决多中心研究中MRI序列分类因成像协议变异导致的领域偏移问题	成人和儿科MRI数据	医学影像分析	NA	MRI成像	CNN, Transformer	医学影像	成人MRI数据集和儿科MRI数据集	NA	ResNet-18, MedViT	准确率, 置信区间	NA
2207	2025-12-01	CarsiDock-Cov: A deep learning-guided approach for automated covalent docking and screening 2025-Nov, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.07.043 PMID:41311379	研究论文	提出首个深度学习引导的共价对接方法CarsiDock-Cov，用于自动化共价配体对接和筛选	首个深度学习引导的共价对接方法，结合预训练距离矩阵预测模型和几何优化程序	NA	开发自动化共价对接工具以加速共价药物发现和设计	共价配体与蛋白质复合物	机器学习	NA	共价对接	深度学习	蛋白质-配体复合物结构数据	基于数百万对接复合物预训练	NA	NA	对接精度，筛选性能	NA
2208	2025-12-01	Transformer-based optical attenuation compensation and denoising in photoacoustic imaging 2025-Nov, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.11.116004 PMID:41312519	研究论文	提出基于Transformer的生成模型解决线性阵列光声成像中的光学衰减补偿和去噪耦合问题	首次将视觉Transformer架构应用于光声成像的衰减补偿和去噪耦合问题，提出Trans U-Net模型	主要使用模拟数据和仿体数据进行训练，在真实临床数据上的泛化能力需进一步验证	开发深度学习方法来同时解决光声成像中的光学衰减补偿和噪声抑制问题	线性阵列光声成像系统获取的图像数据	医学影像处理	乳腺癌	光声成像	生成对抗网络, U-Net, Transformer	图像	模拟数据、实验仿体数据和小动物肿瘤图像	NA	Pix2Pix, Residual U-Net, Transformer U-Net	PSNR, SSIM, MSE	NA
2209	2025-12-01	Relation knowledge distillation 3D-ResNet-based deep learning for breast cancer molecular subtypes prediction on ultrasound videos: a multicenter study 2025-Nov, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03146-7 PMID:40858830	研究论文	开发并验证基于关系知识蒸馏的三维残差网络模型，利用超声视频预测乳腺癌分子亚型	首次将关系知识蒸馏技术应用于三维残差网络，通过超声视频实现乳腺癌分子亚型的四分类预测	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发非侵入性乳腺癌分子亚型预测工具，辅助临床个性化管理	乳腺癌患者及其超声视频数据	计算机视觉	乳腺癌	超声成像	3D-CNN	视频, 图像	882例乳腺癌患者（2375个超声视频和9499张图像），外加86例外部队列患者	NA	3D-ResNet, 2D-ResNet	AUC, 敏感度, 特异度, 准确率, 平衡准确率, 精确率, 召回率, F1分数	NA
2210	2025-12-01	Beyond the Sleep Lab: A Narrative Review of Wearable Sleep Monitoring 2025-Oct-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111191 PMID:41301147	综述	本文系统回顾了可穿戴睡眠监测技术的发展历程、技术里程碑和临床应用	追踪了从早期模拟方法到当前多传感器和AI驱动系统的技术演进，探讨了边缘计算和深度学习在自动睡眠分期中的应用	作为综述文章，主要基于现有文献分析，缺乏原始实验数据验证	回顾可穿戴睡眠监测技术的演变过程和发展前景	可穿戴睡眠监测设备和技术	数字健康	睡眠障碍	多传感器融合、生理生化传感、边缘计算	深度学习	运动数据、生理信号、生化指标	NA	NA	NA	与PSG对比验证	边缘计算设备
2211	2025-12-01	Pattern Recognition Algorithms in Pharmacogenomics and Drug Repurposing-Case Study: Ribavirin and Lopinavir 2025-Oct-31, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18111649 PMID:41304894	综述	本文系统综述了模式识别算法在药物基因组学和计算药物重定位中的应用，并以利巴韦林和洛匹那韦为案例进行深入分析	将多种模式识别技术整合应用于药物基因组学和COVID-19药物重定位研究，并通过具体案例展示实际应用价值	数据稀缺性、模型可解释性不足以及计算预测与实验验证之间的转化差距	探讨模式识别算法在药物基因组学和药物重定位中的应用方法与效果	抗病毒药物（利巴韦林和洛匹那韦）及其在COVID-19治疗中的重定位潜力	机器学习	COVID-19	全基因组关联研究（GWAS）、生物标志物发现、多组学数据整合	支持向量机, 深度学习	基因组数据, 药物反应数据	NA	NA	NA	NA	NA
2212	2025-12-01	Deep Q-Learning for Gastrointestinal Disease Detection and Classification 2025-Oct-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111184 PMID:41301139	研究论文	提出基于深度Q学习和注意力U-Net的胃肠道疾病检测与分类方法	将强化学习中的Q学习与CNN结合实现分类稳定性，并采用注意力机制增强U-Net分割性能	未明确说明模型在更大规模或多样化数据集上的泛化能力	胃肠道疾病的早期检测与分类	胃溃疡图像	计算机视觉	胃肠道疾病	深度学习	CNN, U-Net, Q-learning	医学图像	Kvasir、Nerthus、CVC-ClinicDB和私有POF数据集	NA	自定义CNN（7层结构）, 注意力U-Net	准确率	NA
2213	2025-12-01	Stimulus-Evoked Brain Signals for Parkinson's Detection: A Comprehensive Benchmark Performance Analysis on Cross-Stimulation and Channel-Wise Experiments 2025-Oct-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111185 PMID:41301141	研究论文	本研究通过交叉刺激评估框架和通道分析，探索脑电信号在帕金森病检测中的性能表现	引入交叉刺激评估框架分析帕金森病检测算法的鲁棒性，并进行通道分析识别最具区分度的大脑区域	研究样本量相对有限（60名受试者），仅使用视觉诱发电位刺激模式	开发可靠的帕金森病自动检测方法，提高基于脑电信号的诊断泛化能力	帕金森病患者和健康对照者的脑电信号	生物医学信号处理	帕金森病	脑电图（EEG），静息态视觉诱发电位（RSVEP），稳态视觉诱发电位（SSVEP）	CRC, LSTM	脑电信号	60名受试者的203,520个脑电样本	NA	LSTM	准确率, 标准差	NA
2214	2025-12-01	Is the Ensemble Machine Learning Model a Reliable Method for Detecting Neoplastic Infiltration of Thyroid Cartilage in Laryngeal Cancers? 2025-Oct-30, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61111945 PMID:41303782	研究论文	应用集成机器学习模型检测喉癌中甲状腺软骨肿瘤浸润的诊断性能评估	首次将ResNet50和MobileNet组成的集成深度学习模型应用于CT图像中甲状腺软骨肿瘤浸润的自动检测	样本量相对有限（313例患者），仅使用单一影像模态（CT）	评估集成机器学习模型在诊断喉癌甲状腺软骨浸润方面的可靠性	喉癌患者的计算机断层扫描（CT）图像	计算机视觉	喉癌	计算机断层扫描（CT）	集成学习,CNN	医学影像	313例患者，1251张CT图像（619张无浸润组，632张浸润组）	NA	ResNet50,MobileNet	AUC,准确率	NA
2215	2025-12-01	DCBAN: A Dynamic Confidence Bayesian Adaptive Network for Reconstructing Visual Images from fMRI Signals 2025-Oct-29, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15111166 PMID:41300173	研究论文	提出一种动态置信度贝叶斯自适应网络DCBAN，用于从fMRI信号重建视觉图像	引入深度嵌套奇异值分解嵌入低秩约束，提出基于奇异值空间的贝叶斯自适应分数岭回归模块，构建动态置信度自适应扩散模型模块	NA	解决fMRI驱动的视觉图像重建中结构保真度差、模型泛化能力不足和图像不自然的问题	fMRI信号和视觉图像	计算机视觉	NA	功能磁共振成像(fMRI)	深度学习,扩散模型	fMRI信号,图像	NSD数据集	NA	DCBAN	PixCorr,Incep,CLIP	NA
2216	2025-12-01	Prognostic Evaluation of Lower Third Molar Eruption Status from Panoramic Radiographs Using Artificial Intelligence-Supported Machine and Deep Learning Models 2025-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111176 PMID:41301132	研究论文	本研究利用人工智能支持的机器学习和深度学习模型评估全景X光片中下颌第三磨牙的萌出状态	首次开发能够早期预测第三磨牙最终位置的AI模型，辅助临床决策	对部分阻生病例准确率较低，需要更大数据集和优化改进	评估阻生第三磨牙的萌出状态并开发早期预测模型	下颌第三磨牙	数字病理	口腔疾病	全景X光摄影	深度学习, 机器学习	图像	1102张全景X光片	TensorFlow, Keras, Scikit-learn	InceptionV3, ResNet50	准确率, 召回率, 精确率, F1分数	NA
2217	2025-12-01	Curvilinear Sub-Resolution Assist Feature Placement Through a Data-Driven U-Net Model 2025-Oct-29, Micromachines IF:3.0Q2 DOI:10.3390/mi16111229 PMID:41302747	研究论文	本研究开发了一种基于U-Net深度学习框架的数据驱动方法，用于加速半导体制造中曲线形亚分辨率辅助特征的光学优化布局	首次将U-Net卷积神经网络应用于曲线形SRAF布局优化，实现了相比传统方法多个数量级的加速，同时保持与计算昂贵的水平集方法相当的光学性能	模型性能依赖于训练数据的质量和规模，且主要针对光学性能优化，未考虑其他制造约束	开发快速高效的曲线形亚分辨率辅助特征布局优化方法，以提升半导体制造工艺窗口	半导体制造中的亚分辨率辅助特征布局	计算机视觉	NA	计算光刻技术	CNN	图像	大规模数据集，包含粗粒度二值化SRAF模式作为输入	PyTorch, TensorFlow	U-Net	模式保真度，光学性能，计算速度	GPU加速计算
2218	2025-12-01	Deep learning enhanced MRI radiomics in predicting pathologic response of head and neck squamous carcinoma to neoadjuvant chemoimmunotherapy: a retrospective analysis 2025-Oct-28, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003710 PMID:41147765	研究论文	本研究利用深度学习增强的MRI影像组学预测头颈部鳞状细胞癌对新辅助化疗免疫治疗的病理反应	将深度学习特征与传统影像组学特征和临床病理特征相结合，提高了对新辅助化疗免疫治疗反应的预测性能	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	预测头颈部鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全反应	经组织学确认的头颈部鳞状细胞癌患者	医学影像分析	头颈部鳞状细胞癌	磁共振成像	深度学习,逻辑回归	医学影像,临床数据	包含训练集、测试集和外部验证队列的头颈部鳞状细胞癌患者	NA	NA	AUC	NA
2219	2025-12-01	Application of CAD Systems in Breast Cancer Diagnosis Using Machine Learning Techniques: An Overview of Systematic Reviews 2025-Oct-27, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111160 PMID:41301119	综述	本文通过对48篇系统评价的综合分析，全面概述了基于机器学习的CAD系统在乳腺癌诊断中的应用现状	首次对乳腺癌CAD系统进行元综述分析，综合比较了不同成像技术、公开数据集、AI方法和临床任务	当前CAD系统面临数据集规模有限、AI决策透明度不足和临床整合受限等问题	系统评估机器学习技术在乳腺癌计算机辅助诊断系统中的应用现状和发展趋势	48篇2015年至2025年1月期间发表的系统评价文献	医学影像分析	乳腺癌	医学影像分析	深度学习	医学影像	基于48篇系统评价的综合分析	NA	NA	NA	NA
2220	2025-12-01	Automatic Apparent Nasal Index from Single Facial Photographs Using a Lightweight Deep Learning Pipeline: A Pilot Study 2025-Oct-27, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61111922 PMID:41303759	研究论文	开发了一种轻量级深度学习流程，可从单张正面照片自动定位鼻子并计算表观鼻指数	首次使用轻量级单类YOLOv8n检测器实现鼻子定位和鼻指数自动计算，实现五种标准人类学分类	仅使用CelebA数据集，样本多样性可能有限；排除超出范围病例(<40.0)	开发简单可重复的深度学习流程，自动量化鼻部比例	面部照片中的鼻子区域	计算机视觉	NA	深度学习	YOLO	图像	29,998张高质量近正面图像(训练20,998；验证5,999；测试3,001)	YOLOv8	YOLOv8n	检测覆盖率,mAP,MAE,RMSE,R值,Bland-Altman分析,准确率,宏F1分数,加权κ系数,Spearman ρ	NA