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
2361	2025-09-08	Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109098 PMID:40782606	研究论文	本研究探讨脑部不同区域扩大的血管周围间隙（EPVS）体积作为生物标志物，用于区分老年阿尔茨海默病和血管性痴呆	首次利用深度学习模型自动量化四个脑区的EPVS体积，并发现其空间分布差异可作为区分两种痴呆亚型的可靠影像学生物标志物	样本量有限（共215名患者），且所有患者年龄均大于65岁，结果可能不适用于年轻人群	区分阿尔茨海默病与血管性痴呆的诊断标志物研究	93名阿尔茨海默病患者和122名血管性痴呆患者	数字病理学	老年疾病	深度学习自动量化	VB-Net	影像数据	215名老年患者（93名AD，122名VD）
2362	2025-09-08	Optimization of carotid CT angiography image quality with deep learning image reconstruction with high setting (DLIR-H) algorithm under ultra-low radiation and contrast agent conditions 2025-Sep-05, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103154 PMID:40914000	研究论文	本研究评估深度学习图像重建算法DLIR-H在超低辐射和低对比剂条件下优化颈动脉CT血管成像质量的效果	首次在超低剂量双能CTA中系统比较DLIR-H算法与常规ASIR-V算法，并证实DLIR-H在复杂血管部位（如颈动脉分叉处）的图像质量提升最显著	样本量有限（120例患者），且为单中心研究，需更大规模验证	评估DLIR-H算法在超低辐射和低对比剂条件下提升颈动脉CTA图像质量的效能	接受双能颈动脉CTA检查的120例患者	医学影像处理	脑血管疾病	双能CT血管成像（DE-CTA），深度学习图像重建（DLIR），虚拟单能图像（VMI）	深度学习图像重建算法（DLIR）	CT医学影像	120例患者分为4组（1个对照组和3个实验组）
2363	2025-09-08	AI-driven and Traditional Radiomic Model for Predicting Muscle Invasion in Bladder Cancer via Multi-parametric Imaging: A Systematic Review and Meta-analysis 2025-Sep-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.035 PMID:40914722	系统综述与荟萃分析	通过荟萃分析方法系统评估AI驱动和传统放射组学模型在检测肌层浸润性膀胱癌中的诊断性能	首次系统比较AI与传统放射组学模型性能，并探讨其与VI-RADS系统的协同价值	纳入研究存在显著异质性，需要多国多中心前瞻性研究验证外部有效性	评估放射组学模型对膀胱癌肌层浸润的诊断准确性	膀胱癌患者	医学影像分析	膀胱癌	放射组学分析，多参数成像（CT/MRI）	深度学习，机器学习，传统放射组学模型	医学影像	43项研究，9624名患者
2364	2025-09-08	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	提出SeaMoon方法，利用蛋白质语言模型从序列直接预测蛋白质连续构象变化	首次探索从蛋白质序列直接预测连续构象变化，无需依赖3D结构	仅对40%的测试蛋白质能准确预测至少一种真实运动	开发深度学习模型预测蛋白质构象动力学	蛋白质构象变化和运动	机器学习	NA	蛋白质语言模型(pLM)	CNN	序列嵌入	约1,000组实验构象集合
2365	2025-09-08	Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model 2025-Sep-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00623-9 PMID:40908427	研究论文	比较开源深度学习肺叶分割工具与本地训练模型在CT扫描图像上的性能表现	首次系统评估多种开源肺叶分割模型（MOOSE、TotalSegmentator、LungMask）并与本地nnU-Net模型在内部和外部数据集上进行全面性能对比	研究基于有限样本量（内部数据集164例，测试集33例），且外部验证仅使用LOLA11竞赛数据（n=55）	评估深度学习肺叶分割模型的性能并比较不同训练策略的效果	CT扫描图像中的肺叶分割	医学图像分析	肺部疾病	深度学习分割，CT影像分析	nnU-Net, MOOSE, TotalSegmentator, LungMask	CT图像	内部数据集164例CT扫描，测试子集33例，外部验证集55例
2366	2025-09-08	A Multi-Task Deep Learning Pipeline Integrating Vessel Segmentation and Radiomics for Multiclass Retinal Disease Classification 2025-Sep-04, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.105209 PMID:40914189	研究论文	开发一种集成血管分割和影像组学的多任务深度学习框架，用于自动分类四种视网膜疾病	首次将基于Transformer的分割模型（Swin-Unet）与影像组学特征结合，实现多类别视网膜疾病分类	研究依赖多中心数据但未说明数据分布差异可能带来的影响	自动化视网膜疾病分类	糖尿病患者视网膜病变、高血压性视网膜病变、视乳头水肿及正常眼底	计算机视觉	视网膜疾病	深度学习、影像组学分析	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet, XGBoost, CatBoost, Random Forest, Ensemble	眼底图像	2,165名患者（来自8个医疗中心），外部测试集769名患者
2367	2025-09-08	Deep learning-assisted system improves practical effect in cervical cytopathology diagnosis: A comparative study of reading modes 2025-Sep-04, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计比较四种阅片模式在宫颈细胞病理学诊断中的效果，评估深度学习辅助系统的实际应用价值	首次采用四向交叉设计系统比较未辅助、并行、二次和分诊四种阅片模式，并综合评估诊断性能、时间效率和病理学家偏好	研究基于回顾性收集的样本，可能存在选择偏倚；未涉及长期临床应用效果的跟踪评估	评估不同深度学习辅助阅片模式在宫颈细胞病理学诊断中的有效性和实用性	宫颈细胞学涂片和认证细胞病理学家	数字病理学	宫颈癌	深度学习	深度学习模型（具体架构未说明）	细胞病理学图像	1620张宫颈涂片（2021-2022年回顾性收集），108位认证细胞病理学家参与
2368	2025-09-08	Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414732 PMID:40433949	研究论文	开发用于外周神经信号连续记录的软生物电子接口及跨被试解码模型	采用低阻抗软导电聚合物电极实现与神经组织的稳定接触，并结合手工特征与深度学习特征的多策略神经网络模型	NA	提升外周神经信号解码精度与跨被试泛化能力	觉醒动物的外周神经组织	神经工程	神经系统疾病	神经信号记录与解码	神经网络（结合手工特征与深度学习特征）	神经电生理信号	NA
2369	2025-09-08	Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507764 PMID:40775740	综述	本文系统综述了结合蛋白质三维空间结构与人工智能技术预测药物协同-拮抗作用的最新研究进展与应用前景	整合蛋白质空间结构与AI技术预测药物协同-拮抗效应，推动精准医疗中的多靶点药物设计	NA	评估蛋白质位点可成药性及预测药物协同-拮抗作用	转录因子、信号通路调控蛋白、膜转运蛋白及多靶点药物	计算生物学	癌症、感染性疾病、代谢疾病	机器学习、深度学习	NA	多源生物数据（含蛋白质空间结构数据）	NA
2370	2025-09-08	Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72101 PMID:40909012	研究论文	提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于蜜蜂亚种的自动识别	开发了无需预定义标签的自适应层次聚类算法，能够有效区分杂交种群和表型中间体	NA	解决蜜蜂亚种识别的可扩展性和杂交样本分析难题	蜜蜂翅膀脉纹	计算机视觉	NA	NLM去噪、CLAHE增强、自适应阈值、形态学处理、Zhang-Suen骨架化	自适应层次聚类(AHC)	图像	26,481张翅膀图像
2371	2025-09-08	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍了一个开源R包stImage，用于通过可定制的深度组织学和位置信息整合优化空间转录组分析	首次在统一框架中完全协同基因表达、组织学特征和精确空间坐标，提供54种整合策略	NA	优化空间转录组分析，提高组织生物学的理解	空间转录组数据	生物信息学	NA	空间转录组学，深度学习	深度学习	基因表达数据，组织学图像，空间坐标	多个数据集（具体数量未说明）
2372	2025-09-08	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个集成深度学习、理性文库设计和生成优化的模块化平台，用于大肠杆菌核心启动子的可编程设计与强度控制	将Transformer模型与条件扩散模型结合，实现从序列架构到强度控制的端到端启动子工程，设计-测量相关性达0.95	现有AI方法泛化性有限的问题在文中被指出但未明确说明本方案的局限性	精确预测和设计大肠杆菌核心启动子的转录强度	大肠杆菌核心启动子	合成生物学	NA	Mutation-Barcoding-Reverse Sequencing, 深度学习	Transformer, 条件扩散模型	DNA序列	112,955个启动子变体组成的合成启动子文库
2373	2025-09-08	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025-Aug-27, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	提出一种基于深度学习的鲁棒框架，用于在GRE和SWI MRI中自动识别脑微出血	结合3D CNN和YOLO方法处理复杂场景中的假阳性，并在多个数据集上验证跨模态鲁棒性	未明确说明模型在临床实时应用中的计算效率及不同扫描仪间的泛化能力	提高脑微出血的自动检测精度，降低假阳性率，支持早期诊断和治疗规划	脑微出血（CMB）病灶	医学影像分析	脑血管疾病	深度学习，MRI成像（GRE/SWI）	3D CNN, YOLO	3D MRI图像	四个数据集（ADNI、AIBL、MAS、OATS），具体样本量未明确说明
2374	2025-09-08	A dedicated deep learning workflow for automatic Fasciola hepatica and Calicophoron daubneyi egg detection using the Kubic FLOTAC microscope 2025-Aug-27, International journal for parasitology IF:3.7Q1 DOI:10.1016/j.ijpara.2025.08.007 PMID:40882888	研究论文	开发基于深度学习的自动检测片形吸虫和双腔吸虫卵的工作流程，使用Kubic FLOTAC显微镜	结合FLOTAC技术的高灵敏度与人工智能预测模型，通过优化处理步骤和检测模型实现两种寄生虫卵的精准区分	NA	改进寄生虫的粪便显微镜诊断方法，支持畜牧业寄生虫病控制	反刍动物寄生虫片形吸虫（Fasciola hepatica）和双腔吸虫（Calicophoron daubneyi）的虫卵	计算机视觉	寄生虫病	FLOTAC/Mini-FLOTAC技术，深度学习	AI预测模型（具体类型未明确说明）	显微镜图像	使用两种协议的数据集：虫卵加标样本和自然感染样本进行训练评估，另用野外样本数据集（经光学显微镜验证）进行性能测试
2375	2025-09-08	Effective SMOTE boost with deep learning for IDC identification in whole-slide images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329078 PMID:40901930	研究论文	提出一种基于SMOTE和CNN的新方法，用于在全幻灯片图像中识别浸润性导管癌（IDC）区域	开发了SMO_CNN模型，结合SMOTE技术和卷积神经网络，在IDC检测准确率上显著超越传统CNN、VGG19和ResNet50模型	NA	提高乳腺癌早期诊断准确率，辅助制定合适的治疗计划	乳腺癌组织病理学图像中的浸润性导管癌（IDC）区域	数字病理学	乳腺癌	SMOTE（合成少数类过采样技术）	CNN（卷积神经网络），SMO_CNN	全幻灯片图像（WSI）	162名IDC患者的组织切片图像，其中训练集113张，测试集49张
2376	2025-09-08	Multilayered SDN security with MAC authentication and GAN-based intrusion detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331470 PMID:40906752	研究论文	提出一种结合MAC认证和生成对抗网络的多层SDN安全系统，用于高效检测和防御网络入侵	采用四Q曲线认证系统提升安全性，结合DDcGAN和SFOA优化算法实现高精度入侵检测，显著降低误报率	未提及实际部署复杂度和兼容性问题	提升软件定义网络（SDN）的安全性，防御网络攻击	SDN网络中的数据传输和网络节点	网络安全	NA	椭圆曲线密码学，DDcGAN，SFOA，GSOM	GAN，DDcGAN	网络数据包	未明确指定样本数量，但测试包含50%恶意节点场景
2377	2025-09-08	Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review 2025, Vascular health and risk management IF:2.6Q2 DOI:10.2147/VHRM.S508620 PMID:40909176	综述	本文全面回顾了基于深度学习的ECG信号心律失常检测方法	系统评估了30篇论文，总结了CNN、RNN等混合架构的高精度性能（如99.93%准确率）	存在数据集异质性、模型可解释性不足及实时实施挑战	探索深度学习在心电图心律失常检测中的应用与发展趋势	心电图（ECG）信号	机器学习	心血管疾病	深度学习、信号处理	CNN、RNN、混合架构	ECG信号	基于30篇论文的系统评估（未明确总样本量）
2378	2025-09-08	Quantitative video analysis of head acceleration events: a review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1658222 PMID:40909217	综述	本文综述了基于视频定量分析运动中头部加速事件（HAEs）的当前技术现状，重点探讨了视频测量方法及其自动化潜力	整合传统视频测量与新兴计算机视觉和深度学习技术，探索视频作为独立定量工具的潜力，提升HAEs测量的可扩展性和准确性	当前视频方法存在可扩展性、准确性和生物力学洞察力的限制，且依赖手动跟踪和模型匹配可能效率较低	评估和推动视频技术在运动头部加速事件定量测量与建模中的应用	运动中头部加速事件（HAEs）	计算机视觉	神经退行性疾病	视频测量、视频测量法、手动点跟踪、模型图像匹配、计算机视觉、深度学习	NA	视频	NA
2379	2025-09-08	A novel MRI-based deep learning-radiomics framework for evaluating cerebrospinal fluid signal in central nervous system infection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659653 PMID:40909443	研究论文	提出一种结合手工放射组学特征和深度学习的非侵入性MRI框架，用于评估中枢神经系统感染患者的脑脊液信号变化	首次开发融合放射组学与深度学习特征的混合模型（DenseASPP-RadFusion和MobileASPP-RadFusion），并发现豆状核下区域是区分感染与非感染脑脊液的最可靠解剖靶点	样本量较小（52例患者+52例对照），需未来多中心验证；脑室系统分析性能显著较低	通过非侵入性MRI技术替代腰椎穿刺，实现中枢神经系统感染的早期诊断	急性中枢神经系统感染患者及神经学检查正常的对照人群	数字病理	中枢神经系统感染	MRI（T2加权成像），拉普拉斯高斯滤波	DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large	医学影像（MRI）	52例患者和52例对照
2380	2025-09-08	A review of plant leaf disease identification by deep learning algorithms 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1637241 PMID:40909895	综述	本文回顾了基于深度学习算法进行植物叶片病害识别的研究进展与应用	整合多国植物叶片病害数据集，系统评述不同深度学习网络在该领域的应用与数据开发方式	未提出新的算法模型，主要侧重于现有研究的归纳与分析	推动植物叶片病害识别领域的发展，为未来研究提供基础	植物叶片病害	计算机视觉	NA	深度学习	多种深度学习网络	图像	多国植物叶片病害数据集