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
221	2025-09-13	Helmets Labeling Crops: Kenya Crop Type Dataset Created via Helmet-Mounted Cameras and Deep Learning 2025-Aug-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05762-7 PMID:40866406	研究论文	本文介绍了一个通过头盔相机和深度学习创建的肯尼亚作物类型数据集	利用头盔相机和公民科学网络收集地理参考图像，并通过深度学习流程处理成作物类型数据集	NA	解决农业监测中详细作物类型地图数据缺乏的问题	肯尼亚小农主导地区的作物类型	计算机视觉	NA	深度学习	NA	图像	4,925个经过验证的作物类型数据点
222	2025-09-13	Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT 2025-Aug-26, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2024-003372 PMID:39572171	研究论文	开发一种基于深度学习的CT图像缺血性卒中病灶自动识别方法	利用常规采集的未标注病灶边界的CT扫描数据训练模型，无需人工病灶标注	慢性脑部病变（特别是非卒中病灶和陈旧性卒中病灶）会显著降低识别准确率	提高缺血性卒中CT影像的自动化检测效率与准确性	急性缺血性卒中患者的脑部CT扫描影像	计算机视觉	心血管疾病	深度学习	CNN	图像	2347名患者（中位年龄82岁）的5772次CT扫描
223	2025-09-13	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2025-Aug-24, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究展示了结合高性能梯度和模型驱动深度学习的3D多层面扩散加权成像技术，用于高b值和高分辨率下的脑微结构成像	利用高性能梯度系统缩短回波时间，并通过优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构建模	NA	开发和支持先进脑微结构建模的扩散成像方法	人脑	医学影像	NA	3D多层面扩散加权成像，隔室模型，导航运动补偿重建	模型驱动的深度学习算法	扩散加权影像	NA
224	2025-09-13	Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training 2025-Aug-22, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044031 PMID:40859555	研究论文	本研究探讨基于情景模拟结合结构化汇报的骨髓穿刺训练在临床技能教育中的有效性	将结构化汇报与情景模拟结合应用于骨髓穿刺训练，提供可复制和可扩展的教学模型	样本量有限（112名学生），且仅针对单一临床操作技能	评估基于汇报的模拟教学在临床技能教育中的效果	112名临床医学学生	医学教育	NA	情景模拟训练，结构化汇报	NA	测试分数，评估结果，问卷调查数据	112名临床医学学生（对照组54人，实验组58人）
225	2025-09-13	Diagnostic report generation for macular diseases by natural language processing algorithms 2025-Aug-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-326064 PMID:40348396	研究论文	本研究探讨基于规则和深度学习的自然语言处理算法自动生成黄斑疾病诊断报告的能力	开发并比较了基于规则和深度学习的NLP系统，用于多模态眼科图像（彩色眼底照片和OCT）的诊断报告自动生成	仅针对四种黄斑疾病，样本量相对有限（2261只眼），且与初级眼科医生比较而非专家	研究自动生成自然语言诊断报告的方法在黄斑疾病诊断中的应用效果	1303名患者的2261只眼，包括健康眼和四种黄斑疾病患者的眼	自然语言处理	黄斑疾病	自然语言处理（NLP），深度学习	基于规则的NLP，基于深度学习的NLP	图像（彩色眼底照片，光学相干断层扫描图像），文本	2261只眼（来自1303名患者）
226	2025-09-13	Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study 2025-Aug-14, La Radiologia medica DOI:10.1007/s11547-025-02064-1 PMID:40810889	研究论文	开发并验证一种基于深度学习的模型，用于在急性胸痛患者的冠状动脉CT血管造影中检测阻塞性冠状动脉疾病	利用YOLO v4深度学习模型，首次在多中心急诊科患者中实现高敏感性和阴性预测值的阻塞性CAD自动检测	需要手动预处理进行曲面多平面重建图像提取，且模型性能仍有提升空间	开发并验证深度学习模型以辅助急诊科医生检测阻塞性冠状动脉疾病	因急性胸痛就诊于急诊科并接受冠状动脉CT血管造影检查的患者	计算机视觉	心血管疾病	冠状动脉CT血管造影（CCTA），曲面多平面重建（MPR）	YOLO v4	医学影像	训练集378名患者（10060张图像），外部验证集298名患者来自3个医疗中心
227	2025-09-13	Computed tomography-based deep learning and multi-instance learning for predicting microvascular invasion and prognosis in hepatocellular carcinoma 2025-Aug-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i30.109186 PMID:40933208	研究论文	基于CT图像开发深度学习与多示例学习模型预测肝细胞癌微血管侵犯及预后	首次结合2.5D深度学习和多示例学习框架构建MVI预测模型，并在手术切除和TACE治疗队列中验证其预后分层能力	回顾性研究且样本量有限（总样本237例），需多中心前瞻性验证	预测肝细胞癌微血管侵犯并评估其预后价值	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	计算机断层扫描（CT）动脉期影像分析	2.5D深度学习结合多示例学习（MIL）	医学影像（CT图像）	237例患者（192例建模队列，45例TACE验证队列）
228	2025-09-13	SAGERank: inductive learning of protein-protein interaction from antibody-antigen recognition 2025-Aug-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc03707g PMID:40927012	研究论文	提出SAGERank，一种基于图采样与聚合网络的深度学习框架，用于抗体-抗原对接预测和蛋白质-蛋白质相互作用研究	首次将归纳式深度学习应用于克服分子科学中的小数据集问题，并在纳米抗体-抗原结构预测中略优于Alphafold3	NA	预测抗体-抗原对接并实现基于结构的设计，解决计算生物学中的治疗重要挑战	抗体-抗原复合物、蛋白质-蛋白质相互作用、T细胞受体-肽-MHC复合物	计算生物学	癌症	Graph Sample and Aggregate Networks（图采样与聚合网络）	深度学习框架	蛋白质结构数据、晶体界面数据	癌症靶标数据集中的多个表位
229	2025-09-13	Progress and new challenges in image-based profiling 2025-Aug-07, ArXiv PMID:40799808	综述	本文回顾了基于图像的细胞表型分析的计算方法进展，并讨论了当前局限性与未来发展方向	深度学习重塑了特征提取与多模态数据整合，单细胞分析和批次效应校正等方法提升了分析精度	领域仍面临重大挑战，需要创新性解决方案	为研究者提供该快速发展领域的技术进展路线图与新挑战导航	细胞表型分析	数字病理	NA	显微镜成像，深度学习	深度学习模型	图像	NA
230	2025-09-13	Development and in silico imaging trial evaluation of a deep-learning-based transmission-less attenuation compensation method for DaT SPECT 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17976 PMID:40781836	研究论文	开发并评估一种基于深度学习的无透射衰减补偿方法用于DaT SPECT成像	提出首个整合物理原理与深度学习的无透射衰减补偿方法DaT-CTLESS，通过U-net网络从散射能量窗投影重建衰减图	研究基于虚拟患者数据（in silico试验），需进一步临床验证	解决DaT SPECT成像中依赖CT进行衰减补偿的临床挑战	多巴胺转运体（DaT）在尾状核、壳核和苍白球的摄取量化	医学影像分析	帕金森病	SPECT成像、深度学习、U-net分割	U-net	医学影像（SPECT/CT/MR）	197例虚拟患者（150训练+47测试）
231	2025-09-13	Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions 2025-Aug, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM41523 PMID:40927097	综述	本文综述人工智能在成人先天性心脏病诊断、治疗及未来方向的应用	探讨AI在ACHD多领域（影像解读、心电图分析、风险分层等）的创新应用与个性化诊疗潜力	数据可用性不足、算法偏差、缺乏前瞻性验证及系统整合问题	提升成人先天性心脏病的诊断精度、风险分层和个性化治疗	成人先天性心脏病（ACHD）患者群体	数字病理学	心血管疾病	机器学习（ML）和深度学习（DL）	NA	影像、心电图、临床数据	NA
232	2025-09-13	Artificial intelligence and computational methods in human metabolism research: A comprehensive survey 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101437 PMID:40933239	综述	本文全面综述了人工智能和计算方法在人类代谢研究中的应用与进展	重点介绍了机器学习和深度学习技术在分子层面提升代谢预测准确性及整合基因组尺度代谢模型（GEMs）的创新方法	面临数据异质性和模型可解释性等挑战	旨在为药物发现与开发领域的研究者提供有价值的见解和参考，推动精准医学发展	人体内源性和外源性物质的代谢过程	机器学习	NA	机器学习（ML）、深度学习（DL）、基因组尺度代谢模型（GEMs）	NA	组学数据	NA
233	2025-09-13	Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing 2025-Aug, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0191 PMID:40933586	研究论文	提出一种基于深度学习的超分辨率方法，用于提升熔融沉积建模3D打印有限元分析中粗网格模型的精度并减少计算时间	将有限元分析中的网格类比为图像像素，首次将超分辨率技术应用于FEA领域，通过改进的SR残差网络算法显著提升计算效率与精度	未明确说明方法在不同材料或复杂几何结构中的泛化能力，且温度场与位移场的映射关系存在差异需进一步研究	提高熔融沉积建模3D打印过程中有限元分析的计算效率和预测精度	熔融沉积建模(FDM)3D打印过程的温度场和位移场预测	计算机视觉	NA	深度学习超分辨率技术	改进的超分辨率残差网络(SR reconstruction algorithm)	有限元网格数据(类比图像数据)	NA
234	2025-09-13	DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting 2025-Aug, Spatial and spatio-temporal epidemiology IF:2.1Q3 DOI:10.1016/j.sste.2025.100741 PMID:40935501	研究论文	提出DeepEVD框架，整合人类移动数据以预测埃博拉病毒病（EVD）暴发	结合多源移动数据（手机记录、GPS轨迹、社交媒体）并利用GCN和LSTM进行时空特征学习，提升预测精度	NA	改进EVD暴发的预测准确性，为防控提供依据	埃博拉病毒病（EVD）的传播动态	机器学习	埃博拉病毒病	时空特征学习	GCN, LSTM	移动数据（手机记录、GPS、社交媒体）	2014-2016西非疫情和2015-2016塞拉利昂疫情的真实数据集
235	2025-09-13	Explainable deep learning model WAL-net for individualised assessment of potentially reversible malnutrition in patients with cancer: a multicentre cohort study 2025-Jul-28, The British journal of nutrition DOI:10.1017/S000711452510384X PMID:40637106	研究论文	本研究开发了一种可解释的深度学习模型WAL-net，用于预测癌症患者中潜在可逆性营养不良的个体化评估	首次使用时序数据和LSTM架构预测癌症相关营养不良的可逆性，并提供了模型的可解释性和临床相关性验证	研究基于多中心队列但可能存在选择偏倚，外部验证集样本量相对较小	利用机器学习预测癌症患者的可逆性营养不良，优化临床营养管理	癌症住院患者，特别是被诊断为营养不良的患者	数字病理	癌症	机器学习，深度学习	LSTM	时序数据（体重和骨骼肌数据）	4254名癌症相关营养不良患者（发现集2977人，测试集1277人，外部验证集798人）
236	2025-09-13	A hybrid 1DCNN-GRU deep learning framework for classifying caprine granulosa cell fertility potential using single-cell transcriptomics 2025-Jul, Veterinary world IF:1.7Q2 DOI:10.14202/vetworld.2025.1922-1935 PMID:40926859	研究论文	本研究开发了一种混合1DCNN-GRU深度学习模型，利用单细胞转录组数据对山羊颗粒细胞的生育潜力进行分类	首次将深度学习应用于山羊颗粒细胞的生育潜力分类，并创新性地结合1DCNN和GRU网络处理scRNA-seq数据	需要在更大数据集和跨物种中进行进一步验证以确认模型的普适性	开发基于深度学习的分类方法，评估山羊颗粒细胞的生育支持潜力	山羊颗粒细胞（GCs）	机器学习	NA	scRNA-seq, 差异表达基因分析	1DCNN-GRU混合模型	基因表达数据	来自单胎和多胎山羊的公开scRNA-seq数据集
237	2025-09-13	Developing a deep learning-based imaging diagnostic framework, PVDNet, for differentiating pulmonary artery sarcoma and pulmonary thromboembolism: a multi-center observational study 2025-Jul, The Lancet regional health. Western Pacific DOI:10.1016/j.lanwpc.2025.101625 PMID:40933027	研究论文	开发并验证基于深度学习的成像诊断框架PVDNet，用于区分肺动脉肉瘤和肺血栓栓塞	提出首个多中心DL模型PVDNet，在CTPA图像上实现PAS与PTE的细粒度分类，性能接近资深放射科医生水平	模型在区分急性与慢性PTE方面仍需进一步优化	通过深度学习技术提升肺动脉疾病的影像鉴别诊断准确性	肺动脉肉瘤（PAS）和肺血栓栓塞（PTE）患者	医学影像分析	肺动脉疾病	CT肺动脉造影（CTPA）	深度学习框架（PVDNet）	医学影像（CT图像）	952例患者（来自15家中心），包括470例急性PTE、363例慢性PTE和119例PAS
238	2025-09-13	Open-Source Periorbital Segmentation Dataset for Ophthalmic Applications 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100757 PMID:40933660	研究论文	创建并验证了一个用于眼睑成形术分割和眶周距离预测的开源数据集	首个专门为眼睑成形术和颅面分割任务设计的公开数据集，并提供开源工具包	NA	开发并验证用于深度学习的分割数据集，以支持眶周距离预测等临床应用	人脸图像中的眼部区域，包括虹膜、巩膜、眼睑、泪阜和眉毛	计算机视觉	NA	图像分割标注，深度学习模型训练	DeepLabV3	图像	2842张图像，来自两个开源数据集
239	2025-09-13	Deep learning integration of chest computed tomography and plasma proteomics to identify novel aspects of severe COVID-19 pneumonia 2025-Jul, Journal of intensive medicine DOI:10.1016/j.jointm.2024.11.001 PMID:40933743	研究论文	本研究通过整合胸部CT影像和血浆蛋白质组学数据，利用深度学习识别重症COVID-19肺炎的新型异质性特征	首次结合上下文感知自监督表示学习（CSRL）从CT图像提取特征，并与血浆蛋白质组数据深度融合，构建图像-表达轴（IEAs）以解析疾病异质性	研究仅基于2022年12月至2023年3月期间12家医院的数据，可能存在选择偏倚，且未涉及外部验证队列	解析重症COVID-19肺炎的异质性并探索其与预后的关联	1979例确诊重症COVID-19肺炎患者	数字病理学	COVID-19肺炎	Olink炎症面板蛋白质组学分析，CT影像学	上下文感知自监督表示学习（CSRL），深度学习模型	影像（CT），蛋白质组数据	1979例患者（训练集630例，测试集1349例）
240	2025-09-13	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种结合CT影像深度学习与炎症标志物（SIINI）的模型，用于早期预测不可切除非小细胞肺癌患者对免疫治疗的响应	首次将深度学习放射组学特征与系统性免疫炎症营养指数（SIINI）整合，构建多中心验证的联合预测模型，并通过Grad-CAM增强模型可解释性	回顾性研究设计，样本量有限（265例），需进一步扩大样本和多中心验证	开发非侵入性生物标志物以预测不可切除NSCLC患者对免疫检查点抑制剂的早期治疗响应	接受免疫治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT影像分析，实验室炎症标志物检测	DenseNet121	CT影像，实验室数据	265例患者（多中心回顾性数据）