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
24981	2025-10-06	Retinal vessel metric analysis of type 1 diabetes mellitus in OCT angiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562809 PMID:40584707	研究论文	本研究通过OCTA和深度学习技术分析1型糖尿病患者在不同阶段的视网膜血管特征变化	首次使用深度学习血管分割模型定量分析1型糖尿病患者OCTA图像中动脉和静脉的多种血管指标变化	回顾性研究设计，样本量有限（63名患者），仅使用3*3 mm OCTA扫描区域	研究1型糖尿病患者在不同糖尿病视网膜病变阶段的视网膜血管特征变化	1型糖尿病患者（63人，110眼）和年龄匹配的健康个体（40人，79眼）	数字病理	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习模型	OCTA图像	103名受试者（63名T1DM患者，40名健康对照），共189眼	NA	NA	分形维度（FD）、血管直径指数（VDI）、血管长度分数（VLF）、血管弯曲度、血管密度（VD）	NA
24982	2025-10-06	A hybrid transformer-based approach for early detection of Alzheimer's disease using MRI images 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30849 PMID:40584904	研究论文	提出一种基于Transformer的混合方法，利用多视角MRI图像进行阿尔茨海默病的早期检测	结合迁移学习、Transformer编码器和LSTM网络的多模态方法，通过三个不同视角的MRI图像捕获全面特征	仅使用ADNI数据集，未在其他独立数据集上验证模型泛化能力	开发阿尔茨海默病的早期检测方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	MRI成像	Transformer, CNN, LSTM	图像	ADNI数据集	NA	ResNet50, Transformer, LSTM	准确率	NA
24983	2025-10-06	Convolutional-LSTM approach for temporal catch hotspots (CATCH): an AI-driven model for spatiotemporal forecasting of fisheries catch probability densities 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf045 PMID:40585182	研究论文	提出一种结合卷积和长短期记忆神经网络的AI模型CATCH，用于预测冰岛水域渔业捕捞概率密度的时空分布	首次利用大规模冰岛渔船多维数据（深度、底层温度、盐度、溶解氧和捕捞数据）进行多元预测	NA	支持渔业运营规划和适应性策略制定	冰岛水域的鳕鱼及其他目标鱼种（黑线鳕、绿青鳕、金平鲉、格陵兰大比目鱼）	机器学习	NA	NA	CNN,LSTM	多维时空数据	大规模冰岛渔船数据集	NA	卷积长短期记忆神经网络	RMSE,MAE,WD,SSI	NA
24984	2025-10-06	An AI-based module for interstitial glucose forecasting enabling a "Do-It-Yourself" application for people with type 1 diabetes 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1534830 PMID:40585404	研究论文	提出一种基于深度学习的DIY框架，用于糖尿病患者间质葡萄糖预测	首个提供基于深度学习的完全个性化葡萄糖预测的DIY方法	仅使用29名1型糖尿病患者的CGM数据进行训练和验证	开发个性化葡萄糖预测工具以改善1型糖尿病自我管理	1型糖尿病患者	机器学习	糖尿病	连续葡萄糖监测(CGM)	深度学习	时间序列数据	29名1型糖尿病患者的一年CGM数据	NA	NA	NA	Docker容器部署
24985	2025-10-06	Evaluation of perivascular fat density and residual false lumen formation following TEVAR in Stanford type B aortic dissection 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1633817 PMID:40585403	研究论文	评估斯坦福B型主动脉夹层TEVAR术后血管周围脂肪密度与残余假腔形成的关系	首次将血管周围脂肪组织衰减指标（HUΔ和HUratio）作为预测TEVAR术后残余假腔形成的非侵入性影像生物标志物	回顾性研究设计，样本量相对有限（132例），需要前瞻性研究进一步验证	探讨PVAT衰减在预测TBAD患者TEVAR术后残余假腔形成中的作用	132例在福建协和医院接受TEVAR治疗的斯坦福B型主动脉夹层患者	数字病理学	心血管疾病	计算机断层扫描血管成像（CTA）	深度学习模型	医学影像	132例患者（2016-2024年）	NA	TotalSegmenter	敏感性, 特异性, ROC曲线分析	NA
24986	2025-10-06	Leveraging machine learning models in evaluating ADMET properties for drug discovery and development 2025, ADMET & DMPK DOI:10.5599/admet.2772 PMID:40585410	综述	本文系统回顾了机器学习模型在药物ADMET性质评估中的应用进展	深入探讨机器学习如何通过提高预测准确性、减少实验负担来革新ADMET评估流程	面临数据质量、算法透明度和监管接受度等挑战	研究机器学习在药物发现和开发中ADMET性质评估的应用	药物候选化合物的ADMET性质	机器学习	NA	机器学习	监督学习,深度学习	分子描述符数据	NA	NA	NA	NA	NA
24987	2025-10-06	7T magnetic resonance imaging-based investigation of the correlation between mammillary body structure and cognitive impairment in patients with spinocerebellar ataxia type 3 2025, Psychoradiology DOI:10.1093/psyrad/kkaf010 PMID:40586051	研究论文	本研究利用7T磁共振成像技术探究脊髓小脑共济失调3型患者乳头体结构与认知障碍之间的相关性	首次使用7T高场强MRI对Papez环路中乳头体等结构进行定量分析，并揭示其与SCA3患者认知功能的相关性	横断面研究设计无法确定因果关系，样本量相对有限	探究SCA3患者认知障碍与Papez环路结构变化的关系	46名SCA3患者和48名健康对照者	医学影像分析	神经系统疾病	7T磁共振成像	深度学习模型	磁共振图像	94名参与者（46名患者，48名健康对照）	NA	NA	NA	NA
24988	2025-10-06	Unsupervised cell line embedding using pairwise drug response correlation 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.018 PMID:40586099	研究论文	提出一种基于对比学习的无监督深度学习模型，整合异质性药物反应筛选数据生成统一细胞系嵌入	首次使用对比学习方法整合异质药物反应数据构建细胞系嵌入，并证明该嵌入能提升下游药物反应相关任务的机器学习性能	研究仅基于Cancer Dependency Map数据，未验证在其他数据集上的泛化能力	解决细胞系在药物筛选和组学数据中的异质性问题，优化细胞系模型的利用效率	人类癌细胞系	机器学习	癌症	药物反应筛选，基因表达分析	对比学习	药物反应数据，基因表达数据	1,673个癌细胞系（1,136个训练，537个测试）	NA	对比学习模型	SHAP分析	NA
24989	2025-10-06	Deep learning based deconvolution methods: A systematic review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.038 PMID:40586100	系统综述	本文系统综述了人工智能和深度学习在细胞反卷积工具开发中的应用，特别关注RNA测序转录组学数据分析	首次系统性地总结深度学习驱动的反卷积工具，强调高质量参考谱对方法准确性的关键作用，并识别标准化方法和模型可解释性改进等关键研究空白	作为综述文章，不包含原始实验数据，主要基于现有文献分析	评估人工智能和深度学习在细胞反卷积工具开发中的角色和应用	基于RNA测序的转录组学数据	机器学习	NA	RNA测序	深度学习	转录组学数据	NA	NA	NA	NA	NA
24990	2025-10-06	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	研究论文	开发基于语义分割的甲状腺眼病辅助诊断模型，用于评估眼睑退缩、眼球运动障碍和眼部炎症	采用双分支特征提取融合策略的TBRM-Net进行多标签分类识别，DSR-Net进行眼部结构分割，并设计了可解释性强的定量诊断算法	样本量相对有限（153名受试者），未提及外部验证结果	构建甲状腺眼病辅助诊断系统，提高诊疗效率	表现出眼睑退缩、眼球运动障碍和CAS相关眼部炎症症状的患者	计算机视觉	甲状腺眼病	深度学习	语义分割网络, 多标签分类网络	眼部图像	153名受试者，包含原在位数据集（303眼）、注视位数据集（1,199眼）和多标签炎症分类数据集（272眼）	NA	TBRM-Net, DSR-Net	平均像素精度, 准确率	NA
24991	2025-10-06	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种基于深度学习的体育课程表优化方法，旨在提升学生长期健康效益	首次将CNN和LSTM融合用于体育课程表优化，通过空间特征和时间模式提取实现个性化排课	未明确说明研究样本的具体规模和多样性，可能影响模型的泛化能力	优化体育教育课程安排以最大化学生长期健康效益	学生群体的体育课程安排和健康数据	机器学习	NA	深度学习	CNN,LSTM	人口统计学数据,活动相关变量	NA	NA	CNN-LSTM融合架构	均方误差(MSE),R平方(R²),平均绝对误差(MAE)	NA
24992	2025-10-06	Identification of yellow vein clearing disease in lemons based on hyperspectral imaging and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554514 PMID:40589954	研究论文	本研究基于高光谱成像和深度学习技术开发了一种柠檬黄脉明病的识别方法	首次将高光谱成像技术应用于柠檬黄脉明病识别，并提出了一种结合3D和2D卷积层的混合3D-2D-LcNet架构	NA	开发高效准确的植物病害检测方法	柠檬黄脉明病	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	NA	NA	3D-2D-LcNet, 3D-ShuffleNetV2, 2D-LcNet, 2D-ShuffleNetV2	准确率	NA
24993	2025-10-06	Comparative analysis of adaptive and general labeling methods for soybean leaf detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1582303 PMID:40589953	研究论文	比较自适应和通用标注方法在大豆叶片检测中的性能差异	提出了一种利用叶片长度和底部边缘信息的上下文感知标注方法	仅针对特定大豆品种进行了测试，未涵盖所有可能的大豆生长形态	研究不同标注方法对基于AI的大豆叶片检测效率的影响	大豆叶片	计算机视觉	NA	深度学习	YOLOv5L	高分辨率图像	NA	PyTorch	YOLOv5L	准确率,效率	NA
24994	2025-10-06	Deep learning for enhanced prediction of diabetic retinopathy: a comparative study on the diabetes complications data set 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591832 PMID:40589972	研究论文	本研究使用深度学习与传统机器学习模型比较预测糖尿病患者视网膜病变的效果	首次在糖尿病并发症数据集上系统比较深度学习与传统统计模型在糖尿病视网膜病变预测中的性能，并采用SHAP分析增强模型可解释性	研究仅基于单一数据集的3000个数据点，样本代表性可能有限	开发、比较和验证预测糖尿病患者视网膜病变的模型	糖尿病患者及合并视网膜病变的患者	机器学习	糖尿病视网膜病变	临床数据分析	DNN, 逻辑回归, 决策树, 朴素贝叶斯, 随机森林, 支持向量机	结构化临床数据	3000个数据点，来自国家人口健康科学数据中心的糖尿病并发症数据集	SPSS, 深度学习框架未明确说明	深度神经网络	准确率, F1分数, AUC	NA
24995	2025-10-06	A reliable deep-learning-based method for alveolar bone quantification using a murine model of periodontitis and micro-computed tomography imaging 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105057 PMID:38729290	研究论文	开发基于深度学习的自动分割模型，用于小鼠牙周炎模型中牙槽骨的微计算机断层扫描图像分析	创建了基于U-Net的3D深度学习模型，能够自动从µCT数据中分割牙槽骨并排除牙齿干扰，准确率超过98%	研究仅使用小鼠模型，未在人类样本中验证	开发人工智能辅助的牙槽骨自动分析工具，使研究人员无需机器学习背景即可轻松分析牙槽骨	小鼠牙周炎模型的牙槽骨	数字病理	牙周炎	微计算机断层扫描成像	深度学习	3D医学图像	小鼠上颌骨样本（4、7、9、14天时间点）	Dragonfly	U-Net	准确率	µCT扫描仪（µCT-45, Scanco）
24996	2025-10-06	Neural network dose prediction for cervical brachytherapy: Overcoming data scarcity for applicator-specific models 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17230 PMID:38814165	研究论文	本研究比较了三种神经网络训练方法在宫颈癌近距离放疗剂量预测中的性能，以解决不同施源器数据稀缺的挑战	针对宫颈癌近距离放疗中多种施源器数据稀缺的问题，提出了结合所有施源器数据训练统一模型并进行微调的方法	研究仅针对四种特定施源器类型，且数据量仍相对有限	比较不同神经网络训练方法在宫颈癌近距离放疗剂量预测中的性能，确定最优方法	宫颈癌近距离放疗治疗计划	医学影像分析	宫颈癌	近距离放疗	深度学习	3D医学影像数据	859个治疗计划，来自266名宫颈癌患者	NA	Cascade U-Net	平均误差, 平均绝对误差, 伽马分析通过率, Dice相似系数	NA
24997	2025-10-06	3D Single Vessel Fractional Moving Blood Volume (3D-svFMBV): Fully Automated Tissue Perfusion Estimation Using Ultrasound 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3376668 PMID:38478454	研究论文	提出一种结合图像处理、数值建模和深度学习的全自动三维单血管分数移动血容量方法，用于超声组织灌注评估	首次实现完全自动化的3D-svFMBV计算，通过将PD信号映射到单一大血管内的特征强度剖面来定义标准化值，无需数学校正背景信号	仅在合成图像和143例早期胎盘超声数据上进行了验证，需要更多临床数据进一步验证	开发准确稳健的组织灌注评估方法	胎盘组织灌注	医学影像分析	先兆子痫	功率多普勒超声	深度学习	三维超声图像	143例早期胎盘超声体积数据	NA	NA	标准化值预测准确性，先兆子痫预测能力	NA
24998	2025-10-06	Mixed Supervision of Histopathology Improves Prostate Cancer Classification From MRI 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382909 PMID:38547000	研究论文	提出一种基于混合监督学习的深度学习方法来从MRI图像预测临床显著性前列腺癌	采用基于分布的回归而非基于值的回归，能够利用传统深度学习方法忽略的病理学发现	与基于图像的分割方法的一致性有所降低	提高从MRI图像进行前列腺癌分类的准确性	前列腺癌患者	数字病理学	前列腺癌	多参数前列腺MRI	深度学习	医学影像	973例多参数前列腺MRI检查（测试集198例）	NA	深度网络	平衡准确率, AUC	NA
24999	2025-10-06	Deep learning reveals lung shape differences on baseline chest CT between mild and severe COVID-19: A multi-site retrospective study 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108643 PMID:38815485	研究论文	本研究通过深度学习分析基线胸部CT图像，揭示不同严重程度COVID-19患者的肺部形态差异	首次在大规模多中心数据集上结合机器学习与统计图谱方法，发现COVID-19严重程度与肺部特定区域形态变化的关联	回顾性研究设计，未包含纵向随访数据	探索COVID-19患者肺部形态变化与疾病严重程度的关联	COVID-19患者（轻症与重症）及健康对照人群	医学影像分析	COVID-19	胸部CT成像	3D CNN	3D医学影像（胸部CT）	3443例多机构样本（健康组、轻症COVID-19组、重症COVID-19组）	NA	3D ResNet	NA	NA
25000	2025-10-06	Self-Supervised Learning Improves Accuracy and Data Efficiency for IMU-Based Ground Reaction Force Estimation 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3361888 PMID:38315597	研究论文	本研究通过自监督学习提高基于IMU的地面反作用力估计的准确性和数据效率	首次将自监督学习技术应用于IMU数据预训练，显著减少对标记GRF数据的需求	研究仅针对三种特定运动任务（平地行走、跑步机行走和落地动作）进行验证	提高惯性测量单元(IMU)驱动动力学评估的准确性和数据效率	基于IMU的地面反作用力(GRF)估计	机器学习	NA	自监督学习	Transformer	IMU传感器数据	三个预训练数据集（真实IMU数据、合成IMU数据及其组合）	NA	Transformer	3轴GRF估计准确度	NA