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
241	2025-09-06	Surgical optomics: hyperspectral imaging and deep learning towards precision intraoperative automatic tissue recognition-results from the EX-MACHYNA trial 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10880-1 PMID:38789623	研究论文	本研究开发了一种基于高光谱成像和深度学习的术中自动组织识别方法，用于腹部手术	首次在前瞻性双中心设置中使用人类数据开发基于HSI的自动腹部组织识别系统	需要进一步工作来量化HSI的临床价值，相似胚胎起源组织的分类存在困难	开发精准术中自动组织识别技术以提高手术场景分割	接受择期开腹手术的患者	计算机视觉	腹部疾病	高光谱成像(HSI)	CNN	图像	169名患者（斯特拉斯堡73名，维罗纳96名），共766张图像
242	2025-09-06	Clinical utility of a rapid two-dimensional balanced steady-state free precession sequence with deep learning reconstruction 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101069 PMID:39079600	研究论文	本研究评估了采用深度学习重建的加速二维心脏电影序列在心血管磁共振成像中的临床效用，旨在缩短采集时间而不影响图像质量或定量测量	首次将深度学习重建技术(Sonic DL)应用于二维平衡稳态自由进动序列，实现在加速因子为8时采集时间减少37%且保持临床测量准确性	左心室质量和纵向应变存在轻微高估(质量高估3.36 g/m²，纵向应变高估1.97%)	评估深度学习重建加速序列在心脏电影成像中的临床应用价值	人类参与者（共124人，包括16人预研究和108人前瞻性研究）	医学影像分析	心血管疾病	心血管磁共振成像(CMR)，深度学习重建	深度学习	医学影像	总共124名参与者（16人预实验，108人主要研究）
243	2025-09-06	Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101081 PMID:39127260	研究论文	本研究探讨了训练数据组成对基于卷积神经网络的四维磁共振血流成像中主动脉横截面分割模型泛化能力的影响	首次系统分析了不同训练数据特征（包括病理类型、技术参数等）对CNN分割模型跨中心、跨设备泛化性能的具体影响	研究仅基于260个数据集，样本量相对有限，且仅针对主动脉分割任务	提高四维心血管磁共振血流成像中主动脉自动分割的准确性和可重复性	无已知主动脉病变者、健康志愿者和二叶式主动脉瓣（BAV）患者	医学图像分析	心血管疾病	四维心血管磁共振血流成像（4D flow CMR）	增强型三维U-net CNN with residual units	磁共振图像	260个4D flow CMR数据集
244	2025-09-06	Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101082 PMID:39142567	研究论文	提出一种数据自适应不确定性引导的时空分析方法，提升深度学习在多中心心肌灌注心血管MRI数据集分割中的鲁棒性	利用不确定性图自动从多个DNN解决方案中选择最佳分割结果，有效应对脉冲序列和扫描仪厂商的差异	训练数据量有限（n=85），仅基于三个医疗中心的数据	开发能够分析多中心数据集的深度学习技术，克服训练数据有限及软硬件差异的挑战	心肌灌注心血管磁共振成像数据集	计算机视觉	心血管疾病	心血管磁共振成像	U-Net	图像	150名受试者（21,150张首过图像）
245	2025-09-06	Accelerated chemical shift encoded cardiovascular magnetic resonance imaging with use of a resolution enhancement network 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101090 PMID:39243889	研究论文	提出基于深度学习网络FastCSE加速心血管磁共振化学位移编码成像，通过分辨率增强减少呼吸暂停次数	首次将超分辨率生成对抗网络扩展用于增强复数值图像清晰度，并在水脂分离前独立处理每个回波图像	NA	加速心血管磁共振化学位移编码成像并保持图像质量	人类心脏组织	医学影像分析	心血管疾病	化学位移编码(CSE), 双点Dixon重建, GRAPPA并行采集	生成对抗网络(GAN)	磁共振图像	回顾性研究1519名患者，前瞻性研究16名参与者和5名健康个体
246	2025-09-06	Automated biventricular quantification in patients with repaired tetralogy of Fallot using a three-dimensional deep learning segmentation model 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101092 PMID:39270800	研究论文	开发并验证了一种针对法洛四联症修复患者的三维深度学习心脏分割模型，用于双心室自动量化分析	首次专门针对先天性心脏病（法洛四联症）患者设计三维CNN分割模型，支持训练图像中的标签缺失处理，并显著提升右心室量化精度	模型主要针对法洛四联症修复患者，在其他先天性心脏病或病理类型中的泛化能力未验证	开发高性能的自动分割模型，用于法洛四联症修复患者的左心室和右心室腔室及心肌量化	法洛四联症修复患者的心脏磁共振图像	计算机视觉	心血管疾病	心血管磁共振成像（CMR）	3D CNN	三维医学图像	训练集196例（100例正常/获得性心脏病患者 + 96例TOF患者），测试集36例TOF患者
247	2025-09-06	Detection of signs of disease in external photographs of the eyes via deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00867-5 PMID:35352000	研究论文	利用深度学习模型分析眼部外部照片以检测糖尿病视网膜病变等疾病	首次证明无需视网膜眼底照片，仅通过眼部外部照片即可利用深度学习检测多种糖尿病相关眼病和血糖控制不良	需要进一步在不同相机设备和患者群体中验证模型的通用性	开发基于深度学习的眼部外部照片分析系统用于疾病筛查	糖尿病患者及普通眼科护理人群	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	145,832名糖尿病患者用于训练，48,644名患者用于验证
248	2025-09-06	Derivation of prognostic contextual histopathological features from whole-slide images of tumours via graph deep learning 2022-Dec, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00923-0 PMID:35982331	研究论文	通过图深度学习从肿瘤全切片图像中提取具有预后价值的上下文组织病理学特征	首次在半监督方式下利用图深度神经网络分析肿瘤微环境的上下文特征，并生成可解释的预后生物标志物	NA	开发能够从全切片图像中提取预后相关上下文特征的计算病理学方法	肾癌、乳腺癌、肺癌和子宫癌患者的全切片图像	数字病理	多癌种（肾癌、乳腺癌、肺癌、子宫癌）	图深度学习、注意力机制	图神经网络（GNN）	全切片图像（WSI）	3,950名患者（四种癌症类型），其中1,333名肾透明细胞癌患者用于风险分层验证
249	2025-09-06	Fast and scalable search of whole-slide images via self-supervised deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00929-8 PMID:36217022	研究论文	提出一种基于自监督深度学习的快速全幻灯片图像检索方法SISH	首次实现检索速度与数据库大小无关的全幻灯片图像搜索算法	需要幻灯片级别的标注进行训练	开发无需监督训练的数字化病理图像快速检索系统	全幻灯片图像（WSIs）	数字病理学	多种癌症亚型	自监督深度学习	深度学习编码器	图像	超过22,000个病例，56种疾病亚型
250	2025-09-06	Graph deep learning detects contextual prognostic biomarkers from whole-slide images 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00927-w PMID:35986140	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
251	2025-09-06	Graph deep learning for the characterization of tumour microenvironments from spatial protein profiles in tissue specimens 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00951-w PMID:36357512	研究论文	利用图神经网络分析空间蛋白质数据以表征肿瘤微环境并预测临床结果	提出基于局部子图的图深度学习模型，捕捉与临床结果相关的独特细胞相互作用，优于基于细胞类型局部组成的深度学习方法	NA	识别与癌症复发和患者生存相关的空间模式，并预测患者预后	人类头颈癌和结直肠癌组织样本	数字病理	头颈癌和结直肠癌	多重免疫荧光成像	图神经网络	空间蛋白质数据	NA
252	2025-09-05	Artificial intelligence-based apps for screening and diagnosing diabetic retinopathy and common ocular disorders 2025-Dec-20, World journal of methodology DOI:10.5662/wjm.v15.i4.107166 PMID:40900875	综述	本文综述了人工智能在眼科疾病筛查与诊断中的应用，特别是糖尿病视网膜病变及其他常见眼病	全面总结了AI在多种眼病（如糖尿病视网膜病变、青光眼、年龄相关性黄斑变性）诊断中的集成应用，并探讨了AI与远程医疗结合的潜力	在发展中国家实施AI算法仍面临挑战	探讨人工智能在眼科疾病诊断和筛查中的应用及未来前景	糖尿病视网膜病变、糖尿病性黄斑水肿、青光眼、年龄相关性黄斑变性等眼部疾病	医疗人工智能	眼科疾病	机器学习和深度学习	深度学习算法	医学影像数据	NA
253	2025-09-05	Artificial intelligence for early diagnosis and risk prediction of periodontal-systemic interactions: Clinical utility and future directions 2025-Dec-20, World journal of methodology DOI:10.5662/wjm.v15.i4.105516 PMID:40900876	系统综述	评估人工智能在牙周-系统性疾病相互作用早期诊断和风险预测中的临床效用	首次系统评估AI整合多组学数据和先进影像技术（如锥形束CT和MRI）在牙周-系统性疾病双向相互作用中的诊断预测价值	仅纳入2010-2024年样本量≥500的研究，可能遗漏小样本重要研究	提升牙周-系统性疾病相互作用的早期诊断准确性和风险预测能力	牙周病患者（特别伴2型糖尿病等系统性疾病）	医疗人工智能	牙周病及相关系统性疾病（心血管疾病、阿尔茨海默病等）	多组学数据分析、锥形束CT、磁共振成像	机器学习、深度学习、自然语言处理	临床结构化数据、影像数据、临床文本笔记	≥500参与者（部分研究1000-1500人）
254	2025-09-05	Integrative strategies in drug discovery: Harnessing genomics, deep learning, and computer-aided drug design 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108530 PMID:40466334	综述	本文探讨了高通量测序技术、深度学习算法和计算机辅助药物设计的整合策略及其在现代药物研发中的变革性影响	整合多组学数据与深度学习和CADD，提升药物靶点预测精度并加速候选药物识别	NA	促进药物发现过程中基因组学、深度学习和计算工具的协同应用	药物-靶点相互作用、疾病通路和生物标志物	机器学习	NA	基因组学、转录组学、蛋白质组学、代谢组学、高通量测序	深度学习	基因组数据	NA
255	2025-09-05	An enhancement of multi-scope topological graph pooling and representation learning with attention for molecular graph classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108548 PMID:40554399	研究论文	提出一种新颖的注意力增强多尺度拓扑图池化策略AETP，用于分子图表示学习与分类	通过注意力机制增强多尺度拓扑特征提取，克服现有方法对局部邻域聚合的依赖，提升复杂结构图的表示能力	NA	提升分子图分类任务的性能，通过拓扑数据分析与深度学习结合增强图表示学习	分子图数据	机器学习	NA	拓扑数据分析（TDA），持久同调，地标提取	图神经网络（GNN），注意力机制	图结构数据	多个真实世界分子数据集（包括FDA_DILIst, T3DB_Toxin_2, Eye_Irritation, Eye_Corrosion）
256	2025-09-05	FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108550 PMID:40554820	研究论文	提出一种基于分数阶Adadelta变色龙群算法特征选择和SpikeGoogle-DenseNet混合模型的癫痫发作检测方法	将分数阶微积分概念融入Adadelta变色龙群算法进行特征选择，并采用SpikeGoogle与DenseNet的混合模型进行癫痫检测	NA	开发基于深度学习的EEG信号癫痫发作识别机制	癫痫患者的EEG信号	生物医学信号处理	癫痫	短时傅里叶变换(STFT), 深度学习	SpikeGoogle-DenseNet hybrid model	EEG信号	NA
257	2025-09-05	A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108559 PMID:40582252	研究论文	提出一种基于分子骨架和模糊相似性的创新分子筛选与聚类方法，用于提高药物发现中的筛选效率	引入分子骨架概念和模糊分子相似性分类方法，结合自适应高斯核函数改进谱聚类性能	NA	提高药物发现过程中先导化合物识别和生物活性预测的效率	分子化合物	机器学习	NA	QSAR模型，谱聚类，模糊逻辑	深度学习模型	分子数据	使用PubChem数据库的公开实验数据，以1-萘酚为目标分子的案例研究
258	2025-09-05	GC-PGE: A novel deep learning model for tumor drug resistance prediction and core resistance gene extraction based on graph and signaling pathways 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108578 PMID:40614480	研究论文	提出基于图神经网络和信号通路的深度学习模型GC-PGE，用于预测肿瘤耐药性并识别核心耐药基因	整合多维组学数据与通路级信息，通过贝叶斯学习实现耐药基因预测与肿瘤样本分类的双任务协同优化	未明确说明模型在跨癌种泛化能力及临床验证方面的局限性	开发可解释性肿瘤耐药预测模型并识别核心耐药机制	肝癌、卵巢癌和黑色素瘤的肿瘤样本与耐药相关基因	机器学习	肿瘤癌症	多组学数据整合、信号通路分析	GNN（图神经网络）与贝叶斯学习结合	多组学数据（蛋白互作、基因同源性、信号通路）	NA（未明确说明具体样本数量）
259	2025-09-05	DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108574 PMID:40627942	研究论文	提出一种基于深度学习的能量和链路稳定性感知路由算法DeepELR，用于物联网中心脏病分类数据的可靠传输	开发了DeepELR新型路由算法，结合深度循环神经网络预测节点能量和链路稳定性，并采用改进的ASSA集成学习方法进行疾病分类	NA	开发心脏病检测方法并将其集成到物联网范式中，设计有效的路由算法供医疗专业人员使用物联网节点感知的数据	心脏病患者监测数据	物联网与医疗健康监测	心脏病	深度学习，集成学习，ASSA（加速麻雀搜索算法）	DRNN（深度循环神经网络），RNN，集成学习方法	传感器数据，生理监测数据	NA
260	2025-09-05	Revolutionizing medical imaging: A cutting-edge AI framework with vision transformers and perceiver IO for multi-disease diagnosis 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108586 PMID:40633409	研究论文	提出一种结合Vision Transformers和Perceiver IO的混合AI框架，用于提升多疾病医学影像分类的准确性和临床实用性	首次将ViT和Perceiver IO应用于神经系统疾病、皮肤疾病和肺部疾病的多疾病诊断，在准确性、计算效率和临床可解释性方面超越传统架构	NA	解决传统深度学习模型在医学影像分类中的泛化性差、假阳性率高和重叠解剖特征区分困难等问题	神经系统疾病（中风、阿尔茨海默症）、皮肤疾病（癣、黑色素瘤）和肺部疾病（肺癌、肺炎）患者	计算机视觉	多疾病诊断	医学影像分析	Vision Transformers (ViT), Perceiver IO	MRI影像、X光影像、皮肤镜影像	多个公开数据集（脑卒中CT扫描数据集、最佳阿尔茨海默MRI数据集、皮肤疾病数据集、HAM10000/HAM10k数据集、肺癌影像数据集、肺炎数据集）