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	2025-09-28	DeepAIPs-SFLA: Deep Convolutional Model for Prediction of Anti-Inflammatory Peptides Using Binary Pattern Decomposition of Novel Multiview Descriptors with an SFLA Approach 2025-Aug-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02422 PMID:40852276	研究论文	提出一种基于深度学习的计算模型DeepAIPs-SFLA，用于预测抗炎肽	采用新型多视图描述符的二元模式分解方法，结合进化信息和结构特征通过图像编码，使用改进的混合蛙跳算法进行特征选择	NA	开发高精度的抗炎肽预测模型以促进炎症疾病药物研发	抗炎肽（AIPs）序列	生物信息学	炎症性疾病	RECM和PSSM嵌入、LBP和CLBP算法、差分进化特征整合	深度残差卷积神经网络（RCNN）	蛋白质序列数据	训练序列及独立验证集Ind-426和Ind-1049
242	2025-09-28	An integrative assay for measuring social aversion and motivation in freely behaving mice 2025-Aug-18, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101108 PMID:40680732	研究论文	开发了一种名为SAUSI的行为测试方法，用于综合评估自由活动小鼠的社会厌恶行为	首次整合社会动机、犹豫性和自由互动要素，实现对社会厌恶的多维度评估	NA	开发能够有效测量社会厌恶行为的实验方法	小鼠的社会行为模式	行为神经科学	精神健康障碍	深度学习行为分析	深度学习	行为视频数据	NA
243	2025-09-28	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-08-06, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证用于MRI和CT多器官分割的深度学习模型MRSegmentator	提出跨模态深度学习模型，首次实现MRI扫描中40个解剖结构的自动分割，并展示向CT数据的良好泛化能力	较小结构（如门静脉/脾静脉、肾上腺）的分割精度相对较低，测试样本量有限	开发能够准确分割全身MRI和CT图像中多器官解剖结构的自动化工具	人体多器官解剖结构（包括肺、心脏、肝脏、肾脏等40个结构）	医学影像分析	NA	深度学习、跨模态迁移学习	深度学习模型	医学影像（MRI、CT）	训练数据：1,200例UK Biobank Dixon MRI（50人）、221例内部腹部MRI（177患者）、1,228例CT；测试数据：900例NAKO MRI（50人）、60例AMOS22 MRI、29例TotalSegmentator-MRI
244	2025-09-28	Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI 2025-08-06, Radiology. Artificial intelligence DOI:10.1148/ryai.240478 PMID:40767617	研究论文	开发基于深度学习的齿状核自动分割工具，用于定量磁敏感加权成像MRI	提出两阶段深度学习管道（定位+分割），在九大数据集上验证并超越现有最佳工具	回顾性研究，样本年龄范围有限（11-64岁）	实现齿状核的自动化精准分割	健康对照者与小脑性共济失调/多发性硬化症患者	医学影像分析	神经系统疾病	定量磁敏感加权成像（QSM）	nnU-Net框架的两阶段深度学习模型	MRI图像	328名受试者（141名健康人，187名患者）
245	2025-09-28	Performance Degradation between Development and Deployment of a Predictive Model for Central Line-Associated Bloodstream Infections in Hospitalized Children 2025-Aug, Applied clinical informatics IF:2.1Q4 DOI:10.1055/a-2605-1847 PMID:40355126	研究论文	本研究评估儿科中心静脉导管相关血流感染预测模型从开发到临床部署过程中的性能下降问题	创建了新型数据基础设施来协调实时数据和历史数据，并系统分析了模型性能下降的根本原因	模型性能从AUROC 0.97显著下降至<0.60，存在训练/服务偏差、特征泄漏和过拟合等问题	实现儿科CLABSI预测模型的前瞻性临床部署并达到足够的离线验证性能	住院儿童中心静脉导管患者	医疗人工智能	血流感染	深度学习	深度学习模型	临床医疗数据	未明确说明具体样本数量
246	2025-09-28	Deep Learning-Enhanced Robotic Subretinal Injection with Real-Time Retinal Motion Compensation 2025-Aug, IEEE International Conference on Automation Science and Engineering (CASE) : [proceedings]. IEEE Conference on Automation Science and Engineering DOI:10.1109/case58245.2025.11163942 PMID:41000371	研究论文	提出一种集成深度学习预测和实时运动补偿的全自主机器人视网膜下注射系统	首次将LSTM神经网络应用于视网膜运动预测，并开发动态比例速度控制策略实现针头与视网膜运动的实时同步	实验验证目前仅限于模拟环境和猪眼开放天空模型，尚未进行人体临床试验	提高视网膜下注射手术的精准度和安全性	视网膜组织（特别是内界膜）和注射针头	医疗机器人	视网膜疾病（遗传性视网膜病变和年龄相关性黄斑变性）	术中光学相干断层扫描成像、深度学习运动预测	LSTM神经网络	OCT图像序列	猪眼开放天空模型实验
247	2025-09-28	The Expanding Landscape of Neural Architectures and Their Impact in Biomedicine 2025-08, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103023-050856 PMID:40789735	综述	本文从神经网络架构的视角探讨生物医学深度学习和人工智能的应用与发展	系统总结不同神经网络架构的设计原理及其在生物医学领域的独特优势，并展望多模态语言模型和精细化机制模型的未来趋势	NA	分析神经网络架构在生物医学深度学习中的设计原则和应用前景	神经网络架构及其在生物医学领域的应用	机器学习	NA	神经网络架构搜索、图网络、Transformer	可解释神经网络、多模态语言模型	多模态生物医学数据	NA
248	2025-09-28	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-07-28, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	综述	探讨人工智能在面部表情识别与分类中应用于神经退行性疾病早期检测的研究现状	系统评述AI技术通过非侵入性面部表情分析实现神经退行性疾病早期筛查的创新应用	未涉及具体实验数据验证，主要基于现有文献的理论分析	评估AI驱动面部表情分析在神经退行性疾病早期检测中的临床潜力	阿尔茨海默病和帕金森病等神经退行性疾病患者的面部表情特征	计算机视觉	神经退行性疾病	深度学习和计算机视觉技术	深度学习模型	面部图像/视频数据	NA
249	2025-09-28	Applications of deep learning in the analysis of optical coherence tomography images for glaucoma-related diagnostics 2025 Jul-Sep, Taiwan journal of ophthalmology IF:1.0Q4 DOI:10.4103/tjo.TJO-D-24-00162 PMID:40995327	综述	本文综述了深度学习在光学相干断层扫描图像分析中应用于青光眼诊断的最新研究进展	系统总结了深度学习在青光眼OCT图像分析中的多任务应用潜力，包括图像质量评估、组织厚度量化及疾病进展监测	现有技术的普适性、公平性和可解释性仍需进一步验证和完善	探讨深度学习技术在青光眼光学相干断层扫描图像分析中的临床应用价值	青光眼患者的视网膜神经纤维层和视神经组织	医学影像分析	青光眼	光学相干断层扫描	深度神经网络	医学图像	NA
250	2025-09-28	HIERARCHICAL LOG BAYESIAN NEURAL NETWORK FOR ENHANCED AORTA SEGMENTATION 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980947 PMID:41001007	研究论文	提出一种基于贝叶斯神经网络的分层拉普拉斯高斯模型用于增强主动脉分割	结合3D U-Net和分层LoG流，通过贝叶斯方法参数化LoG流并提供分割结果的置信区间	NA	提高主动脉及其分支血管的医学图像分割精度	主动脉血管及其分支	医学图像分析	主动脉疾病	分层拉普拉斯高斯滤波	3D U-Net与贝叶斯神经网络结合	3D医学图像	来自两个主动脉数据集的多个体积数据
251	2025-09-28	A deep learning model based on chest CT to predict benign and malignant breast masses and axillary lymph node metastasis 2025-Mar-17, Biomolecules & biomedicine DOI:10.17305/bb.2025.12010 PMID:40100034	研究论文	基于胸部CT影像开发深度学习模型，用于预测乳腺肿块良恶性及腋窝淋巴结转移	首次利用常规胸部CT影像结合ResNet深度学习架构实现乳腺病变的双重诊断任务（良恶性分类+淋巴结转移预测）	回顾性研究、样本量有限（482例）、仅使用非增强CT影像	通过深度学习提升乳腺病变的初步评估效率，减少后续昂贵检查需求	482例乳腺肿块患者（良性224例，恶性258例）的术前非增强胸部CT影像	计算机视觉	乳腺癌	胸部CT成像	ResNet-34/50/101	医学影像	482例患者（训练集:验证集:测试集=8:1:1）
252	2025-09-28	A novel deep learning framework for automatic scoring of PD-L1 expression in non-small cell lung cancer 2025-Mar-03, Biomolecules & biomedicine DOI:10.17305/bb.2025.12056 PMID:40035693	研究论文	提出一种基于深度学习的自动化框架，用于非小细胞肺癌全切片图像中PD-L1表达的自动评分	采用混合人机标注方法处理大规模WSI，并首次将Vision Transformer模型应用于PD-L1表达分类任务	研究仅基于66个NSCLC组织样本，样本规模有限	提高PD-L1肿瘤比例评分评估的精确性和一致性，为免疫治疗患者筛选提供支持	非小细胞肺癌组织样本	数字病理	肺癌	免疫组织化学	EfficientNet、Inception、Vision Transformer、UNet、DeepLabV3+、StarDist	全切片图像	66个NSCLC组织样本
253	2025-09-28	Transformer-based approaches for neuroimaging: an in-depth review of their role in classification and regression tasks 2025-02-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0088 PMID:39333087	综述	深入探讨Transformer模型在神经影像分类和回归任务中的应用现状与研究进展	首次系统梳理Transformer架构在神经影像领域的应用方法论与实验成果，特别强调其在回归任务中的新兴潜力	未涉及具体实验数据验证，主要基于文献综述的理论分析	评估Transformer模型在神经影像分析中的适用性与发展趋势	神经影像数据（如MRI、fMRI等脑部成像数据）	医学影像分析	神经系统疾病	深度学习	Transformer	神经影像数据	NA
254	2025-09-28	Sli2Vol+: Segmenting 3D Medical Images Based on an Object Estimation Guided Correspondence Flow Network 2025 Feb-Mar, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv61041.2025.00357 PMID:41001582	研究论文	提出一种基于目标估计引导对应流网络的自监督框架，用于仅需单张标注切片即可完成3D医学图像分割	通过目标估计引导的对应流网络解决传统方法中的误差累积和间断性问题，提升跨器官、模态的泛化能力	未明确说明对复杂解剖结构或病理变化的适应能力	开发减少3D医学图像标注需求的自我监督分割方法	3D医学图像中的解剖结构	医学图像分析	NA	深度学习、自监督学习	对应流网络	3D医学图像	多数据集验证（具体数量未明确说明）
255	2025-09-28	Liver fibrosis classification on trichrome histology slides using weakly supervised learning in children and young adults 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100416 PMID:39867463	研究论文	本研究使用弱监督学习方法对儿童和青少年肝纤维化三色染色组织切片进行自动分期	首次将CLAM弱监督学习框架应用于儿童和青少年肝纤维化的自动分期，相比传统病理医生评估具有更高的一致性	回顾性研究设计，样本量相对有限（217例WSI），仅针对特定年龄群体	开发基于深度学习的肝纤维化客观分期方法以减少诊断变异	儿童和青少年肝活检三色染色全切片图像	数字病理	肝纤维化	弱监督学习、全切片图像分析	CLAM（聚类约束注意力多示例学习）	医学图像（组织病理学切片）	217例儿科肝活检三色染色WSI
256	2025-09-28	Region-based U-nets for fast, accurate, and scalable deep brain segmentation: Application to Parkinson Plus Syndromes 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103807 PMID:40592210	研究论文	提出基于区域U-net的深度学习方法来快速准确分割与帕金森叠加综合征相关的12个深部脑结构	通过将脑图像划分为脑干、脑室系统和纹状体等目标区域，优化GPU使用并显著减少训练时间，同时保持高精度	未明确提及具体局限性	开发快速、准确且可扩展的深部脑结构自动分割方法，应用于帕金森叠加综合征的早期诊断	与帕金森叠加综合征相关的12个深部脑结构	医学图像分析	帕金森叠加综合征	深度学习，MRI分割	U-net	MRI图像	包含660名受试者的临床数据集（健康对照者和多种运动障碍患者）
257	2025-09-28	A survey of NLP methods for oncology in the past decade with a focus on cancer registry applications 2025, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11316-5 PMID:40688631	综述	本文综述了2014-2024年间自然语言处理技术在癌症登记操作中的应用现状	首次系统梳理了过去十年NLP在癌症登记领域的方法演变和应用趋势，特别关注了Transformer模型的兴起	儿科癌症、黑色素瘤和淋巴瘤研究不足，多模态模型研究稀缺，解码器模型探索有限	评估NLP方法在癌症登记数据提取中的应用效果和发展趋势	156篇来自Scopus和PubMed的学术文献	自然语言处理	癌症	自然语言处理	规则方法、机器学习、传统深度学习、Transformer（BERT、GPT等）	临床文本数据	156篇文献
258	2025-09-28	Volume Fusion-Based Self-Supervised Pretraining for 3D Medical Image Segmentation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3610249 PMID:40982499	研究论文	提出一种基于体积融合的自监督预训练方法VolF，用于提升3D医学图像分割模型在标注数据有限场景下的性能	通过引入伪分割前置任务，使用离散化块状融合系数图融合两个子体积，最小化前置任务与下游分割任务之间的差距	NA	解决标注数据有限情况下3D医学图像分割模型的性能提升问题	3D医学图像分割模型	医学图像分析	NA	自监督学习	3D分割模型	3D医学图像（CT扫描）	腹部CT数据集进行预训练，并使用域内和域外下游数据集验证
259	2025-09-28	Water meter reading recognition method based on character attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332119 PMID:40991632	研究论文	提出一种基于字符注意力机制的水表读数识别方法，通过改进检测和识别网络提升自然场景下的读数准确率	引入字符检测注意力机制改进数字检测性能，结合改进的LeNet-5网络和全局平均池化层提升识别精度并缓解过拟合	未明确说明方法在极端光照条件或严重遮挡情况下的鲁棒性	解决水表读数识别中因拍摄角度和环境光照变化导致的干扰问题	水表表盘图像中的数字字符	计算机视觉	NA	深度学习	ResNet-FPN、改进LeNet-5、注意力机制	图像	CCF真实场景水表读数自动识别数据集
260	2025-09-28	Intervertebral disc anomaly intelligent classification system based on deep learning, IDAICS 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1646008 PMID:40994700	研究论文	提出基于深度学习的椎间盘异常智能分类系统IDAICS，用于自动识别和分类椎间盘病变	首次将YOLOv8-seg网络应用于椎间盘异常的多类别分类，并实现了93.2%的高分类准确率	样本量相对有限（574张CT图像），且仅使用单一医疗机构数据	开发自动化的椎间盘异常分类方法以提高脊柱健康管理的诊断效率和准确性	椎间盘CT图像中的四种临床类型：正常椎间盘、许莫氏结节、椎间盘膨出和椎间盘突出	计算机视觉	脊柱疾病	深度学习图像分类	YOLOv8-seg	CT医学图像	574张椎间盘CT图像（500张训练集，74张验证集）