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
2681	2025-10-06	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	研究论文	本研究比较了深度学习重建与迭代重建在标准剂量和降低剂量腹部CT中检测肝脏病灶的诊断性能	首次系统评估深度学习重建在降低CT辐射剂量方面的潜力，并与传统迭代重建方法进行对比	样本量相对有限（44名参与者），仅针对胃肠道和胰腺腺癌肝转移患者，未涵盖其他类型肝脏病变	评估深度学习重建在降低CT辐射剂量同时保持肝脏病灶检测准确性的能力	已知胃肠道和胰腺腺癌肝转移的患者	医学影像分析	肝脏转移癌	CT扫描，深度学习重建，迭代重建	深度学习	CT影像	44名参与者，348个肝脏病灶（297个转移灶，51个良性病灶）	NA	NA	病灶检测率，置信区间，McNemar检验，混合效应逻辑回归	NA
2682	2025-10-06	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出一种新颖的深度学习模型，直接从DCE-MRI估计药代动力学参数图和不确定性评估	使用时序概率深度学习模型绕过动脉输入函数估计，直接生成PK参数图和不确定性图	单中心回顾性研究，样本量有限	提高弥漫性胶质瘤DCE-MRI的可靠性	成人型弥漫性胶质瘤患者	医学影像分析	胶质瘤	DCE-MRI	深度学习	医学影像	329名患者（平均年龄55±15岁，197名男性）	NA	时序概率模型	SSIM, ICC, AUROC	NA
2683	2025-10-06	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Oct, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文系统回顾了人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用研究现状	首次对AI在MRONJ领域应用进行全面范围综述，涵盖预测、诊断和患者教育三个主要方向	纳入研究数量有限（8篇），数据质量、验证方法和临床整合方面存在挑战	评估人工智能在药物相关性颌骨坏死领域的应用现状和发展前景	药物相关性颌骨坏死（MRONJ）患者	医学人工智能	颌骨坏死	机器学习、深度学习、大语言模型	支持向量机, 随机森林, 梯度提升机, 深度学习模型, 大语言模型	临床数据, 影像学图像, 文本数据	8项符合纳入标准的研究	NA	NA	AUC, 准确率, 精确率, 召回率, 响应质量	NA
2684	2025-10-06	A New Approach for Calculating Texture Coefficients of Different Rocks With Image Segmentation and Image Processing Techniques 2025-Oct, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24879 PMID:40418716	研究论文	提出一种结合图像分割和图像处理技术计算岩石纹理系数的新方法	开发了基于深度学习的图像分割技术和Python算法，实现快速准确的岩石纹理系数计算	仅使用20种岩石样本进行验证，样本规模有限	改进岩石纹理系数的计算方法，提高计算效率和准确性	20种不同类型的火成岩、变质岩和沉积岩	计算机视觉	NA	薄片图像分析	深度学习	图像	20种岩石的薄片图像	Python	NA	IoU	NA
2685	2025-10-06	Navigating the landscape of multimodal AI in medicine: A scoping review on technical challenges and clinical applications 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103621 PMID:40482561	综述	本文通过范围综述方法系统分析了医学领域基于深度学习的多模态AI应用现状、技术挑战和临床实施策略	首次对2018-2024年间432篇多模态AI医学应用论文进行系统性分析，揭示了多模态模型相比单模态平均AUC提升6.2个百分点的优势	存在跨部门协调困难、数据特征异质性和数据集不完整等挑战	探索多模态AI在医学领域的技术挑战和临床应用前景	432篇2018-2024年发表的医学多模态AI研究论文	机器学习	NA	深度学习	深度学习模型	多模态医疗数据	432篇研究论文	NA	多模态融合架构	AUC	NA
2686	2025-10-06	A multi-component heavy metal detection method using UV-Vis superimposed spectrum and deep learning 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139187 PMID:40664080	研究论文	提出一种结合紫外可见叠加光谱与深度学习的多组分重金属检测方法	首次将Transformer模型应用于紫外可见叠加光谱分析，通过组合化学探针增强显色反应特异性，实现端到端的多重金属定性与定量分析	真实环境样本检测的R²值（0.681）低于方法开发阶段（0.936），表明在复杂实际环境中性能有所下降	解决环境监测中光谱重叠问题，实现多组分重金属快速检测	五种代表性重金属（Sb、Fe、Ni、Cd、Cu）及实际环境样本中的十种重金属	机器学习	NA	紫外可见光谱法，组合化学探针，高通量实验	Transformer	光谱数据	五种代表性重金属训练，十种重金属实际样本测试	NA	Transformer	R², RMSE, MAE	NA
2687	2025-10-06	Recognition of microplastic aging features based on multimodal data fusion and attention mechanisms 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139301 PMID:40684512	研究论文	基于多模态数据融合和注意力机制识别微塑料老化特征	首次将SEM图像和FT-IR数据通过多模态融合与注意力机制结合，能够识别不同老化类型的关键特征关联	NA	开发能够准确识别微塑料老化特征的方法，理解微塑料老化机制	微塑料老化样品	计算机视觉,自然语言处理	NA	SEM成像,FT-IR光谱分析	深度学习模型	图像,光谱数据	1371个样品，涵盖7种老化类型	NA	注意力机制	准确率,F1分数	NA
2688	2025-10-06	Racial and ethnic disparities in exposure to short-term NO2 air pollution in California during 1980-2022 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139309 PMID:40695125	研究论文	本研究利用深度学习框架估计了1980-2022年加利福尼亚州高分辨率二氧化氮浓度，并量化了不同种族和民族群体在短期NO₂暴露中的差异	首次系统研究历史时期种族和民族在短期NO₂暴露中的差异，开发了覆盖42年时间跨度的高分辨率浓度估算模型	依赖化学传输模型输出作为先验地理物理信息，缺乏卫星观测数据	量化加利福尼亚州不同种族和民族群体在短期NO₂空气污染暴露中的历史差异	加利福尼亚州不同种族和民族群体（西班牙裔或拉丁裔、非西班牙裔白人、非西班牙裔非洲裔美国人或黑人、非西班牙裔美国印第安人、阿拉斯加原住民、亚裔和太平洋岛民）	环境科学, 公共卫生	NA	深度学习, 地理空间数据分析	深度学习模型	地理空间数据, 空气质量数据	1980-2022年加利福尼亚州每日约1km×1km网格数据	NA	NA	决定系数（0.72-0.83）, 基于网格的10折交叉验证	NA
2689	2025-10-06	Real-time oil spill concentration assessment through fluorescence imaging and deep learning 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139374 PMID:40818234	研究论文	本研究通过结合荧光成像、深度学习、移动应用和数据管理系统，开发了一种自动化实时溢油评估方法	首次将荧光成像与深度学习相结合用于实时溢油浓度评估，并开发了配套的移动应用和数据管理系统	仅测试了两种原油类型（萘基原油和芳香-萘基原油），浓度范围限定在0-500 mg/L	开发快速准确的实时溢油评估技术以支持环境评估和应急响应	两种原油类型：萘基原油和芳香-萘基原油	计算机视觉	NA	荧光成像	CNN	图像	1530张荧光图像，包含两种原油类型在不同浓度下的数据	NA	卷积神经网络结合自定义回归模型	R²分数, RMSE	NA
2690	2025-10-06	Deep Learning Estimation of 24-2 Visual Field Map from Optic Nerve Head Optical Coherence Tomography Angiography 2025-Sep-10, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002626 PMID:40923848	研究论文	本研究开发了基于深度学习的光学相干断层扫描血管成像图像估计24-2视野图的方法	首次将深度学习应用于OCTA图像，通过利用视盘周围区域信息实现高精度的视野图估计	研究样本量为994名参与者的1684只眼睛，可能存在一定的样本局限性	开发从OCTA视盘正面图像估计24-2视野图的深度学习模型	视神经头光学相干断层扫描血管成像图像	计算机视觉	眼科疾病	光学相干断层扫描血管成像	深度学习	医学图像	994名参与者的1684只眼睛，共3148个视野-OCTA配对数据	NA	NA	平均绝对误差, Pearson相关系数	NA
2691	2025-10-06	Early Detection of Lung Metastases in Breast Cancer Using YOLOv10 and Transfer Learning: A Diagnostic Accuracy Study 2025-Sep-09, Medical science monitor : international medical journal of experimental and clinical research IF:2.2Q3 DOI:10.12659/MSM.948195 PMID:40922404	研究论文	本研究使用YOLOv10和迁移学习技术开发了一种基于CT影像的乳腺癌肺转移早期检测系统	首次将YOLOv10模型与迁移学习相结合应用于乳腺癌肺转移的CT影像检测，相比现有方法具有更高的诊断准确性	样本量较小（仅16名患者），数据来源于单一医疗机构，需要更大规模的多中心研究验证	开发并验证基于深度学习的乳腺癌肺转移自动检测系统	乳腺癌确诊患者的肺部CT影像	计算机视觉	乳腺癌	CT影像分析	YOLOv10, CNN	医学影像	16名患者的1264张增强CT图像	NA	ResNet-50, GoogLeNet	准确率, 灵敏度, 特异性, 精确率, AUC	NA
2692	2025-10-06	Calibration Transfer of Deep Learning Models among Multiple Raman Spectrometers via Low-Rank Adaptation 2025-Sep-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01846 PMID:40922652	研究论文	提出基于低秩自适应的校准转移方法LoRA-CT，实现深度学习模型在多个拉曼光谱仪之间的高效迁移	通过将权重更新分解为低秩矩阵，实现参数高效的模型微调，比全参数微调减少600倍可训练参数	NA	解决深度学习模型在不同拉曼光谱仪之间的可移植性问题	溶剂混合物和混合油样品	机器学习	NA	拉曼光谱	深度学习	光谱数据	三个数据集（溶剂混合物和混合油），使用极少量转移样本	NA	NA	决定系数R², 均方根误差RMSE	NA
2693	2025-10-06	Comparison of DLIR and ASIR-V algorithms for virtual monoenergetic imaging in carotid CTA under a triple-low protocol 2025-Sep-09, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01866-7 PMID:40924047	研究论文	比较DLIR和ASIR-V算法在三低扫描协议下颈动脉CTA虚拟单能成像的图像质量	首次在颈动脉CTA三低扫描协议下系统比较DLIR和ASIR-V算法在50 keV虚拟单能成像中的表现	样本量相对有限（120例患者），未评估其他能量水平的虚拟单能成像	评估不同重建算法在低剂量颈动脉CTA中的图像质量	颈动脉疾病患者	医学影像	脑血管疾病	双能CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	医学影像数据	120例接受DE-CTA检查的患者	NA	NA	信噪比（SNR），对比噪声比（CNR），标准差（SD），5点李克特量表	NA
2694	2025-10-06	BiVAE-CPI: An Interpretable Generative Model Using a Bilateral Variational Autoencoder for Compound-Protein Interaction Prediction 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01001 PMID:40839758	研究论文	提出了一种基于双边变分自编码器的可解释生成模型BiVAE-CPI，用于预测化合物-蛋白质相互作用	首次将双边变分自编码器应用于CPI预测，考虑不同CPI对之间的相关性，并通过潜在空间学习共享低维潜在表示	未明确说明模型在更大规模数据集上的泛化能力	开发一种能够更好预测化合物-蛋白质相互作用的深度学习模型	化合物-蛋白质相互作用对	机器学习	NA	深度学习	变分自编码器, 图神经网络, 门控卷积网络	化合物结构数据, 蛋白质序列数据	两个基准数据集（具体数量未明确说明）	NA	双边变分自编码器(BiVAE), 图同构网络(GIN), 门控卷积编码器	NA	NA
2695	2025-10-06	Enhancing the Interpretation of Skin Lesion Diagnosis: Concept Adaptive Fine-Tuning of Vision-Language Models 2025-Sep-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3606881 PMID:40920523	研究论文	提出基于概念自适应微调的方法增强皮肤病变诊断的可解释性	提出概念自适应微调方法，通过概念逻辑重建图像并施加一致性损失，使视觉语言模型能快速适应医学任务	需要医学文本数据（如报告和概念术语）支持，且在小样本场景下的泛化能力仍需验证	开发基于多模态可解释模型的皮肤病变自动诊断方法	皮肤病变图像及对应的医学文本概念	计算机视觉	皮肤疾病	视觉语言模型微调	Vision-Language Model	图像, 文本	小规模训练数据	PyTorch	BiomedCLIP	分类性能, 概念识别能力	NA
2696	2025-09-10	Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors 2025-Sep-08, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000894 PMID:40920629	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2697	2025-10-06	Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration 2025-Sep-08, Clinical & experimental ophthalmology DOI:10.1111/ceo.14607 PMID:40922557	研究论文	开发并外部验证用于在光学相干断层扫描中检测年龄相关性黄斑变性中网状假性玻璃膜疣的深度学习模型	首次开发出能够在OCT扫描中以专家级性能自动检测网状假性玻璃膜疣的深度学习模型，并在多个外部数据集上验证其性能	研究主要关注检测性能，未详细讨论模型在不同AMD亚型或严重程度患者中的泛化能力	开发能够辅助临床管理年龄相关性黄斑变性的自动检测工具	年龄相关性黄斑变性患者的网状假性玻璃膜疣	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	深度学习	图像	9800个OCT B扫描来自多中心随机试验参与者，外部测试包含812名患者的1017只眼睛	NA	实例分割模型	Dice相似系数, AUC	NA
2698	2025-10-06	Prediction of bronchopulmonary dysplasia using machine learning from chest X-rays of premature infants in the neonatal intensive care unit 2025-Sep-05, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044322 PMID:40922342	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于从早产儿胸部X光片中预测支气管肺发育不良及其严重程度	首次使用DenseNet121深度学习架构从早产儿系列胸部X光片中预测BPD严重程度分级	样本量有限且缺乏外部验证数据集	开发并验证用于预测早产儿支气管肺发育不良的人工智能模型	新生儿重症监护室中胎龄≤28周且体重<1250g的早产儿	计算机视觉	支气管肺发育不良	胸部X光成像	深度学习	医学影像	122名早产儿的395张胸部X光片	NA	DenseNet121	曲线下面积	NA
2699	2025-10-06	Multimodal self-supervised retinal vessel segmentation 2025-Sep-02, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108011 PMID:40921125	研究论文	提出一种利用无标签多模态眼底图像的自监督预训练框架，用于视网膜血管分割	通过多模态特征融合和INFOMAX损失引导的实例级判别特征学习，构建包含血管信息的多模态特征融合图	NA	开发减少标注需求的视网膜血管自动分割方法	视网膜血管	计算机视觉	视网膜疾病	眼底成像	Vision Transformer	多模态眼底图像	NA	NA	Vision Transformer	NA	NA
2700	2025-10-06	A generalist deep-learning volume segmentation tool for volume electron microscopy of biological samples 2025-Sep, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108214 PMID:40449855	研究论文	介绍了一种用于生物样本体积电子显微镜的通用深度学习体积分割工具VST	开发了能够处理多种生物样本类型的通用体积分割工具，自动化数据预处理、增强和网络构建流程，并支持基于轮廓图的实例分割	NA	开发适用于体积电子显微镜图像的通用深度学习分割工具	生物样本的体积电子显微镜图像数据	计算机视觉	NA	体积电子显微镜，透射电子显微镜，扫描电子显微镜	深度学习	体积电子显微镜图像堆栈	NA	NA	NA	NA	本地硬件