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
261	2025-11-02	Deep learning-based segmentation of T1 and T2 cardiac MRI maps for automated disease detection 2025-Oct-31, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12069-z PMID:41174040	研究论文	本研究开发了一种基于深度学习的T1和T2心脏MRI图像分割方法，用于自动化疾病检测	首次将深度学习应用于心脏T1/T2图谱分割，并探索了多种强度统计特征在疾病检测中的效用	样本量相对较小（144名受试者），需要更大规模的外部验证	评估深度学习在心脏MRI分割中的准确性，并探索多特征机器学习在疾病检测中的优势	心脏T1和T2图谱的左心室血池和心肌组织	医学影像分析	心血管疾病	心脏MRI，T1/T2 mapping	深度学习，机器学习	医学影像	144名受试者（平均年龄42.2±16.1岁，76名男性），分为训练集100例、验证集15例和测试集29例	NA	NA	Dice相似系数，平均绝对百分比误差，F1分数，精确率，召回率，AUC	NA
262	2025-11-02	Knowledge-based automated radiation therapy treatment planning utilizing dose prediction with a 2.5D-U-Net 2025-Oct-30, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105199 PMID:41172787	研究论文	本研究开发了一种基于知识的自动化放射治疗计划方案，利用2.5D-U-Net进行剂量预测以优化调强放射治疗计划	首次将2.5D-U-Net深度学习模型应用于基于知识的治疗计划系统，实现了个性化优化参数的自动推导	研究仅在前列腺和乳腺癌治疗计划中进行验证，样本量相对有限（72/66个训练计划，12个测试病例）	开发自动化逆向治疗计划方案以减少人工干预并提高计划效率	前列腺癌和乳腺癌患者的放射治疗计划	医学影像分析	前列腺癌, 乳腺癌	容积旋转调强放射治疗	U-Net	放射治疗计划数据	72个前列腺治疗计划和66个乳腺癌治疗计划用于训练，各12个测试病例	NA	2.5D-U-Net	DVH指标, 计划质量指标, 专家盲评	NA
263	2025-11-02	A Hybrid Model Combining U-Net and Transformers for Joint Segmentation and Beamforming of Plane-wave Ultrasound Images 2025-Oct-30, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.10.002 PMID:41173661	研究论文	提出一种结合U-Net和Transformer的混合模型，用于平面波超声图像的联合分割和波束成形	首次将图像分割和波束成形任务整合到统一框架中，通过U-Net和Transformer的混合架构实现同步处理	对≤7毫米的包涵体检测精度下降，偶尔会产生虚假包涵体，小目标检测和伪影抑制需要改进	开发能够同时进行超声图像分割和波束成形的深度学习模型	计算机模拟数据、包含低回声包涵体(5-10毫米半径)的物理体模、50名健康志愿者的颈动脉超声图像	计算机视觉	心血管疾病	平面波超声成像	U-Net, Transformer	超声图像	50名健康志愿者的颈动脉超声图像，加上计算机模拟和物理体模数据	NA	U-Net, Transformer	Dice相似系数, 均方误差, 结构相似性指数, 拉普拉斯方差, 广义对比噪声比, 信噪比	NA
264	2025-11-02	Multicenter Study of YOLOv9 for Automated Detection and Classification of Supraspinatus Tendon Tears on MRI 2025-Oct-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.10.022 PMID:41173764	研究论文	本研究开发了一种基于YOLOv9的深度学习模型，用于在多中心MRI数据上自动检测和分类冈上肌腱撕裂	首次将YOLOv9框架应用于冈上肌腱撕裂的自动化诊断，并在多中心研究中证明其性能优于不同经验水平的放射科医生	回顾性研究设计，样本量相对有限（1698例患者）	开发自动诊断冈上肌腱撕裂的深度学习模型	冈上肌腱撕裂患者	计算机视觉	肌肉骨骼疾病	MRI成像	YOLO	医学图像	1698例患者，来自5家医院，分为训练集1047例、验证集299例、测试集154例和外部测试集198例	YOLO	YOLOv9	准确率, F1分数, 交并比, 混淆矩阵, McNemar检验, Cohen's kappa	NA
265	2025-11-02	Antimicrobial peptides for anticancer and antiviral therapy: last promising update 2025-Oct-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03855-8 PMID:41160325	综述	本文综述了抗菌肽在抗癌和抗病毒治疗中的最新研究进展，重点探讨了人工智能和微生物代谢物在克服抗菌肽临床应用限制方面的作用	从现代视角系统分析人工智能和微生物代谢物在解决抗菌肽毒性、稳定性和合成成本等限制因素中的应用	NA	探讨抗菌肽作为抗癌和抗病毒治疗替代方案的潜力及其面临的挑战	抗菌肽及其在抗癌和抗病毒治疗中的应用	自然语言处理	癌症，病毒感染	深度学习	NA	文本数据	NA	NA	NA	NA	NA
266	2025-11-02	Investigating the capability of deep learning models to predict age and biological sex from anterior segment ophthalmic imaging: a multi-centre retrospective study 2025-Oct-29, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-107196 PMID:41161843	研究论文	本研究开发了一种基于迁移学习的深度学习模型，用于从前段眼部成像中预测年龄和生物性别	首次使用多种前段眼部成像数据（AS-OCT、角膜地形图、外部照片）联合训练深度学习模型预测年龄和性别，并通过显著性图解释模型决策过程	回顾性研究设计，数据来源于单一医疗信托机构，缺乏外部验证	评估深度学习模型从前段眼部成像中预测年龄和生物性别的能力	20,542名患者的40,592只眼睛的557,468次扫描图像	计算机视觉	眼科疾病	前段光学相干断层扫描（AS-OCT）、Placido盘角膜地形图、外部照相	CNN	图像	557,468张扫描图像，来自20,542名患者的40,592只眼睛	NA	基于迁移学习的卷积神经网络	准确率、精确率、召回率、F1分数、ROC-AUC、Pearson相关系数、决定系数、平均绝对误差	NA
267	2025-11-02	DeepB3Pred: blood-brain barrier peptide predictor using stacked BiGRU model with novel features 2025-Oct-29, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02419-0 PMID:41162940	研究论文	开发了一种基于深度学习的血脑屏障穿透肽预测工具DeepB3Pred	提出三种新型特征（PseRECM、GSFE和CTD）并采用堆叠双向门控循环单元模型	数据偏斜问题需要通过随机欠采样技术处理	准确预测血脑屏障穿透肽和非穿透肽	血脑屏障穿透肽序列	生物信息学	神经系统疾病	序列特征工程	BiGRU, Deep Forest, CatBoost, SVM	肽序列数据	NA	NA	堆叠双向门控循环单元	准确率, MCC, AUC	NA
268	2025-10-31	Deep learning for automated mandibular canal segmentation in CBCT scans 2025-Oct-29, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07098-5 PMID:41162933	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
269	2025-11-02	Comparing radiomics, deep learning, and fusion models for predicting occult pleural dissemination in patients with non-small cell lung cancer: a retrospective multicenter study 2025-Oct-29, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15121-9 PMID:41163134	研究论文	本研究开发并比较了基于放射组学的机器学习、深度学习和融合模型在预测非小细胞肺癌患者隐匿性胸膜播散中的性能	首次系统比较放射组学ML、DL及融合模型在预测NSCLC隐匿性胸膜播散中的表现，并开发了基于决策融合的后融合模型	回顾性研究设计，样本量相对有限（326例患者），仅使用CT图像最大横截面切片	术前识别非小细胞肺癌患者的隐匿性胸膜播散	非小细胞肺癌患者	医学影像分析	肺癌	CT扫描	机器学习,深度学习,融合模型	CT图像	326例NSCLC患者（训练集216例，内部测试54例，外部测试56例）	NA	DenseNet121, GBM	AUC, 敏感性	NA
270	2025-11-02	From big to small: Emerging methods for enhancing precision psychiatry through transfer learning 2025-Oct-29, Biological psychiatry IF:9.6Q1 DOI:10.1016/j.biopsych.2025.10.022 PMID:41173199	综述	本文综述了迁移学习在精准精神病学脑-行为预测建模中的应用方法与前景	系统阐述如何利用大规模神经影像数据集通过迁移学习解决临床样本量不足的问题，提升模型在精准精神病学中的泛化能力	NA	探讨迁移学习在精准精神病学中增强脑-行为预测模型临床实用性的方法	神经影像数据与临床特征之间的关联	机器学习	精神疾病	神经影像技术	深度学习模型	神经影像数据	大规模联盟数据集与小型临床数据集	NA	NA	模型泛化性, 可解释性	NA
271	2025-11-02	Integration of radiomics, habitat imaging, and deep learning for MRI-based prediction of parametrial invasion in cervical cancer: A dual-center study 2025-Oct-29, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110542 PMID:41173217	研究论文	本研究通过整合影像组学、生境成像和2.5D深度学习模型，开发了用于预测宫颈癌宫旁侵犯的多模态集成模型	首次将影像组学、生境成像和2.5D深度学习相结合构建多模态集成模型，并在双中心数据集中验证其预测宫颈癌宫旁侵犯的优越性能	回顾性研究设计，样本量相对有限（共290例患者）	评估基于MRI的影像组学、生境成像和深度学习模型在预测宫颈癌宫旁侵犯中的诊断性能	FIGO分期IB1-IIB期宫颈癌患者	医学影像分析	宫颈癌	MRI影像分析，k-means聚类，特征提取	深度学习，机器学习	MRI图像	290例患者（中心A：227例，中心B：63例）	NA	2.5D深度学习模型	AUC，准确率	NA
272	2025-11-02	Artificial intelligence for detection of age-related macular degeneration based on fundus images: A systematic review 2025-Oct-29, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.10.004 PMID:41173219	系统综述	系统回顾基于眼底图像使用人工智能技术检测年龄相关性黄斑变性的应用和性能	全面比较不同机器学习/深度学习算法在AMD检测中的表现，识别ResNet架构在AMD诊断中的最优性能	纳入研究存在校准、公平性、可解释性、外部验证、泛化能力、临床前瞻性验证和监管要求等方面的不足	评估机器学习和深度学习算法在年龄相关性黄斑变性检测和预测中的应用效果	年龄相关性黄斑变性患者的眼底图像	计算机视觉	年龄相关性黄斑变性	眼底成像技术	CNN	图像	42篇研究论文，其中22篇使用AREDS数据集	NA	ResNet	准确率	NA
273	2025-11-02	3D distensibility of the aorta derived from 4D CMR in young and middle-aged adults with Marfan syndrome 2025-Oct-29, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101975 PMID:41173273	研究论文	本研究使用4D心脏磁共振技术评估马凡综合征患者主动脉三维扩张性和位移变化	首次使用深度学习算法结合非刚性配准技术从4D CMR数据中量化主动脉三维扩张性及其组成成分	样本量相对有限，缺乏长期随访数据验证预测价值	比较马凡综合征患者与健康志愿者主动脉三维力学特性的差异	年轻和中年马凡综合征患者（包括主动脉根部手术史和无手术史）及健康志愿者	医学影像分析	马凡综合征	4D心脏磁共振，平衡稳态自由进动序列	深度学习	3D医学影像	131名参与者（47名健康志愿者，51名未手术马凡患者，33名术后马凡患者）	NA	NA	统计显著性(p值)，回归系数(β)	3T磁共振扫描仪
274	2025-11-02	EEG-SGENet: A lightweight convolutional network integrating SGE for motor imagery brain-computer interfaces 2025-Oct-29, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.09.040 PMID:41173359	研究论文	提出一种集成SGE模块的轻量级卷积神经网络EEG-SGENet，用于运动想象脑机接口分类任务	首次将空间分组增强(SGE)模块引入EEG信号解码，通过为每个语义组生成空间注意力因子来增强有用特征并抑制噪声	仅在BCI IV 2a和2b数据集上验证，未在其他EEG数据集上进行广泛测试	在运动想象脑机接口分类中实现解码性能与计算成本的良好平衡	运动想象脑机接口的EEG信号	脑机接口	NA	脑电图(EEG)	CNN	EEG信号	BCI IV 2a和2b数据集	NA	EEG-SGENet, SGE模块	准确率	NA
275	2025-11-02	Recent Advances and Applications of Single-cell Sequencing in Insects 2025-Oct-29, Current opinion in insect science IF:5.8Q1 DOI:10.1016/j.cois.2025.101455 PMID:41173389	综述	本文综述了单细胞测序技术在昆虫科学中的最新进展与应用	展示了单细胞多组学技术如何将昆虫研究从基础描述转向功能机制研究，并展望了高通量空间转录组学等新技术潜力	NA	总结单细胞基因组学在昆虫生物学中的最新进展并探讨未来发展方向	昆虫生理学、发育、免疫和进化研究	基因组学	NA	单细胞测序, 单细胞多组学技术, 空间转录组学	NA	基因组数据, 转录组数据, 表观基因组数据, 蛋白质组数据, 代谢组数据	NA	NA	NA	NA	NA
276	2025-11-02	Two Orders of Magnitude Reduction in Computational Load Achieved by Ultrawideband Responses of an Ion-Gating Reservoir 2025-Oct-28, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c06174 PMID:41084209	研究论文	开发了一种基于离子凝胶/石墨烯双电层晶体管的离子门控储备池，实现了超宽时间尺度的响应和深度学习级别的计算精度	通过离子凝胶/石墨烯界面的快速双电层动力学和石墨烯表面较慢的分子吸附动力学的共存，实现了从1 MHz到20 Hz的超宽响应范围	NA	开发高效计算技术以解决传统AI系统能耗高的问题	离子凝胶/石墨烯双电层晶体管	机器学习	NA	物理储备池计算	储备池计算	时间序列数据	NA	NA	离子门控储备池	准确率	计算资源需求降低至深度学习的1/100
277	2025-11-02	Enriched lung cancer classification approach using an optimized hybrid deep learning approach 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07322-w PMID:41152259	研究论文	提出一种结合优化算法和混合深度学习模型的肺癌分类方法，用于从CT图像中区分正常肺组织和异常组织	结合混合马群优化算法和狮子优化算法进行特征选择，并采用深度卷积神经网络与长短期记忆网络的混合模型进行联合特征提取和时序学习	系统实时性受CT性能和模型计算需求限制，在计算资源有限的临床环境中可能存在应用困难	开发自动肺癌分类框架以提高早期诊断准确率	肺部CT图像中的结节	计算机视觉	肺癌	CT扫描	CNN, LSTM	图像	标准肺部CT数据集	NA	深度卷积神经网络, 长短期记忆网络	准确率	NA
278	2025-11-02	Meta transfer learning for brain tumor segmentation using nnUNet in meningioma and metastasis cases 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20957-z PMID:41152295	研究论文	提出一种基于元迁移学习的nnUNet模型改进方法，用于脑膜瘤和转移瘤的脑肿瘤分割	首次将元迁移学习应用于nnUNet模型，通过胶质瘤分割知识迁移提升对脑膜瘤和转移瘤的分割性能	数据集可能缺乏代表性样本，模型在其他脑肿瘤亚型的泛化能力仍需验证	提高脑肿瘤分割模型对多种肿瘤亚型的适应性和泛化能力	脑膜瘤和脑转移瘤的医学影像数据	数字病理	脑肿瘤	深度学习，医学影像分析	nnUNet	医学影像	NA	PyTorch	nnUNet	Dice系数	NA
279	2025-11-02	BOLM high resolution land use and land cover dataset and benchmark results for the rapidly developing City of Dhaka Bangladesh 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21458-9 PMID:41152309	研究论文	本文介绍了孟加拉国达卡地区的高分辨率土地利用土地覆盖数据集BOLM，并评估了多种深度学习模型在该数据集上的性能	创建了南亚和东亚地区首个高质量高分辨率土地利用土地覆盖数据集，填补了该地区数据稀缺的空白	仅使用Bing影像数据，缺乏多光谱数据用于光谱分析和时间监测	解决发展中国家土地利用土地覆盖测绘中的数据稀缺问题	孟加拉国达卡大都市区及周边地区	计算机视觉	NA	卫星遥感	深度学习,语义分割	卫星图像	4392平方公里区域，8.91亿像素	NA	DeepLabV3+, HRNetv2, U-net, UnimatchV2, Segmenter ViT-16	IoU, F1-score	NA
280	2025-11-02	Estimation of protein content in wheat samples using NIR hyperspectral imaging and 1D-CNN 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15408-8 PMID:41152319	研究论文	本研究利用近红外高光谱成像和1D-CNN模型估算了小麦样品中的蛋白质含量	扩展了高光谱成像技术在小麦蛋白质含量估算中的应用范围，涵盖了更广泛的蛋白质含量区间和不同种植区域的小麦样本	研究仅基于印度五个地区的小麦样本，未考虑更多地理区域和气候条件的影响	开发一种无需湿实验室、可实时估算小麦蛋白质含量的方法	来自印度五个地区的621个小麦样本	计算机视觉	NA	近红外高光谱成像，凯氏定氮法	1D-CNN	高光谱图像	621个小麦样本，蛋白质含量范围9.5-17.25%	NA	一维卷积神经网络	决定系数(R²)，均方根误差(RMSE)，性能偏差比(RPD)	NA