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
261	2025-08-06	Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01615-0 PMID:40760396	研究论文	本研究探讨了深度学习如何通过大型影像数据集增强卵巢癌的诊断和分期	提出了OCDA-Net，一种基于ResNet架构优化的模型，用于[F]FDG PET图像分析，并在诊断和分期上表现出优于传统CNN模型的性能	未来研究需要扩大数据集、增强模型可解释性并在临床环境中验证这些模型	提升卵巢癌的诊断和分期准确性	卵巢癌患者	计算机视觉	卵巢癌	深度学习	3D CNN, ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet, OCDA-Net	PET/CT扫描图像	数据集随机分为训练集（80%）、验证集（10%）和测试集（10%）
262	2025-08-06	An open dataset and machine learning algorithms for Niacin Skin-Flushing Response based screening of psychiatric disorders 2025-Aug-04, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07196-2 PMID:40760690	研究论文	本研究通过建立首个开放数据集并开发先进的AI工具，利用烟酸皮肤潮红反应(NSR)提高精神障碍的诊断准确性	首次建立用于AI研究的NSR开放数据集，开发了设备无关的深度学习模型和SVM分类方法，显著提升了精神障碍诊断的准确性和适用范围	样本量相对有限(120人)，诊断敏感性仍有提升空间(60-65%)	开发基于AI的客观、快速、高精度的精神障碍诊断方法	精神障碍患者(包括抑郁症、双相情感障碍和精神分裂症)和健康对照者	机器学习	精神疾病	深度学习、支持向量机(SVM)	Efficient-Unet、SVM	图像	120人(600张NSR图像)
263	2025-08-06	Enhancing Captive Welfare Management with Deep Learning: Video-Based Detection of Gibbon Behaviors Using YOWOvG 2025-Aug-04, Journal of applied animal welfare science : JAAWS IF:1.4Q2 DOI:10.1080/10888705.2025.2542844 PMID:40760848	研究论文	本研究开发了一种基于深度学习的视频分析方法YOWOvG，用于自动检测东部白眉长臂猿的行为，以提升圈养动物的福利管理	首次为东部白眉长臂猿创建了人工标注的时空行为数据集，并提出整合SE注意力机制和GELAN的改进深度学习模型YOWOvG，在视频识别中实现了85.20%的Frame-mAP，比基线结果提高了6.3%	未来工作需要扩展行为类别、解决刻板行为问题并整合音频线索以实现更全面的监测	通过自动化、非侵入式的视频监测提升救援中心对圈养野生动物福利的评估能力	东部白眉长臂猿的四种行为（休息、社交、攀爬、行走）	计算机视觉	NA	深度学习	YOWOvG（整合SE注意力机制和GELAN）	视频	69,919个标注帧
264	2025-08-06	The Dipeptidyl Peptidase-4 Inhibitor Saxagliptin as a Candidate Treatment for Disorders of Consciousness: A Deep Learning and Retrospective Clinical Analysis 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02217-0 PMID:39904872	研究论文	本研究通过深度学习模型筛选FDA批准的药物，发现二肽基肽酶-4抑制剂沙格列汀可能作为意识障碍的新治疗药物，并通过回顾性临床分析验证其效果	首次应用深度学习模型基于药物三维分子结构预测其对意识障碍的唤醒效果，并发现沙格列汀作为潜在治疗药物	研究为回顾性分析，需要进一步的前瞻性临床试验验证药物效果和安全性	探索现有FDA批准药物在意识障碍治疗中的新应用	4047名因创伤性、血管性或缺氧性脑损伤导致昏迷的患者	数字病理学	意识障碍	深度学习	深度学习模型	临床数据	4047名昏迷患者
265	2025-08-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习放射组学模型与临床专家在预测脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在预测血肿扩张方面的优势	模型的AUC值总体中等，预测性能仍有提升空间	预测非创伤性脑出血后的血肿扩张，以指导早期治疗干预	900名脑出血患者	数字病理学	脑出血	机器学习放射组学	随机森林分类器, 深度学习成像模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
266	2025-08-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	本文提出了一种基于深度学习的微波热疗中热点检测的直接学习方法	采用深度卷积编码器-解码器架构，直接利用散射场数据检测温度超过阈值的细胞，相比传统方法表现出更强的正则化能力	数据主要来自模拟生成，虽然也测试了商业软件的仿真数据，但缺乏真实临床数据的验证	开发一种用于微波热疗治疗中温度监测的热点检测方法	乳腺组织在微波热疗中的温度分布	计算机视觉	乳腺癌	深度学习	深度卷积编码器-解码器	图像数据	模拟生成的数据和商业软件仿真的温度分布数据
267	2025-08-06	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究旨在开发和评估基于PET/CT成像和深度学习模型的超代谢性肺病变检测和分类方法	采用多维联合网络结合图像块和二维投影进行分类，性能优于传统的放射组学方法	假阳性分割主要对应于邻近区域的可疑病变，特别是淋巴结	开发用于超代谢性肺病变检测和分类的深度学习模型	647例患者的PET/CT图像数据	数字病理学	肺癌	PET/CT成像	深度学习模型	医学影像	647例（409男/238女）来自5个中心的病例数据
268	2025-08-06	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	本文旨在通过开发计算高效的基于模型的深度学习图像重建框架和联合优化框架，提高高分辨率MR指纹扫描效率并克服计算挑战	提出了一种计算高效的基于模型的深度学习图像重建框架，并联合优化图像重建、定量参数估计和k空间采样轨迹	未提及具体局限性	提高3D定量MRI的参数量化精度并缩短重建时间	健康受试者和患者的模拟和体内MRF数据	医学影像处理	NA	MR指纹扫描	基于模型的深度学习(MBDL)	医学影像数据	模拟和体内MRF数据（健康受试者和患者）
269	2025-08-06	Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562443 PMID:40249681	research paper	该论文提出了一种改进的皮质表面重建方法V2CC，通过优化顶点对应关系和减少网格自交来提高神经影像分析的准确性	引入V2CC方法，使用L1损失替代传统的Chamfer损失，并提出新型Self-Proximity损失来处理主要自交问题	未明确说明方法在极端复杂皮质结构上的表现	改进皮质表面重建中的顶点对应关系和网格自交问题	皮质表面网格	neuroimaging	NA	deep learning	Vox2Cortex扩展模型	3D mesh/neuroimaging data	未明确说明
270	2025-08-06	Uncertainty Quantification and Quality Control for Heatmap-Based Landmark Detection Models 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564267 PMID:40279223	研究论文	本文提出了一种专为基于热图的解剖标志点检测模型设计的端到端不确定性量化方法，旨在提高临床应用的解释性和可控性	利用Dempster-Shafer理论和主观逻辑理论，通过单次前向传播实现概率分配和不确定性量化，并引入证据图和不确定性图来改进标志点检测精度和不确定性量化效果	NA	提高解剖标志点检测模型的不确定性量化和质量控制能力	基于热图的解剖标志点检测模型	计算机视觉	NA	Dempster-Shafer理论，主观逻辑理论	深度学习模型	图像	NA
271	2025-08-06	Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564458 PMID:40279227	research paper	本文提出了一种基于少样本学习的注释高效细胞核实例分割方法，旨在利用外部数据集辅助目标数据集的细胞核分割	提出了结构引导的广义少样本实例分割框架（SGFSIS），扩展了少样本实例分割的定义并引入了结构引导机制以应对细胞核分割的内在挑战	虽然性能接近全监督学习的90%，但仍需约10%的注释，且依赖于外部数据集的质量和相关性	开发一种注释高效的细胞核实例分割方法，减少对大量专家标注的依赖	组织病理学图像中的细胞核实例	digital pathology	NA	meta-learning based few-shot learning	SGFSIS (Structurally-Guided Generalized Few-Shot Instance Segmentation)	image	多个公开可用的数据集（具体数量未明确说明）
272	2025-08-06	Deep Rib Fracture Instance Segmentation and Classification From CT on the RibFrac Challenge 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565514 PMID:40305244	research paper	该论文介绍了RibFrac挑战赛，旨在通过大规模标注数据集和评估基准推动深度学习算法在肋骨骨折检测和分类中的应用	提供了包含5,000多个肋骨骨折实例的大规模标注数据集，并展示了深度学习算法在肋骨骨折检测上可达到或超过人类专家的性能	当前的肋骨骨折分类解决方案尚难以达到临床应用水平	推动AI辅助肋骨骨折诊断的研究与发展	肋骨骨折的检测与分类	digital pathology	rib fracture	CT扫描	深度学习算法	CT图像	660份CT扫描，包含5,000多个肋骨骨折实例
273	2025-08-06	LLM-Guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3566105 PMID:40310742	研究论文	本文提出了一种基于LLM引导的解耦概率提示方法（LDPP），用于医学图像诊断中的持续学习	提出了一种新的解耦概率提示池（DePP）和专家知识生成模块（EKG），利用LLM获取专家知识，并通过概率提示动态提供多样化的图像描述	未明确提及具体局限性	解决动态临床环境中处理新疾病出现的持续学习问题	医学图像诊断	数字病理	NA	持续学习（CL）、提示调优（PT）	LLM	医学图像	NA
274	2025-08-06	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	研究论文	本文提出了一种端到端的深度学习生成框架，用于可精细化形状匹配与生成，适用于计算医学中的In-Silico临床试验	开发了一种无监督几何深度学习模型，用于在潜在空间中建立可精细化形状对应关系，构建基于群体的图谱并生成逼真的合成形状	未明确提及具体局限性	为In-Silico临床试验开发能够生成逼真解剖形状的AI模型	肝脏和左心室3D表面网格模型	计算医学	NA	几何深度学习	生成模型	3D表面网格	未明确提及样本数量
275	2025-08-06	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	本文综述了机器学习和深度学习模型在脑电图（EEG）数据中应用于多发性硬化症（MS）管理的研究现状	探讨了深度学习方法（如CNN和混合模型）在MS诊断和监测中的应用，并提出了克服现有挑战的策略	存在使用基于机器学习的EEG分析时可能出现的潜在偏差和挑战	提高多发性硬化症的预测、诊断、监测和治疗（PDMT）效果	多发性硬化症（MS）患者	机器学习	多发性硬化症	EEG, 机器学习, 深度学习	CNN, 混合模型	EEG数据	NA
276	2025-08-06	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	research paper	本研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾病（CKD）早期分期检测	采用了一种新颖的迭代后向特征选择策略确定CKD分期的关键预测因子，并应用了基于注意力的TabNet架构构建分类模型	研究依赖于特定队列（CRIC研究）的数据，可能限制了模型的泛化能力	开发一个多类CKD分期预测模型，以改善糖尿病患者的早期肾病检测	糖尿病患者的慢性肾病分期	machine learning	chronic kidney disease	deep learning, explainable AI (XAI)	TabNet, XGBoost, random forest, AdaBoost, multi-layer perceptron	longitudinal clinical data	来自慢性肾功能不全队列（CRIC）研究的数据
277	2025-08-06	Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning 2025-Aug, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05974-1 PMID:40613867	研究论文	本文提出了一种结合表面增强拉曼光谱(SERS)和深度学习的方法，用于快速识别凡纳滨对虾的病原细菌	整合了SERS、最小二乘生成对抗网络(LSGAN)和Transformer，通过数据增强提高了病原体分类的准确率	光谱数据的可用性有限可能影响模型性能	开发一种快速、准确的方法检测对虾养殖中的病原体，以帮助早期疾病预防和控制	凡纳滨对虾的四种常见病原细菌	机器学习	水产养殖疾病	表面增强拉曼光谱(SERS)	LSGAN和Transformer	光谱数据	原始数据集160个光谱，通过LSGAN增强至2160个
278	2025-08-06	Single-cell image-based screens identify host regulators of Ebola virus infection dynamics 2025-Aug, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02034-3 PMID:40707832	研究论文	通过基于图像的全基因组CRISPR筛选，识别了埃博拉病毒感染的998个宿主调控因子，并利用深度学习模型关联每个宿主因子与病毒复制步骤	首次应用基于图像的全基因组CRISPR筛选技术，结合深度学习模型，系统识别并验证了埃博拉病毒感染的宿主调控因子及其作用机制	研究主要基于体外实验，未涉及动物模型或临床试验	识别埃博拉病毒感染的宿主调控因子，探索潜在的治疗靶点	埃博拉病毒(EBOV)及其宿主细胞	数字病理学	埃博拉病毒感染	CRISPR筛选, 深度学习	随机森林模型	图像	39,085,093个细胞
279	2025-08-06	Performance evaluation of enhanced deep learning classifiers for person identification and gender classification 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12474-w PMID:40750626	研究论文	本文提出了一种增强的深度学习分类器（EDLC）范式，用于基于眼周区域进行人员识别和性别分类	提出了一种新颖的六边形ROI提取方法，并采用了三种定制的EDLC模型，结合自适应优化算法调整超参数	未提及模型在其他数据集或实际应用场景中的泛化能力	提高基于眼周图像的人员识别和性别分类的准确性和计算效率	眼周区域图像	计算机视觉	NA	Laplacian变换, 自适应coati优化算法	dilated axial attention CNN, self-spectral attention-based relational transformer net, parameterized hypercomplex convolutional Siamese network	图像	UBIPr和UFPR数据集
280	2025-08-06	Transparent brain tumor detection using DenseNet169 and LIME 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13233-7 PMID:40750659	研究论文	本文提出了一种基于深度学习的DenseNet169-LIME-TumorNet模型，用于提高脑肿瘤分类的性能和可解释性	结合DenseNet169和LIME，提升了脑肿瘤分类的准确性和可解释性，同时减少了计算开销	未来需要通过多模态学习、混合深度学习和实时应用开发来提高模型的泛化能力	提升脑肿瘤分类的性能和可解释性，以辅助临床诊断和治疗计划	脑肿瘤MRI图像	医学影像	脑肿瘤	深度学习	DenseNet169和LIME	图像	2,870张MRI图像，涵盖三种肿瘤类型