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
2901	2025-10-06	Identification of hypertrophic cardiomyopathy on electrocardiographic images with deep learning 2025-Aug, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00685-3 PMID:40696040	研究论文	开发并验证了一种能够从12导联心电图图像中识别肥厚型心肌病的深度学习模型	首次开发能够从心电图图像（而非原始电压数据）检测肥厚型心肌病的深度学习模型，支持多种心电图布局格式	模型性能依赖于心电图图像质量，且在不同数据源的定义标准存在差异（部分使用心脏磁共振确认，部分使用诊断代码）	开发一种可扩展的基于心电图图像的肥厚型心肌病筛查方法	肥厚型心肌病患者的心电图图像	计算机视觉	心血管疾病	心脏磁共振(CMR), 超声心动图	深度学习	图像	124,553份心电图来自66,987名个体（耶鲁纽黑文医院），外加MIMIC-IV、阿姆斯特丹大学医学中心和英国生物银行的外部验证数据	NA	NA	AUROC	NA
2902	2025-10-06	Deep learning-based segmentation of the trigeminal nerve and surrounding vasculature in trigeminal neuralgia 2025-Jul-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.10.JNS241060 PMID:40053933	研究论文	本研究开发并评估了基于深度学习的模型，用于三叉神经痛患者MRI中三叉神经及周围血管的自动分割	首次系统比较六种不同编码器骨干的U-Net网络在三叉神经及血管分割任务中的性能，并量化神经血管接触的解剖特征	研究样本量较小（仅50例患者），且为单中心回顾性研究	开发自动分割三叉神经及周围血管的深度学习模型，为三叉神经痛的术前评估提供定量指标	三叉神经痛患者的术前高分辨率MRI影像	医学影像分析	三叉神经痛	MRI	U-Net	医学影像	50例三叉神经痛患者	NA	U-Net, SE-ResNet50	Dice系数, IoU	NA
2903	2025-10-06	A pilot study of deep learning for automatic contouring of sulcus-to-sulcus diameter in ultrasound biomicroscopy 2025-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06764-2 PMID:40119915	研究论文	本研究开发了一种基于YOLOv8的深度学习算法，用于从超声生物显微镜图像中自动预测沟-沟直径和沟-沟平面到晶状体前表面的距离	这是首个基于YOLOv8自动测量沟-沟相关距离并评估与传统手动标记相比准确性的研究	样本量相对较小（100名患者），外部验证集的组内相关系数较低（STS为0.312，STSL为0.086）	构建深度学习算法自动预测眼科超声生物显微镜图像中的解剖参数	100名近视患者的100只眼睛，接受ICL植入治疗	计算机视觉	眼科疾病	超声生物显微镜	YOLOv8	图像	100名患者的100只眼睛，共400张UBM图像，另加26只眼睛（104张图像）的外部验证集	NA	YOLOv8	预测误差百分比, Bland-Altman检验, 组内相关系数	NA
2904	2025-10-06	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025 Jul-Aug, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究利用拉曼光谱和深度学习模型在生物制药过程中实施连续葡萄糖反馈控制策略	结合拉曼光谱与卷积神经网络、变分自编码器等深度学习模型，开发连续葡萄糖计算器作为可扩展替代方案	在制造环境中拉曼光谱可能不可行	提高生物工艺效率和产品质量，解决动态高消耗生物反应器系统的挑战	高消耗高复杂度的细胞培养过程	机器学习	NA	拉曼光谱	CNN, VAE	光谱数据	多个细胞系	NA	卷积神经网络, 变分自编码器	葡萄糖测量准确性, 稳定性, 设定点维持, 高甘露糖水平, 滴度生产力	NA
2905	2025-10-06	Early detection of sexually transmitted infections from skin lesions with deep learning: a systematic review and meta-analysis 2025-Jul, The Lancet. Digital health DOI:10.1016/j.landig.2025.100894 PMID:40769792	系统评价与荟萃分析	评估深度学习算法在通过皮肤病变早期检测性传播感染的准确性和适用性	首次对深度学习在STI皮肤病变检测中的应用进行系统评价和荟萃分析	数据异质性有限，性能评估指标存在潜在偏倚，泛化能力受限	评估深度学习算法在性传播感染早期检测中的诊断性能	性传播感染相关的皮肤病变图像	计算机视觉	性传播感染	深度学习图像分类	CNN	临床皮肤病变图像	101项研究，主要关注mpox(88%)、疥疮(8%)、疱疹(4%)等	NA	ResNet, VGGNet	敏感性, 特异性	NA
2906	2025-10-06	A Deep Learning-Based Clinical Classification System for the Differential Diagnosis of Hip Prosthesis Failures Using Radiographs: A Multicenter Study 2025-Jun-18, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01601 PMID:40531980	研究论文	开发了一种基于深度学习的临床分类系统(Hip-Net)，用于髋关节假体失败的多病因鉴别诊断	采用双通道集成四个深度学习模型，并生成空间分辨的疾病概率图，提高了诊断的可解释性	研究仅针对亚洲人群，样本来源限于三个医疗中心	提高髋关节假体失败鉴别诊断的准确性和效率	髋关节假体失败患者	计算机视觉	骨科疾病	放射影像分析	深度学习集成模型	X射线图像	1,454名患者(亚洲人群)的2,908张双视图(前后位和侧位)X光片	NA	双通道集成架构	准确率,AUC	NA
2907	2025-10-06	Automated Deep Learning Pipeline for Characterizing Left Ventricular Diastolic Function 2025-Apr-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.29.25326683 PMID:40343044	研究论文	开发自动化深度学习流程用于评估左心室舒张功能	首次构建包含8个人工智能模型的完整工作流，基于超过15.5万项研究自动评估左心室舒张功能障碍	模型性能在不同医疗中心存在差异（加权Cohen's kappa从0.27到0.52）	开发自动化AI流程来标准化左心室舒张功能障碍的评估	来自两个学术医疗中心的超声心动图研究	数字病理	心血管疾病	超声心动图	深度学习模型	医学图像和文本报告	超过155,000项研究，验证队列包括955项（Cedars-Sinai）和1,572项（Stanford）	NA	NA	一致性百分比，加权Cohen's kappa	NA
2908	2025-10-06	Raman spectral unmixing via multimodal time-frequency transformations and deep learning 2025-Apr-21, Optics express IF:3.2Q2 DOI:10.1364/OE.555722 PMID:40797931	研究论文	提出一种基于多模态时频变换和深度学习的拉曼光谱分离方法，用于从混合光谱中分离不同组织的信号	结合多模态频率和时频变换提取混合光谱特征，并引入注意力U-Net模型进行多模态融合预测	研究仅针对犬类膝关节骨关节炎样本，尚未验证在其他组织或疾病中的适用性	开发拉曼光谱分离技术以提高生物组织在体检测的准确性	犬类膝关节骨关节炎组织中的软骨和软骨下骨	机器学习	骨关节炎	拉曼光谱	深度学习	光谱数据	犬类膝关节样本	NA	注意力U-Net	NA	NA
2909	2025-10-06	Quantifying knee-adjacent subcutaneous fat in the entire OAI baseline dataset - Associations with cartilage MRI T2, thickness and pain, independent of BMI 2025-Apr, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.01.001 PMID:39864732	研究论文	开发基于人工智能的膝关节周围皮下脂肪自动分割工具，并评估其与软骨厚度、MRI T2弛豫时间、膝关节疼痛和肌力的关联	首次在完整OAI基线数据集中量化膝关节周围皮下脂肪，并证明其与骨关节炎相关指标的独立于BMI的关联	横断面研究设计无法确定因果关系	评估膝关节周围皮下脂肪作为骨关节炎生物标志物的潜力	骨关节炎倡议队列的4796名参与者	医学影像分析	骨关节炎	3.0T磁共振成像	深度学习	MRI图像	4796例右膝关节基线MRI图像	NA	NA	交叉验证误差	NA
2910	2025-10-06	Deep learning modelling of structural brain MRI in chronic head and neck pain after mild traumatic brain injury 2025-Mar-12, Pain IF:5.9Q1 DOI:10.1097/j.pain.0000000000003587 PMID:40084983	研究论文	本研究利用深度学习模型分析轻度创伤性脑损伤后早期结构脑MRI，预测慢性头颈部疼痛风险	首次使用预训练的3D ResNet-18模型对伤后72小时内的T1加权脑MRI进行慢性疼痛风险预测	样本量有限（128例），模型平均准确率仅0.59，需更大样本验证	开发基于早期结构脑MRI的预测模型，识别mTBI后慢性疼痛高风险个体	227例车辆碰撞后mTBI患者，其中128例在伤后72小时内完成脑MRI扫描	医学影像分析	创伤性脑损伤	T1加权磁共振成像	CNN	3D脑部MRI图像	128例mTBI患者脑MRI扫描	NA	3D ResNet-18	准确率, AUC, 召回率	NA
2911	2025-10-06	DCT-UNet: a UNet architecture for diffuse correlation tomography 2025-Mar-10, Optics express IF:3.2Q2 DOI:10.1364/OE.544401 PMID:40798593	研究论文	提出一种基于UNet架构的DCT-UNet网络，用于漫相关断层扫描的血流成像重建	首次将深度学习框架应用于DCT图像重建，采用可变形卷积、门控单元和组聚合桥模块改进UNet架构	NA	解决传统DCT重建算法中的病态数学问题，提高血流成像的准确性和鲁棒性	组织血流成像	医学影像处理	NA	漫相关断层扫描	CNN	光学信号	NA	NA	UNet	准确性, 鲁棒性	NA
2912	2025-10-06	Automated lensless blood sample identification through scattering media using deep learning architectures 2025-Feb-10, Optics express IF:3.2Q2 DOI:10.1364/OE.546326 PMID:40797768	研究论文	提出一种基于深度学习架构的便携式无透镜系统，用于通过散射介质自动识别血液样本	首次将无透镜设备与深度学习相结合，实现通过散射介质对血液样本进行非侵入式自动识别	在散射层厚度变化时的系统鲁棒性仍需进一步验证	开发一种便携式无透镜系统，用于通过散射介质自动识别血液样本	全血样本中的红细胞类型	计算机视觉	NA	局部二值模式变换，无透镜成像	CNN	图像	NA	NA	AlexNet, VGG-16, SqueezeNet	准确率, 马修斯相关系数	NA
2913	2025-10-06	A deep learning and digital archaeology approach for mosquito repellent discovery 2025-Jan-22, Chemical senses IF:2.8Q2 DOI:10.1093/chemse/bjaf021 PMID:40598906	研究论文	开发了一种结合深度学习和数字考古学的创新方法，用于发现新型驱蚊分子	首次将图神经网络应用于驱蚊剂发现，并通过数字化历史数据集实现了数据驱动的分子筛选	需要进一步验证候选分子在真实环境中的长期效果和安全性	开发高效、安全的新型驱蚊剂以应对虫媒疾病	蚊子驱避分子和多种病原体传播昆虫媒介	机器学习	虫媒疾病	行为测定、触角叶神经记录	GNN	分子结构数据、驱避性测量数据	约19,000个驱蚊性测量数据，317个候选分子	NA	图神经网络	命中率、预测准确性	NA
2914	2025-10-06	Changes in Self-Directed Learning Among Doctor of Physical Therapy Students Across Didactic Curriculum: A Mixed-Methods Analysis 2025-Jan-07, Journal, physical therapy education DOI:10.1097/JTE.0000000000000382 PMID:39763033	研究论文	本研究通过混合方法分析物理治疗博士学生在课程期间自我导向学习能力的变化	首次在物理治疗教育中追踪学生自我导向学习能力的纵向变化，并将定量测量与定性主题分析相结合	样本量有限（50名定量研究参与者，14名定性研究参与者），仅来自单一中西部DPT项目	探究传统物理治疗博士学生在课程期间自我导向学习能力的变化模式	物理治疗博士学生	教育研究	NA	混合研究方法	NA	问卷调查数据、焦点小组访谈数据	50名学生参与定量研究，14名学生参与定性研究	NA	NA	MSLQ评分、Grit量表评分、主题分析	NA
2915	2025-10-06	ASAS-NANP symposium: mathematical modeling in animal nutrition: synthetic database generation for non-normal multivariate distributions: a rank-based method with application to ruminant methane emissions 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	研究论文	提出一种基于秩次的合成数据库生成方法，用于处理反刍动物甲烷排放等动物科学中的非正态多元分布数据	开发了一种新的基于秩次的方法来生成具有相关非正态多元分布的合成数据库，相比copula方法能更好地保持原始分布矩和相关性结构	可能在合成数据库的子集中引入人工（未知）关系，随机森林回归对分布类型具有高度特异性	解决动物科学中数据有限的问题，提高预测建模工具的准确性和可靠性	反刍动物甲烷排放数据	机器学习	NA	合成数据生成，统计建模	随机森林, 多元线性模型	多元分布数据	NA	NA	NA	R2, 标准误差	NA
2916	2025-10-06	DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model 2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	提出一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	首次将CBAM注意力机制与ResNet结合用于配体类型预测，并创建了新的LigType5数据集	仅针对五种特定配体类型进行分类，未涵盖所有可能的配体类型	开发计算方法来预测蛋白质-配体结合位点的配体类型，以辅助药物发现	蛋白质-配体结合位点及其对应的配体类型	生物信息学	NA	深度学习	CNN	蛋白质结构数据	基于PDBbind和scPDB数据集构建的LigType5数据集	NA	CBAM-ResNet	准确率,AUC	NA
2917	2025-10-06	Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101869 PMID:40021091	研究论文	提出一种基于合成数据训练的神经网络方法，用于自动分析三维心脏标记磁共振图像中的位移	首次开发专门针对三维心脏标记MR图像的深度学习分析方法，使用合成数据进行网络训练	方法在合成数据上初步验证，需要进一步在更多真实临床数据上验证	开发用于三维心脏标记磁共振图像位移分析的深度学习方法	左心室运动分析	医学图像分析	心血管疾病	三维标记磁共振成像	神经网络	三维磁共振图像	外部验证人类数据集和猪体内研究数据集	NA	NA	位移偏差, 应变测量差异	NA
2918	2025-10-06	The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer 2025, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128369168250311172823 PMID:40207818	综述	探讨人工智能在乳腺癌病理学中的诊断应用潜力	AI平台可预测乳腺癌风险并在临床诊断前三年前识别肿瘤，深度学习技术对癌症亚型分类和肿瘤风险分级达到与专业放射科医师相当的准确度	需要高质量数据集并面临临床工作流程整合的挑战	提升乳腺癌诊断和治疗策略	乳腺癌病理学数据	数字病理学	乳腺癌	深度学习	CNN	组织病理学数据、乳腺X线摄影数据	NA	NA	卷积神经网络	准确度	NA
2919	2025-10-06	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	本研究提出了一种基于Segment Anything Model的时序空间自适应方法用于心脏电影磁共振图像分割	首次将分割基础模型SAM适配于心脏电影磁共振分割，引入时序空间注意力机制并支持文本提示和框提示	作为可行性研究，样本量相对有限且主要针对特定病理类型	开发具有高泛化能力的心脏电影磁共振自动分割方法	心脏电影磁共振图像中的左心室和心肌组织	计算机视觉	心血管疾病	心脏磁共振成像	基础模型微调	医学图像	公共测试数据集136例，内部数据集93例（主动脉狭窄40例，HFpEF 53例）	PyTorch	Segment Anything Model, 时序空间注意力机制	Dice系数, 相关系数	NA
2920	2025-10-06	Decoding the Variable Velocity of Lower-Limb Stepping Movements From EEG 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3603635 PMID:40875414	研究论文	本研究通过脑电图解码健康参与者下肢踏步运动的三维速度，比较线性回归和深度学习方法的性能	首次使用CNN-LSTM深度学习框架从EEG信号解码下肢踏步运动的三维速度，并在真实步行任务中验证可行性	样本量较小（仅9名健康参与者），未在患者群体中验证	开发脑机接口控制的外骨骼用于神经康复	健康参与者的下肢踏步运动	脑机接口	神经康复	脑电图	CNN, LSTM	EEG信号	9名健康参与者（G1组5人，G2组4人）	深度学习框架	CNN-LSTM组合架构	解码准确度, R值	NA