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
281	2025-09-06	A dual-branch encoder network based on squeeze-and-excitation UNet and transformer for 3D PET-CT image tumor segmentation 2025-Sep-05, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03427-6 PMID:40911253	研究论文	提出一种基于SE-UNet和Transformer的双分支编码器网络TASE-UNet，用于3D PET-CT图像肿瘤分割	结合PET分子信息和CT病理信息，设计双分支编码器结构，在跳跃连接中加入3D CBAM注意力模块	NA	实现肿瘤的自动分割，替代专家手动分割	3D PET-CT图像中的肿瘤区域	计算机视觉	肿瘤	深度学习	SE-UNet, Transformer, 3D CBAM	3D医学图像（PET-CT）	HECKTOR2022数据集
282	2025-09-06	Real-time corneal image segmentation for cataract surgery based on detection framework 2025-Sep-05, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03506-x PMID:40911268	研究论文	提出一种基于椭圆建模的无锚框实时角膜分割框架EllipseNet，用于白内障手术中的角膜图像分割	仅需矩形边界框标注即可自动推断角膜椭圆轴，实现高效实时分割，速度比现有最优模型快近三倍	依赖矩形边界框初始标注，未提及多中心验证或不同手术场景的泛化能力	开发实时角膜分割方法以支持白内障手术的术中引导和教学培训	白内障手术中的角膜图像和手术器械	计算机视觉	白内障	深度学习图像分割	Hourglass网络与anchor-free检测框架	图像	NA
283	2025-09-06	Detectability Driven Recommendation of Anomaly Detection Models for Time-Series Data 2025-Sep-04, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3601712 PMID:40907047	研究论文	提出一种基于可检测性概念的时间序列异常检测模型推荐方法，以提高模型选择效率并降低计算成本	引入基于细粒度数据特征比较的可检测性定义框架，并设计高效的可检测性计算技术与推荐算法	NA	解决时间序列异常检测中多模型同时运行计算成本高的问题，通过智能推荐机制选择合适模型	时间序列数据异常检测模型	机器学习	NA	深度学习，异常检测技术	NA	时间序列数据	真实时间序列数据集和典型异常检测方法
284	2025-09-06	Geometric-Driven Cross-Modal Registration Framework for Optical Scanning and CBCT Models in AR-Based Maxillofacial Surgical Navigation 2025-Sep-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3606469 PMID:40907041	研究论文	提出一种几何驱动的跨模态配准框架，用于光学扫描与CBCT模型在AR导航颌面手术中的精准对齐	结合几何特征提取（曲率和咬合轮廓）与混合深度学习工作流，实现高精度跨模态配准	未明确说明临床适用病例范围或系统计算效率	提升无牙颌/部分无牙颌患者种植牙手术的术前规划精度	放射导板的光学扫描模型与患者CBCT数据	计算机视觉	牙科疾病	锥形束CT（CBCT）、光学扫描、增强现实（AR）	混合深度学习模型	3D几何模型、医学影像	通过临床和体模实验验证（具体样本量未说明）
285	2025-09-06	A Physics-ASIC Architecture-Driven Deep Learning Photon-Counting Detector Model Under Limited Data 2025-Sep-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3605886 PMID:40907044	研究论文	提出一种基于物理-ASIC架构驱动的深度学习模型，用于在有限校准数据下精确建模光子计数探测器	结合物理机制与ASIC架构的深度学习模型，能够用有限数据准确捕捉探测器传感器和ASIC的整体响应	模型性能依赖于有限校准数据，可能影响在更广泛条件下的泛化能力	解决光子计数计算机断层扫描（PCCT）中探测器精确建模的挑战	光子计数探测器（PCDs）	医学影像	NA	深度学习，光子计数计算机断层扫描（PCCT）	深度学习模型	校准数据，医学影像数据	有限校准数据集
286	2025-09-06	Advancing Point-of-Care Still's Murmur Identification: Evaluating the Efficacy of ConvNets and Transformers Using the StethAid Multicenter Heart Sound Database 2025-Sep-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3606341 PMID:40907040	研究论文	本研究评估了卷积神经网络和Transformer模型在利用StethAid多中心心音数据库识别儿童Still's杂音方面的效能	首次专门针对儿童Still's杂音开发深度学习模型，并建立了专门的儿科心音数据库	研究基于相对有限的样本量（527个心音图），且需要专家诊断作为金标准	开发辅助初级保健提供者准确识别儿童Still's杂音的AI工具	儿科患者的心音图数据	数字病理学	心血管疾病	数字听诊技术、心音图分析	CNN, Transformer (包括SQ-NET, ResNet18, AST, DeiT, Swin transformer, DINO)	音频信号（心音图）	527个心音图记录，来自四个儿科医疗中心，外加1450个历史心音记录
287	2025-09-06	STAD-CoAtt: Integration of Evolving Gene Graphs in the Assessment of Neuropathological Stages Using Spatiotemporal Representations of Brain Transcriptomics Data 2025-Sep-04, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3605968 PMID:40907046	研究论文	提出一种融合时空图学习和共注意力网络的STAD-CoAtt方法，用于分析阿尔茨海默病的脑转录组数据并评估神经病理阶段	首次将演化基因图特征与时空表示相结合，采用共注意力网络压缩动态AD特异性调控网络，并通过非线性流形对齐融合块构建联合潜在表示	NA	开发深度学习框架以提升阿尔茨海默病神经病理阶段评估的准确性	人类脑组织单核RNA测序数据	生物信息学	阿尔茨海默病	单核RNA测序(snRNA-seq), 时空图学习	ST-GCN, 共注意力网络	转录组数据	来自ROSMAP和GSE平台的两个基准RNA-seq数据集
288	2025-09-06	Estimation of Segmental Longitudinal Strain in Transesophageal Echocardiography by Deep Learning 2025-Sep-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605793 PMID:40907054	研究论文	本研究开发了首个基于深度学习的自动化流程autoStrain，用于经食管超声心动图中左心室节段纵向应变的估计	首次将深度学习运动估计方法应用于TEE的SLS自动计算，并利用高真实度合成数据集解决真实心肌运动数据难以获取的挑战	使用合成数据进行训练，虽然进行了临床验证，但样本量有限（16例患者）	开发自动化工具以提高心脏功能评估的精确度和效率	左心室节段纵向应变（SLS）	计算机视觉	心血管疾病	深度学习运动估计	RAFT光学流模型（TeeFlow）和CoTracker点轨迹模型（TeeTracker）	经食管超声心动图视频序列	80例患者的合成TEE数据集用于训练评估，16例患者用于临床验证
289	2025-09-06	Deep Learning for Segmenting Ischemic Stroke Infarction in Non-contrast CT Scans by Utilizing Asymmetry 2025-Sep-04, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01559-8 PMID:40908314	研究论文	本研究开发了一种结合对称性原理与nnUNet模型的分割方法，用于在非增强CT扫描中自动分割缺血性卒中梗死区域	引入了基于对称性学习的生成模块和上游分割模块，创新性地采用强度病变概率(ILP)函数和特定输入通道来增强模型敏感性	外部测试集的DSC指标相对较低(0.4891)，表明模型在外部数据上的泛化能力仍有提升空间	开发缺血性卒中病变的自动分割方法以辅助临床决策	急性缺血性卒中患者的非增强CT扫描图像	医学图像分析	缺血性卒中	CT成像	nnUNet, 2.5D ResUNet	医学图像	397例NCCT扫描（内部数据集345训练+52测试），外加60例外部验证病例
290	2025-09-06	Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning 2025-Sep-04, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.70153 PMID:40908531	研究论文	本研究利用深度学习模型分析肠道微生物组数据以辅助肠易激综合征的诊断	采用深度神经网络处理高维度微生物组数据，在疾病分类中实现92.79%的准确率	NA	探索肠道微生物组在肠易激综合征中的作用并开发诊断方法	人类肠道微生物组数据	机器学习	肠易激综合征	微生物组分析	DNN, XGBoost, RandomForest, Logistic Regression, LightGBM	微生物组谱数据	综合微生物组数据集（具体数量未说明）
291	2025-09-06	Toward clinical translation of AI-Led drug discovery in endometrial cancer 2025-Sep-04, Expert review of anticancer therapy IF:2.9Q2 DOI:10.1080/14737140.2025.2557602 PMID:40908794	综述	本文综述了深度学习在子宫内膜癌药物发现中的应用及其临床转化挑战	系统分析子宫内膜癌领域AI药物发现的临床转化瓶颈并提出多学科解决方案	面临数据稀缺、模型可解释性不足、生物学验证缺失和监管不确定性等挑战	推动人工智能驱动的药物发现技术在子宫内膜癌临床治疗中的实际应用	子宫内膜癌(EC)	人工智能药物发现	子宫内膜癌	深度学习(DL)	NA	多模态生物医学数据	NA
292	2025-09-06	Artificial intelligence oculomics for systemic health and longevity medicine: 2025 and beyond 2025-Sep-04, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001174 PMID:40910901	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
293	2025-09-06	Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa 2025-Sep-03, International health IF:2.3Q2 DOI:10.1093/inthealth/ihae081 PMID:39545538	综述	探讨人工智能在撒哈拉以南非洲地区增强抗菌素耐药性生物监测的整合与应用潜力	提出利用AI技术解决该地区AMR监测数据碎片化问题，并通过机器学习和深度学习算法实现耐药菌株检测、追踪及预测	数据稀缺、基础设施不足和伦理问题阻碍AI在当地的实施	提升撒哈拉以南非洲地区的抗菌素耐药性生物监测能力	撒哈拉以南非洲地区的抗菌素耐药性监测数据与系统	机器学习	传染病（抗菌素耐药性相关）	机器学习、深度学习、基因组分析	NA	大型数据集（包括基因组数据）	NA
294	2025-09-06	Vision transformer network discovers the prognostic value of pancreatic cancer pathology sections via interpretable risk scores 2025-Sep-03, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03547-3 PMID:40897976	研究论文	本研究利用改进的视觉变换器模型从胰腺癌病理切片中提取可解释的风险评分以预测患者预后	首次将空间注意力机制的视觉变换器模型应用于胰腺癌病理切片分析，生成可解释的风险评分	验证集样本量较小（28例），模型在验证集的C指数相对较低（0.62）	开发深度学习模型挖掘病理切片的预后价值，推动精准肿瘤学发展	胰腺癌患者及癌前病变患者的H&E染色全切片图像	数字病理	胰腺癌	深度学习，图像处理	改进的ViT（视觉变换器）模型	病理图像	125例公共数据库病例 + 28例真实世界患者
295	2025-09-06	From shadow to sustainability: How informality, environmental taxes, and green innovation reshape carbon and biodiversity futures in the G7 countries 2025-Sep-03, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127153 PMID:40907225	研究论文	本研究提出一个结合计量经济学模型与深度学习的集成框架，分析G7国家中非正规经济、环境税和绿色创新对消费碳排放和生物多样性的影响	首次将计量经济模型（CS-ARDL和FMOLS）与深度学习模型（LSTM和CNN）结合，量化非正规经济在气候与生物多样性政策中的影响	研究仅限于G7国家1994-2020年数据，可能无法完全推广到其他国家或时期	探讨非正规经济、环境税和绿色创新如何共同影响碳排放和生物多样性，以支持可持续发展转型	G7国家（加拿大、法国、德国、意大利、日本、英国、美国）	机器学习	NA	计量经济分析，深度学习	LSTM, CNN, CS-ARDL, FMOLS	时间序列数据	G7国家1994-2020年的年度数据
296	2025-09-06	Voxel-level Radiomics and Deep Learning Based on MRI for Predicting Microsatellite Instability in Endometrial Carcinoma: A Two-center Study 2025-Sep-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.028 PMID:40908231	研究论文	开发并验证了一种基于多序列MRI和体素级放射组学的深度学习模型，用于预测子宫内膜癌的微卫星不稳定性状态	首次将体素级放射组学特征与Vision-Mamba架构的双通道3D深度神经网络结合，优于传统放射组学和ViT/3D-ResNet模型	回顾性研究，样本量有限（375例），仅来自两个医疗中心	预测子宫内膜癌的微卫星不稳定性状态	经病理确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	多参数MRI（T2WI, DWI, CE-T1WI），免疫组化	Vision-Mamba架构的双通道3D深度神经网络	MRI图像	375例子宫内膜癌患者（来自两个医疗中心）
297	2025-09-06	Automated Kidney Tumor Segmentation in CT Images Using Deep Learning: A Multi-Stage Approach 2025-Sep-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.020 PMID:40908232	研究论文	提出基于DeepMedic 3D卷积神经网络的自动分割框架，用于CT图像中肾脏和肾肿瘤的精确分割	采用多尺度特征提取和三维卷积神经网络实现全自动分割，显著提升肾脏肿瘤分割的准确性与效率	研究依赖于单一中心数据集，未进行外部验证，可能影响模型泛化能力	开发自动化工具以解决肾脏肿瘤CT分割中人工操作耗时及观察者间差异问题	肾脏和肾肿瘤	计算机视觉	肾癌	CT扫描，3D卷积神经网络	DeepMedic 3D CNN	三维医学影像（CT）	382例增强CT扫描，由经验医师手动标注
298	2025-09-06	Development and evaluation of deep learning models for detecting and classifying various bone tumours in full-field limb radiographs using automated object detection models 2025-Sep-02, Bone & joint research IF:4.7Q1 DOI:10.1302/2046-3758.149.BJR-2024-0505.R1 PMID:40889784	研究论文	开发并评估基于深度学习的目标检测模型（DINO和YOLO），用于在全肢X光片中自动检测和分类良恶性骨肿瘤	首次将改进去噪锚框的DINO目标检测模型应用于全肢X光片的骨肿瘤检测与分类，并与医生诊断性能进行系统对比	模型诊断错误主要发生在骨科肿瘤专家也难以诊断的病例或罕见部位肿瘤，且样本仅来自三个机构	开发全自动深度学习模型检测和分类骨肿瘤，并比较模型与骨科医生的诊断性能差异	642例经病理确诊的肢体骨肿瘤病例（378例良性，264例恶性及中间型）	计算机视觉	骨肿瘤	深度学习目标检测	DINO, YOLO	X光图像	642例骨肿瘤病例（来自三个医疗机构）
299	2025-09-06	Deep learning model for screening causes of activated partial thromboplastin time prolongation using clot waveform analysis at multiple wavelengths 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15089-3 PMID:40897743	研究论文	开发基于深度学习的多波长凝血波形分析模型，用于高精度筛查活化部分凝血活酶时间延长的原因	首次将深度学习技术应用于多波长凝血波形分析，利用隐藏特征提升分类准确性，相比传统方法显著提高性能	模型性能可能受试剂和/或分析仪的影响，需要在各实验室独立构建	开发高精度筛查工具，分类APTT延长的多种病因	凝血异常患者样本，包括血友病、狼疮抗凝物阳性、肝素治疗、华法林治疗和直接口服抗凝剂治疗患者	机器学习	凝血功能障碍	凝血波形分析(CWA)，多波长检测系统	CNN	数值数据（凝血波形及其一阶、二阶导数曲线）	683个样本（135例血友病，95例LA阳性，99例肝素治疗，105例华法林治疗，249例直接口服抗凝剂治疗）
300	2025-09-06	A dual-stream deep learning framework for skin cancer classification using histopathological-inherited and vision-based feature extraction 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01319-1 PMID:40897750	研究论文	提出一种双流深度学习框架，结合组织病理学继承特征和视觉特征提取进行皮肤癌分类	首次将组织病理学嵌入特征与视觉空间特征通过双流架构融合，提升皮肤病变诊断性能	仅在HAM10000数据集上验证，需进一步临床验证和跨数据集泛化测试	开发准确高效的皮肤病变诊断方法以改善皮肤癌早期检测	皮肤病变图像，特别是黑色素瘤等皮肤癌类型	计算机视觉	皮肤癌	深度学习特征提取	U-Net, Virchow2, Nomic, MLP	图像	HAM10000数据集