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
3081	2025-10-06	Enhanced metastasis risk prediction in cutaneous squamous cell carcinoma using deep learning and computational histopathology 2025-Sep-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01065-7 PMID:40897830	研究论文	开发基于深度学习的cSCCNet模型，通过数字病理学预测皮肤鳞状细胞癌的转移风险	首次使用深度学习模型自动选择肿瘤区域并预测cSCC转移风险，性能优于基于基因表达的工具和临床病理学分类	需要进一步验证包括前瞻性评估	开发可靠的皮肤鳞状细胞癌转移风险预测工具	227例来自四个中心的原发性皮肤鳞状细胞癌样本	数字病理学	皮肤癌	数字病理学，多重免疫组织化学	深度学习	组织病理学切片图像	227例原发性cSCC样本	NA	cSCCNet	AUC, 准确率	NA
3082	2025-10-06	Deep aging clocks: AI-powered strategies for biological age estimation 2025-Sep-02, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102889 PMID:40902671	综述	本文总结了基于人工智能的深度衰老时钟在生物年龄估计中的最新进展和应用	开发非线性深度衰老时钟以克服传统线性模型的局限，更好地捕捉衰老过程中的细微变化	NA	评估生物衰老并开发更准确的衰老测量方法	衰老人群的生物年龄估计	机器学习	老年疾病	表观遗传学、转录组学、代谢组学、微生物组、影像学	深度学习	多组学数据、影像数据	NA	NA	NA	NA	NA
3083	2025-10-06	Automated quantification of abdominal aortic calcification using 3D nnU-Net: a novel approach to assess AAA rupture risk 2025-Sep-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01911-x PMID:40898112	研究论文	本研究开发了一种基于3D nnU-Net的自动量化方法，用于从单次CTA扫描中分割和量化腹主动脉钙化	首次将3D nnU-Net应用于腹主动脉钙化的自动量化，为AAA破裂风险评估提供了一种新颖的自动化方法	回顾性研究设计，样本量相对较小（100例患者），需要进一步验证	开发自动量化腹主动脉钙化的深度学习模型，以改进AAA破裂风险评估	腹主动脉钙化和血管	医学影像分析	心血管疾病	CTA扫描	CNN	3D医学影像	100例接受腹主动脉CTA检查的患者	nnU-Net	3D nnU-Net	Dice系数, Spearman等级相关, Bland-Altman分析	NA
3084	2025-10-06	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	研究论文	本研究开发了一种基于多任务深度学习的自动化方法，用于从口腔全景片中估计性别和年龄	采用多任务学习框架，在单一模型中同时处理性别分类和年龄回归任务，显著优于人类观察者的预测性能	数据集仅包含2067个样本，可能限制模型的泛化能力	开发自动化的性别和年龄估计方法以应用于法医牙科和法医鉴定	口腔全景片（orthopantomograms）	计算机视觉	NA	深度学习	CNN	医学影像	2067张口腔全景片，性别和年龄组均衡分布（3-89岁）	NA	VGG	平均绝对误差（MAE）, 决定系数（R²）, 分类准确率	NA
3085	2025-10-06	Comparative analysis of transformer-based deep learning models for glioma and meningioma classification 2025-Sep, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102008 PMID:40554122	研究论文	本研究比较了基于Transformer的深度学习模型在脑胶质瘤和脑膜瘤分类任务中的性能	首次将Vision Transformer和BEiT模型应用于脑瘤分类，并提出了基于Segment Anything Model的全神经网络工作流程	仅使用单一数据集，可能影响模型的泛化能力	比较基于Transformer的深度学习模型在脑瘤分类中的准确性	脑胶质瘤和脑膜瘤的MRI图像	计算机视觉	脑瘤	MRI, 深度学习	Transformer, MLP	医学图像	训练集1132例（胶质瘤625例/脑膜瘤507例），测试集520例（胶质瘤260例/脑膜瘤260例）	NA	ViT, BEiT, MLP	AUC, 准确率	NA
3086	2025-10-06	Explainable artificial intelligence for pneumonia classification: Clinical insights into deformable prototypical part network in pediatric chest x-ray images 2025-Sep, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102023 PMID:40651288	研究论文	本研究首次将可变形原型部分网络应用于儿科胸部X光图像的肺炎分类，并通过放射科专家评估确保模型解释符合医学意义	首次将D-ProtoPNet这一事前可解释深度学习模型应用于儿科肺炎分类，并通过专家评估验证其临床相关性	需要进一步优化才能达到临床应用标准，准确率仍需提升以匹配黑盒模型	开发可解释的人工智能系统用于儿科胸部X光图像的肺炎分类	1-5岁儿科患者的胸部X光图像	计算机视觉	肺炎	胸部X光成像	D-ProtoPNet, ProtoPNet	图像	5,856张儿科胸部X光图像	NA	ResNet50	准确率, 精确率, 召回率, AUC	NA
3087	2025-10-06	LUMEN-A deep learning pipeline for analysis of the 3D morphology of the cerebral lenticulostriate arteries from time-of-flight 7T MRI 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121377 PMID:40675425	研究论文	开发了一个名为LUMEN的深度学习流程，用于从7T TOF-MRI分析脑豆纹动脉的3D形态	提出了首个半自动化的3D LSA形态量化流程，结合深度学习分割与传统形态分析	样本量相对较小（69名受试者），仅针对CSVD患者	开发量化脑豆纹动脉3D形态的分析工具	脑豆纹动脉（LSAs）	医学影像分析	脑小血管病	7T时间飞跃磁共振血管成像（TOF-MRA）	深度学习	3D MRI图像	69名CSVD患者	NA	DS6, nnU-Net	Dice系数, 灵敏度, 平均Hausdorff距离, 精确度	NA
3088	2025-10-06	Deep diffusion MRI template (DDTemplate): A novel deep learning groupwise diffusion MRI registration method for brain template creation 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121401 PMID:40721052	研究论文	提出一种基于深度学习的群体扩散MRI配准方法DDTemplate，用于创建脑模板并提高群体差异检测的敏感性	首次将深度学习方法应用于群体扩散MRI配准，结合全脑组织微结构和纤维束定向信息	未明确说明方法在特定病理条件下的适用性限制	开发一种能够同时训练群体配准网络并生成人口脑模板的深度学习框架	多个人群队列（青少年、年轻成人、老年人）的扩散MRI数据	医学影像分析	NA	扩散MRI（dMRI）	深度学习	扩散MRI图像	来自不同扫描仪的多个人群队列数据	基于VoxelMorph框架	NA	配准精度、群体差异检测敏感性	NA
3089	2025-10-06	A Comprehensive Review on Blockchain-based Systems for Groundwater Conservation and Wastewater Management 2025-Sep, Environmental management IF:2.7Q3 DOI:10.1007/s00267-025-02247-6 PMID:40760176	综述	系统分析区块链技术结合机器学习和深度学习在水资源管理中的应用进展	首次全面评估区块链与AI技术在水资源管理中的集成应用，量化性能改进并识别研究空白	数据整合、可扩展性和监管采用方面仍存在挑战	评估区块链技术在 groundwater conservation 和 wastewater management 中的技术集成与性能改进	地下水保护和废水管理系统	机器学习	NA	区块链技术、机器学习、深度学习、智能传感器、物联网实时监测	机器学习模型、深度学习模型	水资源管理数据、传感器数据	97篇同行评审文章	NA	NA	预测准确率、废水处理效率、资源分配效率	NA
3090	2025-10-06	Root mixture analysis: methods and vision 2025-Sep, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2025.07.003 PMID:40781027	综述	本文综述了作物根系混合物分析的方法与愿景，强调开发标准化、经济高效的根系表型分析方法的迫切性	提出利用与根系功能相关的理化性状作为物种识别标记，并通过优化深度学习和机器学习方法实现高通量根系混合物分析	当前工具无法实现非破坏性采样的根系物种区分，导致研究规模受限	开发支持可持续农业的根系混合物分析方法	多样化作物混合物中的根系相互作用	机器学习	NA	根系表型分析	深度学习, 机器学习	根系理化性状数据	NA	NA	NA	NA	NA
3091	2025-10-06	Automated surgical workflow recognition in privacy-preserving depth videos of the operating room 2025-Sep, Surgical endoscopy DOI:10.1007/s00464-025-12031-6 PMID:40770511	研究论文	本研究使用深度学习技术，基于隐私保护的深度视频实现手术室工作流程的自动识别	首次在手术室工作流程识别中采用隐私保护的深度摄像头，并提出新的阶段持续时间估计误差评估指标	实时预测性能低于术后分析，性能受摄像头在手术室中的位置影响	开发自动识别手术室工作流程的方法以提高手术室效率	21台腹腔镜手术的深度视频数据	计算机视觉	NA	深度摄像头视频采集	深度学习	深度视频	21台腹腔镜手术	NA	ASFormer	平均精度均值, 平均绝对误差	NA
3092	2025-10-06	Training of physical neural networks 2025-Sep, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09384-2 PMID:40903603	综述	本文探讨了物理神经网络(PNNs)的训练方法及其在人工智能计算中的潜在应用	提出利用模拟物理系统直接执行计算的新型神经网络架构，可能改变人工智能计算的基本范式	目前仅局限于小规模实验室演示，尚无方法能够扩展到与当前反向传播算法相媲美的大型模型	探索物理神经网络的训练方法及其在人工智能领域的应用潜力	物理神经网络及其训练算法	机器学习	NA	模拟物理计算	物理神经网络	NA	NA	NA	NA	NA	模拟物理系统
3093	2025-10-06	Applying Deep Learning to Quantify Drivers of Long-Term Ecological Change in a Swedish Marine Protected Area 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72091 PMID:40904377	研究论文	应用深度学习技术分析瑞典海洋保护区长期生态变化驱动因素	首次将目标检测模型应用于海洋保护区长期视频监测数据，量化底栖无脊椎动物的深度分布和丰度趋势	仅针对瑞典西海岸单一研究地点的17个分类群进行分析，结果可能不具有普遍性	量化海洋保护区长期生态变化驱动因素	瑞典Kosterhavet国家公园海底底栖无脊椎动物	计算机视觉	NA	视频监测，深度学习	目标检测模型	视频影像	1997-2023年间72,369条出现记录	NA	NA	平均精度均值(mAP)	NA
3094	2025-10-06	Lightweight and precise cell classification based on holographic tomography-derived refractive index point cloud 2025-Sep, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.9.096501 PMID:40904524	研究论文	提出基于全息层析成像折射率点云的轻量级精确细胞分类方法	将3D折射率体素数据转换为点云表示，并专门设计RI-PointNet++深度学习模型，在保持分类精度的同时大幅降低计算复杂度	仅针对HeLa细胞活力分类进行验证，未在其他细胞类型或疾病场景中测试	开发基于全息层析成像3D折射率点云数据的高效准确细胞分类方法	HeLa细胞的活力状态	计算机视觉	NA	全息层析成像	深度学习	3D折射率点云	NA	NA	RI-PointNet++	准确率	中央处理器(CPU)硬件
3095	2025-10-06	Enzyme functional classification using artificial intelligence 2025-Sep, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.03.003 PMID:40155269	综述	本文综述了人工智能在酶功能分类与预测中的研究进展，从传统机器学习过渡到深度学习，并展望了生成式AI与生物大数据结合的未来方向	系统总结了AI在酶功能预测领域从传统机器学习到深度学习的演进，特别强调了深度学习自动特征提取的优势，并前瞻性地提出生成式AI与生物大数据结合用于新酶功能发现和从头酶设计	NA	探讨人工智能技术在酶功能分类与预测中的应用与发展趋势	酶的功能分类与预测	机器学习	NA	人工智能，机器学习，深度学习	NA	生物化学数据	NA	NA	NA	NA	NA
3096	2025-10-06	Risk stratification of chest pain in the emergency department using artificial intelligence applied to electrocardiograms 2025-Sep-01, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003343 PMID:40889954	研究论文	开发了一种基于人工智能的心电图风险分层模型（CP-AI），用于急诊科胸痛患者的7天主要心血管事件预测	首次将深度学习模型应用于心电图数据，结合临床特征构建全自动风险分层系统，显著优于传统生物标志物模型	回顾性研究设计，需在前瞻性研究中进一步验证	改进急诊科胸痛患者的风险分层方法	急诊科就诊的胸痛患者	医疗人工智能	心血管疾病	深度学习，心电图分析	神经网络分类器	心电图数据，临床数据	训练集15,048名患者，外部验证集14,476名患者	NA	患者对比学习表示模型	AUROC, AUPRC	NA
3097	2025-10-06	Synthesized myelin and iron stainings from 7T multi-contrast MRI via deep learning 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121417 PMID:40784593	研究论文	开发深度学习模型从7T多对比度MRI数据生成铁和髓磷脂染色图像	首次使用自注意力生成对抗网络从体内MRI数据合成达到离体组织学分辨率水平的铁和髓磷脂染色图像	模型训练仅使用有限样本（两个尸体头部），需要更多数据验证泛化能力	通过深度学习实现非侵入性的髓磷脂和铁染色图像合成，促进脑组织学研究	人脑组织（尸体头部和活体MRI数据）	医学影像分析	神经退行性疾病	7T MRI, T1加权成像, 多回波GRE, R2*, QSM, 组织学染色	GAN	MRI图像, 组织学图像	2个尸体头部标本和2个活体MRI数据集	NA	自注意力生成对抗网络	定性评估（图像细节相似度, 组织区分能力）	NA
3098	2025-10-06	From Support Vector Machines to Neural Networks: Advancing Automated Velopharyngeal Dysfunction Detection in Patients With Cleft Palate 2025-Sep-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004460 PMID:40911835	研究论文	本研究开发了一种基于神经网络的深度学习模型，用于从语音样本中自动检测腭裂患者的腭咽功能障碍	从支持向量机转向神经网络方法，开发自监督深度学习模型用于VPD自动检测	模型可能捕捉到混杂数据，需要解决此问题并实现多语言语音分析	在低收入和中等收入国家扩大腭咽功能障碍护理规模	腭裂修复后患者，包括30名对照组和30名VPD患者	机器学习	腭咽功能障碍	语音分析	神经网络	音频	60名患者，约8000个音频样本	NA	自监督深度学习	准确率, 宏精确率, 宏召回率, F1分数	NA
3099	2025-10-06	LoRA-PT: Low-rank adapting UNETR for hippocampus segmentation using principal tensor singular values and vectors 2025-Sep-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103254 PMID:40912142	研究论文	提出一种基于低秩自适应UNETR的参数量高效微调方法用于海马体分割	将transformer结构参数矩阵分解为三个三阶张量，通过张量奇异值分解生成仅需更新主奇异值和向量的低秩张量	方法在三个公开海马体数据集上验证，但未提及在其他脑部结构或医学图像分割任务中的泛化能力	开发参数高效的微调方法以降低海马体分割模型的计算需求和数据依赖	海马体脑部结构	医学图像分割	精神疾病	深度学习，张量分解	UNETR	医学图像	三个公开海马体数据集	NA	UNETR, Transformer	分割精度，参数更新数量	NA
3100	2025-10-06	Radiomics and deep learning methods for predicting the growth of subsolid nodules based on CT images 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044104 PMID:40898494	研究论文	本研究评估了基于CT影像的深度学习与放射组学方法在预测亚实性肺结节生长中的临床应用价值	通过ResNet-based融合网络将放射组学特征与深度学习模型相结合，构建了性能更优的集成模型	回顾性研究设计，样本量相对有限（387个结节）	预测亚实性肺结节的生长趋势以指导临床管理	353名患者的387个亚实性肺结节	计算机视觉	肺癌	CT成像	CNN	医学影像	387个亚实性肺结节（195个生长组，192个非生长组）	NA	ResNet18	AUC, 决策曲线分析	NA