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
3121	2025-10-06	Utilizing Deep Convolutional Neural Networks and Hybrid Classification for Gastrointestinal Disease Diagnosis from Capsule Endoscopy Images 2025-Aug, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2301-1590 PMID:40904333	研究论文	本研究开发了一种基于深度卷积神经网络和混合分类的胶囊内镜图像胃肠道疾病诊断系统	提出采用模型评分和类别评分的混合分类框架，通过集成学习技术提升胃肠道病变分类性能	研究主要关注特定类型的胃肠道病变，数据集存在类别不平衡问题	建立可靠的专家诊断系统以提高胶囊内镜检查的诊断准确性	胶囊内镜图像中的胃肠道病变	计算机视觉	胃肠道疾病	无线胶囊内镜(WCE)	CNN, 集成学习	图像	包含超过60,000帧的胶囊内镜图像数据集	NA	VGG16	召回率, 阴性预测值	NA
3122	2025-10-06	Short-range human cortico-cortical white matter fibers have thinner axons and are less myelinated compared to long-range fibers despite a similar g-ratio 2025-Aug, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002906 PMID:40834043	研究论文	通过二维透射电子显微镜分析比较人类大脑长程和短程白质纤维的轴突直径和髓鞘厚度差异	首次系统比较人类大脑长程和短程白质纤维的形态学特征，发现尽管g-ratio相似，但短程纤维具有更细的轴突和更薄的髓鞘	研究仅限于二维分析，未考虑三维结构特征；样本来源区域有限	探究人类大脑长程和短程白质纤维在轴突直径和髓鞘厚度方面的差异	人类大脑白质纤维，包括长程纤维（胼胝体）和短程纤维（浅表白质）	神经科学	NA	二维透射电子显微镜，深度学习	深度学习	电子显微镜图像	约400,000条白质纤维	NA	NA	NA	NA
3123	2025-10-06	Cardiovascular magnetic resonance imaging: Principles and advanced techniques 2025 Aug-Oct, Progress in nuclear magnetic resonance spectroscopy IF:7.3Q1 DOI:10.1016/j.pnmrs.2025.101561 PMID:40912881	综述	本文全面综述心血管磁共振成像的技术原理、现有局限及新兴发展方向	系统梳理了近二十年来应对CMR临床挑战的新型技术，包括自动化采集、运动处理策略、图像加速算法、多参数一体化扫描及深度学习全流程应用	NA	概述心血管磁共振成像的现状与未来应用前景	心血管磁共振成像技术体系	医学影像	心血管疾病	磁共振成像, 对比增强成像, 参数映射, MR血管造影	NA	动态/静态多对比度图像, 多参数图像	NA	NA	NA	NA	NA
3124	2025-10-06	Deep Learning-based Hierarchical Brain Segmentation with Preliminary Analysis of the Repeatability and Reproducibility 2025-Jul-31, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2023-0124 PMID:38960679	研究论文	开发基于深度学习的层次化脑部分割方法，并评估其在脑区体积测量中的可重复性和可再现性	提出新型深度学习层次化脑部分割方法，能够在临床可行时间内分割107个脑亚区	仅使用11名健康受试者的扫描数据评估可重复性和可再现性，样本量较小	评估深度学习脑部分割方法在体积测量中的可重复性和可再现性	人脑T1加权磁共振图像	医学影像分析	神经系统疾病	T1加权磁共振成像	深度学习模型	3D医学图像	486名受试者用于模型训练，11名健康受试者用于评估	NA	层次化分割架构	可重复性, 可再现性	NA
3125	2025-10-06	Automatic measuring of coronary atherosclerosis from medicolegal autopsy photographs based on deep learning techniques 2025-Jul-21, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-01045-0 PMID:40690102	研究论文	开发基于深度学习的算法来自动测量法医尸检照片中的冠状动脉粥样硬化	首次将深度学习技术应用于法医尸检照片中的冠状动脉粥样硬化自动评估	对中度粥样硬化等级的识别性能较低，模型性能有待进一步提升	开发快速精确评估冠状动脉粥样硬化的深度学习算法并识别影响预测的因素	法医尸检中的冠状动脉照片	计算机视觉	心血管疾病	数字摄影	深度学习	图像	3,717张数字照片，来自1,920例法医尸检	NA	NA	F1-score, 一致性指标, 绝对一致性指标	NA
3126	2025-10-06	Physiological Response of Tissue-Engineered Vascular Grafts to Vasoactive Agents in an Ovine Model 2025-Jul, Tissue engineering. Part C, Methods DOI:10.1089/ten.tec.2025.0098 PMID:40548865	研究论文	本研究开发并验证了一种评估组织工程血管移植物在大型动物模型中血管反应性的方法	首次结合血管内超声成像和血流动力学监测评估TEVG对血管活性药物的反应能力，并开发了基于深度学习的IVUS图像分割软件	硝普钠未能在TEVG中引发可测量的血管舒张反应，可能与静脉组织结构差异、低压环境和系统混杂因素有关	评估组织工程血管移植物的血管反应性功能	绵羊模型中的组织工程血管移植物	数字病理	心血管疾病	血管内超声成像，血流动力学监测，深度学习图像分割	深度学习	医学图像，生理参数	多塞特绵羊模型中的TEVG植入物	Python	NA	管腔面积变化百分比，心率变化，平均动脉压变化	NA
3127	2025-10-06	Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy 2025-Jun-02, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269389 PMID:40274371	研究论文	研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗中多周期剂量学行为及剂量-效应关系	首次系统分析多周期治疗中肿瘤与肾脏剂量学变化模式，并建立肾功能与肾脏吸收剂量关系的预测模型	样本量有限（30例患者），未发现肿瘤吸收剂量与治疗反应的显著关联	开发个性化剂量引导治疗策略	转移性神经内分泌肿瘤患者	数字病理	神经内分泌肿瘤	SPECT/CT成像，蒙特卡洛剂量率图，深度学习分割	深度学习算法	医学影像（SPECT/CT，MRI）	30例患者（78个肿瘤病灶）	NA	NA	RECIST，改良RECIST，eGFR变化百分比	NA
3128	2025-10-06	DeepBiome: A Phylogenetic Tree Informed Deep Neural Network for Microbiome Data Analysis 2025-Apr, Statistics in biosciences IF:0.8Q4 DOI:10.1007/s12561-024-09434-9 PMID:40894332	研究论文	提出一种基于系统发育树信息的深度神经网络DeepBiome，用于微生物组数据分析和表型预测	首次将系统发育信息整合到神经网络架构中，能够同时分析多个分类水平并可视化微生物-表型关联网络	未明确说明具体样本量大小，且关联分析的具体分类水平仍需进一步确定	开发能够预测表型并揭示微生物-表型关联网络的分析工具	微生物组数据和人类表型数据	机器学习	NA	微生物组测序	神经网络	微生物丰度计数数据	小到中等训练样本量	Keras, TensorFlow	基于系统发育树指导的神经网络架构	准确率, 效率	NA
3129	2025-10-06	Using synthetic RNA to benchmark poly(A) length inference from direct RNA sequencing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf098 PMID:40899916	研究论文	本研究开发了新型深度学习工具BoostNano，并与现有三种工具在合成RNA标准品上进行了多聚腺苷酸尾长推断的基准测试	提出了新的深度学习多聚腺苷酸尾长估计工具BoostNano，并首次使用已知尾长的合成RNA标准品对现有工具进行系统性基准测试	测试仅使用两种合成RNA标准品，性能表现存在长度和样本依赖性	评估和比较不同多聚腺苷酸尾长推断工具的准确性和性能	合成体外转录RNA标准品（Sequin和增强型绿色荧光蛋白RNA）	生物信息学	NA	牛津纳米孔直接RNA测序	深度学习	RNA测序数据	两组合成RNA标准品（Sequin：30或60个核苷酸；eGFP：10-150个核苷酸）	NA	NA	平均误差，运行时间	NA
3130	2025-10-06	Integrating Peritumoral and Intratumoral Radiomics with Deep Learning for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer Using DCE-MRI 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251374945 PMID:40899931	研究论文	开发并验证了一种结合瘤内和瘤周影像组学、深度学习特征及临床风险指标的人工智能系统，用于术前预测浸润性乳腺癌的淋巴血管侵犯状态	首次将瘤内和瘤周(0-1, 1-3, 3-5 mm)多区域影像组学特征与深度学习特征、临床风险因素融合，构建集成模型	回顾性研究，样本量有限(496例)，需多中心前瞻性验证	术前无创预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI	SVM, ResNet-50, 集成模型	医学影像	496例浸润性乳腺癌患者(训练集344例，验证集152例)	NA	ResNet-50	敏感性, 特异性, AUC, 决策曲线分析	NA
3131	2025-10-06	A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities 2025, IEEE transactions on automation science and engineering : a publication of the IEEE Robotics and Automation Society IF:5.9Q1 DOI:10.1109/tase.2025.3556290 PMID:40893870	研究论文	提出一种用于阿尔茨海默病诊断的跨模态互知识蒸馏框架，解决实际场景中模态不完整的问题	提出不完整跨模态互知识蒸馏(IC-MKD)框架，通过教师-学生模型架构实现模态间知识互补，包含模态解缠教师模型和学生模型的双向知识蒸馏机制	仅通过ADNI数据集进行验证，需要更多临床数据集进一步验证泛化能力	开发能够处理不完整多模态神经影像数据的阿尔茨海默病早期诊断方法	阿尔茨海默病患者的多模态神经影像数据（MRI和PET）	医学影像分析	阿尔茨海默病	多模态神经影像分析	深度学习,知识蒸馏	神经影像数据（MRI,PET）	ADNI数据集中的患者样本	深度学习框架	模态解缠教师模型(MDT),学生模型	理论分析,模拟研究验证	NA
3132	2025-10-06	Integrating radiomics, artificial intelligence, and molecular signatures in bone and soft tissue tumors: advances in diagnosis and prognostication 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613133 PMID:40900793	系统综述	评估影像组学、人工智能和分子标志物在骨与软组织肿瘤诊断和预后中的整合应用	首次系统评估影像组学-AI流程在BSTT中的应用现状，揭示三模态数据整合的缺失并提出未来发展路线图	分子数据整合几乎缺失，仅2项研究包含组织病理学关联，缺乏标准化多组学特征融合方法和外部验证	推进骨与软组织肿瘤的多模态诊断系统临床转化	骨与软组织肿瘤	医学影像分析	骨与软组织肿瘤	MRI, CT, 影像组学	随机森林, CNN	医学影像	24项研究（从1,141条初始记录中筛选）	NA	基于注意力的神经网络, 图模型	AUC	NA
3133	2025-10-06	Hybrid feature fusion in cervical cancer cytology: a novel dual-module approach framework for lesion detection and classification using radiomics, deep learning, and reproducibility 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1595980 PMID:40900798	研究论文	提出一种结合放射组学和深度学习的双模块框架，用于宫颈癌细胞学的病变检测和分类	首次将放射组学特征与深度学习特征融合，并采用双模块框架进行宫颈癌病变检测和分类	需要更大规模验证，缺乏实时部署和可解释性AI分析	提高宫颈癌细胞学筛查的准确性和效率	宫颈细胞学样本	数字病理学	宫颈癌	放射组学分析，深度学习	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, XGBoost, Random Forest, CatBoost, TabNet, TabTransformer	细胞学图像	4,236个宫颈细胞学样本（来自6个医疗中心），外部验证集3,619个样本	PyTorch, TensorFlow	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, TabTransformer	mAP, IoU, precision, recall, F1-score, accuracy, AUC	NA
3134	2025-10-06	A combined model integrating deep learning, radiomics, and clinical ultrasound features for predicting BRAF V600E mutation in papillary thyroid carcinoma with Hashimoto's thyroiditis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1641037 PMID:40900897	研究论文	开发结合深度学习、影像组学和临床超声特征的集成模型，用于预测合并桥本甲状腺炎的甲状腺乳头状癌中BRAF V600E突变	首次将深度学习特征、影像组学特征与临床超声特征相结合，构建多模态预测模型	回顾性研究，样本来源仅限于中国四家医院	预测甲状腺乳头状癌合并桥本甲状腺炎患者的BRAF V600E突变状态	672名患者的717个甲状腺结节	医学影像分析	甲状腺癌	超声成像	机器学习	超声图像	717个甲状腺结节（来自672名患者）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
3135	2025-10-06	Automatic detection and prediction of epileptic EEG signals based on nonlinear dynamics and deep learning: a review 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1630664 PMID:40900924	综述	本文综述了基于非线性动力学和深度学习的癫痫EEG信号自动检测与预测研究进展	识别了三个范式转变：非线性特征在捕捉发作前过渡期的优势、注意力机制处理长程依赖的关键作用、非线性属性与深度学习架构整合的显著优势	存在临床转化障碍、算法性能权衡、特征提取/选择限制等持续挑战	癫痫EEG信号的自动检测与预测	癫痫患者的脑电图信号	机器学习	癫痫	脑电图	CNN, LSTM	时间序列信号	NA	NA	NA	NA	NA
3136	2025-10-06	Faster, more accurate? A feasibility study on replacing human judges with artificial intelligence in video review for the Paris Olympics Taekwondo competition 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1632326 PMID:40901016	研究论文	本研究探索人工智能在巴黎奥运会跆拳道比赛视频回放系统中替代人类裁判的可行性	首次将ChatGPT-4.5和OpenPose深度学习模型结合应用于跆拳道比赛视频判罚，提出AI辅助预审+裁判确认的混合模式	在头部轻微接触或视觉遮挡场景下存在判罚差异，需要人类监督处理复杂情况	评估人工智能提升跆拳道比赛视频回放系统准确性和效率的潜力	2024年巴黎奥运会跆拳道比赛的视频回放案例	计算机视觉	NA	深度学习	ChatGPT-4.5, OpenPose	视频	241个视频回放案例	NA	OpenPose	Cohen's Kappa系数	NA
3137	2025-10-06	Clinical-oriented 3D visualization and quantitative analysis of gingival thickness using convolutional neural networks and CBCT 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1635155 PMID:40901030	研究论文	开发基于CBCT和深度学习的牙龈厚度3D可视化系统，用于牙种植手术规划	首次将DeepLabV3+架构应用于牙龈组织语义分割，并创新开发了包含垂直扫描策略、三角网格构建和梯度颜色映射的3D可视化算法	样本量较小（仅50名患者），需要更大规模验证	开发牙龈厚度的3D可视化定量分析系统，改进传统评估方法的局限性	50名牙齿缺失患者的CBCT和口内扫描数据	计算机视觉	牙科疾病	CBCT、口内扫描	CNN	医学影像	50名牙齿缺失患者	NA	DeepLabV3+	mIoU	NA
3138	2025-10-06	Privacy-preserving dementia classification from EEG via hybrid-fusion EEGNetv4 and federated learning 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1617883 PMID:40901300	研究论文	提出一种结合深度学习和联邦学习的轻量级隐私保护EEG分类框架用于痴呆症诊断	首次将混合融合EEGNetv4模型与联邦学习相结合，在保护数据隐私的同时实现高效痴呆症分类	样本量相对较小（88名受试者），仅评估了五种CNN模型	开发隐私保护的基于EEG的痴呆症分类方法	阿尔茨海默病（AD）和额颞叶痴呆（FTD）患者	数字病理	老年疾病	脑电图（EEG）	CNN	EEG信号	88名受试者	TensorFlow, PyTorch	EEGNetv1, EEGNetv4, EEGITNet, EEGInception, EEGInceptionERP	准确率	边缘设备
3139	2025-10-06	Protein-ligand affinity prediction via Jensen-Shannon divergence of molecular dynamics simulation trajectories 2025, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v22.0015 PMID:40901491	研究论文	提出一种基于Jensen-Shannon散度的分子动力学模拟轨迹分析方法，用于预测蛋白质-配体结合亲和力	使用JS散度替代深度学习相似性估计，将模拟时间减半并保持精度，提出通过AutoDock Vina预测相关性符号的方法	依赖分子动力学模拟，计算成本仍较高；需要AutoDock Vina进行粗粒度Δ值估计	开发更高效的蛋白质-配体结合亲和力预测方法	蛋白质-配体复合物	计算化学	NA	分子动力学模拟，Jensen-Shannon散度，AutoDock Vina	NA	分子动力学模拟轨迹	NA	NA	NA	相关性，准确度	NA
3140	2025-10-06	Progress and trends on machine learning in proteomics during 1997-2024: a bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1594442 PMID:40901512	文献计量分析	对1997-2024年间机器学习在蛋白质组学领域应用的研究进展和趋势进行首次大规模文献计量分析	首次专门针对机器学习驱动的蛋白质组学研究进行大规模文献计量分析，揭示该领域的知识结构和发展轨迹	基于文献计量数据的回顾性分析，未涉及具体技术方法的性能比较	系统梳理机器学习在蛋白质组学领域的应用现状、发展趋势和研究热点	Web of Science核心合集中1997-2024年间的5,156篇相关出版物	机器学习	NA	文献计量分析	NA	文献元数据	5,156篇出版物	CiteSpace, VOSviewer, Scimago Graphica, bibliometrix	NA	NA	NA