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
3281	2025-10-06	PixelPrint 4D : A 3D printing method of fabricating patient-specific deformable CT phantoms for respiratory motion applications 2024-Aug-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.02.24311385 PMID:39211887	研究论文	本文提出一种名为PixelPrint的3D打印方法，用于制造患者特异性可变形CT肺部体模以模拟呼吸运动	开发了能够精确复制患者肺部结构、纹理和衰减特征的可变形体模，相比现有模型更具真实性	NA	为呼吸运动补偿技术提供更真实的测试环境	呼吸运动体模（RMPs）和CT成像技术	医学影像	肺部疾病	3D打印技术	NA	CT影像数据	NA	NA	NA	结构复制精度、变形准确性、体积变化和衰减变化	NA
3282	2025-10-06	Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome 2024-07, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.05.002 PMID:38797002	研究论文	本研究开发了一种基于单通道静息态脑电图的深度学习模型，用于预测新生儿脑龄并评估神经发育结局	首次使用单通道20分钟静息态EEG数据实现新生儿脑龄预测，大幅降低数据需求，适合临床床边应用	测试数据集有限，仅在一个测试数据集中验证了与神经发育结局的关联	开发适用于临床床边使用的新生儿脑龄评估方法	早产新生儿	机器学习	新生儿神经发育疾病	脑电图	深度学习	脑电图信号	两个独立临床站点的测试数据集	NA	NA	平均绝对误差	NA
3283	2025-10-06	Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10980-y PMID:38862826	研究论文	本研究比较了基于临床数据和CT图像的深度学习模型在预测腹壁重建术后疝气复发方面的表现	发现仅使用临床数据的深度学习模型在预测疝气复发方面优于基于图像和混合数据的模型	所有三种模型对疝气复发的预测能力均较差，样本量相对有限（190例患者）	评估深度学习模型预测腹壁重建术后疝气复发的能力，并比较不同数据类型的预测效果	接受腹壁重建术并有术前CT检查的患者	机器学习	疝气	CT成像	深度学习模型	临床数据和CT图像	190例腹壁重建术患者，平均随访超过7年	NA	NA	AUC	NA
3284	2025-10-06	Surgical optomics: hyperspectral imaging and deep learning towards precision intraoperative automatic tissue recognition-results from the EX-MACHYNA trial 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10880-1 PMID:38789623	研究论文	本研究开发了基于高光谱成像和深度学习的术中自动组织识别系统，用于腹部手术中的精确组织识别	首次在前瞻性双中心设置中使用人类数据开发基于HSI的自动腹部组织识别系统，提出了“外科光学组学”新概念	需要进一步工作来量化HSI的临床价值，相似胚胎起源组织的分类准确性有待提高	开发术中自动组织识别技术以提高手术精准度	接受择期开腹手术的患者	计算机视觉	腹部疾病	高光谱成像	CNN	高光谱图像，RGB图像	169名患者（斯特拉斯堡73名，维罗纳96名），766张图像	NA	NA	真阳性率，DICE系数	NA
3285	2025-10-06	Clinical utility of a rapid two-dimensional balanced steady-state free precession sequence with deep learning reconstruction 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101069 PMID:39079600	研究论文	本研究评估了采用深度学习重建的加速二维心脏磁共振电影序列在缩短采集时间同时保持定量容积测量和图像质量的临床效用	首次将深度学习重建技术(Sonic DL)应用于二维平衡稳态自由进动序列，实现了37%的采集时间减少且不影响诊断质量	左心室质量和纵向应变测量存在轻微高估(质量高估3.36 g/m²，纵向应变高估1.97%)	评估深度学习重建加速技术在心脏磁共振电影成像中的临床实用性	124名参与者(16名预研究+108名前瞻性研究)	医学影像分析	心血管疾病	心血管磁共振(CMR)，二维平衡稳态自由进动序列	深度学习	医学影像	124名参与者	NA	Sonic DL	Bland-Altman分析，Pearson相关系数，配对t检验，Wilcoxon符号秩检验	NA
3286	2025-10-06	Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101081 PMID:39127260	研究论文	研究训练数据组成对四维磁共振血流成像中主动脉横截面分割卷积神经网络泛化能力的影响	首次系统分析训练数据中病理特征、技术因素等组成对4D flow CMR分割模型泛化性能的影响	研究样本量有限（260个数据集），未涵盖所有可能的病理类型和技术变体	开发自动分割模型并分析训练数据组成对模型跨中心、扫描仪厂商、序列和病理泛化能力的影响	260个4D flow CMR数据集，包括无主动脉病理受试者、健康志愿者和二叶式主动脉瓣患者	医学影像分析	心血管疾病	四维心血管磁共振血流成像	CNN	医学影像	260个4D flow CMR数据集	NA	增强型三维U-net with residual units	Dice score, Hausdorff distance, average symmetric surface distance, Bland-Altman分析, interclass correlation	NA
3287	2025-10-06	Automated biventricular quantification in patients with repaired tetralogy of Fallot using a three-dimensional deep learning segmentation model 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101092 PMID:39270800	研究论文	开发用于法洛四联症修复患者双心室自动分割的三维深度学习模型	首个专门针对先天性心脏病（法洛四联症）患者的三维深度学习分割模型，能够处理训练图像中缺失标签的问题	模型主要针对法洛四联症修复患者，在其他先天性心脏病中的泛化能力有待验证	开发专门用于法洛四联症修复患者左心室和右心室量化分析的自动分割模型	法洛四联症修复患者的心脏磁共振图像	医学图像分析	先天性心脏病	心血管磁共振成像	CNN	三维短轴心脏磁共振图像	训练集：196例（100例正常或获得性心脏病，96例法洛四联症）；测试集：36例法洛四联症	NA	三维卷积神经网络	Dice相似系数, 平均绝对误差, Wilcoxon符号秩检验	NA
3288	2025-10-06	Detection of signs of disease in external photographs of the eyes via deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00867-5 PMID:35352000	研究论文	本研究开发了一种基于深度学习的外部眼部照片分析系统，用于检测糖尿病视网膜病变等眼部疾病	首次使用外部眼部照片而非视网膜底片照片，通过深度学习检测多种糖尿病相关眼部疾病和血糖控制不良	需要进一步验证在不同相机设备和患者群体中的适用性	开发基于外部眼部照片的疾病检测深度学习模型	糖尿病患者的外部眼部照片	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	145,832名糖尿病患者用于训练，48,644名患者用于验证	NA	NA	预测性能	NA
3289	2025-10-06	Derivation of prognostic contextual histopathological features from whole-slide images of tumours via graph deep learning 2022-Dec, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00923-0 PMID:35982331	研究论文	通过图深度学习从肿瘤全切片图像中提取具有预后价值的上下文组织病理学特征	首次在半监督方式下使用图深度神经网络考虑肿瘤微环境中的上下文特征，提供可解释的预后生物标志物	方法仅在四种癌症类型上验证，需要进一步扩展到更多癌症类型	开发能够从全切片图像中提取预后相关上下文特征的计算病理学方法	肾脏癌、乳腺癌、肺癌和子宫癌患者的全切片图像	数字病理学	多癌种（肾脏癌、乳腺癌、肺癌、子宫癌）	全切片图像分析	图神经网络	图像	3,950名患者用于模型训练和验证，1,333名肾透明细胞癌患者用于风险分层	NA	图深度神经网络，注意力机制	预后预测准确性，风险分层能力	NA
3290	2025-09-06	Graph deep learning detects contextual prognostic biomarkers from whole-slide images 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00927-w PMID:35986140	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3291	2025-10-06	Graph deep learning for the characterization of tumour microenvironments from spatial protein profiles in tissue specimens 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00951-w PMID:36357512	研究论文	本研究开发了一种基于图神经网络的深度学习模型，利用空间蛋白质谱数据表征肿瘤微环境	首次将图神经网络应用于空间蛋白质谱数据，通过局部子图建模肿瘤微环境中的细胞相互作用	方法在头颈癌和结直肠癌中验证，需要进一步在其他癌症类型中验证	开发能够从空间蛋白质谱数据中识别与临床结果相关的肿瘤微环境特征的方法	人类头颈癌和结直肠癌组织标本	数字病理学	头颈癌,结直肠癌	多重免疫荧光成像	图神经网络	空间蛋白质谱图像数据	NA	NA	图神经网络	预测准确性	NA
3292	2025-10-06	Unraveling bladder cancer-related circRNA biomarkers: a hybrid model combining deep learning and statistics 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00373-3 PMID:40893176	研究论文	开发结合深度学习和统计分析的混合模型识别膀胱癌相关的环状RNA生物标志物	提出集成深度学习、特征选择和统计分析的综合计算方法，发现34个新型膀胱癌环状RNA生物标志物	样本量相对有限（454例患者和19例健康对照），需要进一步实验验证	识别膀胱癌诊断和预后的非侵入性环状RNA生物标志物	膀胱癌患者和健康对照的RNA测序数据	生物信息学	膀胱癌	RNA测序，CIRCexplorer3工具	深度学习	RNA测序数据	454例膀胱癌患者和19例健康对照	NA	NA	NA	NA
3293	2025-10-06	Method for fetal ultrasound image classification using pseudo-labelling with PCA-KMeans and an attention-augmented MobileNet-LSTM model 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103563 PMID:40896717	研究论文	提出一种结合伪标签生成和注意力增强MobileNet-LSTM模型的胎儿超声图像分类方法	使用PCA-KMeans进行无监督伪标签生成解决数据稀缺问题，并设计融合多头自注意力和LSTM的混合架构增强特征学习和时序上下文	未提及外部验证或临床部署的可行性评估	开发高精度的胎儿超声图像自动分类方法	胎儿超声图像	计算机视觉	胎儿医学	超声成像	CNN, LSTM, 注意力机制	医学图像	NA	NA	MobileNet, LSTM, 多头自注意力	准确率, 宏F1分数	NA
3294	2025-10-06	Electronic nose, HS-GC-IMS, HS-SPME-GC-MS, and deep learning model were used to analyze and predict the changes and contents of VOCs in in-shell walnut kernels under different roasting conditions 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145342 PMID:40609363	研究论文	本研究通过多种分析技术和深度学习模型，分析并预测不同烘烤条件下带壳核桃仁中挥发性有机化合物的变化和含量	首次结合电子鼻、HS-GC-IMS、HS-SPME-GC-MS和深度学习模型综合分析核桃烘烤过程中的挥发性有机物变化	仅针对带壳核桃仁进行研究，未涉及其他核桃制品或不同品种的对比分析	优化核桃烘烤工艺，提升风味品质	带壳核桃仁在不同烘烤条件下的挥发性有机化合物	机器学习	NA	电子鼻, HS-GC-IMS, HS-SPME-GC-MS, 定量描述分析	BP神经网络	化学分析数据	不同烘烤条件（温度和时间）下的核桃仁样本	NA	反向传播神经网络	准确率	NA
3295	2025-10-06	Rapid and non-destructive detection of formaldehyde adulteration in shrimp based on deep learning-assisted portable Raman spectroscopy 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145343 PMID:40609364	研究论文	开发了一种基于深度学习辅助便携式拉曼光谱的虾中甲醛掺假快速无损检测方法	首次将InceptionTime深度学习模型与便携式拉曼光谱仪结合用于虾中甲醛的无样品前处理检测	未明确说明样本数量和研究范围	开发虾中甲醛掺假的快速无损检测方法	虾样本	计算机视觉	NA	拉曼光谱	深度学习	光谱数据	NA	NA	InceptionTime	准确率	便携式拉曼光谱仪
3296	2025-10-06	Intelligent geographical origin traceability of Pu-erh tea based on multispectral feature fusion 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145375 PMID:40618601	研究论文	本研究提出基于多光谱融合的深度学习方法实现普洱茶产地精准溯源	设计改进的ECA-ResNet网络结构，结合优化的通道注意力机制实现自适应特征提取与融合	需要进一步将光谱特征与具体化学标志物关联以增强方法可解释性	实现普洱茶地理产地的智能溯源	来自五个主要产地的普洱茶样品	计算机视觉	NA	拉曼光谱，近红外光谱	CNN	光谱数据	五个主要产地的普洱茶样品	NA	ECA-ResNet	分类准确率	NA
3297	2025-10-06	A dual-view deep learning-driven discovery of cinnamoyl anthranilic acid derivatives against orthopoxvirus through targeting host ITGB3 2025-Nov-15, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.118002 PMID:40749255	研究论文	本研究开发了一种双视角深度学习模型，用于发现具有抗正痘病毒活性的肉桂酰氨基苯甲酸衍生物	结合BERT和图神经网络的双视角深度学习模型，首次应用于抗正痘病毒药物发现，并成功识别出通过靶向宿主ITGB3发挥作用的候选化合物	NA	开发新型抗正痘病毒药物	正痘病毒属，特别是猴痘病毒(MPXV)	机器学习	病毒感染	深度学习	BERT, 图神经网络	分子序列, 结构图	NA	NA	BERT, 图神经网络	NA	NA
3298	2025-10-06	Interpretable deep learning unlocks high-fidelity prediction for medical radioisotope production 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112110 PMID:40825264	研究论文	本研究开发了一种基于贝叶斯优化深度神经网络的可解释AI框架，用于高精度预测医学放射性同位素生产的核反应截面	首次将贝叶斯优化的深度神经网络与SHAP可解释性分析相结合，在核反应截面预测中实现了前所未有的准确性和可解释性	模型训练依赖于IAEA数据库的评估数据，数据覆盖范围和准确性可能影响模型性能	优化医学放射性同位素的生产策略，提高核医学应用效率	用于医学诊断成像和靶向放射治疗的放射性同位素-Sc、In、I和Tm	机器学习	NA	核反应截面测量，放射性同位素生产	深度神经网络	核反应截面数据	IAEA数据库中的评估数据	NA	深度神经网络	皮尔逊相关系数R	NA
3299	2025-10-06	DiffRaman: A conditional latent denoising diffusion probabilistic model for enhancing bacterial identification via Raman spectra generation under limited data 2025-Oct-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344372 PMID:40903108	研究论文	提出一种基于条件潜在去噪扩散概率模型的数据生成方法DiffRaman，用于增强有限数据下的细菌拉曼光谱识别	首次将条件潜在去噪扩散概率模型应用于拉曼光谱生成，结合二维图像转换和VQ-VAE编码器实现高效数据增强	在数据极度稀缺场景下的性能仍需验证，模型对光谱质量敏感度未充分探讨	解决拉曼光谱数据不足对深度学习模型性能的限制，提升细菌自动识别准确率	细菌拉曼光谱数据	机器学习	细菌感染	拉曼光谱技术	扩散模型, VQ-VAE	光谱数据	有限数据场景下的细菌拉曼光谱样本	PyTorch	条件去噪扩散概率模型(DDPM), Vector Quantized Variational Autoencoder	生成质量, 计算效率, 诊断模型性能提升	NA
3300	2025-10-06	Prediction of Nursing Need Proxies Using Vital Signs and Biomarkers Data: Application of Deep Learning Models 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17612 PMID:39654010	研究论文	开发深度学习模型预测住院患者的护理需求代理指标，并与传统回归模型比较预测效果	首次将循环神经网络和长短期记忆网络应用于护理需求预测，通过时序数据分析提升预测性能	在患者病情快速变化期间预测准确性显著下降	开发预测护理需求代理指标的深度学习模型	20,855名成年住院患者	机器学习	NA	电子健康记录分析	RNN, LSTM	生命体征、生物标志物、人口统计学数据	20,855名成年患者	NA	RNN, LSTM	预测准确性	NA