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
3341	2025-10-06	Diabetic retinopathy screening using machine learning: a systematic review 2025-Sep-02, BMC biomedical engineering DOI:10.1186/s42490-025-00098-0 PMID:40890865	系统综述	本文系统综述了机器学习在糖尿病视网膜病变筛查中的应用研究现状	系统性地识别和分析了视网膜眼底图像数据集，总结了常用的预处理技术，并分析了机器学习技术在DR筛查中的进展	缺乏标准化质量的视网膜数据集，深度学习模型复杂且需要高计算资源	分析和评估机器学习技术在糖尿病视网膜病变筛查中的集成应用	糖尿病视网膜病变筛查相关的研究文献和技术方法	医学影像分析	糖尿病视网膜病变	机器学习，深度学习	NA	视网膜眼底图像	NA	NA	NA	NA	高计算资源需求
3342	2025-10-06	Deep learning-based morphological analysis of human sperm 2025-Sep-02, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03418-7 PMID:40897949	研究论文	提出基于深度学习的精子头部形态分析方法，通过联合学习模型实现精子头部分割和形态分类	开发多任务联合学习模型，结合精子头部分割和形态分类，利用多帧多角度时序图像克服传统2D图像局限性	NA	通过精子头部形态分析预测男性精液质量	人类精子	计算机视觉	生殖健康	深度学习	多任务学习模型	多帧多角度时序图像	NA	NA	NA	NA	最小计算需求，可利用现有胚胎学实验室设备
3343	2025-10-06	Promoting Li Transfer and Storage in Si Anode Through Dynamically Precise Modulation of Constructed Carbon Coating 2025-Sep-02, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202505151 PMID:40898652	研究论文	通过动态精确调控构建的碳涂层来促进硅负极中锂的传输和存储	设计了三种不同微观结构的碳涂层，发现具有均匀分布膨胀石墨层和孔隙的类硬碳涂层能提供快速锂/电子扩散通道并有效缓冲硅膨胀	NA	研究碳涂层微观结构与电化学行为之间的关系，提升硅负极性能	硅基锂离子电池负极材料	材料科学	NA	原位电子显微镜，深度学习	深度学习	显微图像数据	三种不同微观结构的碳涂层样品	NA	NA	电化学稳定性，倍率性能	NA
3344	2025-10-06	A Preliminary Study on an Intelligent Segmentation and Classification Model for Amygdala-Hippocampus MRI Images in Alzheimer's Disease 2025-Sep-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.039 PMID:40903373	研究论文	开发基于深度学习的杏仁核-海马体分割与分类模型，用于阿尔茨海默病的早期检测	采用半自动标注流程结合U²-Net分割和DenseNet-121分类，首次在中国多中心大规模数据集上实现杏仁核-海马体的精准分析	仅在中国人群中进行验证，需要更多种族群体的外部验证	提高阿尔茨海默病的早期检测和干预能力	阿尔茨海默病患者和健康对照者的杏仁核-海马体MRI图像	医学影像分析	阿尔茨海默病	MRI神经影像	深度学习	医学图像	内部训练集2000例（1000健康对照+1000AD患者），外部验证集200例（100健康对照+100AD患者）	NA	U²-Net, DenseNet-121	DSC, AUC	NA
3345	2025-10-06	Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04834-x PMID:39937214	研究论文	本研究利用基于深度学习的全自动三维容积CT测量方法探讨内脏脂肪肥胖与腹部器官结构变化之间的关联	首次采用全自动三维容积CT测量结合深度学习算法系统评估内脏脂肪肥胖患者腹部器官的体积和CT衰减值变化	样本量相对有限（610例），且为横断面研究无法确定因果关系	探索内脏脂肪肥胖与腹部器官结构变化的关系	610名患者（295名男性，315名女性，平均年龄68.4岁）	医学影像分析	肥胖相关代谢疾病	三维容积计算机断层扫描	深度学习算法	CT影像	610例患者	NA	NA	相关系数，p值	NA
3346	2025-10-06	3D Deep Learning for Virtual Orbital Defect Reconstruction: A Precise and Automated Approach 2025-Sep-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011143 PMID:39960444	研究论文	本研究提出一种改进的3D U-Net+++架构，用于实现精确自动的虚拟眼眶缺损重建	针对传统镜像技术无法处理跨越中线的双侧眼眶缺损的局限性，开发了新型3D深度学习架构，在双侧和跨中线缺损重建方面表现优异	研究样本量有限（300个合成缺损和15个临床病例），需要更大规模的临床验证	开发精确自动的虚拟眼眶缺损重建方法，改善术前规划	眼眶缺损患者，包括单侧和双侧/跨中线眼眶骨折病例	计算机视觉	眼眶骨折	螺旋CT扫描	3D CNN	3D医学图像	300个合成缺损和15个临床病例	NA	3D U-Net+++	Hausdorff距离, 平均对称表面距离, 表面Dice相似系数, 峰值信噪比, 结构相似性指数, 5点Likert量表	NA
3347	2025-10-06	Enhanced ISUP grade prediction in prostate cancer using multi-center radiomics data 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04858-3 PMID:40047870	研究论文	本研究利用多中心放射组学数据开发前列腺癌ISUP分级预测模型	基于前列腺解剖亚区域（外周区和中央腺体）提取放射组学特征，并采用组合模型提高预测性能	需要未来进一步验证该策略在临床决策中的适用性	探索基于解剖ROI的放射组学特征在前列腺癌ISUP分级预测中的价值	前列腺癌患者	数字病理	前列腺癌	放射组学分析，MRI成像（T2WI，ADC，DWI）	随机森林	医学影像	1500例前列腺癌患者（多中心研究）	NA	随机森林分类器	AUC	NA
3348	2025-10-06	The value of radiomics and deep learning based on PET/CT in predicting perineural nerve invasion in rectal cancer 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04833-y PMID:40053051	研究论文	本研究探讨基于PET/CT的影像组学和深度学习特征在预测直肠癌神经侵犯中的价值	首次将PET代谢参数、影像组学特征和深度学习特征相结合构建联合预测模型	回顾性研究且样本量有限（共151例患者）	预测直肠癌神经侵犯状态	直肠癌患者	医学影像分析	直肠癌	PET/CT影像分析	深度学习, 逻辑回归	PET/CT医学影像	151例直肠癌患者（120例内部数据集，31例外部队列）	NA	NA	AUC	NA
3349	2025-10-06	Multiple perception contrastive learning for automated ovarian tumor classification in CT images 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04879-y PMID:40074925	研究论文	提出一种基于监督对比学习和多重感知编码器的自动化卵巢肿瘤CT图像分类方法	引入T-Pro技术增强数据多样性，结合多重感知模块和多注意力模块提升对卵巢肿瘤复杂形态和细微特征的敏感性	NA	开发自动化、可信赖的卵巢肿瘤诊断技术以提高早期识别准确率	卵巢肿瘤CT图像	计算机视觉	卵巢癌	CT成像	深度学习,对比学习	医学图像	NA	NA	Multiple Perception Encoder (MP Encoder), Multi-Scale Perception Module (MSP Module), Multi-Attention Module (MA Module)	分类准确率	NA
3350	2025-10-06	Comparing two deep learning spectral reconstruction levels for abdominal evaluation using a rapid-kVp-switching dual-energy CT scanner 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04868-1 PMID:40095024	研究论文	比较两种深度学习谱重建水平在快速kVp切换双能CT腹部评估中的图像质量	首次在人体腹部DECT扫描中系统比较强和标准两种DLSR水平，并确定与传统非深度学习方法不同的最佳虚拟单能图像能量水平	回顾性研究，样本量相对有限（51例患者），观察者间一致性仅为中等水平	全面评估深度学习谱重建算法在腹部双能CT中的图像质量	51例患者的腹部/盆腔DECT扫描数据	医学影像分析	腹部疾病	快速kVp切换双能CT，深度学习谱重建	深度学习	CT影像	51例患者	NA	NA	信噪比，对比噪声比，观察者间一致性系数	NA
3351	2025-10-06	Efficacy of a deep learning-based software for chest X-ray analysis in an emergency department 2025-Sep, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.007 PMID:40180796	研究论文	评估基于深度学习的计算机辅助检测系统在急诊科胸部X光片异常检测中的效果	在急诊科真实临床环境中评估深度学习辅助系统对放射科医生（具备临床信息）诊断性能的提升	回顾性研究，样本量相对有限（404例胸部X光片）	评估深度学习辅助检测系统在急诊科胸部X光异常检测中的临床价值	急诊科出现呼吸道症状患者的404例连续胸部X光片	计算机视觉	呼吸系统疾病	胸部X光成像	深度学习	医学影像（胸部X光片）	404例胸部X光片，包含103例异常（118处异常发现）	NA	NA	灵敏度, 特异性, Fleiss' kappa	NA
3352	2025-04-10	Real-world validation of a deep learning algorithm for chest radiography in the emergency department: A tale of two specialties 2025-Sep, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.008 PMID:40199640	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3353	2025-10-06	Impact of hypertension on cerebral small vessel disease: A post-mortem study of microvascular pathology from normal-appearing white matter into white matter hyperintensities 2025-Sep, Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism IF:4.9Q1 DOI:10.1177/0271678X251333256 PMID:40219923	研究论文	本研究通过尸检脑组织分析高血压对脑小血管病的影响，并利用深度学习技术探索正常表现白质向白质高信号转化的微血管病理机制	首次结合尸检微血管病理分析与深度学习分割技术，系统研究高血压背景下正常表现白质向白质高信号转化的病理过程	未观察到沿NAWM-WMH过渡区的渐进性血脑屏障损伤或神经血管炎症变化	阐明慢性高血压与最早白质高信号发病机制的关联	高血压和非高血压个体的尸检脑组织	数字病理学	心血管疾病	磁共振成像, 深度学习, 组织病理分析	深度学习	医学图像, 组织切片	高血压和非高血压个体的尸检脑组织样本	NA	NA	FLAIR信号增强, 体素相关性分析	NA
3354	2025-10-06	Automated pulmonary nodule classification from low-dose CT images using ERBNet: an ensemble learning approach 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03358-2 PMID:40232605	研究论文	本研究开发了一种基于集成学习的深度学习方法ERBNet，用于从不同剂量的CT图像中自动分类肺结节	提出了集成3D卷积网络方法，能够同时处理不同剂量水平的CT图像，并在多剂量混合数据上实现高性能分类	模型在低剂量CT图像上性能相对较差（60%准确率），表明需要为每个剂量水平开发专用模型	开发能够分析不同剂量和质量CT图像的深度学习方法，对肺部病变进行结节与非结节分类	肺结节	计算机视觉	肺癌	CT成像	CNN, 集成学习	3D CT图像	800个样本（400个结节，400个非结节）	NA	3D CNN	准确率	NA
3355	2025-10-06	Application of deep learning for detection of nasal bone fracture on X-ray nasal bone lateral view 2025-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf028 PMID:40234238	研究论文	本研究评估深度学习在X射线鼻骨侧位片上检测鼻骨骨折的效果	首次系统比较多种深度学习模型在鼻骨骨折X射线图像检测中的性能	研究为回顾性观察研究，样本仅来自单一放射中心	评估深度学习在鼻骨骨折X射线检测中的效能	创伤患者的X射线鼻骨侧位片	计算机视觉	鼻骨骨折	X射线成像	CNN	医学图像	2968张X射线鼻骨侧位片	NA	VGG16, VGG19, MobileNet, Xception, ResNet50V2, InceptionV3, Swin Transformer	准确率, AUC	NA
3356	2025-10-06	Predicting Postoperative Prognosis in Pediatric Malignant Tumor With MRI Radiomics and Deep Learning Models: A Retrospective Study 2025-Sep-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011466 PMID:40323639	研究论文	开发融合MRI影像组学、深度学习特征和临床指标的多模态机器学习模型，预测儿童恶性肿瘤患者术后3年无病生存期	首次将MRI影像组学特征、深度学习特征与临床指标融合构建多模态预测模型用于儿童脑肿瘤预后预测	回顾性研究，样本量相对有限（260例），仅包含R0切除患者	预测儿童恶性肿瘤患者术后3年无病生存期	儿童脑肿瘤患者（年龄≤14岁）	医学影像分析	脑肿瘤	MRI影像组学分析，深度学习特征提取	多模态机器学习模型	MRI图像，临床数据	260例儿童脑肿瘤患者	Pyradiomics, Scikit-learn, LightGBM	3D ResNet-18	AUC, 敏感度, 特异度, 准确率	NA
3357	2025-10-06	Deep learning model for malignancy prediction of TI-RADS 4 thyroid nodules with high-risk characteristics using multimodal ultrasound: A multicentre study 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102576 PMID:40446583	研究论文	开发用于预测具有高风险特征的TI-RADS 4甲状腺结节恶性程度的深度学习模型	首次结合B型超声和应变弹性成像的多模态超声图像，采用自适应粒子群优化和对比度受限自适应直方图均衡化算法增强图像质量	研究主要针对TI-RADS 4类甲状腺结节，未涵盖其他类型结节	提高甲状腺结节恶性风险的自动筛查准确率	具有高风险特征的TI-RADS 4甲状腺结节	计算机视觉	甲状腺癌	B型超声，应变弹性成像	深度学习	超声图像	多中心研究，具体样本量未明确说明	NA	NA	AUC	NA
3358	2025-10-06	Deep learning in poultry farming: comparative analysis of Yolov8, Yolov9, Yolov10, and Yolov11 for dead chickens detection 2025-Sep, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105440 PMID:40541098	研究论文	本研究比较了YOLOv8、YOLOv9、YOLOv10和YOLOv11四种深度学习模型在散养鸡场死鸡检测任务中的性能表现	首次系统比较最新YOLO系列模型（v8-v11）在死鸡检测任务中的性能，并提供了基于农场具体需求的模型选择建议	使用合成数据集而非真实农场环境数据，需要在真实农场条件下进一步验证	评估不同YOLO模型在死鸡检测任务中的性能，为家禽养殖场提供自动化监测解决方案	散养鸡场中的死鸡	计算机视觉	NA	深度学习目标检测	YOLO系列目标检测模型	图像	3413张合成图像	NA	YOLOv8n, YOLOv9c, YOLOv10n, YOLOv11n	精确率, 召回率, mAP@50, mAP@50-95, 推理速度, FPS, 模型大小, 训练时间	NA
3359	2025-10-06	Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management 2025-Sep, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105439 PMID:40541105	研究论文	本研究开发了一种可解释的深度学习模型，用于预测肉鸭运输途中死亡的高风险结果	首次将可解释深度学习应用于肉鸭运输死亡率预测，结合SHAP分析提供全局和局部解释能力	研究仅基于2022-2023年的数据，模型在更广泛条件下的泛化能力需要进一步验证	开发可解释的深度学习模型预测肉鸭运输高死亡率，改善动物福利管理	肉鸭运输过程中的死亡率数据	机器学习	NA	深度学习	深度学习模型	屠宰前管理和环境数据	8220车次肉鸭运输记录	NA	NA	准确率,精确率,召回率,F1分数,AUC-ROC	NA
3360	2025-10-06	GraphCellNet: A deep learning method for integrated single-cell and spatial transcriptomic analysis with applications in development and disease 2025-Sep, Journal of molecular medicine (Berlin, Germany) DOI:10.1007/s00109-025-02575-4 PMID:40690004	研究论文	提出GraphCellNet深度学习模型，整合单细胞和空间转录组分析，应用于发育和疾病研究	结合细胞类型反卷积和空间域识别的创新模型，采用Kolmogorov-Arnold网络层增强非线性特征表示和上下文整合	NA	提高空间转录组数据分析的准确性，解决细胞边界模糊和高异质性挑战	心肌梗死、果蝇发育、人类心脏发育等生物系统	生物信息学	心血管疾病	空间转录组学, 单细胞RNA测序	图神经网络, 深度学习	基因表达数据, 空间位置数据	NA	NA	GraphCellNet, KAN层	Pearson相关系数, 结构相似性指数, 均方根误差, Jensen-Shannon散度, 调整兰德指数	NA