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	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
3342	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
3343	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
3344	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
3345	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
3346	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
3347	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
3348	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
3349	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
3350	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
3351	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
3352	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
3353	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
3354	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
3355	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
3356	2025-10-06	Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17645 PMID:39809598	研究论文	开发基于深度学习的压力性损伤创面智能评估模型	首次将深度学习技术应用于压力性损伤创面的自动评估，实现了创面分割和尺寸测量的自动化	仅使用广州四家医院的1063张图像，样本来源相对局限	开发智能化的压力性损伤创面评估工具	压力性损伤创面图像	计算机视觉	压力性损伤	深度学习	神经网络	图像	1063张来自四家广州医院的压力性损伤图像	NA	NA	MIoU, 像素精度, 准确率, Cohen's kappa系数, 相关系数	NA
3357	2025-10-06	Artificial Intelligence in Sincalide-Stimulated Cholescintigraphy: A Pilot Study 2025-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005967 PMID:40359029	研究论文	本研究开发了一种基于U-Net的AI系统，用于自动分割胆囊区域并计算胆囊排空分数	首次在核医学实践中探索集成实时图像处理和器官功能计算的AI驱动工作流程	样本量较小，AI在患者运动或低计数活动情况下容易出错	探索AI在胆囊收缩素刺激胆囊显像中的应用潜力	胆囊区域分割和功能评估	医学影像分析	功能性胆囊疾病	胆囊收缩素刺激胆囊显像	深度学习	医学影像	20例胆囊收缩素刺激胆囊显像检查	NA	U-Net	Dice相似系数	NA
3358	2025-10-06	A modular deep learning surrogate model for simulating harmful algal blooms in complex process-based systems 2025-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124059 PMID:40591990	研究论文	开发模块化深度学习代理模型以模拟有害藻华过程，显著提升计算效率和预测精度	提出结合代理模型生成数据与概率参数优化的方法，通过时间维度缩减显著加速参数优化过程	模型在特定湖泊环境验证，需要进一步测试在不同水生系统中的适用性	开发高效计算的有害藻华模拟工具，改善水资源管理和生态预测	韩国大青湖的有害藻华现象	机器学习	NA	深度学习代理建模	深度学习	环境监测数据，水文数据，水质数据	2022年校准期和2023年验证期的大青湖监测数据	NA	模块化序列结构（FLOW-WAQ-BLOOM）	Nash-Sutcliffe效率系数，均方根误差	NA
3359	2025-10-06	Comparison of image quality of 40 keV virtual monoenergetic images of vertebral arteries using DLIR and ASIR-V algorithms under a dual-low scanning protocol 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112276 PMID:40639023	研究论文	比较DLIR和ASIR-V算法在双低扫描协议下重建40 keV虚拟单能图像对椎动脉图像质量的影响	首次在双低扫描协议（同时降低辐射剂量和对比剂剂量）下系统比较DLIR与ASIR-V算法对椎动脉40 keV虚拟单能图像质量的优化效果	样本量相对有限（88例患者），仅评估了特定能量水平（40 keV）的图像质量	评估不同图像重建算法在低剂量CT扫描中的图像质量表现	椎动脉血管图像	医学影像	后循环缺血性卒中	双能量CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	CT医学影像	88例患者（实验组44例，对照组44例）	NA	DLIR-H（高强度），DLIR-M（中强度），ASIR-V 50%	CT值，噪声，信噪比（SNR），对比噪声比（CNR），主观评分（5分制）	NA
3360	2025-10-06	From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies 2025-Oct, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152389 PMID:40664120	综述	本文深入分析空间转录组学技术在实体瘤研究中的最新进展和应用前景	系统阐述空间转录组学如何通过保留基因表达的空间背景来揭示肿瘤微环境的结构特征和细胞间通讯	存在技术分辨率、数据处理、样本制备和临床标准化等方面的挑战	探讨空间转录组学在实体瘤研究和精准肿瘤学中的应用价值	实体瘤及其肿瘤微环境	数字病理	实体瘤	空间转录组学, 单细胞多组学, 原位杂交, 成像和测序技术	深度学习	空间基因表达数据, 组织图像	NA	NA	NA	NA	NA