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
3421	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
3422	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
3423	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
3424	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
3425	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
3426	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
3427	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
3428	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
3429	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
3430	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
3431	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
3432	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
3433	2025-10-06	IgCONDA-PET: Weakly-supervised PET anomaly detection using implicitly-guided attention-conditional counterfactual diffusion modeling - a multi-center, multi-cancer, and multi-tracer 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.2025.102615 PMID:40763604	研究论文	提出一种弱监督PET异常检测方法IgCONDA-PET，通过隐式引导注意力条件反事实扩散建模实现异常检测	首次将隐式引导注意力机制与反事实扩散模型结合用于PET异常检测，支持多中心、多癌症类型和多示踪剂数据	未明确说明模型在特定癌症类型或示踪剂上的性能差异	开发弱监督的PET病灶检测和分割方法以减少对像素级标注数据的依赖	PET医学图像中的异常病灶	医学影像分析	多癌症类型	PET成像	扩散模型	PET图像	2652例多中心回顾性病例（多癌症、多示踪剂）	NA	注意力条件扩散模型	与41% SUV阈值法等传统方法及其他弱监督/无监督深度学习方法对比	NA
3434	2025-10-06	A Deep Learning-Based Automatic Recognition Model for Polycystic Ovary Ultrasound Images 2025-09-01, Balkan medical journal IF:1.9Q2 DOI:10.4274/balkanmedj.galenos.2025.2025-5-114 PMID:40785235	研究论文	开发基于YOLOv11深度学习框架的多囊卵巢超声图像自动识别模型	首次将YOLOv11深度学习框架应用于多囊卵巢综合征的超声图像自动识别与诊断	研究仅包含两个医疗中心的数据，需要更多外部验证	开发能够快速准确识别多囊卵巢综合征的深度学习模型	1,751名疑似多囊卵巢综合征女性的卵巢超声图像	计算机视觉	多囊卵巢综合征	超声成像	CNN	图像	933名患者（中心1:781名，中心2:152名）的超声图像	YOLOv11	YOLOv11	平均精度均值，F1分数，曲线下面积	NA
3435	2025-10-06	The efficacy of machine learning algorithms in evaluating factors associated with shunt-dependent hydrocephalus after subarachnoid hemorrhage: a systematic review and meta-analysis 2025-Sep-01, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03773-x PMID:40887550	系统评价与荟萃分析	评估机器学习算法在分析自发性蛛网膜下腔出血后慢性分流依赖性脑积水相关因素中的效能	首次通过系统评价和荟萃分析综合评估机器学习模型在预测SAH后CSDH风险因素的性能表现	仅纳入5项符合标准的研究，样本量有限，存在中度异质性	评估机器学习算法识别自发性蛛网膜下腔出血后慢性分流依赖性脑积水相关因素的效能	自发性蛛网膜下腔出血后发生慢性分流依赖性脑积水的患者	机器学习	脑积水	机器学习算法分析	线性模型,树基模型,深度学习模型	临床数据集	基于5项研究的汇总分析	NA	NA	AUC-ROC,准确率,灵敏度,特异性,精确率,F1分数	NA
3436	2025-10-06	Dissecting cross-lineage tumourigenesis under p53 inactivation through single-cell multi-omics and spatial transcriptomics 2025-Sep, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70461 PMID:40887856	研究论文	通过单细胞多组学和空间转录组学技术解析p53失活条件下跨谱系肿瘤发生的机制	整合单细胞多组学与空间转录组学构建Trp53功能细胞图谱，并通过深度学习重建p53调控网络	使用小鼠模型，结果向人类临床转化的适用性需要进一步验证	研究p53失活后细胞稳态破坏和肿瘤发生机制	Trp53基因敲除小鼠模型中的免疫、基质和上皮细胞	计算生物学	肿瘤	单细胞转录组学, 单细胞ATAC-seq, 空间转录组学, 全基因组测序, CUT&Tag	深度学习	单细胞多组学数据, 空间转录组数据	NA	NA	基因网络模型	NA	NA
3437	2025-10-06	DeepSCEM: A User-Friendly Solution for Deep Learning-Based Image Segmentation in Cellular Electron Microscopy 2025-Sep, Biology of the cell IF:2.4Q4 DOI:10.1111/boc.70032 PMID:40888071	研究论文	开发了一个用于细胞电子显微镜图像深度学习的用户友好分割工具DeepSCEM	提供了专门针对细胞电子显微镜图像的易用深度学习分割工具，解决了现有技术缺乏专用工具的问题	NA	开发高效、用户友好的细胞电子显微镜图像分割工具	细胞电子显微镜图像中的细胞器分割	计算机视觉	NA	电子显微镜	CNN	图像	NA	NA	NA	NA	NA
3438	2025-10-06	Artificial intelligence-based approaches for sleep-related breathing events identification using EEG and ECG signals 2025-Sep-01, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03442-9 PMID:40888857	研究论文	本研究开发了一种基于EEG和ECG信号的多模态人工智能方法，用于识别睡眠呼吸事件	提出结合EEG和ECG信号的集成学习模型，与传统深度学习方法相比在睡眠呼吸事件分类中表现更优	研究仅基于201个PSG数据，样本量相对有限	开发基于可穿戴设备和AI技术的睡眠呼吸障碍自动识别方法	阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)和低通气事件	机器学习	睡眠呼吸障碍	小波变换、多模态生理信号分析	集成学习、深度学习	EEG信号、ECG信号	201个多导睡眠图记录	NA	NA	准确率、灵敏度、特异性	NA
3439	2025-10-06	Multimodal dynamic hierarchical clustering model for post-stroke cognitive impairment prediction 2025-Sep-01, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00202-0 PMID:40889044	研究论文	提出一种多模态动态层次聚类网络MDHCNet，用于脑卒中后认知障碍的早期预测	首次将图神经网络与多模态脑影像数据结合，通过层次跨模态融合模块整合结构和临床特征	基于单一真实世界卒中队列，需要更大规模多中心验证	开发准确且可解释的脑卒中后认知障碍预测方法	脑卒中患者的多模态脑影像数据和临床特征	医学影像分析	脑卒中	扩散加权成像、磁共振血管成像、T1/T2加权成像	图神经网络	脑图、临床特征	真实世界卒中队列（具体数量未明确说明）	NA	MDHCNet	NA	NA
3440	2025-10-06	A Deep Learning and Explainable Artificial Intelligence based Scheme for Breast Cancer Detection 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80535-7 PMID:40890117	研究论文	提出一种结合深度学习和可解释人工智能的乳腺癌检测方案DXAIB	首次将CNN与随机森林模型结合，并采用SHAP方法提供局部和全局层面的预测解释	NA	开发高精度且可解释的乳腺癌检测人工智能系统	乳腺癌检测	计算机视觉	乳腺癌	深度学习	CNN, Random Forest	医学图像	NA	NA	CNN	NA	NA