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
3581	2025-10-06	Stretchable, Multiplexed, and Bimodal Sensing Electronic Armor for Colonoscopic Continuum Robot Enhanced by Triboelectric Artificial Synapse 2025-Aug, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502203 PMID:40474423	研究论文	本文提出了一种用于结肠镜连续机器人的可拉伸电子装甲，通过摩擦电人工突触机制实现多点触觉和应变同步传感	开发了具有3D交联结构的可拉伸电子装甲，采用双层共电极策略集成48个触觉传感点，结合摩擦电编码智能与可拉伸摩擦电互连薄膜形成人工突触	NA	增强结肠镜连续机器人的传感能力，防止组织损伤	结肠镜连续机器人	机器人技术	结肠疾病	摩擦电传感，深度学习	CNN, LSTM	触觉信号，应变信号	NA	NA	CNN-LSTM混合架构	准确率	NA
3582	2025-10-06	Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling 2025-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002639 PMID:40474806	研究论文	本研究通过整合计算病理学和单细胞多组学分析，构建了一个多维框架来表征肺腺癌异质性并开发预后模型	首次将计算病理学特征与单细胞多组学数据整合，识别出与拷贝数变异相关的影像学特征和关键分子调控因子	主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验研究验证，临床实用性需进一步确认	表征肺腺癌异质性并建立预后预测模型	肺腺癌患者组织样本和单细胞数据	数字病理学	肺腺癌	单细胞多组学分析，全切片图像分析，拷贝数变异推断	CNN，机器学习	全切片图像，基因表达数据，单细胞数据	TCGA-LUAD数据集	CellProfiler，Monocle2，CellChat	ResNet-50	生存预测准确性，免疫浸润评估	NA
3583	2025-10-06	Hypothalamus and intracranial volume segmentation at the group level by use of a Gradio-CNN framework 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03438-6 PMID:40478471	研究论文	开发并评估基于Gradio-CNN框架的自动化下丘脑和颅内体积分割图形用户界面	结合Gradio库开发基于Web的图形界面，集成U-Net深度学习模型，通过ngrok实现便捷部署和跨平台访问	样本量相对有限（90名帕金森病患者和39名对照组），仅验证了特定疾病群体的适用性	开发用于脑MRI扫描中下丘脑和颅内体积自动分割的用户友好工具	帕金森病患者和健康对照者的脑MRI扫描数据	医学影像分析	帕金森病	脑MRI扫描	CNN	医学影像	90名帕金森病患者和39名健康对照者	Gradio, ngrok	U-Net	处理时间（下丘脑分割18秒，ICV分割44秒），连接时间（平均小于5秒）	NVIDIA GeForce GTX 1060 GPU（6GB显存）
3584	2025-10-06	A multimodal vision foundation model for clinical dermatology 2025-Aug, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-025-03747-y PMID:40481209	研究论文	开发了一个用于临床皮肤病学的多模态视觉基础模型PanDerm	通过自监督学习在超过200万真实世界皮肤病图像上预训练，支持多种成像模态和临床任务	NA	开发能够满足临床实践复杂多模态需求的皮肤病诊断模型	皮肤病图像数据	计算机视觉	皮肤病	多模态成像	基础模型	图像	超过200万张真实世界皮肤病图像，来自11个临床机构的4种成像模态	NA	NA	准确率, 诊断准确性	NA
3585	2025-10-06	A Fully Automatic Pipeline of Identification, Segmentation, and Subtyping of Aortic Dissection from CT Angiography 2025-Aug, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00787-w PMID:40481307	研究论文	开发用于CT血管造影图像中主动脉夹层自动识别、分割和Stanford分型的深度学习流程	提出首个完全自动化的主动脉夹层处理流程，集成四个相互连接的模块，采用多视图投影和3D nnU-Net架构	仅使用386个CTA扫描样本，样本量相对有限	实现主动脉夹层的快速准确诊断和分型	主动脉夹层患者的CT血管造影图像	医学影像分析	心血管疾病	CT血管造影	深度学习	3D医学影像	386个CTA扫描	PyTorch	3D nnU-Net	准确率,Dice系数	NA
3586	2025-10-06	Targeted Intervention Strategies for Maternal-Offspring Transmission of Christensenellaceae in Pigs via a Deep Learning Model 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503411 PMID:40492389	研究论文	开发深度学习模型MOMTM预测母猪微生物传播动态，并通过干预策略促进Christensenellaceae在仔猪肠道中的定植	首次提出专门针对猪品种和发育阶段的母源微生物传播深度学习框架，成功预测关键传播菌群并验证干预策略	研究聚焦特定菌群Christensenellaceae，可能未涵盖其他重要传播微生物	探究母源微生物传播机制并开发早期肠道菌群干预策略	母猪与仔猪的微生物传播过程	机器学习	NA	微生物传播分析，半乳寡糖干预	深度学习	微生物组数据	多品种猪在不同发育阶段	NA	MOMTM（母源-后代微生物传播模型）	传输中心性预测准确度	NA
3587	2025-10-06	Machine learning is changing osteoporosis detection: an integrative review 2025-Aug, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07541-x PMID:40493238	综述	本文系统回顾了机器学习在骨质疏松检测中的应用进展，从基础算法到深度学习技术	整合分析了过去十年间从基础机器学习到深度学习在骨质疏松检测中的演变，提出了未来结合多模态数据的骨骼健康监测系统构想	深度学习存在黑箱问题、依赖大量标注数据、临床可解释性差等挑战	评估机器学习技术在骨质疏松早期诊断和风险检测中的应用效果与发展前景	骨质疏松检测相关的研究文献和技术方法	机器学习	骨质疏松	机器学习，深度学习，医学影像分析	机器学习算法，深度学习算法	临床数据，X射线，CT，MRI影像数据	NA	NA	人工神经网络	检测准确率	NA
3588	2025-10-06	Multitarget Generate Electrolyte Additive for Lithium Metal Batteries 2025-Aug, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502086 PMID:40534252	研究论文	开发深度学习辅助生成模型用于锂金属电池电解质添加剂的多目标优化	采用分子分类衍生方法扩展数据集，结合异步有限解码器和潜在分布对抗调节策略，在广阔化学空间中实现结构复杂多样分子的100%生成效率	面临数据稀缺的挑战，在严重数据约束条件下进行研究	开发安全可靠的锂电池电解质，特别是针对锂金属电池的电解质添加剂设计	锂金属电池电解质添加剂	机器学习	NA	深度学习辅助生成模型，分子分类衍生方法	生成模型	分子数据，电化学性能数据	从单属性数据点扩展至70,095个多属性数据点	NA	异步有限解码器，对抗调节策略	生成效率，容量保留率提升	NA
3589	2025-10-06	RNA-ligand interaction scoring via data perturbation and augmentation modeling 2025-Aug, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00820-x PMID:40555786	研究论文	提出一种基于序列的深度学习框架RNAsmol，通过数据扰动与增强技术预测RNA-小分子相互作用	结合数据扰动与增强、基于图的分子特征表示和注意力特征融合模块，无需结构输入即可实现可靠预测	受限于已验证的RNA-小分子相互作用数据和已知RNA结构的稀缺性	开发数据驱动的深度学习模型预测RNA与小分子的相互作用	RNA与小分子的相互作用	机器学习	NA	深度学习	深度学习框架	序列数据	NA	NA	注意力机制,图神经网络	十倍交叉验证,未见数据评估,诱饵评估	NA
3590	2025-10-06	Advancing Soil Organic Carbon Prediction: A Comprehensive Review of Technologies, AI, Process-Based and Hybrid Modelling Approaches 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504152 PMID:40557741	综述	本文系统综述了土壤有机碳预测的技术方法，包括遥感、近端土壤传感、人工智能和生物地球化学模型等	综合比较了多种SOC预测方法，提出将生物地球化学模型模拟输出作为AI训练数据的创新思路	未提出统一的AI算法标准，生物地球化学模型存在假设、参数化和结构限制	提升土壤有机碳预测精度以支持气候变化缓解和可持续农业管理	土壤有机碳(SOC)	机器学习	NA	遥感(RS), 近端土壤传感(PSS), 数据融合	机器学习(ML), 深度学习(DL)	遥感数据, 传感器数据	NA	NA	NA	预测精度	NA
3591	2025-10-06	Deep learning significantly boosts CRT response prediction using synthetic longitudinal strain data: Training on synthetic data and testing on real patients 2025-Aug, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2024.100803 PMID:39477070	研究论文	本研究使用深度学习技术构建模型，通过合成纵向应变数据预测心力衰竭患者的心脏再同步化治疗反应	首次将合成少数类过采样技术与深度学习相结合用于CRT反应预测，使用合成数据训练并在真实患者数据上测试	样本量相对有限（131名患者），需要在更大规模数据集中进一步验证	构建高准确度、精确度和敏感性的CRT反应预测模型	心力衰竭患者	机器学习	心血管疾病	二维超声心动图应变追踪，合成少数类过采样技术	DNN, 1D-CNN	应变追踪数据	131名患者数据，通过SMOTE合成2000个模型输入	NA	深度神经网络，一维卷积神经网络	准确率，精确度，敏感度，F1分数，特异性，AUROC	NA
3592	2025-10-06	From Code to Life: The AI-Driven Revolution in Genome Editing 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417029 PMID:40538131	综述	探讨人工智能与基因组编辑技术的融合创新及其在生物技术领域的应用前景	系统整合AI技术与基因组编辑，通过深度学习预测器和蛋白质语言模型提升sgRNA设计精度、发现新型Cas蛋白并优化基因调控网络分析	存在数据偏见、算法透明度不足以及潜在非预期基因修饰等伦理问题	分析AI技术如何推动基因组编辑在靶点选择、脱靶效应控制和CRISPR系统优化等方面的突破	基因组编辑技术（特别是CRISPR系统）及其与人工智能的交叉应用	机器学习	遗传疾病	CRISPR基因编辑, 功能基因组学	深度学习, 蛋白质语言模型	基因组数据, 蛋白质序列	NA	NA	NA	NA	NA
3593	2025-10-06	Feasibility/clinical utility of half-Fourier single-shot turbo spin echo imaging combined with deep learning reconstruction in gynecologic magnetic resonance imaging 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04739-1 PMID:39692759	研究论文	本研究评估结合深度学习重建的iHASTE序列在妇科MRI中的临床效用	首次将深度学习重建技术与可变翻转角演进的HASTE序列(iHASTE)结合应用于妇科MRI	回顾性研究设计，样本量有限(79例患者)，仅三位放射科医师参与评估	评估iHASTE序列在妇科MRI中的图像质量和临床应用价值	接受妇科MRI检查的患者	医学影像分析	妇科疾病	磁共振成像，深度学习重建，半傅里叶单次激发快速自旋回波	深度学习	医学影像	79例无抗痉挛药物患者和79例病例对照匹配患者	NA	NA	图像质量定性评估，伪影鲁棒性，组织对比度，子宫病变边缘评分	NA
3594	2025-10-06	A novel artificial intelligence segmentation model for early diagnosis of bladder tumors 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04715-9 PMID:39738572	研究论文	开发基于Transformer的膀胱肿瘤分割网络BTS-Net，用于早期膀胱癌的智能诊断	首次将Transformer架构应用于膀胱肿瘤分割任务，能够准确识别平坦癌组织和微小卫星病灶	研究样本仅来自单一医疗中心，需要更多外部验证	提高早期膀胱肿瘤的识别率，减少漏诊	膀胱癌患者的手术视频数据	计算机视觉	膀胱癌	深度学习	Transformer	视频	273例膀胱癌患者的TURBT手术视频	NA	BTS-Net	MPrecision, MRecall, MIoU, F1-score	NA
3595	2025-10-06	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	开发基于MRI的多模态深度学习放射组学模型，用于术前判别子宫内膜癌肌层浸润状态	首次结合临床特征与深度学习特征构建多模态模型，采用集成稀疏贝叶斯极限学习机进行特征整合	回顾性研究设计，样本来源限于五个医疗中心	提高子宫内膜癌术前肌层浸润评估的准确性	1139例子宫内膜癌患者	医学影像分析	子宫内膜癌	磁共振成像	深度学习	医学影像	1139例患者（来自5个独立中心）	NA	ResNet18	AUC, IDI, DCA	NA
3596	2025-10-06	Prediction of therapeutic response to transarterial chemoembolization plus systemic therapy regimen in hepatocellular carcinoma using pretreatment contrast-enhanced MRI based habitat analysis and Crossformer model 2025-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04709-7 PMID:39586897	研究论文	基于多期相增强MRI生境分析和Crossformer模型预测肝细胞癌患者对TACE联合系统治疗的疗效反应	首次将K-means聚类生成的肿瘤内生境图像与基于Transformer的深度学习模型相结合，用于预测HCC患者对TACE联合系统治疗的疗效反应	样本量相对较小（102例患者），仅来自两个机构，需要更大规模的多中心验证	开发能够无创预测肝细胞癌患者对TACE联合分子靶向治疗和免疫治疗疗效的影像学生物标志物	肝细胞癌患者	医学影像分析	肝细胞癌	多期相增强磁共振成像，K-means聚类	Crossformer, ResNet50, ExtraTrees	医学影像	102例HCC患者（机构A：63例，机构B：39例）	NA	Crossformer, ResNet50, ExtraTrees	AUC	NA
3597	2025-10-06	Deep learning-assisted detection of intracranial hemorrhage: validation and impact on reader performance 2025-Jun, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03560-x PMID:40116947	研究论文	本研究验证了深度学习算法JLK-ICH在颅内出血检测中的准确性，并评估其对非专家医生诊断性能的影响	开发并验证了能够检测所有颅内出血亚型的高精度深度学习算法，并首次通过读者性能研究证明该算法能显著提升非专家医生的诊断准确性	研究采用回顾性数据，且读者性能研究仅包含6名非专家读者	验证深度学习算法在颅内出血检测中的性能并评估其临床效用	颅内出血患者的CT扫描图像	医学影像分析	颅内出血	CT扫描	深度学习	医学影像	1,370例CT扫描，其中800例用于读者性能研究	NA	JLK-ICH	灵敏度, 特异度, AUROC	NA
3598	2025-10-06	Predicting postoperative prognosis in clear cell renal cell carcinoma using a multiphase CT-based deep learning model 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04593-1 PMID:39311948	研究论文	开发基于多期相CT图像的深度学习模型用于预测肾透明细胞癌患者术后预后	首次结合三期相CT图像（平扫期、皮质髓质期、肾实质期）构建深度学习模型，并与Leibovich评分系统结合形成列线图	回顾性研究，样本量相对有限（382例患者），需要外部验证	评估基于CT图像的深度学习模型在预测肾透明细胞癌术后预后的价值	肾透明细胞癌患者	医学影像分析	肾癌	CT成像	CNN, ELM	CT图像	382例肾透明细胞癌患者（训练集229例，测试集153例）	NA	ResNet50	AUC, IDI	NA
3599	2025-10-06	Application of deep learning models for accurate classification of fluid collections in acute necrotizing pancreatitis on computed tomography: a multicenter study 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04607-y PMID:39347977	研究论文	应用深度学习模型对急性坏死性胰腺炎CT图像中的胰液积聚进行基于固体碎屑的准确分类	首次在多中心研究中比较ResNet 50、Vision Transformer和MedViT架构在胰腺液体积聚分类中的性能	样本量相对有限（152例患者），外部测试集性能中等	开发基于CT的深度学习模型用于急性胰腺炎中胰液积聚的固体碎屑分类	急性胰腺炎伴胰液积聚的患者	医学影像分析	急性胰腺炎	计算机断层扫描（CT）、磁共振成像（MRI）、内镜超声（EUS）	深度学习	CT图像	152例患者（129例训练/验证，23例测试），共2180张图像	NA	ResNet 50,Vision transformer (ViT),MedViT	灵敏度,特异度,AUC	NA
3600	2025-10-06	Evaluation of SR-DLR in low-dose abdominal CT: superior image quality and noise reduction 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04686-x PMID:39560744	研究论文	评估超分辨率深度学习重建在低剂量腹部CT中的图像质量和噪声降低效果	首次在低剂量腹部CT中系统比较超分辨率深度学习重建与传统深度学习重建及混合迭代重建算法的性能	回顾性研究，样本量较小（35例患者），单中心数据	评估不同图像重建算法在低剂量腹部CT中的性能差异	低剂量腹部CT扫描图像	医学影像处理	NA	计算机断层扫描	深度学习	CT图像	35例患者	NA	超分辨率深度学习重建	噪声幅度, 对比噪声比, 噪声功率谱, 边缘上升斜率, 主观图像质量评分	NA