深度学习在生物医药领域中的应用

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
3621	2025-08-06	Artificial intelligence-based digital pathology using H&E-stained whole slide images in immuno-oncology: from immune biomarker detection to immunotherapy response prediction 2025-Aug-04, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011346 PMID:40759439	综述	本文综述了基于人工智能的数字病理学在免疫肿瘤学中的应用，包括免疫生物标志物检测和免疫治疗反应预测	探讨了AI技术在数字病理学中的新兴应用，特别是在免疫肿瘤学领域，利用H&E染色全切片图像进行免疫生物标志物检测和免疫检查点抑制剂反应预测	现有免疫生物标志物的预测能力有限，且AI技术在临床部署中仍面临挑战	探索AI技术在免疫肿瘤学中的应用，以提高免疫治疗的精准性和效果	免疫生物标志物和免疫检查点抑制剂反应	数字病理学	癌症	深度学习	NA	图像	NA
3622	2025-08-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成（DBT）数据作为乳腺肿瘤分割深度学习的训练来源的可行性	首次使用计算机生成的DBT数据进行乳腺肿瘤分割的深度学习模型训练，并验证其作为真实数据补充资源的潜力	研究样本量相对较小（230个ROI），且存在计算机生成数据与真实数据之间的领域转移问题	探索计算机生成的DBT数据在乳腺肿瘤分割深度学习模型训练中的应用价值	数字乳腺断层合成（DBT）图像中的乳腺肿瘤	数字病理	乳腺癌	深度学习	U-Net, FCN, DeepLabv3, DeepLabv3+	图像	230个二维感兴趣区域（ROI）
3623	2025-08-06	Impact of artificial intelligence assistance on bone scintigraphy diagnosis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01621-2 PMID:40760395	研究论文	本研究旨在评估和改进名为MaligNet的深度学习模型在辅助核医学医师解读骨扫描图像中的表现	重新训练的MaligNet模型在PR曲线和ROC曲线下的面积显著提高，AI辅助使初级医师的诊断表现达到与资深医师相当的水平	AI辅助在基于病灶的分类中未提高敏感性	提高骨闪烁扫描诊断的准确性和效率	553名患者的骨闪烁扫描图像	数字病理学	骨病变	深度学习	MaligNet	医学影像	553名患者（353训练集，100验证集，100测试集）
3624	2025-08-06	Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01615-0 PMID:40760396	研究论文	本研究探讨了深度学习如何通过大型影像数据集增强卵巢癌的诊断和分期	提出了OCDA-Net，一种基于ResNet架构优化的模型，用于[F]FDG PET图像分析，并在诊断和分期上表现出优于传统CNN模型的性能	未来研究需要扩大数据集、增强模型可解释性并在临床环境中验证这些模型	提升卵巢癌的诊断和分期准确性	卵巢癌患者	计算机视觉	卵巢癌	深度学习	3D CNN, ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet, OCDA-Net	PET/CT扫描图像	数据集随机分为训练集（80%）、验证集（10%）和测试集（10%）
3625	2025-08-06	An open dataset and machine learning algorithms for Niacin Skin-Flushing Response based screening of psychiatric disorders 2025-Aug-04, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07196-2 PMID:40760690	研究论文	本研究通过建立首个开放数据集并开发先进的AI工具，利用烟酸皮肤潮红反应(NSR)提高精神障碍的诊断准确性	首次建立用于AI研究的NSR开放数据集，开发了设备无关的深度学习模型和SVM分类方法，显著提升了精神障碍诊断的准确性和适用范围	样本量相对有限(120人)，诊断敏感性仍有提升空间(60-65%)	开发基于AI的客观、快速、高精度的精神障碍诊断方法	精神障碍患者(包括抑郁症、双相情感障碍和精神分裂症)和健康对照者	机器学习	精神疾病	深度学习、支持向量机(SVM)	Efficient-Unet、SVM	图像	120人(600张NSR图像)
3626	2025-08-06	Enhancing Captive Welfare Management with Deep Learning: Video-Based Detection of Gibbon Behaviors Using YOWOvG 2025-Aug-04, Journal of applied animal welfare science : JAAWS IF:1.4Q2 DOI:10.1080/10888705.2025.2542844 PMID:40760848	研究论文	本研究开发了一种基于深度学习的视频分析方法YOWOvG，用于自动检测东部白眉长臂猿的行为，以提升圈养动物的福利管理	首次为东部白眉长臂猿创建了人工标注的时空行为数据集，并提出整合SE注意力机制和GELAN的改进深度学习模型YOWOvG，在视频识别中实现了85.20%的Frame-mAP，比基线结果提高了6.3%	未来工作需要扩展行为类别、解决刻板行为问题并整合音频线索以实现更全面的监测	通过自动化、非侵入式的视频监测提升救援中心对圈养野生动物福利的评估能力	东部白眉长臂猿的四种行为（休息、社交、攀爬、行走）	计算机视觉	NA	深度学习	YOWOvG（整合SE注意力机制和GELAN）	视频	69,919个标注帧
3627	2025-08-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习放射组学模型与临床专家在预测脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在预测血肿扩张方面的优势	模型的AUC值总体中等，预测性能仍有提升空间	预测非创伤性脑出血后的血肿扩张，以指导早期治疗干预	900名脑出血患者	数字病理学	脑出血	机器学习放射组学	随机森林分类器, 深度学习成像模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
3628	2025-08-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	本文提出了一种基于深度学习的微波热疗中热点检测的直接学习方法	采用深度卷积编码器-解码器架构，直接利用散射场数据检测温度超过阈值的细胞，相比传统方法表现出更强的正则化能力	数据主要来自模拟生成，虽然也测试了商业软件的仿真数据，但缺乏真实临床数据的验证	开发一种用于微波热疗治疗中温度监测的热点检测方法	乳腺组织在微波热疗中的温度分布	计算机视觉	乳腺癌	深度学习	深度卷积编码器-解码器	图像数据	模拟生成的数据和商业软件仿真的温度分布数据
3629	2025-08-06	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究旨在开发和评估基于PET/CT成像和深度学习模型的超代谢性肺病变检测和分类方法	采用多维联合网络结合图像块和二维投影进行分类，性能优于传统的放射组学方法	假阳性分割主要对应于邻近区域的可疑病变，特别是淋巴结	开发用于超代谢性肺病变检测和分类的深度学习模型	647例患者的PET/CT图像数据	数字病理学	肺癌	PET/CT成像	深度学习模型	医学影像	647例（409男/238女）来自5个中心的病例数据
3630	2025-08-06	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	本文综述了机器学习和深度学习模型在脑电图（EEG）数据中应用于多发性硬化症（MS）管理的研究现状	探讨了深度学习方法（如CNN和混合模型）在MS诊断和监测中的应用，并提出了克服现有挑战的策略	存在使用基于机器学习的EEG分析时可能出现的潜在偏差和挑战	提高多发性硬化症的预测、诊断、监测和治疗（PDMT）效果	多发性硬化症（MS）患者	机器学习	多发性硬化症	EEG, 机器学习, 深度学习	CNN, 混合模型	EEG数据	NA
3631	2025-08-06	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	research paper	本研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾病（CKD）早期分期检测	采用了一种新颖的迭代后向特征选择策略确定CKD分期的关键预测因子，并应用了基于注意力的TabNet架构构建分类模型	研究依赖于特定队列（CRIC研究）的数据，可能限制了模型的泛化能力	开发一个多类CKD分期预测模型，以改善糖尿病患者的早期肾病检测	糖尿病患者的慢性肾病分期	machine learning	chronic kidney disease	deep learning, explainable AI (XAI)	TabNet, XGBoost, random forest, AdaBoost, multi-layer perceptron	longitudinal clinical data	来自慢性肾功能不全队列（CRIC）研究的数据
3632	2025-08-06	Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning 2025-Aug, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05974-1 PMID:40613867	研究论文	本文提出了一种结合表面增强拉曼光谱(SERS)和深度学习的方法，用于快速识别凡纳滨对虾的病原细菌	整合了SERS、最小二乘生成对抗网络(LSGAN)和Transformer，通过数据增强提高了病原体分类的准确率	光谱数据的可用性有限可能影响模型性能	开发一种快速、准确的方法检测对虾养殖中的病原体，以帮助早期疾病预防和控制	凡纳滨对虾的四种常见病原细菌	机器学习	水产养殖疾病	表面增强拉曼光谱(SERS)	LSGAN和Transformer	光谱数据	原始数据集160个光谱，通过LSGAN增强至2160个
3633	2025-08-06	Performance evaluation of enhanced deep learning classifiers for person identification and gender classification 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12474-w PMID:40750626	研究论文	本文提出了一种增强的深度学习分类器（EDLC）范式，用于基于眼周区域进行人员识别和性别分类	提出了一种新颖的六边形ROI提取方法，并采用了三种定制的EDLC模型，结合自适应优化算法调整超参数	未提及模型在其他数据集或实际应用场景中的泛化能力	提高基于眼周图像的人员识别和性别分类的准确性和计算效率	眼周区域图像	计算机视觉	NA	Laplacian变换, 自适应coati优化算法	dilated axial attention CNN, self-spectral attention-based relational transformer net, parameterized hypercomplex convolutional Siamese network	图像	UBIPr和UFPR数据集
3634	2025-08-06	Transparent brain tumor detection using DenseNet169 and LIME 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13233-7 PMID:40750659	研究论文	本文提出了一种基于深度学习的DenseNet169-LIME-TumorNet模型，用于提高脑肿瘤分类的性能和可解释性	结合DenseNet169和LIME，提升了脑肿瘤分类的准确性和可解释性，同时减少了计算开销	未来需要通过多模态学习、混合深度学习和实时应用开发来提高模型的泛化能力	提升脑肿瘤分类的性能和可解释性，以辅助临床诊断和治疗计划	脑肿瘤MRI图像	医学影像	脑肿瘤	深度学习	DenseNet169和LIME	图像	2,870张MRI图像，涵盖三种肿瘤类型
3635	2025-08-06	Seasonal disparities in green exposure under the 15-minute city framework: a case study of Xi'an, China 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13757-y PMID:40750666	research paper	该研究提出了一个评估15分钟城市框架下季节性绿地暴露不平等的框架，并以中国西安为例进行了分析	首次在15分钟城市框架下考虑人类流动性带来的绿地暴露，并整合多种方法分析季节性绿地暴露不平等	研究仅针对西安一个城市，可能缺乏对其他城市的普适性	评估15分钟城市框架下季节性绿地暴露不平等及其与房价的关系	中国西安市的绿地暴露和房价数据	urban planning	NA	Green View Index, 空间统计方法, deep learning	NA	urban housing price big data, spatial data	NA
3636	2025-08-06	Generating human facial animation by aggregation deep network and low-rank active learning with table tennis applications 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13779-6 PMID:40750813	研究论文	提出了一种基于情感和语音生成逼真人脸动画的新方法，结合深度网络和低秩主动学习技术，并应用于乒乓球直播	结合深度网络和低秩主动学习技术，通过语音信号分析生成与情感表达匹配的流畅人脸动画，并实现实时移动端部署	未明确说明模型在复杂光照或极端表情条件下的鲁棒性	开发实时生成与语音情感同步的高质量人脸动画技术	语音信号驱动的动态面部表情生成	计算机视觉	NA	深度网络、低秩主动学习、形变技术	深度学习模型（未指定具体架构）	语音信号、视频帧序列	NA
3637	2025-08-06	PGBTR: a powerful and general method for inferring bacterial transcriptional regulatory networks 2025-Aug-01, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11863-9 PMID:40750847	研究论文	提出了一种名为PGBTR的强大、通用且稳定的计算框架，用于推断细菌转录调控网络	PGBTR采用CNN从基因表达数据和基因组信息中预测细菌转录调控关系，包含PDGD输入生成步骤和CNNBTR深度学习模型，性能优于现有方法	NA	预测细菌转录调控网络（TRNs）	大肠杆菌和枯草芽孢杆菌的转录调控网络	机器学习	NA	基因表达数据分析	CNN	基因表达数据和基因组信息	真实的大肠杆菌和枯草芽孢杆菌数据集
3638	2025-08-06	Application of deep learning models in gastric cancer pathology image analysis: a systematic scoping review 2025-Aug-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14662-3 PMID:40750872	系统综述	本文系统评估了深度学习模型在胃癌病理图像分析中的应用、挑战及未来方向	首次系统综述了深度学习在胃癌病理图像分析中的全面应用及潜在问题	现有研究存在数据集规模有限、缺乏外部验证及数据多样性不足等问题	评估深度学习在胃癌病理图像分析中的当前应用与未来发展方向	胃癌病理图像	数字病理学	胃癌	深度学习	CNN	图像	22项符合纳入标准的研究（初始检索520篇）
3639	2025-08-06	Deep learning-based super-resolution US radiomics to differentiate testicular seminoma and non-seminoma: an international multicenter study 2025-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02045-y PMID:40750949	研究论文	本研究评估了基于深度学习的超分辨率超声放射组学模型在区分睾丸精原细胞瘤和非精原细胞瘤中的性能	首次将深度学习超分辨率技术与超声放射组学结合，用于睾丸生殖细胞肿瘤的亚型区分，并在国际多中心研究中验证其优越性	研究为回顾性设计，需要前瞻性研究进一步验证	提高睾丸生殖细胞肿瘤亚型术前无创鉴别的准确性	睾丸生殖细胞肿瘤患者（精原细胞瘤与非精原细胞瘤）	数字病理学	睾丸癌	超声成像、放射组学分析	深度学习超分辨率模型	超声图像	486名男性患者（338训练集，92国内验证集，59国际验证集）
3640	2025-08-06	Performance validation of deep-learning-based approach in stool examination 2025-Aug-01, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-06878-w PMID:40751198	研究论文	本研究评估了基于深度学习的肠道寄生虫识别方法的性能，并与人类专家的表现进行了比较	首次将深度学习模型（如YOLOv4-tiny、YOLOv7-tiny、YOLOv8-m、ResNet-50和DINOv2）应用于肠道寄生虫识别，并展示了其高准确性和特异性	研究未提及样本的具体数量，且可能仅针对特定寄生虫种类进行了验证	评估深度学习模型在肠道寄生虫识别中的性能，以改进现有的诊断方法	肠道寄生虫（寄生虫卵和幼虫）	数字病理学	肠道寄生虫感染	FECT和MIF技术，深度学习模型	YOLOv4-tiny, YOLOv7-tiny, YOLOv8-m, ResNet-50, DINOv2	图像	NA