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
21	2025-09-06	Deep Learning Modeling to Differentiate Multiple Sclerosis From MOG Antibody-Associated Disease 2025-Sep-23, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214075 PMID:40906978	研究论文	使用深度学习模型结合临床/MRI算法区分多发性硬化症与MOG抗体相关疾病	开发了基于ResNet-10的深度学习模型，并结合临床/MRI算法和概率注意力图（PAMs）识别关键区分区域，显著提高了诊断准确率	研究为回顾性多中心设计，缺乏前瞻性验证，样本量相对有限且需在更广泛真实场景中验证	区分多发性硬化症（MS）与髓鞘少突胶质细胞糖蛋白抗体相关疾病（MOGAD）	成人非急性MS和MOGAD患者的MRI脑部扫描	医疗影像分析	神经系统疾病	MRI（T2-FLAIR和T1加权扫描），深度学习	ResNet-10 CNN	图像	406例MRI扫描（218例RRMS，188例MOGAD），分为训练/测试集（265例）和独立验证集（141例）
22	2025-09-06	Terahertz ptychography enabled by untrained physics-driven neural networks 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113278 PMID:40894909	研究论文	提出一种无需预训练的物理驱动神经网络方法，用于提升太赫兹叠层成像的重建质量	采用无预训练的物理驱动神经网络，仅需单组数据输入，通过整合物理模型指导推理，提升对不同成像对象和硬件的适应性	未提及具体数据获取难度或计算资源需求等限制	解决太赫兹波段叠层成像中标记数据稀缺导致的神经网络泛化能力受限问题	太赫兹波段的相位成像物体	计算成像	NA	太赫兹叠层成像（THz ptychography）	无预训练物理驱动神经网络（UPNN）	强度图像数据	未明确说明具体样本数量
23	2025-09-06	Integrated subcellular localization of functional fluorescence probes and functional analysis in motile spermatozoa by an AI-enhanced algorithm 2025-Sep-05, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202545 PMID:40908796	研究论文	开发了一种结合AI算法和荧光显微镜的集成计算成像平台，用于精子功能能力的分子表型分析	首次将精细调优的YOLOv8架构与双探针荧光显微图像分割结合，实现精子细胞内pH和线粒体DNA G-四链体的同步量化	NA	解决男性不育评估中精子功能能力精确分析的技术挑战	活动精子	计算机视觉	男性不育	双探针荧光显微镜成像	YOLOv8	荧光显微镜图像	NA
24	2025-09-06	Artificial Intelligence-Driven Automated Design of Anterior and Posterior Crowns Under Diverse Occlusal Scenarios 2025-Sep-05, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.] IF:3.2Q1 DOI:10.1111/jerd.70029 PMID:40910757	研究论文	评估咬合类型和基于人工智能的CAD软件对自动生成前后牙冠几何精度和临床质量的影响	首次在多样化咬合场景下比较深度学习与传统自动化软件生成牙冠的几何偏差和临床质量	深度学习软件在处理前牙间隙病例时表现欠佳，需要进一步优化	评估AI驱动的自动化牙冠设计在不同咬合条件下的性能	上颌右中切牙和第一磨牙的牙冠设计	数字病理	牙科疾病	人工智能CAD软件、口内扫描、深度学习算法	深度学习模型	3D扫描数据	5种咬合类型模型各10次扫描，共100个牙冠设计样本
25	2025-09-06	A novel RHD*01N allele harboring a c.634+1G>A splice site variant results in the RhD-negative phenotype in a Chinese blood donor 2025-Sep-05, Transfusion IF:2.5Q2 DOI:10.1111/trf.18390 PMID:40910776	研究论文	在中国献血者中发现一种新型RHD*01N等位基因，其c.634+1G>A剪接位点变异导致RhD阴性表型	首次报道了由c.634+1G>A剪接位点变异引起的新型RHD*01N等位基因	NA	鉴定导致RhD阴性表型的分子机制	中国献血者的血液样本	NA	NA	血清学技术、Sanger测序、SMRT测序、SpliceAI预测工具	NA	基因序列数据	1例中国献血者样本
26	2025-09-06	Prenatal diagnosis of cerebellar hypoplasia in fetal ultrasound using deep learning under the constraint of the anatomical structures of the cerebellum and cistern 2025-Sep-05, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06376-2 PMID:40911057	研究论文	本研究开发并验证了一种基于解剖结构约束的深度学习模型（ASC-Net），用于提升胎儿超声图像中小脑发育不全的产前诊断准确性	提出双分支深度学习分类网络ASC-Net，首次结合超声图像与解剖结构掩模作为输入，并通过小脑和脑池的解剖结构约束优化模型性能	回顾性研究设计，数据来源于单一医疗机构，可能影响模型泛化能力	提高胎儿小脑发育不全的产前超声诊断准确率	胎儿小脑发育异常病例及正常妊娠病例	计算机视觉	神经系统发育异常	超声成像	深度学习分类网络（ASC-Net）	图像	302例小脑发育不全病例和549例正常妊娠病例
27	2025-09-06	Enhancing Breast Density Assessment in Mammograms Through Artificial Intelligence 2025-Sep-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01657-6 PMID:40911159	研究论文	开发并评估一种基于深度学习的开源计算机视觉方法，用于乳腺X线摄影图像中的客观乳腺密度评估	提出结合定制设计卷积神经网络(CD-CNN)和极限学习机(ELM)层的创新模型，专注于资源有限医疗环境中的可及性和一致性	在外部mini-MIAS数据集上准确率(73.9%)明显低于内部测试集(95.4%)，表明可能存在泛化能力限制	开发低成本、可访问的AI解决方案，提供一致的乳腺密度分类以支持乳腺癌早期检测	乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习	CD-CNN with ELM	图像	10,371张全视野数字乳腺X线摄影图像
28	2025-09-06	Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity 2025-Sep-05, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03441-w PMID:40911165	研究论文	提出并评估一种基于智能手机的软件设备Apneal®，用于预测睡眠呼吸暂停及其严重程度	开发了一种新型、微创的智能手机应用，利用手机麦克风、加速度计和陀螺仪记录声音和运动，通过深度学习模型自动检测呼吸事件	单中心概念验证研究，样本量较小（46例患者），模型为初步版本（0.1版）	评估智能手机应用在估计患者呼吸暂停低通气指数（AHI）方面的性能，以解决多导睡眠图（PSG）获取受限导致的睡眠呼吸暂停诊断不足问题	成年睡眠呼吸暂停患者	数字健康	睡眠呼吸暂停	深度学习模型，声音和运动信号分析	序列深度学习模型	声音信号，运动信号（来自智能手机传感器）	46例成年患者（女性占比34%，平均BMI 28.7 kg/m²）
29	2025-09-06	Prostate MR image segmentation using a multi-stage network approach 2025-Sep-05, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-025-04763-0 PMID:40911178	研究论文	本研究利用多阶段深度学习网络方法对前列腺MR图像进行分割，以提高前列腺癌检测和表征的准确性	提出并评估了包括单阶段、顺序两阶段和端到端两阶段在内的多阶段分割方法，其中端到端方法利用共享特征表示显著提升了性能	模型需要进一步优化，并评估在不同医学影像背景下的泛化能力	通过深度学习图像分割技术提升前列腺癌的诊断准确性	前列腺MR图像	数字病理	前列腺癌	T2加权磁共振成像	MultiResUNet及多阶段深度学习架构	图像	1151名患者的61,119张T2加权MR图像
30	2025-09-06	A dual-branch encoder network based on squeeze-and-excitation UNet and transformer for 3D PET-CT image tumor segmentation 2025-Sep-05, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03427-6 PMID:40911253	研究论文	提出一种基于SE-UNet和Transformer的双分支编码器网络TASE-UNet，用于3D PET-CT图像肿瘤分割	结合PET分子信息和CT病理信息，设计双分支编码器结构，在跳跃连接中加入3D CBAM注意力模块	NA	实现肿瘤的自动分割，替代专家手动分割	3D PET-CT图像中的肿瘤区域	计算机视觉	肿瘤	深度学习	SE-UNet, Transformer, 3D CBAM	3D医学图像（PET-CT）	HECKTOR2022数据集
31	2025-09-06	Real-time corneal image segmentation for cataract surgery based on detection framework 2025-Sep-05, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03506-x PMID:40911268	研究论文	提出一种基于椭圆建模的无锚框实时角膜分割框架EllipseNet，用于白内障手术中的角膜图像分割	仅需矩形边界框标注即可自动推断角膜椭圆轴，实现高效实时分割，速度比现有最优模型快近三倍	依赖矩形边界框初始标注，未提及多中心验证或不同手术场景的泛化能力	开发实时角膜分割方法以支持白内障手术的术中引导和教学培训	白内障手术中的角膜图像和手术器械	计算机视觉	白内障	深度学习图像分割	Hourglass网络与anchor-free检测框架	图像	NA
32	2025-09-06	Detectability Driven Recommendation of Anomaly Detection Models for Time-Series Data 2025-Sep-04, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3601712 PMID:40907047	研究论文	提出一种基于可检测性概念的时间序列异常检测模型推荐方法，以提高模型选择效率并降低计算成本	引入基于细粒度数据特征比较的可检测性定义框架，并设计高效的可检测性计算技术与推荐算法	NA	解决时间序列异常检测中多模型同时运行计算成本高的问题，通过智能推荐机制选择合适模型	时间序列数据异常检测模型	机器学习	NA	深度学习，异常检测技术	NA	时间序列数据	真实时间序列数据集和典型异常检测方法
33	2025-09-06	Geometric-Driven Cross-Modal Registration Framework for Optical Scanning and CBCT Models in AR-Based Maxillofacial Surgical Navigation 2025-Sep-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3606469 PMID:40907041	研究论文	提出一种几何驱动的跨模态配准框架，用于光学扫描与CBCT模型在AR导航颌面手术中的精准对齐	结合几何特征提取（曲率和咬合轮廓）与混合深度学习工作流，实现高精度跨模态配准	未明确说明临床适用病例范围或系统计算效率	提升无牙颌/部分无牙颌患者种植牙手术的术前规划精度	放射导板的光学扫描模型与患者CBCT数据	计算机视觉	牙科疾病	锥形束CT（CBCT）、光学扫描、增强现实（AR）	混合深度学习模型	3D几何模型、医学影像	通过临床和体模实验验证（具体样本量未说明）
34	2025-09-06	A Physics-ASIC Architecture-Driven Deep Learning Photon-Counting Detector Model Under Limited Data 2025-Sep-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3605886 PMID:40907044	研究论文	提出一种基于物理-ASIC架构驱动的深度学习模型，用于在有限校准数据下精确建模光子计数探测器	结合物理机制与ASIC架构的深度学习模型，能够用有限数据准确捕捉探测器传感器和ASIC的整体响应	模型性能依赖于有限校准数据，可能影响在更广泛条件下的泛化能力	解决光子计数计算机断层扫描（PCCT）中探测器精确建模的挑战	光子计数探测器（PCDs）	医学影像	NA	深度学习，光子计数计算机断层扫描（PCCT）	深度学习模型	校准数据，医学影像数据	有限校准数据集
35	2025-09-06	Advancing Point-of-Care Still's Murmur Identification: Evaluating the Efficacy of ConvNets and Transformers Using the StethAid Multicenter Heart Sound Database 2025-Sep-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3606341 PMID:40907040	研究论文	本研究评估了卷积神经网络和Transformer模型在利用StethAid多中心心音数据库识别儿童Still's杂音方面的效能	首次专门针对儿童Still's杂音开发深度学习模型，并建立了专门的儿科心音数据库	研究基于相对有限的样本量（527个心音图），且需要专家诊断作为金标准	开发辅助初级保健提供者准确识别儿童Still's杂音的AI工具	儿科患者的心音图数据	数字病理学	心血管疾病	数字听诊技术、心音图分析	CNN, Transformer (包括SQ-NET, ResNet18, AST, DeiT, Swin transformer, DINO)	音频信号（心音图）	527个心音图记录，来自四个儿科医疗中心，外加1450个历史心音记录
36	2025-09-06	STAD-CoAtt: Integration of Evolving Gene Graphs in the Assessment of Neuropathological Stages Using Spatiotemporal Representations of Brain Transcriptomics Data 2025-Sep-04, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3605968 PMID:40907046	研究论文	提出一种融合时空图学习和共注意力网络的STAD-CoAtt方法，用于分析阿尔茨海默病的脑转录组数据并评估神经病理阶段	首次将演化基因图特征与时空表示相结合，采用共注意力网络压缩动态AD特异性调控网络，并通过非线性流形对齐融合块构建联合潜在表示	NA	开发深度学习框架以提升阿尔茨海默病神经病理阶段评估的准确性	人类脑组织单核RNA测序数据	生物信息学	阿尔茨海默病	单核RNA测序(snRNA-seq), 时空图学习	ST-GCN, 共注意力网络	转录组数据	来自ROSMAP和GSE平台的两个基准RNA-seq数据集
37	2025-09-06	Estimation of Segmental Longitudinal Strain in Transesophageal Echocardiography by Deep Learning 2025-Sep-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605793 PMID:40907054	研究论文	本研究开发了首个基于深度学习的自动化流程autoStrain，用于经食管超声心动图中左心室节段纵向应变的估计	首次将深度学习运动估计方法应用于TEE的SLS自动计算，并利用高真实度合成数据集解决真实心肌运动数据难以获取的挑战	使用合成数据进行训练，虽然进行了临床验证，但样本量有限（16例患者）	开发自动化工具以提高心脏功能评估的精确度和效率	左心室节段纵向应变（SLS）	计算机视觉	心血管疾病	深度学习运动估计	RAFT光学流模型（TeeFlow）和CoTracker点轨迹模型（TeeTracker）	经食管超声心动图视频序列	80例患者的合成TEE数据集用于训练评估，16例患者用于临床验证
38	2025-09-06	Deep Learning for Segmenting Ischemic Stroke Infarction in Non-contrast CT Scans by Utilizing Asymmetry 2025-Sep-04, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01559-8 PMID:40908314	研究论文	本研究开发了一种结合对称性原理与nnUNet模型的分割方法，用于在非增强CT扫描中自动分割缺血性卒中梗死区域	引入了基于对称性学习的生成模块和上游分割模块，创新性地采用强度病变概率(ILP)函数和特定输入通道来增强模型敏感性	外部测试集的DSC指标相对较低(0.4891)，表明模型在外部数据上的泛化能力仍有提升空间	开发缺血性卒中病变的自动分割方法以辅助临床决策	急性缺血性卒中患者的非增强CT扫描图像	医学图像分析	缺血性卒中	CT成像	nnUNet, 2.5D ResUNet	医学图像	397例NCCT扫描（内部数据集345训练+52测试），外加60例外部验证病例
39	2025-09-06	Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model 2025-Sep-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00623-9 PMID:40908427	研究论文	比较开源肺叶分割模型与本地训练模型在CT扫描图像上的性能表现	首次系统评估多种开源深度学习肺叶分割工具（MOOSE、TotalSegmentator、LungMask）与本地nnU-Net模型在内部和外部数据集上的性能对比	研究基于164例内部CT扫描数据集，样本量相对有限；外部验证仅使用LOLA11竞赛的55例数据	评估不同深度学习模型在肺叶分割任务中的性能差异	CT扫描图像中的肺叶分割	医学图像分析	肺部疾病	深度学习分割	nnU-Net, MOOSE, TotalSegmentator, LungMask	CT图像	内部数据集164例CT扫描，测试子集33例，外部验证集55例
40	2025-09-06	Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning 2025-Sep-04, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.70153 PMID:40908531	研究论文	本研究利用深度学习模型分析肠道微生物组数据以辅助肠易激综合征的诊断	采用深度神经网络处理高维度微生物组数据，在疾病分类中实现92.79%的准确率	NA	探索肠道微生物组在肠易激综合征中的作用并开发诊断方法	人类肠道微生物组数据	机器学习	肠易激综合征	微生物组分析	DNN, XGBoost, RandomForest, Logistic Regression, LightGBM	微生物组谱数据	综合微生物组数据集（具体数量未说明）