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	2025-09-24	Histopathological evaluation of abdominal aortic aneurysms with deep learning 2024-Apr-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.23.24306178 PMID:38712033	研究论文	本研究首次对深度学习在腹主动脉瘤组织病理学评估中的应用进行全面评估	首次在血管病理学领域系统评估深度学习技术，并发现其在预测炎症特征和纤维化分级方面的稳健性能	研究样本仅来自三个欧洲中心，可能存在地域局限性	探索深度学习在血管疾病计算病理学中的应用价值	369名腹主动脉瘤患者的组织样本	数字病理学	心血管疾病	深度学习	深度学习模型	数字全玻片图像	来自三个欧洲中心的369名患者样本
22	2025-09-24	Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning 2024-03-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-58131-6 PMID:38553581	研究论文	开发基于计算机视觉的多任务深度学习模型，通过12导联心电图二维图像预测心肌瘢痕和左心室射血分数	首次将多任务深度学习应用于心电图图像分析，同时预测两个关键心血管参数，性能优于心脏病专家	研究基于特定数据集，在资源有限环境中的实际应用效果需进一步验证	开发低成本的心肌瘢痕和左心室射血分数分类方法，替代昂贵的心脏磁共振检查	心电图二维图像和对应的临床特征数据	计算机视觉	心血管疾病	深度学习	多任务深度学习模型	图像	14,052份心电图数据
23	2025-09-24	Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study 2023-12-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000997 PMID:37428618	研究论文	评估深度学习重建算法在3T乳腺MRI中加速扩散加权成像的性能	首次在前瞻性临床研究中将具有超分辨率处理的深度学习加速DWI序列与标准成像进行对比	单中心研究，样本量相对有限（65名参与者）	比较深度学习加速DWI序列与标准DWI在采集时间和图像质量方面的差异	浸润性乳腺癌、良性病变和囊肿患者	医学影像分析	乳腺癌	扩散加权成像，深度学习重建算法，超分辨率处理	深度学习重建算法	MRI影像数据	65名参与者（64名女性，平均年龄54±13岁）
24	2025-09-24	Amplifying the Effects of Contrast Agents on Magnetic Resonance Images Using a Deep Learning Method Trained on Synthetic Data 2023-12-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000998 PMID:37378418	研究论文	提出一种基于深度学习的方法，利用合成数据增强磁共振图像中对比剂的效果	首次使用物理模型生成合成对比剂数据来训练AI代理，实现超越标准剂量的虚拟对比增强	方法主要针对脑部疾病验证，在其他器官的适用性需进一步研究	开发一种能够放大磁共振图像中对比剂效果的AI方法	脑胶质瘤小鼠模型和1990例脑部疾病患者的临床数据	医学影像分析	脑胶质瘤、多发性硬化、转移癌等脑部疾病	磁共振成像、深度学习	神经网络	磁共振图像	临床研究包含1990例患者检查数据，外加临床前小鼠模型研究
25	2025-09-24	Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa 2023-11-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.64.14.31 PMID:37988107	研究论文	本研究利用深度学习模型辅助测量RPGR相关X连锁视网膜色素变性患者的光感受器外节三维指标，并评估其纵向变化规律	首次结合深度学习模型对RPGR相关XLRP患者进行三维光感受器外节指标的纵向定量分析	样本量较小（34例患者），且为回顾性研究设计	评估X连锁视网膜色素变性疾病进展的生物标志物	RPGR基因相关的X连锁视网膜色素变性男性患者	数字病理	视网膜色素变性	光学相干断层扫描（OCT）	深度学习模型	医学影像	34例男性患者，随访时间约2年或更长
26	2025-09-24	Machine Learning-Based Prediction of Abdominal Subcutaneous Fat Thickness During Pregnancy 2023-11, Metabolic syndrome and related disorders IF:1.3Q4 DOI:10.1089/met.2023.0043 PMID:37669001	研究论文	开发基于机器学习的孕期腹部皮下脂肪厚度预测模型	首次结合三种机器学习算法（深度学习、随机森林、支持向量机）对孕期不同阶段腹部皮下脂肪厚度进行预测建模	样本量有限（354例），未说明模型的外部验证效果	预测孕妇腹部皮下脂肪厚度以评估皮下注射安全性	孕妇群体	机器学习	妊娠期糖尿病	机器学习算法（深度学习、随机森林、支持向量机）	深度学习、随机森林、支持向量机	临床测量数据	354例孕妇
27	2025-09-24	Deep learning for metabolic pathway design 2023-11, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2023.09.012 PMID:37734652	综述	本文评估了深度学习等数字策略在代谢通路预测和酶发现中的应用	探讨深度学习技术在代谢通路设计中的最新进展及其在推动生物基循环经济中的潜力	NA	评估计算机辅助工具在代谢通路设计中的应用效果	微生物细胞工厂的代谢通路设计	机器学习	NA	深度学习	深度学习	化学与代谢域数据	NA
28	2025-09-24	Design and implementation of a smart Internet of Things chest pain center based on deep learning 2023-10-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023840 PMID:38052586	研究论文	基于深度学习设计并实现了一个智能物联网胸痛中心系统	整合物联网三层架构与BiLSTM-CRF算法，实现胸痛患者信息的智能采集和症状自动提取	仅在一家医院（辽宁省人民医院）进行应用验证，缺乏多中心临床验证	解决胸痛中心数据录入非智能化导致的效率低下和错误率高的问题	胸痛患者及其医疗数据	智慧医疗	心血管疾病	物联网技术、UWB定位、BiLSTM-CRF算法	BiLSTM-CRF	电子医疗记录、定位数据、移动应用数据	未明确说明具体样本数量
29	2025-09-24	ECA-TFUnet: A U-shaped CNN-Transformer network with efficient channel attention for organ segmentation in anatomical sectional images of canines 2023-10-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023827 PMID:38052573	研究论文	提出一种结合CNN和Transformer的U型网络ECA-TFUnet，用于犬类解剖断面图像的器官分割	首次在Unet网络的第一跳跃连接层集成Transformer模块以学习全局依赖关系，并引入高效通道注意力机制增强模型鲁棒性	未明确说明模型在复杂解剖结构或小器官分割中的具体表现	提升犬类解剖断面图像中器官自动分割的精度	犬类解剖断面图像中的器官	数字病理	NA	深度学习	U-Net, Transformer, CNN	医学图像	未明确说明具体样本数量，但包含公开数据集验证
30	2025-09-24	Microbial carbon use efficiency promotes global soil carbon storage 2023-06, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06042-3 PMID:37225998	研究论文	本研究通过多方法融合揭示了微生物碳利用效率对全球土壤碳储量的主导作用	首次量化证明CUE对土壤碳储量的影响是其他因素（碳输入、分解等）的四倍以上，并建立其与气候/植被/土壤性质的关联模型	未明确微生物群落结构对CUE的具体调控机制	探究微生物碳利用效率在土壤有机碳持久保存中的作用机制	全球尺度土壤碳库与微生物活动	环境微生物学	NA	数据同化、深度学习、meta分析	微生物过程显式模型	全球尺度数据集	全球多源土壤碳库数据
31	2025-09-24	Segmenting Skin Biopsy Images with Coarse and Sparse Annotations using U-Net 2022-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00641-8 PMID:35501416	研究论文	提出一种使用粗标注和稀疏标注的两阶段分割流程，用于皮肤活检图像中黑色素细胞病变的语义分割	开发了基于U-Net的两阶段分割流程，仅需对全切片图像的小区域进行粗标注和稀疏标注即可训练模型	需要专家标注作为金标准，标注过程仍然需要专业医学知识	开发高效的医学图像分割方法以辅助黑色素瘤诊断	皮肤活检组织切片中的黑色素细胞病变区域	数字病理学	黑色素瘤	深度学习图像分析	U-Net	医学图像	NA
32	2025-09-19	Response to letter regarding "A deep learning approach for gastroscopic manifestation recognition based on Kyoto Gastritis Score" 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2561801 PMID:40964794	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
33	2025-09-23	E2-regulated transcriptome complexity revealed by long-read direct RNA sequencing: from isoform discovery to truncated proteins 2025-Dec, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2025.2563860 PMID:40965441	研究论文	本研究利用纳米孔长读长直接RNA测序技术揭示了雌激素调控的转录组复杂性，发现了新型异构体及其产生的截短蛋白功能	首次结合长读长直接RNA测序、3‘末端测序和深度学习蛋白建模系统解析E2调控的转录组复杂性，发现内含子多聚腺苷酸化mRNA产生的功能性截短蛋白	NA	探索雌激素受体阳性乳腺癌中E2调控的转录组全景及其蛋白水平影响	ERα阳性乳腺癌细胞中的转录组和蛋白质	基因组学	乳腺癌	纳米孔长读长直接RNA测序、3‘末端测序、深度学习蛋白建模	深度学习	RNA测序数据	NA
34	2025-09-23	A Novel Deep Learning Radiomics Nomogram Integrating B-Mode Ultrasound and Contrast-Enhanced Ultrasound for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.028 PMID:40764147	研究论文	开发一种整合B超和超声造影的深度学习影像组学列线图，用于术前预测浸润性乳腺癌淋巴血管侵犯	首次将B超和超声造影的深度学习特征与手工特征结合构建预测模型，并采用多中心数据验证	回顾性研究设计，样本来源仅限于三家医院	术前无创预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	深度学习影像组学	深度学习列线图	超声图像（B超和超声造影）	981例患者（834例来自医院I，147例来自医院II和III）
35	2025-09-23	A Learnable Physical Deep Learning Model for Sparse Limited View Photoacoustic Tomography 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.07.014 PMID:40850901	研究论文	提出一种可学习的物理深度学习模型，用于稀疏有限视角光声断层成像的高质量重建	结合物理模型与深度学习，实现仅需16个探测器的极稀疏信号的高质量光声成像重建	NA	开发稀疏重建算法以降低光声成像系统对密集阵列探头的制造需求	光声断层成像信号与重建图像	医学影像处理	NA	光声断层成像	深度学习模型（具体架构未说明）	光声信号与医学影像	数值模拟与活体实验（具体样本数未说明）
36	2025-09-23	Breast Cancer Diagnosis Using a Dual-Modality Complementary Deep Learning Network With Integrated Attention Mechanism Fusion of B-Mode Ultrasound and Shear Wave Elastography 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.08.007 PMID:40858483	研究论文	开发一种融合B超和剪切波弹性成像的双模态互补深度学习网络，用于提升乳腺肿瘤分类和腋窝淋巴结转移预测性能	提出结合注意力机制的双模态特征融合网络，首次将结构特征与刚度特征进行互补性融合	回顾性研究，样本量有限（218例患者），需多中心前瞻性验证	通过多模态深度学习提高乳腺肿瘤诊断和转移预测的准确性	乳腺肿瘤患者（含良性/恶性分类及腋窝淋巴结转移状态）	计算机视觉	乳腺癌	深度学习、注意力机制、多模态融合	DCFAN（双模态互补特征注意力网络）	医学图像（B超和弹性成像配对图像）	218名患者的387对B超和剪切波弹性成像图像
37	2025-09-23	Ovarian masses suggested for MRI examination: assessment of deep learning models based on non-contrast-enhanced MRI sequences for predicting malignancy 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04891-2 PMID:40116887	研究论文	评估四种基于非增强MRI序列的深度学习模型在区分卵巢良恶性肿瘤方面的诊断效能	首次系统比较四种不同深度学习架构在非增强MRI上对卵巢肿瘤良恶性的鉴别性能，并分析模型参数效率	回顾性研究设计，样本量相对有限（526例），未包含对比增强MRI序列	开发基于非增强MRI的深度学习辅助诊断工具，降低卵巢肿瘤诊断成本	经病理证实的卵巢肿瘤患者（良恶性共526例）	数字病理	卵巢癌	非增强磁共振成像（T1WI/T2WI/DWI）	ConvNeXt/FBNet/GhostNet/ResNet50	医学影像	526例患者（367例训练集，159例验证集）
38	2025-09-23	Optimizing bladder magnetic resonance imaging: accelerating scan time and improving image quality through deep learning 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04895-y PMID:40167648	研究论文	本研究探讨深度学习在膀胱磁共振T2加权成像中加速扫描时间和提升图像质量的价值	首次将深度学习重建技术应用于膀胱磁共振T2加权成像，实现扫描时间减少近50%的同时提升图像质量	样本量较小（28例患者），需要更大规模研究验证	评估深度学习技术在膀胱磁共振成像中的临床应用价值	膀胱癌患者	医学影像分析	膀胱癌	磁共振成像（MRI）、深度学习重建	深度学习	医学影像	28例连续入组的膀胱癌患者
39	2025-09-23	Arterial phase CT radiomics for non-invasive prediction of Ki-67 proliferation index in pancreatic solid pseudopapillary neoplasms 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04921-z PMID:40178588	研究论文	基于动脉期CT影像组学特征开发深度学习模型，用于胰腺实性假乳头状瘤Ki-67增殖指数的无创预测	首次结合CT影像组学特征与深度学习算法构建非侵入性预测模型，识别CTscore和形态学特征作为关键预测因子	回顾性研究设计，样本量有限（92例患者），需多中心前瞻性验证	术前无创预测胰腺实性假乳头状瘤的Ki-67增殖指数水平	经病理确诊的胰腺实性假乳头状瘤患者	数字病理	胰腺肿瘤	CT影像组学分析、深度学习	GBM、深度学习算法	医学影像（动脉期CT图像）	92例患者（训练集64例，验证集28例）
40	2025-09-23	Deep learning assisted detection and segmentation of uterine fibroids using multi-orientation magnetic resonance imaging 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04934-8 PMID:40188260	研究论文	开发基于多方位MRI的深度学习模型，用于子宫肌瘤的自动检测和分割	首次采用三维nnU-Net框架构建多方位（矢状面和轴向）T2加权MRI的自动分割模型，并对不同尺寸和FIGO分型的肌瘤进行亚组分析	NA	实现子宫肌瘤的自动化检测与分割	经诊断患有子宫肌瘤的患者	医学影像分析	子宫肌瘤	磁共振成像（MRI）	三维nnU-Net	医学影像（T2加权MRI）	内部数据集299例患者（训练集239例，内部测试集60例），外部验证集45例患者