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	2025-07-17	Deep learning for appendicitis: development of a three-dimensional localization model on CT 2025-Jul-16, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01834-1 PMID:40668351	研究论文	开发并评估了一种用于在腹部CT上检测阑尾炎的深度学习模型	使用三维定位模型在CT上检测阑尾炎，并评估了模型在不同临床因素下的表现	研究为单中心回顾性研究，样本量有限，且未考虑年龄小于20岁、穿孔、阑尾不清晰和阑尾肿瘤等病例	开发一种深度学习模型，用于在CT上检测阑尾炎	阑尾炎患者的腹部CT图像	数字病理	阑尾炎	CT成像	Faster R-CNN	图像	567例阑尾炎患者的CT图像（训练集517例，验证集50例），测试集包括100例阑尾炎CT和100例对照CT
22	2025-07-17	Distinguishing symptomatic and asymptomatic trigeminal nerves through radiomics and deep learning: A microstructural study in idiopathic TN patients and asymptomatic control group 2025-Jul-16, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03691-1 PMID:40668403	research paper	该研究利用人工智能分析三叉神经的微观结构，以区分特发性三叉神经痛患者和无症状对照组的症状性和无症状性神经	结合放射组学和深度学习技术，首次在特发性三叉神经痛患者和无症状对照组之间区分症状性和无症状性神经	需要进一步研究以全面阐明可能导致特发性三叉神经痛的血管和非血管病因的影响	区分特发性三叉神经痛患者和无症状对照组的症状性和无症状性神经	特发性三叉神经痛患者和无症状对照组的三叉神经	digital pathology	trigeminal neuralgia	MRI	DenseASPP-201, MobileASPPV2, SDEL, SVM, KNN	image	78例症状性三叉神经和182例无症状性三叉神经（91例1级NVC和91例0级NVC）
23	2025-07-17	Integrated machine learning and deep learning-based virtual screening framework identifies novel natural GSK-3β inhibitors for Alzheimer's disease 2025-Jul-16, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00637-w PMID:40668407	研究论文	本文提出了一种结合机器学习和深度学习的虚拟筛选框架，用于识别阿尔茨海默病的潜在天然GSK-3β抑制剂	结合可解释的随机森林模型和深度学习分子对接平台KarmaDock，提高了筛选的准确性和可解释性	目前的研究结果仅为计算模拟，需要未来的实验验证	识别阿尔茨海默病的潜在天然GSK-3β抑制剂	天然产物中的GSK-3β抑制剂	机器学习	阿尔茨海默病	虚拟筛选、分子对接、药效团建模、分子动力学模拟	随机森林 (RF)、深度学习	分子数据	25,000种天然化合物
24	2025-07-17	Specific Contribution of the Cerebellar Inferior Posterior Lobe to Motor Learning in Degenerative Cerebellar Ataxia 2025-Jul-16, Cerebellum (London, England) DOI:10.1007/s12311-025-01887-y PMID:40668493	研究论文	本研究利用深度学习算法CerebNet分析小脑亚区体积与运动学习能力的关系，揭示了小脑后下叶在退行性小脑共济失调患者运动学习中的独特作用	首次发现小脑后下叶体积与运动学习能力存在特异性关联，为小脑功能分区提供了新证据	样本量较小(37例患者和18例健康对照)，且结果可能受退行性小脑共济失调亚型影响	探究小脑不同亚区体积与运动学习能力和共济失调严重程度的关系	退行性小脑共济失调患者和健康对照者	数字病理学	退行性小脑共济失调	深度学习算法CerebNet	CNN	医学影像数据	37例患者和18例健康对照
25	2025-07-17	Validation of syncope short-term outcomes prediction by machine learning models in an Italian emergency department cohort 2025-Jul-16, Internal and emergency medicine IF:3.2Q1 DOI:10.1007/s11739-025-04034-x PMID:40668516	研究论文	本研究旨在通过机器学习模型验证和比较晕厥患者短期不良结局的预测能力	首次在意大利急诊科队列中验证了梯度提升（GB）和逻辑回归（LR）模型，并与新型深度学习模型（TabPFN）和大语言模型（TabLLM）进行了性能比较	研究样本量较小（257例患者），且外部验证队列的事件发生率较高，可能影响模型的预测能力	验证和比较不同机器学习模型在预测晕厥患者短期不良结局方面的性能	2015年至2017年在意大利六家医院急诊科就诊的非低风险晕厥患者	机器学习	心血管疾病	机器学习算法（梯度提升、逻辑回归、深度学习、大语言模型）	GB, LR, TabPFN, TabLLM	临床数据	257例患者
26	2025-07-17	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	评估人工智能辅助前列腺双参数MRI解读的国际多读者研究	研究首次评估了深度学习AI模型在前列腺双参数MRI解读中对临床显著前列腺癌检测率和读者间一致性的影响	AI辅助略微降低了病灶水平的敏感性，需要进一步优化以提高敏感性而不损害特异性	评估AI辅助对前列腺双参数MRI解读中临床显著前列腺癌检测率和读者间一致性的影响	前列腺双参数MRI扫描	数字病理	前列腺癌	深度学习	深度学习AI模型	MRI图像	180名患者（120例病例组，60例对照组）
27	2025-07-17	Artificial Intelligence Enhances Diagnostic Accuracy of Contrast Enemas in Hirschsprung Disease Compared to Clinical Experts 2025-Jul-15, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2646-2052 PMID:40592491	研究论文	本研究评估了深度学习神经网络在对比灌肠检查中对先天性巨结肠症的诊断准确性，并与儿科外科医生和放射科医生的诊断表现进行了比较	首次将深度学习神经网络应用于对比灌肠图像分析，并结合临床数据提升诊断性能	研究为回顾性设计，样本量相对有限（测试集仅218张图像）	评估人工智能在先天性巨结肠症影像学诊断中的应用价值	15岁以下疑似先天性巨结肠症患者的对比灌肠图像	数字病理	先天性巨结肠症	深度学习	DNN	医学影像	1,471张对比灌肠图像（其中218张用于测试）
28	2025-07-17	Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study 2025-Jul-15, JMIR aging IF:5.0Q1 DOI:10.2196/68156 PMID:40663489	研究论文	本研究提出了一种新型多模态系统，用于预测严重痴呆患者的激动和攻击行为（AA）发作，结合了可穿戴传感器数据和隐私保护视频分析技术	首次整合可穿戴设备数据与匿名化视频分析，实现AA事件的实时预测，且预测时间提前至少6分钟	样本量较小（仅10名参与者），需进一步扩大验证	开发客观、自动化的痴呆患者行为症状监测系统	严重痴呆患者（伴激动/攻击行为）	数字病理学	老年性疾病	多模态数据融合（可穿戴生物标志物+视频行为分析）	Extra Trees/多层感知机(MLP)/门控循环单元(GRU)/LSTM	生理信号数据（手腕带）+视频数据	10名受试者（安大略海岸心理健康研究所）
29	2025-07-17	3D isotropic high-resolution fetal brain MRI reconstruction from motion corrupted thick data based on physical-informed unsupervised learning 2025-Jul-15, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586049 PMID:40663667	研究论文	提出了一种基于物理信息无监督学习的3D各向同性高分辨率胎儿脑MRI重建方法，用于从运动损坏的厚数据中重建高质量图像	提出了一种无监督迭代联合SVR和SRR的深度学习框架，无需大规模外部3D高分辨率训练数据集	未提及具体临床数据集的样本量限制或模型泛化能力的详细评估	提升胎儿脑MRI的运动校正和超分辨率重建技术，以支持精确的临床诊断和胎儿脑发育研究	胎儿脑MRI图像	医学影像处理	胎儿脑发育	深度学习、卷积神经网络、深度图像先验框架	CNN	MRI图像	模拟数据和临床数据（具体数量未提及）
30	2025-07-17	Efficient Visual Transformer by Learnable Token Merging 2025-Jul-15, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3588186 PMID:40663671	研究论文	本文提出了一种新颖且紧凑的Transformer块——LTM-Transformer，通过可学习的令牌合并方案提升视觉Transformer的效率	提出LTM-Transformer，通过可学习的令牌合并方案减少FLOPs和推理时间，同时保持或提高预测精度	NA	提升视觉Transformer的计算效率和预测精度	视觉Transformer模型	计算机视觉	NA	NA	Transformer, LTM-Transformer	图像	NA
31	2025-07-17	Bayesian Posterior Distribution Estimation of Kinetic Parameters in Dynamic Brain PET Using Generative Deep Learning Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3588859 PMID:40663684	研究论文	本研究提出了一种基于改进的去噪扩散概率模型（iDDPM）的方法，用于估计动态PET中动力学参数的后验分布，以提高计算效率	利用深度学习的高计算效率，提出iDDPM方法替代传统的MCMC技术，显著减少计算时间（超过230倍），同时保持高精度（平均误差<0.67%）和精确性（标准差误差<7.23%）	研究仅基于[18F]MK6240研究进行评估，未在其他示踪剂或疾病模型中验证	开发一种高效准确的方法来估计动态PET中动力学参数的后验分布	动态PET图像中的动力学参数	医学影像分析	阿尔茨海默病	动态PET成像，贝叶斯推断	iDDPM, CVAE-DD, WGAN-GP	动态PET图像数据	NA
32	2025-07-17	Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589456 PMID:40663685	research paper	该论文提出了一种渐进式频谱扩散模型（PSDM），通过组合提示生成临床准确的合成图像，以增强结直肠息肉检测、分类和分割的泛化能力	提出PSDM模型，利用组合提示（包括分割掩码、边界框和结肠镜检查报告）生成合成图像，显著提升了模型在分布外数据上的表现	模型依赖于多中心数据集（如PolypGen），其收集成本高且耗时	提高结直肠息肉检测、分类和分割的泛化能力，特别是在分布外数据场景下	结直肠息肉	digital pathology	colorectal cancer	diffusion models	PSDM	image	PolypGen数据集
33	2025-07-17	BaliMask3D dataset for 3D completion and reconstruction of traditional Balinese masks 2025-Jul-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05505-8 PMID:40664699	research paper	介绍了一个名为BaliMask3D的高质量3D面具数据集，用于支持3D完成和重建任务，旨在促进文化遗产保护	提供了首个专注于传统巴厘岛面具的3D数据集，结合了360度摄影测量技术和深度学习模型（VQ-VAE和SDFusion）进行3D重建	数据集仅包含27类面具，样本量相对较小，可能限制模型的泛化能力	开发并评估用于3D完成和重建的深度学习技术，同时促进文化遗产保护	传统巴厘岛面具的3D模型	computer vision	NA	360-degree photogrammetry	VQ-VAE, SDFusion	3D models	27类面具
34	2025-07-17	Decision level scheme for fusing multiomics and histology slide images using deep neural network for tumor prognosis prediction 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09869-0 PMID:40664732	研究论文	提出了一种决策级多模态数据融合框架，用于整合多组学和病理组织切片图像以进行预后预测	通过图卷积层计算病理组织切片图像的特征张量，并应用全局平均池化对齐和归一化多组学数据与病理图像的特征张量，实现了无缝整合	仅测试了乳腺癌和非小细胞肺癌的数据，未在其他癌症类型上验证	开发一种多模态数据融合框架，以提高肿瘤预后预测的准确性	乳腺癌和非小细胞肺癌患者的多组学数据和病理组织切片图像	数字病理学	乳腺癌, 非小细胞肺癌	多组学数据整合, 图卷积	深度神经网络	图像, 转录组数据, 基因型数据, 表观遗传数据, 生存信息	来自Cancer Genome Atlas的乳腺癌和非小细胞肺癌数据
35	2025-07-17	Deep adaptive learning predicts and diagnoses CSVD-related cognitive decline using radiomics from T2-FLAIR: a multi-centre study 2025-Jul-15, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01813-w PMID:40664728	研究论文	本研究开发了一种基于Transformer的深度学习模型，利用T2-FLAIR图像的白质高信号放射组学特征来检测脑小血管病相关认知障碍	采用Transformer架构的深度学习模型结合放射组学特征，首次在脑小血管病相关认知障碍的检测中实现了自动化和非侵入性诊断	研究样本量相对有限（783名受试者），且仅来自三个中心	开发自动化工具用于早期检测脑小血管病相关认知障碍	脑小血管病相关认知障碍患者	数字病理学	脑小血管病	放射组学分析	Transformer	医学影像	783名受试者（其中161名进行纵向随访）
36	2025-07-17	Poincare guided geometric UNet for left atrial epicardial adipose tissue segmentation in Dixon MRI images 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10110-1 PMID:40664735	研究论文	本研究提出了一种名为PoinUNet的深度学习模型，用于从Dixon MRI图像中准确分割左心房心外膜脂肪组织	将Poincaré嵌入层集成到3D UNet中，利用双曲空间学习捕获复杂的左心房和心外膜脂肪组织关系，并使用新的损失函数解决类别不平衡和脂肪几何挑战	样本量相对较小（66名参与者），且仅在1.5T MRI扫描仪上进行验证	提高左心房心外膜脂肪组织在Dixon MRI图像中的自动分割准确性	左心房心外膜脂肪组织	数字病理学	心血管疾病	Dixon MRI	3D UNet（集成Poincaré嵌入层）	MRI图像	66名参与者（包括48名房颤患者）
37	2025-07-17	A hybrid framework of generative deep learning for antiviral peptide discovery 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11328-9 PMID:40664756	研究论文	本研究提出了一种结合WGAN-GP和BiLSTM的混合模型，用于抗病毒肽的发现和分类	结合WGAN-GP和BiLSTM的混合框架，成功生成并识别了815种新型抗病毒肽	生成的抗病毒肽在不同病毒端点上的丰度存在显著差异	开发一种有效的抗病毒肽发现工具	抗病毒肽（AVPs）	机器学习	病毒感染	WGAN-GP, BiLSTM	生成对抗网络（GAN）, 双向长短期记忆网络（BiLSTM）	序列数据	815种新型抗病毒肽
38	2025-07-17	AI-powered prediction model for neoadjuvant chemotherapy efficacy: comprehensive analysis of breast cancer histological images 2025-Jul-15, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01033-1 PMID:40664754	研究论文	开发了一种结合组织病理学、临床和免疫特征的AI驱动的集成预测模型（IPM），用于预测乳腺癌患者对新辅助化疗（NAT）的疗效	首次整合了肿瘤上皮（TE-score）、间质（TS-score）和全肿瘤（TR-score）的深度学习生物标志物，并确定TR-score为最佳预测指标，同时结合临床变量和免疫特征提高了预测准确性	免疫数据对模型性能的提升未达到统计学显著性（p=0.183），且需要进一步验证模型的泛化能力	开发一种能够准确预测乳腺癌患者对新辅助化疗反应的AI模型，以指导精准医疗决策	乳腺癌患者	数字病理学	乳腺癌	深度学习	集成预测模型（IPM）	全切片图像、临床数据、免疫特征数据	来自四个中心的1035名患者
39	2025-07-17	Efficacy of swarm-based neural networks in automated depression detection 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09414-z PMID:40664787	研究论文	本研究提出了一种结合群体智能算法优化的深度学习模型，用于自动化抑郁症检测	创新点在于使用三种群体智能算法（蜻蜓算法、萤火虫算法和蛾焰优化算法）进行特征选择和降维，优化深度学习模型	研究仅使用了三个数据集进行验证，可能需要更多样化的数据来证明模型的泛化能力	开发可靠的自动化抑郁症诊断方法	抑郁症患者	机器学习	抑郁症	群体智能算法（蜻蜓算法、萤火虫算法、蛾焰优化算法）	深度学习模型	文本数据	使用了DAIC-WOZ、CMDC和MODMA三个数据集
40	2025-07-17	Preoperative prediction value of 2.5D deep learning model based on contrast-enhanced CT for lymphovascular invasion of gastric cancer 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11427-7 PMID:40664824	research paper	开发并验证基于静脉期增强CT图像的深度学习和放射组学方法的人工智能模型，用于术前预测胃癌的淋巴血管侵犯	通过聚焦肿瘤最大横截面并结合七个相邻的2D图像，生成稳定的2.5D数据以建立多实例学习（MIL）模型	回顾性研究设计可能限制了结果的普遍性	预测胃癌术前淋巴血管侵犯	351名胃癌患者	digital pathology	gastric cancer	contrast-enhanced CT (CECT), deep learning (DL), Radiomics	2D CNN, 3D CNN, 2.5D MIL	CT images	351名胃癌患者（训练队列246名，测试队列105名）