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
4001	2025-10-06	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本研究开发了一种基于深度学习的增强CT网络，用于预测肝细胞癌患者肝切除术后早期复发	首次将DenseNet与注意力机制结合，能够同时处理三期增强CT扫描并自动关注影响患者生存的关键区域	回顾性研究设计，样本量相对有限（302例），需要进一步前瞻性验证	开发可靠的深度学习模型预测肝细胞癌患者术后早期复发	接受部分肝切除术的肝细胞癌患者	计算机视觉	肝细胞癌	三期增强CT扫描	CNN	医学影像	302例来自五个中心的患者数据	NA	DenseNet	C-index, AUC, 校准曲线, 决策曲线分析	NA
4002	2025-10-06	DeepOptimalNet: optimized deep learning model for early diagnosis of pancreatic tumor classification in CT imaging 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04860-9 PMID:40047871	研究论文	提出一种名为DeepOptimalNet的优化深度学习模型，用于CT影像中胰腺肿瘤的早期诊断分类	集成优化算法与深度学习技术，提出改进的Remora优化算法(MROA)用于组织分割，并采用深度迁移CNN与ResNet-50结合的多模态学习级联卷积神经网络	NA	解决胰腺CT图像分类中的挑战，实现胰腺肿瘤的早期准确诊断	胰腺CT影像	计算机视觉	胰腺癌	CT成像	CNN, 深度学习	医学影像	NA	NA	ResNet-50, 级联卷积神经网络	准确率, 敏感度, 特异性, F分数	NA
4003	2025-10-06	Automated detection of small hepatocellular carcinoma in cirrhotic livers: applying deep learning to Gd-EOB-DTPA-enhanced MRI 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04853-8 PMID:40059243	研究论文	开发基于深度学习的自动化方法，利用Gd-EOB-DTPA增强MRI检测肝硬化患者中的小肝细胞癌	应用nnU-Net深度学习架构实现小肝细胞癌的自动检测，在肝硬化背景下具有挑战性的小目标分割任务中表现出色	回顾性研究设计，样本量相对有限（120例患者），需要进一步的外部验证	开发自动化深度学习方法来检测肝硬化患者中的小肝细胞癌	肝硬化患者，包括78例小肝细胞癌患者和42例非肝细胞癌肝硬化患者	医学影像分析	肝细胞癌	Gd-EOB-DTPA增强MRI	深度学习	医学影像	120例患者（78例sHCC，42例非HCC肝硬化）	NA	nnU-Net	Dice系数, ROC曲线, AUC, 准确率, 灵敏度, 特异性	NA
4004	2025-10-06	Progress in the application of machine learning in CT diagnosis of acute appendicitis 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04864-5 PMID:40095017	综述	本文综述了机器学习在急性阑尾炎CT诊断中的应用进展与挑战	系统总结了机器学习在阑尾炎自动检测、鉴别诊断和严重程度分层方面的最新突破，包括深度学习模型AppendiXNet和3D CNN的优异表现	人工智能的'黑箱'特性、临床工作流程整合困难以及所需资源庞大	整合机器学习与CT技术以改进急性阑尾炎的诊断	急性阑尾炎患者及其CT影像数据	医学影像分析	急性阑尾炎	CT成像	CNN,深度学习模型	CT影像	NA	NA	3D CNN, AppendiXNet	AUC,准确率	NA
4005	2025-10-06	Diagnosis of moderate-to-severe hepatic steatosis using deep learning-based automated attenuation measurements on contrast-enhanced CT 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04872-5 PMID:40095018	研究论文	本研究评估基于深度学习的自动衰减测量在对比增强CT上诊断中重度肝脂肪变性的效用	首次在大型肝脏供体队列中验证深度学习自动测量肝脾衰减值诊断中重度肝脂肪变性的性能，并与人工测量进行对比	回顾性研究设计，仅包含肝脏供体人群可能限制结果的普适性	评估深度学习自动测量CT肝脾衰减值诊断中重度肝脂肪变性的诊断性能	3,620名肝脏供体（2,393名男性，1,227名女性，平均年龄31.7±9.4岁）	医学影像分析	肝脂肪变性	对比增强CT（CECT）	深度学习	CT影像	3,620例，其中开发队列2,714例，测试队列906例	NA	NA	AUC, 敏感性, 特异性, Youden指数	NA
4006	2025-10-06	Incorporating Pre-Training Data Matters in Unsupervised Domain Adaptation 2025-Sep, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3572963 PMID:40408198	研究论文	本文从预训练视角研究无监督领域自适应，提出将预训练数据纳入领域适应的三领域框架TriDA	首次系统分析预训练对领域自适应的影响，提出将UDA重新定义为包含预训练数据域的三领域问题	未明确说明预训练数据选择策略的具体实现细节和计算效率的定量分析	研究预训练数据在无监督领域自适应中的作用和影响机制	无监督领域自适应方法中的预训练模型	机器学习	NA	深度学习预训练	深度神经网络	图像	多个基准数据集，具体数量未明确说明	NA	基于ImageNet预训练的骨干网络	目标域错误率，基准测试性能	NA
4007	2025-10-06	Deep Learning Can be Used to Classify the Disease Status of the Canine Middle Ear From Computed Tomographic Images 2025-Sep, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70065 PMID:40714864	研究论文	本研究开发了一种基于深度学习的方法，利用CT图像对犬类中耳疾病状态进行分类	首次将深度学习方法应用于兽医放射学领域，针对犬类中耳疾病开发诊断模型，并在小数据集上结合迁移学习和数据增强技术取得良好效果	数据集相对较小（仅535张CT图像），模型仅在犬类中耳疾病上进行验证	开发能够诊断犬类中耳疾病的深度学习模型	犬类中耳CT图像	计算机视觉	中耳疾病	CT扫描	CNN	医学图像	535张犬类CT图像	NA	ResNet	准确率	NA
4008	2025-10-06	Deep Learning for Bidirectional Translation between Molecular Structures and Vibrational Spectra 2025-Aug-06, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05010 PMID:40700648	研究论文	开发了TranSpec和SpecGNN两个深度学习模型，实现分子振动光谱与SMILES分子结构表示之间的双向映射	首次建立分子结构与振动光谱之间的双向翻译框架，结合多种学习策略提升实验数据性能，并展示功能团识别和异构体区分能力	模型在实验IR数据集上的初始准确率较低（11%），表明对实验数据的适应性有待提高	建立分子结构与振动光谱之间的双向映射关系	分子振动光谱（IR和Raman）和SMILES分子结构表示	机器学习	NA	量子化学计算，振动光谱分析	深度学习，图神经网络	光谱数据，分子结构数据	量子化学计算IR和Raman光谱数据集，NIST实验IR数据集	NA	SpecGNN	准确率	NA
4009	2025-10-06	Machine-Vision-Driven Microarray Passive Temperature Sensor Inspired by Insect Compound Eyes for Wide-Range and High-Precision Surface Mapping 2025-Aug-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09372 PMID:40705845	研究论文	提出一种受昆虫复眼启发的机器视觉驱动微阵列被动温度传感器，用于宽范围高精度表面温度测绘	结合昆虫复眼协同感知机制与深度学习技术，实现无源宽范围温度传感和基于回归的非接触式高精度温度预测	NA	开发无需外部电源、不干扰热场的被动温度监测系统	有机热致变色材料微阵列传感器	计算机视觉	NA	软光刻图案化技术	CNN	图像	7×7高密度阵列配置	NA	ResNet-34	相关系数R, 平均绝对误差	NA
4010	2025-10-06	An improved domain-adversarial network for predicting hemodialysis adequacy 2025-Aug-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b9 PMID:40706617	研究论文	提出一种改进的领域对抗神经网络用于预测血液透析充分性指标Kt/V	将LSTM网络与Kolmogorov-Arnold网络(KAN)集成作为特征提取器，KAN中的B样条激活函数增强了非线性建模能力，并在标签预测器中加入多头注意力机制	样本量相对较小(仅17名患者)，需要进一步临床验证	开发准确、低成本且兼容多种透析设备的Kt/V预测方法，提升临床血液透析治疗的智能化和效率	终末期肾病患者	机器学习	肾脏疾病	血液透析监测	DANN, LSTM, KAN	临床数据和模拟数据	17名终末期肾病患者	NA	领域对抗神经网络, 长短期记忆网络, Kolmogorov-Arnold网络	预测准确率	NA
4011	2025-10-06	Transforming Catalysis with Machine Learning: Emerging Tools and Next-Gen Strategies 2025-Aug-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09626 PMID:40709763	综述	系统介绍机器学习在催化化学领域的应用现状、关键方法和未来发展方向	全面对比传统机器学习与深度学习在催化研究中的应用，提出解决数据碎片化和模型可解释性等挑战的未来方向	存在数据碎片化、物理可解释性有限、与实验工作流整合困难等挑战	探讨机器学习方法如何革新催化化学研究并加速催化剂开发	催化剂设计、反应预测和表面吸附系统	机器学习	NA	机器学习，深度学习	传统机器学习模型，深度学习模型	化学数据，催化反应数据	NA	NA	NA	NA	NA
4012	2025-10-06	TP-Transformer: An Interpretable Model for Predicting the Transformation Pathways of Organic Pollutants in Chemical Oxidation Processes 2025-Aug-05, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c02701 PMID:40532215	研究论文	开发了一种名为TP-Transformer的可解释深度学习模型，用于预测化学氧化过程中有机污染物的转化产物及其形成途径	首次将Transformer架构应用于有机污染物转化路径预测，能够同时预测转化产物结构和形成途径，并具备化学专家级的推理能力	模型训练数据仅包含2780个污染物降解反应，可能无法覆盖所有污染物类型	开发高效准确的方法预测有机污染物在化学氧化过程中的转化途径	有机污染物及其在化学氧化过程中产生的转化产物	自然语言处理	NA	化学氧化过程	Transformer	化学反应数据	2780个污染物降解反应	NA	Transformer	准确率	NA
4013	2025-10-06	Deep learning in central serous chorioretinopathy 2025-Aug-05, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.07.011 PMID:40752852	综述	本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变（CSC）中的应用，包括自动影像分析、诊断分类和预后预测	首次系统综述深度学习在CSC多模态影像生物标志物分析、脉络膜血管无创可视化及诊疗预测中的应用	该领域仍处于早期阶段，存在数据标准化不足、模型泛化能力有限等挑战	探讨深度学习如何提升CSC的诊断效率和诊疗水平	中心性浆液性脉络膜视网膜病变（CSC）相关的影像生物标志物和脉络膜血管特征	数字病理	视网膜疾病	多模态影像分析	深度学习	医学影像	NA	NA	NA	NA	NA
4014	2025-10-06	Machine learning enables legal risk assessment in internet healthcare using HIPAA data 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13720-x PMID:40760025	研究论文	本研究探索如何基于机器学习框架利用HIPAA数据评估互联网医疗中的法律风险	首次将机器学习技术应用于互联网医疗领域的法律风险评估，并系统比较了多种算法的性能表现	未详细说明数据预处理过程中特征选择的具体方法，且样本来源仅限于HIPAA数据库	开发基于机器学习的人工智能技术来增强互联网医疗领域的法律风险监管能力	HIPAA数据库中的医疗记录、患者个人信息和治疗费用等数据	机器学习	NA	数据挖掘，特征提取	XGBoost, SVM, RF, DNN	结构化医疗数据	NA	NA	深度神经网络，随机森林，支持向量机，XGBoost	准确率，召回率，精确率，F1分数，AUC值	NA
4015	2025-10-06	Respiratory viral infections: when and where? A scoping review of spatiotemporal methods 2025-Aug-04, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.15.04213 PMID:40755019	综述	本文通过范围综述方法系统梳理了呼吸道病毒感染时空分析方法的研究现状	首次系统综述了呼吸道病毒感染时空分析方法的应用现状，特别关注了COVID-19大流行期间的方法学进展	深度学习模型的应用受到疾病数据质量的限制，且需要更好地捕捉疾病轨迹建模中的复杂时空相互作用	综合评估研究呼吸道病毒感染时空特征的定量方法学证据现状	呼吸道病毒感染	流行病学	呼吸道感染	范围综述方法	机器学习,深度学习	文献数据	152篇符合纳入标准的研究文章	NA	NA	NA	NA
4016	2025-10-06	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，重点探讨H&E染色全切片图像在免疫生物标志物检测和免疫检查点抑制剂反应预测方面的潜力	利用AI技术从常规H&E染色切片中提取免疫生物标志物信息，克服传统检测方法的局限性，实现免疫治疗反应的精准预测	面临组织采样不足、算法验证不充分以及临床部署的实践挑战	探索人工智能在免疫肿瘤学数字病理中的应用价值	H&E染色全切片图像和免疫治疗患者	数字病理	癌症	H&E染色，全切片成像	深度学习	病理图像	NA	NA	NA	NA	NA
4017	2025-10-06	Deep learning and digital twin integration for structural damage detection in ancient pagodas 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14029-5 PMID:40759712	研究论文	提出了一种结合数字孪生与改进YOLO算法的古塔结构损伤检测方法	首次将数字孪生技术与改进的YOLO算法相结合，实现古建筑全角度多季节场景变换下的损伤检测	仅针对单一古塔（南京舍利塔）进行验证，未涉及多种类型古建筑	开发高效准确的文化遗产建筑结构损伤检测技术	古塔建筑结构损伤	计算机视觉	NA	无人机全景扫描，数字建模	YOLO	图像	南京舍利塔数字场景模型	NA	改进YOLO算法	检测准确率，损伤程度评估	NA
4018	2025-10-06	Internet of things enabled deep learning monitoring system for realtime performance metrics and athlete feedback in college sports 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13949-6 PMID:40759726	研究论文	提出一种物联网驱动的深度学习监控系统，用于大学体育运动的实时性能指标监测和运动员反馈	结合可穿戴传感器技术与混合神经网络（TCN+BiLSTM+注意力机制），采用边缘计算与云平台协同处理，实现低延迟的实时运动表现跟踪	研究仅在一所大学进行，样本量相对有限，未涉及更多运动项目	开发实时运动表现监测与反馈系统，提升大学体育训练效果	147名大学生运动员，涵盖田径、篮球、足球和游泳等多个运动项目	机器学习	NA	物联网传感器技术，深度学习	TCN, BiLSTM, Attention机制	传感器数据	147名学生运动员，历时12个月	NA	时序卷积网络+双向长短期记忆网络+注意力机制	预测准确率，处理延迟，CPU使用率，GPU使用率，数据捕获可靠性	边缘计算设备，云平台
4019	2025-10-06	Human fall direction recognition in the indoor and outdoor environment using multi self-attention RBnet deep architectures and tree seed optimization 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11031-9 PMID:40760069	研究论文	提出一种用于室内外环境中人体跌倒方向识别的新型深度学习架构和优化算法	开发了四种结合残差块和自注意力机制的新型网络架构(3-RBNet至9-RBNet)，并采用树种子算法优化特征选择	NA	通过深度学习技术实现人体跌倒方向的准确识别，以支持老年人独立生活的安全监控	人体跌倒行为	计算机视觉	老年疾病	深度学习	CNN, 自注意力机制	图像	来自韩国顺天乡大学的人体跌倒数据集	NA	RBNet, 3-RBNet, 5-RBNet, 7-RBNet, 9-RBNet	准确率, 精确率	NA
4020	2025-10-06	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	本研究建立了首个烟酸皮肤潮红反应(NSR)开放数据集，并开发了基于机器学习的算法用于精神疾病筛查	创建了首个NSR开放数据集，提出了设备无关的诊断方法，采用Efficient-Unet深度学习模型进行精确分割和SVM分类器	诊断敏感性为60.0-65.0%，仍有提升空间；样本量相对有限	开发基于烟酸皮肤潮红反应的客观、准确的精神疾病诊断工具	精神疾病患者（包括抑郁症、双相情感障碍、精神分裂症）和健康对照者	机器学习	精神疾病	烟酸皮肤潮红反应(NSR)	深度学习, SVM	图像	120名受试者的600张高质量NSR图像	NA	Efficient-Unet	敏感性, 特异性, 平衡准确率	NA