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
401	2025-06-14	Deep Learning-Assisted Microscopic Polarization Inspection of Micro-Nano Damage Precursors: Automatic, Non-Destructive Metrology for Additive Manufacturing Devices 2025-May-29, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110821 PMID:40497869	研究论文	提出了一种创新的微观偏振YOLOv11-LSF智能检测框架，用于增材制造设备微纳米损伤前驱体的自动无损检测	通过三重技术创新（多尺度感知模块、跨级局部网络VoV-GSCSP模块、结合物理特征的损伤前驱体模拟策略），突破了现有技术瓶颈	未明确提及具体局限性	解决增材制造质量监测系统中的智能转型挑战	增材制造设备中的微纳米损伤前驱体	智能制造	NA	微观偏振检测、深度学习	YOLOv11-LSF	图像	虚拟与真实集成的训练样本库（具体数量未提及）
402	2025-06-14	Deep learning detection of acute and sub-acute lesion activity from single-timepoint conventional brain MRI in multiple sclerosis 2025-May-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103619 PMID:40505211	研究论文	该研究开发了一种深度学习模型，用于从单时间点常规脑MRI中检测多发性硬化症(MS)的急性和亚急性病变活动	首次提出从过去24周的单时间点常规脑MRI量化近期急性病变活动的临床相关任务，并证明2D-UNet在该任务上的优越性能	研究仅针对复发缓解型MS患者，未涉及其他类型的MS	开发能够从单时间点MRI预测MS患者近期急性病变活动的深度学习模型	多发性硬化症患者的脑部MRI数据	数字病理学	多发性硬化症	深度学习	2D-UNet	MRI图像	独立复发缓解型MS患者队列
403	2025-06-14	Progress in the application of fludeoxyglucose positron emission tomography computed tomography in biliary tract cancer 2025-May-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i5.105446 PMID:40501462	综述	本文综述了过去十年特别是近三年来18F-FDG PET/CT在胆道癌（BTC）中的应用进展	重点介绍了近三年未被充分总结和认可的研究进展，包括从定性研究向定量研究的转变，以及利用18F-FDG PET/CT代谢信息预测ICC基因表达的突破	NA	评估18F-FDG PET/CT在胆道癌临床分期、治疗评估和预后预测中的应用价值	胆道癌（包括肝内胆管癌、肝门部胆管癌、远端胆管癌和胆囊癌）	数字病理学	胆道癌	18F-FDG PET/CT、PET/磁共振成像	深度学习	影像	NA
404	2025-06-14	Auto-segmentation of cerebral cavernous malformations using a convolutional neural network 2025-May-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01738-6 PMID:40420000	research paper	本文提出了一种使用卷积神经网络（CNN）自动分割脑海绵状血管畸形（CCMs）的深度学习模型	采用Mask R-CNN和3D CNN（DeepMedic）结合的方法，实现了CCMs的自动分割，并开发了用户友好的图形界面	模型仅基于T2W图像进行分割，可能在其他类型的MRI图像上表现不同	开发自动分割脑海绵状血管畸形（CCMs）的深度学习模型，以辅助临床分析	脑海绵状血管畸形（CCMs）	digital pathology	cerebral cavernous malformations	MRI	Mask R-CNN, DeepMedic (3D CNN)	image	199 Gamma Knife (GK) exams (171单CCM病例，28多CCM病例)
405	2025-06-14	[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers] 2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20250301-00075 PMID:40404364	综述	本文总结了医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的代表性进展和应用前景	通过影像组学和深度学习技术深入分析医学影像中的肿瘤异质性和微环境特征，构建高精度预测模型	未提及具体研究样本量或数据集的局限性	探讨医学影像人工智能在胃肠道癌症腹膜转移诊断和治疗中的临床应用价值	胃肠道癌症患者的腹膜转移	数字病理学	胃肠道癌症	影像组学、深度学习	NA	医学影像	NA
406	2025-06-14	Automated Detection of Micro-Scale Porosity Defects in Reflective Metal Parts via Deep Learning and Polarization Imaging 2025-May-25, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15110795 PMID:40497844	研究论文	本研究提出了一种结合偏振成像和深度学习的增强SCK-YOLOV5框架，用于高反射金属材料精密增材制造中的微米级孔隙缺陷检测	首次在YOLO框架中引入SNWD损失函数，结合SIOU角度损失和NWD分布感知特性，显著提高了小金属微纳缺陷的智能识别能力	NA	提高高反射金属材料精密增材制造中微米级缺陷的自动检测能力	高反射金属材料表面的微米级孔隙缺陷	计算机视觉	NA	偏振成像预处理、深度学习	SCK-YOLOV5（改进的YOLOv5框架）	图像	NA
407	2025-06-14	Novel Antimicrobials from Computational Modelling and Drug Repositioning: Potential In Silico Strategies to Increase Therapeutic Arsenal Against Antimicrobial Resistance 2025-May-24, Molecules (Basel, Switzerland) DOI:10.3390/molecules30112303 PMID:40509191	综述	本文综述了计算模型在药物重定位中识别潜在抗菌剂的最新进展	利用计算模型预测药物-靶点相互作用，将已注册药物重新定位为潜在抗菌剂	现有模型和方法仍需改进以应对快速出现的抗菌素耐药性	增加对抗菌素耐药性的治疗手段	已注册药物及其潜在抗菌能力	机器学习	感染性疾病	机器学习、分子对接、分子动力学、深度学习	NA	NA	NA
408	2025-06-14	Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images 2025-May-19, American journal of nephrology IF:4.3Q1 DOI:10.1159/000546131 PMID:40388893	研究论文	本研究开发了一个基于深度学习的平台，用于自动分类肾脏活检电子显微镜图像中电子致密沉积物的位置	利用深度学习技术自动分类电子显微镜图像中的电子致密沉积物位置，提高了诊断效率和一致性	深度学习模型在评估沉积物存在和位置时的准确性低于电子显微镜病理学家，但高于综合肾脏病理学家	开发一个自动分类电子显微镜图像中电子致密沉积物位置的平台	肾脏活检电子显微镜图像中的电子致密沉积物	数字病理学	肾脏疾病	电子显微镜	ResNet18	图像	1,039例肾脏活检的4,303张电子显微镜图像
409	2025-06-14	Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases 2025-May-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.16.653525 PMID:40475559	研究论文	本研究开发了一种新的细胞组学-结构整合（COSI）技术平台，用于解决传统技术在单细胞水平上同时获取基因表达谱和超分辨率细胞结构信息的局限性	开发了COSI技术平台，首次实现了单细胞水平上基因表达谱与超分辨率细胞结构信息的同步获取与分析	NA	研究肝脏窦内皮细胞窗孔形成的机制及其在代谢疾病中的应用	肝脏窦内皮细胞	细胞生物学	代谢疾病	单细胞转录组学、超分辨率荧光显微镜、电子显微镜、深度学习分辨率增强	深度学习	基因表达数据、超分辨率图像数据	NA
410	2025-06-14	Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study 2025-May-15, Clinical & experimental metastasis IF:4.2Q2 DOI:10.1007/s10585-025-10349-y PMID:40369240	研究论文	本研究基于深度学习的MRI影像组学模型，用于预测局部晚期鼻咽癌患者在新辅助放化疗后的复发情况	结合传统影像组学特征和深度学习提取的深度影像组学特征，构建预测模型，并在多中心数据上验证其性能	研究为回顾性设计，样本量相对有限（328例患者）	验证基于深度学习的MRI影像组学模型在预测局部晚期鼻咽癌复发中的临床价值	局部晚期鼻咽癌（LA-NPC）患者	数字病理	鼻咽癌	MRI（T1WI+C和T2WI序列）	Random forest (RF), LASSO, 五种机器学习分类器	医学影像	328例鼻咽癌患者（来自四家医院），分为训练集（229例）和验证集（99例）
411	2025-06-14	CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing 2025-May, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70033 PMID:40177991	research paper	提出了一种名为CMV2U-Net的边缘加权U形网络，用于检测和定位图像拼接	设计了一个特征提取模块，可以同时处理两路输入图像，并采用分层融合方法和通道注意力机制来防止浅层特征的数据丢失	未明确提及具体局限性	提高图像拼接伪造检测和定位的准确性和鲁棒性	图像拼接伪造	computer vision	NA	deep learning	U-Net	image	多个公共数据集（未明确提及具体数量）
412	2025-06-14	Fast MRI Techniques of the Liver and Pancreaticobiliary Tract: Overview and Application 2025-May, Journal of the Korean Society of Radiology DOI:10.3348/jksr.2025.0004 PMID:40502472	review	本文综述了肝脏和胰胆管MRI中的快速成像技术及其应用	探讨了压缩感知和深度学习重建在加速MRI扫描中的应用及其潜力	压缩感知重建时间长且参数优化复杂，深度学习重建需要进一步测试模型稳定性、泛化能力和输出图像保真度	研究肝脏和胰胆管MRI中减少呼吸运动伪影和加速扫描时间的技术	肝脏和胰胆管MRI图像	医学影像	肝脏和胰胆管疾病	并行成像、压缩感知、深度学习重建	CNN	MRI图像	NA
413	2025-06-14	A physics-informed deep learning model for predicting beam dose distribution of intensity-modulated radiation therapy treatment plans 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100779 PMID:40502721	研究论文	开发了一种基于物理信息的深度学习模型，用于预测鼻咽癌患者调强放射治疗（IMRT）中的束流剂量分布	提出了一种专门用于束流剂量预测任务的物理信息深度学习网络，并通过交叉采样方案解决了深度学习模型的可解释性挑战	样本量相对较小（100例），且为回顾性研究	开发用于IMRT束流剂量预测的深度学习模型	鼻咽癌患者的IMRT治疗计划	医学影像分析	鼻咽癌	深度学习	U-Net	CT图像和轮廓输入	100例九束IMRT病例（72例训练集，8例验证集，20例测试集）
414	2025-06-14	Deep learning assisted prediction of osteogenic capability of orthopedic implant surfaces based on early cell morphology 2025-03-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.01.059 PMID:39894326	研究论文	本研究开发了一种基于早期细胞形态和深度学习的骨科植入物表面成骨能力预测方法	提出了Orthopedic Implants-Osteogenic Differentiation Network (OIODNet)，利用早期细胞形态图像和碱性磷酸酶(ALP)活性值预测植入物表面成骨能力，性能指标超过0.98	NA	开发高效筛选骨科植入物表面成骨能力的方法	钛及其合金植入物表面	数字病理	骨科疾病	深度学习	OIODNet	图像	NA
415	2025-06-14	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients 2025-Mar-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.06.25322855 PMID:40093217	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化方面的效果	首次比较了结合结构化数据与临床笔记信息的多种深度学习方法在预测临床恶化方面的性能	添加临床笔记信息并未显著提升模型性能	评估多模态深度学习模型预测病房患者临床恶化的效果	病房患者	机器学习	NA	深度循环神经网络	RNN	结构化数据和非结构化文本数据	506,076名病房患者
416	2025-06-14	Physics-Informed Autoencoder for Prostate Tissue Microstructure Profiling with Hybrid Multidimensional MRI 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240167 PMID:39907585	research paper	评估物理信息自编码器（PIA）在利用混合多维MRI测量前列腺癌组织生物标志物方面的性能	提出了一种新兴的自监督深度学习模型PIA，将三室扩散弛豫模型与混合多维MRI结合，无需大量训练数据即可预测前列腺癌组织特异性生物标志物	研究样本量较小（21名患者），且为回顾性研究	开发一种准确、无创且可解释的人工智能方法用于前列腺癌检测	前列腺癌患者的组织生物标志物	digital pathology	prostate cancer	hybrid multidimensional MRI	Physics-Informed Autoencoder (PIA)	MRI数据	21名前列腺癌患者（71个感兴趣区域）
417	2025-06-14	REMED-T2D: A robust ensemble learning model for early detection of type 2 diabetes using healthcare dataset 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109771 PMID:39914204	研究论文	开发了一种名为REMED-T2D的集成机器学习模型，用于早期检测2型糖尿病	首次使用Pima数据集进行综合分析，整合多种机器学习算法，并开发了公开可访问的网页服务器	模型主要针对亚洲女性，可能在其他人群中的适用性有限	提高2型糖尿病的早期检测准确性和鲁棒性	Pima Indian Diabetes数据集、RTML1和Pabna数据集	机器学习	2型糖尿病	集成学习、欠采样方法	集成ML模型	医疗数据集	Pima Indian Diabetes数据集生成的五个平衡数据集，以及RTML1、Pabna和RTML2数据集
418	2025-06-14	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	研究论文	本文介绍了一种名为Segment Anything for Microscopy (μSAM)的工具，用于多维显微镜数据的分割和跟踪	通过微调通用模型，显著提高了在广泛成像条件下的分割质量，并实现了交互式和自动分割	NA	解决显微镜图像中对象准确分割的瓶颈问题	显微镜图像中的对象	数字病理学	NA	NA	vision foundation model	图像	NA
419	2025-06-14	Deep Learning-based Brain Age Prediction Using MRI to Identify Fetuses with Cerebral Ventriculomegaly 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240115 PMID:39969279	研究论文	本研究探讨了基于深度学习的胎儿脑龄预测模型在识别脑室扩大胎儿及其严重程度和相关中枢神经系统异常方面的诊断性能	使用二维单通道CNN与多平面MRI切片相结合的胎儿脑龄预测新方法，能够辅助识别脑室扩大及相关中枢神经系统异常	样本量相对有限，且仅使用了MRI数据	评估深度学习模型在胎儿脑室扩大及相关异常诊断中的临床应用价值	胎儿（包括脑室扩大胎儿和正常发育胎儿）	数字病理学	脑室扩大	MRI	CNN	图像	500例胎儿（317例脑室扩大胎儿和183例正常发育胎儿）
420	2025-06-14	Tensor-powered insights into neural dynamics 2025-Feb-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07711-x PMID:39994447	research paper	提出了一种基于张量空间的新型解码方法LS-STM，用于高效处理高阶张量域中的神经信息	LS-STM是传统向量学习框架的张量化改进，能够保留高维空间中的内在关系，提升神经信号解码性能	未明确提及具体局限性	开发更有效的神经信息解码方法	人类和小鼠的神经信号	machine learning	NA	tensor computing	LS-STM	neural signal	人类和小鼠数据（未明确数量）