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
4261	2025-10-06	Impact of large language models and vision deep learning models in predicting neoadjuvant rectal score for rectal cancer treated with neoadjuvant chemoradiation 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01844-5 PMID:40745280	研究论文	本研究探索使用大语言模型和计算机视觉模型预测直肠癌新辅助放化疗后新辅助直肠评分	首次结合大语言模型处理放射学报告和卷积神经网络处理CT扫描来预测NAR评分	样本量较小（仅160例CT扫描），未提供具体模型架构细节	开发深度学习模型准确预测局部晚期直肠癌新辅助放化疗后的NAR评分	局部晚期直肠癌患者的新辅助放化疗数据	计算机视觉,自然语言处理	直肠癌	CT扫描,MRI扫描	CNN,LLM	图像,文本	160例CT扫描及对应的放射学报告	NA	卷积神经网络,编码器架构	AUC	NA
4262	2025-10-06	VCPC: virtual contrastive constraint and prototype calibration for few-shot class-incremental plant disease classification 2025-Jul-31, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01423-3 PMID:40745353	研究论文	提出一种结合虚拟对比约束和原型校准的方法，用于小样本类增量植物病害分类	引入虚拟对比类约束模块和原型校准嵌入模块，增强基础类学习并为新病害类别分配足够嵌入空间	NA	开发能够持续适应新病害类别的小样本类增量学习模型	植物病害图像	计算机视觉	植物病害	深度学习	FSCIL模型	图像	基于PlantVillage和CIFAR-100数据集，采用5-way 5-shot和3-way 5-shot设置	NA	虚拟对比约束模块(VCC)，原型校准嵌入模块(PCE)	准确率	NA
4263	2025-10-06	Deep learning for tooth detection and segmentation in panoramic radiographs: a systematic review and meta-analysis 2025-Jul-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06349-9 PMID:40739210	系统评价与荟萃分析	系统评估深度学习在全景X光片中牙齿检测与分割性能的研究	首次对深度学习在全景X光片中牙齿检测与分割性能进行系统性综述和荟萃分析	纳入研究数量有限（20项），部分分析仅基于少量研究（如正中额外牙分析仅6项）	总结和评估深度学习在全景X光片中牙齿检测与分割的性能	全景X光片中的牙齿	计算机视觉	牙科疾病	全景X光成像	深度学习	医学影像	20项研究（包含2207条记录）	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, HSROC曲线	NA
4264	2025-10-06	Exploring the social life of urban spaces through AI 2025-Jul-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2424662122 PMID:40705424	研究论文	利用计算机视觉和深度学习技术分析纽约、波士顿和费城四个城市公共空间30年间行人行为的变化	首次将计算机视觉和深度学习应用于长期城市行人行为分析，实现了从传统人工观察到自动化分析的转变	仅分析了三个城市的四个公共空间，样本范围有限；依赖历史视频资料的质量和连续性	研究城市公共空间中行人行为随时间的变化趋势及其社会意义	城市公共空间中的行人行为模式	计算机视觉	NA	视频分析, 深度学习	CNN	视频	四个城市公共空间1979-80年和2008-10年两个时期的视频数据	NA	NA	NA	NA
4265	2025-10-06	Interpretable graph Kolmogorov-Arnold networks for multi-cancer classification and biomarker identification using multi-omics data 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13337-0 PMID:40730661	研究论文	提出一种基于图结构和Kolmogorov-Arnold定理的可解释深度学习框架MOGKAN，用于多组学数据的多癌种分类和生物标志物识别	首次将Kolmogorov-Arnold定理原理与图神经网络结合，利用可训练单变量函数增强模型可解释性，整合多种组学数据和蛋白质相互作用网络	未提及模型在独立验证集上的性能表现及临床部署的可行性分析	开发可解释的深度学习模型用于精准癌症诊断和多癌种分类	31种不同癌症类型的多组学数据样本	机器学习	多癌种	mRNA测序, micro-RNA测序, DNA甲基化测序, 蛋白质相互作用网络分析	图神经网络	多组学数据, 图数据	未明确说明具体样本数量	NA	基于Kolmogorov-Arnold定理的图神经网络	准确率	NA
4266	2025-10-06	Interpretable Graph Kolmogorov-Arnold Networks for Multi-Cancer Classification and Biomarker Identification using Multi-Omics Data 2025-Jul-27, ArXiv PMID:40740512	研究论文	提出一种基于图结构和多组学数据的可解释深度学习框架MOGKAN，用于多癌种分类和生物标志物识别	首次将Kolmogorov-Arnold定理原理应用于多组学数据整合，结合图神经网络和可训练单变量函数增强模型可解释性	未明确说明模型在不同癌症类型间的泛化能力及临床验证的详细结果	开发可解释的深度学习模型用于精准癌症诊断和多癌种分类	31种不同癌症类型的多组学数据	机器学习	多癌种	mRNA测序, micro-RNA测序, DNA甲基化测序, 蛋白质相互作用网络	图神经网络	多组学数据, 图数据	未明确说明具体样本数量	NA	Graph Kolmogorov-Arnold Network	准确率	NA
4267	2025-10-06	Whole tissue imaging of cellular boundaries at sub-micron resolutions for deep learning cell segmentation: Applications in the analysis of epithelial bending of ectoderm 2025-Jul-26, Developmental dynamics : an official publication of the American Association of Anatomists IF:2.0Q3 DOI:10.1002/dvdy.70061 PMID:40716088	研究论文	开发了一种名为MORPHOVIEW的成像和深度学习分割流程，用于在亚微米分辨率下分析细胞三维结构	提出保留细胞边界标记物并与水折射率匹配的组织处理方法，结合高倍水浸物镜实现亚微米分辨率成像	NA	研究器官形态发生过程中细胞和组织的三维结构量化	转基因小鼠下颌骨、猫鲨牙板和皮齿	数字病理	NA	组织透明化协议、荧光蛋白标记、水浸物镜成像	神经网络	三维组织图像	转基因小鼠和猫鲨组织样本	NA	NA	NA	NA
4268	2025-10-06	Segmentation of the Left Atrium in Cardiovascular Magnetic Resonance Images of Patients with Myocarditis 2025-Jul-18, Journal of visualized experiments : JoVE DOI:10.3791/68664 PMID:40758568	研究论文	本研究开发了一种基于三维全卷积网络的左心房分割方法，用于心肌炎患者心血管磁共振图像分析	提出了三种关键技术创新：时空特征融合、动态跳跃连接和轻量化设计，显著提升了左心房分割精度	未明确说明训练数据的来源和多样性，可能影响模型泛化能力	开发准确分割心肌炎患者左心房的深度学习方法，以评估心房功能	心肌炎患者的心血管磁共振电影序列图像	计算机视觉	心血管疾病	心血管磁共振成像	3D-FCN	三维动态医学图像	NA	NA	三维全卷积网络，编码器-解码器架构	Dice系数，左心室射血分数预测误差	NA
4269	2025-10-06	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	提出一种基于改进去噪扩散概率模型的深度学习方法，用于估计动态脑PET中动力学参数的后验分布	首次将改进的去噪扩散概率模型应用于动态PET动力学参数后验分布估计，相比传统MCMC方法计算效率提升230倍以上	研究仅基于[18F]MK6240示踪剂数据验证，未在其他PET示踪剂上测试泛化能力	开发高效准确的动力学参数后验分布估计方法以量化PET成像中的参数不确定性	动态脑PET图像中的超磷酸化tau蛋白聚集物和脑灌注参数	医学影像分析	阿尔茨海默病	正电子发射断层扫描，动力学建模	iDDPM, CVAE-DD, WGAN-GP	动态PET图像	NA	NA	改进去噪扩散概率模型，条件变分自编码器双解码器，Wasserstein生成对抗网络梯度惩罚	平均误差，标准差误差	NA
4270	2025-10-06	Cascade learning in multi-task encoder-decoder networks for concurrent bone segmentation and glenohumeral joint clinical assessment in shoulder CT scans 2025-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103131 PMID:40279875	研究论文	提出一种级联深度学习框架，用于肩部CT扫描中的骨骼分割和盂肱关节临床评估	采用级联CNN架构同时实现骨骼分割和三种骨关节炎相关病症的分期评估	基于回顾性数据集，需要进一步前瞻性验证	开发人工智能工具以优化肩关节置换术的术前规划流程	肩部CT扫描中的近端肱骨和肩胛骨	数字病理	骨关节炎	CT扫描	CNN	3D医学图像	571例包含不同程度盂肱关节骨关节炎病变的CT扫描	NA	3D CEL-UNet, 3D Arthro-Net	均方根误差, Hausdorff距离, 准确率	NA
4271	2025-10-06	A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches 2025-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103126 PMID:40300338	综述	本文系统综述了ICU再入院预测模型的研究进展，涵盖从统计方法到深度学习的各类方法	首次全面分类比较统计方法、机器学习和深度学习在ICU再入院预测中的应用，并探讨可解释AI在医疗领域的进展	现有方法精度仍不足以构建可靠的计算机化决策支持工具	评估ICU再入院预测模型的研究现状、挑战和未来发展方向	ICU再入院预测相关研究文献	机器学习	危重症疾病	NA	统计方法,机器学习,深度学习	医疗数据	NA	NA	NA	准确率,精确率,召回率,F1分数,AUC	NA
4272	2025-10-06	FIR-LSTM: An Explainable Deep Learning Framework for Predicting Iatrogenic Withdrawal Syndrome in Pediatric Intensive Care Units 2025-Jun-25, Research square DOI:10.21203/rs.3.rs-6787167/v1 PMID:40678213	研究论文	开发了一种可解释的深度学习框架FIR-LSTM，用于预测儿科重症监护病房中的医源性戒断综合征	首次将分层相关性传播(LRP)技术应用于LSTM模型以增强可解释性，并识别关键风险因素	NA	开发实时预测医源性戒断综合征风险的深度学习模型，以促进早期干预	儿科重症监护病房患者	医疗人工智能	医源性戒断综合征	电子健康记录分析	LSTM	电子健康记录	NA	NA	单向多层LSTM	模型校准度，预测性能	NA
4273	2025-10-06	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2025-Jun-18, ArXiv PMID:40735097	研究论文	开发基于深度学习的多参数磁共振成像序列分类模型	首次使用深度学习模型对8种不同体部多参数MRI序列类型进行分类，并比较多种网络架构性能	模型在外部数据集上的准确率有所下降，DICOM头文件信息错误可能影响数据质量	提高放射科医生阅读多参数MRI检查的效率	多参数体部磁共振成像序列	计算机视觉	NA	多参数磁共振成像(mpMRI)	CNN	医学影像	超过729项研究数据，包含来自多个机构的mpMRI检查	NA	ResNet, EfficientNet, DenseNet-121	F1-score, 准确率	NA
4274	2025-10-06	Single-Molecule SERS Discrimination of Proline from Hydroxyproline Assisted by a Deep Learning Model 2025-05-07, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01177 PMID:40241681	研究论文	本研究结合单分子表面增强拉曼光谱和深度学习模型，首次实现了脯氨酸与羟脯氨酸的单分子水平区分	首次使用一维卷积神经网络模型成功区分脯氨酸和羟脯氨酸的单分子SERS信号，准确率达96.6%	信号波动和柠檬酸盐的强干扰可能影响分析结果	开发能够区分低丰度羟基化的单分子检测方法	脯氨酸和羟脯氨酸分子	机器学习	NA	单分子表面增强拉曼光谱(SERS)	CNN	光谱数据	NA	NA	一维卷积神经网络(1D-CNN)	准确率	NA
4275	2025-10-06	DRExplainer: Quantifiable interpretability in drug response prediction with directed graph convolutional network 2025-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103101 PMID:40056540	研究论文	提出一种基于有向图卷积网络的可解释药物反应预测模型DRExplainer	首次在有向二分网络框架中实现药物反应预测，并引入可量化的模型可解释性方法	未明确说明模型在更大规模数据集上的泛化能力	改进癌症细胞系对治疗药物的反应预测	癌症细胞系和药物	机器学习	癌症	多组学分析	有向图卷积网络	多组学数据、化学结构数据、药物反应数据	NA	NA	有向图卷积网络	NA	NA
4276	2025-10-06	Deep learning based estimation of heart surface potentials 2025-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103093 PMID:40073713	研究论文	开发基于深度学习的框架，仅从体表电位估计心表电位，无需CT/MRI成像	将3D躯干和心脏几何转换为标准2D表示，开发定制化的深度学习网络模型，无需几何信息即可估计心表电位	样本量相对较小（40名受试者），在部分性能指标上仍有改进空间	开发无需CT/MRI成像的心表电位估计方法，促进心电图成像的临床应用	11名健康受试者和29名特发性心室颤动患者	医学图像分析	心血管疾病	心电图成像	GAN	2D体表电位图和2D心表电位图	40名受试者（19名女性，21名男性）	PyTorch	Pix2Pix	平均绝对误差, 结构相似性指数, 皮尔逊相关系数, 激活时间差, 恢复时间差	NA
4277	2025-10-06	Histopathology image classification based on semantic correlation clustering domain adaptation 2025-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103110 PMID:40107119	研究论文	提出基于语义相关性聚类的无监督域自适应方法，用于组织病理学图像分类	使用多粒度信息实现跨域语义相关性知识迁移，通过概率热图可视化模型预测结果	依赖动物模型数据与人类数据的域适应效果，未明确说明模型在多样化数据集上的泛化能力	利用小鼠模型组织病理学图像数据集实现人类全切片图像的分类识别	小鼠模型组织病理学图像和人类全切片图像	数字病理	癌症	组织病理学成像	深度学习	图像	NA	NA	多尺度特征融合	分类准确率	NA
4278	2025-10-06	Deep learning method for malaria parasite evaluation from microscopic blood smear 2025-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103114 PMID:40107120	系统综述	本文系统综述了用于疟疾诊断的自动化分析方法，重点关注计算机辅助方法在疟原虫检测中的应用	首次系统性地对2020-2024年间基于深度学习和机器学习的疟疾自动化诊断方法进行分类和评估，识别出最适合疟疾数字诊断的三类ML模型	数据标准化不足和实际应用场景中的挑战尚未完全解决	系统评估当前用于疟疾诊断的自动化分析方法	疟原虫属在疟疾诊断中的自动化分析	数字病理学	疟疾	吉姆萨染色薄血涂片	CNN, ResNet, VGG, CADx	显微血液涂片图像	NA	NA	ResNet, VGG, 自定义CNN	准确率	NA
4279	2025-10-06	Dynamic glucose enhanced imaging using direct water saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	提出一种基于直接水饱和曲线的动态葡萄糖增强成像方法，用于评估脑肿瘤患者的葡萄糖摄取	首次利用水饱和谱中直接水饱和曲线的交换性线宽增宽效应进行动态葡萄糖增强成像，克服了传统CEST和CESL方法的低效应尺寸和运动敏感性问题	仅在4例脑肿瘤患者中进行初步验证，样本量较小	开发一种新型动态葡萄糖增强磁共振成像技术	脑肿瘤患者	医学影像	脑肿瘤	动态Z谱采集，D-葡萄糖输注	深度学习	磁共振影像	4例脑肿瘤患者	NA	NA	线宽变化百分比，曲线下面积	3T MRI扫描仪
4280	2025-10-06	Virtual Lung Screening Trial (VLST): An In Silico Study Inspired by the National Lung Screening Trial for Lung Cancer Detection 2025-Apr-04, ArXiv PMID:38699170	研究论文	本研究通过虚拟肺筛查试验(VLST)模拟国家肺筛查试验(NLST)，比较CT和胸部X光在肺癌筛查中的诊断性能	首次使用虚拟成像试验平台模拟大型临床试验的关键要素，通过深度学习模型作为虚拟阅片者评估不同成像技术的诊断性能	研究基于模拟数据，虚拟患者队列规模相对较小(294例)，需要进一步验证在真实临床环境中的适用性	验证虚拟成像试验平台在模拟临床试验和评估影像技术诊断性能方面的可行性	模拟的肺癌结节和虚拟患者队列	数字病理	肺癌	计算机断层扫描(CT)、胸部X光摄影(CXR)、XCAT人体模型	深度学习模型	医学影像	294例虚拟患者	NA	AI CT-Reader, AI CXR-Reader	AUC, 敏感性, 特异性	NA