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
4581	2025-10-06	Event-Based Clinical Finding Extraction from Radiology Reports with Pre-trained Language Model 2023-02, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00717-5 PMID:36253581	研究论文	提出基于预训练语言模型的事件抽取方法，从放射学报告中提取临床发现	使用基于事件的表示方法捕获放射学发现的细粒度细节，并采用在300万份放射学报告上预训练的BERT模型	仅针对CT报告和胸部X光报告进行验证，未涵盖所有类型的放射学报告	从放射学报告中自动提取临床发现，支持诊断、分诊、结果预测和临床研究	放射学报告中的临床异常发现	自然语言处理	NA	自然语言处理，深度学习	BERT	文本（放射学报告）	500份标注的CT报告，外加MIMIC-CXR数据库的外部验证集	BERT	BERT	F1分数	NA
4582	2025-10-06	Prediction of Retention Time by Combining Multiple Data Sets with Chromatographic Parameter Vectorization and Transfer Learning 2025-Aug-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01703 PMID:40747624	研究论文	本研究提出了一种结合多数据集通过色谱参数向量化和迁移学习预测保留时间的新方法	提出MDL-TL方法，通过word2vec和自编码器对色谱参数进行向量化，并将色谱参数整合到化合物表征中，实现跨色谱系统的迁移学习	方法在特定色谱系统上的性能可能受数据稀疏性影响	开发能够适应不同色谱系统和操作条件的保留时间预测方法	小分子化合物在反相液相色谱和亲水相互作用液相色谱中的保留时间	机器学习	NA	液相色谱	深度学习	色谱数据	28个数据集（14个反相液相色谱数据集和14个亲水相互作用液相色谱数据集）	NA	word2vec, autoencoder	平均绝对误差, 中位数绝对误差, 平均相对误差	NA
4583	2025-10-06	OLSIA: Open Lumbar Spine Image Analysis - A 3D Slicer Extension for Segmentation, Grading, and Intervertebral Disc Height Index with Multi-Dataset Validation 2025-Aug-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005462 PMID:40747922	研究论文	开发了一个用于腰椎图像分析的开放软件OLSIA，实现无代码的腰椎分割、分级和椎间盘高度指数计算	开发了首个集成深度学习模型的无代码腰椎图像分析软件，并在六个不同地理区域的外部数据集上进行了验证	仅使用T2加权矢状位切片进行标注，样本量相对有限	开发用于腰椎图像分析的开放软件工具	腰椎椎体L1-S1和椎间盘L1/2-L5/S1	数字病理	脊柱疾病	深度学习	深度学习模型	医学图像	六个国际数据集：NFBC1966（芬兰）、HKDDC（香港）、TwinsUK（英国）、CETIR（西班牙）、NCSD（匈牙利）、SPIDER（荷兰）和Mendeley（全球），每个数据集30名参与者	3D Slicer	NA	Dice相似系数, Bland-Altman分析, 配对t检验	NA
4584	2025-10-06	Artificial Intelligence-Assisted Visualized Microspheres for Biochemical Analysis: From Encoding to Decoding 2025-Aug-01, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00396 PMID:40748254	综述	本文总结了人工智能辅助可视化微球在生物传感分析中的编码-解码策略及其在生化检测中的应用	提出了基于人工智能的微球编码-解码策略，整合多种生物传感技术实现多目标快速检测	未提及具体性能指标和样本规模，主要聚焦方法学概述	开发人工智能辅助的可视化微球生物传感器用于生化分析	蛋白质、细菌、病毒、抗生素等生物靶标	计算机视觉, 机器学习	NA	荧光微球编码, 免疫分析, 点击化学, Ago系统, CRISPR系统, 微流控	深度学习, 机器学习, 无监督学习	图像	NA	NA	NA	NA	智能手机, 便携式无透镜全息显微镜
4585	2025-10-06	FOCUS-DWI improves prostate cancer detection through deep learning reconstruction with IQMR technology 2025-Aug-01, Abdominal radiology (New York) DOI:10.1007/s00261-025-05100-w PMID:40748461	研究论文	本研究探讨IQMR图像后处理技术对FOCUS-DWI序列在前列腺癌检测中图像质量的提升效果	首次将智能快速磁共振（IQMR）图像后处理技术应用于FOCUS-DWI序列，显著提升前列腺癌检测的图像质量和诊断准确性	样本量较小（仅62例患者），且为回顾性研究设计	评估IQMR技术对FOCUS-DWI序列在前列腺癌检测中的图像质量改善和诊断效能提升	62例前列腺肿块患者（31例良性，31例恶性）	数字病理	前列腺癌	磁共振成像（MRI），FOCUS-DWI序列，IQMR图像后处理	深度学习重建	医学影像	62例患者	NA	NA	PSNR, SSIM, AUC, 诊断准确率, 诊断置信度评分	NA
4586	2025-10-06	Deep learning model for automated segmentation of sphenoid sinus and middle skull base structures in CBCT volumes using nnU-Net v2 2025-Aug-01, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00848-9 PMID:40748555	研究论文	开发基于nnU-Net v2的深度学习模型，用于自动分割CBCT图像中的蝶窦和中颅底结构	首次将nnU-Net v2框架应用于CBCT图像中蝶窦和中颅底结构的自动分割	模型在分割中颅底其他孔道结构时表现有限，需要进一步优化	开发自动分割蝶窦和中颅底解剖结构的深度学习模型	蝶窦、圆孔、翼管等中颅底解剖结构	医学影像分析	颅底解剖	锥形束计算机断层扫描(CBCT)	深度学习	三维医学影像	99例CBCT扫描	nnU-Net v2	nnU-Net	准确率,精确率,召回率,Dice系数,95% Hausdorff距离,交并比,AUC	NA
4587	2025-10-06	Quantitative Assessment of Myocardial Ischemia With Positron Emission Tomography 2023-Jul-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000579 PMID:33492046	综述	本文综述了利用正电子发射断层扫描技术定量评估心肌缺血的最新进展和方法	系统比较了多种PET心肌灌注显像放射性药物的特性，并介绍了现代PET技术（如PET/CT、PET/MR和机器学习）在心肌缺血定量评估中的应用	NA	探讨PET技术在心肌缺血定量评估中的应用和发展	心肌缺血患者	数字病理	心血管疾病	PET, PET/CT, PET/MR, 心肌灌注显像	NA	医学影像数据	NA	NA	NA	NA	NA
4588	2025-10-06	Artificial Intelligence and the Evolving Landscape of Immunopeptidomics 2025-Jul-31, Proteomics. Clinical applications DOI:10.1002/prca.70018 PMID:40741879	综述	本文综述了人工智能在免疫肽组学领域的应用进展，重点探讨AI如何改进肽段识别、免疫原性预测和新抗原优先排序	系统分析AI在免疫肽组学工作流程各环节的创新应用，并以乳腺癌为案例展示AI在发现隐藏免疫原性特征方面的潜力	存在建模非经典肽段的挑战、抗原处理缺陷的考虑不足以及避免靶向非肿瘤毒性等问题	探讨人工智能技术在免疫肽组学领域的应用现状和未来发展前景	主要组织相容性复合体分子呈递的肽段、新抗原和癌症免疫治疗	生物信息学	乳腺癌	质谱分析、多组学整合	深度学习、迁移学习	质谱数据、多组学数据	NA	NA	NA	NA	NA
4589	2025-10-06	A Meta-Learning Approach for Multicenter and Small-Data Single-Cell Image Analysis 2025-Jul-31, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01810 PMID:40742562	研究论文	提出一种用于多中心和小数据的单细胞图像分析的元学习方法	通过元学习方法减少单细胞图像标注工作量，并在数据量减少至5%时仍能超越传统深度学习的准确率	NA	开发能够减少单细胞图像标注工作量的多中心分析平台	单细胞图像	计算机视觉	NA	自动宽场荧光显微镜	元学习	单细胞图像	NA	NA	NA	分类准确率	NA
4590	2025-10-06	Artificial intelligence in hepatopancreatobiliary surgery for clinical outcome prediction: current perspective and future direction 2025-Jul-31, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02617-6 PMID:40742577	综述	本文探讨人工智能在肝胆胰外科手术中通过深度学习模型预测临床结局的现状与未来发展方向	提出将机器人辅助手术作为AI技术集成平台，并前瞻性探讨实时术中引导、联邦学习和可解释AI框架等创新方向	面临数据质量、模型泛化能力和伦理实施等挑战	研究人工智能在肝胆胰外科临床结局预测中的应用价值与发展前景	肝胆胰外科手术患者	医疗人工智能	肝胆胰疾病	深度学习	深度学习模型	临床数据	NA	NA	NA	预测准确率	NA
4591	2025-10-06	Comparative evaluation of four reconstruction techniques for prostate T2-weighted MRI: Sensitivity encoding, compressed sensing, deep learning, and super-resolution 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100671 PMID:40735490	研究论文	比较四种前列腺T2加权MRI重建技术的图像质量和病灶显着性	首次系统比较传统SENSE、压缩感知、基于模型的深度学习重建和深度学习超分辨率重建四种技术在前列腺T2加权MRI中的应用效果	样本量较小（仅49例患者），病灶分析仅基于18例病理确诊患者，需要更大规模研究验证	评估不同重建技术对前列腺T2加权MRI图像质量和病灶检测能力的影响	疑似前列腺癌患者的多参数或双参数MRI数据	医学影像	前列腺癌	T2加权磁共振成像	深度学习	医学影像	49例患者（其中18例病理确诊前列腺癌）	NA	NA	信噪比, 对比噪声比, 锐度指数, Likert评分, PI-RADS评分	NA
4592	2025-10-06	Bridging spatiotemporal wildfire prediction and decision modeling using transformer networks and fuzzy inference systems 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103498 PMID:40735517	研究论文	本研究提出了一种结合Transformer网络和模糊推理系统的时空野火预测与决策建模方法	将符号模糊推理层集成到基于深度注意力架构中，实现了高精度预测与可解释决策规则的结合	NA	开发准确且可解释的野火预测系统，支持实时决策制定	野火时空预测与响应决策	机器学习	NA	卫星遥感(哨兵数据)、气候再分析(ERA5)、地形测量(SRTM)	Transformer, 模糊推理系统	多源卫星数据、气候数据、地形数据、植被数据	NA	NA	Transformer	准确率, 精确率, 召回率, F1分数, AUC	NA
4593	2025-10-06	Reconstructing Super-Resolution Raman Spectral Image Using a Generative Adversarial Network-Based Algorithm 2025-Jul-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02934 PMID:40735851	研究论文	提出基于生成对抗网络的算法，用于重建超分辨率拉曼光谱图像	首次将生成对抗网络应用于拉曼光谱图像的超分辨率重建，显著提升成像速度和空间分辨率	模型在未标记细胞数据集上训练，可能对其他类型样本的适用性需要进一步验证	提升拉曼光谱成像的速度和空间分辨率	未标记细胞的拉曼光谱数据	计算机视觉	NA	拉曼光谱成像	GAN	高光谱拉曼数据	186个高光谱拉曼数据集	NA	生成对抗网络	PSNR, SSIM, RMSE	NA
4594	2025-10-06	Automatic Couinaud segmentation using AI and pictorial representation landmarking 2025-Jul-30, Abdominal radiology (New York) DOI:10.1007/s00261-025-05123-3 PMID:40736570	研究论文	提出结合深度学习分割与辅助标志点识别的框架，用于自动划分肝脏Couinaud分段	通过个性化图示模型实现精确Couinaud标志点定位，无需重新训练即可整合新数据	仅基于225例非增强T1加权MRI数据验证，需进一步多中心验证	提高肝脏Couinaud分段划分的准确性和临床工作效率	肝脏Couinaud分段	医学影像分析	肝脏疾病	MRI成像	深度学习	医学影像	225例非增强T1加权MRI，来自4项不同研究	NA	NA	标志点定位准确度，分段体积估计准确度	NA
4595	2025-10-06	An optimized multi-scale dilated attention layer for keratoconus disease classification 2025-Jul-30, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03688-y PMID:40736610	研究论文	提出一种用于圆锥角膜疾病分类的优化多尺度扩张注意力层深度学习模型	集成多尺度扩张注意力层(MSDAL)捕获不同空间分辨率的角膜特征，并采用北极海鹦优化(APO)算法进行训练优化	数据集规模有限且缺乏多模态输入	开发自动化的圆锥角膜检测方法	圆锥角膜疾病分类	计算机视觉	圆锥角膜	角膜地形图成像	深度学习	图像	超过1,100张标记的角膜地形图图像，分为正常、疑似和圆锥角膜三类	NA	Optimized MSDALNet, CNN, ViT, Swin Transformer	准确率, 精确率, 召回率, 特异性, FNR, MCC, AUC	计算成本1.2 GFLOPs，推理速度8.4 ms/图像
4596	2025-10-06	Multiplicative Learning 2025-Mar-13, ArXiv PMID:40735079	研究论文	本文提出一种名为期望反射的新型学习算法，通过乘性权重更新实现神经网络高效训练	提出基于观测与预测输出比值的乘性权重更新方法，无需自定义损失函数或学习率超参数，单次迭代即可实现最优权重更新	NA	开发更高效的神经网络训练算法以替代传统反向传播	人工神经网络训练算法	机器学习	NA	NA	神经网络	图像	NA	NA	多层网络	NA	NA
4597	2025-10-06	Deep learning-based multi-omics model to predict nasopharyngeal necrosis of re-irradiation for recurrent nasopharyngeal carcinoma 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1607218 PMID:40735035	研究论文	开发基于深度学习的多组学模型预测复发性鼻咽癌再放疗后鼻咽坏死风险	首次结合多序列MRI影像组学和剂量组学特征，使用3D CNN深度学习网络预测鼻咽坏死风险	样本量较小（117例患者），需要更大规模数据验证	预测复发性鼻咽癌患者再放疗后鼻咽坏死的发生风险	复发性鼻咽癌患者	医学影像分析	鼻咽癌	多序列磁共振成像，放射治疗剂量分布分析	CNN	医学影像（MRI），剂量分布数据	117例复发性鼻咽癌患者（97例训练集，20例测试集）	NA	3D卷积神经网络	AUC, ACC, F1-Score	NA
4598	2025-10-06	Evaluating the impact of common clinical confounders on performance of deep-learning-based sepsis risk assessment 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1452471 PMID:40735113	研究论文	本研究开发了一种基于深度学习的脓毒症风险预测模型，并评估了临床混杂因素对模型性能的影响	探索了不同脓毒症定义对深度学习系统性能的影响，并提出了基于共识的方法来应对标签不确定性	回顾性研究设计，脓毒症诊断缺乏金标准，存在标签不确定性	开发早期脓毒症风险预测模型并评估临床混杂因素的影响	急诊科患者	机器学习	脓毒症	常规血液检测	深度学习	临床数据	未明确样本数量，使用入院后24小时内的患者数据	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC	NA
4599	2025-10-06	Fungi-Kcr: a language model for predicting lysine crotonylation in pathogenic fungal proteins 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1615443 PMID:40735338	研究论文	开发了一个基于深度学习的模型Fungi-Kcr，用于预测致病真菌蛋白质中的赖氨酸巴豆酰化修饰位点	首次将CNN、GRU和词嵌入技术结合用于真菌蛋白质Kcr位点预测，并证明通用预测模型优于物种特异性模型	依赖于计算预测，仍需实验验证；模型性能受训练数据质量和数量的限制	开发计算工具以替代昂贵耗时的实验方法，大规模识别真菌蛋白质中的Kcr修饰位点	致病真菌蛋白质中的赖氨酸巴豆酰化修饰位点	自然语言处理	真菌感染	深度学习，质谱技术	CNN, GRU	蛋白质序列数据	NA	NA	CNN-GRU混合架构	十折交叉验证，独立测试	NA
4600	2025-10-06	An explainable and efficient deep learning framework for EEG-based diagnosis of Alzheimer's disease and frontotemporal dementia 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1590201 PMID:40735445	研究论文	提出一种可解释的轻量级深度学习框架，用于基于EEG的阿尔茨海默病和额颞叶痴呆诊断	结合时间卷积网络和长短时记忆网络的可解释轻量级框架，采用SHAP技术提供特征贡献分析	未提及样本来源的多样性和外部验证结果	开发可解释的深度学习模型用于神经退行性疾病的早期准确诊断	阿尔茨海默病(AD)、额颞叶痴呆(FTD)患者和健康对照组的EEG数据	医疗人工智能	阿尔茨海默病, 额颞叶痴呆	脑电图(EEG), 功率谱密度(PSD)分析	TCN, LSTM	EEG信号	NA	NA	时间卷积网络, 长短时记忆网络	准确率	NA