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
4901	2025-10-06	Early detection of ICU-acquired infections using high-frequency electronic health record data 2025-Jul-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03031-6 PMID:40691575	研究论文	本研究开发了一种利用高频电子健康记录数据的动态预测模型，用于提前48小时预测ICU获得性感染风险	首次将卷积神经网络与Cox地标模型结合，利用高频生命体征数据进行ICU获得性感染的动态风险预测	模型存在一定程度的风险高估，深度学习模型的复杂性和可解释性需要进一步验证	开发ICU获得性感染的早期检测方法	荷兰三级混合ICU收治的成年患者	医疗健康数据分析	ICU获得性感染	电子健康记录数据分析	CNN, Cox landmark model	高频生命体征数据，电子健康记录	4444名患者，32,178个观察日，1197次感染事件	NA	卷积神经网络	c-index, 校准斜率	NA
4902	2025-10-06	Deep Learning-Based Algorithm for the Classification of Left Ventricle Segments by Hypertrophy Severity 2025-Jul-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070244 PMID:40710630	研究论文	提出基于深度学习的自动化框架，用于左心室肥厚程度的量化分析和心肌节段按肥厚严重程度的分类	开发了结合U-Net自动分割和CNN分类的完整流程，实现了左心室节段的精细化肥厚程度自动分类	样本量相对有限（133名受试者），需要在更大规模数据集中进一步验证	开发可靠的左心室肥厚自动诊断和分类方法	左心室心肌节段	计算机视觉	心血管疾病	医学影像分析	CNN	医学图像	133名受试者（包括健康个体和左心室肥厚患者）	NA	U-Net, CNN	Dice相似系数, Hausdorff距离, 平均绝对误差, 准确率, 精确率, 召回率, F1分数	NA
4903	2025-10-06	Advancements in deep learning-based image screening for orthopedic conditions: Emphasis on osteoporosis, osteoarthritis, and bone tumors 2025-Jul-19, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102840 PMID:40691974	综述	系统总结深度学习在骨科影像筛查中的研究进展、方法学及临床应用	聚焦近五年深度学习在骨质疏松、骨关节炎和骨肿瘤三大骨科疾病影像筛查中的最新应用进展	缺乏高质量数据集、模型跨机构泛化能力有限、缺少标准化质控方案、亟需多中心临床验证	探讨人工智能辅助诊断技术在骨科影像中的应用价值与发展趋势	骨科疾病影像数据（重点关注骨质疏松、骨关节炎和骨肿瘤）	计算机视觉	骨科疾病	医学影像分析	深度学习	医学影像	NA	NA	NA	诊断性能指标	NA
4904	2025-10-06	AI-based methods for diagnosing and grading diabetic retinopathy: A comprehensive review 2025-Jul-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103221 PMID:40706108	综述	本文全面评估了基于人工智能的糖尿病视网膜病变诊断与分级方法	系统比较了91项AI研究在多种成像模态下的表现，并对比了23个公共数据集特征	纳入研究存在异质性，部分模态数据量较少（如OCTA仅占6%）	评估AI在糖尿病视网膜病变自动检测和分类中的应用现状	糖尿病视网膜病变患者	计算机视觉, 机器学习	糖尿病视网膜病变	眼底彩色照相, OCT, OCTA, 眼底荧光血管造影	深度学习	医学影像	基于91项研究的汇总数据	NA	NA	NA	NA
4905	2025-10-06	A Novel 3D Convolutional Neural Network-Based Deep Learning Model for Spatiotemporal Feature Mapping for Video Analysis: Feasibility Study for Gastrointestinal Endoscopic Video Classification 2025-Jul-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070243 PMID:40710629	研究论文	提出一种基于3D卷积神经网络的深度学习模型，用于胃肠道内窥镜视频分类的时空特征映射	开发了结合并行空间和通道压缩激励3D版本与残差块的RPA模块，并采用(2+1)D卷积降低计算复杂度	初步可行性研究，样本量有限且存在数据不平衡问题	解决医学视频分析中时空特征映射的挑战	胃肠道内窥镜视频	计算机视觉	胃肠道疾病	深度学习	3D CNN	视频	hyperKvasir数据集包含314个下消化道和60个上消化道视频，选择60对匹配视频进行20次实验运行	NA	3D CNN, RPA块, P-scSE3D	准确率, 精确率, 召回率, F1分数, AUC	NA
4906	2025-10-06	Non-Invasive Composition Identification in Organic Solar Cells via Deep Learning 2025-Jul-17, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15141112 PMID:40711231	研究论文	本研究提出基于深度学习的光谱分析方法，实现有机太阳能电池活性层成分的非侵入式识别	首次将多层感知器神经网络应用于模拟全器件吸收光谱，实现超过99%分类准确率的非破坏性成分识别	训练数据基于模拟光谱，实际应用可能受实验条件差异影响	开发有机光伏器件活性层成分的非侵入式分类方法	有机光伏器件的活性层成分	机器学习	NA	吸收光谱分析	MLP	光谱数据	包含活性层厚度变化超过±15%的多样化训练数据集	NA	多层感知器	准确率	NA
4907	2025-10-06	AI-Driven Comprehensive SERS-LFIA System: Improving Virus Automated Diagnostics Through SERS Image Recognition and Deep Learning 2025-Jul-16, Biosensors DOI:10.3390/bios15070458 PMID:40710108	研究论文	开发了一种集成SERS扫描成像与人工智能判读的综合性SERS-LFIA检测系统，用于病毒自动化诊断	结合SERS扫描成像与深度学习模型分析T线附近探针分布模式，显著降低异常信号干扰	NA	开发快速准确的病毒诊断方法以有效管理和控制疫情爆发	高传染性和致病性病毒	计算机视觉	病毒性疾病	表面增强拉曼散射-侧向流动免疫分析(SERS-LFIA)，SERS扫描成像	CNN	图像	NA	NA	ResNet-18	准确率	NA
4908	2025-10-06	Task-Related EEG as a Biomarker for Preclinical Alzheimer's Disease: An Explainable Deep Learning Approach 2025-Jul-16, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070468 PMID:40710281	研究论文	本研究利用可解释深度学习框架分析任务相关EEG数据，以识别临床前阿尔茨海默病的早期风险特征	首次将任务相关EEG与可解释深度学习相结合用于临床前阿尔茨海默病检测，并开发了InterpretableCNN框架增强特征识别透明度	模型性能仅为中等水平（AUC 60.84%，Kappa 0.22），需要进一步优化和验证	开发基于任务相关EEG和可解释深度学习的临床前阿尔茨海默病早期检测方法	认知健康个体的任务相关EEG数据，基于APOE基因型和多基因风险评分标记样本	机器学习	阿尔茨海默病	脑电图（EEG）	CNN	EEG信号	NA	NA	InterpretableCNN	ROC AUC, Kappa值	NA
4909	2025-10-06	Enhancing 3D dopamine transporter imaging as a biomarker for Parkinson's disease via self-supervised learning with diffusion models 2025-Jul-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102207 PMID:40580955	研究论文	本研究提出了一种基于自监督学习和扩散模型的层次小波扩散自编码器，用于增强3D多巴胺转运体成像作为帕金森病生物标志物的能力	开发了层次小波扩散自编码器(HWDAE)，在生成训练中学习疾病相关特征，无需人工标签监督即可合成代表不同帕金森病状态的逼真图像	数据量有限且缺乏外部验证，在帕金森病领域深度学习研究相对不足	提高帕金森病的准确诊断和疾病进展状态精确评估	帕金森病患者	医学影像分析	帕金森病	多巴胺转运体正电子发射断层扫描(DAT PET)	扩散模型,自编码器	3D医学图像	1,934个DAT PET图像	NA	层次小波扩散自编码器(HWDAE)	NA	NA
4910	2025-10-06	A deep learning system for detecting systemic lupus erythematosus from retinal images 2025-Jul-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102203 PMID:40570853	研究论文	开发名为DeepSLE的深度学习系统，通过视网膜图像检测系统性红斑狼疮及其并发症	首个基于视网膜图像的SLE自动检测系统，在多族群验证中表现稳健，并通过可解释性分析增强临床可信度	未提及模型在未见过族群或医疗环境中的泛化能力验证	通过视网膜图像开发系统性红斑狼疮的自动检测方法	系统性红斑狼疮患者及其视网膜与肾脏并发症	数字病理学	系统性红斑狼疮	视网膜成像	深度学习	视网膜图像	247,718张图像（来自中国和英国的多族群数据集）	NA	DeepSLE	AUC	NA
4911	2025-10-06	Integrating radiomics and machine learning for the diagnosis and prognosis of hepatocellular carcinoma 2025-Jul-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i7.106610 PMID:40697211	综述	探讨整合影像组学和机器学习技术用于肝细胞癌诊断和预后的最新进展	系统整合影像组学特征与多种机器学习算法，捕捉传统影像方法难以检测的肿瘤异质性	面临模型可解释性、数据异质性和多模态数据整合的挑战	提升肝细胞癌诊断准确性、治疗反应预测和生存预后评估	肝细胞癌患者	医学影像分析	肝细胞癌	影像组学	二元分类模型,XGBoost,LightGBM,深度学习	医学影像	NA	NA	NA	NA	NA
4912	2025-10-06	Deep learning radiomics: Redefining precision oncology through noninvasive insights into the tumor immune microenvironment 2025-Jul-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i7.108175 PMID:40697238	评论	探讨基于CT的深度学习放射组学在预测结直肠癌肿瘤免疫微环境方面的应用及其对精准肿瘤学的意义	通过非侵入性CT影像结合深度学习预测肿瘤免疫微环境特征，替代传统侵入性活检	回顾性研究设计，样本量有限（315例患者）	推进个性化免疫治疗、化疗和靶向治疗，重新定义结直肠癌管理	结直肠癌患者	计算机视觉	结直肠癌	计算机断层扫描（CT）	CNN	医学影像	315例患者术前CT扫描	NA	NA	AUC（曲线下面积）	NA
4913	2025-10-06	Predicting Very Early-Stage Breast Cancer in BI-RADS 3 Lesions of Large Population with Deep Learning 2025-Jul-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070240 PMID:40710626	研究论文	开发基于深度学习的模型用于在BI-RADS 3级乳腺病灶中预测极早期乳腺癌	提出新型迁移学习方法提升BI-RADS 3恶性病变预测性能，AUC从0.721提升至0.880	研究样本来自两家医院，需更多外部验证确认泛化能力	提高BI-RADS 3乳腺病灶中极早期恶性肿瘤的诊断准确性	BI-RADS 3级乳腺病灶患者	计算机视觉	乳腺癌	超声成像	深度学习	超声图像	685名患者的852个病灶（256个恶性，596个良性）	NA	NA	AUC, 敏感度, 特异度	NA
4914	2025-10-06	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-Jul-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	本研究通过分析水稻根系在氮素恢复供应后的染色质可及性动态和转录调控网络，揭示初级氮响应的调控机制	首次通过时间序列ATAC-seq和RNA-seq联合分析，系统揭示了水稻初级氮响应中染色质可及性先于转录变化的动态规律，并鉴定出OsbZIP23等新型调控因子	研究仅关注2小时内的早期氮响应过程，未涉及长期氮适应机制；仅使用两个水稻品种，样本代表性有限	阐明水稻根系初级氮响应的转录调控网络和染色质可及性动态	水稻根系组织，使用珍汕97和日本晴两个品种	植物分子生物学	NA	ATAC-seq, RNA-seq	深度学习	基因组测序数据，转录组测序数据	两个水稻品种在不同时间点的根系样本	NA	NA	NA	NA
4915	2025-10-06	Leveraging Swin Transformer for enhanced diagnosis of Alzheimer's disease using multi-shell diffusion MRI 2025-Jul-14, ArXiv PMID:40709302	研究论文	本研究利用基于Swin Transformer的深度学习框架分析多壳层扩散MRI数据，以增强阿尔茨海默病的早期诊断和淀粉样蛋白积累检测	首次将分层视觉Transformer模型Swin Transformer应用于多壳层扩散MRI数据，并集成低秩自适应方法以适应有限标注的神经影像数据	在数据有限的生物医学环境中进行验证，样本量相对有限	支持阿尔茨海默病的早期诊断和淀粉样蛋白积累检测	认知正常个体、轻度认知障碍患者和阿尔茨海默病痴呆患者	计算机视觉	阿尔茨海默病	多壳层扩散MRI, DTI, NODDI	Transformer	医学影像	NA	PyTorch	Swin Transformer	平衡准确率	NA
4916	2025-10-06	AI-Driven Control Strategies for Biomimetic Robotics: Trends, Challenges, and Future Directions 2025-Jul-14, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070460 PMID:40710273	综述	系统回顾人工智能驱动的仿生机器人控制策略，分析其发展趋势、挑战与未来方向	首次系统分类人工智能技术在仿生机器人控制中的最新进展与方法论	作为综述文章，未包含原始实验数据和新算法提出	探讨人工智能如何增强仿生机器人的控制机制	仿生机器人及其控制策略	机器人学	NA	机器学习、深度学习、强化学习	NA	NA	NA	NA	NA	有效性、算法方法、性能比较	NA
4917	2025-10-06	Estimating Snow-Related Daily Change Events in the Canadian Winter Season: A Deep Learning-Based Approach 2025-Jul-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070239 PMID:40710625	研究论文	本研究开发了一种基于深度学习的Siamese Attention U-Net模型，用于检测加拿大冬季雪水当量的日变化事件	首次将Siamese Attention U-Net架构应用于雪水当量变化检测，将日变化事件检测视为图像内容比较问题	研究仅关注加拿大冬季季节，未涵盖其他地理区域或全年数据	检测雪水当量的日变化事件并分析其与气候变量的关系	加拿大冬季雪水当量变化事件	计算机视觉	NA	遥感图像分析	深度学习	雪水当量地图图像	1979年至2018年的每日SWE地图数据	NA	Siamese Attention U-Net	F1分数	NA
4918	2025-10-06	Automated Cattle Head and Ear Pose Estimation Using Deep Learning for Animal Welfare Research 2025-Jul-13, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12070664 PMID:40711324	研究论文	提出基于深度学习的牛头及耳朵姿态估计系统，用于动物福利研究	首次将Mask R-CNN与FSA-Net结合，实现牛头及耳朵的检测与三维姿态估计	仅针对日本黑牛进行验证，未测试其他牛种	开发自动化系统用于动物行为监测和福利评估	牛的头部和耳朵姿态	计算机视觉	NA	深度学习	CNN	图像	日本黑牛自然条件下采集的图像数据集	NA	Mask R-CNN, FSA-Net	mAP, MAE	NA
4919	2025-10-06	Computational and Imaging Approaches for Precision Characterization of Bone, Cartilage, and Synovial Biomolecules 2025-Jul-09, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15070298 PMID:40710415	综述	本文综述了影像学、计算建模和测序技术在关节组织生物分子精准表征中的最新进展	整合多模态成像技术与人工智能、多组学分析方法，实现关节组织微结构和炎症微环境的无创高分辨率表征	临床广泛应用需要健全的数据基础设施、监管合规性和医生培训	通过多学科方法实现肌肉骨骼疾病的精准诊断和个性化治疗	骨骼、软骨和滑膜组织的生物分子结构	医学影像分析	退行性关节疾病	RNA-seq, 空间转录组学, 蛋白质组学, 高分辨率MRI, 定量CT, 超声弹性成像	CNN, 有限元模型, 基于代理的模型	医学影像, 组学数据	NA	NA	NA	NA	NA
4920	2025-10-06	Diagnosis of Schizophrenia Using Feature Extraction from EEG Signals Based on Markov Transition Fields and Deep Learning 2025-Jul-07, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070449 PMID:40710262	研究论文	本研究提出了一种基于马尔可夫转移场和深度学习的脑电图信号特征提取方法用于精神分裂症诊断	首次将马尔可夫转移场用于EEG信号转换为二维图像，并结合预训练VGG-16和自编码器进行特征选择与分类	使用单一公开数据集进行验证，需要更多临床数据验证泛化能力	开发基于EEG信号的精神分裂症自动诊断方法	精神分裂症患者和健康个体的脑电图信号	数字病理	精神分裂症	脑电图(EEG)	CNN,自编码器,神经网络,SVM	时间序列信号转换的二维图像	来自莫斯科国立大学精神分裂症EEG数据库的公开数据	TensorFlow,Keras,Scikit-learn	VGG-16,自编码器	准确率,召回率	NA