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
4921	2025-10-06	Hybrid deep learning framework based on EfficientViT for classification of gastrointestinal diseases 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12128-x PMID:40707631	研究论文	提出基于EfficientViT的混合深度学习框架用于胃肠道疾病分类	结合EfficientNetB0和Vision Transformer的优势，设计双块处理机制分别捕获局部细节和全局依赖关系	未提及模型在更大规模数据集或临床环境中的验证情况	开发准确可靠的胃肠道疾病自动诊断系统	胃肠道疾病的内窥镜图像	计算机视觉	胃肠道疾病	内窥镜成像	混合深度学习模型	图像	未明确说明	NA	EfficientViT, EfficientNetB0, Vision Transformer	准确率, 精确率, 召回率, F1分数	NA
4922	2025-10-06	Transfer learning with XAI for robust malware and IoT network security 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12404-w PMID:40707655	研究论文	开发了一种基于迁移学习和可解释人工智能的深度学习模型，用于恶意软件分类和网络安全检测	结合迁移学习和XAI技术，在恶意软件内存转储数据集上训练模型，并成功迁移到IoT和网络流量入侵检测领域	NA	提高恶意软件检测和网络安全防护的准确性和效率	混淆恶意软件、IoT网络流量、传统网络入侵数据	机器学习	NA	内存转储分析	深度学习	内存转储数据、网络流量数据	MalwareMemoryDump数据集、NF-TON-IoT数据集、UNSW-NB15数据集	NA	NA	准确率	NA
4923	2025-10-06	Enhanced HER-2 prediction in breast cancer through synergistic integration of deep learning, ultrasound radiomics, and clinical data 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12825-7 PMID:40707691	研究论文	本研究通过整合超声影像组学、临床数据和深度学习技术，提升乳腺癌HER-2表达状态的诊断准确性	首次将生成对抗网络用于超声图像增强，并构建了融合影像组学特征、深度学习特征和临床特征的联合预测模型	样本量相对有限（210例），缺乏外部验证	提高乳腺癌HER-2表达状态的预测准确性，为个性化治疗提供支持	210例女性乳腺癌患者的超声图像和临床病理数据	医学影像分析	乳腺癌	超声影像组学，深度学习	GAN, CNN, Transformer, LightGBM, Random Forest, XGBoost, Linear Regression	超声图像，临床数据	210例女性乳腺癌患者	NA	ResNet101, VGG19, Transformer	AUC	NA
4924	2025-10-06	Deep learning reconstruction of zero echo time magnetic resonance imaging: diagnostic performance in axial spondyloarthritis 2025-Jul-24, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11843-3 PMID:40707731	研究论文	比较深度学习重建零回波时间MRI与传统方法在诊断中轴型脊柱关节炎结构损伤中的性能	首次将深度学习重建技术应用于零回波时间MRI，提升对骨骼硬化和侵蚀的检测能力	样本量较小（26名患者），需更大规模研究验证	评估深度学习重建ZTE MRI在诊断中轴型脊柱关节炎结构损伤中的诊断性能	26名中轴型脊柱关节炎患者的52个骶髂关节和104个象限	医学影像分析	中轴型脊柱关节炎	零回波时间磁共振成像，深度学习重建	深度学习	MRI影像	26名患者（52个骶髂关节，104个象限）	NA	NA	诊断性能，加权kappa系数，图像质量评分，结构显影度评分	NA
4925	2025-10-06	Equity-enhanced glaucoma progression prediction from OCT with knowledge distillation 2025-Jul-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01884-9 PMID:40707743	研究论文	提出一种名为FairDist的公平增强模型，利用光学相干断层扫描预测青光眼进展	结合知识蒸馏和公平性感知训练，在保持预测性能的同时减少不同人口统计组别间的差异	未明确说明样本规模和数据来源的具体细节	开发公平性增强的青光眼进展预测模型	青光眼患者的光学相干断层扫描数据	计算机视觉	青光眼	光学相干断层扫描	CNN	医学影像	NA	NA	EfficientNet	AUC, 敏感性, 特异性, 公平性调整AUC	NA
4926	2025-10-06	Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma 2025-Jul-24, La Radiologia medica DOI:10.1007/s11547-025-02043-6 PMID:40707767	研究论文	开发基于多时间点动脉期增强MRI和人工智能的预后分层模型，用于预测肝细胞癌患者经动脉化疗栓塞术后的预后	首次将Swin Transformer架构应用于多时间点动脉期增强MRI数据，实现肝细胞癌TACE治疗后的四分类预后分层	回顾性研究设计，样本量相对有限（181例患者）	开发人工智能模型用于肝细胞癌患者TACE治疗后的预后预测	肝细胞癌患者接受TACE治疗	医学影像分析	肝细胞癌	对比增强磁共振成像	深度学习	医学影像	181例肝细胞癌患者的543个动脉期CE-MRI扫描	NA	ProgSwin-UNETR, Swin Transformer	AUC, 准确率	NA
4927	2025-10-06	Explainable deep learning for stratified medicine in inflammatory bowel disease 2025-Jul-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03692-6 PMID:40708014	研究论文	本研究开发可解释深度学习模型用于炎症性肠病的分层医学研究	构建端到端生物稀疏化神经网络架构，结合全外显子组序列的基因水平和变异水平分辨率，超越传统单变量方法	NA	通过深度学习改善炎症性肠病的分子分层以支持精准医疗	炎症性肠病患者的全外显子组序列数据	机器学习	炎症性肠病	全外显子组测序	神经网络	基因组序列数据	NA	NA	生物稀疏化神经网络	NA	NA
4928	2025-10-06	Convolutional Neural Network Fused With Recurrent Network for ECG-Based Detection of Hypertrophic Cardiomyopathy 2025-Jul-24, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.70041 PMID:40708205	研究论文	提出一种融合卷积神经网络和循环网络的混合深度学习模型，用于基于心电图信号的肥厚型心肌病检测	结合卡尔曼滤波预处理、多特征提取与融合，以及CNN-RNN混合架构，同时捕捉ECG信号的空间和时间模式	未提及模型在更广泛人群或实时临床环境中的验证情况	开发准确可靠的肥厚型心肌病早期检测方法	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN, RNN	信号数据	PTB诊断心电图数据库和绍兴宁波医院心电图数据库	NA	CNNFRN（卷积神经网络融合循环网络）, DBN（深度信念网络）	准确率, 灵敏度, 特异性, F1分数	NA
4929	2025-10-06	CAP-Net: Carotid Artery Plaque Segmentation System Based on Computed Tomography Angiography 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.009 PMID:40707263	研究论文	开发基于深度学习的颈动脉斑块自动检测与分割系统CAP-Net，用于头颈部CT血管造影图像分析	提出包含三个改进深度学习网络的工作流程：普通U-Net用于粗分割、Attention U-Net用于精细分割、双通道输入ConvNeXt-based U-Net用于斑块分割	研究样本量相对有限（1061例患者），未进行多中心外部验证	开发自动化的颈动脉斑块检测与分割深度学习模型	颈动脉斑块	计算机视觉	心血管疾病	CT血管造影（CTA）	U-Net, Attention U-Net, ConvNeXt-based U-Net	医学图像	1061例患者（765男，296女），包含4048个颈动脉斑块	NA	U-Net, Attention U-Net, ConvNeXt-based U-Net	Dice相似系数（DSC）, 检测率, 假阳性率	NA
4930	2025-10-06	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究基于CT影像开发并验证了不同深度学习模型预测非小细胞肺癌脏层胸膜侵犯的能力	首次系统比较了2D、3D和混合3D深度学习模型在预测非小细胞肺癌VPI方面的性能差异	回顾性研究设计，数据来源于特定时间段的患者群体	开发并验证深度学习模型准确预测非小细胞肺癌患者的脏层胸膜侵犯	经病理确诊的非小细胞肺癌患者	计算机视觉	肺癌	CT影像分析，弹性纤维染色分析	CNN	CT图像，临床特征	1931名非小细胞肺癌患者	NA	EfficientNet-B0, Res2Net	AUC, ROC曲线, 混淆矩阵	NA
4931	2025-10-06	Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.015 PMID:40707265	研究论文	开发基于双期CT图像和网膜脂肪组织的深度学习模型，用于预测肝细胞癌微血管侵犯和生存结局	首次将网膜脂肪组织特征与肿瘤影像特征融合的深度学习框架，显著提升微血管侵犯术前预测准确性	回顾性研究设计，样本来源仅限于两个医疗中心	提高肝细胞癌微血管侵犯的术前预测精度并分析生存结局	经病理证实的肝细胞癌患者	计算机视觉	肝细胞癌	双期CT成像	CNN	CT图像	来自两个医疗中心2016-2023年的患者数据	NA	ResNet18, 双分支特征融合模型	AUC, 风险比	NA
4932	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Jul-23, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4933	2025-10-06	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	本研究开发了基于图深度学习的代谢依赖性预测模型DeepMeta，用于系统揭示癌症细胞的代谢脆弱性	首次结合转录组和代谢网络信息构建图深度学习模型，系统探索癌症驱动基因改变的代谢依赖性	模型验证主要基于TCGA数据集，需要进一步在更多独立数据集中验证	系统揭示癌症细胞的代谢依赖性，为不可靶向的癌症驱动基因提供代谢靶点	癌症细胞、TCGA患者数据、CTNNB1 T41A激活突变	机器学习	癌症	转录组测序、代谢网络分析	图深度学习	基因表达数据、代谢网络数据	TCGA数据集中的癌症样本	NA	DeepMeta	准确性	NA
4934	2025-10-06	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究揭示病理性α-突触核蛋白通过TNF-α-NF-κB通路破坏血脑屏障完整性并加剧轴突病变的机制	首次结合GAN深度学习方法分析α-突触核蛋白对血脑屏障的病理影响，并发现非血脑屏障穿透性TNF-α抑制剂可缓解轴突变性	研究主要基于细胞模型和动物模型，尚未在人类临床试验中验证	揭示α-突触核蛋白对血脑屏障完整性和功能的病理影响，并确定α-突触核蛋白相关血管病的治疗靶点	脑内皮细胞模型、PFF诱导的α-突触核蛋白病模型、转基因动物模型(G2-3)	数字病理学	神经退行性疾病	细胞模型、动物模型、免疫反应分析	GAN	细胞图像、病理变化数据	未明确说明具体样本数量	NA	生成对抗网络	NA	NA
4935	2025-10-06	Time is encoded by methylation changes at clustered CpG sites 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115958 PMID:40664208	研究论文	通过超深度测序研究健康个体血液样本中DNA甲基化的年龄依赖性变化模式	发现年龄依赖性甲基化变化以区域性簇状CpG位点方式发生，并首次证明使用少量DNA分子即可准确预测年龄	研究主要基于血液样本，未涉及其他组织类型	探索DNA甲基化作为时间测量机制的生物学原理	300多份健康个体血液样本	机器学习	NA	超深度测序	深度学习	DNA甲基化数据	300多份血液样本	NA	NA	中位准确度	NA
4936	2025-10-06	Multi-Center Validation of Video-Based Deep Learning to Evaluate Defecation Patterns on 3D High-Definition Anorectal Manometry 2025-Jul-22, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	通过视频深度学习算法在多中心验证三维高清肛门直肠测压评估排便模式的临床应用	开发了能够进行时空分析的深度学习算法，在多中心验证中发现两种新型排便协同失调亚型	研究时间范围限于2018-2022年，仅在三家医疗系统进行验证	验证基于视频的深度学习算法在三维高清肛门直肠测压中评估排便模式的诊断准确性	连续1214例肛门直肠测压研究	计算机视觉	胃肠道动力障碍	三维高清肛门直肠测压	深度学习	视频	1214例来自三家医疗系统的连续肛门直肠测压研究	NA	深度混合学习算法	AUC, Wilcoxon检验	NA
4937	2025-10-06	BPFun: a deep learning framework for bioactive peptide function prediction using multi-label strategy by transformer-driven and sequence rich intrinsic information 2025-Jul-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06190-5 PMID:40691539	研究论文	提出基于深度学习的生物活性肽多功能预测模型BPFun，通过多标签策略预测七种生物活性肽功能	结合Transformer驱动和序列丰富内在信息的多标签预测框架，采用多尺度卷积网络和Bi-LSTM层融合不同特征	仅针对七种特定功能进行预测，数据不平衡问题可能影响模型泛化能力	开发计算生物学方法准确预测生物活性肽的多种功能	生物活性肽及其七种功能（抗癌、抗菌、抗高血压等）	生物信息学	NA	序列特征分析	CNN, Bi-LSTM, Transformer	肽序列数据	NA	NA	多尺度卷积网络, Bi-LSTM, 自注意力机制	准确率, 绝对真值	NA
4938	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
4939	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
4940	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