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
4961	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
4962	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
4963	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
4964	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
4965	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
4966	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
4967	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
4968	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
4969	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
4970	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
4971	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
4972	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
4973	2025-10-06	Detection of Helicobacter pylori Infection in Histopathological Gastric Biopsies Using Deep Learning Models 2025-Jul-07, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070226 PMID:40710613	研究论文	本研究使用深度学习模型在胃活检组织病理学图像中自动检测幽门螺杆菌感染	比较了多种预训练DCNN模型与AutoML方法在幽门螺杆菌检测中的性能，发现InceptionV3模型表现最优	外部验证准确率仅为78%，且不同病理学应用场景下模型性能存在变异性	开发自动检测胃活检样本中幽门螺杆菌感染的深度学习模型	胃活检组织病理学样本	数字病理学	幽门螺杆菌感染	H&E染色，免疫组织化学确认	CNN	全切片图像，图像块	100个H&E染色全切片图像，45,795个图像块	NA	InceptionV3, ResNet50, VGG16, BoostedNet, AutoKeras	AUC, 准确率, 精确率, 召回率, 特异性, F1分数, MCC	NA
4974	2025-10-06	Development of Deep Learning Models for Real-Time Thoracic Ultrasound Image Interpretation 2025-Jul-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070222 PMID:40710609	研究论文	开发用于实时胸部超声图像解读的深度学习模型，以检测气胸或血胸损伤	使用MobileNetV3架构开发实时分类模型，在实时数据推理中准确率达到85%，比YOLOv8模型提升17%	研究基于动物实验数据（25头猪），需要进一步验证在人类患者中的应用效果	降低未来战场环境中即时超声诊断的技能门槛，提高胸部损伤检测效率	胸部超声图像中的气胸、血胸损伤分类	计算机视觉	胸部损伤	即时超声	CNN	超声图像	超过25头猪的动物实验数据	NA	MobileNetV3	准确率	NA
4975	2025-10-06	GRANet: a graph residual attention network for gene regulatory network inference 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf349 PMID:40708222	研究论文	提出一种名为GRANet的图残差注意力网络，用于基因调控网络推断	利用残差注意力机制自适应学习复杂基因调控关系，并整合多维生物特征进行更全面的推断	NA	改进单细胞水平基因调控网络推断的准确性	基因调控网络	机器学习	NA	单细胞RNA测序	图神经网络	基因表达数据	多个数据集	NA	图残差注意力网络	预测准确率	NA
4976	2025-10-06	A Unified YOLOv8 Approach for Point-of-Care Diagnostics of Salivary α-Amylase 2025-Jul-02, Biosensors DOI:10.3390/bios15070421 PMID:40710071	研究论文	开发了一种基于YOLOv8的便携式人工智能系统，用于通过比色图像分析自动分类唾液α-淀粉酶浓度	提出了一种统一的YOLOv8分割-分类模型，简化了处理流程并实现了实时设备端推理，相比传统方法显著提升了性能	研究仅基于1024张图像数据集，需要更大规模验证；系统在标准化光照条件下开发，实际环境适用性需进一步测试	开发便携式即时诊断系统，用于唾液α-淀粉酶的自动分类和量化	唾液α-淀粉酶(sAA)浓度	计算机视觉	应激相关疾病	比色图像分析	CNN,YOLO	图像	1024张图像，对应8种不同sAA浓度分类	NA	YOLOv4,YOLOv8	准确率	智能手机部署
4977	2025-10-06	Prostate MRI Using Deep Learning Reconstruction in Response to Cancer Screening Demands-A Systematic Review and Meta-Analysis 2025-Jul-02, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15070284 PMID:40710401	系统综述与Meta分析	系统评估深度学习重建技术在提高前列腺MRI效率和图像质量方面的应用	首次系统评估深度学习重建技术在前列腺MRI中的应用潜力，特别关注其在癌症筛查背景下的时间节省和图像质量保持	研究间图像质量指标的异质性阻碍了定量合成分析，基于传统数据训练的AI模型在DLR图像上可能准确性较低	评估深度学习重建技术在前列腺MRI中的效果，特别是对采集时间、图像质量和诊断性能的影响	前列腺MRI研究，重点关注前列腺癌筛查和管理	医学影像分析	前列腺癌	MRI, 深度学习重建	深度学习模型	医学影像	33项研究	NA	NA	采集时间, 图像质量, 诊断性能, PI-RADS评分, 前列腺外扩展检测	NA
4978	2025-10-06	Regularized Gradient Statistics Improve Generative Deep Learning Models of Super Resolution Microscopy 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401900 PMID:40454902	研究论文	本文提出通过正则化信号梯度统计来改进超分辨率荧光显微镜深度学习模型的生成图像质量	在训练过程中正则化图像梯度统计，使训练数据的梯度和拉普拉斯统计更接近自然场景图像的预期统计特性	该正则化方法仅适用于先验合适的图像，在BioSR数据集中仅限于丝状结构图像	提高超分辨率显微镜深度学习模型的图像生成质量	超分辨率荧光显微镜图像	计算机视觉	NA	超分辨率荧光显微镜	Conditional Variational Diffusion Model (CVDM)	图像	BioSR数据集中的匹配对（衍射极限图像和超分辨率图像）	NA	Conditional Variational Diffusion Model	视觉细节清晰度，小尺度结构质量	NA
4979	2025-10-06	ICD lead and primary metal artifact detection and inpainting in cardiac CT images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17947 PMID:40660812	研究论文	开发深度学习模型自动检测和修复心脏CT图像中的ICD导线金属伪影	提出结合2D U-Net伪影检测和3D图像修复的深度学习框架，专门针对已重建CT图像中的金属伪影问题	仅使用12名患者的真实数据，主要依赖合成数据集进行模型训练	减少心脏CT图像中ICD导线引起的金属伪影，恢复被伪影掩盖的解剖结构信息	接受心脏放射治疗的室性心动过速患者的心脏CT图像	医学影像处理	心血管疾病	心脏CT成像，ECG门控4DCT	U-Net, 图像修复模型	CT图像	12名患者的真实4DCT数据，148名患者无伪影CT数据生成的592个合成CT	NA	U-Net	Dice系数, 结构相似性指数, 豪斯多夫距离, 表面Dice分数	NA
4980	2025-10-06	From Industry 4.0 to 5.0: Exploring the Opportunity of Biodegradable Freshness Indicator Packaging 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70242 PMID:40708461	综述	探讨从工业4.0到5.0转型背景下可生物降解新鲜度指示包装的发展机遇	提出数字技术与包装技术的跨学科融合，涵盖机器学习、区块链等新兴技术在食品包装领域的应用前景	NA	分析可生物降解材料与新鲜度指示包装在工业5.0背景下的发展机遇	食品包装行业与数字技术	机器学习	NA	机器学习, 大数据, 物联网, 3D打印, 深度学习, 区块链, 云边协同, 万物互联, 4D打印	NA	NA	NA	NA	NA	NA	NA