深度学习在生物医药领域中的应用

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
481	2025-09-07	Lightweight and precise cell classification based on holographic tomography-derived refractive index point cloud 2025-Sep, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.9.096501 PMID:40904524	研究论文	提出一种基于全息层析成像折射率点云数据的轻量级精确细胞分类方法	将3D折射率体素数据转换为点云表示，显著降低数据量和计算复杂度，同时设计专用深度学习模型RI-PointNet++提升特征提取能力	NA	开发高效准确的细胞分类方法，降低计算复杂度而不牺牲分类性能	HeLa细胞的活性分类	数字病理	NA	全息层析成像	RI-PointNet++（基于PointNet++的改进模型）	3D折射率点云数据	NA
482	2025-09-06	Enzyme functional classification using artificial intelligence 2025-Sep, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.03.003 PMID:40155269	综述	本文回顾了人工智能在酶功能预测领域的研究进展，从传统机器学习过渡到深度学习，并探讨了未来研究方向	强调深度学习自动特征提取能力及生成式AI与生物大数据结合用于新酶功能发现和从头酶设计	NA	推进酶功能注释的高通量和可扩展方法研究	酶及其功能分类	自然语言处理	NA	人工智能（AI）、机器学习（ML）、深度学习	深度学习模型	原始生物数据	NA
483	2025-09-07	Risk stratification of chest pain in the emergency department using artificial intelligence applied to electrocardiograms 2025-Sep-01, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003343 PMID:40889954	研究论文	开发并验证一种基于人工智能的心电图分析模型（CP-AI），用于急诊室胸痛患者的7天心血管事件风险分层	首次将深度学习模型（患者对比学习表示法）应用于心电图数值化表示，结合临床数据构建全自动神经网络分类器	回顾性研究设计，外部验证仅基于单一医疗中心数据	改善急诊室胸痛患者的风险分层准确性和效率	急诊室就诊的胸痛患者	机器学习	心血管疾病	深度学习，神经网络分类	神经网络分类器	心电图信号，临床数据	训练集15,048名患者，验证集14,476名患者
484	2025-09-07	Synthesized myelin and iron stainings from 7T multi-contrast MRI via deep learning 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121417 PMID:40784593	研究论文	利用深度学习从7T多对比MRI数据合成髓鞘和铁染色图像，以非侵入方式获得类似组织学分辨率	首次开发自注意力生成对抗网络(GAN)，将体内MRI数据转化为具有体外组织学分辨率的髓鞘和铁染色图像	模型训练基于有限样本（两个尸体头部），需进一步验证在更大样本和不同疾病群体中的泛化能力	通过深度学习实现非侵入性的髓鞘和铁生物标志物评估，推动脑组织学研究	人脑组织（尸体头部和活体MRI数据）	医学影像分析	神经退行性疾病	7T多对比MRI（T1加权、多回波GRE）、R2*、QSM处理、组织学染色	自注意力生成对抗网络(GAN)	MRI图像	两个尸体头部和两个活体MRI数据集
485	2025-09-07	From Support Vector Machines to Neural Networks: Advancing Automated Velopharyngeal Dysfunction Detection in Patients With Cleft Palate 2025-Sep-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004460 PMID:40911835	研究论文	本研究开发了一种基于神经网络的自我监督深度学习模型，用于自动检测腭裂术后患者的腭咽功能不全（VPD）	从支持向量机转向神经网络方法，首次在VPD检测中实现自监督深度学习，并探索多语言语音分析能力	模型可能捕捉到混淆数据，需要进一步解决此问题	通过人工智能和机器学习技术，提升低收入和中等收入国家VPD护理的可及性	腭裂术后患者（30名VPD患者和30名对照组）	机器学习	腭咽功能不全	机器学习，深度学习	神经网络	音频	60名患者产生的约8000个音频样本（4000个VPD样本和4000个对照样本）
486	2025-09-07	LoRA-PT: Low-rank adapting UNETR for hippocampus segmentation using principal tensor singular values and vectors 2025-Sep-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103254 PMID:40912142	研究论文	提出一种名为LoRA-PT的参数高效微调方法，用于海马体分割任务	将transformer参数矩阵分解为三个三阶张量，通过张量奇异值分解生成低秩张量，仅更新主奇异值和向量	NA	解决深度学习模型训练需要大量计算资源和标注数据的问题	海马体分割	医学图像分割	精神疾病	张量奇异值分解	UNETR	医学图像	三个公开海马体数据集
487	2025-09-07	Radiomics and deep learning methods for predicting the growth of subsolid nodules based on CT images 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044104 PMID:40898494	研究论文	本研究评估了基于CT影像的放射组学和深度学习方法在预测亚实性肺结节生长中的临床效用	通过ResNet-based融合网络将放射组学特征与深度学习模型结合，构建了性能优于单一方法的集成模型	回顾性研究设计，样本量相对有限（387个结节）	预测亚实性肺结节的生长以辅助肺癌临床管理	353名患者的387个亚实性肺结节	计算机视觉	肺癌	CT成像、放射组学特征提取、深度学习	ResNet18、LASSO、融合网络	CT影像	387个亚实性肺结节（195个生长组，192个非生长组）
488	2025-09-07	Artificial intelligence in joint arthroplasty: A bibliometric analysis of global research trends (2001-2025) 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044136 PMID:40898573	文献计量分析	本研究通过文献计量分析探讨了2001至2025年间人工智能在关节置换领域的研究趋势与热点	首次系统性地利用文献计量工具（如CiteSpace、VOSviewer）揭示人工智能在关节置换领域的全球研究演变与新兴焦点（如植入物识别）	数据仅来源于Web of Science核心合集，可能未涵盖所有相关文献；时间范围包含未来年份（2025），实际数据可能存在偏差	分析人工智能在关节置换领域的研究趋势、核心主题及全球合作模式	533篇科学出版物（包括国家、机构、作者、期刊、关键词等文献计量单元）	医疗人工智能	关节疾病	文献计量分析、关键词爆发检测	NA	文本元数据（文献标题、摘要、关键词等）	533篇出版物
489	2025-09-07	The art of diagnosing rare skin tumors: Can DL-CNNs enhance dermatologists' diagnostic accuracy? 2025-Aug-29, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2025.115751 PMID:40912058	研究论文	评估深度学习卷积神经网络在诊断罕见皮肤肿瘤中的性能及其对皮肤科医生诊断准确性的辅助作用	首次在国际多中心读者研究中测试市场批准的DL-CNN对罕见皮肤肿瘤的诊断能力，并分析其对专家决策的影响	DL-CNN诊断性能有限（敏感度66.7%，特异度56.4%），未能显著提升皮肤科医生的整体诊断准确率	评估二元DL-CNN在罕见皮肤肿瘤诊断中的表现及其对皮肤科医生的辅助价值	罕见皮肤肿瘤（RST）的皮肤镜图像	计算机视觉	皮肤肿瘤	深度学习卷积神经网络（DL-CNN）	CNN	图像	200张经组织学确认的罕见皮肤肿瘤皮肤镜图像
490	2025-09-07	Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images 2025-Aug-28, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-002073 PMID:40876931	研究论文	本研究利用基于眼科基础模型的深度学习技术，通过超广角眼底图像辅助诊断病理性近视相关的黄斑病变和后巩膜葡萄肿	首次将眼科基础模型RETFound应用于超广角眼底图像分析，在病理性近视病变检测中表现出优于其他方法的性能	回顾性研究设计，样本仅来自两家医疗中心，需要进一步前瞻性验证	开发AI辅助诊断系统，用于病理性近视的眼底病变检测	高度近视患者	数字病理学	眼科疾病	超广角眼底成像	深度学习模型（基于RETFound基础模型）	图像	543名患者的1105张图像用于模型开发，150名患者的293张图像用于外部测试
491	2025-09-07	Role of artificial intelligence-based ocular biomarkers in hepatobiliary diseases: A scoping review 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109801 PMID:40901593	综述	探讨人工智能在利用眼部生物标志物诊断肝胆疾病中的应用与潜力	利用深度学习模型（如ResNet-101）从多种眼部影像中识别七类肝胆疾病，为资源有限地区提供新型诊断工具	未提及具体模型性能局限或临床推广障碍	评估人工智能技术在肝胆疾病诊断中的创新应用	眼部影像数据（裂隙灯、视网膜眼底、光学相干断层扫描图像）	数字病理	肝胆疾病	深度学习	ResNet-101	图像	NA
492	2025-09-07	Biparametric magnetic resonance imaging-based radiomic and deep learning models for predicting Ki-67 risk stratification in hepatocellular carcinoma 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109530 PMID:40901605	研究论文	开发基于双参数磁共振成像的放射组学和深度迁移学习模型，用于预测肝细胞癌Ki-67风险分层和无复发生存期	首次整合bpMRI的放射组学和深度迁移学习特征构建预测模型，并开发了性能优异的列线图模型（AUC达0.92）	研究样本量有限（198例患者），且为单中心回顾性研究	预测肝细胞癌患者的Ki-67风险分层和生存预后	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	双参数磁共振成像（bpMRI）、免疫组化染色	随机森林、深度迁移学习（DTL）	医学影像（T2加权和动脉期图像）	198例肝细胞癌患者
493	2025-09-07	[Multi-source adversarial adaptation with calibration for electroencephalogram-based classification of meditation and resting states] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504044 PMID:40887180	研究论文	提出一种校准多源对抗适应网络（CMAAN），用于基于脑电图（EEG）的冥想与静息状态分类，以解决个体间EEG信号差异问题	首次结合多源对抗适应与校准机制，利用目标域少量标注数据提升模型性能，并分析冥想关键EEG频段与脑区	NA	提升跨个体EEG信号分类性能，实现冥想状态的精准监测	接受甲基苯丙胺康复治疗的18名受试者的EEG数据	生物医学信息学	成瘾性疾病	脑电图（EEG）	多源对抗适应网络（CMAAN），域对抗神经网络	EEG信号	18名受试者
494	2025-09-07	[Study on dental image segmentation and automatic root canal measurement based on multi-stage deep learning using cone beam computed tomography] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503008 PMID:40887191	研究论文	基于锥形束CT和多阶段深度学习实现牙齿图像分割与根管自动测量	采用Attention U-Net结合集成深度学习方法，实现全自动的牙齿分割和根管参数测量，各项指标超越现有方法	NA	开发全自动牙齿分割和根管测量方法，辅助临床根管诊断和治疗规划	锥形束CT牙齿图像	计算机视觉	牙科疾病	锥形束CT成像	Attention U-Net, 集成深度学习	医学图像	NA
495	2025-09-07	[Brain midline segmentation method based on prior knowledge and path optimization] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412032 PMID:40887192	研究论文	提出一种基于先验知识和路径优化的两阶段深度学习网络模型，用于脑中线分割	采用关联切片相似性分析和特征加权策略融合整体变化特征与空间信息，并结合最优路径搜索解决分割不连续问题	NA	提高脑中线分割的准确性和连续性	脑中线结构	医学图像分析	神经系统疾病	深度学习	两阶段深度学习网络	医学影像（脑部切片）	CQ500数据集（具体样本数量未明确说明）
496	2025-09-07	[Research progress in electroencephalogram-based brain age prediction] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503043 PMID:40887200	综述	本文全面回顾了基于脑电图（EEG）的脑年龄预测研究进展，涵盖数据处理、特征提取、模型构建及评估方法	系统总结了EEG脑年龄预测中机器学习与深度学习的应用，并探讨了未来临床与研究场景的应用方向	面临数据质量不足和模型可解释性差的挑战	评估脑健康及早期诊断神经退行性疾病	人类脑电图信号	机器学习	神经退行性疾病	EEG（脑电图）	机器学习和深度学习模型	神经生理信号	NA
497	2025-09-07	Comparison of Foundation and Supervised Learning-Based Models for Detection of Referable Glaucoma from Fundus Photographs 2025-Aug-24, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.21.25334170 PMID:40894149	研究论文	比较基于基础模型和监督学习的模型在眼底照片中检测需转诊青光眼的性能	首次系统比较自监督预训练视觉Transformer（RETFound）与传统CNN（VGG-19）在青光眼检测中的表现，并分析裁剪图像对模型性能及泛化能力的影响	研究主要基于单一医疗系统的数据，外部验证集规模较小（N=300），且未评估模型在真实临床环境中的长期效果	开发并验证深度学习模型用于青光眼的自动筛查	眼底照片	计算机视觉	青光眼	深度学习	Vision Transformer (RETFound), CNN (VGG-19)	图像	训练集8,996张，验证集3,002张，测试集1,000张，外部测试集300张眼底照片
498	2025-09-07	Deep learning models for pathological classification and staging of oesophageal cancer 2025-Aug-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i8.109893 PMID:40901333	comments	对Wei等人应用Wave-Vision Transformer进行食管癌分类的研究进行评论	强调该研究在准确性和效率方面的优越性，并讨论其在病理学和个性化治疗中的临床潜力	数据集多样性不足，需要可解释人工智能来提升应用接受度	评论食管癌病理分类和分期深度学习模型的应用价值	食管癌病理分类研究	digital pathology	oesophageal cancer	Wave-Vision Transformer	Vision Transformer	病理图像数据	NA
499	2025-09-07	Cell reprogramming in cancer: Interplay of genetic, epigenetic mechanisms, and the tumor microenvironment in carcinogenesis and metastasis 2025-Aug-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i8.106838 PMID:40901331	综述	本文探讨细胞重编程在癌症中的作用，重点关注遗传、表观遗传机制与肿瘤微环境的相互作用及其在致癌和转移中的意义	提出‘失调的细胞可塑性’作为癌症的新标志，并整合AI技术如AlphaFold预测癌细胞轨迹和药物设计	NA	解析细胞可塑性在癌症发生、进展、转移和治疗抵抗中的机制，探索新型治疗策略	癌细胞、肿瘤微环境、蛋白质结构	癌症生物学	癌症	下一代测序（NGS）、单细胞RNA分析、深度学习、AlphaFold	深度学习	基因组数据、转录组数据、蛋白质结构数据	NA
500	2025-09-07	Polymer-derived distance penalties improve chromatin interaction predictions from single-cell data across crop genomes 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.20.671329 PMID:40894789	研究论文	提出基于聚合物物理的距离惩罚函数，用于改进作物基因组中单细胞数据预测的染色质相互作用	首次将多组分幂律模型与实验Hi-C数据拟合，推导出聚合物物理基础的惩罚函数，显著减少长程相互作用的假阳性率	NA	改进单细胞数据对染色质相互作用的预测准确性，特别是在作物基因组中的应用	玉米、水稻和大豆的染色质相互作用数据	计算生物学	NA	Hi-C, 单细胞共可及性分析, Deep Learning	多组分幂律模型	基因组相互作用数据	来自三种作物（玉米、水稻、大豆）的实验Hi-C数据