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
5501	2025-10-06	Diagnostic interchangeability of deep-learning based Synth-STIR images generated from T1 and T2 weighted spine images 2025-Jul-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11827-3 PMID:40681776	研究论文	评估基于深度学习的Synth-STIR图像在脊柱成像中的图像质量和诊断可互换性	使用深度学习从T1和T2加权图像生成合成STIR图像，显著减少扫描时间并提高图像质量	前瞻性研究时间范围较短（2023年7月至8月），样本量相对有限	评估深度学习生成的合成STIR图像在脊柱MRI中的诊断可互换性和图像质量	脊柱MRI图像	医学影像分析	脊柱疾病	MRI成像，深度学习图像生成	深度学习模型	医学影像	199名参与者（106名男性，平均年龄46.8±16.9岁）	NA	NA	信噪比，对比噪声比，个体等效指数，Kappa系数，Kendall系数	NA
5502	2025-10-06	Systematic review and meta-analysis of deep learning for MSI-H in colorectal cancer whole slide images 2025-Jul-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01848-z PMID:40681867	荟萃分析	评估深度学习算法在结直肠癌全切片图像中检测高度微卫星不稳定性的诊断性能	首次对深度学习在MSI-H检测中的诊断性能进行系统性荟萃分析，纳入33,383个样本的大规模研究	外部验证中特异性较低表明存在过拟合问题，需要算法标准化来提高泛化能力	评估深度学习算法在结直肠癌WSI图像中检测MSI-H的诊断准确性	结直肠癌患者的全切片图像	数字病理学	结直肠癌	全切片图像分析	深度学习算法	全切片图像	19项研究共33,383个样本	NA	NA	灵敏度, 特异性	NA
5503	2025-10-06	A densely connected framework for cancer subtype classification 2025-Jul-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06230-0 PMID:40681997	研究论文	提出一种名为DEGCN的新型深度学习框架，用于整合多组学数据并进行癌症亚型分类	结合三通道变分自编码器进行多组学降维和密集连接图卷积网络进行亚型分类，融合非线性特征提取和图关系学习的互补优势	NA	开发可靠的癌症亚型分类方法以指导个性化治疗策略	肾癌、乳腺癌和胃癌的分子亚型	机器学习	肾癌,乳腺癌,胃癌	多组学数据整合	VAE,GCN	多组学分子数据	TCGA数据库中的肾癌、乳腺癌和胃癌样本	NA	三通道VAE,密集连接GCN	分类准确率	NA
5504	2025-10-06	A new approach for microbe-disease association prediction: incorporating representation learning of latent relationships 2025-Jul-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03093-6 PMID:40682015	研究论文	提出一种结合潜在关系表示学习的微生物-疾病关联预测新方法RKGATMDA	引入随机K近邻算法挖掘潜在关系增强表示学习，并采用多头注意力机制整合多样化特征	受限于微生物-疾病关联数据的稀缺性	预测微生物与疾病之间的关联关系	微生物与疾病的关联关系	机器学习	NA	深度学习	图注意力网络	关联网络数据	NA	NA	图注意力网络,多头注意力机制	AUC	NA
5505	2025-10-06	Open-access ultrasonic diaphragm dataset and an automatic diaphragm measurement using deep learning network 2025-Jul-18, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03325-3 PMID:40682068	研究论文	本研究构建了超声膈肌数据集并开发了基于深度学习的自动膈肌测量系统	提出了新型多比率扩张U-Net网络架构，并建立了首个开放的超声膈肌数据集	仅与临床医师手动测量结果进行对比验证，缺乏与其他自动方法的比较	开发自动化的膈肌功能评估系统以提高临床检测效率	膈肌厚度和运动功能的超声测量	计算机视觉	膈肌功能障碍	超声成像技术	深度学习分割网络	B模式超声图像和视频，M模式图像和视频	未明确说明具体样本数量	未明确说明	U-Net, MDRU-Net	平均误差，平均相对误差	NA
5506	2025-10-06	AI-Driven segmentation and morphogeometric profiling of epicardial adipose tissue in type 2 diabetes 2025-Jul-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02829-y PMID:40682091	研究论文	开发了一种基于AI的形状感知方法，用于2型糖尿病患者心外膜脂肪组织的自动分割和形态几何分析	首次结合符号距离图实现形状感知分割，并采用统计形状分析和形态几何特征来捕捉2型糖尿病患者心外膜脂肪组织的空间分布差异	样本量相对较小（90名参与者），且为单中心研究	开发自动化分割和形态几何分析方法，研究2型糖尿病患者心外膜脂肪组织的空间分布和结构改变	2型糖尿病患者和年龄、性别匹配的对照组的心外膜脂肪组织	医学影像分析	2型糖尿病	心脏3D Dixon MRI	多模态深度学习模型	医学影像	90名参与者（45名2型糖尿病患者和45名匹配对照）	NA	EAT-Seg	Dice相似系数, 95% Hausdorff距离, 平均对称表面距离, AUC	NA
5507	2025-10-06	Diabetic retinopathy detection from fundus images: A wide survey from grading to segmentation of lesions 2025-Jul-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110715 PMID:40683101	综述	本文对1986年至2025年间128篇关于从眼底图像诊断糖尿病视网膜病变的研究进行了全面综述，涵盖病变分级和分割两大方向	提供了从早期传统方法到最新深度学习技术的完整技术发展脉络，包含数据集统计分析和AI伦理挑战的讨论	作为综述文章，不包含原始实验数据和新方法验证	系统梳理糖尿病视网膜病变的计算机辅助诊断技术发展	糖尿病视网膜病变的眼底图像分析	计算机视觉	糖尿病视网膜病变	眼底成像、多焦视网膜电图、光学相干断层扫描	CNN, LSTM, Vision Transformer	图像	NA	NA	NA	NA	NA
5508	2025-10-06	Enhanced Image Quality and Comparable Diagnostic Performance of Prostate Fast Bi-MRI with Deep Learning Reconstruction 2025-Jul-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.059 PMID:40683764	研究论文	评估深度学习重建在前列腺快速双参数MRI中的图像质量和诊断性能	首次将深度学习重建技术应用于前列腺快速双参数MRI，在保持诊断性能的同时显著提升图像质量	样本量较小（61例），需更大规模研究验证	评估深度学习重建对前列腺快速双参数MRI图像质量和诊断性能的影响	61例成年男性泌尿科患者	医学影像分析	前列腺癌	双参数MRI（T2加权成像、扩散加权成像、表观扩散系数图）	深度学习重建	医学影像	61例患者	NA	NA	信噪比, 对比噪声比, 斜率剖面, 边缘上升距离, PI-RADS评分, ADC值, ROC曲线, 准确率, 灵敏度, 特异性	NA
5509	2025-10-06	Deep learning models for deriving optimised measures of fat and muscle mass from MRI 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07867-w PMID:40676073	研究论文	评估多种深度学习模型从腹部MRI量化脂肪和肌肉质量的准确性、精确度和变化追踪能力	首次系统比较基于CNN和基于Transformer的深度学习模型在从MRI量化不同脂肪和肌肉组织方面的性能差异	腰大肌分割的准确性和可重复性较差，模型性能在不同组织和性别间存在差异	开发优化的脂肪和肌肉质量测量方法，用于肿瘤学中的健康监测和疾病评估	皮下脂肪、腹腔内脂肪、外部肌肉和腰大肌	医学影像分析	肿瘤学	MRI	CNN, Transformer	医学影像	NA	NA	15种基于CNN的模型架构，4种基于Transformer的模型架构	准确性, 精确度, 可重复性, 一致性限度	NA
5510	2025-10-06	Toward automatic and reliable evaluation of human gastric motility using magnetically controlled capsule endoscope and deep learning 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10839-9 PMID:40676082	研究论文	开发结合相机运动检测、深度学习模型和周期性特征检测的算法系统，用于自动评估人类胃动力	首次将相机运动检测器、深度学习模型、类激活映射和周期性特征检测器相结合，并利用视觉解释提高检测灵敏度	NA	通过检测胃蠕动存在和测量胃蠕动周期来评估人类胃动力	人类胃部运动	计算机视觉	胃部疾病	磁控胶囊内窥镜	深度学习模型	内窥镜视频帧	100,055帧磁控胶囊内窥镜数据	NA	NA	准确率,F1分数,AUC,错误率	NA
5511	2025-10-06	Task based evaluation of sparse view CT reconstruction techniques for intracranial hemorrhage diagnosis using an AI observer model 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11089-5 PMID:40676122	研究论文	本研究使用AI观察者模型评估稀疏视图CT重建技术对颅内出血诊断的准确性	首次采用AI观察者模型系统比较FBP、MBIR和DLR三种重建技术在稀疏视图CT中的诊断性能	概念验证研究，数据集有限，需要进一步临床验证	评估稀疏视图CT重建技术在颅内出血诊断中的性能	颅内出血的CT图像诊断	医学影像分析	颅内出血	CT成像，稀疏视图重建	深度学习重建模型	脑部CT图像	公共脑CT数据集（具体数量未说明）	NA	NA	PSNR, SSIM, LPIPS, ROC分析, AUC	NA
5512	2025-10-06	Transformer-based structural connectivity networks for ADHD-related connectivity alterations 2025-Jul-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01015-1 PMID:40676171	研究论文	本研究使用基于Transformer的深度学习模型构建结构连接网络，探索ADHD相关的脑区连接改变	首次将Transformer模型应用于脑结构连接网络构建，采用四种不同的数据序列化策略处理脑区数据	样本量相对有限，诊断准确率有待进一步提升	探索基于MRI的结构连接网络是否能揭示ADHD相关的改变并支持数据驱动的理解	947名7-26岁个体（590名男性，356名女性，1名未指定）的脑MRI数据	医学影像分析	注意缺陷多动障碍(ADHD)	脑MRI	Transformer	医学影像数据	947名来自8个中心的个体	NA	Transformer	准确率, AUC	NA
5513	2025-10-06	The application of super-resolution ultrasound radiomics models in predicting the failure of conservative treatment for ectopic pregnancy 2025-Jul-17, Reproductive biology and endocrinology : RB&E IF:4.2Q1 DOI:10.1186/s12958-025-01437-5 PMID:40676578	研究论文	开发并验证融合超分辨率超声影像组学特征与临床生物标志物的预测模型，用于预测异位妊娠保守治疗失败风险	首次将深度学习生成的超分辨率超声影像组学特征与血清β-hCG结合构建预测模型，显著提升预测性能	回顾性研究设计，样本量相对有限，需要多中心前瞻性验证	提高异位妊娠保守治疗失败风险的预测准确性	接受保守治疗的异位妊娠患者	医学影像分析	异位妊娠	超声成像，影像组学分析	GAN，随机森林	超声图像，临床数据	228例患者（训练集），40例独立验证集	NA	生成对抗网络	AUC，校准曲线，决策曲线分析	NA
5514	2025-10-06	Reflections on dynamic prediction of Alzheimer's disease: advancements in modeling longitudinal outcomes and time-to-event data 2025-Jul-17, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02618-x PMID:40676602	综述	本文对阿尔茨海默病动态预测方法进行了全面调查，涵盖传统统计方法和深度学习技术	系统比较了四种动态预测方法框架在阿尔茨海默病预测中的应用，强调实时个体化预测的优势	存在数据缺失、假设违反、模型可解释性等挑战，未来需考虑更多数据类型和复杂纵向数据	调查阿尔茨海默病动态预测方法，支持临床医学和决策制定	阿尔茨海默病患者	机器学习	阿尔茨海默病	NA	深度学习	纵向数据，时间事件数据	基于18项研究的综合分析	NA	两阶段模型，联合模型，landmark模型，深度学习模型	NA	NA
5515	2025-07-21	A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification 2025-Jul-17, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2025.06.1593 PMID:40683340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5516	2025-10-06	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	使用人工智能分析影像数据预测主动脉瘤腔内修复术后结局的回顾性队列研究方案	首次将AI驱动的影像分析应用于主动脉瘤腔内修复术后并发症的预测模型开发	回顾性研究设计，样本量相对有限（500例患者）	开发预测主动脉瘤腔内修复术后结局的AI模型并研究术后主动脉形态变化	接受择期主动脉瘤腔内修复术的500例患者	医学影像分析	心血管疾病	CT血管造影	深度学习	医学影像	500例患者，训练集70%（350例），测试集30%（150例）	PRAEVAorta 2	NA	风险分层准确率	NA
5517	2025-10-06	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	提出一种基于深度学习的方法，从固定果蝇胚胎图像中精确推断发育时间，用于解析动态基因调控	开发多尺度集成深度学习方法，首次实现从固定胚胎核形态以1分钟分辨率推断绝对发育时间	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性有待验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎，内源性分割基因Krüppel和hunchback	计算机视觉	NA	固定胚胎成像，定量成像	深度学习	图像	野生型果蝇胚胎	NA	多尺度集成深度学习	1分钟时间分辨率	NA
5518	2025-10-06	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	研究论文	开发可解释深度学习框架分析阿尔茨海默病患者脑组织基因表达变化，重点关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元丢失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	基于批量组织RNA-seq数据，可能无法完全解析细胞类型特异性变化	利用人工智能研究阿尔茨海默病脑组织基因表达失调，发现新的疾病生物学机制	阿尔茨海默病患者和对照组的脑组织样本	机器学习	阿尔茨海默病	RNA-seq	MLP	基因表达数据	来自ROSMAP、MAYO和MSBB三个队列的多个脑区域样本	NA	多层感知器	分类准确率, 预测性能	NA
5519	2025-10-06	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	提出结合遗传算法与深度学习技术的侧信道攻击优化方法	首次将遗传算法框架应用于侧信道攻击模型的超参数优化，克服了网格搜索可扩展性差和贝叶斯优化高维空间处理困难的问题	仅在受保护的AES实现上进行评估，未测试其他加密算法场景	优化侧信道分析中神经网络模型的超参数配置	受保护的AES加密实现	机器学习	NA	侧信道分析	神经网络	侧信道轨迹数据	NA	NA	NA	密钥恢复准确率	NA
5520	2025-10-06	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了多种深度学习架构在多相MRI中自动分割肝脏结构（包括肝实质、门静脉、肝静脉和病变）的性能	首次系统比较nnU-Net变体和Swin UNETR在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中的肝脏结构分割性能，并确定晚期动脉期作为最佳配准相位	病变和腹水分割对所有模型都具有挑战性，样本量相对有限（78例标注数据）	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病评估和手术规划	病理肝脏的多相MRI扫描，包括肝实质、肝静脉、门静脉、主动脉、病变和腹水	医学影像分析	肝脏疾病	Gd-EOB-DTPA增强T1加权VIBE MRI，多相对比增强成像	CNN, Transformer	多相MRI图像	458例T1加权VIBE扫描，其中78例手动标注，额外47例用于跨扫描仪评估	NA	nnU-Net, ResEnc nnU-Net, Swin UNETR	DSC（Dice相似系数）, 95%置信区间	NA