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
5901	2025-10-06	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-Jul-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	提出一种眼底层面的生物标志物——眼底屈光偏移(FRO)，并研究其与光学相干断层扫描(OCT)衍生眼部参数的关联	首次提出FRO作为个体化近视生物标志物，能够捕捉后段解剖结构的个体差异，弥补传统球镜等效屈光度和眼轴长度的不足	研究为横断面设计，无法确定因果关系；外部验证数据集样本量较小(仅152只眼)	开发个体化近视生物标志物并验证其与眼部解剖结构参数的关联	健康人眼(来自UK Biobank和Caledonian队列)	医学影像分析	近视	光学相干断层扫描(OCT)，深度学习	深度学习模型	眼底图像，OCT图像	UK Biobank队列45,180只眼(训练集70%，内部验证集30%)，外部验证集152只右眼	NA	NA	线性回归系数(β)，95%置信区间，P值	NA
5902	2025-10-06	Unsupervised learning reveals landscape of local structural motifs across protein classes 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf377 PMID:40569048	研究论文	通过无监督学习分析蛋白质三维结构中的局部结构基序，构建了包含1500万个结构环境的基序词典	首次利用自监督深度学习表征大规模蛋白质局部结构微环境，创建了全面的局部3D基序词典	NA	探索蛋白质局部结构基序的景观及其在蛋白质结构和功能分析中的应用	蛋白质数据银行中的1500万个结构环境，人类蛋白质组中的致病变异	机器学习	NA	无监督学习，自监督深度学习	深度学习	蛋白质三维结构数据	超过1500万个结构环境	NA	NA	结构搜索性能，模型质量评估，药物脱靶相互作用预测准确率	NA
5903	2025-10-06	A semi-automated workflow for cohort-wise preparation of radiotherapy data for dose-response modeling, including autosegmentation of organs at risk 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70152 PMID:40653785	研究论文	开发并测试了一种用于放疗数据队列化处理的半自动化工作流程，包括危及器官的自动分割	提出结合数据提取、清理、自动分割和质量控制的半自动化工作流程，特别针对历史未系统勾画的危及器官	工作流程在20%测试案例中仍需人工干预	开发用于剂量-反应建模的放疗数据预处理工作流程	放疗患者数据，特别是近端支气管树、心脏和食道等危及器官	数字病理	肺癌	深度学习，基于图谱的分割方法	深度学习模型	医学影像数据，放疗剂量数据	106个患者案例用于开发，20个独立案例用于评估，50个独立案例用于最终测试	NA	NA	Dice相似系数	NA
5904	2025-10-06	Transfer learning for DL-based Synthetic CT after reconstruction algorithm upgrade in a proton therapy clinic 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17937 PMID:40660869	研究论文	本研究评估迁移学习策略在CBCT软件升级后维持深度学习合成CT图像质量的效能	首次系统评估迁移学习在质子治疗中应对CBCT重建算法升级导致数据漂移的有效性	研究仅针对头颈部癌症患者，样本量有限（69例患者）	评估迁移学习策略在CBCT软件升级后维持sCT工作流程可持续性的能力	头颈部癌症患者的CBCT-CT图像对	医学影像分析	头颈部癌症	CBCT成像，深度学习	DCNN, cycleGAN	医学影像（CBCT和CT图像）	69例头颈部癌症患者，其中60例用于训练验证，9例用于测试	NA	DCNN, cycleGAN	平均绝对误差(MAE), 剂量学差异, 正常组织并发症概率差异(∆NTCP)	NA
5905	2025-10-06	Explainable AI for raising confidence in deep learning-based tumor tracking models 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17940 PMID:40660895	研究论文	本研究评估四种可解释AI方法在基于深度学习的无标记肺部肿瘤跟踪模型中的可靠性	首次系统比较四种XAI方法在放射治疗肿瘤跟踪任务中的表现，为临床实践中深度学习模型的可信度评估提供依据	样本量较小（仅6名临床患者和2个体模），需要进一步研究开发可靠的模型可靠性量化指标	提高基于深度学习的肿瘤跟踪模型在临床实践中的可信度和可靠性	小体积肺部肿瘤（0.23-2.93 cm³）患者和体模	计算机视觉	肺癌	容积旋转调强放疗（VMAT），立体定向体部放疗（SBRT）	深度学习模型	荧光透视图像	6名临床患者和2个体模	NA	NA	定量评估，定性评估	NA
5906	2025-10-06	Enhanced Leaf Disease Segmentation Using U-Net Architecture for Precision Agriculture: A Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70594 PMID:40661811	研究论文	本研究提出了一种基于U-Net架构的深度学习图像分割方法，用于叶片病害识别	使用U-Net架构实现像素级叶片病害分割，在精度农业领域超越传统图像处理技术	NA	开发高精度的叶片病害分割模型以支持精准农业应用	叶片图像中的健康与感染组织区域	计算机视觉	植物病害	图像分割	CNN	图像	7056张叶片图像	NA	U-Net	准确率, 损失值	NA
5907	2025-10-06	Deep Learning-Based Body Composition Analysis for Outcome Prediction in Relapsed/Refractory Diffuse Large B-Cell Lymphoma: Insights From the LOTIS-2 Trial 2025-Jul, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00051 PMID:40669032	研究论文	本研究探讨基于深度学习的身体成分分析在复发/难治性弥漫大B细胞淋巴瘤患者临床结局预测中的应用价值	首次在LOTIS-2临床试验队列中验证深度学习自动分割的身体成分指标作为独立影像生物标志物的预测价值	样本量相对有限（140例患者），且手动SM/VF指数仅与无进展生存期显著相关而与总生存期无关	评估身体成分分析作为影像生物标志物在复发/难治性弥漫大B细胞淋巴瘤患者临床结局预测中的作用	140例接受loncastuximab tesirine治疗的复发/难治性弥漫大B细胞淋巴瘤患者	数字病理	弥漫大B细胞淋巴瘤	PET/CT成像，深度学习分割	深度学习	CT图像	140例患者	NA	NA	Pearson相关系数，逻辑回归，Cox回归，Kaplan-Meier生存分析	NA
5908	2025-10-06	Prediction of piezoelectric properties of NBT-based ceramics based on deep neural networks 2025 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504251359081 PMID:40671603	研究论文	本研究利用深度神经网络预测NBT基陶瓷的压电性能，并揭示局部极性异质性与电性能之间的关系	首次将深度神经网络应用于NBT基陶瓷压电性能预测，并通过局部极性异质性特征构建了专用模型	模型性能依赖于高质量实验数据的可获得性，且未明确说明模型泛化能力验证	开发基于深度神经网络的压电材料性能预测方法，加速新材料研发	NaBiTiO基压电陶瓷材料	材料科学	NA	淬火实验，非化学计量改性	DNN	实验数据，材料成分与工艺参数	大量高质量实验数据（未明确具体数量）	NA	具有局部极性异质性特征的深度神经网络	预测精度	NA
5909	2025-10-06	Corrigendum to "External Validation of a Novel Landmark-Based Deep Learning Automated Tibial Slope Measurement Algorithm Applied on Short Radiographs Obtained in Patients With ACL Injuries" 2025-Jul, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251357595 PMID:40672049	更正	对先前发表的关于ACL损伤患者短X光片中基于标志点的深度学习自动胫骨斜率测量算法的外部验证研究进行修正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5910	2025-10-06	Research on prediction algorithm of effluent quality and development of integrated control system for waste-water treatment 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03612-5 PMID:40456765	研究论文	本研究开发了一种用于废水处理厂出水质量预测的深度学习算法和集成控制系统	提出结合CNN、LSTM和GRU的QR-RF元学习器深度学习框架，并开发了集成控制系统	研究仅在江苏省某城市废水处理厂进行测试，未在其他地区验证	提高废水处理效率和质量预测精度，优化资源消耗	废水处理厂出水质量	机器学习	NA	深度学习	CNN,LSTM,GRU	废水质量监测数据	亚洲江苏省某城市废水处理厂数据	NA	CNN,LSTM,GRU,Random Forest	RMSE,MAE,COD去除率	NA
5911	2025-10-06	Variational inference of single cell time series 2025-May-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610389 PMID:39257806	研究论文	提出一种名为SNOW的深度学习算法，用于解卷积单细胞时间序列数据为时间相关和时间无关的贡献	开发了能够同时处理时间和细胞身份影响的概率框架，能构建有生物学意义的潜在空间并去除批次效应	NA	解决单细胞时间序列数据分析中细胞类型注释和细胞类型依赖性动态建模的挑战	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	深度学习	基因表达数据	合成和真实scRNA-seq数据	NA	SNOW(SiNgle cell flOW map)	NA	NA
5912	2025-10-06	External Validation of a Novel Landmark-Based Deep Learning Automated Tibial Slope Measurement Algorithm Applied on Short Radiographs Obtained in Patients With ACL Injuries 2025-May, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251333607 PMID:40342354	研究论文	本研究通过独立数据集外部验证了一种基于标志点的深度学习算法在ACL损伤患者短X光片上自动测量胫骨后倾角的可靠性	开发了首个基于标志点的深度学习自动胫骨斜率测量算法，并在独立数据集上进行了外部验证	与金标准手动测量相比，模型在报告胫骨斜率方面仍需进一步改进	外部验证深度学习模型在胫骨后倾角测量中的可靠性，并与人工测量性能进行比较	接受前交叉韧带手术患者的膝关节侧位X光片	计算机视觉	前交叉韧带损伤	X射线成像	深度学习	X光图像	289张X光片	NA	基于标志点的深度学习架构	组内相关系数(ICC), 时间消耗	NA
5913	2025-10-06	Optimizing dental implant identification using deep learning leveraging artificial data 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87579-3 PMID:39880861	研究论文	本研究评估了通过将人工生成的牙科植入物图像整合到深度学习过程中来提升全景X射线图像中牙科植入物分类性能的潜力	利用三维扫描技术创建植入物表面模型并生成人工X射线图像，通过结合真实和人工图像优化分类模型性能	仅针对10种牙科植入物类型进行研究，样本多样性有限	优化牙科植入物识别性能	牙科植入物	计算机视觉	NA	三维扫描，X射线成像	CNN	X射线图像	7,946张体内牙科植入物图像加上人工生成图像	NA	ResNet50	准确率	NA
5914	2025-10-06	Optimized sequential model for superior classification of plant disease 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86427-8 PMID:39880879	研究论文	本研究开发了一种优化的序列模型，用于植物病害的准确分类	使用卷积神经网络自主学习和提取复杂特征，相比传统机器学习方法实现了96%的更高准确率	研究仅限于芒果和花生的叶片病害，未涵盖其他作物或更广泛的病害类型	提高植物病害检测的准确性和效率，支持大规模农业管理	芒果和花生叶片	计算机视觉	植物病害	图像处理	CNN	图像	马哈拉施特拉邦西部实地采集的叶片样本和在线数据集	NA	卷积神经网络	准确率	NA
5915	2025-10-06	A deep learning analysis for dual healthcare system users and risk of opioid use disorder 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77602-4 PMID:39881142	研究论文	本研究使用深度学习和可解释人工智能分析双系统医疗使用者与阿片类药物使用障碍风险之间的关系	首次探索双系统使用与人口统计学和临床因素对阿片类药物使用障碍风险的交互作用	回顾性研究设计，数据仅限于华盛顿特区和巴尔的摩VA医疗中心	研究双系统医疗使用对阿片类药物使用障碍风险的影响及影响因素交互作用	856,299例来自VA医疗中心的患者实例	医疗健康分析	阿片类药物使用障碍	自然语言处理，ICD-9/10诊断编码	深度神经网络	临床记录文本，诊断编码	856,299例患者实例，其中146,688例(17%)确诊阿片类药物使用障碍	NA	深度神经网络	AUC 78%	NA
5916	2025-10-06	Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings 2025, Caries research IF:2.9Q1 DOI:10.1159/000542289 PMID:39471790	研究论文	开发基于深度学习的算法用于咬翼片中继发龋的检测和分期	采用创新性的病变严重程度连续评估方法，首次将Mask R-CNN与Swin Transformer结合用于继发龋分期	灵敏度值相对较低（所有病变0.737，牙本质病变0.808），样本仅来自荷兰牙科诊所网络	开发用于咬翼片中继发龋检测和分期的深度学习算法	来自383名15-88岁患者的413张咬翼片中的2,612颗修复牙齿	计算机视觉	龋齿	牙科影像分析	CNN	影像	413张咬翼片，2,612颗修复牙齿，383名患者	PyTorch	Mask R-CNN, Swin Transformer	特异性, 灵敏度, ROC曲线下面积, Pearson相关系数, Bland-Altman图	NA
5917	2025-10-06	AADNet: An End-to-End Deep Learning Model for Auditory Attention Decoding 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3587637 PMID:40633040	研究论文	提出了一种名为AADNet的端到端深度学习模型，用于解决多说话者环境中的听觉注意解码问题	将传统的两阶段AAD方法整合为端到端的直接方法，显著提高了模型性能和对未见受试者的泛化能力	NA	开发更有效的听觉注意解码方法，用于神经导向听力设备	脑电图信号和语音信号	机器学习	NA	脑电图	深度学习神经网络	脑电图信号，语音信号	三个不同的数据集	NA	AADNet	分类准确率	NA
5918	2025-10-06	Finger drawing on smartphone screens enables early Parkinson's disease detection through hybrid 1D-CNN and BiGRU deep learning architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327733 PMID:40658696	研究论文	开发混合深度学习模型通过智能手机屏幕手指绘图检测早期帕金森病	提出结合一维卷积神经网络和双向门控循环单元的混合架构，仅需消费者级智能手机和徒手交互即可实现帕金森病检测，区别于依赖临床评分量表、神经影像或基于触控笔的现有方法	样本量相对较小（58名参与者），仅针对早期特发性帕金森病患者	通过分析智能手机屏幕上手指绘图的运动数据实现早期帕金森病检测	28名早期特发性帕金森病患者和30名年龄匹配的健康对照者	机器学习	帕金森病	智能手机运动数据采集	1D-CNN, BiGRU	运动数据（手指触摸坐标、瞬时移动速度、时间戳）	58名参与者（28名患者，30名对照）	NA	混合1D-CNN和双向GRU架构	准确率, 灵敏度, 特异性, 置信区间	NA
5919	2025-10-06	Sustainable deep vision systems for date fruit quality assessment using attention-enhanced deep learning models 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1521508 PMID:40661755	研究论文	提出一种结合DenseNet121和SE注意力机制的新方法，用于椰枣果实图像分类和质量评估	在传统DenseNet模型中集成SE注意力模块，增强关键图像特征表示能力	NA	开发可持续的深度视觉系统，实现水果质量自动评估	椰枣果实图像	计算机视觉	NA	图像分类	CNN	图像	NA	NA	DenseNet121, SE Attention, YOLOv8n	准确率, 精确率, 召回率, F1分数	NA
5920	2025-10-06	Assessment of prostate cancer aggressiveness through the combined analysis of prostate MRI and 2.5D deep learning models 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1539537 PMID:40661774	研究论文	本研究开发了一种基于前列腺MRI和2.5D深度学习模型的联合分析方法，用于评估前列腺癌的侵袭性	结合放射组学特征和深度学习特征构建联合模型，并采用2.5D深度学习架构分析多层面MRI图像	单中心研究，样本量相对有限（335例患者），需要外部验证	评估基于前列腺MRI的2.5D深度学习模型在前列腺癌侵袭性评估中的有效性	335例经病理证实的前列腺癌患者	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、表观扩散系数扫描）	2.5D深度学习, LightGBM	医学影像	335例前列腺癌患者（266例侵袭性，69例非侵袭性）	LightGBM, pyradiomics, ITK-SNAP	Inception_v3	AUC, 敏感性, 特异性	NA