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
5941	2025-10-06	Deep Learning for Osteoporosis Diagnosis Using Magnetic Resonance Images of Lumbar Vertebrae 2025-Jul-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01547-x PMID:40665016	研究论文	本研究利用腰椎MRI图像和骨密度测量数据，通过深度学习技术进行骨质疏松症诊断	首次系统比较不同MRI序列（T1、STIR、T2）在骨质疏松诊断中的效果，并开发了优于现有主流深度学习模型的定制卷积神经网络	样本量相对有限（仅50名受试者），需要更大规模的研究验证	开发基于深度学习的骨质疏松症诊断方法	腰椎磁共振图像和骨密度测量数据	计算机视觉	骨质疏松症	磁共振成像（MRI）	CNN	图像	50名受试者的1350张MRI图像	NA	定制卷积神经网络, GoogleNet, EfficientNet-B3, ResNet50, InceptionV3, InceptionResNetV2	准确率, 敏感度, F1分数	NA
5942	2025-10-06	18F-FDG PET-based liver segmentation using deep-learning 2025-Jul-15, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01595-1 PMID:40665198	研究论文	本研究开发了一种基于深度学习的方法，仅使用18F-FDG PET图像进行全肝脏分割	首次探索仅使用F-FDG PET图像进行器官分割的深度学习方法，避免了传统CT或MRI图像的对准问题和伪影	样本量相对较小（120例患者），需要进一步验证在更大数据集上的泛化能力	开发基于深度学习的肝脏自动分割方法	120例接受18F-FDG PET评估的患者	医学影像分析	肝脏疾病	18F-FDG PET成像	CNN	三维PET图像	120例患者（100例训练，20例测试）	nnUNet	3D U-Net	IoU, Dice系数, 肝脏体积, SUVmean, SUVmax, SNR	NA
5943	2025-10-06	Deep Learning-Accelerated Prostate MRI: Improving Speed, Accuracy, and Sustainability 2025-Jul-14, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.022 PMID:40664559	研究论文	评估深度学习加速的四倍并行采集技术在提升前列腺MRI图像质量和扫描效率方面的效果	首次将深度学习增强的四倍并行采集技术(P4)应用于前列腺MRI，与传统二倍并行采集技术(P2)相比显著提升图像质量和扫描效率	样本量相对较小(51名参与者)，研究时间范围有限(2024年1月至7月)	评估深度学习增强的并行采集技术在前列腺MRI中的性能表现	接受前列腺MRI检查的患者	医学影像分析	前列腺疾病	MRI, 并行采集技术, 深度学习增强成像	深度学习	医学影像	51名参与者(平均年龄69.4岁±10.5岁)	NA	NA	信噪比(SNR), 对比噪声比(CNR), 图像质量评分, 放射组学分析	NA
5944	2025-10-06	Artificial intelligence-based action recognition and skill assessment in robotic cardiac surgery simulation: a feasibility study 2025-Jul-13, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02563-3 PMID:40652436	研究论文	开发基于深度学习的人工智能系统，通过视频数据识别机器人心脏手术中的基本操作动作并评估外科医生技能水平	首次将CNN与LSTM结合用于机器人心脏手术视频分析，实现手术动作识别和技能评估的双重任务	技能评估网络准确率相对较低（56%），需要更多数据来提高性能	开发AI驱动的自动化评估系统用于机器人心脏手术模拟训练	19名不同经验水平的外科医生在猪模型上进行的机器人心脏手术操作	计算机视觉	心血管疾病	视频分析, 深度学习	CNN, LSTM	视频	435个手术记录视频	NA	CNN+LSTM混合架构	准确率, 召回率, 精确率, F1分数, 预测确定性	NA
5945	2025-10-06	Diagnosing pathologic myopia by identifying morphologic patterns using ultra widefield images with deep learning 2025-Jul-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01849-y PMID:40653573	研究论文	本研究通过深度学习识别超广角图像中的形态学模式来诊断病理性近视	提出RealMNet轻量级框架，通过识别具有临床意义的形态学模式（后巩膜葡萄肿和近视性黄斑病变）来诊断病理性近视，提高了临床可解释性	NA	诊断病理性近视并识别具有临床意义的形态学模式	病理性近视患者的超广角视网膜图像	计算机视觉	眼科疾病	超广角成像	深度学习	图像	大规模多源PSMM数据集	NA	RealMNet	F1分数,mAP,AUROC	NA
5946	2025-10-06	Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60051-6 PMID:40645962	研究论文	本研究利用人工智能技术从全球毒液数据库中挖掘新型抗菌肽	首次结合大规模毒液组学数据与深度学习技术，从16,123种毒液蛋白中生成并筛选出结构功能新颖的抗菌肽	研究主要聚焦于计算预测和体外验证，临床前研究仅在小鼠模型中完成	开发新型抗生素以应对耐药菌感染	革兰氏阴性菌（特别是鲍曼不动杆菌）	生物信息学	细菌感染	深度学习，毒液组学分析	深度学习	蛋白质序列数据	16,123种毒液蛋白，生成40,626,260个毒液加密肽，筛选386个候选肽，实验验证58个肽	NA	NA	抗菌活性评估，细菌负荷减少量	NA
5947	2025-10-06	Highly adaptable deep-learning platform for automated detection and analysis of vesicle exocytosis 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61579-3 PMID:40651941	研究论文	开发了一种用于自动检测和分析囊泡胞吐的深度学习平台IVEA	首个高度适应性强的囊泡胞吐自动分析平台，包含三个专用模块，可检测罕见事件且速度比人工分析快约60倍	NA	开发自动化的囊泡胞吐分析工具以替代劳动密集型的人工分析	荧光标记的囊泡融合事件和其他爆发式活动	计算机视觉	NA	活细胞成像，荧光标记	深度学习	图像	NA	ImageJ	NA	速度，准确度	NA
5948	2025-10-06	Multimodal deep learning for cephalometric landmark detection and treatment prediction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06229-w PMID:40651957	研究论文	提出一种多模态深度学习框架DeepFuse，集成头影侧位片、CBCT体积数据和数字牙科模型信息，同时进行头影测量标志点检测和治疗结果预测	首次提出结合多种影像模态的多模态深度学习框架，通过注意力引导融合机制和双任务解码器利用不同成像技术的互补信息	NA	提高正畸和颌面外科中头影测量分析的准确性和治疗结果预测的精度	头影测量标志点检测和治疗结果预测	计算机视觉	颌面疾病	多模态深度学习	深度学习	头影侧位片、CBCT体积数据、数字牙科模型	三个临床数据集	NA	模态特定编码器、注意力引导融合机制、双任务解码器	平均径向误差、临床可接受率、准确率	NA
5949	2025-10-06	A crack detection and quantification method using matched filter and photograph reconstruction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08280-z PMID:40651987	研究论文	提出一种基于无人机图像和数字图像处理的桥梁裂缝自动检测与量化方法	结合无人机飞行参数与增强匹配滤波算法，实现裂缝分割并构建带裂缝标注的3D桥梁模型	未与深度学习方法的性能进行直接对比，主要验证了与传统数字图像处理方法的对比	开发适用于桥梁维护的自动化裂缝检测与量化技术	桥梁表面裂缝	计算机视觉	NA	数字图像处理，无人机摄影测量	NA	图像	三个典型子数据集和一个实际拱桥案例	NA	增强匹配滤波算法，形态学方法	像素精度，F1分数，交并比	NA
5950	2025-10-06	Accurate and real-time brain tumour detection and classification using optimized YOLOv5 architecture 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07773-1 PMID:40651993	研究论文	提出结合优化YOLOv5架构和全卷积神经网络的脑肿瘤检测与分类系统	集成YOLOv5目标检测与FCNN分类模型，采用RMSProp优化算法提升分类性能	NA	开发高精度实时脑肿瘤检测与分类系统	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN,YOLO	医学图像	NA	PyTorch	YOLOv5,FCNN	准确率,精确率,召回率,F1分数,特异性	NA
5951	2025-10-06	A deep learning approach for heart disease detection using a modified multiclass attention mechanism with BiLSTM 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09594-8 PMID:40652020	研究论文	提出一种基于改进多类注意力机制和双向长短期记忆网络的深度学习模型用于心脏病检测	提出新型改进多类注意力机制，通过类别感知注意力权重动态调整对输入特征的关注度	NA	提高心脏病分类准确率，解决传统方法的误分类和噪声干扰问题	心脏病患者的心电信号数据	机器学习	心血管疾病	改进自适应带通滤波，小波变换	BiLSTM, 注意力机制	心电信号	6000个样本，14个特征	NA	Deep BiLSTM with Modified Multiclass Attention Mechanism	准确率, 精确率, 召回率, F1分数	NA
5952	2025-10-06	Development and validation of a prognostic model for predicting survival and immunotherapy benefits in melanoma based on metabolism-relevant genes 2025-Jul-12, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03186-8 PMID:40652057	研究论文	本研究基于代谢相关基因开发并验证了黑色素瘤预后预测和免疫治疗获益评估模型	首次基于代谢相关基因对黑色素瘤患者进行分子分型，并整合深度学习病理特征分析和单细胞RNA测序技术	研究样本量有限，需要进一步临床验证	开发黑色素瘤预后预测模型并评估免疫治疗反应	皮肤 cutaneous 黑色素瘤(SKCM)患者	数字病理学	黑色素瘤	scRNA-seq, western blot, qPCR, IHC, siRNA干扰	LASSO回归, COX回归, 弹性回归, ResNet50	基因表达数据, 病理图像, 单细胞测序数据	NA	ResNet50, Cellprofiler	ResNet50	NA	NA
5953	2025-10-06	Deep learning algorithm for identifying osteopenia/osteoporosis using cervical radiography 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11285-3 PMID:40652099	研究论文	本研究开发了一种基于颈椎X光片识别骨量减少/骨质疏松的深度学习算法	首次利用颈椎X光片通过深度学习算法检测骨质疏松，并与脊柱外科医生的诊断准确性进行比较	样本量较小（训练集200例，测试集30例），需要更大规模的研究验证	验证深度学习算法在颈椎X光片上检测骨量减少/骨质疏松的诊断效能	颈椎疾病患者，包括退行性颈椎病	计算机视觉	骨质疏松	X射线摄影	CNN	医学影像	训练集200例，测试集30例	NA	卷积神经网络	准确率, 灵敏度, 特异性	NA
5954	2025-10-06	Establishing an AI-based diagnostic framework for pulmonary nodules in computed tomography 2025-Jul-12, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-025-03806-7 PMID:40652218	研究论文	开发基于人工智能的CT肺结节诊断框架，提高结节识别和分类性能	提出结合Retina-UNet和SVM的深度学习框架，实现肺结节的自动检测与分类	非孤立性结节检测存在困难，标注数据集规模有待扩大	改进CT扫描中肺结节的识别和分类诊断性能	计算机断层扫描中的肺结节	计算机视觉	肺癌	计算机断层扫描(CT)	CNN, SVM	3D-DICOM CT图像	1056张3D-DICOM CT图像	NA	Retina-UNet	准确率, 敏感度, 特异度, AUROC, 阳性预测值, 阴性预测值	NA
5955	2025-10-06	Advancing rare neurological disorder diagnosis: Addressing challenges with systematic reviews and AI-driven MRI meta-trans learning framework for neurodegenerative disorders 2025-Jul-11, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102831 PMID:40653053	研究论文	本文通过系统综述和AI驱动的MRI元迁移学习框架，推进罕见神经系统疾病的诊断	提出结合元学习和迁移学习的Meta_Trans Learning框架，利用小数据集解决罕见神经系统疾病诊断中的数据稀缺问题	研究主要依赖2018-2024年的文献，且罕见疾病患者数据有限可能影响模型泛化能力	探索机器学习和深度学习在神经系统疾病诊断中的应用，提高罕见神经系统疾病的早期检测准确率	神经发育障碍(NDD)、神经生物学障碍(NBD)和神经退行性疾病(ND)	机器学习	神经系统疾病	MRI	机器学习,深度学习	医学影像	NA	NA	Meta_Trans Learning框架	诊断准确率	NA
5956	2025-10-06	Development and retrospective validation of an artificial intelligence system for diagnostic assessment of prostate biopsies: study protocol 2025-Jul-07, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-097591 PMID:40623883	研究论文	开发并回顾性验证用于前列腺活检诊断评估的人工智能系统	首次遵循TRIPOD+AI、PIECES和CLAIM等国际指南系统开发前列腺癌诊断AI系统，并进行全面外部验证	采用回顾性研究设计，缺乏前瞻性验证数据	开发高性能且稳健的AI模型用于前列腺癌诊断和Gleason评分	前列腺核心针穿刺活检样本	数字病理学	前列腺癌	全切片图像分析	深度学习模型	病理图像	来自独立患者、病理实验室和数字化平台的外部数据集	NA	NA	诊断准确性、Gleason评分一致性、癌范围估计、筛状癌和神经周围浸润检测	NA
5957	2025-10-06	A Deep Learning Model Integrating Clinical and MRI Features Improves Risk Stratification and Reduces Unnecessary Biopsies in Men with Suspected Prostate Cancer 2025-Jul-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17132257 PMID:40647554	研究论文	开发了一种整合临床和MRI特征的深度学习模型，用于改进疑似前列腺癌患者的风险分层并减少不必要的活检	首次将临床特征与MRI影像特征（包括PI-RADS分类、病灶大小、位置和前列腺体积）通过深度学习进行整合，实现了更精准的前列腺癌风险预测	回顾性研究设计，样本量相对有限（538例），需要进一步前瞻性验证	提高临床显著性前列腺癌的风险分层准确性，减少不必要的活检	疑似前列腺癌的男性患者	医学影像分析	前列腺癌	磁共振成像	全连接神经网络	临床数据和MRI影像特征	538名男性患者	NA	全连接神经网络	AUC, 敏感性, 特异性	NA
5958	2025-10-06	Automated Sidewalk Surface Detection Using Wearable Accelerometry and Deep Learning 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134228 PMID:40648484	研究论文	提出一种利用可穿戴加速度计和深度学习自动检测人行道表面状况的新方法	结合可穿戴传感器和深度学习技术，通过频域转换和滤波处理实现对人行道表面状况的自动化评估	未提及样本规模的具体细节和模型在其他环境下的泛化能力	开发高效、经济且客观的人行道可步行性评估方法	人行道表面状况	机器学习	NA	可穿戴加速度计、FFT、卡尔曼滤波、低通滤波、移动平均滤波	深度学习	加速度信号	NA	NA	NA	准确率	NA
5959	2025-10-06	ResNet-SE-CBAM Siamese Networks for Few-Shot and Imbalanced PCB Defect Classification 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134233 PMID:40648488	研究论文	提出一种融合ResNet、SE和CBAM的孪生网络，用于小样本和不平衡数据下的PCB缺陷分类	结合注意力机制和度量学习的孪生网络架构，引入基于SSIM的样本选择方法和高缺陷率训练策略	NA	解决小样本和不平衡数据条件下的工业缺陷检测问题	印刷电路板(PCB)缺陷	计算机视觉	NA	NA	Siamese网络, CNN	图像	良品与缺陷样本比例20:40，缺陷样本最多80个	NA	ResNet, SE, CBAM	准确率, 假阴性率(FNR)	NA
5960	2025-10-06	Entropy, Irreversibility, and Time-Series Deep Learning of Kinematic and Kinetic Data for Gait Classification in Children with Cerebral Palsy, Idiopathic Toe Walking, and Hereditary Spastic Paraplegia 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134235 PMID:40648490	研究论文	本研究评估统计物理指标在区分儿童异常步态模式中的有效性，并与深度学习模型进行性能比较	首次整合运动学和动力学信息，将统计物理指标与深度学习模型在步态分类中进行系统对比	不同实验室间的性能差异限制了训练模型的泛化能力	提高儿童神经系统和发育性疾病的步态分类准确性	患有脑瘫、特发性趾行和遗传性痉挛性截瘫的儿童以及正常发育儿童	机器学习	神经系统疾病	步态分析	Random Forest, CNN	时间序列数据	528名儿童（81名ITW，300名CP，20名HSP，127名正常对照）	NA	ResNet	分类准确率	NA