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	Distinguishing symptomatic and asymptomatic trigeminal nerves through radiomics and deep learning: A microstructural study in idiopathic TN patients and asymptomatic control group 2025-Jul-16, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03691-1 PMID:40668403	研究论文	本研究通过放射组学和深度学习分析三叉神经微观结构，区分特发性三叉神经痛患者与无症状对照组的症状性和无症状性神经	首次结合放射组学和定制深度学习模型分析三叉神经微观结构，区分症状性和无症状性神经	需要进一步研究阐明可能导致特发性三叉神经痛的血管和非血管病因学影响	利用人工智能区分特发性三叉神经痛患者与无症状对照组的症状性和无症状性三叉神经	78例特发性三叉神经痛患者的症状性三叉神经（1级神经血管冲突）和182例无症状对照神经（91例1级神经血管冲突和91例0级神经血管冲突）	医学影像分析	三叉神经痛	MRI成像，放射组学分析	集成学习，支持向量机，K近邻，深度学习	医学影像	260个三叉神经样本（78个症状性，182个无症状性）	NA	DenseASPP-201, MobileASPPV2, Subspace Discriminant Ensemble Learning, Support Vector Machines, K-nearest neighbors	准确率	NA
5942	2025-10-06	Integrated machine learning and deep learning-based virtual screening framework identifies novel natural GSK-3β inhibitors for Alzheimer's disease 2025-Jul-16, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00637-w PMID:40668407	研究论文	本研究开发了一种结合机器学习和深度学习的虚拟筛选框架，用于从天然产物中识别新型GSK-3β抑制剂以治疗阿尔茨海默病	提出两阶段虚拟筛选框架，将可解释的随机森林模型与基于深度学习的分子对接平台KarmaDock相结合，增强筛选准确性和可解释性	当前研究结果仅为计算模拟，需要未来实验验证	识别治疗阿尔茨海默病的天然GSK-3β抑制剂	糖原合酶激酶-3β(GSK-3β)抑制剂	机器学习	阿尔茨海默病	虚拟筛选、分子对接、药效团建模、分子动力学模拟	随机森林,深度学习	分子结构数据	25,000个天然化合物	SHAP, KarmaDock	随机森林	AUC, NEF%	NA
5943	2025-10-06	Artificial Intelligence Enhances Diagnostic Accuracy of Contrast Enemas in Hirschsprung Disease Compared to Clinical Experts 2025-Jul-15, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2646-2052 PMID:40592491	研究论文	本研究评估深度学习神经网络在先天性巨结肠症对比灌肠图像诊断中的性能，并与临床专家进行比较	首次将深度学习模型应用于先天性巨结肠症对比灌肠诊断，并系统比较了模型与儿科外科医生和放射科医生的诊断表现	回顾性研究设计，样本量有限（测试集仅218张图像），缺乏外部验证	评估人工智能在先天性巨结肠症对比灌肠诊断中的准确性和临床应用价值	15岁以下疑似先天性巨结肠症患者的对比灌肠图像	医学影像分析	先天性巨结肠症	对比灌肠影像学检查	深度神经网络	医学图像	1,471张对比灌肠图像（测试集218张）	NA	深度神经网络	AUC-ROC, 敏感度, 特异性, 阴性预测值, Cohen's kappa, Fleiss' kappa	NA
5944	2025-10-06	3D isotropic high-resolution fetal brain MRI reconstruction from motion corrupted thick data based on physical-informed unsupervised learning 2025-Jul-15, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586049 PMID:40663667	研究论文	提出一种基于物理信息无监督学习的3D各向同性高分辨率胎儿脑MRI重建方法，从运动伪影的厚层数据中重建高质量图像	提出无监督迭代联合切片到体积配准和超分辨率重建深度学习框架，无需大规模外部3D高分辨率训练数据集	在临床胎儿MRI数据上验证但仍需更多临床数据验证	从运动伪影的2D切片重建高质量3D胎儿脑MRI图像	胎儿脑部MRI图像	医学影像处理	胎儿脑部发育	MRI	CNN	医学图像	模拟数据和临床数据	PyTorch	卷积神经网络, 解码网络	重建质量评估指标	NA
5945	2025-10-06	Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589456 PMID:40663685	研究论文	提出一种基于组合提示引导扩散模型的稳健息肉检测与诊断方法	开发渐进式频谱扩散模型(PSDM)，通过将多种临床注释转换为组合提示来生成临床准确的合成图像	未明确说明模型在不同医疗设备间的泛化能力及计算资源需求	提高结直肠息肉检测、分类和分割的泛化能力，特别是在分布外数据场景下	结直肠息肉图像	计算机视觉	结直肠癌	扩散模型	扩散模型	医学图像	基于PolypGen多中心数据集	NA	渐进式频谱扩散模型(PSDM)	F1分数, 平均精度均值(mAP)	NA
5946	2025-10-06	Motion artifacts and image quality in stroke MRI: associated factors and impact on AI and human diagnostic accuracy 2025-Jul-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11807-7 PMID:40664863	研究论文	评估疑似卒中患者MRI中运动伪影的患病率及其相关因素，并分析运动伪影对AI和放射科医生诊断准确性的影响	首次系统评估运动伪影在卒中MRI中的影响因素，并比较其对AI工具和放射科医生诊断准确性的不同影响	单中心回顾性研究，样本量相对有限，仅评估了单一AI工具	探究卒中MRI中运动伪影的流行病学特征及其对诊断准确性的影响	775名疑似卒中患者的脑部MRI扫描	医学影像分析	卒中	脑部MRI	深度学习工具	医学影像	775名患者（平均年龄68岁±16，420名女性）	NA	NA	诊断准确率	NA
5947	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
5948	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
5949	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
5950	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
5951	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
5952	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
5953	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
5954	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
5955	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
5956	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
5957	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
5958	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
5959	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
5960	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