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
41	2025-06-26	Methodological Challenges in Deep Learning-Based Detection of Intracranial Aneurysms: A Scoping Review 2025-Jul, Neurointervention IF:1.2Q4 DOI:10.5469/neuroint.2025.00283 PMID:40415390	综述	本文对36项应用深度学习技术检测颅内动脉瘤的研究进行了全面评估，重点关注研究设计、验证策略、报告实践和参考标准	首次系统性地评估了深度学习在颅内动脉瘤检测中的方法学挑战，并提出了未来研究的方向	现有研究存在方法学局限性，如破裂和已治疗动脉瘤处理不一致、外部验证使用有限、前瞻性研究设计缺失等	评估深度学习技术在颅内动脉瘤检测中的方法学挑战和临床应用潜力	颅内动脉瘤	数字病理学	脑血管疾病	深度学习	NA	医学影像（CTA和MRA）	36项研究
42	2025-06-26	Deep Learning Based on Ultrasound Images Differentiates Parotid Gland Pleomorphic Adenomas and Warthin Tumors 2025-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251319410 PMID:40156239	研究论文	本研究利用深度学习技术基于超声图像开发自动化模型，以准确区分腮腺多形性腺瘤和沃辛瘤	首次应用深度学习模型（如ResNet18、MobileNetV3Small和InceptionV3）于超声图像分析，用于区分腮腺多形性腺瘤和沃辛瘤，并展示了优于超声医师的诊断准确性	研究样本量较小（91例患者，526张超声图像），且为回顾性研究，可能影响模型的泛化能力	开发一种基于超声图像的深度学习模型，用于准确区分腮腺多形性腺瘤和沃辛瘤	腮腺多形性腺瘤和沃辛瘤患者	数字病理	腮腺肿瘤	超声成像	CNN（包括ResNet18、MobileNetV3Small和InceptionV3）	图像	91例患者，526张超声图像
43	2025-06-26	Deep Learning Model for Real-Time Nuchal Translucency Assessment at Prenatal US 2025-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.240498 PMID:40304583	研究论文	开发并评估了一种基于人工智能的模型，用于实时识别和测量产前超声检查中的颈项透明层（NT）平面	提出了一种名为AIM-NT的深度学习模型，能够在产前超声检查中实时识别NT平面并测量NT厚度，与放射科医生的工作流程高度一致	研究为回顾性多中心研究，可能受到数据收集时间和范围的限制	开发并评估一种人工智能模型，用于产前超声检查中的NT平面识别和测量	产前超声检查中的颈项透明层（NT）平面	数字病理	产前筛查	超声检查	CNN	图像和视频	内部数据集包括3153个胎儿的3959张NT图像，外部数据集包括267个胎儿的267个超声视频
44	2025-06-26	Automatic Detection of B-Lines in Lung Ultrasound Based on the Evaluation of Multiple Characteristic Parameters Using Raw RF Data 2025-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251330111 PMID:40539654	研究论文	提出一种基于射频信号的肺部超声B线垂直伪影自动识别方法，通过多特征参数输入非线性支持向量机进行分类	利用射频信号而非图像数据，结合多特征参数和PCA降维，减少了对大型图像数据集的依赖，同时保持了高分类准确率	实验模型（海绵滴水模型、明胶体模）与真实肺部组织的声学特性可能存在差异	开发实时高效的肺部超声B线自动检测方法以辅助肺部疾病诊断	肺部超声中的B线伪影	医学影像分析	肺部疾病	射频信号分析、PCA降维	非线性SVM	射频信号	海绵滴水模型、玻璃珠/明胶液滴体模、体内实验数据
45	2025-06-26	Predicting Primary Graft Dysfunction in Systemic Sclerosis Lung Transplantation Using Machine-Learning and CT Features 2025-Jul, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70217 PMID:40552679	研究论文	本研究利用机器学习和CT特征预测系统性硬化症肺移植后的原发性移植物功能障碍	首次在系统性硬化症患者中应用深度学习算法自动计算CT图像特征，并结合多种机器学习模型预测PGD	样本量相对较小（92例），且为单中心回顾性研究	预测系统性硬化症患者肺移植后的原发性移植物功能障碍	92例接受双侧肺移植的系统性硬化症患者	数字病理学	系统性硬化症	CT扫描、深度学习	多元逻辑回归、SVM、随机森林分类器(RFC)、多层感知机(MLP)	CT图像	92例系统性硬化症肺移植患者（2007-2020年）
46	2025-06-26	[A deep learning method for differentiating nasopharyngeal carcinoma and lymphoma based on MRI] 2025-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery DOI:10.13201/j.issn.2096-7993.2025.07.001 PMID:40555483	research paper	开发一种基于常规MRI的深度学习模型，用于自动分割和鉴别诊断鼻咽癌（NPC）和鼻咽淋巴瘤（NPL）	利用深度学习模型结合常规MRI数据进行自动分割和分类，提高了鼻咽癌和鼻咽淋巴瘤的鉴别诊断准确性	研究为回顾性研究，样本量有限，且仅来自单一医疗中心	开发一种自动化的深度学习模型，用于鼻咽癌和鼻咽淋巴瘤的鉴别诊断	鼻咽癌（NPC）和鼻咽淋巴瘤（NPL）患者	digital pathology	nasopharyngeal carcinoma, lymphoma	MRI	ResNet101	image	434名患者（142名NPL患者和292名NPC患者）
47	2025-06-26	Application Value of Deep Learning-Based AI Model in the Classification of Breast Nodules 2025-Jun-25, British journal of hospital medicine (London, England : 2005) DOI:10.12968/hmed.2025.0078 PMID:40554435	研究论文	本研究开发了一种基于深度学习的AI模型，用于辅助超声医师对乳腺结节进行BI-RADS分类，以提高诊断准确性	利用卷积神经网络（CNN）构建的AI模型显著提高了乳腺结节分类的敏感性和特异性，并减少了医师间的诊断差异	研究为回顾性分析，可能存在选择偏差，且样本量相对有限	评估基于深度学习的AI模型在乳腺结节分类中的临床应用价值	558名乳腺结节患者（BI-RADS 3-5类）的1026个乳腺结节	数字病理学	乳腺癌	超声检查	CNN	图像	558名患者的1026个乳腺结节
48	2025-06-26	Letter by Sacoransky Regarding Article, "Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure" 2025-Jun-25, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018652 PMID:40557525	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
49	2025-06-26	Deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study 2025-Jun-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002667 PMID:40557542	研究论文	本研究开发并验证了基于深度学习的算法，用于通过单张H&E染色的全切片图像（WSIs）对平滑肌肉瘤（LMS）的分子亚型进行分层并预测生存期	首次使用深度学习算法从组织病理学图像中分层平滑肌肉瘤的分子亚型，并预测患者生存期，显著提高了病理学家的工作效率和准确性	需要更大规模的前瞻性队列研究进行进一步验证	开发并验证深度学习算法，用于平滑肌肉瘤的分子亚型分层和生存期预测	平滑肌肉瘤（LMS）患者的组织病理学图像	数字病理学	平滑肌肉瘤	深度学习	DesenNet121, ResNet50	图像	训练集154例WSIs（1,579,215个tiles），外部测试集80例WSIs（555,211个tiles）
50	2025-06-26	Advancing Soil Organic Carbon Prediction: A Comprehensive Review of Technologies, AI, Process-Based and Hybrid Modelling Approaches 2025-Jun-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504152 PMID:40557741	综述	本文综述了土壤有机碳(SOC)预测方法的最新进展，包括遥感、近端土壤传感、人工智能建模、生物地球化学建模及数据融合技术	整合多种传感技术与AI建模方法，特别是深度学习，以提高SOC预测的准确性，并探讨了生物地球化学模型与AI结合的新途径	未提出单一最佳AI算法，且生物地球化学模型存在假设、参数化和结构上的局限性	支持气候变化减缓努力并促进可持续农业管理实践	土壤有机碳(SOC)	环境科学	NA	遥感(RS)、近端土壤传感(PSS)、机器学习(ML)、深度学习(DL)、生物地球化学建模、数据融合	ML、DL	遥感数据、土壤传感数据	NA
51	2025-06-26	Dual-Branch Contrastive Network with Deep Separable Convolution for Enhanced 6mA Site Identification 2025-Jun-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01058 PMID:40558076	研究论文	提出了一种名为DS6mA的创新深度学习模型，用于增强6mA位点的预测	使用双分支对比网络和深度可分离卷积提取DNA序列中的关键位置信息	NA	提高6mA位点的预测准确性	DNA N6-甲基腺嘌呤（6mA）位点	生物信息学	NA	深度学习	双分支对比网络、深度可分离卷积	DNA序列	11个不同的综合基准数据集
52	2025-06-26	High-performance Open-source AI for Breast Cancer Detection and Localization in MRI 2025-Jun-25, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估了一种用于MRI乳腺癌检测和定位的开源深度学习模型	使用了迄今为止最大的乳腺癌MRI数据集进行训练，并在多个临床站点验证了模型的泛化能力	研究为回顾性设计，可能影响结果的普适性	开发高性能开源AI模型用于乳腺癌检测和定位	乳腺癌MRI图像	数字病理学	乳腺癌	MRI	深度学习模型	MRI图像	30,672次矢状面MRI检查（52,598个乳房）来自9,986名女性患者，以及来自第二临床站点的1,840个乳房的轴向数据
53	2025-06-26	Assessing Uncertainty in Machine Learning for Polymer Property Prediction: A Benchmark Study 2025-Jun-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00550 PMID:40560148	研究论文	本文通过基准研究评估了九种不确定性量化方法在机器学习中预测聚合物性能的应用	首次全面比较了九种不确定性量化方法在聚合物性能预测中的表现，并提供了针对不同场景的最佳方法选择	研究仅针对四种聚合物性能进行评估，可能无法完全代表所有聚合物特性	评估不同不确定性量化方法在聚合物性能预测中的效果，以提高机器学习预测的可靠性	聚合物性能（玻璃化转变温度、带隙、熔点和分解温度）	机器学习	NA	不确定性量化方法（包括ensemble、GPR、MCD、MVE、BNN-VI、BNN-MCMC、EDL、QR、NGBoost）	多种机器学习模型	聚合物性能数据	四种聚合物性能数据集，包括OOD实验数据和MD衍生数据
54	2025-06-26	An innovative ensemble approach of deep learning models with soft computing techniques for GIS-based drought-zonation mapping in Rarh Region, West Bengal 2025-Jun-25, Environmental science and pollution research international DOI:10.1007/s11356-025-36634-7 PMID:40560313	研究论文	本研究提出了一种创新的深度学习模型集成方法，结合软计算技术，用于基于GIS的西孟加拉邦Rarh地区干旱分区制图	采用混合深度学习集成模型（Hybrid Deep Learning Ensemble model）进行干旱分区制图，相比传统MLP NN和DenseNet神经网络具有更高精度	研究仅针对西孟加拉邦Rarh地区，结果可能不适用于其他地理区域	开发高精度的干旱分区制图方法，为决策者提供干旱风险管理依据	西孟加拉邦Rarh地区的Birbhum和Purba Bardhhaman districts	地理信息系统(GIS)	NA	深度学习集成模型、软计算技术	MLP NN, DenseNet, Hybrid Deep Learning Ensemble	气象、农业、水文和社会经济数据	27个干旱评估因子，覆盖3个月、6个月和12个月的时间间隔
55	2025-06-26	BronchoGAN: anatomically consistent and domain-agnostic image-to-image translation for video bronchoscopy 2025-Jun-25, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03450-w PMID:40560442	research paper	本文提出了一种名为BronchoGAN的方法，用于在视频支气管镜检查中实现解剖学一致且领域无关的图像到图像转换	通过将解剖约束集成到条件GAN中，并使用基础模型生成的深度图像作为中间表示，实现了跨不同输入领域的鲁棒图像转换	未明确提及具体局限性	解决支气管镜图像稀缺问题，为深度学习模型训练提供合成图像	支气管镜图像（包括虚拟支气管镜、体模以及体内和体外图像数据）	computer vision	lung cancer	image-to-image translation	conditional GAN	image	NA
56	2025-06-26	Regional free-water diffusion is more strongly related to neuroinflammation than neurodegeneration 2025-Jun-25, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-025-13201-1 PMID:40560468	研究论文	探讨自由水扩散（FWD）作为神经炎症非侵入性生物标志物的潜力，及其与神经退行性疾病的关系	首次通过特征选择和深度学习模型验证FWD与神经炎症标志物GFAP的关联性强于神经退行性标志物NfL，支持FWD作为神经炎症的新型影像学生物标志物	研究样本仅来自特定地区（安大略省），可能限制结果的普适性	评估自由水扩散成像技术对神经炎症和神经退行性变的预测能力差异	367名神经退行性疾病患者（包括阿尔茨海默病/轻度认知障碍、额颞叶痴呆、肌萎缩侧索硬化症、帕金森病和血管性认知障碍）	神经影像学	神经退行性疾病	扩散MRI、递归特征消除（RFE）、深度学习	深度学习模型	MRI影像数据、血浆生物标志物数据	367名患者（108例AD/MCI、42例FTD、37例ALS、123例PD、58例血管性认知障碍）
57	2025-06-26	Deep learning classification of drug-related problems from pharmaceutical interventions issued by hospital clinical pharmacists during medication prescription review: a large-scale descriptive retrospective study in a French university hospital 2025-Jun-24, European journal of hospital pharmacy : science and practice IF:1.6Q3 DOI:10.1136/ejhpharm-2024-004139 PMID:39122480	研究论文	本研究利用深度学习神经网络分类器从医院临床药师的药物干预中识别药物相关问题，并在法国一所大学医院进行了为期3年的大规模回顾性描述性分析	开发并应用了一种新的深度神经网络分类器来自动分类药物相关问题，无需大量人力资源	研究仅限于法国一所大学医院的数据，可能不具有普遍代表性	利用深度学习技术自动识别和分析药物相关问题，以改善药物治疗效果	医院临床药师在处方审核中提出的药物干预	自然语言处理	NA	深度学习	深度神经网络	文本	2,930,656条处方线，涉及119,689名患者
58	2025-06-26	Learning from small datasets-review of workshop 6 of the 10th International BCI Meeting 2023 2025-Jun-24, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/addf80 PMID:40456256	review	本文回顾了2023年第十届国际BCI会议第六次研讨会的内容，重点讨论了在小数据集上训练分类或回归机器学习模型的最新方法	探讨了从传统机器学习到深度学习的方法，并讨论了Python工具箱的应用及分类模型的基准测试	NA	减少脑机接口（BCI）中的校准时间，提高BCI应用的可用性和用户接受度	脑机接口（BCI）的解码器模型	machine learning	NA	NA	classification or regression machine learning models	small datasets	NA
59	2025-06-26	High-Precision Intelligent Diagnosis of Pancreatic Cancer: Flowing Diffuseness from Single to Whole 2025-Jun-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00465 PMID:40296678	research paper	该研究提出了一种名为线扫描拉曼光谱化学整体分析（LRSHA）的智能诊断方法，用于快速拉曼数据采集和组织整体诊断	采用线扫描技术进行快速光谱采集，并通过光谱递归图变换将一维拉曼光谱转换为二维拉曼编码图，结合二维深度学习模型和邻域增强方法，显著提高了诊断准确率	NA	开发一种快速、高效且准确的组织诊断方法	胰腺癌组织	digital pathology	pancreatic cancer	Raman spectroscopy	2D deep learning models	spectral data	NA
60	2025-06-26	Bedside Ultrasound Vector Doppler Imaging System with GPU Processing and Deep Learning 2025-Jun-24, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3582773 PMID:40553667	研究论文	介绍了一种新型的抗混叠矢量多普勒成像系统，结合GPU处理和深度学习技术，可在床边进行血管评估	提出了一种抗混叠的矢量多普勒成像系统，结合GPU加速和深度学习，实现了高帧率血管成像	目前仅支持17fps的实时成像和60fps的回放模式，尚未完全达到临床实时应用的高帧率要求	开发一种可在床边应用的抗混叠矢量多普勒成像系统	血管血流动力学	医学影像处理	心血管疾病	平面波多角度矢量多普勒技术	深度学习	超声影像	狭窄模型实验和人体分叉成像扫描