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
581	2025-07-04	Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002821 PMID:40607969	研究论文	本研究旨在开发一种基于治疗前CT的多通道预测器，结合Transformer模型编码的深度学习特征，用于术前诊断非小细胞肺癌（NSCLC）患者接受新辅助免疫化疗后的主要病理反应（MPR）	创新点在于将多通道深度学习与Transformer编码器融合，提高了MPR诊断的准确性	研究为回顾性研究，可能存在选择偏倚，且样本量相对有限	开发一种能够准确预测NSCLC患者新辅助免疫化疗后MPR的术前诊断方法	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	CT成像，深度学习	Transformer, GoogLeNet	图像	332名NSCLC患者（来自4个中心）
582	2025-07-04	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-Jul, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	本研究开发并验证了一种基于MRI的多模态深度学习放射组学模型，用于术前评估子宫内膜癌肌层浸润情况	整合临床特征与深度学习特征构建多模态模型，显著提高了术前评估准确性	回顾性研究设计可能存在选择偏倚，且未在更广泛人群中验证模型普适性	提高子宫内膜癌术前肌层浸润评估的准确性	1139例子宫内膜癌患者	数字病理	子宫内膜癌	MRI成像	ResNet18与集成稀疏贝叶斯极限学习机	医学影像(T2加权成像)与临床数据	来自5个中心的1139例患者(年龄24-89岁)
583	2025-07-04	Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset 2025-Jul, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3537868 PMID:40031386	研究论文	本研究通过光学相干断层扫描（OCT）技术，探索了耳蜗植入后纤维化的定量分析，旨在改善混合耳蜗植入物的效果	首次将计算机视觉技术应用于植入耳蜗纤维化的OCT数据集，开发了名为2D-OCT-UNET的改进UNET架构	研究基于豚鼠模型，结果向人类临床应用的转化需要进一步验证	研究耳蜗纤维化的形成机制，减少纤维化负担，提高混合耳蜗植入物的疗效	长期植入耳蜗的豚鼠模型	计算机视觉	听力损失	光学相干断层扫描（OCT）	改进的UNET架构（2D-OCT-UNET）	图像	未明确提及样本数量，但使用了长期植入耳蜗的豚鼠OCT图像数据集
584	2025-07-04	Deep learning-based segmentation of the trigeminal nerve and surrounding vasculature in trigeminal neuralgia 2025-Jul-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.10.JNS241060 PMID:40053933	研究论文	本研究应用深度学习模型对三叉神经痛患者的MRI图像进行三叉神经及周围血管的分割，以量化神经和血管的解剖特征	首次使用基于U-Net的深度学习模型对三叉神经及周围血管进行自动分割，并开发了定量评估三叉神经痛的客观指标	研究样本量较小（仅50例患者），且为单中心回顾性研究	开发一种自动分割三叉神经及周围血管的方法，为三叉神经痛的术前评估提供定量指标	三叉神经痛患者的MRI图像	数字病理学	三叉神经痛	MRI	U-Net（SE-ResNet50为主干网络）	图像	50例三叉神经痛患者的术前高分辨率MRI数据
585	2025-07-04	A Contrast-Enhanced Ultrasound Cine-Based Deep Learning Model for Predicting the Response of Advanced Hepatocellular Carcinoma to Hepatic Arterial Infusion Chemotherapy Combined With Systemic Therapies 2025-Jul, Cancer science IF:4.5Q1 DOI:10.1111/cas.70089 PMID:40302359	研究论文	本研究开发了一种基于对比增强超声视频的深度学习模型，用于预测晚期肝细胞癌对肝动脉灌注化疗联合系统疗法的治疗反应	创新性地结合了时空注意力模块以增强动态特征提取能力	研究为回顾性分析，可能存在选择偏倚	预测晚期肝细胞癌患者对联合治疗方案的疗效反应	晚期肝细胞癌患者	数字病理	肝细胞癌	对比增强超声(CEUS)	AE-3DNet, 3DNet	视频	326名患者(内部验证队列243名，外部验证队列83名)
586	2025-07-04	Enhanced Maize Leaf Disease Detection and Classification Using an Integrated CNN-ViT Model 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70513 PMID:40599357	研究论文	本文提出了一种结合CNN和ViT的混合深度学习框架，用于增强玉米叶部病害的检测和分类	通过结合CNN的局部特征提取能力和ViT的长距离上下文依赖捕捉能力，提出了一种新颖的混合模型，显著提高了分类性能	模型在CD&S数据集上的表现略低于主数据集，可能存在一定的泛化限制	开发一种高精度的自动化玉米叶部病害检测方法	玉米叶部病害图像	计算机视觉	植物病害	深度学习	CNN-ViT混合模型	图像	来自Mendeley、Kaggle和CD&S数据集的玉米病害图像
587	2025-07-04	Python-driven impedance profiling on peptide-functionalized biosensor for detection of HIV gp41 envelope protein 2025-Jul, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04400-8 PMID:40599495	研究论文	本研究提出了一种无标记阻抗生物传感器，用于检测HIV包膜蛋白gp41，使用抗菌肽作为生物识别受体	首次使用抗菌肽作为生物识别受体，结合Python驱动的深度学习算法进行阻抗数据分析	未提及在复杂生物样本中的实际应用效果	开发一种快速、灵敏且可重复的HIV早期诊断平台	HIV包膜蛋白gp41	生物传感器	HIV感染	电化学阻抗谱(EIS)、扫描电子显微镜、Python深度学习算法	深度学习回归模型	阻抗数据	NA
588	2025-07-04	Artificial Intelligence in Obstetric and Gynecological MR Imaging 2025-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2024-0077 PMID:39477505	综述	本文回顾了人工智能在产科和妇科MRI中的重大进展和应用	从基础算法技术到深度学习策略和高级放射组学的AI发展历程，以及AI在特定疾病诊断中的应用	未提及具体AI模型的性能比较或临床验证的详细结果	探索AI在产科和妇科MRI中的应用及其对精准医疗的潜在贡献	产科和妇科MRI影像	数字病理学	子宫平滑肌肉瘤、子宫内膜癌、宫颈癌、卵巢肿瘤、胎盘植入	MRI、深度学习、放射组学	NA	影像	多机构广泛数据集
589	2025-07-04	Comparison of Deep Learning Models for fast and accurate dose map prediction in Microbeam Radiation Therapy 2025-Jul-01, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105012 PMID:40602228	研究论文	比较两种深度学习模型在微束放射治疗中快速准确预测剂量图的性能	首次在微束放射治疗中比较基于图卷积网络和3D U-Net的深度学习模型	研究仅基于大鼠的临床前数据，未涉及人体数据	比较不同深度学习模型在微束放射治疗剂量预测中的性能	微束放射治疗中的剂量分布	数字病理	NA	深度学习	Graph-Convolutional-Network, 3D U-Net	3D剂量图	用于MRT临床前研究的大鼠数据
590	2025-07-04	The role of data partitioning on the performance of EEG-based deep learning models in supervised cross-subject analysis: A preliminary study 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110608 PMID:40602315	研究论文	本文深入研究了数据分区和交叉验证在评估EEG深度学习模型中的作用，并提供了避免数据泄漏的指南	首次全面比较了五种交叉验证设置对EEG深度学习模型性能的影响，并提出了基于主题的交叉验证策略的重要性	研究仅限于三种特定的分类任务和四种架构，可能不适用于所有EEG深度学习场景	评估数据分区和交叉验证对EEG深度学习模型性能的影响	EEG数据	机器学习	帕金森病,阿尔茨海默病	EEG	ShallowConvNet, EEGNet, DeepConvNet, Temporal-based ResNet	EEG信号	超过100,000个训练模型
591	2025-07-04	The artificial intelligence challenge in rare disease diagnosis: A case study on collagen VI muscular dystrophy 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110610 PMID:40602312	研究论文	本文探讨了人工智能技术在罕见疾病诊断中的应用，特别是针对胶原VI型先天性肌营养不良症的共聚焦显微镜图像分析	展示了即使在训练数据有限的情况下，通过适当的数据管理和训练程序，也能成功开发出高精度的分类器	研究仅针对一种罕见疾病，结论的普适性需要进一步验证	探索人工智能技术在罕见疾病诊断中的应用潜力	胶原VI型先天性肌营养不良症的共聚焦显微镜图像	数字病理学	胶原VI型先天性肌营养不良症	共聚焦显微镜	经典机器学习和现代深度学习技术	图像	有限数量的训练数据
592	2025-07-04	A deep learning model combining convolutional neural networks and a selective kernel mechanism for SSVEP-Based BCIs 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110691 PMID:40602314	研究论文	提出了一种结合CNN和选择性核机制的新型深度学习模型FBCNN-TKS，用于基于SSVEP的脑机接口	引入了TKS模块，显著增强了特征提取能力，并采用扩张和分组卷积减少模型参数，降低过拟合风险	未提及具体的数据不足情况下的泛化能力测试	解决SSVEP-BCIs中训练数据不足导致的过拟合问题，以及有效捕捉全局时间特征的困难	基于稳态视觉诱发电位(SSVEP)的脑机接口(BCIs)	机器学习	NA	filter bank技术, CNN, 时间核选择(TKS)模块	CNN, FBCNN-TKS	SSVEP信号	公共数据集Benchmark和BETA
593	2025-07-04	Improving YOLO-based breast mass detection with transfer learning pretraining on the OPTIMAM Mammography Image Database 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110581 PMID:40602320	研究论文	本研究通过迁移学习和图像预处理技术优化YOLO模型，提高小规模专有数据集上的乳腺肿块检测性能	使用OPTIMAM乳腺X线摄影图像数据库(OMI-DB)进行预训练，结合YOLOv9模型显著提升检测准确率	研究仅基于133张乳腺X线图像，样本量较小	优化深度学习模型在数据有限的临床应用中乳腺肿块的检测性能	乳腺X线摄影图像中的肿块	计算机视觉	乳腺癌	迁移学习，图像预处理(裁剪和对比度增强)	YOLOv9, YOLOv7	图像	133张乳腺X线图像
594	2025-07-04	Cephalometric landmark detection using vision transformers with direct coordinate prediction 2025-Jul-01, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.05.021 PMID:40603150	research paper	提出了一种使用Vision Transformers (ViTs)直接预测坐标的新方法，用于头影测量标志点检测(CLD)，避免了传统热图预测的内存密集型问题	首次将Vision Transformers与直接坐标预测相结合应用于CLD任务，相比现有方法在平均径向误差上提升了2毫米以上	未明确指出具体局限性，但暗示传统CNN方法在特定数据集上可能过拟合，泛化能力不足	改进头影测量标志点检测的自动化方法，提升检测精度和临床应用潜力	侧位X射线图像中的头影测量标志点	computer vision	NA	Vision Transformers (ViTs), 直接坐标预测	Vision Transformers (ViTs)	X-ray图像	未明确说明样本数量
595	2025-07-04	The power spectrum map of gyro-sulcal functional activity dissociation in macaque brains 2025-Jul-01, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf160 PMID:40605313	研究论文	本研究利用一维卷积神经网络（1D-CNN）分析猕猴大脑中脑回与脑沟在静息态功能磁共振成像信号中的功能分离特性，并建立了首个猕猴脑回-脑沟功能活动分离的功率谱图	首次建立了猕猴脑回-脑沟功能活动分离的功率谱图，为系统探索哺乳动物大脑功能分离的神经机制提供了新视角	研究仅基于静息态功能磁共振成像数据，未涉及任务态或其他模态的神经影像数据	探究猕猴大脑中脑回与脑沟在功能活动上的频率特异性分离特征	440只猕猴（来自两个独立站点的静息态功能磁共振成像数据）	神经影像分析	NA	静息态功能磁共振成像（rs-fMRI）	一维卷积神经网络（1D-CNN）	神经影像数据	440只猕猴
596	2025-07-04	Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography 2025-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en25011 PMID:40364497	research paper	本研究通过结合四种领域泛化技术和三种深度学习架构，系统评估了十二种方法，以提高基于脑电图（EEG）的独立于受试者的情绪识别的泛化能力	首次系统评估了四种领域泛化技术与三种深度学习架构的组合在EEG情绪识别中的效果，展示了领域泛化方法在减少受试者和会话间变异性方面的潜力	研究仅使用了两个EEG数据集，可能限制了结果的广泛适用性	提高基于EEG的独立于受试者的情绪识别的分类准确性和模型泛化能力	情绪识别的脑电图数据	machine learning	NA	EEG	ShallowFBCSPNet, EEGNet, TSception	EEG信号	两个EEG数据集
597	2025-07-04	Deep learning for automated, motion-resolved tumor segmentation in radiotherapy 2025-Jun-30, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00970-1 PMID:40588532	研究论文	开发了一种深度神经网络模型，用于在放疗中自动分割肺部肿瘤并追踪其在呼吸过程中的运动	提出了一种名为iSeg的3D UNet模型，能够自动分割肿瘤并在4D CT图像上追踪肿瘤运动，其性能与人类观察者相当，且在多中心验证中表现稳定	尽管模型在多中心验证中表现良好，但高假阳性体素率与局部失败率增加相关，这可能影响临床决策	提高放疗中肿瘤分割的准确性、可重复性和效率	肺部肿瘤	数字病理	肺癌	深度学习	3D UNet	4D CT图像	训练集739例，两个独立验证集分别为161例和102例
598	2025-07-04	A novel colorimetric detection based on bifunctionalized gold nanoparticle combined with machine learning and deep learning models to identify microbial transglutaminase in foods 2025-Jun-30, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128533 PMID:40602019	研究论文	开发了一种结合金纳米颗粒、机器学习和深度学习的比色检测方法，用于检测食品中的微生物转谷氨酰胺酶（mTG）活性	首次将双功能化金纳米颗粒与机器学习和深度学习模型结合，用于mTG活性的检测和预测	研究仅针对6种食品类型进行了测试，可能无法涵盖所有食品中的mTG检测需求	开发一种高效的方法来识别和预测食品中mTG的活性	微生物转谷氨酰胺酶（mTG）在食品中的活性	机器学习	乳糜泻	比色检测	Decision Tree (DT), Random Forest (RF), Multilayer Perceptron (MLP)	比色信号数据	648个mTG浓度-吸光度数据点，来自6种不同的食品类型
599	2025-07-04	D2C-Morph: Brain regional segmentation based on unsupervised registration network with similarity analysis 2025-Jun-30, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102589 PMID:40602042	研究论文	提出了一种基于无监督配准网络和相似性分析的脑区分割方法D2C-Morph	通过双路径网络和两次对比学习强调输入特征，利用相关层增强特征图相似性，提高了解码器性能	未提及具体样本量和临床验证结果	开发能够联合执行配准和分割的脑图像处理方法	脑图像	数字病理	NA	无监督学习	双路径网络	图像	NA
600	2025-07-04	Deep learning can accurately predict the prognosis of gynecologic smooth muscle tumors of uncertain malignant potential: a multicenter pilot study 2025-Jun-30, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104211 PMID:40602459	研究论文	本研究探讨了深度学习在预测妇科不确定恶性潜能的平滑肌肿瘤（STUMP）预后中的应用	首次使用深度学习直接从组织学切片预测STUMP的无进展生存期（PFS）并识别高风险患者	样本量相对较小（95例STUMP），需要进一步研究通过分子标记确认高风险组	探索深度学习特征是否可用于预测STUMP的预后	妇科不确定恶性潜能的平滑肌肿瘤（STUMP）患者	数字病理学	妇科肿瘤	深度学习	深度学习模型（未指定具体类型）	组织学切片图像	95例STUMP（79例训练，16例外部验证），160例子宫肌瘤和58例子宫肉瘤作为对照