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
6141	2025-10-06	AI-Driven segmentation and morphogeometric profiling of epicardial adipose tissue in type 2 diabetes 2025-Jul-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02829-y PMID:40682091	研究论文	开发了一种基于AI的形状感知方法，用于2型糖尿病患者心外膜脂肪组织的自动分割和形态几何分析	首次结合符号距离图实现形状感知分割，并采用统计形状分析和形态几何特征来捕捉2型糖尿病患者心外膜脂肪组织的空间分布差异	样本量相对较小（90名参与者），且为单中心研究	开发自动化分割和形态几何分析方法，研究2型糖尿病患者心外膜脂肪组织的空间分布和结构改变	2型糖尿病患者和年龄、性别匹配的对照组的心外膜脂肪组织	医学影像分析	2型糖尿病	心脏3D Dixon MRI	多模态深度学习模型	医学影像	90名参与者（45名2型糖尿病患者和45名匹配对照）	NA	EAT-Seg	Dice相似系数, 95% Hausdorff距离, 平均对称表面距离, AUC	NA
6142	2025-10-06	Diabetic retinopathy detection from fundus images: A wide survey from grading to segmentation of lesions 2025-Jul-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110715 PMID:40683101	综述	本文对1986年至2025年间128篇关于从眼底图像诊断糖尿病视网膜病变的研究进行了全面综述，涵盖病变分级和分割两大方向	提供了从早期传统方法到最新深度学习技术的完整技术发展脉络，包含数据集统计分析和AI伦理挑战的讨论	作为综述文章，不包含原始实验数据和新方法验证	系统梳理糖尿病视网膜病变的计算机辅助诊断技术发展	糖尿病视网膜病变的眼底图像分析	计算机视觉	糖尿病视网膜病变	眼底成像、多焦视网膜电图、光学相干断层扫描	CNN, LSTM, Vision Transformer	图像	NA	NA	NA	NA	NA
6143	2025-10-06	Enhanced Image Quality and Comparable Diagnostic Performance of Prostate Fast Bi-MRI with Deep Learning Reconstruction 2025-Jul-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.059 PMID:40683764	研究论文	评估深度学习重建在前列腺快速双参数MRI中的图像质量和诊断性能	首次将深度学习重建技术应用于前列腺快速双参数MRI，在保持诊断性能的同时显著提升图像质量	样本量较小（61例），需更大规模研究验证	评估深度学习重建对前列腺快速双参数MRI图像质量和诊断性能的影响	61例成年男性泌尿科患者	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、表观扩散系数图）	深度学习重建	医学影像	61例患者	NA	NA	信噪比, 对比噪声比, 斜率剖面, 边缘上升距离, PI-RADS评分, ADC值, ROC曲线, 准确率, 灵敏度, 特异性	NA
6144	2025-10-06	Deep learning models for deriving optimised measures of fat and muscle mass from MRI 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07867-w PMID:40676073	研究论文	评估多种深度学习模型从腹部MRI量化脂肪和肌肉质量的准确性、精确度和变化追踪能力	首次系统比较基于CNN和基于Transformer的深度学习模型在从MRI量化不同脂肪和肌肉组织方面的性能差异	腰大肌分割的准确性和可重复性较差，模型性能在不同组织和性别间存在差异	开发优化的脂肪和肌肉质量测量方法，用于肿瘤学中的健康监测和疾病评估	皮下脂肪、腹腔内脂肪、外部肌肉和腰大肌	医学影像分析	肿瘤学	MRI	CNN, Transformer	医学影像	NA	NA	15种基于CNN的模型架构，4种基于Transformer的模型架构	准确性, 精确度, 可重复性, 一致性限度	NA
6145	2025-10-06	Toward automatic and reliable evaluation of human gastric motility using magnetically controlled capsule endoscope and deep learning 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10839-9 PMID:40676082	研究论文	开发结合相机运动检测、深度学习模型和周期性特征检测的算法系统，用于自动评估人类胃动力	首次将相机运动检测器、深度学习模型、类激活映射和周期性特征检测器相结合，并利用视觉解释提高检测灵敏度	NA	通过检测胃蠕动存在和测量胃蠕动周期来评估人类胃动力	人类胃部运动	计算机视觉	胃部疾病	磁控胶囊内窥镜	深度学习模型	内窥镜视频帧	100,055帧磁控胶囊内窥镜数据	NA	NA	准确率,F1分数,AUC,错误率	NA
6146	2025-10-06	Task based evaluation of sparse view CT reconstruction techniques for intracranial hemorrhage diagnosis using an AI observer model 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11089-5 PMID:40676122	研究论文	本研究使用AI观察者模型评估稀疏视图CT重建技术对颅内出血诊断的准确性	首次采用AI观察者模型系统比较FBP、MBIR和DLR三种重建技术在稀疏视图CT中的诊断性能	概念验证研究，数据集有限，需要进一步临床验证	评估稀疏视图CT重建技术在颅内出血诊断中的性能	颅内出血的CT图像诊断	医学影像分析	颅内出血	CT成像，稀疏视图重建	深度学习重建模型	脑部CT图像	公共脑CT数据集（具体数量未说明）	NA	NA	PSNR, SSIM, LPIPS, ROC分析, AUC	NA
6147	2025-10-06	Transformer-based structural connectivity networks for ADHD-related connectivity alterations 2025-Jul-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01015-1 PMID:40676171	研究论文	本研究使用基于Transformer的深度学习模型构建结构连接网络，探索ADHD相关的脑区连接改变	首次将Transformer模型应用于脑结构连接网络构建，采用四种不同的数据序列化策略处理脑区数据	样本量相对有限，诊断准确率有待进一步提升	探索基于MRI的结构连接网络是否能揭示ADHD相关的改变并支持数据驱动的理解	947名7-26岁个体（590名男性，356名女性，1名未指定）的脑MRI数据	医学影像分析	注意缺陷多动障碍(ADHD)	脑MRI	Transformer	医学影像数据	947名来自8个中心的个体	NA	Transformer	准确率, AUC	NA
6148	2025-10-06	The application of super-resolution ultrasound radiomics models in predicting the failure of conservative treatment for ectopic pregnancy 2025-Jul-17, Reproductive biology and endocrinology : RB&E IF:4.2Q1 DOI:10.1186/s12958-025-01437-5 PMID:40676578	研究论文	开发并验证融合超分辨率超声影像组学特征与临床生物标志物的预测模型，用于预测异位妊娠保守治疗失败风险	首次将深度学习生成的超分辨率超声影像组学特征与血清β-hCG结合构建预测模型，显著提升预测性能	回顾性研究设计，样本量相对有限，需要多中心前瞻性验证	提高异位妊娠保守治疗失败风险的预测准确性	接受保守治疗的异位妊娠患者	医学影像分析	异位妊娠	超声成像，影像组学分析	GAN，随机森林	超声图像，临床数据	228例患者（训练集），40例独立验证集	NA	生成对抗网络	AUC，校准曲线，决策曲线分析	NA
6149	2025-10-06	Reflections on dynamic prediction of Alzheimer's disease: advancements in modeling longitudinal outcomes and time-to-event data 2025-Jul-17, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02618-x PMID:40676602	综述	本文对阿尔茨海默病动态预测方法进行了全面调查，涵盖传统统计方法和深度学习技术	系统比较了四种动态预测方法框架在阿尔茨海默病预测中的应用，强调实时个体化预测的优势	存在数据缺失、假设违反、模型可解释性等挑战，未来需考虑更多数据类型和复杂纵向数据	调查阿尔茨海默病动态预测方法，支持临床医学和决策制定	阿尔茨海默病患者	机器学习	阿尔茨海默病	NA	深度学习	纵向数据，时间事件数据	基于18项研究的综合分析	NA	两阶段模型，联合模型，landmark模型，深度学习模型	NA	NA
6150	2025-07-21	A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification 2025-Jul-17, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2025.06.1593 PMID:40683340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6151	2025-10-06	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	使用人工智能分析影像数据预测主动脉瘤腔内修复术后结局的回顾性队列研究方案	首次将AI驱动的影像分析应用于主动脉瘤腔内修复术后并发症的预测模型开发	回顾性研究设计，样本量相对有限（500例患者）	开发预测主动脉瘤腔内修复术后结局的AI模型并研究术后主动脉形态变化	接受择期主动脉瘤腔内修复术的500例患者	医学影像分析	心血管疾病	CT血管造影	深度学习	医学影像	500例患者，训练集70%（350例），测试集30%（150例）	PRAEVAorta 2	NA	风险分层准确率	NA
6152	2025-10-06	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	提出一种基于深度学习的方法，从固定果蝇胚胎图像中精确推断发育时间，用于解析动态基因调控	开发多尺度集成深度学习方法，首次实现从固定胚胎核形态以1分钟分辨率推断绝对发育时间	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性有待验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎，内源性分割基因Krüppel和hunchback	计算机视觉	NA	固定胚胎成像，定量成像	深度学习	图像	野生型果蝇胚胎	NA	多尺度集成深度学习	1分钟时间分辨率	NA
6153	2025-10-06	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	研究论文	开发可解释深度学习框架分析阿尔茨海默病患者脑组织基因表达变化，重点关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元丢失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	基于批量组织RNA-seq数据，可能无法完全解析细胞类型特异性变化	利用人工智能研究阿尔茨海默病脑组织基因表达失调，发现新的疾病生物学机制	阿尔茨海默病患者和对照组的脑组织样本	机器学习	阿尔茨海默病	RNA-seq	MLP	基因表达数据	来自ROSMAP、MAYO和MSBB三个队列的多个脑区域样本	NA	多层感知器	分类准确率, 预测性能	NA
6154	2025-10-06	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	提出结合遗传算法与深度学习技术的侧信道攻击优化方法	首次将遗传算法框架应用于侧信道攻击模型的超参数优化，克服了网格搜索可扩展性差和贝叶斯优化高维空间处理困难的问题	仅在受保护的AES实现上进行评估，未测试其他加密算法场景	优化侧信道分析中神经网络模型的超参数配置	受保护的AES加密实现	机器学习	NA	侧信道分析	神经网络	侧信道轨迹数据	NA	NA	NA	密钥恢复准确率	NA
6155	2025-10-06	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了多种深度学习架构在多相MRI中自动分割肝脏结构（包括肝实质、门静脉、肝静脉和病变）的性能	首次系统比较nnU-Net变体和Swin UNETR在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中的肝脏结构分割性能，并确定晚期动脉期作为最佳配准相位	病变和腹水分割对所有模型都具有挑战性，样本量相对有限（78例标注数据）	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病评估和手术规划	病理肝脏的多相MRI扫描，包括肝实质、肝静脉、门静脉、主动脉、病变和腹水	医学影像分析	肝脏疾病	Gd-EOB-DTPA增强T1加权VIBE MRI，多相对比增强成像	CNN, Transformer	多相MRI图像	458例T1加权VIBE扫描，其中78例手动标注，额外47例用于跨扫描仪评估	NA	nnU-Net, ResEnc nnU-Net, Swin UNETR	DSC（Dice相似系数）, 95%置信区间	NA
6156	2025-10-06	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种用于预测IL-2诱导肽的计算工具IL2pred	首次开发了结合人工智能和对齐方法的集成模型来预测IL-2诱导肽	主要数据集中IL-2诱导和非诱导肽均为MHC结合物	开发预测IL-2诱导肽的计算方法	IL-2诱导肽和非诱导肽	生物信息学	癌症	肽序列分析	机器学习,深度学习,大语言模型	肽序列数据	主要数据集6,574个肽（3,429个IL-2诱导肽和3,145个非诱导肽）	NA	Extra Tree,集成模型	AUC,MCC	NA
6157	2025-10-06	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	研究论文	提出一种结合自步渐进学习和多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入自步渐进学习策略（从简单到复杂样本训练）和随机多尺度图像重建的数据增强方法，结合KL散度协同正则化的集成学习	未明确说明模型在小样本情况下的泛化能力及在真实临床环境中的验证效果	提升糖尿病视网膜病变多分类任务中病理特征的判别能力	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	APTOS和MESSIDOR-Kaggle整合数据集	NA	ResNet-50	AUC, 召回率, 精确度	NA
6158	2025-10-06	Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10136-5 PMID:40670456	研究论文	本研究利用纵向DXA骨测量数据开发人工智能模型预测糖尿病风险	首次使用纵向DXA骨成分测量数据预测糖尿病发病风险，并比较传统模型与深度学习模型的表现	回顾性研究设计，数据来源于单一卡塔尔人群，可能存在选择偏倚	探索DXA骨测量数据作为糖尿病发病预测因子的潜力	卡塔尔成年人，包括糖尿病患者和健康对照	机器学习	糖尿病	双能X射线吸收测定法(DXA)	传统机器学习模型,深度学习模型	骨密度测量数据	1,382名参与者（男性725人，女性657人）	NA	NA	准确率,AUROC,召回率	NA
6159	2025-10-06	Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09320-4 PMID:40670500	研究论文	提出融合显微与衍射图像并结合VGG网络的方法，用于成像流式细胞术中的芽殖酵母识别	首次将图像融合技术与深度学习分类算法相结合应用于MDIFC，通过优化融合权重显著提升分类性能	仅针对芽殖酵母进行验证，未测试其他细胞类型或更复杂生物样本	提高成像流式细胞术中细胞分类的准确率和处理速度	芽殖酵母细胞的三个亚群：单细胞、芽殖细胞和聚集细胞	计算机视觉	NA	显微-衍射成像流式细胞术(MDIFC)	CNN, SVM, RF	图像	NA	NA	VGG-net	准确率, 吞吐量(细胞数/秒)	NA
6160	2025-10-06	Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11184-7 PMID:40670595	研究论文	评估使用银滤器和深度学习重建的低剂量腹盆CT与标准剂量迭代重建CT在图像质量和辐射剂量方面的比较	首次将银滤器与深度学习重建技术结合应用于腹盆CT扫描，实现辐射剂量显著降低的同时保持图像质量不劣于标准剂量	研究样本量有限（182例患者），且仅针对特定BMI分组进行分析	评估低剂量CT结合深度学习重建技术在腹盆成像中的图像质量和辐射剂量表现	182名接受腹盆CT扫描的患者（平均年龄63±14岁，100名男性）	医学影像	NA	计算机断层扫描（CT），深度学习重建（DLR），迭代重建（IR）	深度学习	医学影像	182例患者	NA	NA	图像噪声，信噪比（SNR），对比噪声比（CNR）	NA