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
6261	2025-10-06	Deep Learning Photo Processing for Periodontitis Screening 2025-Jul-12, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251347508 PMID:40650464	研究论文	本研究开发了一种基于深度学习模型的口腔图像处理系统，用于牙周炎筛查	使用全局激活池化的多实例深度学习模型，无需图像标注即可识别II-IV期牙周炎，且模型性能优于不同技能水平的临床医生	需要在全球多个人群中进行更多开发和验证才能作为筛查工具推广	开发基于口腔图像的深度学习算法用于牙周炎筛查	在上海第九人民医院就诊的连续受试者及其口腔数字孪生	计算机视觉	牙周炎	深度学习图像处理	深度学习模型	口腔图像	内部开发测试387名受试者，外部测试183名受试者	NA	基于预训练ResNet50的全局激活池化多实例深度学习模型	AUROC, 敏感度, 特异度	NA
6262	2025-10-06	Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy 2025-Jul-12, Journal of echocardiography IF:1.4Q3 DOI:10.1007/s12574-025-00694-y PMID:40650815	研究论文	提出一种基于人工智能的超声心动图分析框架SMART，用于自动评估左心室质量和整体纵向应变	首次将运动追踪与心肌分割相结合，实现左心室质量和整体纵向应变的同步自动评估	研究仅针对111名肥厚型心肌病患者进行验证，样本量有限	开发并验证新型AI框架在心脏功能评估中的临床应用价值	肥厚型心肌病患者	医学影像分析	肥厚型心肌病	经胸超声心动图，心脏磁共振成像	深度学习	超声心动图影像，心脏磁共振影像	111名肥厚型心肌病患者（中位年龄58岁，69%男性）	NA	NA	Pearson相关系数，平均差异，AUC	NA
6263	2025-10-06	Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration 2025-Jul-12, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03477-z PMID:40650802	研究论文	开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的导航精度和效率	采用天花板安装标记映射到固定医疗成像设备，消除了患者特定标记的需求；通过分层优化框架整合标记映射和多摄像头校准；使用深度学习技术提高标记检测和配准精度	NA	开发高效、精确的增强现实导航系统，简化手术流程并提高针基手术的导航精度	针基手术（如活检和消融）的导航系统	计算机视觉	NA	增强现实技术，深度学习	NA	图像数据	NA	NA	NA	穿刺精度，位置误差，角度偏差，时间减少	NA
6264	2025-10-06	Seeing is Believing-On the Utility of CT in Phenotyping COPD 2025-Jul-12, The British journal of radiology DOI:10.1093/bjr/tqaf160 PMID:40650927	综述	探讨胸部CT影像生物标志物在慢性阻塞性肺疾病表型分析中的发展与应用	系统回顾了从传统阈值方法到深度学习技术的CT生物标志物演进历程，强调了空间感知机制和自动化表型分析的突破	数据集异质性、模型泛化能力和临床可解释性方面仍存在挑战	评估CT影像在COPD表型分析中的效用和发展前景	慢性阻塞性肺疾病患者的胸部CT影像特征	数字病理	慢性阻塞性肺疾病	胸部计算机断层扫描	深度学习	CT影像	NA	NA	NA	NA	NA
6265	2025-10-06	AI-powered disease progression prediction in multiple sclerosis using magnetic resonance imaging: a systematic review and meta-analysis 2025-Jul-12, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2532038 PMID:40650946	系统综述与荟萃分析	本文系统回顾和荟萃分析了基于MRI的人工智能模型在预测多发性硬化症残疾进展方面的性能	首次对MRI驱动的AI模型预测多发性硬化症残疾进展的研究进行系统综述和荟萃分析，比较了传统机器学习与深度学习的性能差异	研究存在异质性高(I²=95%)、外部验证研究少(仅6项)、校准和决策曲线分析报告不足、个体水平预测误差超过1个EDSS点	评估基于MRI的人工智能模型在预测多发性硬化症未来残疾进展方面的准确性和临床应用价值	多发性硬化症患者	医学影像分析	多发性硬化症	磁共振成像	传统机器学习,深度学习	磁共振图像	12,252名多发性硬化症患者，来自21项研究	NA	NA	AUC,RMSE	NA
6266	2025-10-06	ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08673-0 PMID:40640259	研究论文	提出一种结合Swin Transformer和卷积特征交互的深度学习框架ST-CFI，用于通过叶片图像识别植物病害	首次将Swin Transformer与CNN特征交互结合，通过inception架构和跨通道特征学习同时提取局部和全局特征	在PlantDoc数据集上准确率相对较低(77.54%)，表明模型在某些真实场景下性能有待提升	开发高精度植物病害检测方法以保障粮食安全	植物叶片图像	计算机视觉	植物病害	深度学习图像分析	CNN, Transformer	图像	五个数据集：PlantVillage、Plant Pathology 2021、PlantDoc、AI2018、iBean	NA	Swin Transformer, inception架构	准确率, F1分数, 损失值	NA
6267	2025-10-06	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	开发了一种基于激光诱导石墨烯免疫传感器与机器学习相结合的多模态肺癌早期筛查平台	首次将多重激光诱导石墨烯免疫传感器与深度学习CT影像特征和临床数据整合，构建多模态预测模型	未明确说明样本规模和研究人群特征	提高肺癌早期筛查的准确性和可及性	肺癌患者和四种肿瘤标志物（NSE、CEA、p53、SOX2）	机器学习	肺癌	激光诱导石墨烯免疫传感器、CT成像	深度学习	蛋白质组数据、医学影像、临床数据	NA	NA	NA	AUC	NA
6268	2025-07-14	Advancing neural decoding with deep learning 2025-Jul-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00837-2 PMID:40646317	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6269	2025-10-06	Interpretable MRI Subregional Radiomics-Deep Learning Model for Preoperative Lymphovascular Invasion Prediction in Rectal Cancer: A Dual-Center Study 2025-Jul-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01586-4 PMID:40646374	研究论文	开发基于可解释机器学习的融合模型，结合多参数MRI亚区域影像组学和深度学习，用于直肠癌术前淋巴血管侵犯预测	首次将K-means聚类划分的肿瘤亚区域影像组学特征与Vision Transformer深度学习特征融合构建SubViT模型，并采用SHAP工具增强模型可解释性	样本量相对有限（共376例患者），仅来自两个医疗中心	术前无创预测直肠癌淋巴血管侵犯状态	经组织病理学证实的直肠癌患者	医学影像分析	直肠癌	多参数MRI	融合模型（影像组学+深度学习）	医学影像（MRI）	376例患者（301例训练集，75例外部队验证集）	NA	Vision Transformer (ViT), K-means聚类	AUC, ROC曲线, 决策曲线分析(DCA), Delong检验	NA
6270	2025-10-06	Performance of Radiomics and Deep Learning Models in Predicting Distant Metastases in Soft Tissue Sarcomas: A Systematic Review and Meta-analysis 2025-Jul-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.027 PMID:40651923	系统综述与荟萃分析	评估影像组学和深度学习模型预测软组织肉瘤远处转移性能的系统综述与荟萃分析	首次系统评估影像组学和深度学习模型在软组织肉瘤转移预测中的表现，并比较不同成像模态和特征提取方法的性能差异	存在显著异质性、有限的外部验证和潜在发表偏倚	评估影像组学和深度学习模型预测软组织肉瘤远处转移的诊断准确性	软组织肉瘤患者	医学影像分析	软组织肉瘤	MRI, PET, PET/CT影像分析	深度学习模型, 影像组学模型	医学影像数据	19项研究涉及1712名患者	NA	NA	AUC, 敏感度, 特异度	NA
6271	2025-10-06	A Deep Learning Model for Preoperative Prediction of Lymph Node Metastasis in cT1-Stage Lung Adenocarcinoma: A Multicenter External Validation Study 2025-Jul-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.001 PMID:40651922	研究论文	开发并验证用于术前预测cT1期肺腺癌淋巴结转移的深度学习模型	基于残差网络的深度学习模型在多个外部验证集中显示优于传统语义和影像组学特征的预测性能	回顾性研究设计，未与集成模型比较性能	术前预测cT1期肺腺癌淋巴结转移	cT1期肺腺癌患者	医学影像分析	肺癌	CT影像分析	深度学习	医学影像	2503名患者，2568个经病理确认的cT1期肺腺癌结节，来自8个机构	NA	ResLNM（基于残差网络）	AUC, 决策曲线分析	NA
6272	2025-10-06	Deep learning to assess erythritol in zebrafish development, circadian rhythm, and cardiovascular disease risk 2025-Jul-10, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00512-w PMID:40640190	研究论文	使用深度学习方法评估赤藓糖醇对斑马鱼发育、昼夜节律和心血管疾病风险的影响	首次采用深度学习方法系统评估赤藓糖醇对斑马鱼发育时序、运动行为、昼夜节律和血栓形成的综合影响	研究仅基于斑马鱼模型，结果外推至人类需谨慎；赤藓糖醇浓度范围有限	评估赤藓糖醇作为人工甜味剂的安全性及其对生物发育和健康的潜在风险	斑马鱼胚胎和幼虫	数字病理	心血管疾病	深度学习	深度学习模型	发育时序数据、行为数据、分子表达数据	斑马鱼胚胎（从受精后2小时暴露至120小时）	NA	NA	NA	NA
6273	2025-10-06	Deformable detection transformers for domain adaptable ultrasound localization microscopy with robustness to point spread function variations 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09120-w PMID:40640235	研究论文	提出一种基于可变形检测Transformer的超声定位显微成像方法，能够应对点扩散函数变化并实现跨域适应	首次将可变形检测Transformer(DE-DETR)应用于超声定位显微成像，结合KDTree算法改进微泡跟踪，解决了点扩散函数动态变化和模拟-活体数据域适应问题	方法在模拟和活体数据间的泛化能力仍需进一步验证，未明确说明计算资源需求	提升超声定位显微成像在临床应用中的性能和鲁棒性	气体微泡在血管中的运动轨迹	计算机视觉	NA	超声定位显微成像(ULM)	Transformer	超声图像序列	NA	NA	DEformable DEtection TRansformer (DE-DETR)	精确率, 召回率	NA
6274	2025-10-06	An ODE based neural network approach for PM2.5 forecasting 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05958-2 PMID:40640232	研究论文	提出两种基于常微分方程的神经网络模型用于PM2.5浓度预测	开发了基于Transformer的ODE模型和闭式ODE模型，相比传统LSTM模型在长期预测中表现更优	未明确说明模型在处理极端天气事件或突发污染事件时的表现	提高PM2.5浓度时间序列预测的准确性	PM2.5浓度时间序列数据	机器学习	NA	时间序列预测	ODE, Transformer, LSTM, BiLSTM, GRU, CNN	时间序列数据	NA	NA	Transformer, LSTM, BiLSTM, GRU, ODE-LSTM, PCNN, CNN-LSTM	RMSE	NA
6275	2025-10-06	Enhanced spectrum sensing for 5G and LTE signals using advanced deep learning models and hyperparameter tuning 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07837-2 PMID:40640243	研究论文	本文提出了一种利用先进深度学习模型和超参数调优增强5G和LTE信号频谱感知准确性的新方法	首次系统研究超参数调优对深度学习模型在频谱感知中性能的影响，并采用DenseNet121和InceptionV3架构在动态噪声环境中实现显著性能提升	在低信噪比帧被排除的受控场景中表现最佳，实际应用中信号质量变化可能影响性能	提高5G和LTE信号在动态噪声环境中的频谱感知准确性	5G和LTE无线信号	机器学习	NA	深度学习	CNN	无线信号数据	包含合成信号和真实数据的大规模多样化数据集	NA	DenseNet121, InceptionV3	检测准确率	NA
6276	2025-10-06	SynergyBug: A deep learning approach to autonomous debugging and code remediation 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08226-5 PMID:40640256	研究论文	提出一种结合BERT和GPT-3的自主调试与代码修复深度学习系统	首次将BERT的上下文理解能力与GPT-3的代码生成能力结合，实现自动化的错误检测与修复统一流程	需要人工监控安全程序并管理系统训练偏差	开发自动化软件调试系统以提高软件开发质量	软件错误报告、错误日志和文档	自然语言处理	NA	深度学习	BERT, GPT-3	文本	超过100,000个错误报告案例	NA	Transformer	准确率, 精确率, 召回率	NA
6277	2025-10-06	Lightweight machine learning framework for efficient DDoS attack detection in IoT networks 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10092-0 PMID:40640290	研究论文	提出一种轻量级机器学习框架，用于物联网网络中高效的DDoS攻击检测	专门针对资源受限的物联网环境设计，采用Extra Trees分类器进行特征选择，显著降低计算开销	仅使用NSL-KDD数据集进行评估，未在真实物联网环境中测试	开发适用于物联网网络的高效DDoS攻击检测方案	物联网网络中的DDoS攻击	机器学习	NA	NA	Random Forest, Logistic Regression, Naïve Bayes	网络流量数据	NSL-KDD数据集	Scikit-learn	Extra Trees Classifier, Random Forest, Logistic Regression, Naïve Bayes	准确率, 精确率, 召回率, F1分数	NA
6278	2025-10-06	Plastic water bottle detection model using computer vision in aquatic environments 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09300-8 PMID:40640371	研究论文	提出一种基于计算机视觉的水生环境中塑料水瓶自动检测与计数方法	结合YOLOv8目标检测模型与Norfair目标跟踪库，并开发了新颖的后处理算法来过滤误检	仅针对塑料水瓶进行检测，测试场景有限	开发自动化废物计数方法以解决水域垃圾污染监测问题	河流和溪流中漂浮的塑料水瓶	计算机视觉	NA	目标检测、目标跟踪	YOLOv8	图像	多个公开可用的标记垃圾和塑料水瓶图像数据集	PyTorch, Norfair	YOLOv8	召回率, 误检数	NA
6279	2025-10-06	Automated tick classification using deep learning and its associated challenges in citizen science 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10265-x PMID:40640390	研究论文	本研究开发了基于深度学习的自动化蜱虫分类系统，用于公民科学项目中的大规模蜱虫监测	首次将AI与公民科学相结合用于蜱虫监测，采用迁移学习和目标检测技术处理公民提交的图像数据	面临类别不平衡、物种相似性和形态变异等挑战，模型在分布外数据上的性能有待提升	开发自动化蜱虫分类系统以支持公共卫生监测	七种蜱虫物种，包括欧洲本土物种和外来入侵物种	计算机视觉	莱姆病,蜱传脑炎	图像分析,目标检测,迁移学习	深度学习	图像	超过15,000张公民提交的蜱虫图像	NA	EfficientNetV2M	宏召回率,马修斯相关系数(MCC)	NA
6280	2025-10-06	Deep learning on routine full-breast mammograms enhances lymph node metastasis prediction in early breast cancer 2025-Jul-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01831-8 PMID:40640522	研究论文	本研究利用深度学习技术分析常规全乳乳腺X线摄影图像，以提升早期乳腺癌术前淋巴结转移预测能力	首次将全乳乳腺X线摄影图像与临床变量结合，通过深度学习模型显著提升淋巴结转移预测性能	回顾性研究设计，数据来源于三家瑞典机构，样本代表性可能存在局限	开发术前淋巴结转移预测模型，为乳腺癌手术降级策略提供依据	1265名cN0 T1-T2期乳腺癌患者（接受初次手术，未进行新辅助治疗）	医学影像分析	乳腺癌	乳腺X线摄影	深度学习	医学影像（乳腺X线图像）和临床数据	1265名患者，来自三家医疗机构	NA	NA	ROC AUC, 敏感性, 净收益, 前哨淋巴结活检减少率	NA