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
681	2025-10-30	CISCS: Classification of inter-class similarity based medicinal plant species groups with machine learning 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103652 PMID:41140625	研究论文	提出一种基于多级特征融合的机器学习方法，用于解决具有高度类间相似性的药用植物物种分类问题	创新性地融合了3D归一化颜色直方图、扩展均匀LBP、多方向Gabor滤波器和HOG特征，结合SMOTE数据增强和软投票集成分类器	主要针对印度药用植物物种，在其他地区植物分类中的泛化能力有待验证	开发一种在类间相似性高和数据集不平衡条件下更鲁棒的药用植物物种分类方法	印度药用植物物种	计算机视觉	NA	图像分析	集成学习	图像	印度药用植物数据集	Scikit-learn	多级特征融合模型	准确率	NA
682	2025-10-30	HER2-SISH40x: Annotated histopathology image dataset for HER2 amplification assessment in breast cancer 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111941 PMID:41140847	研究论文	介绍用于乳腺癌HER2扩增评估的标注组织病理学图像数据集HER2-SISH40x	基于VENTANA HER2双探针ISH染色构建首个包含明确HER2扩增状态标注的40倍放大病理图像数据集	数据集规模相对有限，仅包含50张全切片图像和537个感兴趣区域	开发用于自动HER2评分的计算病理学方法	乳腺癌组织样本	数字病理学	乳腺癌	原位杂交(ISH)，VENTANA HER2双探针ISH染色	深度学习模型	病理图像	50张全切片图像，237个癌症ROIs（含HER2扩增和非扩增），300个正常组织ROIs	NA	NA	NA	NA
683	2025-10-30	A labeled image dataset of common tomato diseases for classification and object detection 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112032 PMID:41140870	研究论文	本研究介绍了一个用于番茄病害分类和目标检测的标注图像数据集	提供了在真实温室条件下采集的多角度、多尺度番茄病害图像数据集，并包含专业病理学家的手动标注	数据集仅包含三种番茄病害类型，样本数量相对有限	开发高质量的作物病害图像数据集以支持计算机视觉在农业中的应用	番茄病害图像数据	计算机视觉	番茄病害	图像采集与标注	NA	图像	1026张高分辨率图像（病毒病417张、灰霉病82张、青枯病527张）	LabelImg	NA	NA	NA
684	2025-10-30	A dataset for splenomegaly and its related findings in CT imaging 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112114 PMID:41140855	研究论文	本文介绍了一个专门用于研究脾肿大及其相关发现的多样化CT影像数据集	提供了首个专门针对脾肿大研究的公开多样化CT数据集，填补了该领域公开数据资源的空白	数据集规模相对有限（248例），仅来自单一医疗中心，可能影响模型的泛化能力	开发基于人工智能的脾肿大诊断模型，支持脾肿大的检测、严重程度评估和病因识别	248名成年患者的CT扫描和临床数据	数字病理学	脾肿大相关疾病	CT成像	NA	CT影像	248例成年患者CT扫描（42%女性），平均年龄48.2岁（范围18-91岁）	NA	NA	NA	NA
685	2025-10-30	A comprehensive annotated image dataset for deep learning analysis of eggplant leaf diseases 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112140 PMID:41140868	研究论文	开发了一个用于茄子叶片病害深度学习分析的全面标注图像数据集，并提出了CBAM-EfficientNetB0分类模型	创建了目前最全面的茄子病害数据集，包含10种不同病害类别，并提出结合通道和空间注意力的CBAM-EfficientNetB0模型	数据仅来自孟加拉国的两个农业区域，可能缺乏地理多样性	实现茄子叶片病害的准确识别和分类，支持精准农业中的早期病害检测	茄子叶片病害图像	计算机视觉	植物病害	图像采集、数据增强	CNN	图像	3116张原始高分辨率图像，通过数据增强扩展到10000张	NA	CBAM-EfficientNetB0, ResNet50, VGG16, VGG19	准确率	NA
686	2025-10-30	Spectral-distortion-suppressed deep learning for fiber sensor photoacoustic microscopy 2025-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100774 PMID:41142359	研究论文	提出一种抑制光谱畸变的深度学习框架，用于光纤传感器光声显微镜，以提高血氧饱和度计算的准确性	开发了两阶段深度学习框架，第一阶段将3D数据降维为2D图像并抑制噪声，第二阶段整合双波长图像并抑制光谱畸变	使用传统高信噪比光声显微镜系统采集的数据集进行验证，未在真实临床环境中验证	解决光纤传感器光声显微镜在扩大视场时信噪比下降导致血氧饱和度计算不准确的问题	光纤传感器光声显微镜系统采集的光声信号和图像数据	医学影像处理	NA	光声显微镜，光纤激光传感器	深度学习	3D光声数据，2D图像	NA	NA	NA	信噪比，血氧饱和度计算准确性，图像保真度	NA
687	2025-10-30	Enhancing accuracy of detecting left atrial dilatation on CT pulmonary angiography 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100696 PMID:41142702	研究论文	本研究评估人工智能分割模型在CT肺动脉造影中检测左心房扩张的性能	首次在非心电图门控CTPA中使用深度学习模型自动测量左心房体积，并与心脏MRI金标准及放射科医生报告进行对比	单中心回顾性研究，样本主要来自白人群体（85.8%），可能限制结果的普适性	提高在CT肺动脉造影中检测左心房扩张的准确性	疑似肺动脉高压患者	医学影像分析	心血管疾病	CT肺动脉造影（CTPA），心脏MRI（CMR）	深度学习分割模型	医学影像（CT和MRI）	451名患者（平均年龄64±13岁，62.5%女性，85.8%白人）	NA	NA	敏感性，特异性，阳性预测值，阴性预测值，相关系数，Kappa系数，Bland-Altman分析	NA
688	2025-10-30	PlantCity: A comprehensive image based on multi crop leaves in Pakistan 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112130 PMID:41140863	研究论文	本文介绍了PlantCity数据集，这是一个包含巴基斯坦12种主要作物叶片的高分辨率图像数据集，用于植物病害分类	创建了首个针对巴基斯坦多种作物的综合植物病害图像数据集，包含真实田间条件下的高温环境数据	数据收集仅限于巴基斯坦两个特定地区，可能无法代表其他地理区域的环境条件	开发用于自动化植物病害分类的深度学习模型，支持精准农业和可持续农业	12种主要作物叶片：苹果、杏、豆类、樱桃、玉米、无花果、葡萄、枇杷、梨、番茄、核桃和柿子	计算机视觉	植物病害	智能手机计算机视觉	深度学习模型	图像	原始图像10,667张，增强后总计52,273张图像，涵盖52个类别（41个病害类和11个健康类）	NA	NA	NA	NA
689	2025-10-30	Cotton leaf image dataset for disease classification and health monitoring 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112142 PMID:41159111	研究论文	本文提出了一个用于棉花叶部疾病分类和健康监测的精心策划图像数据集	创建了包含原始和增强高分辨率图像的棉花叶部疾病数据集，涵盖四种常见疾病类型，支持精准农业研究	数据仅来自孟加拉国达卡的一个农业大学的植物，地理多样性有限	开发早期自动化疾病检测和棉花植物健康监测方法	棉花叶部疾病图像	计算机视觉	植物疾病	图像采集	深度学习模型	图像	1373张原始图像和4963张增强图像	NA	NA	NA	NA
690	2025-10-30	Biological characteristics prediction of endometrial cancer based on deep convolutional neural network and multiparametric MRI radiomics 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04929-5 PMID:40214699	研究论文	本研究开发了一种结合多参数MRI、深度学习和机器学习的影像组学方案，用于预测子宫内膜癌的多种生物学特征	首次将多参数MRI与深度学习特征提取相结合，通过优化的影像组学方案同时预测子宫内膜癌的四种关键生物学特征	回顾性研究设计，样本量相对有限（201例患者），需要进一步前瞻性验证	开发基于深度学习的影像组学方法预测子宫内膜癌生物学特征	子宫内膜癌患者	计算机视觉	子宫内膜癌	多参数磁共振成像	CNN	医学影像	201例子宫内膜癌患者	NA	深度卷积神经网络	AUC, 准确率, 精确率, 召回率, F1分数	NA
691	2025-10-30	DWI of the rectum with deep learning reconstruction: comparison of PROPELLER, reduced FOV, and conventional DWI 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04950-8 PMID:40244478	研究论文	比较PROPELLER、rFOV和常规DWI结合深度学习重建在直肠肿瘤评估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三种不同DWI序列（PROPELLER、rFOV和常规DWI）的系统性比较研究	样本量较小（42次MRI检查），诊断准确性改善未达统计学显著性	评估不同DWI序列结合深度学习重建在直肠肿瘤成像中的表现	38名直肠肿瘤患者的42次MRI检查	医学影像分析	直肠癌	扩散加权成像（DWI），深度学习重建（DLR）	深度学习	MRI影像	38名患者的42次MRI检查	NA	NA	图像质量评分，诊断准确性，加权kappa值	NA
692	2025-10-30	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	研究论文	评估深度学习重建在子宫内膜癌单次激发平面回波成像扩散加权成像中的效果，并与多次激发平面回波成像进行比较	首次将深度学习重建技术应用于子宫内膜癌的单次激发平面回波成像扩散加权成像，并与传统方法进行系统比较	回顾性研究设计，样本量较小（31例患者）	评估深度学习重建在子宫内膜癌扩散加权成像中的图像质量和诊断准确性	31例经手术确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	扩散加权成像，磁共振成像，深度学习重建	深度学习	医学影像	31例子宫内膜癌患者	NA	NA	图像质量评分，表观扩散系数值，噪声，信噪比，对比噪声比，诊断准确率	NA
693	2025-10-30	The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04949-1 PMID:40285792	研究论文	本研究通过整合临床特征、影像组学特征和深度学习特征，建立并验证了预测胃癌术前浆膜侵犯的联合模型	首次将手工提取的影像组学特征与8种迁移学习模型的深度学习特征相结合，构建了多中心验证的HCR-DLR模型，并与临床特征整合形成CRC联合模型	回顾性研究设计，样本量相对有限（335例患者），仅基于双中心数据	预测胃癌患者术前浆膜侵犯状态	胃癌患者	医学影像分析	胃癌	CT静脉期影像	迁移学习,机器学习	医学影像,临床数据	335例来自两个医疗中心的患者	NA	8种迁移学习模型	AUC	NA
694	2025-10-30	State of the art review of AI in renal imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	综述	本文综述了人工智能在肾脏影像学中的最新应用进展	系统总结了AI在肾脏病变检测、分割和分类中的最新成果，并指出了临床实施面临的挑战	存在数据变异性、可解释性问题和发表偏倚等局限性	探讨AI在肾脏病变评估中的当前作用及其在术前诊断中的潜力	肾脏病变和肾细胞癌	医学影像分析	肾细胞癌	机器学习、深度学习	NA	影像数据	NA	NA	NA	NA	NA
695	2025-10-30	Computer-aided diagnosis tool utilizing a deep learning model for preoperative T-staging of rectal cancer based on three-dimensional endorectal ultrasound 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04966-0 PMID:40304753	研究论文	开发基于三维直肠内超声和深度学习模型的计算机辅助诊断工具，用于直肠癌术前T分期	首次将深度学习模型与三维直肠内超声结合用于直肠癌术前T分期，并验证其对放射科医生诊断性能的提升	回顾性研究，样本量相对有限（216例患者），需进一步前瞻性验证	开发计算机辅助诊断工具以提高直肠癌术前分期的准确性	216例直肠癌患者的三维直肠内超声图像	计算机视觉	直肠癌	三维直肠内超声	深度学习模型	三维超声图像	216例患者（训练队列156例，测试队列60例）	NA	NA	AUC, κ值	NA
696	2025-10-30	Segmentation of renal vessels on non-enhanced CT images using deep learning models 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04984-y PMID:40358703	研究论文	本研究评估了使用深度学习模型在非增强CT图像上进行肾血管重建的可行性	首次在非增强CT图像上应用深度学习模型进行肾血管重建，无需对比剂增强参考	模型在识别副肾动脉和副肾静脉方面准确率较低，特别是对小型附属血管识别困难	评估深度学习模型在非增强CT图像上重建肾血管的准确性和可行性	177名患者的肾脏CT扫描图像	医学影像分析	肾脏疾病	CT扫描	深度学习模型	CT图像	177名患者（训练集120，验证集20，测试集37）	NA	NA	准确率	NA
697	2025-10-30	Development and validation of an artificial intelligence system for triple-negative breast cancer identification and prognosis prediction: a multicentre retrospective study 2025-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103557 PMID:41140446	研究论文	开发并验证用于三阴性乳腺癌识别和预后预测的人工智能系统TRIP	首个基于H&E染色全切片图像同时实现TNBC识别和预后预测的深度学习系统，结合病理热图和多组学分析增强模型可解释性	主要基于术后组织数据，未整合临床变量，限制了在术前场景的即时应用	开发人工智能系统用于三阴性乳腺癌的识别和预后预测	乳腺癌患者，特别是三阴性乳腺癌患者	数字病理	乳腺癌	H&E染色全切片成像，多组学分析	深度学习	病理图像	内部队列2045例（其中451例TNBC有随访结果），外部验证2793例（TNBC识别）和463例（预后预测）	NA	NA	AUC, C-index	NA
698	2025-10-30	Deep learning algorithms for identifying developmental dysplasia of the hip based on sonographic images: a retrospective, prospective, multicenter study in China 2025-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103552 PMID:41140452	研究论文	开发并验证基于超声图像的深度学习算法HipSonoNeuNet用于识别发育性髋关节发育不良	首次使用多中心髋关节超声数据开发深度学习算法，并在回顾性和前瞻性研究中验证其性能	研究仅限于中国22家医院的数据，需要进一步外部验证	开发能够准确识别发育性髋关节发育不良的深度学习算法	疑似发育性髋关节发育不良的婴儿	计算机视觉	发育性髋关节发育不良	超声成像	CNN	图像	3082名参与者，7286张髋关节超声图像（1429张动态，5857张静态）	NA	HipSonoNeuNet	AUC, 敏感度, 特异度, F1分数, 准确率, Kappa系数	NA
699	2025-10-30	Automated Prediction of Pathological Complete Response to Neoadjuvant Chemotherapy in Breast Carcinoma Using Deep Learning on Pretreatment Core Needle Biopsy Samples 2025-Nov, Anticancer research IF:1.6Q4 DOI:10.21873/anticanres.17856 PMID:41151888	研究论文	开发基于深度学习的融合模型，利用治疗前核心针穿刺活检样本预测乳腺癌新辅助化疗的病理完全缓解	首次直接利用全切片图像而非人工标注区域，结合临床元数据开发融合分类模型，无需专家标注即可实现准确预测	样本量相对有限（130例患者），仅针对浸润性导管癌患者	评估治疗前核心针穿刺活检全切片图像对新辅助化疗病理完全缓解的预测价值	130例接受新辅助化疗后手术的浸润性导管癌患者	数字病理学	乳腺癌	数字病理全切片图像分析	深度学习融合分类模型	病理图像, 临床元数据	130例乳腺癌患者	NA	NA	准确率	NA
700	2025-10-30	Improved classification of oral cancer through a personalized transfer learning CNN architecture 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.10.002 PMID:41158527	研究论文	本研究提出了一种基于卷积神经网络和迁移学习的个性化架构，用于口腔癌的自动检测	采用个性化迁移学习CNN架构，结合SMOTE和数据增强技术处理小样本和类别不平衡问题	未进行外部验证，数据集规模较小且存在类别不平衡	开发可靠的口腔癌早期检测系统	口腔癌患者	计算机视觉	口腔癌	深度学习	CNN	图像	小规模数据集	NA	个性化迁移学习CNN架构，包含两个全连接层（FC1特征嵌入层和FC2分类头）	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA