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
7201	2025-10-06	Integrating AI/ML and multi-omics approaches to investigate the role of TNFRSF10A/TRAILR1 and its potential targets in pancreatic cancer 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110432 PMID:40424767	研究论文	本研究通过整合AI/ML和多组学方法，探索TNFRSF10A/TRAILR1在胰腺癌中的治疗靶点潜力	首次将空间转录组学、深度学习QSAR建模和分子动力学模拟相结合，系统性识别胰腺癌中TNFRSF10A靶向的已批准药物和天然化合物	研究主要基于计算预测和体外模拟，需要后续实验验证	发现胰腺导管腺癌的新型治疗靶点和候选药物	胰腺导管腺癌(PDAC)及其肿瘤微环境	计算生物学	胰腺癌	多组学分析(基因组学、空间转录组学、蛋白质组学)、ceRNA网络分析、QSAR建模、分子动力学模拟	深度学习、Transformer	基因组数据、转录组数据、蛋白质组数据、化学结构数据	NA	NA	SELFormer	结合亲和力、结合能(MM-PBSA)、RMSD漂移、PCA、SASA	NA
7202	2025-10-06	Estimating Total Lung Volume from Pixel-Level Thickness Maps of Chest Radiographs Using Deep Learning 2025-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.240484 PMID:40434310	研究论文	使用U-Net深度学习模型从胸片像素级厚度图估计总肺容积	首次使用U-Net模型从胸片生成像素级肺厚度图来估计总肺容积	回顾性研究，样本量有限，仅使用正面胸片	从胸片准确估计总肺容积	胸片和CT扫描图像	医学影像分析	慢性阻塞性肺疾病	CT扫描，深度学习	U-Net	医学影像	5959例CT扫描（来自两个公共数据集）和72名参与者（来自医院数据集）	NA	U-Net	均方误差，皮尔逊相关系数，双侧t检验	NA
7203	2025-10-06	Spatiotemporal calcium signaling patterns underlying opposing effects of histamine and TAS2R agonists in airway smooth muscle 2025-Jul-01, American journal of physiology. Lung cellular and molecular physiology DOI:10.1152/ajplung.00058.2025 PMID:40434402	研究论文	本研究通过单细胞显微镜和深度学习分割技术，比较了组胺和苦味受体激动剂在气道平滑肌中钙信号时空动态的差异	首次系统比较了组胺与苦味受体激动剂在气道平滑肌细胞中钙信号时空模式的差异，并整合到离子通道动力学模型中	研究主要基于体外细胞实验，需要进一步在体验证	探究组胺和苦味受体激动剂在气道平滑肌中钙信号时空动态差异及其对肌肉收缩/松弛的影响机制	气道平滑肌细胞	数字病理学	哮喘	单细胞显微镜，钙信号成像	深度学习	图像	NA	NA	NA	NA	NA
7204	2025-10-06	Optimization enabled ensemble based deep learning model for elderly falling risk prediction 2025-Jul, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2514802 PMID:40504132	研究论文	本研究开发了一种基于优化集成深度学习模型的老年人跌倒风险预测方法	提出了一种新型双指数琴鸟优化算法，结合双指数平滑和琴鸟优化来训练集成学习模型	NA	开发先进的老年人跌倒风险预测模型	老年人跌倒风险	机器学习	老年疾病	深度学习	集成学习,XGBoost,1D-CNN,深度信念网络	NA	NA	NA	XGBoost,一维卷积神经网络,深度信念网络	NA	NA
7205	2025-10-06	A novel method in COPD diagnosing using respiratory signal generation based on CycleGAN and machine learning 2025-Jul, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2329938 PMID:38551327	研究论文	提出一种基于CycleGAN和机器学习的新型COPD诊断方法，通过呼吸信号生成和特征分析实现疾病分类	首次将CycleGAN用于呼吸信号数据增强，结合逆变换技术和多种深度学习模型进行COPD诊断	NA	利用呼吸声音的独特特征诊断慢性阻塞性肺疾病（COPD）	呼吸声音信号	机器学习	慢性阻塞性肺疾病	呼吸信号分析，小波变换，频谱变换	CNN, CycleGAN	音频信号	NA	NA	VGG16, ResNet50, InceptionV3, CycleGAN	F1-score	NA
7206	2025-10-06	Development and validation of an MRI spatiotemporal interaction model for early noninvasive prediction of neoadjuvant chemotherapy response in breast cancer: a multicentre study 2025-Jul, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103298 PMID:40584836	研究论文	开发并验证基于纵向MRI数据的时空交互模型，用于早期无创预测乳腺癌新辅助化疗反应	首次提出结合连体网络和基于Transformer的多头注意力机制，同时捕捉肿瘤空间异质性和时间动态的时空交互模型	研究主要基于中国多中心数据，需要进一步在更广泛人群中验证	开发早期无创预测乳腺癌新辅助化疗反应的模型	乳腺癌患者	医学影像分析	乳腺癌	DCE-MRI	连体网络, Transformer	MRI图像	1044名患者来自五个医疗中心	NA	基于连体网络的时空交互模型	AUC, AP, 准确率, 敏感性, 特异性	NA
7207	2025-10-06	Patient-specific deep learning tracking for real-time 2D pancreas localisation in kV-guided radiotherapy 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100794 PMID:40584994	研究论文	本研究开发了基于患者特异性深度学习的方法，用于实时跟踪胰腺立体定向放疗中的二维胰腺定位	首次将条件生成对抗网络应用于胰腺千伏图像中的实时跟踪，并通过患者特异性微调提升性能	研究样本量有限（25名患者），且需要基于锥束CT数据进行模型微调	开发胰腺立体定向放疗中实时运动管理的精准跟踪方法	胰腺大体肿瘤体积、胰头和全胰腺	医学影像分析	胰腺癌	千伏成像，锥束CT，数字重建放射影像	条件生成对抗网络	2D千伏图像，CT图像，锥束CT图像	25名胰腺癌患者	NA	条件生成对抗网络	Dice相似系数，质心误差，平均Hausdorff距离，95百分位Hausdorff距离	NA
7208	2025-10-06	An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation 2025-Jul-01, Archives of physiology and biochemistry IF:2.5Q2 DOI:10.1080/13813455.2025.2524182 PMID:40590298	研究论文	提出一种结合自适应R2-Unet图像分割和注意力Densenet-LSTM的深度学习框架，用于X射线图像的肺部疾病检测与分类	提出自适应循环残差U-Net（AR2-UNet）分割网络，采用增强河豚优化算法（EPOA）优化参数，并开发注意力Densenet与LSTM结合的ADNet-LSTM分类模型	NA	开发高效的肺部疾病自动检测与分类系统以辅助临床诊断	胸部X射线图像中的肺部疾病	计算机视觉	肺部疾病	X射线成像	CNN, LSTM	图像	NA	NA	AR2-UNet, DenseNet, LSTM, ResNet, Inception	准确率	NA
7209	2025-10-06	A Multimodal Predictive Model for Chronic Kidney Disease and Its Association With Vascular Complications in Patients With Type 2 Diabetes: Model Development and Validation Study in South Korea and the U.K 2025-Jul-01, Diabetes care IF:14.8Q1 DOI:10.2337/dc25-0355 PMID:40590639	研究论文	开发了一种多模态模型用于预测2型糖尿病患者慢性肾脏病及其血管并发症风险	整合眼底图像和临床数据，使用可解释AI方法分析预测因子，并探索模型概率与血管并发症的关联	研究队列仅来自韩国和英国，需要更多地区验证	开发预测2型糖尿病患者慢性肾脏病的多模态模型	2型糖尿病患者	医学人工智能	慢性肾脏病, 2型糖尿病	多模态数据分析, 可解释AI	深度学习, 集成学习	图像, 临床数据	发现队列7028人(韩国), 验证队列1544人(英国)	NA	VGG16, DNN	AUC, 风险比	NA
7210	2025-10-06	How I Do It: Three-Dimensional MR Neurography and Zero Echo Time MRI for Rendering of Peripheral Nerve and Bone 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.241604 PMID:40590699	方法论文	介绍结合三维MR神经成像和零回波时间MRI进行周围神经与骨骼融合渲染的方法	首次提出将3D MR神经成像与3D ZTE MRI序列结合进行神经与骨骼的融合渲染，展示神经与骨骼的空间关系	文中讨论了神经与骨骼渲染过程中面临的技术挑战	开发用于临床决策的神经与骨骼三维可视化方法	周围神经与骨骼结构	医学影像分析	周围神经疾病	MR神经成像, 零回波时间MRI, 深度学习重建	深度学习	MRI影像	NA	NA	NA	NA	NA
7211	2025-10-06	Harnessing AI for Improved Diagnosis and Management of Pediatric Sepsis: Current Advances, Challenges, and Future Directions 2025-Jul-01, Pediatric emergency care IF:1.2Q3 DOI:10.1097/PEC.0000000000003397 PMID:40590973	综述	探讨人工智能在儿科脓毒症诊断与管理中的当前应用、挑战与未来发展方向	系统整合知识驱动AI与数据驱动AI在儿科脓毒症领域的联合训练方法，并涵盖从筛查到个性化治疗的全流程AI应用	未提及具体数据验证结果和模型性能指标，主要聚焦于概念框架和潜在应用	改善儿科脓毒症的及时诊断与临床管理	社区获得性儿科脓毒症患者	自然语言处理, 机器学习	脓毒症	电子健康记录分析, 联邦学习	专家系统, 机器学习, 深度学习	电子健康记录, 生命体征监测数据, 临床文本	NA	NA	大型语言模型	NA	NA
7212	2025-10-06	Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.565993 PMID:40591274	研究论文	提出基于材料相似性的迁移学习方法用于超表面的光谱预测和逆向设计	利用材料相似性实现迁移学习，在保证网络性能的同时减少50%训练数据需求	仅验证了吸收超表面和偏振转换超表面两种类型，未涉及更广泛的超材料设计	解决深度学习在超表面设计中数据依赖性问题	吸收超表面和偏振转换超表面	机器学习	NA	迁移学习	深度学习	光谱数据	NA	NA	NA	NA	NA
7213	2025-10-06	Coal classification and analysis based on shadowgraphy and deep learning methods 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.559226 PMID:40591303	研究论文	基于阴影成像技术和深度学习方法开发煤炭自动分类与成分分析系统	采用光纤传输的激光激发和图像采集系统，实现纳秒至微秒级冲击波传播过程的高分辨率成像，避免传统高速相机提高帧率时分辨率下降的问题	仅在实验室环境下验证，尚未在实际工业场景中测试	煤炭自动分类与关键成分预测	29种不同类型的煤炭样本	计算机视觉	NA	阴影成像技术	CNN	图像	29种煤炭类型	NA	卷积神经网络	准确率, RMSEP	NA
7214	2025-10-06	Deep learning-enhanced image analysis for liquid crystal optical sensing 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561960 PMID:40591341	研究论文	本研究利用VGG16深度学习模型加速液晶光学图像分析，实现可视化精确传感应用	首次将VGG16深度学习模型应用于液晶光学图像分析，显著提升传感速度和灵敏度	仅针对两种代表性表面活性剂和胰岛素检测进行了验证，未涉及更广泛的检测对象	开发基于深度学习的液晶光学图像分析方法，提高传感性能	液晶光学图像、表面活性剂(CTAB和SDS)、胰岛素特异性适配体和胰岛素	计算机视觉	NA	偏振光学显微镜成像	CNN	图像	NA	NA	VGG16	准确率, 平均相对误差	NA
7215	2025-10-06	Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.562369 PMID:40591336	研究论文	提出一种基于深度学习的共相误差同时检测方法，用于光学稀疏孔径系统	首次实现活塞误差和倾斜误差的同时检测，通过分离网络消除误差间干扰	基于仿真验证，尚未进行实际系统验证	提高光学稀疏孔径系统共相误差检测效率	光学稀疏孔径系统的共相误差	计算机视觉	NA	深度学习	CNN	特征图	NA	NA	分离网络, 检测网络	检测精度	NA
7216	2025-10-06	Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls 2025-Jul-01, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2521868 PMID:40591440	研究论文	开发并评估用于甲状腺眼病患者视神经病变预测的眼眶CT深度学习模型	首次证明基于眼眶CT的深度学习模型在视神经病变分类性能上可与医学专家相媲美，并揭示了骨性眼眶壁对预测性能的影响	研究样本量相对较小（126名患者），且为单中心回顾性研究	开发用于甲状腺眼病患者视神经病变预测的深度学习模型	甲状腺眼病患者	医学影像分析	甲状腺眼病	CT成像	深度学习模型	CT图像	126名甲状腺眼病患者（252个眼眶），其中36个眼眶确诊视神经病变	NA	NA	灵敏度, 特异性, AUC	NA
7217	2025-10-06	Zero-shot segmentation of spinal vertebrae with metastatic lesions: an analysis of Meta's Segment Anything Model 2 and factors affecting learning free segmentation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25234 PMID:40591965	研究论文	评估Meta的Segment Anything Model 2在无需训练的情况下分割脊柱转移瘤椎体的能力	首次系统评估通用分割模型SAM 2在脊柱转移瘤零样本分割中的表现，并分析影响分割性能的临床因素	仅使用单一公开数据集，未针对椎体位置和患者体型进行模型优化	评估零样本分割模型在脊柱转移瘤影像分析中的临床应用价值	脊柱CT扫描中的胸腰椎椎体，特别是伴有转移性病变的椎体	计算机视觉	脊柱转移瘤	CT影像分析	基础模型	医学影像	55名患者的779个胸腰椎椎体，其中167个有转移瘤	SAM 2	Segment Anything Model 2	Dice相似系数	NA
7218	2025-10-06	Image-based detection of the internal carotid arteries and sella turcica in endoscopic endonasal transsphenoidal surgery 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24940 PMID:40591959	研究论文	本研究开发了一种基于深度学习的计算机视觉模型，用于在内镜经鼻蝶窦手术视频中自动检测颈内动脉和蝶鞍	首次将YOLOv5目标检测架构应用于内镜经鼻蝶窦手术视频中关键解剖结构的实时检测	研究为回顾性队列研究，模型泛化能力需要来自不同手术环境的未见数据进行验证	开发能够识别关键解剖标志物的深度学习模型，预防手术中潜在的致命损伤	内镜经鼻蝶窦手术视频中的颈内动脉和蝶鞍解剖结构	计算机视觉	NA	内镜视频成像	目标检测模型	图像	98例患者的 endoscopic 视频图像	YOLOv5	YOLOv5s	精确率, 召回率, mAP@0.5, mAP@0.5:0.95, AUC, 准确率	NA
7219	2025-10-06	Open-source AI-assisted rapid 3D color multimodal image fusion and preoperative augmented reality planning of extracerebral tumors 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24557 PMID:40591963	研究论文	开发基于开源AI的快速3D彩色多模态图像融合及增强现实规划系统用于脑外肿瘤手术	首次将开源AI工具(FastSurfer/Raidionics)与增强现实可视化结合，创建高效的3D彩色多模态图像融合工作流	研究仅针对脑外肿瘤患者，样本量为130例	开发用于脑外肿瘤手术术前规划和手术引导的先进方法	130例脑外肿瘤患者	数字病理	脑外肿瘤	多模态图像融合，增强现实投影	深度学习	3D医学图像	130例患者	FastSurfer, Raidionics-Slicer	NA	Dice相似系数, 95% Hausdorff距离, 手术时间, 出血量, 切除完整性, 并发症发生率, 住院时间, mRS评分	NA
7220	2025-10-06	Generation of synthetic CT-like imaging of the spine from biplanar radiographs: comparison of different deep learning architectures 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25170 PMID:40591967	研究论文	比较两种深度学习架构（GAN和CNN-INR）从双平面X光片生成脊柱合成CT图像的性能	首次系统比较GAN和CNN-INR在从双平面X光片生成脊柱合成CT图像方面的表现	两种模型均未达到临床级输出质量，样本量相对有限（216训练+54验证）	开发从双平面X光片生成脊柱合成CT图像的稳健且临床可行的深度学习方法	脊柱CT图像和对应的数字重建X光片（DRRs）	计算机视觉	脊柱疾病	数字重建X光片（DRRs）技术	GAN, CNN	医学图像（CT和X光片）	216个训练病例和54个验证病例	NA	GAN, CNN结合隐式神经表示（CNN-INR）	结构相似性指数（SSIM）, 峰值信噪比（PSNR）, 余弦相似度（CS）	NA