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
721	2025-05-25	CPDMS: a database system for crop physiological disorder management 2025-Apr-22, Database : the journal of biological databases and curation DOI:10.1093/database/baaf031 PMID:40261733	research paper	本研究开发了一个用于实时收集和分析番茄生理障碍图像的系统，构建了一个包含多种胁迫条件下番茄图像的数据库	开发了一个系统化的番茄生理障碍图像收集与分析系统，并构建了一个大规模的图像数据库	AI模型的平均精度(mAP)和召回率仍有提升空间	开发一个用于精准农业的实时作物图像收集与分析系统	番茄生理障碍	digital pathology	NA	deep learning	CNN	image	58,479张番茄图像（其中43,894张适合标注，24,000张用于模型训练，13,037张用于模型测试）
722	2025-05-25	Genetic and Environmental Factors Affecting Hair Density in East Asian Populations 2025-Apr-19, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	研究论文	本研究通过大规模定量评估和基因组关联分析，探讨了东亚人群头发密度的遗传和环境影响因素	首次在东亚人群中识别出三个与头发密度相关的遗传位点，并揭示了这些基因在毛囊发育中的功能作用，同时发现基因型特异性对非那雄胺的反应	研究样本仅来自东亚人群，结果可能不适用于其他族群	识别影响东亚人群头发密度的遗传和环境因素，并探索与其他头发特征和疾病的共享遗传影响	5,735名东亚个体的头发密度特征	遗传学	脱发疾病	GWAS、C-GWAS、meta分析、深度学习图像分析	深度学习模型（未指定具体类型）	图像数据（毛发镜图像）、基因组数据	5,735名东亚个体
723	2025-05-25	Intelligent detection and grading diagnosis of fresh rib fractures based on deep learning 2025-Mar-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01641-0 PMID:40128676	研究论文	本文提出了一种基于深度学习的智能检测和分级诊断方法，用于新鲜肋骨骨折的准确识别和分类	开发了一种改进的基于YOLO的深度学习模型，用于肋骨骨折的自动检测和分级，其性能优于不同经验水平的胸外科医生	研究仅回顾性分析了383名患者的CT图像，外部测试集仅包含50名患者，样本量相对有限	提高新鲜肋骨骨折的检测和分级诊断准确性，减轻医生工作负担，节省医疗资源	新鲜肋骨骨折患者	数字病理学	肋骨骨折	CT成像	改进的YOLO模型	CT图像	433名患者（383名内部数据集，50名外部数据集）
724	2025-05-25	FlyVISTA, an integrated machine learning platform for deep phenotyping of sleep in Drosophila 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq8131 PMID:40073129	研究论文	介绍了一个名为FlyVISTA的机器学习平台，用于果蝇睡眠的深度表型分析	开发了一个集成了高分辨率视频成像系统和深度学习网络的平台，能够注释35个身体部位并从高维数据中提取行为，发现了睡眠和清醒相关的微行为的独特时空动态	研究仅限于果蝇，未涉及其他生物体的睡眠表型分析	深入了解果蝇睡眠的调控和功能	果蝇	机器学习	NA	深度学习	深度学习网络	视频	NA
725	2025-05-25	Learning soft tissue deformation from incremental simulations 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17554 PMID:39642013	research paper	本研究探讨了使用时空增量建模进行面部软组织生物力学模拟的方法	提出了结合时空特征的增量学习方法，显著减少了模拟时间并提高了准确性	样本量较小，仅包含17名接受正颌手术的受试者	加速面部软组织生物力学模拟，以优化正颌手术规划	面部软组织变形模拟	生物力学模拟	正颌手术相关疾病	有限元方法(FEM)与深度学习结合	图神经网络(GNN)	生物力学模拟数据	17名接受正颌手术的受试者
726	2025-05-25	Mask R-CNN assisted diagnosis of spinal tuberculosis 2025-Jan, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241290326 PMID:39973774	研究论文	提出一种基于深度学习的辅助诊断方法，用于脊柱结核的诊断	改进Mask R-CNN模型，通过引入ResPath和cbam*提升性能指标	未提及具体样本量和数据来源的局限性	开发一种准确客观的脊柱结核诊断方法	脊柱结核的CT影像	计算机视觉	脊柱结核	CT成像	Mask R-CNN, Faster-RCNN, SSD	图像	NA
727	2025-05-25	Assessing Self-supervised xLSTM-UNet Architectures for Head and Neck Tumor Segmentation in MR-Guided Applications 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_12 PMID:40400661	研究论文	本文提出了一种新颖的两阶段模型，用于头颈部肿瘤分割，以优化MRI引导的自适应放射治疗	采用自监督3D师生学习框架和xLSTM-based UNet模型，结合时空特征，显著提高了肿瘤分割的准确性	模型性能依赖于有限的未标注数据集，可能影响在更大规模或多样化数据上的泛化能力	优化MRI引导的自适应放射治疗（RT）在头颈部癌症（HNC）中的应用	头颈部肿瘤的MRI图像	数字病理	头颈部癌症	自监督学习，DINOv2架构	xLSTM-based UNet	3D MRI图像	多样化的HNC病例数据集
728	2025-05-25	Semi-supervised CT image segmentation via contrastive learning based on entropy constraints 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00387-y PMID:39220023	research paper	提出了一种基于熵约束对比学习的半监督CT图像分割方法，融合CNN和Transformer以提高未标记医学图像的利用率	设计了一种基于熵约束对比学习的半监督网络模型，融合CNN和Transformer捕捉图像的局部和全局特征信息，并引入残差压缩激励模块以提升分割性能	未明确提及具体局限性，但半监督方法可能依赖于伪标签的质量	提高CT图像的分割性能，特别是在标记数据有限的情况下	CT图像	digital pathology	COVID-19	对比学习	CNN, Transformer	image	COVID-19 CT公共数据集
729	2025-05-25	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	研究论文	本研究开发了一种基于深度学习的模型，用于预测肺鳞状细胞癌患者对新辅助化疗免疫疗法的反应，并探索其生物学机制	使用ResNet50模型在增强CT图像上训练，预测主要病理反应（MPR），并揭示了与免疫反应和抗原处理相关的基因突变和通路	样本量相对较小（309例患者），且仅针对肺鳞状细胞癌（LUSC）患者	预测肺鳞状细胞癌患者对新辅助化疗免疫疗法的反应，并探索其生物学机制	309例肺鳞状细胞癌（LUSC）患者	数字病理	肺癌	深度学习	ResNet50	图像	309例肺鳞状细胞癌患者
730	2025-05-25	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	research paper	该研究开发了一个深度学习驱动的成像框架，用于跟踪真核微生物的整个生命周期，包括细胞分裂和细胞生长	结合微流体培养、显微镜图像的生命周期阶段特异性分割和新型细胞追踪算法FIEST，通过深度学习视频帧插值增强单细胞掩模的连续性	该方法目前仅应用于酿酒酵母的性生命周期，尚未在其他真核微生物中验证	开发定量研究完整真核微生物生命周期的方法	真核微生物（特别是酿酒酵母）的性生命周期	digital pathology	NA	microfluidic culturing, fluorescent reporter system, High-Cdk1 activity sensor (LiCHI)	CNN	image	NA
731	2025-05-24	Cerebral ischemia detection using deep learning techniques 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00352-8 PMID:40400660	research paper	该研究利用深度学习技术检测脑缺血，旨在通过NCCT扫描早期识别中风症状	采用多种知名深度学习架构（VGG3D、ResNet3D和DenseNet3D）处理3D脑部图像，DenseNet3D模型表现最佳	研究未提及模型在临床环境中的实际应用效果或跨中心验证结果	开发基于NCCT的早期中风检测系统以减少死亡率和残疾率	出现中风症状患者的NCCT扫描图像	digital pathology	cardiovascular disease	NCCT成像	VGG3D, ResNet3D, DenseNet3D	3D医学图像	NA
732	2025-05-24	Convolutional autoencoder-based deep learning for intracerebral hemorrhage classification using brain CT images 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10259-5 PMID:40401248	研究论文	本文提出了一种基于卷积自编码器（CAE）和密集神经网络（DNN）的混合深度学习模型，用于通过脑部非对比计算机断层扫描（NCCT）图像自动诊断脑内出血（ICH）	结合CAE进行特征提取和降维，以及DNN进行分类，模型在准确率、敏感性、特异性、精确度和F1分数上均优于现有方法，并能通过显著性图突出显示与ICH密切相关的区域	研究数据集仅来自单一医疗中心，样本量相对有限，可能影响模型的泛化能力	开发一种自动化的ICH诊断方法，以解决专家读取不足和观察者间变异性的问题	脑内出血（ICH）患者和非出血性卒中患者的脑部NCCT图像	数字病理学	脑内出血	非对比计算机断层扫描（NCCT）	卷积自编码器（CAE）和密集神经网络（DNN）	图像	3293张标记图像（1645张ICH类，1648张正常类），来自108名患者
733	2025-05-24	Label-free rapid diagnosis of jaw osteonecrosis via the intersection of Raman spectroscopy and deep learning 2025-Aug, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117510 PMID:40320103	research paper	该研究通过结合拉曼光谱和深度学习技术，建立了一个无标记、快速诊断颌骨坏死的方法	结合拉曼光谱和ResNet18深度学习模型，显著提高了颌骨坏死的诊断准确率	样本量较小（90个骨组织样本），且仅针对特定类型的颌骨坏死	建立一种精确高效的诊断框架，用于区分药物相关性颌骨坏死、放射性颌骨坏死和正常骨组织	90个骨组织样本（30个MRONJ，30个ORN，30个对照）	digital pathology	jaw osteonecrosis	Raman spectroscopy	ResNet18	spectral data	90个骨组织样本（30 MRONJ，30 ORN，30对照），共采集900个光谱
734	2025-05-24	Establishment and evaluation of an automatic multi?sequence MRI segmentation model of primary central nervous system lymphoma based on the nnU?Net deep learning network method 2025-Jul, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15080 PMID:40400535	研究论文	本研究基于nnU-Net深度学习网络方法，建立并评估了一种用于原发性中枢神经系统淋巴瘤(PCNSL)的多序列MRI自动分割模型	开发了一种多模态人工智能深度学习分割模型，解决了传统2D测量和MRI手动体积评估的挑战	T2WI序列的表现相对较差，训练、测试和外部验证的Dice相似系数较低	提高原发性中枢神经系统淋巴瘤(PCNSL)的MRI定量评估准确性，以辅助治疗计划、监测和预后评估	49例经病理证实的PCNSL患者	数字病理	淋巴瘤	MRI	nnU-Net, 3D CNN	MRI图像	49例PCNSL患者的对比增强T1加权和T2加权MRI扫描数据
735	2025-05-24	Effect of Deep Learning Image Reconstruction on Image Quality and Pericoronary Fat Attenuation Index 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01234-3 PMID:39299956	research paper	比较深度学习图像重建（DLIR）和自适应统计迭代重建V（ASIR-V）在不同管电压下对冠状动脉CT血管造影（CCTA）图像质量和心周脂肪衰减指数（FAI）的影响	首次在不同管电压下比较DLIR和ASIR-V对CCTA图像质量和FAI的影响，并验证DLIR-H在低管电压下保持图像质量的能力	研究仅基于中国BMI分类选择管电压，可能限制了结果的普适性	评估DLIR在不同管电压下对CCTA图像质量和FAI的改善效果	301名接受CCTA检查的患者	医学影像处理	心血管疾病	CT血管造影（CCTA）	深度学习图像重建（DLIR）	医学影像	301名患者，分为120 kV组和低管电压组（70 kV、80 kV、100 kV）
736	2025-05-24	Children Are Not Small Adults: Addressing Limited Generalizability of an Adult Deep Learning CT Organ Segmentation Model to the Pediatric Population 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01273-w PMID:39299957	research paper	评估成人训练的深度学习CT器官分割模型在儿科患者中的泛化能力，并探索优化策略以提高儿科分割性能	揭示了成人训练的深度学习模型在儿科CT扫描中的局限性，并提出了两种优化方法（儿科专用模型和成人模型微调）以改善儿科分割准确性	研究仅关注腹部CT扫描和特定器官，可能无法推广到其他身体部位或器官	评估和改进深度学习模型在儿科CT器官分割中的性能	成人和儿科患者的腹部CT扫描	digital pathology	NA	CT扫描	3D nnU-Net	image	成人数据集（n=300）和儿科数据集（n=359）
737	2025-05-24	A Robust Deep Learning Method with Uncertainty Estimation for the Pathological Classification of Renal Cell Carcinoma Based on CT Images 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01276-7 PMID:39313716	研究论文	本研究开发并验证了一种基于深度学习的诊断模型，通过不确定性估计帮助放射科医生基于CT图像术前区分肾细胞癌的病理亚型	结合不确定性估计的深度学习模型，为临床医生提供RCC亚型预测及诊断置信度指标	外部验证样本量较小（78例），可能影响模型泛化性能评估	开发辅助肾细胞癌病理亚型术前鉴别的AI诊断工具	肾细胞癌患者的CT影像数据	数字病理	肾细胞癌	CT成像	深度学习模型（未指定具体架构）	医学影像（CT图像）	668例训练集（中心1），78例外部验证集（中心2）
738	2025-05-24	Automatic Segmentation of Ultrasound-Guided Quadratus Lumborum Blocks Based on Artificial Intelligence 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01267-8 PMID:39320548	研究论文	本研究开发了一种基于人工智能的深度学习模型Q-VUM，用于自动分割超声引导下的腰方肌阻滞图像	提出了一种基于VGG16网络的U型网络Q-VUM，能够精确分割腰方肌等多种组织	研究样本量相对较小（112名患者，3162张图像），且为回顾性研究	提高超声引导腰方肌阻滞的精确性和效率	腰方肌、腹外斜肌、腹内斜肌、腹横肌（统称EIT）和骨骼	医学影像分析	围手术期镇痛	深度学习	U-Net based on VGG16	超声图像	112名患者（3162张图像）
739	2025-05-24	BSNEU-net: Block Feature Map Distortion and Switchable Normalization-Based Enhanced Union-net for Acute Leukemia Detection on Heterogeneous Dataset 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01252-1 PMID:39322814	research paper	提出了一种基于深度学习的BSNEU-net框架，用于检测急性白血病，结合了块特征图扭曲和可切换归一化技术	引入了块特征图扭曲(BFMD)和可切换归一化(SN)技术，以提高模型的泛化能力和收敛性	未提及具体局限性	开发深度学习模型以提高急性白血病的检测准确率	急性白血病(ALL和AML)及健康病例的血液涂片图像	digital pathology	acute leukemia	deep learning	BSNEU-net (基于Union Blocks的CNN变体)	image	2400张新数据集血液涂片图像 + 2700张来自公开数据集的异质数据集图像
740	2025-05-24	Identification of Bipolar Disorder and Schizophrenia Based on Brain CT and Deep Learning Methods 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01279-4 PMID:39327378	研究论文	本研究旨在构建基于CT图像的深度学习模型，用于识别双相情感障碍和精神分裂症	开发了DenseMD模型，采用多实例学习方法，在识别双相情感障碍和精神分裂症方面表现优于其他经典深度学习模型	样本量相对有限，且仅基于CT图像进行分析	探索深度学习模型在基于脑部CT图像识别精神疾病方面的潜力	双相情感障碍和精神分裂症患者及健康对照者	数字病理学	精神疾病	深度学习	DenseMD, ResNet-18, ResNeXt-50, DenseNet-121	图像	共685名受试者（506名患者和179名健康对照者），外加105名外部测试集受试者