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
7381	2025-10-06	Novel Deep Learning Model to Estimate Knee Flexion and Adduction Moments with Wearable IMUs during Treadmill and Overground Walking 2025-Jun-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584389 PMID:40587356	研究论文	开发一种新型深度学习模型，通过可穿戴惯性测量单元在跑步机和地面行走中估计膝关节屈曲力矩和内收力矩	首次结合LSTM自编码器和变分高斯过程来估计膝关节力矩的均值和不确定性区域	研究仅涉及健康参与者，未包含膝关节置换术后患者	开发基于可穿戴传感器的机器学习框架，用于估计与骨关节炎相关的膝关节生物力学因素	健康参与者在跑步机和地面行走时的膝关节生物力学数据	机器学习	骨关节炎	惯性测量单元(IMU)	LSTM, Autoencoder, Variational Gaussian Process	传感器时序数据	34名健康参与者（17人跑步机行走，17人地面行走）	NA	LSTM-based Autoencoder, Variational Gaussian Process	均方根误差(RMSE)	NA
7382	2025-10-06	Bidirectional Prototype-Guided Consistency Constraint for Semi-Supervised Fetal Ultrasound Image Segmentation 2025-Jun-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584236 PMID:40587357	研究论文	提出一种基于双向原型引导一致性约束的半监督胎儿超声图像分割方法	通过原型桥接标注和未标注数据并建立双向交互，结合不确定性交叉监督提升伪标签质量	NA	解决胎儿超声图像标注数据稀缺问题，提升半监督分割性能	胎儿超声图像	医学图像分割	胎儿发育评估	超声成像	深度学习	超声图像	在两个胎儿超声数据集上进行实验	NA	BiPCC	分割性能指标	NA
7383	2025-10-06	DeepLabV3+ With Convolutional Triplet Attention and Histopathology-Guided Voting for Hyperspectral Image Segmentation of Serous Ovarian Cancer 2025-Jun-30, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500142 PMID:40587972	研究论文	提出融合卷积三重注意力和组织病理学引导投票机制的DeepLabV3+模型，用于浆液性卵巢癌高光谱图像分割	集成卷积三重注意力模块捕捉跨维度光谱-空间依赖，结合WHO诊断标准的组织病理学引导投票机制	基线DeepLabV3+模型处理高维数据性能欠佳，泛化能力和判别能力有限	提升浆液性卵巢癌高光谱图像分割的准确性和判别能力	浆液性卵巢癌组织的高光谱图像	计算机视觉	卵巢癌	高光谱成像	CNN	高光谱图像	NA	NA	DeepLabV3+, Convolutional Triplet Attention Module, U-Net, PAN, FPN	准确率	NA
7384	2025-10-06	Efficient Cerebral Infarction Segmentation Using U-Net and U-Net3 + Models 2025-Jun-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01587-3 PMID:40588699	研究论文	本研究使用U-Net和U-Net3+模型对脑梗死区域进行精确分割	采用新型数据集并比较基础U-Net与先进U-Net3+模型在脑梗死分割中的表现，发现简单架构模型反而取得更优性能	数据集规模有限（110名患者），需通过数据增强技术扩充数据	开发精确高效的脑梗死分割方法以支持医疗决策	脑梗死患者的MRI扫描图像	医学影像分析	脑梗死	MRI扫描	CNN	医学图像	110名患者的MRI扫描，经数据增强后得到6732张平衡图像	NA	U-Net, U-Net3+	Dice系数, IoU, 像素精度, 特异性	NA
7385	2025-10-06	A Deep Learning Framework for the Electronic Structure of Water: Toward a Universal Model 2025-Jun-30, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00496 PMID:40588763	研究论文	提出一种改进的机器学习Deep Kohn-Sham方法DeePKS-ES，用于精确模拟水系统的电子结构	通过将哈密顿矩阵及其特征值和特征向量纳入损失函数，建立了水系统的通用模型，能够从廉价的PBE计算重现高级混合泛函的电子特性	NA	开发能够精确模拟水系统电子结构的计算方法，弥合量子力学精度与可扩展计算之间的差距	水系统的电子结构，包括单个水分子到体相液体	机器学习	NA	Deep Kohn-Sham方法，混合泛函计算，广义梯度近似计算	深度学习	量子化学计算数据	NA	NA	DeePKS	能带间隙预测，态密度预测，总能量预测，原子力预测	NA
7386	2025-10-06	Pediatric brain tumor classification using digital pathology and deep learning: Evaluation of SOTA methods on a multi-center Swedish cohort 2025-Jun-30, Brain pathology (Zurich, Switzerland) DOI:10.1111/bpa.70029 PMID:40589103	研究论文	本研究使用数字病理学和深度学习技术，在瑞典多中心队列中评估了最先进的儿科脑肿瘤分类方法	在儿科脑肿瘤分类中首次评估了三种组织学特异性基础模型特征提取器与两种弱监督多示例学习方法的组合性能	研究受限于儿科脑肿瘤组织病理学数据集的稀缺性，且在多中心测试中性能有所下降	开发并评估基于数字病理和深度学习的儿科脑肿瘤分类方法	540名儿科脑肿瘤患者的苏木精-伊红全切片图像	数字病理学	脑肿瘤	数字病理学，全切片图像分析	多示例学习	病理图像	540名受试者（年龄8.5±4.9岁），来自瑞典六所大学医院	NA	ResNet50, UNI, CONCH, ABMIL, CLAM	马修斯相关系数	NA
7387	2025-10-06	Prognostic value of body composition out of PSMA-PET/CT in prostate cancer patients undergoing PSMA-therapy 2025-Jun-28, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07416-7 PMID:40580320	研究论文	本研究开发基于深度学习的全身CT分割方法，用于评估转移性去势抵抗性前列腺癌患者在接受PSMA靶向放疗前的身体成分及其预后价值	首次将深度学习应用于PSMA-PET/CT中的CT成分自动分割，超越标准PSMA-PET评估，探索身体成分指标在mCRPC患者中的预后价值	回顾性研究、样本量较小(n=86)、需在更大前瞻性数据集中验证	开发基于深度学习的身体成分自动分割方法，评估其在mCRPC患者PSMA靶向治疗中的预后价值	86例接受[177Lu]Lu-PSMA放射性配体治疗的转移性去势抵抗性前列腺癌患者	数字病理	前列腺癌	PSMA-PET/CT成像	深度学习分割模型	CT图像	86例前列腺癌患者	NA	NA	Cox回归分析p值, Kaplan-Meier分析, log-rank检验	NA
7388	2025-10-06	Research status, hotspots and perspectives of artificial intelligence applied to pain management: a bibliometric and visual analysis 2025-Jun-28, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02296-w PMID:40580377	文献计量分析	通过文献计量和可视化分析方法探讨人工智能在疼痛管理领域的研究现状、热点与趋势	首次对人工智能应用于疼痛管理领域进行系统的文献计量分析，识别了该领域的研究热点和未来发展方向	仅纳入英文文献和WOS数据库文献，可能存在语言和数据库选择偏倚	分析人工智能在疼痛管理领域的研究现状、热点和发展趋势	970篇相关研究论文，涉及5679位作者、2030个学术机构和84个国家/地区	机器学习	疼痛管理	文献计量分析、可视化分析	NA	文献数据	970篇发表论文	VOSviewer, CiteSpace, Bibliometrix	NA	发文量、共被引频次、合作网络分析	NA
7389	2025-10-06	Machine Learning Based Multi-Class Classification and Grading of Squamous Cell Carcinoma in Optical Microscopy 2025-Jun-27, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70016 PMID:40579786	研究论文	本研究利用机器学习和深度学习模型对鳞状细胞癌组织病理图像进行多分类和分级	结合机器学习特征分析和可解释深度学习模型，实现高精度的鳞状细胞癌自动分级	NA	开发自动化的鳞状细胞癌组织病理分级方法	鳞状细胞癌组织病理图像	数字病理	鳞状细胞癌	光学显微镜成像	支持向量机,朴素贝叶斯,决策树,KNN,神经网络,CNN	图像	NA	NA	卷积神经网络	准确率	NA
7390	2025-10-06	Design and Optimization of an automatic deep learning-based cerebral reperfusion scoring (TICI) using thrombus localization 2025-Jun-26, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101366 PMID:40581292	研究论文	设计和优化基于深度学习的自动脑灌注评分(TICI)系统，利用血栓定位技术	首次将血栓定位信息整合到基于CNN的TICI评分分类模型中	三分类模型性能不足，自动血栓检测模块未能提升模型表现	开发人工智能辅助的脑梗死溶栓评分系统	接受机械取栓治疗的患者	医学影像分析	脑梗死	数字减影血管造影	CNN	医学影像	422名患者，2492个血栓标注，1609个DSA序列	NA	卷积神经网络	特异性, 敏感性, F1分数	NA
7391	2025-10-06	Fog-Enabled Modular Deep Learning Platform for Textual Data Mining in Healthcare for Pathology Detection in Burkina Faso 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250696 PMID:40588904	研究论文	提出了一种面向布基纳法索医疗环境的深度学习诊断支持平台架构	结合诊断治疗指南与OCR提取的手写处方文本数据，并针对当地环境比较了雾计算与云计算两种架构	基于模拟验证，缺乏真实环境部署数据	开发适用于布基纳法索医疗体系的深度学习诊断支持平台	手写处方和电子健康记录中的文本数据	自然语言处理	病理学检测	光学字符识别（OCR）	深度学习	文本	NA	NA	NA	NA	雾计算架构、云计算架构
7392	2025-10-06	Smart Wearable Analytics for Cycling: AI-Based Physical Exertion Prediction 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250714 PMID:40588921	研究论文	本研究评估了基于深度学习的LSTM与多头注意力模型，用于骑行运动中身体劳累程度的分类和回归预测	首次将LSTM与多头注意力机制结合应用于运动生理数据预测，并采用MRMR和UFR特征选择方法识别关键预测因子	样本量较小（27名健康参与者），仅针对骑行运动，未验证其他运动场景	开发AI模型预测骑行运动中的身体劳累程度	27名健康参与者的骑行运动数据	机器学习	NA	ECG信号分析，心率变异性特征提取	LSTM	生理时间序列数据	27名健康参与者，数据分为8个两分钟区间	NA	LSTM with Multi-Head Attention	MSE, R2, 准确率, F1分数	NA
7393	2025-10-06	Reduction of Membrane-derived Noise Using Beam-tilt Measurement and Deep Learning in Observation using Environmental Cell 2025-Jun-24, Microscopy (Oxford, England) DOI:10.1093/jmicro/dfaf031 PMID:40581827	研究论文	提出一种结合电子束倾斜测量和深度学习的方法来消除环境细胞中硅氮化物膜产生的噪声	首次将Noise2Noise深度学习方法应用于电子显微镜图像，通过电子束倾斜技术有效分离膜噪声与样品信息	未明确说明方法在不同类型样品或极端环境条件下的适用性	提高环境细胞电子显微镜的图像质量，实现高信噪比观测	催化剂和纳米材料在气体和液体环境中的观测	计算机视觉	NA	透射电子显微镜，环境细胞技术	深度学习	图像	NA	NA	Noise2Noise	信噪比	NA
7394	2025-10-06	Deep learning for osteoporosis screening in dental practice: a systematic review 2025-Jun-20, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf052 PMID:40580938	系统综述	评估深度学习工具在牙科影像中筛查骨质疏松症性能的系统综述	首个系统评估深度学习在牙科实践中骨质疏松筛查应用现状的综述	缺乏外部验证和临床整合研究，限制了实际应用价值	评估深度学习工具在牙科影像骨质疏松筛查中的性能及临床实施情况	使用牙科影像（放射线片或CT）的骨质疏松症成人患者	数字病理	骨质疏松症	双能X线吸收测定法（DXA），专家评估	CNN	影像	13项符合纳入标准的研究	NA	VGG16, GoogleNet, ResNet, AlexNet, EfficientNet	准确度	NA
7395	2025-10-06	Integrating GWAS and Transcriptomic Data Using PrediXcan and Multimodal Deep Learning Reveals Genetic Basis and Drug Repositioning Opportunities for Alzheimer's Disease 2025-Jun-10, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.02.25319880 PMID:40585083	研究论文	本研究整合多组学数据和人工智能方法揭示阿尔茨海默病的分子机制并探索个性化药物重定位策略	结合PrediXcan方法和多模态深度学习模型AD-MIF，首次在阿尔茨海默病研究中实现GWAS与转录组数据的深度融合，显著提升表型预测准确性	研究样本量相对有限（553个样本），主要基于ROSMAP数据库的背外侧前额叶皮层数据	阐明阿尔茨海默病的分子调控机制并开发个性化药物重定位策略	阿尔茨海默病患者脑组织样本和SAMP8 AD模型小鼠	机器学习	阿尔茨海默病	GWAS, 转录组分析, 多组学数据整合	自编码器, 图自编码器, 深度学习	基因型数据, 基因表达数据	553个背外侧前额叶皮层样本	NA	AD-MIF（多模态信息融合模型）	AUC（曲线下面积）	NA
7396	2025-10-06	Deep Learning-Based Segmentation of Gravity-Loaded Human Spine 2025-Jun-10, Journal of visualized experiments : JoVE DOI:10.3791/67781 PMID:40587489	研究论文	提出基于深度学习的重力负荷状态下人类脊柱分割方法	首次将3D U-Net与残差连接结合用于重力负荷CBCT图像的脊柱结构分割	未提及模型在多样化人群中的泛化性能验证	开发重力负荷条件下脊柱结构精准分割的深度学习方案	人类脊柱解剖结构（椎体、骨盆、股骨头）	计算机视觉	肌肉骨骼疾病	负重锥形束计算机断层扫描（CBCT）	CNN	3D医学图像	NA	NA	U-Net	NA	NA
7397	2025-10-06	Integrating Social Determinants of Health and Established Risk Factors to Predict Cardiovascular Disease Risk Among Healthy Older Adults 2025-Jun, Journal of the American Geriatrics Society IF:4.3Q1 DOI:10.1111/jgs.19440 PMID:40099367	研究论文	本研究整合健康社会决定因素与传统风险因素，使用机器学习模型预测健康老年人群体心血管疾病风险	首次在心血管疾病风险预测中系统整合健康社会决定因素与传统风险因素，并发现社会决定因素对女性预测效果更显著	研究对象仅限于70岁及以上初始无心血管疾病的老年人，结果可能不适用于更年轻人群	开发整合社会决定因素的心血管疾病风险预测模型	12,896名70岁及以上初始无心血管疾病、痴呆和独立性受限身体残疾的老年人	机器学习	心血管疾病	纵向研究	Random Survival Forest, Deepsurv, Neural Multi-Task Logistic Regression	临床数据、社会决定因素数据	12,896人（5,884名男性，7,012名女性）	NA	Random Survival Forest, Deepsurv, NMTLR	C-index, 综合Brier评分, 5年和10年AUC	NA
7398	2025-10-06	Longitudinal brain age in first-episode mania youth treated with lithium or quetiapine 2025-Jun, European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology IF:6.1Q1 DOI:10.1016/j.euroneuro.2025.03.013 PMID:40222151	研究论文	研究锂和喹硫平对首次躁狂发作青少年脑龄的纵向影响	首次在首次躁狂发作青少年中使用基于深度学习的大规模脑龄预测模型评估两种药物的神经保护作用	样本量较小且随访时间有限，需要更大样本和更长随访时间确认治疗效果	评估锂和喹硫平对双相情感障碍和分裂情感性障碍早期阶段的神经保护作用	首次躁狂发作青少年（15-25岁）	医学影像分析	双相情感障碍,分裂情感性障碍	T1加权磁共振成像	深度学习	脑部结构MRI图像	FEM参与者39人（锂组21人，喹硫平组18人），健康对照29人，训练数据集53,542人	NA	NA	Cohen's d效应量, 95%置信区间, p值	NA
7399	2025-10-06	Fully automated image quality assessment based on deep learning for carotid computed tomography angiography: A multicenter study 2025-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104990 PMID:40347553	研究论文	开发并评估基于深度学习的全自动模型用于颈动脉CT血管造影图像质量评估	首次提出结合3D Res U-net和多元逻辑回归算法的全自动图像质量评估方法，并在多中心数据集中验证	回顾性研究设计，样本量相对有限（840例）	开发颈动脉CTA图像的自动化质量评估系统	颈动脉CT血管造影图像	计算机视觉	心血管疾病	CT血管造影	CNN, 逻辑回归	医学影像	840例颈动脉CTA图像（来自4家三级医院）	NA	3D Res U-net	敏感度, 特异度, 精确度, F分数, 准确率, AUC	NA
7400	2025-10-06	Bppv nystagmus signals diagnosis framework based on deep learning 2025-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01542-0 PMID:40358819	研究论文	提出基于深度学习的BPPV眼震信号诊断框架，用于良性阵发性位置性眩晕的智能分析	开发了结合Egeunet神经网络模型与快速傅里叶变换的综合性眼震数据分析框架，实现了精确的眼部结构分割和眼动数据分析	未明确说明样本规模和研究人群特征	改进BPPV眼震数据的采集和分析方法，提升临床诊断效果	良性阵发性位置性眩晕患者的眼震信号	医学图像分析	前庭疾病	眼动捕捉技术，快速傅里叶变换	深度学习	眼动信号数据	NA	NA	Egeunet	敏感性，鲁棒性	NA