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
7541	2025-10-06	Predicting cognitive decline: Deep-learning reveals subtle brain changes in pre-MCI stage 2025-May, The journal of prevention of Alzheimer's disease DOI:10.1016/j.tjpad.2025.100079 PMID:39920001	研究论文	本研究利用深度学习分析结构MRI图像，预测正常认知向轻度认知障碍转化的风险	开发了基于感兴趣区域的深度学习框架（SRNet和MRNet），创建了渐进指数（PI）作为阿尔茨海默病转化的评估指标	研究样本主要来自特定数据库（ADNI）和中国纵向老龄化研究，需要更多样化的群体验证	发现早期结构性神经影像变化，建立MCI转化的预测模型	正常认知个体和主观认知下降患者	医学影像分析	阿尔茨海默病	结构磁共振成像	CNN	MRI图像	训练集ADNI-1 845例，验证集ADNI-2 321例，CLAS 109例	NA	SRNet, MRNet	AUC	NA
7542	2025-10-06	Comparison of Manual Versus QuPath Software-based Immunohistochemical Scoring Using Oral Squamous Cell Carcinoma as a Model 2025 May-Jun, The journal of histochemistry and cytochemistry : official journal of the Histochemistry Society DOI:10.1369/00221554251335698 PMID:40371713	研究论文	比较手动评估与QuPath软件在口腔鳞状细胞癌免疫组化评分中的表现	首次系统比较手动病理评估与开源软件QuPath在口腔鳞癌免疫组化分析中的相关性，并评估评估者间变异性	软件分析需要准确且耗时的样本标注，要求使用者具备组织学知识和QuPath专业培训	评估数字评估与手动评估的可比性，并检查评估者间变异性	口腔鳞状细胞癌患者的肿瘤组织和正常鳞状上皮黏膜标本	数字病理学	口腔鳞状细胞癌	免疫组织化学染色，组织微阵列	NA	病理图像	309名原发性口腔鳞状细胞癌患者的6个组织微阵列	QuPath	NA	Spearman相关系数，Bland-Altman图	NA
7543	2025-10-06	A Novel Ensemble Learning Approach for Grouping the State-of-the-Art YOLOV10 and YOLOV11 Models for Kidney Stone Detection in CT and Ultrasound Images 2025-Apr-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01499-2 PMID:40234345	研究论文	提出一种结合YOLOV10和YOLOV11的集成学习框架，用于CT和超声图像中的肾结石检测	首次将最新的YOLOV10和YOLOV11模型通过集成学习框架结合，用于肾结石检测，显著降低假阴性和假阳性错误	NA	提高医学图像中肾结石检测的准确性和精确度	肾结石	计算机视觉	肾结石	CT成像, 超声成像	YOLO	图像	NA	NA	YOLOV10, YOLOV11	精确率, 召回率, F1分数, mAP50	NA
7544	2025-10-06	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本研究开发了一种定制化的深度学习模型用于棉花作物病害检测	比较了多种先进深度学习模型在棉花病害识别中的性能，发现ResNet152模型表现最优	NA	利用深度学习技术实现棉花作物病害的早期准确检测	棉花作物及其病害	计算机视觉	作物病害	深度学习	CNN	图像	从田间采集的真实棉花病害数据	NA	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	NA	NA
7545	2025-10-06	Surface-Enhanced Raman Spectroscopy for Biomedical Applications: Recent Advances and Future Challenges 2025-Mar-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17502 PMID:39991932	综述	本文总结了表面增强拉曼光谱在生物医学应用中的最新进展与未来挑战	重点介绍了胶体和固体SERS基底的最新设计、具有内部间隙和近红外II区响应特性的SERS纳米标签、以及光学镊子等新兴技术	讨论了深层组织体内传感和成像面临的挑战以及临床转化的障碍	回顾SERS技术发展历程并展望其在生物医学领域的应用前景	SERS基底、纳米标签、仪器设备和光谱分析方法	生物医学光谱学	NA	表面增强拉曼光谱	NA	光谱数据	NA	NA	NA	NA	NA
7546	2025-10-06	Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis 2025-Feb-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/62647 PMID:39908541	系统综述与Meta分析	本文系统评估了视觉变换器在神经影像中检测阿尔茨海默病的诊断准确性	首次对视觉变换器在阿尔茨海默病检测中的应用进行系统综述和Meta分析，比较不同网络架构的诊断性能	仅纳入11项研究，样本量相对有限；仅包含磁共振成像和正电子发射断层扫描数据	评估视觉变换器在阿尔茨海默病检测中的诊断准确性和网络架构对模型性能的影响	阿尔茨海默病患者与健康对照组的神经影像数据	医学影像分析	阿尔茨海默病	磁共振成像, 正电子发射断层扫描	Vision Transformer (ViT)	神经影像数据	11项研究（具体样本数量未在摘要中明确说明）	NA	Vision Transformer	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, AUC	NA
7547	2025-10-06	Performance of artificial intelligence on cervical vertebral maturation assessment: a systematic review and meta-analysis 2025-Feb-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05482-9 PMID:39910512	系统综述与荟萃分析	评估人工智能在颈椎骨成熟度评估中的整体性能	首次通过系统综述和荟萃分析全面评估AI在CVM评估中的表现，并比较不同AI子集（深度学习和机器学习）的性能差异	纳入研究数量有限（25项），部分研究存在偏倚风险，仅包含2010年后的研究	评估人工智能模型在X光片中评估颈椎骨成熟度的性能	颈椎骨成熟度评估的X光影像	医学影像分析	正畸治疗	X光影像分析	深度学习, 机器学习	X光影像	25项研究（从1606项研究中筛选）	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
7548	2025-10-06	Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6373 PMID:39660731	研究论文	本研究通过压力测试评估深度学习模型在前列腺癌活检和手术标本检测中的性能差异	首次系统评估活检训练模型在手术标本上的泛化能力及形态学差异对模型性能的影响	样本量相对有限，仅包含特定机构的样本，可能影响结果的普适性	研究样本类型间形态学差异对前列腺癌检测深度学习模型性能的影响	前列腺活检和根治性前列腺切除术的组织切片	数字病理学	前列腺癌	H&E染色组织切片数字化	CNN	病理切片图像	总样本量1,000例（宾夕法尼亚大学150例：活检50例，手术标本100例；外部验证750例）	NA	DenseNet	F1分数, 统计显著性(p值)	NA
7549	2025-10-06	Tumour purity assessment with deep learning in colorectal cancer and impact on molecular analysis 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6376 PMID:39710952	研究论文	本研究评估了深度学习模型SoftCTM在结直肠癌肿瘤纯度评估中的性能及其对分子分析的影响	开发了开源多器官深度学习模型SoftCTM，首次在三个大型多中心结直肠癌队列中系统比较了深度学习、传统病理学和生物信息学反卷积方法在肿瘤纯度评估中的表现	研究仅针对结直肠癌，需要进一步验证在其他癌症类型中的适用性	评估深度学习模型在肿瘤纯度评估中的准确性和实用性，及其对下游分子分析的影响	结直肠癌患者	数字病理学	结直肠癌	H&E染色切片分析，RNA表达分析，DNA甲基化分析，拷贝数变异分析	深度学习	数字病理图像，多组学数据	1,097名患者，三个大型多中心结直肠癌队列	NA	SoftCTM	相关系数，平均值，标准差	NA
7550	2025-10-06	Computational pathology applied to clinical colorectal cancer cohorts identifies immune and endothelial cell spatial patterns predictive of outcome 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6378 PMID:39788558	研究论文	本研究应用计算病理学方法分析结直肠癌临床队列，识别出能够预测预后的免疫细胞和内皮细胞空间模式	首次在多个分子亚型和治疗背景的转移性结直肠癌队列中，系统量化肿瘤微环境中细胞类型的空间组织特征及其与预后的关联	研究样本量相对有限，且为回顾性队列研究，需要前瞻性研究进一步验证	探索结直肠癌肿瘤微环境中细胞空间模式与临床预后的关系	375例临床注释的转移性结直肠癌患者，包括三个不同分子亚型和治疗史的队列	计算病理学	结直肠癌	深度学习细胞分类，多重免疫荧光验证	深度学习	H&E染色组织切片图像	375例结直肠癌患者（MISSONI队列59例，BRAF队列141例，VALENTINO队列175例），包含超过1.8亿个细胞	NA	深度学习细胞分类器	风险比(HR)，置信区间(CI)，p值	NA
7551	2025-10-06	A large histological images dataset of gastric cancer with tumour microenvironment annotation for AI 2025-Jan-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04489-9 PMID:39843474	研究论文	本研究提供了一个带有肿瘤微环境注释的大规模胃癌组织学图像数据集	提供了首个完全标注8种肿瘤微环境组织类别的大规模胃癌组织学图像数据集	NA	为胃癌肿瘤微环境分析提供高质量的标注数据集	胃癌组织学图像	数字病理学	胃癌	组织学成像	深度学习模型	图像	来自300张全切片图像的近31,000张组织学图像	NA	NA	NA	NA
7552	2025-10-06	Elevating nanomaterial optical sensor arrays through the integration of advanced machine learning techniques for enhancing visual inspection of food quality and safety 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2376113 PMID:39015031	综述	总结基于纳米材料的光学传感器阵列结合机器学习技术在食品质量安全视觉检测中的最新应用	将先进机器学习技术与纳米材料光学传感器阵列相结合，提升食品质量安全视觉检测能力	未明确说明具体技术实现细节和性能对比数据	开发智能、有效、快速的食品质量评估与安全控制工具	农药残留、重金属离子、细菌污染、抗氧化剂、风味物质和食品新鲜度	机器视觉	NA	光学传感器阵列（比色传感器阵列、荧光传感器阵列）	机器学习,深度学习	高维光学传感数据	NA	NA	NA	NA	NA
7553	2025-10-06	Learning Dynamic Prompts for All-in-One Image Restoration 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3567205 PMID:40354220	研究论文	提出一种用于一体化图像复原的动态提示方法DPPD，通过解耦退化先验提取为两个新组件来提升多种退化类型的处理能力	首次将动态提示机制引入一体化图像复原，通过退化原型分配和提示分布学习实现自适应提示采样，突破传统静态提示的局限性	未明确说明计算复杂度增加程度及对实时应用的影响	开发能够处理多种退化类型的统一图像复原模型	遭受多种退化（如噪声、模糊等）的图像数据	计算机视觉	NA	深度学习	神经网络	图像	NA	PyTorch	DPPD（包含DPA和PDL组件）	峰值信噪比，结构相似性	NA
7554	2025-10-06	MRI-based 2.5D deep learning radiomics nomogram for the differentiation of benign versus malignant vertebral compression fractures 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1603672 PMID:40438697	研究论文	开发并验证基于MRI的列线图，结合临床和深度学习放射组学特征用于区分良性与恶性椎体压缩性骨折	提出新型2.5D深度学习框架和综合特征融合策略，将手工放射组学特征、深度学习特征与临床数据整合到列线图中	回顾性研究设计，样本量相对有限（234例患者）	区分良性与恶性椎体压缩性骨折	椎体压缩性骨折患者	数字病理	椎体压缩性骨折	MRI	深度学习, 机器学习	医学影像	234例VCF患者，按7:3比例随机分为训练集和测试集	NA	ResNet50	AUC	NA
7555	2025-10-06	LSTA-CNN: A Lightweight Spatiotemporal Attention-Based Convolutional Neural Network for ASD Diagnosis Using EEG 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3580593 PMID:40526541	研究论文	提出一种基于轻量级时空注意力的卷积神经网络LSTA-CNN，用于通过脑电图诊断自闭症谱系障碍	提出新型时空注意力机制，能联合整合时域和空域特征；采用多尺度时空卷积层同时学习多样化表征；模型参数少且推理时间短	仅使用自收集的73名儿童脑电图数据，样本规模有限	开发轻量级深度学习模型用于自闭症谱系障碍的脑电图诊断	41名自闭症儿童和32名正常对照儿童的脑电图记录	机器学习	自闭症谱系障碍	脑电图	CNN	脑电图信号	73名儿童（41名自闭症患者，32名正常对照）	NA	LSTA-CNN	分类性能，参数数量，推理时间	NA
7556	2025-10-06	Scalable Coding for High-Resolution, High-Compression Ratio Snapshot Compressive Video 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3579208 PMID:40536862	研究论文	提出一种可扩展编码孔径方法，用于实现高分辨率、高压缩比的快照压缩视频	利用时分复用技术设计通用可扩展编码孔径方法，实现前所未有的时空可扩展性，提供实时高压缩比且计算负担和内存需求极低	NA	解决高速相机在存储、带宽和成本方面的挑战，提升快照压缩视频的时空分辨率可扩展性	动态场景的快照压缩视频	计算机视觉	NA	压缩感知，时分复用	深度学习算法	视频，图像	512帧2K×2K分辨率视频压缩为单个快照	NA	NA	PSNR	NA
7557	2025-10-06	High-precision deformation monitoring and intelligent early warning for wellbore based on BDS/GNSS 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325913 PMID:40549791	研究论文	本研究基于BDS/GNSS系统开发了井筒高精度变形监测与智能预警方法	采用改进的MLAMBDA算法进行高频动态计算，并首次将Bi-LSTM深度学习算法应用于井筒变形预警	基线长度增加会导致监测精度下降，在6公里范围内验证有效	实现井筒变形的高精度监测和智能预警	受周边采矿作业影响的井筒变形	机器学习	NA	BDS/GNSS观测，双差模型	Bi-LSTM	卫星观测时间序列数据	NA	NA	Bi-LSTM	监测精度（E,N,U方向），预测精度	NA
7558	2025-10-06	An efficient model for extracting respiratory and blood oxygen saturation data from photoplethysmogram signals by removing motion artifacts using heuristic-aided ensemble learning model 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108911 PMID:39089111	研究论文	开发了一种基于启发式集成学习模型的光电容积脉搏波信号呼吸频率和血氧饱和度数据提取方法	提出结合先进金龟子优化器的集成学习网络，通过多模型融合和优化特征选择提高信号处理精度	未提及模型在实时监测环境下的性能表现和计算效率	从光电容积脉搏波信号中准确提取呼吸频率和血氧饱和度数据	光电容积脉搏波信号	机器学习	心肺疾病	信号处理，特征提取	集成学习，MLP，AdaBoost，A-LSTM	生理信号数据	NA	NA	MLP，AdaBoost，Attention-based LSTM	准确率	NA
7559	2025-10-06	Using deep learning for predicting the dynamic evolution of breast cancer migration 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108890 PMID:39068903	研究论文	本研究开发了一种基于深度学习的预测框架PWPF，用于预测乳腺癌细胞迁移的动态演化过程	提出结合人工数据生成和真实数据微调的深度学习框架，解决了传统伤口愈合实验数据稀缺和可扩展性问题	主要基于二维模型研究，可能无法完全反映体内三维环境中的细胞迁移行为	改进乳腺癌细胞迁移分析方法，提高传统伤口愈合实验的可扩展性和预测能力	MCF-7乳腺癌细胞单层和球体	数字病理学	乳腺癌	伤口愈合实验，人工数据生成	深度学习	细胞迁移图像数据	NA	NA	NA	NA	NA
7560	2025-10-06	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	提出一种多粒度不确定性量化框架，用于放射治疗中患者特定质量保证的剂量差异预测和Gamma通过率预测	首次在PSQA中引入多粒度不确定性量化，提出双流网络架构和包含粒度特定损失与一致性损失的多粒度损失函数	方法仅在单一医疗机构数据集上进行验证，需要更多外部验证	提高深度学习在患者特定质量保证中的可信度和安全性	放射治疗中的剂量分布和Gamma通过率	医学影像分析	放射治疗相关疾病	深度学习，贝叶斯方法	贝叶斯神经网络	剂量分布数据	北京协和医学院医院数据集	NA	双流网络架构	MAE, 临床准确率	NA