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
741	2025-08-04	Integrative approach for early detection of Parkinson's disease and atypical Parkinsonian syndromes leveraging hemodynamic parameters, motion data & advanced AI models 2025-Jul-24, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108989 PMID:40752456	研究论文	本研究提出了一种结合多模态传感器和AI模型的穿戴式框架，用于帕金森病和非典型帕金森综合征的早期检测	创新性地整合了多模态生理和血流动力学参数与AI算法，提供了一种可扩展、远程和非侵入性的早期检测方法	研究未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一种早期检测帕金森病和非典型帕金森综合征的方法	帕金森病(PD)和非典型帕金森综合征(包括MSAs和PSPs)患者	机器学习	帕金森病	PPG、HRV、温度传感器和惯性传感器	MLP和集成模型	生理信号和运动数据	NA
742	2025-08-04	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	research paper	开发了一种结合纳米光子生物传感器和深度学习的平台，用于超灵敏S100B生物标志物的检测，并在EDAS患者模型中验证了其临床潜力	整合了纳米光子生物传感器和深度学习技术，实现了S100B的超早期检测，具有高灵敏度和快速响应时间	研究样本量较小（n=25），且仅在EDAS患者模型中验证，未在其他类型的脑损伤中进行广泛测试	开发一种超早期检测脑损伤生物标志物的方法，以改善轻度创伤性脑损伤（mTBI）的管理	EDAS患者的血清、尿液、唾液和脑脊液样本	数字病理	脑损伤	纳米光子生物传感器、深度学习	ResNet-50	image	25名EDAS患者的匹配生物样本（血清、尿液、唾液、CSF）
743	2025-08-04	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	research paper	本文介绍了一种浅层LSTM神经网络模型，用于实时监测系统中长期蓝藻水华的预测	提出了一种成本效益高、低功耗且易于实现的边缘AI系统，能够在微控制器单元上实时进行蓝藻水华预测	模型在28天时间范围内的预测准确率为70%，可能存在一定的误差	开发一种适用于边缘计算的实时蓝藻水华预测系统	蓝藻水华的长期预测	machine learning	NA	LSTM神经网络	LSTM	time series data	NA
744	2025-08-04	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Jul-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	利用深度学习模型预测胃癌患者对化疗和免疫治疗的响应	提出了一种注意力增强的残差Swin Transformer网络，用于预测化疗响应，并通过中间任务（ImmunoScore和POSTN）提升模型性能	需要前瞻性研究验证其临床实用性	预测胃癌患者对化疗和免疫治疗的响应，为个性化治疗提供依据	3095名胃癌患者	数字病理	胃癌	深度学习	Swin Transformer	临床数据	3095名胃癌患者
745	2025-08-04	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Jul-12, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	本研究开发并评估了一种自动方法，用于在儿童数字印模中分割和标记乳牙和恒牙	结合大上下文预测进行牙齿标记和高分辨率预测进行牙齿分割的深度学习模型	对于不寻常的牙齿状况或模糊的牙齿萌出模式会出现错误	开发一种自动方法，用于在儿童混合牙列的数字印模中区分乳牙和恒牙	儿童乳牙或混合牙列的数字印模	数字病理	NA	深度学习	CNN	3D数字印模	来自351名患者的716个数字印模
746	2025-08-04	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文全面回顾了人工智能在心力衰竭诊断、风险预测和治疗策略中的应用	探讨了AI如何通过改进风险评估、患者自我管理和诊断来提升心力衰竭患者的生活质量，并展示了AI在心脏成像系统和远程监测技术中的集成应用	实施成本高、数据隐私问题以及算法偏见等伦理考虑	研究人工智能在心力衰竭管理中的应用及其对患者预后的影响	心力衰竭患者	机器学习	心血管疾病	神经网络、深度学习算法、规则型AI系统	CNN, LSTM	结构化健康记录、心脏成像数据	NA
747	2025-08-04	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究评估了基于深度学习的实时引导和自动测量对左心室大小和功能测量可重复性的影响	结合实时深度学习引导与自动测量，显著提高了左心室大小和功能测量的可重复性	未显著改善射血分数的可重复性，未来研究需评估其临床效果	提高超声心动图对左心室大小和功能评估的可重复性	46名患者（24名乳腺癌患者和22名普通心脏病患者）	数字病理学	心血管疾病	深度学习	DL	图像	46名患者，共52次纳入和208次超声心动图检查
748	2025-08-04	Three-Dimensional Choroidal Vessel Analysis in Asymmetric Bilateral Age-Related Macular Degeneration: A Comparison of Active Neovascular AMD and Dry AMD Fellow Eyes 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.64 PMID:40719538	研究论文	本研究使用创新的三维算法评估了双侧年龄相关性黄斑变性（AMD）患者的脉络膜血管系统，比较了新生血管性AMD和干性AMD眼的差异	采用创新的三维深度学习算法对脉络膜血管系统进行分割和分析，首次在不对称双侧AMD患者中比较了两种AMD亚型的脉络膜血管特征	样本量较小（仅30例患者），且为回顾性研究设计	比较双侧不对称AMD患者中新生血管性AMD眼和干性AMD眼的脉络膜血管特征差异	30例双侧不对称AMD患者（共60只眼）	数字病理学	年龄相关性黄斑变性	扫频光学相干断层扫描（swept-source OCT）	深度学习算法	三维图像数据	30例患者（60只眼），平均年龄78.63±8.01岁
749	2025-08-04	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发并评估了一种结合ResNet50V2和SE块的深度学习模型，用于从CT图像中自动分类肺癌亚型	将SE块与ResNet50V2结合，增强了通道特征重校准，提高了分类准确性	需要外部验证，模型可解释性有待提高，未来需探索如Vision Transformers等新兴架构	提高肺癌亚型分类的准确性和效率，辅助放射科医生进行诊断决策	肺癌CT图像	计算机视觉	肺癌	深度学习	ResNet50V2 + SE块	图像	1000张匿名肺部CT图像
750	2025-08-04	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	research paper	开发了一种名为AI-CAC的深度学习算法，用于在非对比、非门控CT扫描上自动量化冠状动脉钙化（CAC）	利用来自98个医疗中心的影像数据，捕捉了成像协议、扫描仪和患者的广泛异质性，并在795名患者中与非门控扫描进行了对比	研究主要基于退伍军人事务部医疗系统的数据，可能不适用于其他人群	开发并验证一种深度学习算法，用于在非门控CT扫描上自动量化冠状动脉钙化	冠状动脉钙化（CAC）	digital pathology	cardiovascular disease	deep learning	CNN	image	795名患者和8052例低剂量CT扫描
751	2025-08-04	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本文提出了一种基于药物抗性特征（DRS）的新方法，用于改进肿瘤学中协同药物组合的预测	整合药物抗性特征（DRS）作为生物信息学表示，提供更全面的药物组合预测框架	未明确提及具体局限性	改进协同药物组合的预测方法	药物组合及其在肿瘤治疗中的协同效应	机器学习	癌症	机器学习（LASSO、随机森林、AdaBoost、XGBoost）和深度学习模型SynergyX	LASSO、随机森林、AdaBoost、XGBoost、SynergyX	基因表达数据	多个独立数据集（ALMANAC、O'Neil、OncologyScreen、DrugCombDB）
752	2025-08-04	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	本研究开发了一种基于深度学习的混合模型，用于利用超广角眼底图像分类多种眼底疾病，以提高诊断效率和准确性	结合DenseNet121特征提取器和XGBoost分类器，利用Grad-CAM可视化模型决策过程，显著提高了多种眼底疾病的分类准确率	研究为回顾性研究，可能受到数据收集时间和范围的限制	开发辅助临床决策的自动化诊断工具，提高眼科疾病诊断效率	超广角眼底图像，涵盖16种眼底疾病	计算机视觉	眼底疾病	深度学习	DenseNet121 + XGBoost	图像	10,612张超广角眼底图像
753	2025-08-04	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	本研究结合实证和大数据驱动的方法，探讨人格特质与睡眠问题及自报睡眠质量之间的关系	利用深度学习模型分析微博数据，揭示人格特质与睡眠质量之间的复杂关系	研究主要基于微博数据，可能无法完全代表所有人群的睡眠和人格特征	探究人格特质与睡眠问题及自报睡眠质量之间的关系	微博用户及其发布的帖子	自然语言处理	NA	深度学习	基于FFM的深度学习模型	文本	336名活跃用户和15,251名用户的4,860,000条微博帖子
754	2025-08-04	Enhancing Deep Learning-Based Subabdominal MR Image Segmentation During Rectal Cancer Treatment: Exploiting Multiscale Feature Pyramid Network and Bidirectional Cross-Attention Mechanism 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/7560099 PMID:40747370	研究论文	该研究提出了一种基于多尺度特征金字塔网络和双向交叉注意力机制的新方法，用于直肠癌治疗期间的腹部MR图像分割	使用扩张卷积和多尺度特征金字塔网络减少语义差距，并引入双向交叉注意力机制以保留空间信息	NA	解决U-Net在直肠癌治疗期间腹部MR图像分割中的错位和语义差距问题	腹部MR图像	计算机视觉	直肠癌	MR图像分割	U-Net	图像	NA
755	2025-08-04	Artificial intelligence for diagnosing bladder pathophysiology: An updated review and future prospects 2025, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2024.0054 PMID:40747464	综述	本文全面回顾了人工智能在膀胱病理生理学诊断中的应用，并探讨了未来的发展前景	总结了AI在膀胱病理生理学诊断中的最新进展，并提出了未来发展的方向	数据质量、算法可解释性及临床整合是当前面临的主要挑战	探讨人工智能在膀胱病理生理学诊断中的整合与应用	膀胱病理生理学相关疾病，包括膀胱癌、间质性膀胱炎、膀胱过度活动症等	数字病理学	膀胱癌	机器学习和深度学习	NA	NA	NA
756	2025-08-04	CLGB-Net: fusion network for identifying local and global information of lesions in digital mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1600057 PMID:40746601	research paper	提出了一种名为CLGB-Net的深度学习模型，用于数字乳腺X线图像中病灶的局部和全局信息融合识别	整合了ResNet-50、Swin Transformer、FPN和CAM四种网络架构，实现了局部特征与全局上下文信息的高效融合	未提及模型在跨设备或跨中心数据上的泛化能力	提高乳腺癌早期筛查的准确性和鲁棒性	数字乳腺X线图像中的病灶	digital pathology	breast cancer	deep learning	CLGB-Net (融合ResNet-50、Swin Transformer、FPN、CAM)	image	3552例样本（包含正常、良性和恶性病例）
757	2025-08-04	Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001102 PMID:39074400	研究论文	本研究探讨了结合临床参数和基于MRI的深度学习来提高临床显著性前列腺癌的诊断准确性	整合了临床参数和MRI深度学习的多模态AI方法，提高了前列腺癌检测的准确性	研究中未发现结合病变体积能提高诊断效果	提高临床显著性前列腺癌的诊断准确性	临床显著性前列腺癌患者	数字病理	前列腺癌	MRI, 深度学习	多模态AI, 早期融合和晚期融合方法	MRI图像, 临床参数	932例双参数前列腺MRI检查，来自2个机构
758	2025-08-04	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究比较了7T涡轮自旋回波（TSE）膝关节图像在不同并行成像加速因子下，通过深度学习（DL）和传统算法重建的图像质量	使用深度学习算法显著提高了4倍加速并行成像的高分辨率TSE图像质量	研究仅涉及健康志愿者，样本量较小（23人）	评估深度学习重建算法在加速7T膝关节MRI中的技术潜力	健康志愿者的膝关节MRI图像	医学影像	NA	7T涡轮自旋回波（TSE）MRI，并行成像加速	深度学习（DL）	MRI图像	23名健康志愿者（15男，8女）
759	2025-08-04	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	research paper	本研究比较了深度学习重建的0.55 T MRI与传统3 T MRI在膝关节疼痛患者中的图像质量、结构异常识别及分级以及读者信心水平	使用新型商业化的深度学习重建算法对0.55 T MRI图像进行重建，并与传统3 T MRI进行对比	样本量较小（26名患者），且仅针对膝关节疼痛患者进行研究	比较深度学习重建的0.55 T MRI与传统3 T MRI在膝关节检查中的表现	26名膝关节疼痛患者	digital pathology	knee pain	MRI	deep learning	image	26名患者（52次MRI检查）
760	2025-08-04	Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging 2024-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001065 PMID:38329824	研究论文	本研究评估了深度学习加速的FLAIR序列与标准对比增强成像在炎症性膝关节滑膜炎诊断中的价值和准确性	使用深度学习加速的非对比FLAIR FS序列进行炎症性膝关节滑膜炎的评估，其效果与传统的对比增强T1加权FS成像相当	研究样本量较小（55名患者），且为回顾性研究	评估深度学习加速的FLAIR序列在炎症性膝关节滑膜炎诊断中的效果	疑似膝关节滑膜炎的患者	医学影像	膝关节滑膜炎	深度学习加速的FLAIR序列和对比增强T1加权FS序列	深度学习	医学影像数据	55名患者（平均年龄52±17岁，28名女性）