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
61	2025-09-29	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估用于MRI扫描中乳腺癌检测和定位的开源深度学习模型	使用迄今最大的乳腺癌MRI数据集训练开源深度学习模型，在检测和定位方面达到与放射科医生相当的性能	回顾性研究，需进一步前瞻性验证	开发高性能开源AI系统用于乳腺癌的检测和定位	乳腺癌患者的MRI扫描图像	计算机视觉	乳腺癌	深度学习	神经网络	MRI图像	主要站点30,672个矢状面MRI检查（52,598个乳房）来自9,986名女性患者，验证集包括7,058个轴位数据和1,840个来自第二站点的数据
62	2025-09-29	Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240769 PMID:40631989	研究论文	通过基于深度学习的药代动力学量化方法预测乳腺癌新辅助化疗早期反应	使用深度学习模型进行回顾性药代动力学量化，提高了乳腺癌病理完全缓解预测的泛化能力和一致性	回顾性研究设计，数据采集时间跨度较长（2002-2016年）	提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和泛化能力	乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI（DCE-MRI），深度学习药代动力学量化，影像组学分析	深度学习模型，逻辑回归	医学影像数据（MRI），临床病理变量	1073名女性乳腺癌患者，来自4个公开多中心数据集
63	2025-09-29	MR-Transformer: A Vision Transformer-based Deep Learning Model for Total Knee Replacement Prediction Using MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240373 PMID:40668131	研究论文	开发基于Vision Transformer的深度学习模型MR-Transformer，利用MRI预测膝骨关节炎进展为全膝关节置换术	首次将Transformer架构与ImageNet预训练和三维空间相关性结合应用于膝骨关节炎进展预测	回顾性研究设计，样本量相对有限（共623对病例对照）	预测膝骨关节炎进展为全膝关节置换术的风险	膝骨关节炎患者	计算机视觉	骨关节炎	MRI成像技术（包括COR-IW-TSE、SAG-IW-TSE-FS、COR-STIR、SAG-PD-FAT-SAT序列）	Vision Transformer	医学影像（MRI）	623对病例对照匹配样本（353对来自OAI数据库，270对来自MOST数据库）
64	2025-09-29	Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240277 PMID:40668130	研究论文	开发了一个结合眼动数据和放射学报告的协作AI系统，用于改进胸部X光片异常检测	首次将眼动追踪数据与放射学报告集成到多模态AI系统中，专门针对放射学中的感知错误进行校正	使用回顾性数据集，需要在前瞻性临床环境中进一步验证	通过识别和校正感知错误来提高胸部X光片解读的诊断准确性	胸部X光片中的异常区域	计算机视觉	胸部疾病	眼动追踪，多模态分析	CNN，大型多模态模型	图像，眼动数据，文本报告	使用REFLACX和EGD-CXR公共数据集，评估了332个异常区域
65	2025-09-29	Graph neural network and diffusion model for modeling RNA interatomic interactions 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf515 PMID:40971857	研究论文	本研究开发了一种结合图神经网络和去噪扩散概率模型的方法，用于预测RNA三维结构中原子间的相互作用	首次将图神经网络和扩散模型结合应用于RNA结构预测，采用粗粒度的五原子表示法建模RNA，并在未见过的RNA描述符上表现出良好泛化能力	方法主要在小RNA子结构（局部RNA描述符）上进行评估，对于更大或更复杂的RNA结构预测效果尚待验证	开发更准确的RNA结构预测工具，特别是针对合成或新型RNA家族	RNA分子的三维结构和原子间相互作用	计算生物学	NA	图神经网络，去噪扩散概率模型，粗粒度五原子表示法	GNN，DDPM	RNA结构数据，局部RNA描述符	训练集包含rRNA和tRNA结构，测试集包含其他所有RNA家族的描述符
66	2025-09-29	Longitudinal methods for Alzheimer's cognitive status prediction with deep learning 2025-Sep, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70488 PMID:40994414	研究论文	开发了一种基于深度学习的纵向方法，用于预测3-10年内的阿尔茨海默病认知状态	提出了两种新的建模技术：分离标准化基线特征与基线偏差的方法，以及基于线性注意力的插补方法，将预测时间范围从1-3年扩展到3-10年	3-10年预测验证的遗忘型轻度认知障碍最终发展为阿尔茨海默病仍然具有挑战性	开发新的机器学习技术来扩展认知状态的长期预测	遗忘型轻度认知障碍(aMCI)和阿尔茨海默病(AD)患者	机器学习	阿尔茨海默病	深度学习	线性注意力模型	神经心理学数据、患者病史数据	使用国家阿尔茨海默病协调中心(NACC)数据库
67	2025-09-29	Fast-RF-Shimming: Accelerate RF shimming in 7T MRI using deep learning 2025-Sep, Meta-radiology DOI:10.1016/j.metrad.2025.100166 PMID:40995422	研究论文	提出一种基于深度学习的快速RF匀场方法Fast-RF-Shimming，用于加速7T MRI中的射频匀场过程	实现了相比传统MLS方法5000倍的加速，采用ResNet网络直接映射B1场到RF匀场输出，并设计了非均匀场检测器进行后处理	未明确说明训练数据的具体规模和要求，也未讨论方法在不同解剖部位的泛化能力	解决超高场MRI中射频场不均匀性问题，提高图像质量并促进临床推广应用	7T MRI系统中的射频匀场过程	医学影像处理	NA	深度学习，Adam优化算法，ResNet	ResNet	MRI B1场数据	NA
68	2025-09-29	Artificial intelligence applications in refractive error management: A systematic review and meta-analysis 2025-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000904 PMID:40997051	系统综述与荟萃分析	本文系统回顾和荟萃分析了人工智能在屈光不正管理中的应用效果	首次对人工智能在屈光不正诊断、检测、预测、进展和治疗等全流程应用进行系统评价和定量荟萃分析	仅纳入英文文献，研究间异质性较高，治疗研究的性能指标变异较大	评估人工智能技术在屈光不正管理中的应用效果	屈光不正患者及相关临床数据	医疗人工智能	屈光不正	深度学习、机器学习	深度学习、机器学习	临床数据	45项研究纳入系统评价，19项研究纳入荟萃分析，共检索6288条记录
69	2025-09-29	Nanopore-Aware Embedded Detection for Mobile DNA Sequencing: A Viterbi-HMM Design Versus Deep Learning Approaches 2025-Sep-01, Biosensors DOI:10.3390/bios15090569 PMID:41002309	研究论文	提出一种基于Viterbi-HMM的嵌入式DNA序列检测框架，用于解决纳米孔测序在移动设备上的能耗问题	将Viterbi-HMM算法与定制RISC-V核心集成，相比深度学习方案显著提升能效	未明确说明检测精度与深度学习方法的详细对比数据	开发适用于移动DNA测序的低功耗嵌入式检测方案	纳米孔DNA测序信号	生物信息学	NA	纳米孔测序	Viterbi-HMM	DNA测序信号	NA
70	2025-09-29	Deep Learning-Enhanced Nanozyme-Based Biosensors for Next-Generation Medical Diagnostics 2025-Sep-01, Biosensors DOI:10.3390/bios15090571 PMID:41002311	综述	探讨深度学习与纳米酶生物传感融合在医疗诊断中的创新应用与发展前景	首次系统阐述深度学习架构如何增强纳米酶设计、功能优化及催化机制预测，并展望智能诊疗平台与个性化医疗的融合	缺乏标准化生物医学数据集，模型在不同人群中的鲁棒性不足，人工智能增强系统临床转化存在挑战	推动新一代智能生物传感技术在精准医疗诊断领域的发展	纳米酶生物传感器、疾病生物标志物、医疗影像、即时诊断设备	生物传感与医疗诊断	NA	深度学习、纳米酶生物传感、人工智能	深度学习架构	生物传感信号、医疗影像数据	NA
71	2025-09-29	DM-Net: a physics-model-independent direct mapping approach for calibration-free multi-coil MRI 2025-Sep-01, Research square DOI:10.21203/rs.3.rs-7174070/v1 PMID:40951291	研究论文	提出一种不依赖物理模型的直接映射方法DM-Net，用于无需校准的多线圈MRI重建	首次提出不显式使用线圈敏感度的物理模型独立直接映射方法，无需预计算线圈敏感度即可实现最优重建	仅在17名受试者的5440张图像上进行训练和测试，样本规模有限	开发无需预计算线圈敏感度的多线圈磁共振图像重建方法	多线圈磁共振图像重建	医学影像重建	NA	3DFT（傅里叶变换）	密集连接卷积网络	磁共振图像	17名受试者的5440张图像
72	2025-09-29	TCM-navigator, a deep learning-based workflow for generation and evaluation of traditional Chinese medicine-like compounds for drug development 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf498 PMID:41004131	研究论文	开发基于深度学习的TCM-navigator工作流程，用于生成和评估类似中药的化合物以促进药物开发	首个专门设计用于捕获中药独特特征的定量模型TCM-Identifier，以及能够生成370万类似中药分子的TCM-Generator	NA	解决中药研究中数据稀缺、网络复杂和数据表示不一致的挑战	类似中药的化合物分子	机器学习	NA	深度学习，迁移学习	LSTM，AttentiveFP，消息传递神经网络	化学分子数据	生成370万个类似中药分子，扩展现有数据集100多倍
73	2025-09-29	AI-Enhanced Electrochemical Sensing Systems: A Paradigm Shift for Intelligent Food Safety Monitoring 2025-Aug-28, Biosensors DOI:10.3390/bios15090565 PMID:41002305	综述	本文系统回顾了人工智能技术在电化学生物传感系统中的应用及其在食品安全监测领域的革命性进展	首次系统阐述AI与物联网技术在电化学传感中的融合，实现便携式实时检测平台的创新路径	面临数据质量、模型泛化能力和可解释性等方面的挑战	探讨人工智能技术如何提升电化学生物传感系统在食品安全监测中的性能	食源性病原体检测	机器学习	NA	电化学传感、物联网	机器学习、深度学习	电化学信号	NA
74	2025-09-29	Multi-Omics Feature Selection to Identify Biomarkers for Hepatocellular Carcinoma 2025-Aug-28, Metabolites IF:3.4Q2 DOI:10.3390/metabo15090575 PMID:41002959	研究论文	本研究通过整合多组学数据开发特征选择方法，用于识别肝细胞癌的生物标志物	提出了一种结合递归特征选择和基于transformer的深度学习模型的新方法，相比顺序执行疾病分类和特征选择的其他深度学习方法效果更优	样本量有限，存在过拟合风险，需要在更大独立队列中验证发现的生物标志物	识别能够区分肝细胞癌和肝硬化对照的多组学特征，开发有效的生物标志物	肝细胞癌患者和肝硬化患者的血清样本	机器学习	肝细胞癌	非靶向和靶向质谱分析、多组学数据整合	transformer深度学习模型	多组学数据、血清样本数据	肝细胞癌病例和肝硬化患者的血清样本（具体数量未明确说明）
75	2025-09-29	Test-Time Augmentation for Cross-Domain Leukocyte Classification via OOD Filtering and Self-Ensembling 2025-Aug-28, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11090295 PMID:41003346	研究论文	提出一种通过OOD过滤和自集成方法改进测试时增强技术，用于跨域白细胞分类	引入OOD样本过滤机制，根据样本与训练数据分布的距离进行加权，并采用轻量级自集成策略融合预测结果	NA	解决医学图像分析中的域偏移问题，提高白细胞分类的鲁棒性	白细胞图像	计算机视觉	NA	测试时增强(TTA)，OOD过滤，自集成	深度学习架构	医学图像	跨域白细胞分类基准数据集
76	2025-09-29	Colorectal Polyp Segmentation Based on Deep Learning Methods: A Systematic Review 2025-Aug-27, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11090293 PMID:41003344	系统综述	对基于深度学习的结直肠息肉分割方法进行系统性回顾与分析	首次系统梳理了2018-2024年间146篇息肉分割文献，全面评估了44个模型的性能指标和实时分析能力，并介绍了Mamba方法和视频息肉分割技术	仅回顾了特定时间段(2018-2024年)的文献，可能未涵盖更早期的相关研究	系统回顾和评估结直肠息肉分割领域的发展现状和技术方法	结直肠息肉分割相关的深度学习方法和模型	计算机视觉	结直肠癌	深度学习	CNN, Mamba等	图像, 视频	146篇论文和44个模型
77	2025-09-29	A Flexible Multi-Channel Deep Network Leveraging Texture and Spatial Features for Diagnosing New COVID-19 Variants in Lung CT Scans 2025-Aug-27, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11090099 PMID:41003482	研究论文	提出一种基于双通道CNN的深度学习框架，通过结合纹理和空间特征检测肺部CT扫描中的COVID-19变异株	采用动态学习纹理模式的双通道CNN架构，改进的LBP技术提取矩阵形式纹理数据，无需依赖预定义特征	NA	开发自动诊断COVID-19变异株的准确方法	肺部CT扫描图像中的COVID-19变异株	计算机视觉	COVID-19	CT扫描分析	双通道CNN	医学影像	COVID-349和Italian COVID-Set两个基准数据集
78	2025-09-29	Optimising personalised antibiotic treatment for methicillin-resistant Staphylococcus aureus bloodstream infections in ICU patients using a deep learning-based causal inference approach 2025-Aug-27, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.08.012 PMID:40882869	研究论文	本研究使用深度学习因果推断模型评估三种抗生素对ICU患者MRSA血流感染死亡率的影响	首次将深度学习因果推断模型应用于ICU患者MRSA血流感染的个性化抗生素治疗优化	样本量相对有限（270例患者），且数据来源于单一医疗数据库	评估万古霉素、达托霉素和利奈唑胺对MRSA血流感染住院死亡率的治疗效果	重症监护室中患有MRSA血流感染的患者	医疗人工智能	血流感染	深度学习因果推断模型	深度学习模型	临床医疗数据	270名ICU患者数据来自MIMIC-III和MIMIC-IV数据库
79	2025-09-29	Directional Lighting-Based Deep Learning Models for Crack and Spalling Classification 2025-Aug-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11090288 PMID:41003339	研究论文	提出两种基于定向照明的深度学习模型用于混凝土裂缝和剥落分类	首次使用定向照明而非均匀扩散照明来检测复杂裂缝模式，提出融合神经网络和多通道神经网络两种创新算法	未明确说明样本数量和多样性限制，未来研究将扩展到白盒技术	改进低光照环境下混凝土结构的自动检测和裂缝分类	混凝土结构的裂缝和剥落缺陷	计算机视觉	NA	定向照明技术、图像融合技术	融合神经网络(FusedNet)、多通道神经网络	图像	NA
80	2025-09-29	Solar Panel Surface Defect and Dust Detection: Deep Learning Approach 2025-Aug-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11090287 PMID:41003338	研究论文	本研究提出了一种基于深度学习的太阳能电池板表面缺陷和灰尘自动检测方法	采用YOLOv11模型构建自动化缺陷检测流程，集成交互式仪表板实现实时警报和维护调度	NA	提高太阳能电池板在极端环境条件下的维护效率	光伏表面缺陷检测	计算机视觉	NA	深度学习	YOLOv11	图像	8973张图像，来自公共存储库并通过数据增强扩展