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
781	2025-09-20	Novel BDefRCNLSTM: an efficient ensemble deep learning approaches for enhanced brain tumor detection and categorization with segmentation 2025-Sep-11, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2555950 PMID:40934072	研究论文	提出一种集成深度学习模型BDefRCNLSTM，用于脑肿瘤的检测、分类和分割	结合了增强型熵局部二值模式(ELBP)特征提取、改进的燕鸥优化算法(ESTO)特征选择以及改进X-Net分割模型的新型集成框架	NA	开发自动化脑肿瘤诊断方案以提高准确性和效率	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	集成深度学习(BDefRCNLSTM), CNN, LSTM, X-Net	图像	Figshare、Brain MRI和Kaggle数据集
782	2025-09-20	[Artificial intelligence in epidemiology: a decade-long bibliometric analysis] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250118-00049 PMID:40967857	文献计量分析	通过文献计量方法分析过去十年人工智能在流行病学领域的研究热点与发展趋势	系统回顾并可视化展示了AI在流行病学中的应用趋势和前沿关键词	研究基于文献计量分析，未深入评估具体AI方法的技术有效性或实际应用效果	描述人工智能在流行病学中的热点应用趋势并分析其优势与挑战	2014至2024年间Web of Science和中国知网中AI与流行病学相关文献	文献计量学	流行病学	文献计量分析，关键词共现分析，聚类分析	NA	文本数据（学术文献）	5389篇英文论文和1659篇中文论文
783	2025-09-20	[Epidemiological characteristics of chronic hepatitis B and establishment of prediction model based on socio-demographic index in Shenzhen, 2005-2023] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250218-00096 PMID:40967854	研究论文	分析深圳市2005-2023年慢性乙型肝炎的流行病学特征并建立基于社会人口指数的预测模型	首次将社会人口指数（SDI）整合到LSTM深度学习模型中用于慢性乙肝发病率预测，并比较了多种模型的性能	研究基于监测数据，可能存在报告偏倚，且模型预测性能仍需在更广泛地区验证	分析慢性乙肝流行病学特征，建立预测模型并为靶向预防策略提供依据	深圳市2005-2023年报告的235,703例慢性乙肝病例	公共卫生流行病学	慢性乙型肝炎	描述性流行病学方法、广义线性模型、深度学习	LSTM、时空协变量增强模型、贝叶斯结构时间序列模型	监测数据、社会人口指数数据	235,703例病例
784	2025-09-20	Multi-view learning meets state-space model: A dynamical system perspective 2025-Sep-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108088 PMID:40966932	研究论文	提出一种基于控制理论的多视图状态空间模型（MvSSM），将多视图表示学习建模为连续时间动态系统	首次将多视图学习问题转化为动态系统框架，通过拉普拉斯变换推导出与图卷积结构相似的解决方案，统一特征整合与标签预测	论文未明确说明模型计算复杂度及对大规模数据的扩展性	建立具有理论可解释性的多视图学习框架，捕捉特征表示的动态演化过程	多模态数据中的特征表示与系统状态	machine learning	NA	state-space model, Laplace transformation	MvSSM, MvSSM-Lap, MvSSM-iLap	多模态数据	基准数据集（IAPR-TC12, ESP等）
785	2025-09-20	Explainable artificial intelligence predicts inflammatory and spatial heterogeneity from nasal polyp histology 2025-Sep-02, The Journal of allergy and clinical immunology IF:11.4Q1 DOI:10.1016/j.jaci.2025.08.016 PMID:40902945	研究论文	开发基于组织学的可解释深度学习模型HE2Signature，用于预测鼻息肉炎症基因特征和空间分子异质性	首个基于组织学的可解释深度学习模型，能够从H&E染色切片预测炎症基因特征和空间表达模式	模型验证主要依赖内部和外部队列的相关性分析，需进一步临床验证	开发深度学习网络预测慢性鼻窦炎伴鼻息肉的炎症基因特征和空间模式	鼻息肉组织样本	数字病理学	慢性鼻窦炎伴鼻息肉	转录组数据分析，免疫组化验证	深度学习模型	全切片图像，基因表达数据	训练集70例，内部验证30例，外部验证224例来自4个医疗中心
786	2025-09-20	Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.20 PMID:40952053	研究论文	验证一种基于深度学习的全角膜内皮细胞活性自动评估方法	开发了名为V-CHECK的深度学习辅助自动分割方法，用于术前全角膜内皮细胞活性评估	仅使用19个不适合移植的角膜样本，样本量较小	验证自动化角膜内皮细胞死亡率评估方法的准确性和可重复性	人角膜组织	计算机视觉	眼科疾病	台盼蓝染色，深度学习图像分割	深度学习分割模型	图像	19个角膜样本
787	2025-09-20	Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.22 PMID:40952051	研究论文	开发了一个名为OASIS的眼科图像分割与分析软件，用于自动化评估睑板腺成像以分析功能障碍进展	结合手动标注与深度学习辅助流程，显著提升睑板腺分析效率并引入定量临床指标计算	NA	开发自动化工具以改进睑板腺功能障碍（MGD）的定量分析与评估	睑板腺成像	数字病理	眼科疾病	深度学习	深度学习模型（具体类型未明确说明）	图像	325名患者的2,439张睑板腺图像
788	2025-09-20	Accelerating non-contrast MR angiography of the thoracic aorta using compressed SENSE with deep learning reconstruction 2025-Sep-02, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112403 PMID:40967085	研究论文	本研究评估了结合压缩感知与并行成像（Compressed SENSE）及基于深度学习的图像重建（CS-AI）技术，以加速无对比剂胸主动脉磁共振血管成像（REACT）的采集时间	首次将压缩感知加速因子8（CS8）与深度学习重建（CS-AI）结合应用于REACT序列，在显著缩短扫描时间的同时保持图像质量和测量可重复性	单中心前瞻性研究，样本量较小（40名志愿者），未涉及病理人群验证	加速无对比剂胸主动脉磁共振血管成像的采集过程并评估其可行性	人类志愿者胸主动脉	医学影像处理	心血管疾病	压缩感知与并行成像（Compressed SENSE），深度学习图像重建	深度学习重建模型（具体架构未说明）	3D 磁共振影像	40名志愿者
789	2025-09-20	Deep Learning-Based Retinoblastoma Protein Subtyping of Pulmonary Large-Cell Neuroendocrine Carcinoma on Small Hematoxylin and Eosin-Stained Specimens 2025-Sep, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104192 PMID:40345665	研究论文	本研究开发了一种基于深度学习的卷积神经网络，用于从小型H&E染色标本中预测肺大细胞神经内分泌癌的pRb蛋白表达亚型	首次使用深度学习技术从常规H&E染色切片中识别pRb蛋白表达亚型，显著优于病理学家的形态学评估	样本量有限（143例切除标本和21例活检），模型性能仍有提升空间（AUC=0.77）	开发一种能够替代免疫组化检测的深度学习方法来鉴定LCNEC分子亚型	肺大细胞神经endocrine癌（LCNEC）组织样本	数字病理学	肺癌	免疫组化染色，深度学习	CNN（卷积神经网络）	病理图像	143例切除标本和21例活检样本
790	2025-09-20	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	使用迄今为止最大的乳腺癌MRI数据集训练模型，并实现开源共享以促进进一步开发	回顾性研究设计，可能存在选择偏倚	乳腺癌的自动检测和定位	女性乳腺癌患者的MRI扫描图像	计算机视觉	乳腺癌	深度学习，MRI成像	神经网络	医学图像（MRI扫描）	30,672例矢状面MRI检查（52,598个乳房），来自9,986名女性患者
791	2025-09-20	Genetic Deconvolution of Embryonic and Maternal Cell-Free DNA in Spent Culture Medium of Human Preimplantation Embryo Through Deep Learning 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412660 PMID:40583136	研究论文	提出一种基于深度学习的DECENT方法，用于从胚胎培养液中解卷积胚胎和母体来源的无细胞DNA，以提高非侵入性植入前遗传学检测的准确性	开发了结合卷积模块、长短时记忆和注意力机制的深度学习模型，首次实现从单细胞甲基化测序数据中同时推断cfDNA来源和重建胚胎拷贝数变异	未明确说明样本规模的详细统计信息及模型在不同临床中心的泛化能力验证	提高非侵入性植入前遗传学检测中对胚胎染色体非整倍性诊断的准确性	人类植入前胚胎培养液中的胚胎和母体来源无细胞DNA	数字病理学	生殖医学疾病	单细胞甲基化测序	CNN, LSTM, Attention机制	甲基化测序数据	包含高污染水平（母体reads >80%）的临床样本，具体数量未明确说明
792	2025-09-20	Boosting Checkpoint Blockade Immunotherapy with T Cell Membrane Redox Homeostasis Regulation and Deep Learning Enhanced NIR-II Imaging 2025-Sep, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202500769 PMID:40583483	研究论文	本研究设计了一种两性离子聚合物用于偶联和无痕释放检查点抑制抗体，并通过调节T细胞膜氧化还原稳态及深度学习增强的近红外二区成像技术提升免疫检查点阻断疗法的抗肿瘤效果	通过聚合物偶联抗体实现T细胞膜氧化还原稳态调节，并结合深度学习增强的NIR-II成像技术实时可视化体内动态，从多维度逆转免疫抑制微环境	研究目前仅在鼠类模型中进行，尚未进行临床试验验证	提升免疫检查点阻断疗法的抗肿瘤疗效并抑制肿瘤复发	结直肠肿瘤模型小鼠及T细胞	数字病理	结直肠癌	NIR-II荧光成像、深度学习成像分析	深度学习网络	图像	鼠类模型（具体数量未明确说明）
793	2025-09-20	Automated Finite Element Modeling of the Lumbar Spine: A Biomechanical and Clinical Approach to Spinal Load Distribution and Stress Analysis 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124236 PMID:40602487	研究论文	本研究开发了一种自动化有限元建模方法，用于腰椎生物力学分析，结合深度学习分割与计算建模，显著提升从成像到模拟的工作流程效率	通过深度学习自动分割和优化网格生成，将模型准备时间减少97.9%，并提高了重现性和准确性	NA	开发自动化有限元分析方法，以改进腰椎生物力学中的负载分布和应力分析	腰椎脊柱，包括椎骨、椎间盘、软骨和韧带	生物力学	脊柱疾病	深度学习分割、有限元分析（FEA）、Laplacian平滑、主成分分析	深度学习框架、FEBio	医学影像数据	NA
794	2025-09-20	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	使用深度学习模型对DCE MRI进行药代动力学量化，提高了病理完全缓解预测的泛化能力和一致性	回顾性研究设计，数据来自2002-2016年，可能存在选择偏倚	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性	乳腺癌患者	数字病理	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（MRI），临床病理变量	1073名女性乳腺癌患者，来自四个多中心公开数据集
795	2025-09-20	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ImageNet预训练和三维空间相关性结合的Transformer模型应用于膝关节MRI预测	回顾性研究设计，样本来源限于两个特定数据库	预测膝骨关节炎进展为全膝关节置换术	膝骨关节炎患者	计算机视觉	骨关节炎	MRI成像	Vision Transformer	三维MRI图像	OAI数据库353对病例对照（随访9年），MOST数据库270对病例对照（随访7年）
796	2025-09-20	Single Inspiratory Chest CT-based Generative Deep Learning Models to Evaluate Functional Small Airways Disease 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240680 PMID:40668132	研究论文	开发基于单次吸气胸部CT的生成式深度学习模型，用于评估功能性小气道疾病	首次使用单次吸气CT扫描生成呼气CT图像并进行参数响应映射分析，无需配对呼吸CT	回顾性研究设计，样本量相对有限（308人），外部验证性能略有下降	通过深度学习预测功能性小气道疾病（fSAD）	慢性阻塞性肺疾病患者的小气道功能评估	医学影像分析	慢性阻塞性肺疾病	参数响应映射（PRM），深度学习	生成式深度学习模型	CT影像	308名个体（中位年龄67岁，113名女性），包含训练集216例、内部验证集31例和测试集61例
797	2025-09-20	Developing Deep Learning-Based Cerebral Ventricle Auto-Segmentation System and Clinical Application for the Evaluation of Ventriculomegaly 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124300 PMID:40712852	研究论文	开发并验证基于深度学习的大脑CT自动多类分割系统，用于精确评估脑室扩大和脑脊液体积变化	首次实现同时分割5个解剖类别（脑室、脑实质、颅骨、皮肤和出血）的自动化系统，支持未来增强现实引导的脑室外引流手术	模型性能可能受年龄、性别和诊断类型等因素影响	开发精确的脑室体积自动评估系统，替代传统的Evans指数测量方法	脑室扩大患者，特别是接受脑脊液引流手术的患者	数字病理	神经系统疾病	脑CT扫描，nnUNet架构	CNN (nnUNet)	医学影像（CT扫描）	训练集288例，内部验证10例，外部验证43例，公共数据集192例，临床验证227例患者
798	2025-09-20	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	开发一种结合眼动数据和放射学报告的协作AI系统，用于提高胸部X光片异常检测的诊断准确性	提出多模态协作AI系统CoRaX，整合眼动追踪与放射报告以识别和纠正感知错误	基于回顾性公共数据集，需进一步临床验证	通过AI与人类专家协作改进胸部X光异常检测	胸部X光片中的异常区域（如五种特定异常类型）	计算机视觉	胸部疾病（未特指具体疾病）	眼动追踪技术、多模态深度学习	CNN、大型多模态模型	图像、眼动数据、文本报告	基于REFLACX和EGD-CXR公共数据集，包含332处异常区域的模拟错误测试
799	2025-09-20	Deep learning reveals antibiotics in the archaeal proteome 2025-Sep, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02061-0 PMID:40796684	研究论文	利用深度学习从古菌蛋白质组中挖掘新型抗菌肽（archaeasins），以应对抗菌素耐药性威胁	首次系统性地探索古菌作为抗生素来源，并通过深度学习识别出具有独特氨基酸组成特征的新型抗菌肽	仅合成并测试了80种候选肽（占预测总量的0.63%），体内验证仅针对一种病原体	开发新型抗生素以解决抗菌素耐药性问题	古菌蛋白质组中的抗菌肽	机器学习	细菌感染	深度学习	深度学习模型（未指定具体架构）	蛋白质序列数据	233个古菌蛋白质组，预测12,623个分子，合成验证80个肽
800	2025-09-20	Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240485 PMID:40736362	研究论文	通过模拟研究优化联邦学习配置，用于MRI前列腺分割和临床显著前列腺癌检测	针对多客户端场景独立优化联邦学习配置（包括本地训练轮数、联邦轮次和聚合策略），显著提升模型性能	基于模拟研究，需进一步验证在实际临床环境中的效果	开发并优化跨多客户端的联邦学习框架，用于前列腺MRI分割和癌症检测	前列腺MRI图像和临床显著前列腺癌检测	医学影像分析	前列腺癌	联邦学习（FL），nnU-Net架构	nnU-Net	MRI图像（T2加权和双参数）	前列腺分割：4个客户端，1294名患者；癌症检测：3个客户端，1440名患者