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
8141	2025-10-06	Fetal growth analysis from ultrasound videos based on different biometrics using optimal segmentation and hybrid classifier 2024-02-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.9995 PMID:38155152	研究论文	本研究提出了一种基于超声视频的胎儿生长分析方法，通过优化分割和混合分类器分析头围生物测量数据	提出混合鲸鱼优化与对立果蝇优化算法(WOFF)进行最优分割，改进U-Net用于特征提取，设计改进的Boosting算术优化算法(MBAO)进行特征选择，以及采用双向LSTM与CNN混合模型(B-LSTM-CNN)进行胎儿生长分析	研究中未明确说明样本数量和数据集的详细特征，可能影响方法的普适性验证	开发基于超声图像的胎儿生长监测和分析方法	胎儿头围生物测量数据	计算机视觉	胎儿发育异常	超声成像	U-Net, CNN, LSTM	超声图像, 视频帧	使用HC18和牛津大学研究档案(ORA-data)两个公开基准数据集	NA	改进U-Net, 双向LSTM-CNN混合架构	多种评估指标（文中未具体说明）	NA
8142	2025-10-06	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发用于韩国内陆水质评估的深度学习量化框架，实现边缘设备上的实时监测	结合神经架构搜索和帕累托优化开发轻量级CNN模型，并通过训练后量化和量化感知训练实现模型压缩	未明确说明模型在其他地区或不同水质指标上的泛化能力	开发适用于边缘设备的轻量化深度学习框架，实现实时水质监测	韩国内陆水体的总悬浮固体浓度	计算机视觉	NA	多光谱成像	CNN	多光谱图像	NA	NA	通过神经架构搜索优化的轻量级CNN	Nash-Sutcliffe效率系数	边缘设备
8143	2025-10-06	Morphotype-resolved characterization of microalgal communities in a nutrient recovery process with ARTiMiS flow imaging microscopy 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123801 PMID:40382876	研究论文	本研究利用流式成像显微镜技术对污水处理厂微藻群落进行形态类型解析，评估其对磷去除效率的影响	首次在工业规模污水处理厂中应用ARTiMiS流式成像显微镜实现近实时微藻群落表征，并建立形态类型与系统性能的关联	研究仅在美国威斯康星州一个污水处理厂进行，结果可能受地域和操作条件限制	优化微藻驱动的营养盐回收工艺性能，防止培养系统崩溃	污水处理厂微藻群落（Scenedesmus、Chlorella、Monoraphidium等）	环境生物技术	NA	流式成像显微镜（FlowCam、ARTiMiS）	CNN, DNN	显微图像	两年期连续监测数据	NA	卷积神经网络	准确率	NA
8144	2025-10-06	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	开发基于多模态MRI影像组学的机器学习框架，用于预测儿童低级别胶质瘤患者的肿瘤相关癫痫	首次整合肿瘤和瘤周特征的多参数MRI影像组学方法，结合机器学习和深度学习技术进行癫痫预测	需要更多标准化术前评估数据来提升模型泛化能力	快速无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫	儿童低级别胶质瘤患者	医学影像分析	脑肿瘤，癫痫	多参数磁共振成像，影像组学	机器学习，深度学习	多序列MRI图像	NA	NA	NA	AUC，灵敏度，特异性	NA
8145	2025-10-06	Risk calculator for long-term survival prediction of spinal chordoma versus chondrosarcoma: a nationwide analysis 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05063-4 PMID:40295452	研究论文	本研究比较脊柱脊索瘤和软骨肉瘤的临床特征与长期生存结果，并开发基于机器学习的个体化生存预测模型	首次开发基于全国性数据库的脊柱脊索瘤与软骨肉瘤长期生存风险计算器，集成12种机器学习和深度学习模型	需要外部验证以增强模型的普适性和临床实用性	比较脊柱脊索瘤和软骨肉瘤的临床特征、治疗策略和长期结果，开发个体化生存预测模型	脊柱脊索瘤和软骨肉瘤患者	机器学习	骨肿瘤	机器学习, 深度学习	DeepSurv, Gradient Boosting, CatBoost, 集成模型	临床数据	3175例患者（脊索瘤1204例，软骨肉瘤1971例）	NA	集成模型	AUC, Brier Score, Concordance Index	NA
8146	2025-10-06	Automated detection and recognition of oocyte toxicity by fusion of latent and observable features 2025-Aug-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138411 PMID:40318589	研究论文	开发融合潜在特征和可观察特征的深度学习框架，用于自动检测和识别卵母细胞毒性	首次将深度学习提取的潜在特征与人类可理解概念特征相融合，显著提升卵母细胞毒性检测性能	研究仅基于小鼠卵母细胞图像，样本数量有限（2126张图像）	评估环境污染物对卵母细胞异常影响，开发自动化毒性检测方法	小鼠卵母细胞	计算机视觉	生殖系统疾病	深度学习图像分析	深度学习融合模型	图像	2126张小鼠卵母细胞图像	NA	NA	ROC-AUC, 准确率	NA
8147	2025-10-06	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、影像组学、深度学习和融合模型在预测局部晚期直肠癌早期复发方面的性能	首次在局部晚期直肠癌中系统比较临床模型、影像组学模型、深度学习模型及两种融合模型（特征级早期融合和决策级晚期融合）的预测性能	回顾性研究设计，样本量相对有限（337例患者）	预测局部晚期直肠癌患者的早期复发风险	局部晚期直肠癌患者	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, CET1WI）	XGBoost, 深度学习模型	医学影像	337例来自四个中心的局部晚期直肠癌患者	XGBoost	NA	AUC, DeLong检验, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
8148	2025-10-06	Artificial Intelligence in Pediatric Endocrinology 2025-Aug, Advances in pediatrics DOI:10.1016/j.yapd.2024.12.003 PMID:40582750	综述	本文探讨人工智能在儿科内分泌学领域的应用与潜力	提出人机协同方法，将AI技术与临床专家知识相结合以提升医疗服务质量	未提供具体临床验证数据和应用案例	研究人工智能技术在儿科内分泌学中的临床应用价值	儿科内分泌疾病患者及临床医疗服务	自然语言处理, 机器学习	儿科内分泌疾病	机器学习, 深度学习, 自然语言处理, 机器人技术, 语音处理	NA	NA	NA	NA	NA	NA	NA
8149	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
8150	2025-10-06	Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.043 PMID:39955255	研究论文	本研究探讨深度学习重建加速多b值弥散加权成像在缩短采集时间、改善图像质量和预测BCLC A期肝细胞癌微血管侵犯方面的效果	首次将深度学习重建技术应用于多b值DWI序列，实现52.86%的采集时间缩短同时保持微血管侵犯预测性能	样本量相对有限（118例患者），仅针对BCLC A期肝细胞癌患者进行研究	评估深度学习加速多b值DWI在肝细胞癌微血管侵犯预测中的临床应用价值	BCLC A期肝细胞癌患者	医学影像分析	肝细胞癌	多b值弥散加权成像，深度学习重建	深度学习	磁共振影像	118例患者，其中48例微血管侵犯阳性	NA	NA	AUC, SNR, CNR, ROC分析	NA
8151	2025-10-06	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	研究论文	开发基于CT的深度学习放射组学模型预测直肠癌患者术前肿瘤出芽分级	首次结合深度学习特征和手工放射组学特征，并整合细胞外容积参数图像构建多参数预测模型	回顾性研究且样本量有限（135例患者）	预测直肠癌患者术前肿瘤出芽分级	经组织学确诊的直肠癌患者	数字病理	直肠癌	CT成像	深度学习,机器学习	CT图像	135例直肠癌患者（Bd1+2组85例，Bd3组50例）	NA	NA	AUC,校准曲线,决策曲线分析	NA
8152	2025-10-06	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	开发并验证一种基于深度学习的双模态虚拟活检系统，通过整合MRI和乳腺X线摄影特征来无创预测乳腺癌HER2状态	首次提出结合MRI放射组学特征和乳腺X线摄影深度学习特征的双模态虚拟活检系统，实现HER2状态的三分类预测	未明确说明模型在HER2-zero和HER2-low组间的区分能力有限的具体原因	开发无创预测乳腺癌HER2状态的深度学习决策系统，辅助临床治疗决策	乳腺癌患者	数字病理	乳腺癌	放射组学分析，深度学习特征提取	XGBoost, 深度学习模型	医学影像（MRI，乳腺X线摄影）	550名患者，分为训练集、内部验证集和外部验证集	NA	NA	AUC, 准确率	NA
8153	2025-10-06	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究开发了一种基于低剂量CT扫描的深度学习系统，用于自动预测骨密度和诊断骨质疏松症	首次利用低剂量胸部CT扫描结合深度学习技术实现骨密度的自动预测和骨质疏松症分类	研究样本量相对有限（551名受试者），需要在更大人群中验证模型性能	探索利用深度学习建立基于低剂量CT扫描的骨密度预测和骨质疏松分类系统的可行性	接受低剂量CT和QCT检查的551名受试者	医学影像分析	骨质疏松症	低剂量CT扫描，定量CT	深度学习	医学影像	551名受试者	NA	U-net	Dice相似系数，灵敏度，阳性预测值，Hausdorff距离，均方根误差，R2，曲线下面积，准确率	NA
8154	2025-10-06	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权磁共振图像，以缩短颞下颌关节紊乱患者的MRI扫描时间	提出将TransUNet架构作为生成对抗网络的生成器，并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量	研究样本量相对有限（178名患者），且仅针对颞下颌关节紊乱这一特定疾病	开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型	颞下颌关节紊乱患者的磁共振图像	计算机视觉	颞下颌关节紊乱	MRI	GAN, Transformer	医学图像	178名患者的7226张图像	NA	TransUNet	SSIM, LPIPS, FID, MOS	NA
8155	2025-10-06	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	研究论文	本研究开发基于冠状动脉CT血管成像的深度学习和影像组学模型，用于区分冠状动脉慢性完全闭塞和次全闭塞病变	首次结合深度学习和影像组学方法对冠状动脉CTO和STO进行鉴别诊断，并在多中心数据上验证模型性能	回顾性研究设计，样本主要来自三级医院，可能存在选择偏倚	开发准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能诊断模型	冠状动脉慢性完全闭塞和次全闭塞病变患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习, 影像组学	医学影像	581名参与者（平均年龄50±11岁，81.6%为男性），共600个病灶（403个CTO，197个STO）	NA	NA	AUC	NA
8156	2025-10-06	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力	首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像，显著降低辐射和造影剂剂量同时提升图像质量	研究样本量较小（60例患者），仅针对BMI≤25kg/m²的消瘦患者，缺乏对其他人群的验证	探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案	60例接受冠状动脉CT血管成像检查的消瘦患者（BMI≤25kg/m²）	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像数据	60例患者随机分为两组	NA	深度学习图像重建（DLIR）	信噪比，对比噪声比，主观评分，CT值，噪声值	NA
8157	2025-10-06	A Deep Learning Approach for Nerve Injury Classification in Brachial Plexopathies Using Magnetic Resonance Neurography with Modified Hiking Optimization Algorithm 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.004 PMID:40300994	研究论文	本研究提出了一种结合深度学习和改进型远足优化算法的AI框架，用于基于磁共振神经成像的臂丛神经病变神经损伤分类	首次将改进型远足优化算法与综合学习技术相结合，并应用于臂丛神经病变的神经损伤分类	样本量较小（仅39名患者），需要更大规模的研究验证	提高臂丛神经病变中神经损伤分类的准确性	臂丛神经病变患者的磁共振神经成像数据	医学影像分析	神经损伤	磁共振神经成像	CNN	医学影像	39名确诊臂丛神经病变患者	TensorFlow, PyTorch	MobileNetV4	准确率, 敏感性, 特异性	NA
8158	2025-10-06	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量，用于机会性骨质疏松筛查	首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量，为肺癌筛查中的骨质疏松机会性筛查提供新方法	初步研究，样本量相对有限（987例患者），需要更大规模验证	探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性	987名接受80 kV胸部CT和120 kV腰椎CT的患者	医学影像分析	骨质疏松症	定量CT（QCT）	CNN	CT影像	987名患者，分为训练集561例、验证集177例、测试集1（112例）和测试集2（137例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, 95%一致性界限, AUC	NA
8159	2025-10-06	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	研究论文	本研究开发了基于深度学习的视频估计峰值跳跃功率方法，并验证其与肌少症和身体机能的相关性	首次使用无标记视频分析方法估计峰值跳跃功率，为日常生活空间中的肌肉功能监测提供了概念验证	仅提供了概念验证，需要进一步研究验证其在日常环境中的实际可行性	开发基于视频分析的肌肉功能评估方法并验证其临床相关性	成年人群体	计算机视觉	肌少症	深度学习	深度学习模型	视频数据	NA	NA	NA	一致性分析	NA
8160	2025-10-06	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-Jul-01, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	开发了一种数据驱动方法，首次利用气象和生物颗粒物光谱数据常规检测城市环境中高湿度触发的夜间花粉破碎现象	首次实现了仅使用气象和在线BioPM光谱数据常规检测花粉破碎的能力，明确了相对湿度超过90%的触发阈值	方法基于特定城市环境数据，在其他地区的适用性需要进一步验证	检测花粉破碎现象并识别触发其发生的气象阈值	城市环境中的生物颗粒物（BioPM）特别是花粉	机器学习	NA	光谱数据分析	深度学习	气象数据，光谱数据	NA	自动机器学习	NA	NA	NA