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
801	2025-10-30	New-generation rice seed germination assessment: high efficiency and flexibility via SeedRuler web-based platform 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1671998 PMID:41158679	研究论文	开发了一个基于网络的稻种发芽评估平台SeedRuler，结合传统图像处理和深度学习技术提高分析效率和准确性	整合了三种核心模块（传统图像处理、YOLOv5目标检测和SAM分割模型），支持用户自定义发芽标准，提供自动种子尺寸测量功能	NA	提高稻种发芽评估的准确性、效率和可用性	水稻种子	计算机视觉	NA	图像处理，深度学习	YOLOv5, Segment Anything Model (SAM)	图像	1,200张水稻种子图像	NA	YOLOv5, SAM	平均精度均值(mAP), 平均绝对误差(MAE)	基于网络平台
802	2025-10-30	Deep learning for scene understanding in mitochondrial dysregulation and blood cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1609851 PMID:41158859	研究论文	提出一种集成医学影像、基因组信息和临床参数的新型深度学习框架，用于线粒体失调相关血癌的全面场景理解和诊断	结合自监督学习、视觉Transformer和图神经网络，采用基于注意力的多模态融合机制，并整合对抗域适应和不确定性量化模块	NA	开发精确可扩展的血癌早期检测和管理框架	线粒体失调相关血癌	数字病理	血癌	医学影像、基因组信息、临床参数多模态数据整合	Transformer, GNN	图像, 基因组数据, 临床数据	NA	NA	视觉Transformer, 图神经网络	分类性能	NA
803	2025-10-30	Deep learning radiomics model of epicardial adipose tissue for predicting postoperative atrial fibrillation after lung lobectomy in lung cancer patients 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1623248 PMID:41158854	研究论文	开发并验证基于心外膜脂肪组织的深度学习影像组学模型，用于预测肺癌患者肺叶切除术后心房颤动的风险	首次结合心外膜脂肪组织的手工和深度学习影像组学特征，构建术后房颤预测模型	机器学习算法和重采样技术未显著提升模型性能	预测肺癌患者肺叶切除术后心房颤动的发生风险	来自两个中心的1,008名肺癌患者	医学影像分析	肺癌	对比增强胸部CT成像	深度学习,逻辑回归	医学影像	1,008名患者	NA	NA	AUC,G-mean,F-measure	NA
804	2025-10-30	LiT: limit order book transformer 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1616485 PMID:41159129	研究论文	提出一种基于Transformer架构的限价订单簿预测模型LiT，用于预测短期市场走势	首次将结构化补丁和基于Transformer的自注意力机制应用于限价订单簿预测，能够同时建模市场微观结构中的空间和时间特征	NA	开发能够准确预测短期市场走势的深度学习模型	高频限价订单簿数据	机器学习	NA	深度学习	Transformer	金融时间序列数据	多个限价订单簿数据集	NA	Transformer	NA	NA
805	2025-10-30	Enhancing COVID-19 classification of X-ray images with hybrid deep transfer learning models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1646743 PMID:41159128	研究论文	提出一种混合深度迁移学习框架用于COVID-19 X射线图像分类	整合三种不同实验流程，将传统用于目标检测的YOLOV4应用于COVID-19特征检测，并采用遗传算法进行超参数优化	NA	开发高效的COVID-19 X射线图像分类方法	COVID-19 X射线图像	计算机视觉	COVID-19	深度迁移学习	CNN	X射线图像	超过5000个样本的Kaggle数据集	NA	AlexNet, EfficientNetB1, ResNet18, VGG16, YOLOV4	准确率, F1分数, 精确率, AUC	NA
806	2025-10-30	Intracranial aneurysm segmentation on digital subtraction angiography: a retrospective and multi-center study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1646517 PMID:41159199	研究论文	本研究开发了一种新型深度学习模型SDAN，用于数字减影血管造影中颅内动脉瘤的精确分割	提出了形状感知双流注意力网络，包含边缘感知局部注意力模块和全局形状感知融合块，专门解决小动脉瘤分割难题	回顾性研究，数据来自三个机构，需要进一步前瞻性验证	提高数字减影血管造影中颅内动脉瘤的分割性能，特别是小动脉瘤的分割准确性	颅内动脉瘤	数字病理	脑血管疾病	数字减影血管造影	深度学习	医学图像	62,187张回顾性DSA图像用于训练和测试，26,415张图像用于外部验证	NA	SDAN, ELAM, GSFB	DSC, HD95, 敏感度	NA
807	2025-10-30	Deep Learning System Outperforms Clinicians in Identifying Optic Disc Abnormalities 2023-Jun-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001800 PMID:36719740	研究论文	开发了一种基于深度学习的人工智能系统(BONSAI-DLS)，用于通过眼底照片检测视盘异常，并在性能上超越临床医生	首次开发出能够准确检测视盘异常(包括视乳头水肿)的深度学习系统，并在多中心研究中证明其性能优于一线临床医生	使用回顾性收集的便利样本，可能限制结果的泛化性	评估深度学习系统在识别视盘异常方面的诊断性能，并与不同专业背景的临床医生进行比较	454名患者的800张眼底照片，包括正常视盘、视乳头水肿和其他异常	计算机视觉	眼科疾病	数字眼底摄影	深度学习系统	图像	训练集14,341张眼底照片，测试集800张眼底照片(来自454名患者)	NA	NA	AUC, 错误率, 准确率, 敏感性, 特异性	NA
808	2025-10-29	Dataset of two-phase flow in a horizontal pipe: synchronized measurements of acceleration, pressure, void fraction and high-velocity camera 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112117 PMID:41140862	研究论文	本文提供了一个水平管道中气水两相流的同步测量数据集，包含加速度、压力、空隙率和高速摄像数据	通过同步采集多传感器数据与高速摄像，并应用深度学习算法进行气泡分割和跟踪，实现了对多相流动力学的综合分析	数据集仅包含23个实验点，覆盖三种流型（分层流、段塞流和分散气泡流），样本规模有限	研究管道中两相流和流致振动现象	水平管道中的气水混合两相流	流体力学	NA	高速摄像、传感器同步测量、图像处理	深度学习算法	时间序列传感器数据、视频图像	23个实验点，600秒传感器数据（25.6 kHz采样率），15秒高速视频（800 fps）	NA	NA	NA	NA
809	2025-10-29	Unravelling emotions: exploring deep learning approaches for EEG-based emotion recognition with current challenges and future recommendations 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10328-9 PMID:41141240	综述	本文系统综述了基于脑电图信号和深度学习的情绪识别研究现状，并比较了不同模型的性能	系统比较了多种深度学习模型与传统机器学习模型在脑电图情绪识别中的性能，并提出了未来研究路线图	仅基于PRISMA指南筛选了2018-2024年间120篇文献，可能存在文献覆盖不全的局限性	探索深度学习在基于脑电图的情绪识别中的应用效果	脑电图信号和情绪识别	机器学习	NA	脑电图	CNN, LSTM, GRU, BiLSTM, 双向GRU, 卷积循环神经网络, EEG-Conformer	脑电图信号	基于SEED和GAMEEMO两个数据集	NA	卷积循环神经网络, EEG-Conformer	准确率, 精确率, 召回率, F1分数	NA
810	2025-10-29	Radiological evaluation and clinical implications of deep learning- and MRI-based synthetic CT for the assessment of cervical spine injuries 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11644-8 PMID:40335658	研究论文	评估基于深度学习和MRI的合成CT在颈椎损伤诊断中的有效性	首次系统评估MRI-based合成CT在颈椎骨折可视化与分类中的诊断效能，并与传统CT金标准进行对比	样本量较小（37例患者），单中心研究设计	验证合成CT在颈椎损伤诊断中的临床应用价值	颈椎损伤患者	医学影像分析	颈椎损伤	MRI, CT, 深度学习	深度学习模型	医学影像	37例患者，44处颈椎骨折	NA	NA	灵敏度, ICC, Fleiss' Kappa, 平均绝对误差, 平均绝对皮质表面距离	NA
811	2025-10-29	nnU-Net-based high-resolution CT features quantification for interstitial lung diseases 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11649-3 PMID:40341974	研究论文	基于nnU-Net开发用于间质性肺病的高分辨率CT异常量化工具CVILDES	首次将nnU-Net网络结构应用于间质性肺病HRCT特征的自动分割和量化	样本量相对有限（总计168例），需要进一步多中心验证	开发可靠的间质性肺病CT定量评估工具	间质性肺病患者和其他弥漫性肺病患者	计算机视觉	间质性肺病	HRCT扫描	U-Net	CT图像	83例间质性肺病和20例其他弥漫性肺病（训练集），51例IPAF和14例IPF（验证集）	nnU-Net	nnU-Net	相关系数r, p值	NA
812	2025-10-29	Automated CT segmentation for lower extremity tissues in lymphedema evaluation using deep learning 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11673-3 PMID:40377677	研究论文	开发并验证基于深度学习的自动CT分割工具，用于下肢淋巴水肿评估中的组织成分分析	首次将Unet++架构与EfficientNet-B7编码器结合应用于下肢淋巴水肿的CT组织分割，并开发了可视化GUI工具	样本量相对有限（开发集118例，验证集各10例），仅针对妇科癌症患者的下肢淋巴水肿	开发自动化的下肢组织分割工具以改进淋巴水肿评估	下肢CT静脉造影扫描图像中的脂肪、肌肉和液性-纤维化组织成分	医学影像分析	淋巴水肿	CT静脉造影	深度学习	CT医学影像	开发集118例妇科癌症患者，内部验证集10例，外部验证集10例	NA	Unet++, EfficientNet-B7	Dice相似系数, 体积相似度	NA
813	2025-10-29	Development of a deep-learning algorithm for etiological classification of subarachnoid hemorrhage using non-contrast CT scans 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11666-2 PMID:40382487	研究论文	开发基于深度学习的算法，使用非增强CT扫描对蛛网膜下腔出血进行病因分类	首次利用非增强CT扫描和深度学习技术实现动脉瘤性与非动脉瘤性蛛网膜下腔出血的自动分类	回顾性研究设计，样本量相对有限	开发能够区分动脉瘤性和非动脉瘤性蛛网膜下腔出血的深度学习算法	618名蛛网膜下腔出血患者	医学影像分析	脑血管疾病	非增强计算机断层扫描(NCCT)	深度学习	医学影像	618例患者(训练验证集533例，外部测试集85例)	NA	U-Net++, ResNet	灵敏度, 特异度, 准确率, Matthews相关系数, AUC	NA
814	2025-10-29	Systematic review on the impact of deep learning-driven worklist triage on radiology workflow and clinical outcomes 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11674-2 PMID:40397031	系统综述	系统评估深度学习驱动的工作列表分诊对放射学工作流程和临床结果的影响	首次系统分析深度学习分诊系统在不同临床环境和疾病类型中对诊断延迟和患者结局的影响	需要进一步研究假阴性检查和多条件优先级的可靠指标	评估基于深度学习的分诊系统在减少诊断延迟和改善患者结局方面的效果	放射学工作流程和患者临床结局	医疗人工智能	肺栓塞, 脑卒中, 颅内出血, 胸部疾病	深度学习	NA	医学影像	38项研究，来自20篇出版物，涉及138,423张图像	NA	NA	报告周转时间, 治疗时间, 患者结局差异	NA
815	2025-10-29	High-resolution deep learning reconstruction to improve the accuracy of CT fractional flow reserve 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11707-w PMID:40402290	研究论文	比较基于模型迭代重建和高分辨率深度学习重建的CT血流储备分数的诊断性能	首次研究高分辨率深度学习重建对CT血流储备分数诊断性能的影响	单中心回顾性研究，样本量有限	评估不同图像重建方法对CT血流储备分数诊断准确性的影响	冠状动脉疾病患者	医学影像分析	心血管疾病	冠状动脉CT血管造影，血流储备分数测量	深度学习重建	CT影像	79名患者，98条血管	NA	NA	受试者工作特征曲线下面积，诊断准确率	NA
816	2025-10-29	Influence of content-based image retrieval on the accuracy and inter-reader agreement of usual interstitial pneumonia CT pattern classification 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11689-9 PMID:40402291	研究论文	研究基于内容的图像检索系统对普通间质性肺炎CT模式分类准确性和观察者间一致性的影响	首次评估深度学习驱动的CBIR系统对不同经验水平医生在UIP CT模式分类中的辅助作用	回顾性研究设计，样本量有限（100例查询病例），CBIR对不同经验水平医生的影响不一致	评估CBIR系统在提高UIP CT模式分类准确性和观察者间一致性的有效性	587名接受高分辨率胸部CT检查的纤维化间质性肺疾病患者	计算机视觉	间质性肺疾病	高分辨率CT成像	深度学习算法	医学影像（CT图像）	587名患者，其中100例作为查询病例	NA	NA	诊断准确率，Fleiss Kappa系数	NA
817	2025-10-29	Artificial intelligence in neuro-oncology: methodological bases, practical applications and ethical and regulatory issues 2025-Nov, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03948-4 PMID:40402414	综述	本文探讨人工智能在神经肿瘤学中的方法论基础、临床应用及伦理监管问题	系统整合可解释AI方法与机制模型，提出数字孪生和虚拟临床试验等创新应用	存在数据偏差、伦理问题和监管合规等持续挑战	研究人工智能在神经肿瘤领域的应用与发展	脑肿瘤的诊断、治疗规划和预后预测	数字病理	脑肿瘤	先进成像技术、基因组分析	CNN, 深度学习	医学影像、基因组数据	NA	NA	NA	NA	NA
818	2025-10-29	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	本研究评估了基于深度学习的核转换在减少CT气道定量测量变异性的效果	首次系统评估不同重建核和深度学习核转换对气道定量CT测量的影响	对非肺专用核和亚段水平气道的改善效果有限，样本量相对较小	评估不同CT重建核对自动化气道定量测量的影响，并验证深度学习核转换的标准化效果	96例接受非增强胸部CT扫描的患者	医学影像分析	呼吸系统疾病	CT扫描，深度学习核转换	深度学习	CT影像	96例患者，来自两个医疗中心	NA	NA	方差分析，配对t检验，一致性相关系数(CCC)	NA
819	2025-10-29	Deep learning reconstruction combined with contrast-enhancement boost in dual-low dose CT pulmonary angiography: a two-center prospective trial 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11681-3 PMID:40411550	研究论文	本研究探讨深度学习重建联合对比度增强提升技术在双低剂量CT肺动脉造影中改善图像质量和诊断准确性的效果	首次将深度学习重建与对比度增强提升技术结合应用于双低剂量CT肺动脉造影，相比传统混合迭代重建方法显著提升图像质量	样本量相对有限（130例患者），仅在两所中心进行，需要更大规模多中心研究验证	评估深度学习重建联合对比度增强提升技术在低辐射和低对比剂剂量下对CT肺动脉造影图像质量的改善效果	疑似肺栓塞患者	医学影像分析	肺栓塞	CT肺动脉造影	深度学习重建	CT影像	130例患者	NA	NA	信噪比, 对比噪声比, 受试者工作特征曲线下面积, 定性评分	NA
820	2025-10-29	PETFormer-SCL: a supervised contrastive learning-guided CNN-transformer hybrid network for Parkinsonism classification from FDG-PET 2025-Nov, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02081-0 PMID:40660058	研究论文	提出一种结合CNN和Transformer的混合网络PETFormer-SCL，用于从FDG-PET图像中分类帕金森综合征亚型	首次将监督对比学习与CNN-Transformer混合架构结合，专门针对帕金森综合征亚型分类问题	研究仅基于单一中心的FDG-PET数据，需要多中心验证	开发能够准确区分帕金森病、多系统萎缩和进行性核上性麻痹的深度学习模型	帕金森综合征患者	医学影像分析	帕金森综合征	FDG-PET	CNN, Transformer	医学影像	1275名患者（训练集945名，测试集330名）	NA	PETFormer-SCL（CNN-Transformer混合架构）	AUC	NA