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
861	2025-07-03	ARTIFICIAL INTELLIGENCE ENHANCES DIAGNOSTIC ACCURACY OF CONTRAST ENEMAS IN HIRSCHSPRUNG DISEASE COMPARED TO CLINICAL EXPERTS 2025-Jul-01, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2646-2052 PMID:40592491	研究论文	本研究评估了深度学习神经网络在对比灌肠诊断先天性巨结肠症中的表现，并与儿科外科医生和放射科医生的诊断进行了比较	结合前后位和侧位图像以及临床数据，深度学习神经网络在对比灌肠诊断中表现出高准确性和一致性	研究为回顾性设计，样本量有限（218张测试图像）	评估AI在先天性巨结肠症诊断中的表现及其与临床专家的比较	先天性巨结肠症患者的对比灌肠图像	数字病理	先天性巨结肠症	深度学习	DNN	图像	1471张对比灌肠图像（其中218张用于测试）
862	2025-07-03	Photon-counting detector CT of the brain reduces variability of Hounsfield units and has a mean offset compared with energy-integrating detector CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8910 PMID:40592542	research paper	本研究比较了光子计数探测器CT（PCD-CT）与能量积分探测器CT（EID-CT）在脑部成像中的Hounsfield单位（HU）变异性、灰质与白质对比及图像噪声	首次全面比较PCD-CT与EID-CT在脑部成像中的HU值、图像噪声及灰质白质对比，揭示了PCD-CT在降低图像噪声和HU值偏移方面的优势	研究未涉及脑部病理情况，且未来需进一步研究调整窗位预设的必要性	比较PCD-CT与EID-CT在脑部成像中的性能差异	脑部灰质和白质的CT成像数据	医学影像	NA	光子计数探测器CT（PCD-CT）和能量积分探测器CT（EID-CT）	深度学习分割	CT图像	329例EID-CT患者和180例PCD-CT患者
863	2025-07-03	Evaluation of the effectiveness of artificial intelligence models in radiopaque and radiolucent lesions of the maxillofacial region on panoramic radiographs 2025-Jul-01, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00838-x PMID:40593453	研究论文	本研究评估了深度学习算法在颌面部区域全景X光片中放射线不透和放射线可透病变的分类、检测和分割中的效果	首次比较了多种深度学习架构（AlexNet、VGG16、GoogleNet和YOLOv8）在颌面部病变自动分析中的表现，并确定了最佳性能模型	研究样本年龄跨度较大（12-80岁），可能影响模型的泛化能力，且未说明具体样本数量	评估人工智能模型在颌面部放射影像病变分析中的有效性	颌面部区域的放射线不透和放射线可透病变	计算机视觉	颌面部疾病	深度学习	AlexNet, VGG16, GoogleNet, YOLOv8	医学影像（全景X光片）	NA
864	2025-07-03	A transformer model for de novo sequencing of data-independent acquisition mass spectrometry data 2025-Jul-01, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02718-y PMID:40596427	研究论文	本文提出了一种名为Cascadia的Transformer模型，用于处理数据非依赖采集质谱数据的从头测序问题	首次将Transformer架构应用于数据非依赖采集质谱数据的从头测序，相比现有方法在多种仪器和实验协议下性能显著提升	模型主要针对数据非依赖采集协议，可能不适用于数据依赖采集实验	解决质谱数据分析中的从头测序问题	数据非依赖采集质谱数据	机器学习	NA	数据非依赖采集质谱(DIA)	Transformer	质谱数据	NA
865	2025-07-03	Deep learning reveals the complex genetic architecture of male guppy colouration 2025-Jul-01, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-025-02781-w PMID:40596731	研究论文	本研究利用深度学习技术揭示了雄性孔雀鱼颜色变异的复杂遗传结构	结合卷积神经网络进行高分辨率表型分析、选择实验、控制谱系和全基因组重测序，首次全面解析了孔雀鱼颜色变异的遗传基础	研究主要关注雄性孔雀鱼，雌性颜色变异的遗传机制未涉及	解析孔雀鱼颜色变异的遗传结构和维持机制	雄性孔雀鱼(Poecilia reticulata)	计算生物学	NA	全基因组重测序、基因组关联分析(GWAS)	CNN	基因组数据、图像数据	未明确说明样本数量，但涉及控制谱系和全基因组数据
866	2025-07-03	The deep radon prior-based stationary CT image reconstruction algorithm for two phase flow inspection 2025-Jul, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251322078 PMID:40600316	研究论文	提出了一种基于深度Radon先验的静态CT图像重建算法，用于两相流检测	提出了一种名为Deep Radon Prior (DRP)的无监督深度学习算法，直接从投影数据重建图像，优化Radon域中的误差，并利用神经网络学习图像中的规则信息	受限于系统的整体物理布置，CT系统只能收集不完全的稀疏投影数据	研究高流速两相流在小直径合金钢管中的流动模式和空隙率的测量方法	两相流在热传递管道中的状态	计算机视觉	NA	静态计算机断层扫描(CT)	深度学习	图像	NA
867	2025-07-03	Learning salient representation of crashes and near-crashes using supervised contrastive variational autoencoder 2025-Jun-30, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108148 PMID:40592011	研究论文	本研究提出了一种新颖的深度学习模型scVAE，用于学习安全关键事件（如碰撞和接近碰撞）的显著表示，以提高道路安全	将监督对比学习方法整合到变分自编码器（VAE）框架中，通过两个不同的编码器使显著潜在变量具有区分性，并专注于最相关的表示以进行准确聚类	NA	提高道路安全，通过学习安全关键事件的显著表示来改进聚类、样本生成、去噪和预测等下游任务	安全关键事件（包括碰撞和接近碰撞）	机器学习	NA	监督对比学习，变分自编码器（VAE）	scVAE（监督对比变分自编码器）	运动学数据集	第二战略公路研究计划（SHRP 2）自然驾驶研究数据集
868	2025-07-03	Explainable, federated deep learning model predicts disease progression risk of cutaneous squamous cell carcinoma 2025-Jun-28, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00997-4 PMID:40581685	研究论文	开发了一种基于Transformer的可解释、联邦深度学习模型，用于预测皮肤鳞状细胞癌患者的疾病进展风险	首次将Transformer模型应用于皮肤鳞状细胞癌的疾病进展预测，并通过联邦学习提高模型的泛化能力和隐私保护	外部验证队列的平均AUROC为0.65，表明模型在外部数据上的表现有待提高	预测皮肤鳞状细胞癌患者的疾病进展风险，以促进个性化医疗和二级预防	皮肤鳞状细胞癌患者	数字病理学	皮肤鳞状细胞癌	深度学习	Transformer	图像	三个临床中心的数据
869	2025-07-03	AI-supported versus manual microscopy of Kato-Katz smears for diagnosis of soil-transmitted helminth infections in a primary healthcare setting 2025-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07309-7 PMID:40579399	研究论文	比较AI支持与手动显微镜在初级医疗环境中诊断土壤传播蠕虫感染的效果	使用便携式全玻片扫描仪和基于深度学习的AI技术，提高了对轻强度感染的检测灵敏度	研究样本仅来自肯尼亚的学龄儿童，可能限制了结果的普遍性	评估AI技术在诊断土壤传播蠕虫感染中的效果	土壤传播蠕虫（蛔虫、鞭虫和钩虫）	数字病理学	寄生虫感染	深度学习	AI	图像	965份粪便样本（最终分析704份）
870	2025-07-03	HybridDLDR: A hybrid deep learning-based drug resistance prediction system of Glioblastoma (GBM) using molecular descriptors and gene expression data 2025-Jun-27, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108913 PMID:40592112	研究论文	本文提出了一种基于深度学习的混合模型HybridDLDR，用于预测胶质母细胞瘤(GBM)的耐药性	结合了CNN、LSTM和transformer架构，利用分子描述符和基因表达数据进行耐药性预测	未提及具体数据集的样本量和多样性限制	改进癌症治疗期间的药物效果预测	胶质母细胞瘤(GBM)的耐药性	机器学习	胶质母细胞瘤	深度学习	CNN, LSTM, transformer	基因表达数据和化学性质数据	NA
871	2025-07-03	MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis 2025-Jun-26, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119774 PMID:40581100	研究论文	本文介绍了一种名为MDD-LLM的高性能抑郁症诊断工具，该工具利用微调的大型语言模型（LLMs）和大量真实世界样本解决抑郁症诊断中的挑战	首次将大型语言模型（LLMs）应用于抑郁症（MDD）诊断，并展示了其在准确性、鲁棒性和可解释性方面的显著优势	研究依赖于UK Biobank队列的数据，可能限制了模型的泛化能力	开发一种基于AI的高性能抑郁症诊断工具	抑郁症（MDD）患者	自然语言处理	抑郁症	大型语言模型（LLMs）微调	LLM	表格数据	274,348个个体记录（来自UK Biobank队列）
872	2025-07-03	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Jun-26, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	本文提出了一种名为ILEP的模型，用于通过纵向EEG监测评估经颅聚焦超声刺激(tFUS)引起的神经可塑性和适应性反应	整合了tFUS与高分辨率EEG监测，提出了ILEP模型，能够动态监测脑部反应的短期和长期变化	缺乏标准化的实时评估协议，对重复tFUS应用对神经可塑性的长期影响理解不清晰	评估tFUS引起的神经可塑性和适应性脑反应	神经可塑性和适应性脑反应	神经科学	神经系统疾病	经颅聚焦超声刺激(tFUS), 脑电图(EEG)	ILEP模型, 深度学习(DL)模型, 机器学习(ML)分类器	EEG信号	NA
873	2025-07-03	Predicting brain metastases in EGFR-positive lung adenocarcinoma patients using pre-treatment CT lung imaging data 2025-Jun-26, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112265 PMID:40592110	研究论文	本研究旨在通过融合放射组学特征和深度学习特征，利用治疗前肺部CT图像数据，预测EGFR阳性肺腺癌患者在两年内发生脑转移的风险	首次将视觉Mamba网络应用于此领域，并开发了放射组学与深度学习特征融合模型，显著提高了预测准确性	样本量相对较小（173例），且仅使用单模态CT数据	实现EGFR阳性肺腺癌患者脑转移风险的早期预警	EGFR阳性肺腺癌患者	数字病理	肺癌	CT成像	融合视觉Mamba模型	图像	173例EGFR阳性肺腺癌患者（93例有脑转移，80例无脑转移）
874	2025-07-03	Estimating the extent and sources of model uncertainty in political science 2025-Jun-24, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2414926122 PMID:40526713	研究论文	本文提出了一种结合极端边界分析和多元宇宙方法的新方法，用于系统评估政治科学中的模型不确定性及其来源	结合极端边界分析和多元宇宙方法，开发了一种新的敏感性分析方法，能够同时评估多个维度的模型不确定性	未提及具体局限性	评估政治科学中的模型不确定性及其来源	政治科学中的四个主题：民主化、制度信任、公共产品提供和福利国家慷慨	政治科学	NA	极端边界分析、多元宇宙方法	最近1-邻居、逻辑回归、深度学习	统计估计	超过36亿次估计
875	2025-07-03	Advances and challenges in pathomics for liver cancer: From diagnosis to prognostic stratification 2025-Jun-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i6.107646 PMID:40585839	综述	本文综述了病理组学在肝癌从诊断到预后分层中的进展与挑战	整合AI与定量病理图像分析，通过深度学习解析肝癌的异质性，实现肿瘤分类、微血管侵犯检测、复发风险分层和生存预测	多中心验证研究有限，模型可解释性不足，临床工作流程整合存在瓶颈	推动病理组学在肝癌精准医疗中的应用，改善个性化治疗策略	肝细胞癌（HCC）和胆管癌	数字病理学	肝癌	AI驱动的病理图像分析	深度学习	病理全切片图像	NA
876	2025-07-03	Region-based U-nets for fast, accurate, and scalable deep brain segmentation: Application to Parkinson Plus Syndromes 2025-Jun-24, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103807 PMID:40592210	研究论文	提出一种基于区域U-net的深度学习方法，用于快速、准确且可扩展的深部脑结构分割，应用于帕金森叠加综合征	通过将脑图像分割为目标区域优化GPU使用，显著减少训练时间同时保持高准确性	未提及具体局限性	开发一种自动化MRI分割方法，用于早期检测与帕金森叠加综合征相关的深部脑结构变化	12个与帕金森叠加综合征相关的深部脑结构	数字病理学	帕金森叠加综合征	MRI	U-net	图像	660名受试者（包括健康对照和多种运动障碍患者）
877	2025-07-03	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Jun-23, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	研究论文	本研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习从标准心脏PET/CT中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能无法完全代表所有人群	评估身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	数字病理	心血管疾病	PET/CT心肌灌注成像	深度学习	医学影像	10,085名患者（中位年龄68岁，57%男性）
878	2025-07-03	Multimodal deep learning for predicting neoadjuvant treatment outcomes in breast cancer: a systematic review 2025-Jun-23, Biology direct IF:5.7Q1 DOI:10.1186/s13062-025-00661-8 PMID:40551237	系统综述	本文综述了多模态深度学习在预测乳腺癌新辅助治疗结果中的应用，并比较了其与单模态深度学习的性能	整合多种数据源（放射学、病理学、组学、临床）的多模态深度学习在预测病理完全缓解（pCR）方面显示出更高的准确性	方法学异质性大，依赖回顾性数据，外部验证有限，阻碍了临床转化	评估多模态深度学习在预测乳腺癌新辅助治疗结果中的准确性和应用潜力	接受新辅助系统治疗的乳腺癌患者	数字病理学	乳腺癌	深度学习	CNN	多模态数据（放射学、数字病理学、组学、临床记录）	51项研究，中位队列281例
879	2025-07-03	Expanding point cloud statistical shape model applications: Generalized vascular modeling for population-level hemodynamic simulations 2025-Jun-23, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108924 PMID:40592009	研究论文	提出了一种结合点云统计形状建模和HDBSCAN聚类的新工作流程，用于高效表征颈内动脉的几何形状并分析其血流模式	提出了一种新颖的Tier-2工作流程，结合点云统计形状建模和HDBSCAN聚类，显著提高了血流模拟的准确性和效率	研究仅针对颈内动脉，未涵盖其他血管类型	克服人群尺度血流研究中计算成本高和模型过于理想化的问题	颈内动脉的几何形状和血流模式	计算流体动力学	血管狭窄	点云统计形状建模(Pcd-SSM), HDBSCAN聚类, 计算流体动力学(CFD)	PCA, 深度学习Pcd-SSM	时间飞跃磁共振血管成像(TOF-MRA)数据	229例颈内动脉(171例正常，58例有30-50%狭窄)
880	2025-07-03	BoneDat, a database of standardized bone morphology for in silico analyses 2025-Jun-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05161-y PMID:40541988	研究论文	介绍了一个名为BoneDat的标准化骨骼形态数据库，用于骨科和进化生物学领域的计算机模拟分析	开发了一个包含标准化骨骼形态数据的综合数据库，解决了该领域缺乏高质量数据集的限制	数据集仅包含278例临床腰骨盆CT扫描，可能不足以覆盖所有人群的多样性	提高计算机模拟分析的重复性和可信度，支持深度学习模型的训练和基准测试	人类骨骼形态数据，特别是腰骨盆区域的骨骼	数字病理	骨科疾病	CT扫描	深度学习模型	图像	278例临床腰骨盆CT扫描，年龄在16至91岁之间，按性别和年龄组平衡