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
81	2025-09-03	MDEANet: A multi-scale deep enhanced attention net for popliteal fossa segmentation in ultrasound images 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102570 PMID:40544544	研究论文	提出一种基于深度学习的超声图像分割网络MDEANet，用于精确分割腘窝区域的神经、肌肉和动脉	结合了级联多尺度空洞卷积(CMAC)、增强空间注意力机制(ESAM)和跨层级特征融合(CLFF)，显著提升了多尺度特征提取和关键解剖区域关注能力	NA	提高超声引导下坐骨神经阻滞的准确性和效率，通过精确分割腘窝解剖结构为麻醉医师提供决策支持	腘窝区域的神经、肌肉和动脉	计算机视觉	NA	深度学习	CNN	超声图像	NA
82	2025-09-03	VTrans: A VAE-Based Pre-Trained Transformer Method for Microbiome Data Analysis 2025-Sep, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0884 PMID:40295093	研究论文	提出一种结合Transformer编码器和变分自编码器(VAE)的深度学习模型VTrans，用于基于微生物数据预测癌症患者的生存风险	首次将Transformer编码器与VAE结合，并采用预训练和微调策略来解决微生物数据高维小样本的挑战	研究仅基于TCGA的三个癌症数据集，尚未扩展到更多癌症类型或外部验证	预测癌症患者的生存结局并评估其风险	癌症患者的微生物组数据	机器学习	癌症	微生物组数据分析	Transformer, VAE	微生物组数据	三个TCGA癌症数据集
83	2025-09-03	Ensemble deep learning model for early diagnosis and classification of Alzheimer's disease using MRI scans 2025-Sep, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251359950 PMID:40776602	研究论文	本研究提出一种集成深度学习模型，利用MRI扫描进行阿尔茨海默病的早期诊断与分类	结合改进的Beluga鲸优化器和Manta觅食优化的新型特征选择框架H-IBMFO，以及MobileNet V2、DarkNet和ResNet的集成深度学习模型	NA	通过先进的图像预处理、最优特征选择和集成深度学习技术提升基于MRI的AD分类性能	阿尔茨海默病患者的MRI脑部扫描图像	计算机视觉	阿尔茨海默病	MRI图像处理，包括归一化、仿射变换和去噪	集成深度学习模型（MobileNet V2, DarkNet, ResNet）	图像	NA
84	2025-09-03	Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT 2025-Aug-26, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2024-003372 PMID:39572171	研究论文	开发一种基于深度学习的CT图像自动识别急性缺血性卒中病灶的方法	利用常规收集的已标注但未进行病灶勾画的CT扫描数据训练模型，无需人工精细注释，扩大了训练数据集规模和代表性	慢性脑部病变（如非卒中病灶和陈旧性卒中病灶）会显著降低检测准确性，错误率分别达32%和31%	开发快速自动化的CT评估方法，以辅助缺血性卒中的早期诊断	急性缺血性卒中患者的脑部CT扫描图像	计算机视觉	心血管疾病	深度学习	CNN	图像	2347名患者的5772次CT扫描
85	2025-09-03	Deep Learning-Based Fully Automated Aortic Valve Leaflets and Root Measurement From Computed Tomography Images　- A Feasibility Study 2025-Aug-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-1031 PMID:40436780	研究论文	本研究开发并验证了一种基于深度学习的全自动算法，用于从CT图像中测量主动脉瓣叶和根部，并评估其临床可行性	首次实现了基于深度学习的全自动主动脉瓣叶和根部测量算法，能够显著缩短测量时间并减少人工工作量	对于主动脉反流病例的窦管交界处测量存在较大误差（10.3 mm），特别是在扩张窦部边界不明确的情况下	评估基于深度学习的全自动主动脉瓣叶和根部测量算法在临床中的可行性	主动脉根部扩张、主动脉瓣狭窄和主动脉瓣反流患者	计算机视觉	心血管疾病	深度学习，计算机断层扫描（CT）	深度学习算法	CT图像	167例患者（40例用于算法训练，100例用于算法评估）
86	2025-09-03	Diagnostic report generation for macular diseases by natural language processing algorithms 2025-Aug-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-326064 PMID:40348396	研究论文	本研究探索基于规则和深度学习的自然语言处理方法，用于自动生成黄斑疾病的诊断报告	开发并比较了基于规则和深度学习的NLP系统，用于多模态眼科图像（彩色眼底照片和OCT）的自动诊断报告生成	仅针对四种黄斑疾病，样本量相对有限（2261只眼），且与初级眼科医生比较而非专家	研究自动生成自然语言诊断报告的方法在黄斑疾病诊断中的应用效果	1303名患者的2261只眼睛，包括健康视网膜和四种黄斑疾病患者	自然语言处理	黄斑疾病	自然语言处理（NLP）	基于规则的NLP和基于深度学习的NLP	图像（彩色眼底照片和光学相干断层扫描图像）	2261只眼睛（来自1303名患者）
87	2025-09-03	Deep learning-based system for automatic identification of benign and malignant eyelid tumours 2025-Aug-20, The British journal of ophthalmology DOI:10.1136/bjo-2025-327127 PMID:40348397	研究论文	开发基于深度学习的系统，用于自动识别和分类眼睑良性和恶性肿瘤	首次应用多种CNN模型（包括双路径Inception-v4变体）进行眼睑肿瘤的自动分类，并展示高诊断性能	需在更广泛和多样化的数据集上进行验证，尚未集成到临床工作流程中	提高眼睑肿瘤诊断的准确性和效率	正常眼睑、良性及恶性眼睑肿瘤的图像	计算机视觉	眼睑肿瘤	深度学习	CNN（包括VGG16, ResNet50, Inception-v4, EfficientNet-V2-M及其变体）	图像	未明确指定样本数量，按8:2比例分为训练集和验证集
88	2025-09-03	Label-free diagnosis of lung cancer by Fourier transform infrared microspectroscopy coupled with domain adversarial learning 2025-Aug-18, The Analyst DOI:10.1039/d5an00216h PMID:40492296	研究论文	提出一种结合傅里叶变换红外显微光谱与域对抗学习的无标记肺癌诊断方法	引入红外光谱域对抗神经网络（IRS-DANN），利用域对抗学习机制减少患者间变异影响，提升小样本下的分类性能	NA	开发高精度肺癌组织鉴别方法，作为临床诊断的重要辅助工具	肺癌组织	数字病理	肺癌	傅里叶变换红外显微光谱（FTIR）	域对抗神经网络（DANN）	红外光谱数据	真实临床FTIR数据集（具体数量未明确说明）
89	2025-09-03	ES-UNet: efficient 3D medical image segmentation with enhanced skip connections in 3D UNet 2025-Aug-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01857-0 PMID:40804359	研究论文	提出一种高效的三维医学图像分割模型ES-UNet，通过增强跳跃连接和引入新训练策略提升性能	在UNet3+的全尺度跳跃连接中集成通道注意力模块，提出区域特定缩放数据增强方法和动态加权Dice损失函数	需在未来工作中探索自适应缩放策略和更广泛成像模态的验证	开发改进的三维医学图像分割架构，提高精度并解决训练数据有限的问题	三维医学图像数据	医学图像分析	头颈部肿瘤（HECKTOR数据集）	深度学习，数据增强	3D UNet变体（ES-UNet），集成通道注意力机制	三维医学图像	MICCAI HECKTOR数据集和Medical Segmentation Decathlon部分任务数据
90	2025-09-03	Precise, predictable genome integrations by deep-learning-assisted design of microhomology-based templates 2025-Aug-12, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02771-0 PMID:40796977	研究论文	通过深度学习辅助设计微同源模板实现精确可预测的基因组整合	利用深度学习模型预测基因组-外源序列界面的修复过程，并基于预测设计碱基对串联重复修复臂以匹配双链断裂处的微同源区	NA	提升CRISPR介导的DNA整合与编辑的精确性和可控性	HEK293T细胞、非洲爪蟾、成年小鼠大脑细胞	机器学习	NA	CRISPR基因编辑、深度学习建模	深度学习模型	基因组序列数据	32个基因位点（HEK293T细胞），另含非洲爪蟾胚胎及成年小鼠脑细胞实验
91	2025-09-03	GPS: Harnessing data fusion strategies to improve the accuracy of machine learning-based genomic and phenotypic selection 2025-Aug-11, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101416 PMID:40509592	研究论文	提出一种名为GPS的数据融合框架，通过整合基因组和表型数据提升植物育种中复杂性状预测的准确性	开发了三种数据融合策略（数据融合、特征融合和结果融合），并证明数据融合策略在预测精度、鲁棒性和跨环境可迁移性方面显著优于传统方法	NA	提高基因组选择和表型选择的预测准确性、鲁棒性和可迁移性，特别是在处理复杂性状时	四种作物物种：玉米、大豆、水稻和小麦	机器学习	NA	基因组选择(GS)、表型选择(PS)、数据融合策略	GBLUP, BayesB, Lasso, RF, SVM, XGBoost, LightGBM, DNNGP, MAK	基因组数据、表型数据	大型数据集（具体数量未明确说明），测试样本量小至200时仍保持高性能
92	2025-09-03	Enhanced hyper tuning using bioinspired-based deep learning model for accurate lung cancer detection and classification 2025-Aug-09, The International journal of artificial organs DOI:10.1177/03913988251359522 PMID:40781973	研究论文	提出一种结合生物启发算法和深度学习的增强超调优模型，用于肺癌的精确检测与分类	引入混合特征选择方法（GWO与DE结合）及深度分形边缘分类器（DFEC），实现高精度肺癌识别	未提及临床验证的具体挑战或模型泛化能力限制	提升肺癌检测与分类的准确性和效率，支持早期临床诊断	肺癌CT影像数据	计算机视觉	肺癌	CT影像分析、GLCM纹理特征提取、生物启发优化算法	Mask R-CNN、深度分形网络（DFEC）、CNN	医学影像（CT图像）	NA
93	2025-09-03	Variational autoencoder-based model improves polygenic prediction in blood cell traits 2025-Aug-08, HGG advances DOI:10.1016/j.xhgg.2025.100490 PMID:40783786	研究论文	本研究提出了一种基于变分自编码器的模型（VAE-PRS），用于改进血细胞性状的多基因预测	利用变分自编码器（VAE）构建多基因风险评分（PRS），能够捕捉高维基因组数据中的复杂模式和交互效应，在16个血细胞性状中的14个上优于现有最先进方法	需要足够的训练样本量才能发挥最佳性能	通过应用先进的深度学习技术提高多基因风险评分（PRS）的预测能力	血细胞性状的多基因预测	机器学习	NA	基因组学研究，多基因风险评分	VAE（变分自编码器）	基因组数据	生物银行级别的大规模数据
94	2025-09-03	Artificial intelligence and digital health in vascular surgery: a 2-decade bibliometric analysis of research landscapes and evolving frontiers 2025-Aug-06, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02583-z PMID:40767924	文献计量分析	对过去20年血管外科中人工智能和数字健康应用的研究进行结构和时间演化的全面分析	首次通过文献计量方法系统追踪血管外科AI领域的发展轨迹、主题演变和创新模式，识别出7个新兴研究子领域	基于文献数据库的分析可能无法涵盖所有相关研究，且结果受检索策略限制	分析人工智能和数字健康在血管外科应用的研究格局和演化前沿	血管外科领域的学术出版物	数字病理	心血管疾病	文献计量分析（CiteSpace, HistCite）	NA	文献元数据	675篇爆发性论文，涵盖123个相关学科和505个关键词
95	2025-09-03	Artificial intelligence improves risk prediction in cardiovascular disease 2025-Aug, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01438-z PMID:39576563	研究论文	本研究利用人工智能模型提升70岁及以上相对健康成年人群的心血管疾病风险预测能力	深度学习模型（DeepSurv和NMTLR）在风险预测中显著优于传统Cox模型和机器学习模型，并证明能以更低治疗人数预防心血管事件	AI工具应作为医疗专业人员的辅助而非替代，且研究仅针对特定年龄群体	改进心血管疾病风险预测模型以提高预防效率	70岁及以上相对健康成年人	机器学习	心血管疾病	深度学习，生存分析	DeepSurv, NMTLR, RSF, Cox	临床数据	大型队列（具体数量未在摘要中说明）
96	2025-09-03	Preserved brain youthfulness: longitudinal evidence of slower brain aging in superagers 2025-Aug, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01531-x PMID:39871070	研究论文	本研究通过深度学习模型评估超级老人（Superagers）的大脑年龄，发现其大脑结构更年轻且衰老速度更慢	首次使用迁移学习调整的脑年龄预测模型纵向验证超级老人的大脑生物学年轻化现象	样本量有限（153人，其中64人纵向随访），且仅基于结构影像数据	探究超级老人是否具有生物学上更年轻的大脑结构	153名61-93岁老年人（63名超级老人，90名典型老年人）	医学影像分析	老年疾病	深度学习、迁移学习	CNN（基于上下文推测为卷积神经网络）	脑结构影像	训练集899名31-100岁成年人，研究队列153名老年人，其中64人纵向随访2年
97	2025-09-03	Miniaturized High-Throughput and High-Resolution Platform for Continuous Live-Cell Monitoring via Lens-Free Imaging and Deep Learning 2025-Aug, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401855 PMID:40091386	研究论文	提出一种结合无透镜成像与深度学习的小型化高通量高分辨率平台，用于连续活细胞监测	集成定制500纳米像素尺寸的4亿像素传感器与无透镜成像技术，实现40秒/帧成像速度、1厘米大视场和42dB信噪比，支持全生命周期细胞追踪	未明确提及系统在复杂生物环境中的稳定性或算法泛化能力	开发同时具备高通量和高分辨率的活细胞监测技术，克服传统显微镜的视场-分辨率权衡问题	单个细胞及细胞群体的形态与动态	计算机视觉	NA	无透镜阴影成像技术，深度学习算法，K-means无监督聚类	深度学习算法（未指定具体网络结构）	图像	未明确说明具体样本数量，但平台支持1cm²视场下的连续细胞监测
98	2025-09-03	Artificial Intelligence for Classification of Endoscopic Severity of Inflammatory Bowel Disease: A Systematic Review and Critical Appraisal 2025-Aug-01, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izaf050 PMID:40163659	系统综述	本文系统回顾并评估了人工智能在炎症性肠病内镜严重程度分类中的应用研究	首次使用APPRAISE-AI工具对AI辅助内镜评估IBD严重性的研究进行系统质量评价，涵盖2019-2024年间31项研究	克罗恩病相关研究有限（仅3项），结果稳健性和可重复性评分较低，缺乏严格的外部验证	评估AI模型在标准化炎症性肠病内镜严重程度分类中的临床应用潜力	溃疡性结肠炎和克罗恩病患者的内镜图像及视频数据	计算机视觉	炎症性肠病	深度学习	深度学习模型（具体类型未明确说明）	图像和视频	31项研究（28项UC研究，3项CD研究），具体样本量未明确说明
99	2025-09-03	Artificial Intelligence in Biliopancreatic Disorders: Applications in Cross-Sectional Imaging and Endoscopy 2025-Aug, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.04.011 PMID:40311821	综述	本文综述人工智能在胆胰疾病诊断与管理中的跨模态影像和内窥镜应用进展	系统总结AI在胆胰疾病多模态成像（CT/MRI）和先进内窥镜技术中的创新应用，包括早期肿瘤检测、病变分类与个性化治疗规划	NA	探讨人工智能在胆胰疾病诊疗领域的应用现状与未来方向	胆胰系统疾病（包括胰腺导管腺癌、囊性病变、神经内分泌肿瘤等）	医学人工智能	胆胰疾病	深度学习	CNN（卷积神经网络）	医学影像（内窥镜图像/CT/MRI）	NA
100	2025-09-03	Accelerated deep learning-based function assessment in cardiovascular magnetic resonance 2025-Aug, La Radiologia medica DOI:10.1007/s11547-025-02019-6 PMID:40381163	研究论文	评估深度学习电影序列在心血管磁共振中对左心室和右心室参数诊断准确性及图像质量，并与传统bSSFP序列对比	首次前瞻性验证深度学习加速的电影序列在临床CMR中实现快速且准确的左、右心室功能量化，同时保持与传统序列相当的图像质量	DL电影序列的心内膜边缘定义略低于传统bSSFP序列（P=0.002），且样本量相对较小（62例患者）	比较深度学习加速电影序列与传统bSSFP序列在心血管磁共振中的诊断性能和成像效率	临床指示进行CMR检查的患者（62例，平均年龄47±17岁，41名男性）	医学影像分析	心血管疾病	心血管磁共振（CMR），深度学习电影序列，平衡稳态自由进动（bSSFP）序列	深度学习（未指定具体网络架构）	磁共振图像	62例患者