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	2025-09-07	Applying Deep Learning to Quantify Drivers of Long-Term Ecological Change in a Swedish Marine Protected Area 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72091 PMID:40904377	研究论文	利用深度学习技术分析瑞典海洋保护区长期生态变化驱动因素	首次将目标检测深度学习模型应用于历史存档视频数据，量化17种底栖无脊椎动物类群27年间的分布与丰度变化趋势	研究仅限于单一监测点（Koster Fjord断面），模型对6个类群的深度分布预测与实证观察存在差异	探究海洋保护区底栖生物群落长期变化驱动机制	瑞典Kosterhavet国家公园17种底栖无脊椎动物类群	计算机视觉	NA	目标检测深度学习	object-detection model	视频影像	1997-2023年间72,369条生物出现记录
82	2025-09-07	Lightweight and precise cell classification based on holographic tomography-derived refractive index point cloud 2025-Sep, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.9.096501 PMID:40904524	研究论文	提出一种基于全息层析成像折射率点云数据的轻量级精确细胞分类方法	将3D折射率体素数据转换为点云表示，显著降低数据量和计算复杂度，同时设计专用深度学习模型RI-PointNet++提升特征提取能力	NA	开发高效准确的细胞分类方法，降低计算复杂度而不牺牲分类性能	HeLa细胞的活性分类	数字病理	NA	全息层析成像	RI-PointNet++（基于PointNet++的改进模型）	3D折射率点云数据	NA
83	2025-09-06	Enzyme functional classification using artificial intelligence 2025-Sep, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.03.003 PMID:40155269	综述	本文回顾了人工智能在酶功能预测领域的研究进展，从传统机器学习过渡到深度学习，并探讨了未来研究方向	强调深度学习自动特征提取能力及生成式AI与生物大数据结合用于新酶功能发现和从头酶设计	NA	推进酶功能注释的高通量和可扩展方法研究	酶及其功能分类	自然语言处理	NA	人工智能（AI）、机器学习（ML）、深度学习	深度学习模型	原始生物数据	NA
84	2025-09-07	Risk stratification of chest pain in the emergency department using artificial intelligence applied to electrocardiograms 2025-Sep-01, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003343 PMID:40889954	研究论文	开发并验证一种基于人工智能的心电图分析模型（CP-AI），用于急诊室胸痛患者的7天心血管事件风险分层	首次将深度学习模型（患者对比学习表示法）应用于心电图数值化表示，结合临床数据构建全自动神经网络分类器	回顾性研究设计，外部验证仅基于单一医疗中心数据	改善急诊室胸痛患者的风险分层准确性和效率	急诊室就诊的胸痛患者	机器学习	心血管疾病	深度学习，神经网络分类	神经网络分类器	心电图信号，临床数据	训练集15,048名患者，验证集14,476名患者
85	2025-09-07	Synthesized myelin and iron stainings from 7T multi-contrast MRI via deep learning 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121417 PMID:40784593	研究论文	利用深度学习从7T多对比MRI数据合成髓鞘和铁染色图像，以非侵入方式获得类似组织学分辨率	首次开发自注意力生成对抗网络(GAN)，将体内MRI数据转化为具有体外组织学分辨率的髓鞘和铁染色图像	模型训练基于有限样本（两个尸体头部），需进一步验证在更大样本和不同疾病群体中的泛化能力	通过深度学习实现非侵入性的髓鞘和铁生物标志物评估，推动脑组织学研究	人脑组织（尸体头部和活体MRI数据）	医学影像分析	神经退行性疾病	7T多对比MRI（T1加权、多回波GRE）、R2*、QSM处理、组织学染色	自注意力生成对抗网络(GAN)	MRI图像	两个尸体头部和两个活体MRI数据集
86	2025-09-07	From Support Vector Machines to Neural Networks: Advancing Automated Velopharyngeal Dysfunction Detection in Patients With Cleft Palate 2025-Sep-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004460 PMID:40911835	研究论文	本研究开发了一种基于神经网络的自我监督深度学习模型，用于自动检测腭裂术后患者的腭咽功能不全（VPD）	从支持向量机转向神经网络方法，首次在VPD检测中实现自监督深度学习，并探索多语言语音分析能力	模型可能捕捉到混淆数据，需要进一步解决此问题	通过人工智能和机器学习技术，提升低收入和中等收入国家VPD护理的可及性	腭裂术后患者（30名VPD患者和30名对照组）	机器学习	腭咽功能不全	机器学习，深度学习	神经网络	音频	60名患者产生的约8000个音频样本（4000个VPD样本和4000个对照样本）
87	2025-09-07	LoRA-PT: Low-rank adapting UNETR for hippocampus segmentation using principal tensor singular values and vectors 2025-Sep-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103254 PMID:40912142	研究论文	提出一种名为LoRA-PT的参数高效微调方法，用于海马体分割任务	将transformer参数矩阵分解为三个三阶张量，通过张量奇异值分解生成低秩张量，仅更新主奇异值和向量	NA	解决深度学习模型训练需要大量计算资源和标注数据的问题	海马体分割	医学图像分割	精神疾病	张量奇异值分解	UNETR	医学图像	三个公开海马体数据集
88	2025-09-07	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍stImage开源R包，通过深度学习和54种整合策略优化空间转录组数据分析	首个在统一框架中完全协同基因表达、组织学特征和精确空间坐标的方法，提供诊断图指导用户选择最佳整合策略	NA	开发一个综合灵活的空间转录组分析框架，提升组织生物学见解	空间转录组数据（基因表达、组织学图像和空间信息）	数字病理学	NA	空间转录组学(ST)，深度学习	深度学习	基因表达数据、组织图像、空间坐标	多个数据集（具体数量未说明）
89	2025-09-07	Radiomics and deep learning methods for predicting the growth of subsolid nodules based on CT images 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044104 PMID:40898494	研究论文	本研究评估了基于CT影像的放射组学和深度学习方法在预测亚实性肺结节生长中的临床效用	通过ResNet-based融合网络将放射组学特征与深度学习模型结合，构建了性能优于单一方法的集成模型	回顾性研究设计，样本量相对有限（387个结节）	预测亚实性肺结节的生长以辅助肺癌临床管理	353名患者的387个亚实性肺结节	计算机视觉	肺癌	CT成像、放射组学特征提取、深度学习	ResNet18、LASSO、融合网络	CT影像	387个亚实性肺结节（195个生长组，192个非生长组）
90	2025-09-07	Artificial intelligence in joint arthroplasty: A bibliometric analysis of global research trends (2001-2025) 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044136 PMID:40898573	文献计量分析	本研究通过文献计量分析探讨了2001至2025年间人工智能在关节置换领域的研究趋势与热点	首次系统性地利用文献计量工具（如CiteSpace、VOSviewer）揭示人工智能在关节置换领域的全球研究演变与新兴焦点（如植入物识别）	数据仅来源于Web of Science核心合集，可能未涵盖所有相关文献；时间范围包含未来年份（2025），实际数据可能存在偏差	分析人工智能在关节置换领域的研究趋势、核心主题及全球合作模式	533篇科学出版物（包括国家、机构、作者、期刊、关键词等文献计量单元）	医疗人工智能	关节疾病	文献计量分析、关键词爆发检测	NA	文本元数据（文献标题、摘要、关键词等）	533篇出版物
91	2025-09-07	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Aug-29, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	本研究通过多组学分析和深度学习模型揭示了转录因子MEF2C调控心脏管形态发生的节段特异性基因调控网络	首次构建了流出道、心室和流入道节段的发育轨迹，并发现MEF2C缺失导致心脏后部化特征及NR2F2活性增强的机制	研究主要基于斑马鱼模型，在哺乳动物中的普适性仍需验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失型胚胎的心脏发育过程	发育生物学	先天性心脏病	单核RNA测序, ATAC测序, 深度学习	深度学习模型	基因组学数据, 表观遗传学数据	野生型和基因敲除胚胎的多时间点样本
92	2025-09-07	The art of diagnosing rare skin tumors: Can DL-CNNs enhance dermatologists' diagnostic accuracy? 2025-Aug-29, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2025.115751 PMID:40912058	研究论文	评估深度学习卷积神经网络在诊断罕见皮肤肿瘤中的性能及其对皮肤科医生诊断准确性的辅助作用	首次在国际多中心读者研究中测试市场批准的DL-CNN对罕见皮肤肿瘤的诊断能力，并分析其对专家决策的影响	DL-CNN诊断性能有限（敏感度66.7%，特异度56.4%），未能显著提升皮肤科医生的整体诊断准确率	评估二元DL-CNN在罕见皮肤肿瘤诊断中的表现及其对皮肤科医生的辅助价值	罕见皮肤肿瘤（RST）的皮肤镜图像	计算机视觉	皮肤肿瘤	深度学习卷积神经网络（DL-CNN）	CNN	图像	200张经组织学确认的罕见皮肤肿瘤皮肤镜图像
93	2025-09-07	Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images 2025-Aug-28, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-002073 PMID:40876931	研究论文	本研究利用基于眼科基础模型的深度学习技术，通过超广角眼底图像辅助诊断病理性近视相关的黄斑病变和后巩膜葡萄肿	首次将眼科基础模型RETFound应用于超广角眼底图像分析，在病理性近视病变检测中表现出优于其他方法的性能	回顾性研究设计，样本仅来自两家医疗中心，需要进一步前瞻性验证	开发AI辅助诊断系统，用于病理性近视的眼底病变检测	高度近视患者	数字病理学	眼科疾病	超广角眼底成像	深度学习模型（基于RETFound基础模型）	图像	543名患者的1105张图像用于模型开发，150名患者的293张图像用于外部测试
94	2025-09-07	Role of artificial intelligence-based ocular biomarkers in hepatobiliary diseases: A scoping review 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109801 PMID:40901593	综述	探讨人工智能在利用眼部生物标志物诊断肝胆疾病中的应用与潜力	利用深度学习模型（如ResNet-101）从多种眼部影像中识别七类肝胆疾病，为资源有限地区提供新型诊断工具	未提及具体模型性能局限或临床推广障碍	评估人工智能技术在肝胆疾病诊断中的创新应用	眼部影像数据（裂隙灯、视网膜眼底、光学相干断层扫描图像）	数字病理	肝胆疾病	深度学习	ResNet-101	图像	NA
95	2025-09-07	Biparametric magnetic resonance imaging-based radiomic and deep learning models for predicting Ki-67 risk stratification in hepatocellular carcinoma 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109530 PMID:40901605	研究论文	开发基于双参数磁共振成像的放射组学和深度迁移学习模型，用于预测肝细胞癌Ki-67风险分层和无复发生存期	首次整合bpMRI的放射组学和深度迁移学习特征构建预测模型，并开发了性能优异的列线图模型（AUC达0.92）	研究样本量有限（198例患者），且为单中心回顾性研究	预测肝细胞癌患者的Ki-67风险分层和生存预后	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	双参数磁共振成像（bpMRI）、免疫组化染色	随机森林、深度迁移学习（DTL）	医学影像（T2加权和动脉期图像）	198例肝细胞癌患者
96	2025-09-07	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个整合理性文库设计、预测建模和生成优化的模块化平台，用于大肠杆菌核心启动子的端到端工程设计与强度控制	提出闭环工作流整合Transformer预测模型与条件扩散模型，实现启动子序列的从头生成与强度精准控制（设计-测量相关性达0.95）	现有AI方法泛化性有限的问题在文中被提及但未明确说明本方案的具体局限性	实现大肠杆菌核心启动子的可编程设计与转录强度精确控制	大肠杆菌核心启动子序列	合成生物学	NA	Mutation-Barcoding-Reverse Sequencing, 深度学习	Transformer, 条件扩散模型	DNA序列数据	包含112,955个变体的合成启动子文库，表达范围达16,226倍
97	2025-09-07	Deep learning-based prediction of axillary pathological complete response in patients with breast cancer using longitudinal multiregional ultrasound 2025-Aug-27, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105896 PMID:40876229	研究论文	开发并验证一种基于深度学习的信息共享-私有模型（iShape），用于预测接受新辅助治疗的乳腺癌患者腋窝病理完全缓解	提出iShape模型，通过从纵向原发肿瘤和腋窝淋巴结超声图像中学习共同和特定的图像表示，提高了模型性能并增强了可解释性	回顾性研究设计，可能存在选择偏倚	预测腋窝淋巴结阳性乳腺癌患者在新辅助治疗后的腋窝病理完全缓解	腋窝淋巴结阳性乳腺癌患者	数字病理	乳腺癌	超声成像，RNA测序分析	深度学习，iShape（信息共享-私有模型）	超声图像	训练集371例患者，三个外部验证集分别包含295、244和225例患者
98	2025-09-07	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025-Aug-27, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	提出一个基于深度学习的鲁棒框架，用于在GRE和SWI MRI中自动识别脑微出血	开发了结合3D CNN和YOLO方法的混合框架，在多个数据集上实现高精度检测并显著降低假阳性率	未明确说明模型在临床实时应用中的计算效率和处理速度	提高脑微出血的自动检测准确性，减少假阳性，增强在不同数据集上的鲁棒性	脑微出血(CMB)病灶	医学影像分析	脑血管疾病	深度学习，MRI成像（GRE和SWI）	3D CNN, YOLO	MRI图像	四个数据集（ADNI、AIBL、OATS、MAS），具体样本数量未明确说明
99	2025-09-07	[Multi-source adversarial adaptation with calibration for electroencephalogram-based classification of meditation and resting states] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504044 PMID:40887180	研究论文	提出一种校准多源对抗适应网络（CMAAN），用于基于脑电图（EEG）的冥想与静息状态分类，以解决个体间EEG信号差异问题	首次结合多源对抗适应与校准机制，利用目标域少量标注数据提升模型性能，并分析冥想关键EEG频段与脑区	NA	提升跨个体EEG信号分类性能，实现冥想状态的精准监测	接受甲基苯丙胺康复治疗的18名受试者的EEG数据	生物医学信息学	成瘾性疾病	脑电图（EEG）	多源对抗适应网络（CMAAN），域对抗神经网络	EEG信号	18名受试者
100	2025-09-07	[Study on dental image segmentation and automatic root canal measurement based on multi-stage deep learning using cone beam computed tomography] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503008 PMID:40887191	研究论文	基于锥形束CT和多阶段深度学习实现牙齿图像分割与根管自动测量	采用Attention U-Net结合集成深度学习方法，实现全自动的牙齿分割和根管参数测量，各项指标超越现有方法	NA	开发全自动牙齿分割和根管测量方法，辅助临床根管诊断和治疗规划	锥形束CT牙齿图像	计算机视觉	牙科疾病	锥形束CT成像	Attention U-Net, 集成深度学习	医学图像	NA