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
81	2025-12-20	Three-dimensional distensibility of the aorta derived from four-dimensional cardiovascular magnetic resonance in young and middle-aged adults with Marfan syndrome 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101975 PMID:41173273	研究论文	本研究使用四维心血管磁共振成像技术，评估了马凡综合征患者主动脉的三维扩张性和位移，并与健康志愿者进行比较	首次利用深度学习算法从四维心血管磁共振成像中提取主动脉三维扩张性和位移，作为马凡综合征的新影像学生物标志物	研究样本量有限，且为横断面研究，缺乏纵向数据验证预测价值	比较马凡综合征患者与健康志愿者的主动脉三维扩张性和位移，探索新的影像学生物标志物	年轻和中年马凡综合征患者（包括有或无主动脉根部手术史）和健康志愿者	数字病理学	马凡综合征	四维心血管磁共振成像，深度学习算法	深度学习	磁共振图像	131名参与者（47名健康志愿者，51名未手术马凡综合征患者，33名术后马凡综合征患者）	NA	NA	NA	NA
82	2025-12-20	Clinical feasibility of two cardiac deep learning cine magnetic resonance imaging sequences: Single-breath-hold and free-breathing motion-corrected approaches 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101983 PMID:41177305	研究论文	本研究评估了两种基于深度学习的加速心脏电影磁共振成像序列（单次屏气和自由呼吸运动校正）的临床可行性，旨在缩短采集时间并保持图像质量和功能评估	首次在3T CMR中前瞻性比较了单次屏气DL电影序列和自由呼吸运动校正DL电影序列与传统分段电影序列，在显著缩短采集时间的同时保持了图像质量和心脏功能参数	研究样本量相对较小（86例患者），且DL加速序列的边缘锐度和血池-心肌信号比略低于传统序列，左心室应变参数也存在差异	评估深度学习加速的心脏电影磁共振成像序列的临床可行性，以解决传统CMR检查时间长和需要重复屏气的问题	接受3T心脏磁共振检查的患者	数字病理	心血管疾病	心脏磁共振成像（CMR），深度学习加速成像	深度学习模型	心脏电影磁共振图像	86例患者（平均年龄52.98±14.34岁，79%为男性）	NA	NA	图像质量评分，血池-心肌信号比，边缘锐度，三维体积网格轮廓质量，双心室功能参数，左心室应变参数	NA
83	2025-12-20	Prevalence, Immune Checkpoint Expression, and Spatial Interplay of Immune Cells Are Linked to Favorable Tumor Phenotype in 4915 Human Carcinomas 2025-Dec, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104248 PMID:41067503	研究论文	本研究通过深度学习框架和多重荧光免疫组化技术，全面评估了43种人类癌症中上皮内免疫细胞的密度、免疫检查点表达及空间相互作用	首次在单细胞分辨率下，对4915个肿瘤样本中的21种生物标志物进行量化，并识别出一个与低病理肿瘤分期相关的、高度炎症性的泛癌症表型	研究基于组织微阵列格式，可能无法完全代表整个肿瘤的异质性；且为观察性研究，未直接验证治疗反应	评估人类癌症中上皮内免疫细胞的密度、免疫检查点表达及其空间相互作用，以探索与肿瘤表型的关联	4915个来自43种不同癌症实体的肿瘤样本	数字病理学	癌症	多重荧光免疫组化（BLEACH&STAIN），深度学习框架	NA	图像	4915个肿瘤样本	NA	NA	NA	NA
84	2025-12-20	Accelerating cardiac diffusion tensor imaging with deep learning-based tensor de-noising and breath hold reduction. A step towards improved efficiency and clinical feasibility 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101971 PMID:41213455	研究论文	本研究开发了一种基于深度学习的去噪框架，用于加速心脏扩散张量成像，通过减少呼吸暂停重复次数来缩短扫描时间	创新点包括：从图像空间转向张量空间去噪以更好保留结构信息、使用基于Vision Transformer的模型集成并通过对抗训练优化、采用动态重复选择的数据增强策略最大化训练数据利用	未明确说明研究的局限性	开发心脏扩散张量成像的去噪方法，以减少扫描重复次数并保持图像质量	心脏扩散张量成像数据	医学影像分析	心血管疾病	心脏扩散张量成像	Vision Transformer	张量数据	NA	NA	Vision Transformer	分数各向异性误差	NA
85	2025-12-20	Fully automated on-scanner aortic four-dimensional flow magnetic resonance imaging processing and hemodynamic analysis 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101985 PMID:41232676	研究论文	本文介绍了一种完全自动化的在扫描仪上进行的主动脉四维血流磁共振成像处理和血流动力学分析方法	将4D血流处理任务直接集成到扫描仪重建管道中，实现了全自动的在线血流动力学分析，无需繁琐的离线预处理	研究样本量较小（20名受试者），且存在手动与深度学习处理间峰值收缩速度的小但显著偏差	开发并评估一种自动化4D血流磁共振成像处理和血流动力学分析工作流程，以提高工作流效率	主动脉疾病患者和健康对照者的主动脉血流数据	医学影像分析	心血管疾病	四维血流心血管磁共振成像	深度学习模型	磁共振成像数据	20名受试者（10名主动脉疾病患者，10名健康对照者）	TensorFlow	NA	Dice系数, Bland-Altman分析, 峰值收缩速度	1.5T磁共振成像系统的计算资源
86	2025-12-20	Improved accuracy for myocardial blood flow mapping with deep learning-enabled CMR arterial spin labeling (DeepMASL): Validation by microsphere in vivo 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101989 PMID:41242615	研究论文	本研究提出了一种基于深度学习的动脉自旋标记方法（DeepMASL），用于提高心肌血流量（MBF）测量的准确性，并在犬类冠状动脉疾病模型中通过微球测量进行了验证	开发了一种基于物理的深度学习网络（DeepMASL），通过合成ASL信号和不同水平的背景噪声训练，显著改善了高血MBF的测量准确性，误差从33-49%降低到10%以下	研究仅在犬类动物模型中进行验证，尚未在人类临床环境中应用，且样本量相对较小（18只犬）	提高心肌动脉自旋标记（ASL）方法在测量心肌血流量（MBF）时的准确性，以非对比方式诊断心肌灌注缺损	犬类动物模型，包括健康犬（9只）和冠状动脉狭窄犬（9只，分为50%、70%、90%三种狭窄程度）	医学影像分析	心血管疾病	动脉自旋标记（ASL）、微球测量	深度学习网络	ASL信号图像	18只犬（9只健康，9只冠状动脉狭窄）	NA	基于物理的深度学习网络（DeepMASL）	相关性系数（r）、Bland-Altman分析（95%置信区间、偏差）	NA
87	2025-12-20	AI-Driven Early Detection of Diabetic Glaucoma and Emerging Horizons in Bionic Eye Technology 2025-Dec-01, Zhongguo ying yong sheng li xue za zhi = Zhongguo yingyong shenglixue zazhi = Chinese journal of applied physiology DOI:10.62958/j.cjap.2025.031 PMID:41320280	综述	本文综述了人工智能在糖尿病性青光眼早期检测中的应用以及仿生眼技术在视觉恢复方面的进展	强调了将AI驱动的诊断与新兴仿生眼技术相结合，代表了糖尿病性青光眼管理方式的重大转变	NA	探讨人工智能在早期识别糖尿病性青光眼中的作用，并回顾旨在帮助受影响个体恢复视力的仿生眼技术进展	糖尿病性青光眼患者，视网膜图像，仿生眼系统	医学影像分析，神经工程	糖尿病性青光眼	视网膜成像，光学相干断层扫描	深度学习	图像	NA	NA	NA	NA	NA
88	2025-12-20	Use of artificial intelligence for detection of MB2 canals in maxillary first molars on CBCT: a systematic review and meta-analysis 2025-Dec-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07254-x PMID:41327142	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能在CBCT图像中检测上颌第一磨牙第二近颊根管（MB2）的诊断准确性	首次对人工智能在CBCT图像中检测MB2根管的诊断性能进行系统综述和荟萃分析，并比较了深度学习与传统机器学习模型的性能差异	纳入研究数量有限（4项），样本量小，存在显著的异质性，限制了结果的普遍适用性	评估人工智能在CBCT图像中识别上颌第一磨牙MB2根管的诊断准确性	上颌第一磨牙的CBCT图像	医学影像分析	牙髓病学/口腔疾病	锥形束计算机断层扫描（CBCT）	深度学习, 传统机器学习	医学影像（CBCT图像）	NA（纳入4项研究，具体样本量未在摘要中汇总）	NA	NA	灵敏度, 特异度, 准确度, 阳性预测值, 阴性预测值	NA
89	2025-12-20	Towards a cardiovascular magnetic resonance foundation model for multi-task cardiac image analysis 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101967 PMID:41046013	研究论文	本文开发了一个心血管磁共振专用的视觉基础模型，并通过监督微调应用于九种不同的心脏图像分析任务	提出了首个针对心血管磁共振的视觉基础模型，采用自监督预训练策略，并在多任务上展示了优于自然图像基础模型的性能	在疾病检测任务上性能提升有限，且未进行任务特定的方法优化	开发一个统一的心血管磁共振图像分析基础模型，以提升多任务处理的准确性和鲁棒性	心血管磁共振图像	计算机视觉	心血管疾病	心血管磁共振成像	Vision Transformer	图像	来自27,524名受试者的3,600万张心血管磁共振图像	PyTorch	ViT-S/8	准确率, Dice系数, 标准偏差	NA
90	2025-12-20	Artificial Intelligence-Based Predictive Modeling for Early Detection of Sepsis in Hospitalized Patients: A Systematic Review and Meta-Analysis 2025-Dec-01, Critical care explorations DOI:10.1097/CCE.0000000000001360 PMID:41348160	系统综述与荟萃分析	本文对2015年至2025年间发表的基于人工智能的脓毒症早期预测模型进行了系统综述与荟萃分析	系统评估了多种AI模型在脓毒症早期检测中的应用，并比较了其性能，指出了当前研究的局限与未来方向	大多数研究为回顾性设计，前瞻性或实时临床验证研究有限，模型的可推广性、可解释性及临床实施仍面临挑战	评估用于成人住院患者脓毒症早期检测的人工智能预测模型	成人住院患者的电子健康记录数据	机器学习	脓毒症	电子健康记录数据分析	随机森林, 神经网络, 支持向量机, 深度学习	结构化数据（生命体征、实验室值、人口统计学）与非结构化临床文本	共纳入52项研究，具体样本量未在摘要中明确说明	NA	长短期记忆网络, 卷积神经网络	AUC, 灵敏度, 特异性, F1分数	NA
91	2025-12-20	A deep learning approach for time-consistent cell cycle phase prediction from microscopy data 2025-Dec, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013800 PMID:41379930	研究论文	本文提出了一种基于深度学习的细胞周期阶段预测方法，利用SiR-DNA荧光标记数据，无需专用细胞周期标记即可实现高精度分类	开发了CC-VAE模型，通过变分自编码器结合辅助任务（预测相特异性标记平均强度和潜在空间时间一致性正则化），首次从常用DNA标记中推断细胞周期阶段	模型主要基于HeLa Kyoto细胞系数据验证，在其他细胞类型中的泛化能力未充分评估	开发一种无需专用细胞周期标记的细胞周期阶段预测方法，以释放荧光通道用于其他实验目的	HeLa Kyoto细胞系的细胞周期阶段	计算机视觉	NA	显微镜成像，SiR-DNA荧光标记	VAE	图像	超过600,000张标记的HeLa Kyoto细胞核图像	NA	CC-VAE	准确率	NA
92	2025-12-20	MAGNET: Multi-view graph autoencoder with cell-gene attention for cell interaction network reconstruction from spatial transcriptomics 2025-Dec, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013810 PMID:41397026	研究论文	本文提出了一种名为MAGNET的多视图图自编码器框架，通过细胞-基因注意力模块整合细胞外部相互作用与内部基因调控，用于从空间转录组数据重建细胞间相互作用网络	开发了细胞-基因注意力模块，将细胞间通讯与内部分子状态在统一表示中连接，克服了现有方法简单拼接或相加的局限性	未明确讨论模型对组织复杂度极高或数据噪声较大情况的鲁棒性	从空间转录组数据准确推断细胞间相互作用网络	空间转录组数据中的细胞	数字病理学	乳腺癌	空间转录组学	图自编码器, 注意力机制	空间转录组数据	基准数据集（seqFISH, MERFISH, STARMAP）及一个乳腺癌数据集	未明确指定	多视图图自编码器	平均精度	NA
93	2025-12-20	Deep Learning Models for Evaluating the Anatomical Relationship Between Posterior Maxillary Teeth and Maxillary Sinus in Panoramic Radiographs 2025-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70264 PMID:41399179	研究论文	本研究探讨了深度学习模型在曲面断层片上评估上颌后牙与上颌窦解剖关系的效能	首次将VGG、ResNet和ResNeXt等卷积神经网络架构应用于曲面断层片，以自动评估上颌后牙与上颌窦的解剖关系，为CBCT不可用时提供有效的诊断辅助工具	ResNet和ResNeXt模型在30-50个周期后出现过拟合迹象，且假阳性主要发生在第二磨牙被错误分类为接触窦的情况	评估深度学习模型在曲面断层片上预测上颌后牙与上颌窦解剖关系的准确性和可靠性	上颌后牙与上颌窦的解剖关系	计算机视觉	NA	曲面断层成像	CNN	图像	300张曲面断层图像和1760个裁剪切片	NA	VGG, ResNet, ResNeXt	准确率, 精确率, 召回率, F1分数, ROC-AUC, 混淆矩阵	NA
94	2025-12-20	A novel expert-annotated single-cell dataset for thyroid cancer diagnosis with deep learning benchmarks 2025-Dec, PLOS digital health DOI:10.1371/journal.pdig.0001120 PMID:41401160	研究论文	本文介绍了一个用于甲状腺癌诊断的新型专家标注单细胞图像数据集，并基于该数据集建立了多标签分类的深度学习基准模型	提出了首个专家标注的甲状腺癌单细胞图像数据集，并构建了融合ConvNeXt、ViT和ResNet骨干网络及多种类别不平衡处理技术的多标签分类基准流程	数据集样本量相对有限（3,419张图像），且仅来自单一医疗机构，可能影响模型的泛化能力	开发用于甲状腺癌自动化细胞学诊断的可靠人工智能系统	甲状腺组织单细胞图像	数字病理学	甲状腺癌	组织病理学切片成像	CNN, Transformer	图像	3,419张单细胞图像	PyTorch	ConvNeXt, Vision Transformer, ResNet	准确率, 精确率, 召回率, F1分数	NA
95	2025-12-20	Deep learning for imaging diagnosis of jaw cystic lesions and maxillofacial tumors: A narrative review 2025-Dec, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605251404778 PMID:41401467	综述	本文综述了深度学习在颌骨囊性病变和颌面部肿瘤影像诊断中的应用，包括检测、分类和分割方法	系统总结了深度学习在口腔颌面放射学中的最新应用，并批判性分析了数据集限制、模型可解释性等关键问题，提出了联邦学习、多模态融合等新兴研究方向	存在数据集约束、谱和部位偏倚、设备相关异质性、注释不一致以及模型可解释性不足等限制，这些限制了模型的泛化能力	综述深度学习在颌骨囊性病变和颌面部肿瘤影像诊断中的应用，并探讨临床实施的实践考虑和未来研究方向	颌骨囊性病变和颌面部肿瘤	数字病理学	颌骨囊性病变和颌面部肿瘤	全景X线片和锥形束计算机断层扫描	CNN, Transformer	图像	NA	NA	单阶段检测器, 卷积神经网络, Transformer	NA	NA
96	2025-12-18	Response to the Letter to the Editor "Advancing Clinical and Ethical Dimensions of Deep Learning in Cardiovascular Imaging" 2025-Dec, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71650 PMID:41403570	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
97	2025-12-20	Single-Cell and Spatial Multiomics: Applications for Diseases 2025-Dec, MedComm IF:10.7Q1 DOI:10.1002/mco2.70553 PMID:41403916	综述	本文综述了单细胞与空间多组学方法及其在理解疾病机制、诊断和精准医学中的应用	整合单细胞与空间多组学方法，为疾病发病机制和诊断提供新途径，并探讨深度学习在此类数据分析中的应用	该领域相对年轻，技术和方法仍在发展中	探讨单细胞与空间多组学在疾病研究中的应用，并概述深度学习在此类数据分析中的角色	人类疾病，包括癌症（如头颈部鳞状细胞癌）、神经退行性疾病和衰老	生物信息学	头颈部鳞状细胞癌, 神经退行性疾病, 衰老相关疾病	单细胞多组学, 空间多组学	深度学习	多组学数据	NA	NA	NA	NA	NA
98	2025-12-20	Hybrid deep learning and machine learning framework for automated pneumonia detection in chest X-ray images 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103729 PMID:41404541	研究论文	提出一种结合深度学习与机器学习的混合框架，用于胸部X光图像的自动化肺炎检测	采用双CNN特征融合（VGG16 + ResNet）替代单一模型学习，结合PCA降维保留95%方差，并使用SVM与随机森林分类器提升诊断可解释性	未明确说明模型在外部验证集或临床环境中的泛化性能，也未讨论不同肺炎亚型（如细菌性/病毒性）的区分能力	开发自动化肺炎检测系统以提高诊断准确性与效率	胸部X光图像	计算机视觉	肺炎	医学影像分析	CNN, SVM, RF	图像	NA	TensorFlow/Keras, Scikit-learn	VGG16, ResNet	准确率	NA
99	2025-12-20	Dynamic monitoring and early warning of public emotional perception of risk during extreme rainstorm disasters: A study based on social media 2025-Dec, Applied psychology. Health and well-being DOI:10.1111/aphw.70101 PMID:41405012	研究论文	本研究开发了一个结合暴雨特定情感词典与深度学习模型的情感分析框架，用于动态监测和预警极端暴雨灾害期间公众的风险情感感知	通过构建暴雨特定情感词典并将其整合到TextCNN模型中，创建了一个知识增强的混合情感分析模型，相比GPT-4o、LLaMA-3和RoBERTa等基线模型，在准确率和F1分数上分别提升了10.9%和9.9%	NA	增强政府风险沟通和应急响应策略，通过动态监测和预警公众在极端暴雨灾害期间的情感风险感知	与暴雨灾害相关的社交媒体帖子	自然语言处理	NA	文本挖掘，情感分析	CNN	文本	51,222条微博帖子	NA	TextCNN	准确率，F1分数	NA
100	2025-12-20	Facilitating Precision Medicine in HCC Patients by Deep Learning-Directed lncRNAs Classification and Ascertaining Causal Markers 2025-Dec, The journal of gene medicine IF:3.2Q2 DOI:10.1002/jgm.70066 PMID:41405166	研究论文	本研究利用深度学习框架对肝细胞癌（HCC）患者的长链非编码RNA（lncRNA）进行分类，以识别新的生物标志物，促进精准医疗	构建了一个分层复合深度学习框架，用于根据病理阶段对HCC患者样本进行分类，并结合可解释AI（SHAP）分析识别驱动分类的关键lncRNA	模型3在区分晚期HCC病理阶段时性能较低（AU-ROC=0.774），突显了晚期阶段lncRNA表达高度相似带来的固有数据挑战	通过识别新的lncRNA生物标志物，推进肝细胞癌（HCC）的精准医疗	肝细胞癌（HCC）患者样本及其长链非编码RNA（lncRNA）表达数据	机器学习	肝癌	RNA-seq	DNN	基因表达数据	来自癌症基因组图谱（TCGA）的HCC患者数据	NA	深度神经网络	AU-ROC	NA