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
981	2025-07-03	An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation 2025-Jul-01, Archives of physiology and biochemistry IF:2.5Q2 DOI:10.1080/13813455.2025.2524182 PMID:40590298	研究论文	提出了一种结合注意力机制Densenet和LSTM的深度学习框架，用于通过X射线图像进行肺部疾病的检测和分类，并采用自适应R2-Unet进行图像分割	结合了注意力机制的Densenet与LSTM，以及优化的自适应R2-Unet分割方法，显著提高了分类准确率	未提及具体的数据集大小或多样性限制，可能影响模型的泛化能力	开发一种高效的深度学习框架，以提高肺部疾病的检测和分类准确率	肺部疾病的X射线图像	数字病理学	肺部疾病	深度学习，图像分割	ADNet-LSTM, AR2-UNet	图像	NA
982	2025-07-03	A Multimodal Predictive Model for Chronic Kidney Disease and Its Association With Vascular Complications in Patients With Type 2 Diabetes: Model Development and Validation Study in South Korea and the U.K 2025-Jul-01, Diabetes care IF:14.8Q1 DOI:10.2337/dc25-0355 PMID:40590639	研究论文	开发了一个多模态模型来预测2型糖尿病患者的慢性肾病，并研究了其与血管并发症的潜在关联	整合了眼底图像和临床数据，使用可解释的人工智能方法（如SHAP和Grad-CAM）来解释模型预测	模型在验证队列中的性能（AUC 0.722）低于发现队列（AUC 0.880），可能存在泛化性问题	预测2型糖尿病患者的慢性肾病及其与血管并发症的关联	2型糖尿病患者	数字病理	慢性肾病	多模态深度学习	VGG16和深度神经网络集成	图像和临床数据	发现队列7,028例（韩国），验证队列1,544例（英国）
983	2025-07-03	How I Do It: Three-Dimensional MR Neurography and Zero Echo Time MRI for Rendering of Peripheral Nerve and Bone 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.241604 PMID:40590699	研究论文	本文介绍了一种结合三维MR神经成像和零回波时间MRI的方法，用于外周神经和骨骼的渲染	创新点在于结合了MR神经成像和ZTE MRI序列，通过深度学习重建技术进行后处理，提供神经与骨骼的空间关系，为临床决策提供路线图	讨论了神经和骨骼渲染中的挑战，但未具体说明方法的局限性	研究目的是开发一种结合MR神经成像和ZTE MRI的方法，用于临床决策支持，特别是外科干预	研究对象是外周神经和骨骼	数字病理	NA	MR神经成像、ZTE MRI、深度学习重建技术	NA	MRI图像	NA
984	2025-07-03	Harnessing AI for Improved Diagnosis and Management of Pediatric Sepsis: Current Advances, Challenges, and Future Directions 2025-Jul-01, Pediatric emergency care IF:1.2Q3 DOI:10.1097/PEC.0000000000003397 PMID:40590973	综述	本文探讨了人工智能（AI）在儿童败血症早期识别和管理中的应用现状、挑战及未来方向	综述了AI/ML在败血症护理中的多种应用，包括筛查/早期检测、风险分层/结果预测、个性化治疗和持续患者监测，并强调了成功案例和正在进行的临床试验	讨论了未来实际应用中需要考虑的问题，如偏见缓解和临床工作流程的整合	探索AI/ML在改善儿童败血症诊断和管理中的潜在应用	儿童败血症	机器学习	败血症	自然语言处理（NLP）、大型语言模型（LLM）	专家系统、机器学习（ML）、深度学习	电子健康记录（EHR）、生命体征监测数据	NA
985	2025-07-03	Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.565993 PMID:40591274	研究论文	提出了一种基于材料相似性的迁移学习方法，用于超表面的光谱预测和逆向设计	利用材料相似性进行迁移学习，减少对训练数据量的依赖，同时保证网络性能	仅验证了两种超表面的迁移任务，可能不适用于所有类型的超表面	减少深度学习在超表面领域应用中对数据的依赖	吸收超表面和偏振转换超表面	机器学习	NA	迁移学习	NA	NA	NA
986	2025-07-03	Coal classification and analysis based on shadowgraphy and deep learning methods 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.559226 PMID:40591303	研究论文	本研究开发了一种基于阴影成像和深度学习的煤炭分类与分析方法	利用光纤长度变化实现激光激发和图像采集系统，结合CNN分析阴影图，实现了高精度的煤炭分类和关键成分预测	研究仅在实验室环境下进行，尚未验证实际工业应用效果	开发煤炭自动分类与成分分析的创新方法	29种不同类型的煤炭样本	计算机视觉	NA	阴影成像技术	CNN	图像	29种煤炭样本
987	2025-07-03	Deep learning-enhanced image analysis for liquid crystal optical sensing 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561960 PMID:40591341	research paper	本研究利用VGG16深度学习模型加速液晶光学图像分析，提升传感速度和灵敏度	首次将VGG16深度学习模型应用于液晶光学图像分析，显著提高了传感速度和分类准确率	研究仅针对两种代表性表面活性剂和胰岛素特异性适配体进行测试，未涵盖更广泛的传感目标	提升液晶光学传感器的图像分析速度和精度	液晶光学图像	computer vision	NA	深度学习图像分析	VGG16	image	使用两种代表性表面活性剂（CTAB和SDS）及胰岛素特异性适配体进行测试
988	2025-07-03	Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.562369 PMID:40591336	研究论文	提出了一种基于深度学习的稀疏孔径光学系统共相误差同时检测方法	首次实现了活塞误差和倾斜误差的同时检测，通过分离网络消除误差间的干扰	方法依赖于模拟数据验证，实际光学系统中的噪声和扰动可能影响检测精度	提高稀疏孔径光学系统的共相误差检测效率和精度	光学稀疏孔径系统的共相误差（活塞误差和倾斜误差）	计算机视觉	NA	深度学习	分离网络和检测网络	光学传递函数相关特征图	NA
989	2025-07-03	Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls 2025-Jul-01, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2521868 PMID:40591440	研究论文	开发并评估用于甲状腺眼病患者视神经病变预测的轨道CT深度学习模型	深度学习模型在视神经病变分类上的表现与医学专家相当，并揭示了骨壁的影响	研究样本量较小，仅包括126名患者	开发并评估用于甲状腺眼病患者视神经病变预测的深度学习模型	甲状腺眼病患者	数字病理	甲状腺眼病	深度学习	深度学习模型	CT图像	126名患者，252个轨道
990	2025-07-03	Zero-shot segmentation of spinal vertebrae with metastatic lesions: an analysis of Meta's Segment Anything Model 2 and factors affecting learning free segmentation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25234 PMID:40591965	研究论文	评估Meta的Segment Anything Model 2（SAM 2）在无需预训练的情况下对脊柱转移瘤椎体的分割能力	首次评估了通用分割模型SAM 2在脊柱转移瘤椎体分割中的零样本学习能力	在胸椎、女性患者和肥胖患者中的分割性能显著较差	评估零样本学习模型在脊柱转移瘤椎体分割中的准确性和适用性	脊柱CT扫描中的椎体及其转移瘤	医学影像分析	脊柱转移瘤	CT扫描	SAM 2	医学影像	55名患者的779个胸腰椎椎体，其中167个有转移瘤
991	2025-07-03	Image-based detection of the internal carotid arteries and sella turcica in endoscopic endonasal transsphenoidal surgery 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24940 PMID:40591959	研究论文	本研究评估了深度学习模型在内窥镜经鼻蝶手术视频中检测蝶鞍和双侧颈内动脉的性能	使用YOLOv5s目标检测架构在EETS视频中自动识别关键解剖标志，以预防潜在致命损伤	模型需要来自不同环境的新数据以提高泛化能力和促进迁移学习	评估深度学习模型在EETS手术中检测关键解剖结构的性能	内窥镜经鼻蝶手术视频中的蝶鞍和双侧颈内动脉	计算机视觉	NA	深度学习	YOLOv5s	视频	98名患者的EETS手术视频图像
992	2025-07-03	Open-source AI-assisted rapid 3D color multimodal image fusion and preoperative augmented reality planning of extracerebral tumors 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24557 PMID:40591963	research paper	开发了一种基于开源AI辅助的快速3D彩色多模态图像融合和增强现实技术，用于脑外肿瘤手术的术前规划和手术引导	结合了开源AI工具（FastSurfer/Raidionics）与AR可视化，创建了一个高效的3D彩色多模态图像融合工作流程，通过彩色编码功能映射和血管关系可视化增强解剖理解	研究仅针对脑外肿瘤患者，样本量为130人，可能无法推广到其他类型的肿瘤或更大规模的人群	开发一种先进的术前规划和手术引导方法，以提高手术精确度并减少围手术期风险	130名脑外肿瘤患者	digital pathology	extracerebral tumors	AI-assisted rapid 3D color multimodal image fusion, augmented reality	FastSurfer, Raidionics-Slicer	3D image	130名脑外肿瘤患者
993	2025-07-03	Generation of synthetic CT-like imaging of the spine from biplanar radiographs: comparison of different deep learning architectures 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25170 PMID:40591967	研究论文	本研究比较了两种深度学习架构（GANs和CNN-INRs）在从双平面X光片生成脊柱合成CT（sCT）图像方面的表现	比较了GAN和CNN-INR两种架构在生成脊柱sCT图像上的性能，发现GAN在解剖细节和视觉真实性上表现更优	两种模型均未达到临床级输出水平	寻找一种稳健且临床可行的术中成像技术，以减少辐射暴露并提高成像可及性	脊柱CT图像	计算机视觉	NA	深度学习	GAN, CNN-INR	图像	216个训练案例和54个验证案例
994	2025-07-03	Deep learning-based clinical decision support system for intracerebral hemorrhage: an imaging-based AI-driven framework for automated hematoma segmentation and trajectory planning 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.5.FOCUS25246 PMID:40591968	research paper	本文介绍了一种基于深度学习的临床决策支持系统，用于脑出血的自动血肿分割和轨迹规划	提出了一种集成nnU-Net的血肿和颅骨分割、CT重定向、安全区划分及轨迹优化的AI驱动框架，旨在降低手术规划对操作者的依赖	系统在幕下血肿中的应用仍存在局限	开发一个AI驱动的决策支持和规划系统，以普及手术规划并减少操作者依赖性	347名脑出血患者（31,024张CT切片）	digital pathology	intracerebral hemorrhage	CT imaging	nnU-Net	image	347名患者（31,024张CT切片）
995	2025-07-03	A novel deep learning system for automated diagnosis and grading of lumbar spinal stenosis based on spine MRI: model development and validation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24670 PMID:40591977	研究论文	开发了一种基于脊柱MRI的深度学习系统，用于自动诊断和分级腰椎管狭窄症	设计了一种改进的单阶段YOLOv5网络，用于同时检测感兴趣区域(ROIs)和分级腰椎中央管狭窄(LCS)、侧隐窝狭窄(LRS)及腰椎间孔狭窄(LFS)	研究样本量相对较小，外部测试集仅包含50名患者	开发一个自动化系统用于腰椎管狭窄症的诊断和分级	接受腰椎MRI检查的住院患者	数字病理	腰椎管狭窄症	MRI	改进的YOLOv5网络	图像	内部数据集420名患者，外部测试集50名患者
996	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）
997	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
998	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
999	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
1000	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