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
1001	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
1002	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
1003	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
1004	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）
1005	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
1006	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）
1007	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
1008	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）
1009	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
1010	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
1011	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）
1012	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）
1013	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
1014	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)
1015	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
1016	2025-07-03	An Open-Source Deep Learning-Based GUI Toolbox for Automated Auditory Brainstem Response Analyses (ABRA) 2025-Jun-20, Research square DOI:10.21203/rs.3.rs-6735294/v1 PMID:40585236	研究论文	介绍了一个基于深度学习的开源图形用户界面工具ABRA，用于自动化分析听觉脑干反应（ABR）波形	ABRA利用卷积神经网络（CNN）自动化并标准化ABR波形分析，显著减少分析时间并提高跨实验室数据集的重复性	未明确提及具体局限性	开发一个自动化工具，以改进听觉脑干反应（ABR）的分析，促进听觉功能研究	听觉脑干反应（ABR）波形	机器学习	听力损失	深度学习	CNN	电生理记录数据	来自多个实验环境的多样化数据集
1017	2025-07-03	A modular deep learning surrogate model for simulating harmful algal blooms in complex process-based systems 2025-Jun-20, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124059 PMID:40591990	研究论文	本研究开发了一种模块化深度学习替代模型，用于模拟复杂过程系统中的有害藻华现象	通过模块化深度学习替代模型显著提高了计算效率和预测准确性，并结合概率参数优化增强了模型性能	研究主要针对韩国大青湖的应用案例，可能在其他水域系统的适用性需要进一步验证	开发高效的有害藻华模拟工具，用于水资源管理和生态预测	韩国大青湖的水动力、水质和浮游植物动态过程	机器学习	NA	深度学习	模块化深度学习替代模型	环境观测数据	2022年校准期和2023年验证期的观测数据
1018	2025-07-03	Ultra-wide-field fundus photography and AI-based screening and referral for multiple ocular fundus diseases 2025-Jun-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102187 PMID:40499544	研究论文	开发了三种基于深度学习算法的模型，用于眼底疾病的全面筛查和转诊建议	结合超广角眼底摄影和跨域协作学习技术，显著提高了周边视网膜异常检测能力	未提及模型在临床实践中的实际应用效果验证	解决眼底疾病全面筛查的困难	25种眼底疾病	计算机视觉	眼底疾病	超广角眼底摄影	Swin Transformer, 跨域协作学习(CdCL)	图像	59,475张超广角眼底图像
1019	2025-07-03	Deep learning for orbital fracture detection and reconstruction: A systematic review on diagnostic accuracy and surgical planning 2025-Jun-17, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.06.008 PMID:40592670	系统综述	本文系统综述了深度学习模型在基于CT成像的眶骨骨折检测和重建中的效果，评估了其诊断准确性、处理时间及在手术规划中的作用	深度学习模型（如U-Net、GAN-based方法和SPAK-guided架构）在骨折检测和重建中表现出高准确性，并显著减少了处理时间	需要进一步的比较研究来标准化方法并验证临床适用性	评估深度学习模型在眶骨骨折检测和重建中的效果	基于CT成像的眶骨骨折	计算机视觉	眶骨骨折	CT成像	U-Net, GAN, SPAK-guided, DenseNet	医学影像	五项研究符合纳入标准
1020	2025-07-03	Oil Palm Fruits Dataset in Plantations for Harvest Estimation Using Digital Census and Smartphone 2025-Jun-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05227-x PMID:40494879	research paper	本文介绍了一个来自印度尼西亚中加里曼丹商业种植园的油棕鲜果串(FFBs)图像数据集，专注于五个成熟阶段：未熟、半熟、成熟、开花和异常	数据集通过智能手机视频记录多角度、多条件下的未收获树木，并采用计算机视觉标注工具(CVAT)进行专家标注，支持油棕鲜果串的检测与分类	图像存在部分可见性、低对比度、遮挡和模糊等现实世界中的复杂情况	支持深度学习模型开发，用于油棕鲜果串的检测与分类，特别是收获时间监控、产量预测和种植园资源优化	油棕鲜果串(FFBs)	computer vision	NA	智能手机视频记录、数据增强	deep learning models	image	训练集10,207张图像，验证集2,896张，测试集1,400张