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
1021	2025-10-05	Spiking neural networks for EEG signal analysis: From theory to practice 2025-Sep-18, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108127 PMID:41004906	综述	本文系统回顾了脉冲神经网络在脑电图信号分析中的理论进展与实际应用	填补脉冲神经网络理论进展与EEG信号分析实际应用之间的关键空白，并提供实践指南和开源代码	主要关注方法论综述，缺乏具体实验验证和性能对比数据	促进脉冲神经网络在脑电图信号分析领域的理论到实践转化	脑电图信号和脉冲神经网络方法	机器学习	NA	脑电图信号分析	SNN	EEG信号	NA	GitHub上提供的代码框架	脉冲神经网络	NA	NA
1022	2025-10-05	A Deep Learning Framework for Synthesizing Longitudinal Infant Brain MRI during Early Development 2025-09-17, Radiology. Artificial intelligence DOI:10.1148/ryai.240708 PMID:40960398	研究论文	开发了一个三阶段深度学习框架，用于合成婴儿早期发育过程中的纵向脑部MRI扫描	提出了首个考虑年龄和模态条件的三阶段框架，专门针对婴儿大脑快速发育过程中的体积扩张、皮质折叠和髓鞘化等关键图像特征进行建模	研究为回顾性研究，样本量相对有限（139名婴儿），且仅基于单一数据集（Baby Connectome Project）	开发能够合成婴儿早期发育过程中纵向脑部MRI扫描的深度学习框架	婴儿大脑MRI扫描	医学影像分析	婴儿大脑发育	T1加权和T2加权MRI扫描	深度学习框架	脑部MRI图像	139名婴儿的848次扫描（训练集119名，测试集20名）	NA	三阶段条件框架	PSNR, SSIM, Dice相似系数, 组内相关系数	NA
1023	2025-10-05	DLMUSE: Robust Brain Segmentation in Seconds Using Deep Learning 2025-09-17, Radiology. Artificial intelligence DOI:10.1148/ryai.240299 PMID:40960397	研究论文	介绍一种开源深度学习模型DLMUSE，用于全自动脑部MRI分割，能够实现秒级快速分割	开发了速度比传统方法快10000倍以上的脑部分割模型，同时保持与现有先进方法相当的性能	研究为回顾性研究，训练数据年龄范围较广但主要集中于老年人群	开发快速准确的脑部MRI自动分割方法，促进大规模神经影像研究	脑部MRI扫描图像	医学影像分析	阿尔茨海默病	MRI	深度学习	医学影像	训练集1900例MRI扫描，验证集71391例扫描来自14项研究	NA	NA	Dice相似系数, Pearson相关系数, 准确率, F1分数, 平均绝对误差	NA
1024	2025-10-05	Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention 2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126939 PMID:41005240	研究论文	本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法	首次提出互信息排序协同灰狼优化器特征选择方法，开发了通道融合密集交叉注意力变换器模型，引入高斯和自注意力交叉注意力机制	NA	开发精准的稻瘟病检测方法以支持精准农业	稻瘟病真菌病害	计算机视觉	作物病害	无人机高光谱遥感	Transformer	高光谱图像	NA	NA	CFXFormer, 通道交互融合模块, 交叉注意力机制	OA, Kappa	NA
1025	2025-10-05	An Explainable Deep Learning Model for Focal Liver Lesion Diagnosis Using Multiparametric MRI 2025-09-10, Radiology. Artificial intelligence DOI:10.1148/ryai.240531 PMID:40928343	研究论文	开发基于多参数MRI的可解释深度学习模型，用于提高放射科医生对局灶性肝脏病变的诊断准确性和效率	结合nnU-Net和LIFT模型，首次在肝脏病变诊断中实现可解释的深度学习辅助诊断系统	研究主要基于单中心回顾性数据，需要更多前瞻性验证	提高局灶性肝脏病变的诊断准确性和效率	局灶性肝脏病变患者	医学影像分析	肝脏疾病	多参数MRI	nnU-Net, Transformer	医学影像	2131名局灶性肝脏病变患者	NA	nnU-Net, LIFT	Dice相似系数, 准确率	NA
1026	2025-10-05	Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations 2025-Sep-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	开发了一种基于隐式神经表示的新型k空间重建方法k-GINR，用于加速非笛卡尔磁共振成像重建	提出两阶段训练的k-GINR方法，结合对抗训练，能够直接重建新患者的非笛卡尔k空间数据	重建时间相对传统深度学习方法较长（约3分钟）	加速磁共振成像采集并提高重建图像质量	肝脏磁共振成像数据	医学影像重建	肝脏疾病	磁共振成像，非笛卡尔采样	INR, GAN, CNN	k空间数据，图像数据	118个前瞻性采集的扫描数据及相应线圈数据	NA	k-GINR, NeRP, k-NeRP, Deep Cascade CNN	峰值信噪比	NA
1027	2025-10-05	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Sep, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病	利用深度学习技术从常规心电图中识别冠状动脉疾病，相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进	研究主要基于特定医疗机构的患者数据，需要在更广泛人群中验证	开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群	来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据	医疗人工智能	冠状动脉疾病	心电图分析	深度学习	心电图信号数据	训练集：764,670份心电图（137,199人）；测试集：MGH 18,706人，BWH 88,270人，UK Biobank 42,147人	NA	NA	AUROC, AUPRC, 风险比	NA
1028	2025-10-05	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	本研究通过高速成像捕捉污泥射流特性，并利用深度学习算法实时预测污泥含水率	首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习，利用非牛顿流体特性实现20秒内快速含水率检测	研究基于实验室规模系统，需在实际工业场景中验证；测试范围限定在79-94%含水率区间	开发实时污泥含水率监测方法以优化污泥处理工艺	废水处理厂产生的废弃活性污泥	计算机视觉	NA	高速成像	CNN	图像	超过11,000张射流图像，覆盖79-94%含水率范围	NA	VGG-16, AlexNet, LeNet	验证准确率, 精度	NA
1029	2025-10-05	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功能否转移到被动全光学系统中	首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束	面临重建保真度与能量保存的权衡，以及输入强度动态范围有限的处理挑战	研究全光学系统实现空间超分辨率的可行性	全光学衍射神经网络	光学计算	NA	全光学衍射神经网络	AODNN	光学信号	NA	NA	相位非线性网络	重建保真度	全光学系统（光速运算，无外部能耗）
1030	2025-10-05	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统，与放射科医生解读进行比较	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并利用Grad-CAM增强模型可解释性	数据集规模有限，PET/MRI和MRI模型性能较差，特异性需要提升以减少假阳性	开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力	头颈癌患者	计算机视觉	头颈癌	18F-FDG PET/MRI成像	3D CNN	PET/MRI医学图像	训练验证集202例患者（101阳性+101阴性），测试集20例患者（10阳性+10阴性）	NA	3D卷积神经网络	敏感性,特异性,准确率,AUC	NA
1031	2025-10-05	scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf503 PMID:40991329	研究论文	提出基于深度学习的单细胞批次校正网络scBCN，用于整合异质性单细胞数据	结合跨批次相似聚类识别与深度残差神经网络，在校正批次效应的同时保留生物变异	NA	开发单细胞数据批次校正方法以准确识别细胞类型	单细胞数据	生物信息学	NA	单细胞测序	深度残差神经网络	单细胞基因表达数据	多种模拟和真实数据集	NA	ResNet	批次校正效果, 生物变异保护	NA
1032	2025-10-05	3D localization of retrovirus assembly in the presence of structured background with deep learning 2025-Aug-29, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.08.028 PMID:40883991	研究论文	本文提出了一种结合深度学习和双螺旋点扩散函数的3D定位显微技术，用于分析活细胞顶部质膜上的HIV-1病毒组装过程	首次将双螺旋点扩散函数的3D成像与深度学习流程相结合，解决了顶部质膜成像中结构化背景干扰的挑战	研究主要针对贴壁细胞的顶部质膜，成像环境仍存在一定局限性	开发能够分析具有异质结构化背景图像的3D定位显微技术，以研究病毒组装过程	人类免疫缺陷病毒1型（HIV-1）Gag结构多蛋白在活细胞中的组装过程	计算机视觉	HIV感染	双螺旋点扩散函数3D成像、荧光显微镜	深度学习	3D荧光显微镜图像	NA	NA	NA	NA	NA
1033	2025-10-05	PRIME 2.0: Proposed Requirements for Cardiovascular Imaging-Related Multimodal-AI Evaluation: An Updated Checklist 2025-Aug-27, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.08.004 PMID:40892627	方法学论文	提出心血管影像AI评估更新版标准化框架PRIME 2.0	针对传统机器学习向深度学习、大语言模型和多模态生成式AI的快速发展进行更新，整合心血管影像特异性挑战	NA	标准化心血管影像人工智能应用的开发、评估和报告	心血管影像AI应用	医学影像分析	心血管疾病	改良德尔菲法	深度学习, 大语言模型, 多模态生成式AI	医学影像	国际临床与技术专家小组	NA	NA	NA	NA
1034	2025-10-05	Development of Privacy-preserving Deep Learning Model with Homomorphic Encryption: A Technical Feasibility Study in Kidney CT Imaging 2025-08-27, Radiology. Artificial intelligence DOI:10.1148/ryai.240798 PMID:40862694	研究论文	本研究开发了一种基于同态加密的隐私保护深度学习模型，用于肾脏CT图像的分类分析	首次在同态加密框架下实现肾脏CT图像分析的深度学习模型，通过多项式近似替换ReLU和平均池化替换最大池化来适配加密要求	加密显著增加了存储和计算需求，图像大小从65KB扩展到32MB，CPU推理时间长达50分钟	评估同态加密在深度学习模型中实现隐私保护的技术可行性	肾脏CT图像中的肾脏囊肿、正常肾脏和肾脏肿瘤	医学影像分析	肾脏疾病	CT成像	CNN	CT图像	12,446张CT图像（3,709张肾脏囊肿，5,077张正常肾脏，2,283张肾脏肿瘤）	NA	ResNet	AUC, AUPRC	CPU, GPU加速
1035	2025-10-05	Real-Time Global Longitudinal Strain During Echocardiography: A Deep Learning Platform for Improved Workflow 2025-Aug-26, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.015 PMID:40876495	研究论文	开发用于超声心动图实时全局纵向应变分析的深度学习平台，评估其可行性、精确性和时间效率	首次实现完全自动化的实时GLS分析，并整合深度学习工具支持图像采集标准化	样本量较小（50例患者），需要更大规模研究验证	评估深度学习平台在超声心动图GLS测量中的性能和工作流程改进	50名患者（平均年龄56岁，64%男性）的超声心动图数据	医学影像分析	心血管疾病	超声心动图	深度学习	医学图像	50例患者	NA	NA	可行性, 偏差, 一致性界限, 相关系数, 时间效率	NA
1036	2025-10-05	Characterizing the Impact of Training Data on Generalizability: Application in Deep Learning to Estimate Lung Nodule Malignancy Risk 2025-08-20, Radiology. Artificial intelligence DOI:10.1148/ryai.240636 PMID:40833260	研究论文	本研究探讨训练数据量对深度学习AI算法评估肺结节恶性风险性能的影响	系统分析了训练数据规模与AI算法泛化性能的关系，确定了达到临床水平所需的最小数据量	回顾性研究，使用特定筛查试验数据，可能影响结果的普适性	研究训练数据量对肺结节恶性风险评估AI算法性能的影响	肺结节	数字病理	肺癌	低剂量CT扫描	深度学习	CT图像	NLST数据集16077个标注结节（1249恶性，14828良性），DLCST外部测试集883个结节（65恶性，818良性）	NA	NA	AUC	NA
1037	2025-10-05	DeepAIPs-SFLA: Deep Convolutional Model for Prediction of Anti-Inflammatory Peptides Using Binary Pattern Decomposition of Novel Multiview Descriptors with an SFLA Approach 2025-Aug-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02422 PMID:40852276	研究论文	提出一种基于深度学习的抗炎肽预测模型DeepAIPs-SFLA，通过多视图特征描述符和混合优化算法提升预测性能	结合进化信息和结构特征，采用图像编码和局部二值模式分解构建新型多视图描述符，并应用改进的混合蛙跳算法进行特征选择	未明确说明模型在更广泛数据集上的泛化能力测试	开发高性能的抗炎肽预测计算方法	抗炎肽序列	生物信息学	炎症性疾病	RECM嵌入、PSSM嵌入、LBP分解、CLBP分解	CNN	蛋白质序列数据	训练序列和独立验证集(Ind-426和Ind-1049)	NA	深度残差卷积神经网络(RCNN)	准确率,AUC	NA
1038	2025-10-05	Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI 2025-08-06, Radiology. Artificial intelligence DOI:10.1148/ryai.240478 PMID:40767617	研究论文	开发基于深度学习的齿状核自动分割工具，使用定量磁化率成像MRI数据	首次采用两步法（定位模型+分割模型）在QSM图像上实现齿状核自动分割，并在多中心数据上验证了模型的泛化能力	回顾性研究，样本年龄范围有限（11-64岁），需要进一步验证在更广泛人群中的适用性	开发齿状核的自动分割工具以提高神经影像分析的效率和准确性	健康对照者和小脑性共济失调或多发性硬化症患者的脑QSM图像	医学影像分析	神经系统疾病	定量磁化率映射MRI	深度学习	医学影像	328名个体（141名健康人，187名患者），来自9个不同数据集	nnU-Net	U-Net	Dice分数, 组内相关系数, Pearson相关系数	NA
1039	2025-10-05	The Expanding Landscape of Neural Architectures and Their Impact in Biomedicine 2025-08, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103023-050856 PMID:40789735	综述	本文从神经网络架构的特定视角探讨生物医学领域的深度学习和人工智能应用	系统分析神经网络架构设计原则及其在生物医学应用中的隐含假设，探讨神经架构搜索技术和新兴架构（如图网络、Transformer、可解释神经网络）的独特优势	NA	探讨神经网络架构在生物医学深度学习和人工智能中的发展与影响	神经网络架构及其在生物医学领域的应用	机器学习	NA	神经架构搜索	图网络, Transformer, 可解释神经网络	多模态数据	NA	NA	图网络, Transformer	NA	NA
1040	2025-10-05	Recognition and classification of facial expression using artificial intelligence as a key of early detection in neurological disorders 2025-07-28, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0125 PMID:39829206	综述	本文综述了人工智能在面部表情识别与分类中的应用，及其在神经退行性疾病早期检测中的潜力	探讨了AI驱动面部表情分析作为神经退行性疾病非侵入性早期检测工具的创新应用	NA	评估AI面部表情分析在神经退行性疾病早期检测和监测中的应用价值	神经退行性疾病患者的面部表情特征	计算机视觉	神经退行性疾病	深度学习, 计算机视觉	NA	面部图像数据	NA	NA	NA	NA	NA