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
1041	2025-12-24	Volumetric Compensation After Anatomical Lung Resection: Comparative Analysis of Lobectomy and Segmentectomy 2025-Dec-01, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1 DOI:10.1093/ejcts/ezaf428 PMID:41410522	研究论文	比较肺癌患者肺叶切除术与肺段切除术后肺功能及体积代偿的差异	利用深度学习辅助的3D肺分割技术计算肺体积，首次系统比较了肺叶切除与肺段切除术后对侧肺体积代偿及肺功能保留的差异	回顾性研究，可能存在选择偏倚；样本量有限，特别是肺段切除组；未考虑长期功能变化	比较肺癌患者接受肺叶切除术与肺段切除术后的肺功能及肺体积代偿情况	2019年至2021年间接受初次肺癌手术的患者	数字病理学	肺癌	薄层计算机断层扫描，深度学习辅助3D肺分割	深度学习模型	医学影像	1076名患者（匹配后567名：378名肺叶切除，189名肺段切除）	NA	NA	肺功能测试值（用力肺活量、第一秒用力呼气容积、一氧化碳弥散量），肺体积测量	NA
1042	2025-12-24	A physics-informed deep learning model for MRI brain motion correction 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70197 PMID:41395855	研究论文	本研究提出了一种名为PI-MoCoNet的物理信息深度学习方法，用于校正高分辨率脑部MRI图像中的运动伪影	提出了一种新颖的物理信息运动校正网络，该网络利用空间域和k空间域的互补信息，无需显式运动参数估计即可鲁棒地去除运动伪影	未在真实临床环境中进行大规模验证，运动伪影是通过模拟随机刚性变换生成的	开发并评估一种用于MRI脑部图像运动校正的深度学习模型，以提高图像质量和诊断可靠性	高分辨率脑部MRI图像	计算机视觉	NA	磁共振成像	CNN, Transformer	图像	两个公共数据集（IXI和MR-ART）	PyTorch	U-Net, Swin Transformer	峰值信噪比, 结构相似性指数, 归一化均方误差	NA
1043	2025-12-24	Award for Distinguished Scientific Early Career Contributions to Psychology: Wilma A. Bainbridge 2025-Dec, The American psychologist DOI:10.1037/amp0001584 PMID:41428526	评论	本文宣布Wilma A. Bainbridge因其在记忆与感知交叉领域的早期职业贡献而获得2025年APA杰出科学贡献奖	Bainbridge的研究发现某些刺激比其他刺激更易被记住，这推动了记忆研究的新刺激中心议程，并开创了量化视觉记忆主观内容的复杂方法	NA	表彰在心理学领域做出杰出早期职业贡献的研究人员	记忆与感知的交叉领域	计算认知神经科学	NA	计算认知神经科学技术	深度学习网络	大数据刺激集	NA	NA	NA	NA	NA
1044	2025-12-24	Automated Joint Space Detection Improves Bone Segmentation Accuracy 2025-Nov-28, Journal of visualized experiments : JoVE DOI:10.3791/69252 PMID:41396972	研究论文	本文提出了一种基于深度学习的自动化关节间隙检测方法，用于提高小鼠爪部骨骼分割的准确性	在先前半自动标记分水岭算法基础上，引入了结构增强、张量投票和输出膨胀技术，并结合3D U-Net架构与ResNet-18骨干网络进行关节间隙预测	在疾病严重程度增加和年龄增长的小鼠样本中，分割准确性会下降，表明模型对病变和新型数据集的适应性有限	开发自动化图像分析方法以量化复杂解剖结构，减少人工分割的需求和观察者间差异	野生型和肿瘤坏死因子转基因小鼠的后爪和前爪微CT图像数据集	计算机视觉	炎症性侵蚀性关节炎	微计算机断层扫描	CNN	图像	野生型和肿瘤坏死因子转基因小鼠的后爪和前爪数据集，涵盖不同年龄和性别	NA	3D U-Net, ResNet-18	准确性	NA
1045	2025-12-24	Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography 2025-Nov, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500181 PMID:40709742	研究论文	本文开发了一种三维卷积神经网络（3D-CNN），用于分析体积光学相干断层扫描（OCT）图像，以增强经皮肾造口术中的内窥镜引导	开发了一种专为体积OCT图像设计的3D-CNN模型，在实时手术引导应用中表现出较低的推理延迟，优于其他先进的体积架构	研究仅基于10个猪肾脏的数据集进行，样本规模较小，可能限制模型的泛化能力	增强经皮肾造口术中的内窥镜引导，实现计算机辅助诊断	猪肾脏的3D OCT图像	计算机视觉	肾脏疾病	光学相干断层扫描（OCT）	3D-CNN, 3D Vision Transformer, 3D-DenseNet121, Multi-plane and Multi-slice Transformer	3D图像	10个猪肾脏	NA	3D-CNN, 3D-ViT, 3D-DenseNet121, M3T	准确率, 推理延迟	NA
1046	2025-12-24	International Validation of Echocardiographic Artificial Intelligence Amyloid Detection Algorithm 2025-Nov, JACC. Advances DOI:10.1016/j.jacadv.2025.102067 PMID:40965401	研究论文	本研究通过国际多中心回顾性病例对照研究，验证了基于计算机视觉的深度学习算法EchoNet-LVH在超声心动图视频中检测心脏淀粉样变性的性能	开发并国际验证了首个基于超声心动图视频的计算机视觉深度学习算法EchoNet-LVH，用于心脏淀粉样变性的检测，该算法在多个国际站点、不同种族、性别、年龄、BMI、CA亚型和超声设备制造商中表现一致，无性能异质性证据	研究为回顾性病例对照设计，可能存在选择偏倚；算法在预设优化特异性的阈值下灵敏度为0.644，表明可能漏诊部分病例；未在更广泛的前瞻性临床环境中进行验证	评估计算机视觉深度学习算法在国际多中心数据中识别心脏淀粉样变性的诊断性能	574名心脏淀粉样变性患者和979名对照者的超声心动图研究	计算机视觉	心脏淀粉样变性	超声心动图	深度学习	视频	1553例超声心动图研究（574例CA患者，979例对照）	NA	EchoNet-LVH	AUC, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
1047	2025-12-24	Deep Learning-Based Uroflowmetry Curve Analysis Improves the Noninvasive Diagnosis of Lower Urinary Tract Symptoms 2025-11, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2550266.133 PMID:41355259	研究论文	本研究评估了基于人工智能的尿流率曲线图像分析，通过定制预处理技术提高膀胱出口梗阻和逼尿肌活动不足的诊断准确性	开发了结合去噪、裁剪、轴缩放和临床参数颜色编码的定制预处理流程，以增强VGG16模型在尿流率曲线分析中的性能	研究为回顾性分析，样本量有限（2,579张图像），且仅基于单一医疗中心的数据	提高下尿路症状的非侵入性诊断准确性，特别是膀胱出口梗阻和逼尿肌活动不足的识别	接受尿动力学研究的患者尿流率曲线图像	数字病理学	下尿路症状	尿流率测定	CNN	图像	2,579张尿流率曲线图像（725例正常，1,854例异常：736例膀胱出口梗阻，1,387例逼尿肌活动不足）	TensorFlow, Keras	VGG16	AUROC	NA
1048	2025-12-24	Deep learning of thermodynamic laws from microscopic dynamics 2025-Nov, Physical review. E DOI:10.1103/p2z8-j69p PMID:41430901	研究论文	本研究通过深度神经网络从微观动力学数据中学习宏观热力学定律	利用深度神经网络从微观粒子图像数据中自动推导出与热力学公理一致的宏观物理定律，展示了机器学习在跨尺度物理规律发现中的潜力	研究基于数值模拟生成的理想气体绝热过程数据，尚未验证在更复杂系统或实验数据中的适用性	探索机器学习从微观尺度数据中发现宏观物理定律的能力	气体粒子在绝热过程中的微观动力学	机器学习	NA	分子动力学模拟	深度神经网络	图像	NA	NA	NA	NA	NA
1049	2025-12-24	Deep Learning Strategies for Predicting Amputation Free Survival in Patients with Peripheral Artery Disease 2025-Oct-26, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2025.10.043 PMID:41151636	研究论文	本研究旨在通过比较多种生存机器学习模型，改进传统Cox比例风险模型在预测外周动脉疾病患者无截肢生存期方面的局限性	首次系统性地将多种非竞争风险和竞争风险机器学习模型应用于外周动脉疾病患者的无截肢生存期预测，并开发了患者特异性风险分层工具	需要外部验证才能应用于临床实践，且数据集来自单一医院，可能存在选择偏倚	评估机器学习模型在预测外周动脉疾病患者无截肢生存期方面的性能，并开发临床决策支持工具	外周动脉疾病患者	机器学习	心血管疾病	生存分析	Cox比例风险模型, 条件生存森林, 随机生存森林, 非线性Cox比例风险模型, Fine and Gray次分布风险模型, DeepHit模型	临床数据, 生物学数据, 手术信息	2366名有症状的外周动脉疾病患者	NA	条件生存森林, 随机生存森林, DeepHit	一致性指数, 综合Brier分数	NA
1050	2025-04-16	Authors' Reply: "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Oct, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15348 PMID:40231655	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1051	2025-07-02	Comment on "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Oct, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15347 PMID:40589414	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1052	2025-12-24	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	本文提出了一种结合心电图（ECG）和心音图（PCG）的双模态深度学习模型，用于增强心血管疾病的早期检测	提出了一种新颖的双模态深度学习模型，通过微调在大规模音频数据上预训练的CNN来处理PCG信号，并采用晚期融合策略整合ECG和PCG分支，显著提升了心血管疾病的检测性能	研究受限于公开可用的双模态数据集数量较少，仅使用了MITHSDB数据集的增强版本，未来需要更大、更多样化的双模态数据集进行验证	增强心血管疾病的早期检测能力	心电图（ECG）和心音图（PCG）信号	机器学习	心血管疾病	ECG和PCG信号采集	CNN	时序信号（ECG和PCG）	基于MITHSDB数据集的增强版本（具体数量未明确说明）	NA	1D-CNN	AUROC	NA
1053	2025-12-24	ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning 2025-Aug-12, ArXiv PMID:40395940	研究论文	提出了一种基于原型推理的可解释深度学习模型ProtoECGNet，用于多标签心电图分类，并提供基于病例的解释	提出了一种结构化多分支架构，模拟临床解读流程，并引入了一种新颖的对比损失函数，用于处理多标签学习中无关类别的原型分离与共现诊断的原型聚类	NA	开发一种透明且可信的深度学习模型，用于临床决策支持中的多标签心电图分类	心电图信号	机器学习	心血管疾病	深度学习	CNN	时间序列数据	PTB-XL数据集中的所有71个标签	NA	1D CNN, 2D CNN	NA	NA
1054	2025-12-24	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.09.669342 PMID:40832296	研究论文	本文介绍了SynAnno，一种用于大规模连接组学数据集中突触注释交互式校对工具，旨在提高校对效率和准确性	提出了一种集成了结构化工作流程、优化遍历路径、3D迷你地图以及微调机器学习模型的交互式校对工具，以应对神经元复杂空间分支的挑战	NA	开发一个交互式工具，以简化和增强连接组学数据中突触注释的校对过程	大规模连接组学数据集中的突触注释	数字病理学	NA	深度学习	NA	图像	涉及七位神经科学专家的用户和案例研究	PyTorch	NA	校对速度、认知负荷、注释错误	NA
1055	2025-12-24	ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning 2025-Aug, Proceedings of machine learning research PMID:41394314	研究论文	本文提出了一种基于原型推理的可解释深度学习模型ProtoECGNet，用于多标签心电图分类	结合了对比学习设计的新型原型损失函数，用于多标签学习，并采用结构化多分支架构模拟临床解读流程	未明确说明模型在外部验证数据集上的泛化性能	开发可解释的深度学习模型以支持临床决策	心电图信号	机器学习	心血管疾病	NA	CNN	时间序列数据	PTB-XL数据集中的所有71个标签	NA	1D CNN, 2D CNN	竞争性性能（具体指标未明确列出）	NA
1056	2025-12-24	LPD-Net: A Lightweight and Efficient Deep Learning Model for Accurate Colorectal Polyp Segmentation 2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC58623.2025.11254269 PMID:41337006	研究论文	本文提出了一种轻量高效的深度学习模型LPD-Net，用于精确的结直肠息肉分割，以辅助结直肠癌的早期检测	LPD-Net通过优化网络架构、减少残差块数量以及利用深度可分离卷积和逐点卷积，在保持高分割精度的同时显著降低了计算复杂度，是DUCK-Net的轻量高效替代方案	NA	开发一种轻量高效的深度学习模型，用于实时临床环境中的结直肠息肉分割，以克服现有模型计算量大、不适用于资源有限场景的问题	结直肠息肉	计算机视觉	结直肠癌	NA	CNN	图像	NA	NA	LPD-Net	NA	NA
1057	2025-12-24	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.31.657189 PMID:40501876	研究论文	本研究评估了功率-功率跨频耦合（CFC）方法在颅内脑电图（iEEG）中检测颞叶癫痫（TLE）发作的能力，并分析了三种常见发作成分的CFC特征	提出使用功率-功率跨频耦合（CFC）作为颞叶癫痫发作检测的新方法，并首次对三种常见发作成分（尖波、尖波上的涟漪、振荡上的涟漪）进行CFC分析	研究仅基于26名患者的120次颞叶癫痫发作数据，样本量相对较小，且仅使用颅内脑电图数据，可能限制了结果的普适性	评估功率-功率跨频耦合（CFC）方法在颞叶癫痫发作检测中的有效性，并分析不同发作成分的CFC特征	颞叶癫痫患者的颅内脑电图记录，包括发作段和背景活动段	机器学习	癫痫	颅内脑电图（iEEG），功率-功率跨频耦合（CFC）分析	SSAE, LSTM	脑电图信号	26名患者的120次颞叶癫痫发作记录及背景活动段	EEGLAB	堆叠稀疏自编码器（SSAE），长短期记忆网络（LSTM）	灵敏度, 特异度, 准确率	NA
1058	2025-12-24	Optimizing credit card fraud detection with random forests and SMOTE 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00873-y PMID:40404766	研究论文	本文提出了一种基于机器学习的系统，用于检测信用卡欺诈交易，并比较了多种机器学习模型在高度不平衡数据集上的性能	在高度不平衡的信用卡欺诈数据集上，结合使用SMOTE技术处理类别不平衡问题，并系统比较了深度学习模型与传统机器学习模型（如决策树、Adaboost）的性能，发现随机森林模型在欺诈检测中表现最优	研究主要基于公开的UCI数据集，可能无法完全代表实时金融交易环境的复杂性和动态变化；深度学习模型（ANN）在此特定任务中的表现未超越某些传统机器学习模型	优化信用卡欺诈检测方法，通过比较不同机器学习与深度学习模型，识别提升预测准确性的关键参数，以增强金融欺诈预防机制	信用卡交易数据，特别是欺诈性交易	机器学习	NA	合成少数类过采样技术（SMOTE），探索性数据分析（EDA）	决策树（DT），Adaboost，人工神经网络（ANN），逻辑回归，随机森林	表格数据（信用卡交易记录）	来自UCI机器学习仓库的信用卡客户数据集（欺诈交易占比小于0.2%）	NA	NA	准确率，召回率	NA
1059	2025-12-24	Automated Joint Space Detection Improves Bone Segmentation Accuracy 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.30.651481 PMID:40654621	研究论文	本研究开发了一种基于深度学习的自动化关节间隙检测方法，用于提高小鼠爪骨分割的准确性	通过引入结构增强、张量投票和输出膨胀技术，结合3D U-Net和ResNet-18架构的深度学习模型，显著提升了关节间隙检测和骨分割的精度	在疾病严重程度增加和年龄增长的小鼠中，模型性能有所下降，特别是在关节炎严重的前爪数据集中表现受限	开发自动化图像分析技术，以克服手动分割的挑战，提高复杂解剖结构的定量描述准确性	小鼠后爪和前爪的微计算机断层扫描数据集，包括野生型和肿瘤坏死因子转基因小鼠	计算机视觉	关节炎	微计算机断层扫描	CNN	图像	包括野生型和肿瘤坏死因子转基因小鼠的后爪和前爪数据集，测试组涉及52.4%的后爪样本	NA	3D U-Net, ResNet-18	分割准确率	NA
1060	2025-12-24	Rewiring protein sequence and structure generative models to enhance protein stability prediction 2025-Feb-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.13.638154 PMID:40027759	研究论文	本文提出了一种名为SPURS的新型深度学习框架，通过整合蛋白质语言模型和逆折叠模型来增强蛋白质稳定性预测	提出了一种创新的“重布线”策略，将ProteinMPNN学习到的结构表示整合到ESM的注意力层中，从而结合序列和结构数据中的进化模式来预测突变效应	未明确说明模型在特定蛋白质家族或极端条件下的泛化能力限制	提高蛋白质热稳定性变化的预测准确性，以支持疾病理解和蛋白质工程	蛋白质氨基酸替换对热稳定性的影响	机器学习	NA	深度学习	蛋白质语言模型, 逆折叠模型	序列数据, 结构数据	基于最近发布的大规模热稳定性数据集进行监督训练	PyTorch	ESM, ProteinMPNN	准确性, 速度, 可扩展性, 泛化能力	NA