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
1041	2025-09-05	Precise Identification of Gastric Cancer Pathological Differentiation Based on Hyperspectral Imaging and Lightweight Deep Learning Models 2025-Sep-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500242 PMID:40903818	研究论文	提出一种结合高光谱成像和轻量级深度学习模型的胃癌症病理分化精准识别方法	开发了改进的深度残差网络（IDRN），集成注意力机制以增强特征提取，同时保持模型轻量化	NA	实现胃癌症组织分化程度的精确分类以辅助预后和治疗决策	胃癌症组织	计算机视觉	胃癌症	高光谱成像（HSI）	改进的深度残差网络（IDRN），残差CNN，注意力机制	高光谱图像	NA
1042	2025-09-05	Osmotic Energy Directly Driving Flexible All-Solid-State 2D Nanofluidic Pressure Sensors 2025-Sep-03, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202506990 PMID:40904054	研究论文	开发了一种由渗透能直接驱动的柔性全固态二维纳米流体压力传感器	首次利用渗透能直接驱动压力传感，通过机械调制二维材料层间距控制离子迁移，实现压力到电信号的转换	NA	探索渗透能在便携式电子设备中的直接应用新范式	压力传感器与人机智能交互系统	传感器技术	NA	二维纳米流体技术	深度学习算法	电信号	NA
1043	2025-09-05	3D MR Neurography of Craniocervical Nerves: Comparing Double-Echo Steady-State and Postcontrast STIR with Deep Learning-Based Reconstruction at 1.5T 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8750 PMID:40139904	研究论文	比较1.5T场强下深度学习重建的双回波稳态序列与对比后STIR序列在颅颈神经3D MR神经成像中的表现	首次在头颈部区域应用深度学习重建技术，并系统比较两种序列对不同颅颈神经的成像效果差异	样本量较小（18例患者），回顾性研究设计可能引入选择偏倚	评估和比较不同MR序列在颅颈神经成像中的性能	颅外孔颅神经和脊神经（包括下牙槽神经、舌神经、面神经等7种神经）	医学影像分析	头颈部疾病	MR神经成像，深度学习重建	深度学习算法（具体架构未说明）	3D医学影像	18例患者（平均年龄51±14岁，11名女性）
1044	2025-09-05	Implementation of convolutional neural networks for microbial colony recognition 2025-Sep-02, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02885-24 PMID:40700097	研究论文	本研究应用卷积神经网络实现微生物菌落识别，辅助微生物学家进行临床分类	首次将八种不同CNN架构应用于微生物菌落图像分类，并证明其卓越性能，特别是GoogLeNet达到98.8%准确率	仅包含四种菌落类型和背景类别，样本多样性有限	开发基于深度学习的微生物菌落自动识别系统，减少人工识别的主观性	临床分离的微生物菌落图像	计算机视觉	NA	深度学习	CNN（包括AlexNet、GoogLeNet、MobileNet、ShuffleNet等）	图像	5个类别各1000张图像，总计5000张48×48像素的菌落图像
1045	2025-09-05	Delineation of the Centromedian Nucleus for Epilepsy Neuromodulation Using Deep Learning Reconstruction of White Matter-Nulled Imaging 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8766 PMID:40813213	研究论文	本研究利用深度学习重建的白质抑制成像技术描绘丘脑中央中核，以改善难治性癫痫的神经调控靶向精度	结合深度学习重建（DLR）与快速灰质采集T1反转恢复（FGATIR）序列，首次实现与高场MRI衍生图谱相媲美的中央中核可视化	样本量较小（仅12例患者），且为回顾性研究设计	评估DLR-FGATIR技术对丘脑中央中核的可视化效果及其与图谱定义边界的一致性	12例药物耐药性癫痫患者接受丘脑神经调控治疗	医学影像分析	癫痫	深度学习重建（DLR）、快速灰质采集T1反转恢复（FGATIR）、MRI、术后CT	深度学习（未指定具体网络架构）	医学影像（MRI与CT）	12例药物耐药性癫痫患者
1046	2025-09-05	Automated Midline Shift Detection in Head CT Using Localization and Symmetry Techniques Based on User-Selected Slice 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8767 PMID:40835418	研究论文	开发一种基于深度学习的自动化中线移位检测方法，用于头部CT扫描	提出了一种覆盖从轻度到重度全范围中线移位检测的AI算法，特别是在严重病例中解决了透明隔消失导致参考点失效的问题	模型在区分正常/轻度与中度/重度病例时的AUC为0.79，敏感性和特异性分别为0.73和0.72，仍有提升空间	实现快速准确的颅内中线移位自动检测，以辅助临床紧急决策	头部CT扫描图像中的中线移位病理特征	计算机视觉	颅脑疾病	深度学习，YOLO目标检测系统	CNN（基于YOLO架构）	CT医学图像	981例患者CT扫描（400例标注训练，581例测试）
1047	2025-09-05	Deep computer vision with artificial intelligence based sign language recognition to assist hearing and speech-impaired individuals 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09106-8 PMID:40890185	研究论文	提出一种基于哈里斯鹰优化和深度学习的创新手语识别技术，用于辅助听力和言语障碍人士	结合哈里斯鹰优化算法(HHO)与双向长短期记忆网络(Bi-LSTM)进行超参数优化，提升手语识别准确率	NA	开发高精度自动手语识别系统以促进听障人士的社会融入	听力和言语障碍人士使用的手语	计算机视觉	听力与言语障碍	深度学习、图像处理、优化算法	ResNet-152, Bi-LSTM, HHO	图像	手语数据集（具体数量未说明）
1048	2025-09-05	Diabetic retinopathy screening using machine learning: a systematic review 2025-Sep-02, BMC biomedical engineering DOI:10.1186/s42490-025-00098-0 PMID:40890865	系统综述	本文系统回顾了机器学习在糖尿病视网膜病变筛查中的应用，包括数据集分析、预处理技术和模型进展	全面分析ML在DR筛查中的研究现状，识别标准化视网膜数据集特征并指明未来研究方向	依赖现有文献质量，未进行原始数据验证，可能遗漏未发表的研究	系统评估机器学习技术在糖尿病视网膜病变筛查中的整合应用与挑战	视网膜眼底图像及相关的机器学习筛查方法	医学影像分析	糖尿病视网膜病变	机器学习(ML)和深度学习(DL)	NA	视网膜眼底图像	NA（文献综述未指定具体样本量）
1049	2025-09-05	Deep learning-based morphological analysis of human sperm 2025-Sep-02, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03418-7 PMID:40897949	研究论文	提出一种基于深度学习的联合学习模型，用于精子头部分割和形态分类预测	利用多帧多角度时间序列图像和联合学习模型，克服传统单角度2D图像无法准确识别精子形态的问题	NA	通过精子头部形态分析预测男性精液质量	人类精子	计算机视觉	生育相关疾病	深度学习	多任务学习模型	多帧多角度时间序列图像	NA
1050	2025-09-05	Promoting Li Transfer and Storage in Si Anode Through Dynamically Precise Modulation of Constructed Carbon Coating 2025-Sep-02, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202505151 PMID:40898652	研究论文	通过设计具有不同微观结构的碳涂层，研究其对硅负极锂离子电池性能的影响，发现类硬碳结构可有效提升锂/电子扩散和缓冲体积膨胀	结合深度学习原位电镜观察，首次揭示碳涂层框架内硅的锂化行为，并提出可推广至其他合金型负极材料的涂层设计策略	NA	提升硅负极材料的锂离子传输和存储性能，解决其体积膨胀和扩散速率低的问题	硅负极材料及其碳涂层结构	材料科学	NA	原位电子显微镜，深度学习（DL），电化学行为分析	深度学习	显微图像，电化学数据	三种不同微观结构的碳涂层样品
1051	2025-09-05	Artificial Intelligence for Alzheimer's disease diagnosis through T1-weighted MRI: A systematic review 2025-Sep-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111028 PMID:40902465	系统综述	本文系统综述了基于T1加权MRI数据、利用人工智能技术对阿尔茨海默病多阶段进行分类诊断的研究	首次系统评估AI技术在AD多阶段分类诊断中的应用效果，并比较不同神经网络与传统机器学习方法的性能差异	研究方法存在异质性、过拟合风险较高，且过度依赖ADNI数据库导致数据集多样性不足	评估人工智能技术在阿尔茨海默病多阶段诊断中的分类性能与应用价值	阿尔茨海默病患者及不同疾病阶段的脑部MRI数据	医学影像分析	阿尔茨海默病	T1加权MRI扫描	CNN, 非卷积神经网络, 传统机器学习	医学影像	基于ADNI等多个数据库的MRI数据集（具体样本量未明确说明）
1052	2025-09-05	Muti-band Morlet mutual information functional connectivity for classifying Alzheimer's disease and frontotemporal dementia with a deep learning technique 2025-Sep-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111041 PMID:40902468	研究论文	提出一种基于多频段Morlet小波互信息功能连接性和3D-CNN的深度学习框架，用于区分阿尔茨海默病、额颞叶痴呆和健康对照	首次将多频段Morlet小波互信息功能连接与改进VGG架构的3D-CNN结合，实现了90%以上的分类准确率，并识别出特定的EEG生物标志物	NA	通过脑电图功能连接特征准确区分阿尔茨海默病、额颞叶痴呆和健康对照组	阿尔茨海默病患者、额颞叶痴呆患者和健康对照人群	机器学习	老年性疾病	脑电图(EEG)、多频段Morlet小波互信息功能连接	3D-CNN（基于改进的VGG架构）	脑电图信号	NA
1053	2025-09-05	CISCA and CytoDArk0: A cell instance segmentation and classification method for histo(patho)logical image Analyses and a new, open, Nissl-stained dataset for brain cytoarchitecture studies 2025-Sep-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111018 PMID:40902464	研究论文	提出一种用于组织病理学图像细胞实例分割与分类的深度学习框架CISCA，并发布首个尼氏染色脑组织标注数据集CytoDArk0	提出三头轻量级U-Net架构，集成边界分类、距离图回归和细胞分类功能，并创建首个公开的哺乳动物脑尼氏染色标注数据集	NA	开发自动细胞实例分割与分类方法以推动数字病理和脑细胞架构研究	组织切片中的单个细胞（神经元和胶质细胞）	数字病理	NA	深度学习，显微镜成像	U-Net with three heads	图像	四个公开数据集（CoNIC、PanNuke、MoNuSeg）加上包含近40,000个标注细胞的CytoDArk0数据集
1054	2025-09-05	Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery 2025-Sep-02, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103879 PMID:40902506	研究论文	本研究利用Transformer-GAN深度学习框架解码牙周炎中表观遗传增强子-启动子相互作用，揭示炎症基因调控机制并发现新型生物标志物	首次将Transformer-GAN模型应用于牙周炎表观遗传调控研究，整合多组学数据预测功能性E-P相互作用，并证明其预测性能优于传统方法	研究基于公共数据集，样本来源和规模可能存在限制，且模型性能仍有提升空间（AUC-ROC=0.725）	解析牙周炎中增强子-启动子相互作用的表观遗传调控机制，并发现疾病相关生物标志物	牙周炎患者的多组学数据（DNA甲基化和RNA-seq数据）	深度学习	牙周炎	DNA甲基化测序，RNA-seq，多组学整合分析	Transformer-GAN	基因组学数据，表观遗传学数据	基于GSE173081和GSE173078数据集，包含262个显著E-P相互作用（134个增强子，186个靶基因）
1055	2025-09-05	A Preliminary Study on an Intelligent Segmentation and Classification Model for Amygdala-Hippocampus MRI Images in Alzheimer's Disease 2025-Sep-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.039 PMID:40903373	研究论文	本研究开发了一种基于深度学习的杏仁核-海马体分割与分类模型，用于阿尔茨海默病的早期检测	采用半自动化标注流程结合U²-Net和DenseNet-121模型，实现了大规模神经影像数据的自动化处理与分类	研究主要基于中国人群数据，外部验证集规模相对较小（每组100例）	提高阿尔茨海默病的早期检测和干预能力	阿尔茨海默病患者和健康对照者的杏仁核-海马体MRI影像	数字病理学	阿尔茨海默病	MRI神经影像技术	U²-Net, DenseNet-121	医学影像	2000例内部训练数据（1000例AD患者+1000例健康对照），200例外部验证数据
1056	2025-09-05	Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04834-x PMID:39937214	研究论文	本研究利用基于深度学习的全自动三维CT体积测量方法，探讨腹部器官结构变化与内脏脂肪肥胖之间的关联	首次采用全自动三维容积CT测量结合深度学习算法，系统评估内脏脂肪肥胖与多器官结构变化的定量关系	样本仅来自单一中心，且为横断面研究无法确定因果关系	探索内脏脂肪肥胖与腹部器官结构变化的关联性	610名患者（295名男性，315名女性，平均年龄68.4岁）	数字病理学	代谢相关疾病	三维容积CT测量，深度学习算法	深度学习	CT影像	610名患者
1057	2025-09-05	3D Deep Learning for Virtual Orbital Defect Reconstruction: A Precise and Automated Approach 2025-Sep-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011143 PMID:39960444	研究论文	本研究提出一种改进的3D U-Net+++架构，用于实现精确且自动化的虚拟眼眶缺损重建	针对传统镜像技术不适用于中线双侧眼眶缺损的问题，开发了新型深度学习模型，在双侧及跨中线缺损重建方面表现优异	NA	提高眼眶缺损虚拟重建的精确度和自动化水平，支持术前规划	眼眶缺损患者，包括单侧和双侧/跨中线缺损病例	计算机视觉	眼眶骨折	深度学习，螺旋CT扫描	3D U-Net+++	3D医学图像	300个合成缺损样本和15个临床病例
1058	2025-09-05	Enhanced ISUP grade prediction in prostate cancer using multi-center radiomics data 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04858-3 PMID:40047870	研究论文	本研究利用多中心放射组学数据提升前列腺癌ISUP分级预测性能	基于前列腺解剖亚区（外周区和中央腺体）分别提取特征并组合，首次证明联合模型显著优于单一区域模型	需要进一步在多中心数据中验证策略的普适性	探索放射组学特征对前列腺癌ISUP分级的预测价值	1500名前列腺癌患者	数字病理	前列腺癌	放射组学特征提取、SMOTE算法、随机森林	随机森林分类模型	医学影像（T2WI、ADC、DWI）	1500例多中心患者样本
1059	2025-09-05	The value of radiomics and deep learning based on PET/CT in predicting perineural nerve invasion in rectal cancer 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04833-y PMID:40053051	研究论文	本研究探讨基于PET/CT的影像组学和深度学习特征在预测直肠癌神经侵犯中的价值	首次整合PET代谢参数、影像组学特征和深度学习特征构建联合预测模型，并在多中心外部验证集中验证性能	回顾性研究设计，样本量有限（总样本量151例），需要更大规模前瞻性研究验证	预测直肠癌患者的神经侵犯（PNI）状态	直肠癌患者	医学影像分析	直肠癌	PET/CT成像、影像组学分析、深度学习特征提取	逻辑回归、LASSO、深度学习模型	医学影像（PET/CT图像）	151例直肠癌患者（120例内部集，31例外部验证集）
1060	2025-09-05	Multiple perception contrastive learning for automated ovarian tumor classification in CT images 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04879-y PMID:40074925	研究论文	提出一种基于多感知对比学习的自动化卵巢肿瘤CT图像分类方法	结合监督对比学习和多感知编码器(MP Encoder)，采用T-Pro技术增强数据多样性并模拟语义扰动以提升模型泛化能力	NA	开发自动化、可靠的卵巢肿瘤诊断技术以提高分类准确性	卵巢肿瘤CT图像	计算机视觉	卵巢癌	监督对比学习，T-Pro技术	多感知编码器(MP Encoder)，包含多尺度感知模块(MSP Module)和多注意力模块(MA Module)	CT图像	NA