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	2025-07-26	Advances and challenges in AI-assisted MRI for lumbar disc degeneration detection and classification 2025-Jul-25, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09179-z PMID:40707791	综述	本文综述了AI在MRI辅助腰椎间盘退变检测和分类中的进展与挑战	全面概述了AI在腰椎间盘退变MRI检测和分级中的应用，包括机器学习和深度学习技术，并讨论了其临床价值、当前局限性和未来方向	泛化性、数据不平衡、可解释性和监管整合方面仍存在挑战	提高腰椎间盘退变的诊断效率和一致性	腰椎间盘退变的MRI图像	数字病理学	腰椎间盘退变	MRI	CNN, SpineNet, ResNet, U-Net, transformers, 多任务学习	图像	NA
1042	2025-07-26	Artificial Intelligence-Enabled Short-Term Ambulatory Monitoring ECG during Sinus Rhythm for Prediction of Hidden Atrial Fibrillation 2025-Jul-25, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.70028 PMID:40709543	研究论文	本研究开发了一种基于深度学习的模型，利用24小时动态心电图监测中的窦性心律数据预测隐匿性心房颤动	首次使用ConvNeXt和LSTM两阶段深度学习模型，通过短时窦性心律心电图预测隐匿性房颤	第二阶段分析中较长时间段可能导致房颤相关特征稀释，特异性有所下降	开发AI模型预测隐匿性心房颤动	接受24小时动态心电图监测的患者	数字病理学	心血管疾病	动态心电图监测	ConvNeXt + LSTM	心电图信号	934名患者（640名房颤组，294名对照组），368,550段60秒心电图数据
1043	2025-07-26	Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography 2025-Jul-25, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500181 PMID:40709742	research paper	开发了一种用于分析体积光学相干断层扫描（OCT）图像的三维卷积神经网络（3D-CNN），以增强经皮肾造瘘术中的内窥镜引导	3D-CNN在实时手术引导应用中表现出较低的推理延迟，显著优于2D-CNN和其他先进的体积架构	研究仅使用了10个猪肾脏的数据集，样本量较小	增强OCT引导下的手术干预中的计算机辅助诊断	体积OCT图像	computer vision	NA	光学相干断层扫描（OCT）	3D-CNN, 3D-ViT, 3D-DenseNet121, M3T	3D图像	10个猪肾脏
1044	2025-07-26	Transforming Catalysis with Machine Learning: Emerging Tools and Next-Gen Strategies 2025-Jul-25, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09626 PMID:40709763	综述	本文系统介绍了机器学习在催化化学中的基本概念、工作流程以及传统机器学习和深度学习的应用	探讨了机器学习如何加速催化剂开发，并提出了解决当前挑战的未来方向	数据碎片化且不一致、物理可解释性有限、机器学习与实验工作流程整合困难	加速催化剂开发并推动催化化学领域的进步	催化剂设计、反应预测和表面吸附系统	机器学习	NA	机器学习、深度学习	传统机器学习模型、深度学习模型	化学数据	NA
1045	2025-07-26	Development and validation of deep learning for predicting the growth of ovarian cancer organoids 2025-Jul-25, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003575 PMID:40709801	研究论文	开发并验证了一种基于深度学习的模型，用于预测卵巢癌类器官的生长情况	使用四种神经网络骨干（ResNet18、VGG11、ConvNeXt v2和Swin Transformer v2）开发生长预测模型，并设计了特定优化方法以提高预测性能	模型在临床实用性方面仍有待进一步验证和自动化开发	预测卵巢癌类器官的培养结果，以提高其临床效用	卵巢癌类器官	数字病理学	卵巢癌	深度学习	ResNet18, VGG11, ConvNeXt v2, Swin Transformer v2	图像	517个卵巢癌类器官液滴（训练集325个，验证集88个，测试集104个），外加179个多中心样本用于前瞻性验证
1046	2025-07-26	MMF-MCP: A Deep Transfer Learning Model Based on Multimodal Information Fusion for Molecular Feature Extraction and Carcinogenicity Prediction 2025-Jul-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01362 PMID:40711460	research paper	提出了一种基于多模态信息融合的深度迁移学习模型MMF-MCP，用于分子特征提取和致癌性预测	结合图注意力网络、卷积神经网络和深度残差网络提取多模态分子特征，并采用迁移学习策略提升模型性能	数据质量和特征丰富度可能限制模型性能	提高分子致癌性预测的准确性、鲁棒性和可解释性	分子致癌性	machine learning	cancer	deep transfer learning	GAT, CNN, SE-ResNet18	molecular graph, fingerprint, image	NA
1047	2025-07-26	Vox-MMSD: Voxel-wise Multi-scale and Multi-modal Self-Distillation for Self-supervised Brain Tumor Segmentation 2025-Jul-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3592116 PMID:40705573	研究论文	提出了一种基于体素的多尺度和多模态自蒸馏自监督学习框架，用于脑肿瘤分割	引入了Siamese Block-wise Modality Masking (SiaBloMM)策略和Overlapping Random Modality Sampling (ORMS)方法，充分利用多模态MRI扫描提取模态不变特征	未明确提及具体局限性，但可能依赖于多模态MRI数据的可用性	开发自监督学习框架以提高脑肿瘤分割的准确性	多模态MRI扫描中的脑肿瘤	数字病理	脑肿瘤	MRI	自监督学习框架	医学影像	BraTS 2024成人胶质瘤分割数据集及其他三个小型下游数据集
1048	2025-07-26	Deep Learning-Driven High Spatial Resolution Attenuation Imaging for Ultrasound Tomography (AI-UT) 2025-Jul-24, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3592578 PMID:40705570	研究论文	提出一种基于深度学习的超声断层扫描高空间分辨率衰减成像方法，用于改善乳腺组织特性表征	利用深度学习结合声速结构信息约束，实现高分辨率低方差的衰减成像	方法依赖于特定设备(QTI乳腺声学CT扫描仪)的多角度RF数据采集	开发高空间分辨率超声衰减成像技术以提升乳腺癌诊断能力	人体乳腺组织	医学影像分析	乳腺癌	超声断层扫描(USCT)、定量超声(QUS)、全波反演(FWI)	深度学习(DL)	RF超声信号	多角度采集的60个视角RF数据
1049	2025-07-26	Predicting Traumatic Brain Injury Post-Trauma Using Temporal Attention on Sleep-Wake Data 2025-Jul-24, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3592009 PMID:40705576	研究论文	利用时间注意力机制分析睡眠-觉醒数据预测创伤后脑损伤	首次使用深度学习模型分析创伤后早期睡眠-觉醒数据来识别脑损伤，确定了创伤后7天内的数据最具预测价值	研究样本仅来自急诊科患者，可能无法推广到所有脑损伤人群；模型的敏感性和特异性仍有提升空间	探索睡眠-觉醒行为作为脑损伤生物标志物的潜力，并确定最佳观测时间窗口	2000多名急诊科患者（包括有和无血液生物标志物证实的脑损伤患者）	数字病理学	脑损伤	深度学习	时间注意力模型	时间序列数据（睡眠-觉醒模式）	2000+急诊患者（TBI+和TBI-）
1050	2025-07-26	SUP-Net: Slow-time Upsampling Network for Aliasing Removal in Doppler Ultrasound 2025-Jul-24, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3591820 PMID:40705591	研究论文	本文提出了一种基于深度学习的慢时间上采样网络（SUP-Net），用于解决多普勒超声中的混叠问题	提出了一种新的深度学习框架SUP-Net，利用时空特性对超声信号进行上采样，从而改善多普勒超声的流量估计质量	研究仅在20名参与者的股动脉采集数据上进行训练和评估，样本量相对较小	解决多普勒超声中由于脉冲重复频率（PRF）低于奈奎斯特极限而导致的混叠误差或频谱重叠问题	多普勒超声信号	医学影像处理	心血管疾病	深度学习	SUP-Net	超声信号	20名参与者的股动脉采集数据
1051	2025-07-26	A variational deep-learning approach to modeling memory T cell dynamics 2025-Jul-24, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013242 PMID:40705818	研究论文	本文提出了一种结合深度学习和变分推理的方法，用于建模记忆T细胞的动态变化	该方法能够同时推断动力学模型参数和群体结构，直接从单细胞流式细胞术数据中学习，而非基于预定义簇的动力学	研究仅针对小鼠流感病毒感染模型中的肺驻留记忆T细胞，可能不适用于其他免疫系统或疾病模型	开发一种可解释的数学模型来处理高维免疫数据，以更好地理解组织局部免疫记忆的动态变化	小鼠流感病毒感染模型中的肺驻留记忆CD4和CD8 T细胞	机器学习	流感	单细胞流式细胞术	深度学习与随机变分推理	单细胞数据	NA
1052	2025-07-26	Hazard-free outdoor path navigator for visually challenged people 2025-Jul-24, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2530674 PMID:40705835	研究论文	本文提出了一种多技术融合的户外无障碍路径导航系统，旨在为视觉障碍人士提供从起点到终点的安全路径规划	结合AI、DL、ML及云端技术在线生成路径，并采用TPU离线生成路径图，提出FTHRP算法进行动态路径规划与重路由	未提及系统在复杂天气条件或高密度人流环境下的性能表现	开发面向视觉障碍人士的户外无障碍路径导航解决方案	视觉障碍人士的户外导航需求	机器学习和人工智能应用	视觉障碍	AI、DL、ML、云端计算、TPU	FTHRP算法	语义路线映射数据、障碍物识别数据	使用'hazard-route data set'数据集，具体样本量未说明
1053	2025-07-26	Machine-Vision-Driven Microarray Passive Temperature Sensor Inspired by Insect Compound Eyes for Wide-Range and High-Precision Surface Mapping 2025-Jul-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09372 PMID:40705845	研究论文	本研究受昆虫复眼协同感知机制启发，开发了一种基于机器视觉的微阵列被动温度传感器（MAPTS），用于宽范围高精度表面温度映射	结合昆虫复眼协同感知机制与深度学习技术，开发了新型被动温度传感器，实现了宽范围、高精度的非接触式温度预测	未明确说明在极端温度环境下的性能表现及长期稳定性数据	开发无需外部供电、不干扰热场的被动式高精度温度监测系统	有机热致变色材料阵列与柔性导热基底构成的传感器系统	机器视觉	NA	软光刻图案化技术、深度学习图像分析	ResNet-34	光学图像	7×7高密度阵列配置（具体样本量未明确说明）
1054	2025-07-26	A Weighted Voting Approach for Traditional Chinese Medicine Formula Classification Using Large Language Models: Algorithm Development and Validation Study 2025-Jul-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/69286 PMID:40705933	研究论文	本研究开发并验证了一种基于大语言模型（LLMs）的加权投票方法，用于中药方剂分类	提出了一种集成多个微调LLMs的加权投票方法，以提高中药方剂分类的准确性	研究仅使用了2441个中药方剂样本，可能不足以代表所有中药方剂的多样性	评估不同LLMs在中药方剂分类任务中的表现，并通过集成学习提高分类准确性	中药方剂	自然语言处理	NA	大语言模型（LLMs）	集成学习（加权投票）	文本	2441个中药方剂（1999个训练集，442个测试集）
1055	2025-07-26	Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study 2025-Jul-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/70118 PMID:40706028	研究论文	本研究通过大规模跨国多队列研究，分析了ICU患者入院时血清氯水平与院内死亡率的关系，并建立了个性化生存曲线预测深度学习模型	首次将血清氯水平作为预后指标纳入ICU环境，并开发了Causal SurvivalNet模型进行个性化生存预测	研究结果可能受到不同国家医疗体系和数据收集方式差异的影响	提高ICU患者风险分层和临床决策的准确性	ICU患者	医疗人工智能	重症监护	因果图分析、受限三次样条、Cox比例风险模型、深度学习	Causal SurvivalNet	临床数据	189,462名ICU患者（来自4个队列：MIMIC-IV 70,370人，eICU-CRD 112,457人，烟台毓璜顶医院4,653人，自贡第四人民医院1,982人）
1056	2025-07-26	Deep learning-based real-time detection of head and neck tumors during radiation therapy 2025-Jul-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf40e PMID:40706626	研究论文	本研究探讨了一种基于深度学习的实时头颈部肿瘤分割方法，用于放射治疗中的肿瘤跟踪	采用个性化条件生成对抗网络（cGANs）进行头颈部肿瘤的实时分割，无需标记物即可实现高精度跟踪	样本量较小（17例患者），且不同解剖部位（鼻咽、口咽、喉）的跟踪精度存在差异	开发实时头颈部肿瘤跟踪技术以提高放射治疗精度并减少患者不适	头颈部肿瘤患者（鼻咽癌、口咽癌、喉癌）	数字病理	头颈部肿瘤	kV X射线成像	cGANs	医学影像	17例头颈部癌症患者（鼻咽4例，口咽9例，喉4例）
1057	2025-07-26	EXPEDITION: an Exploratory deep learning method to quantitatively predict hematoma progression after intracerebral hemorrhage 2025-Jul-24, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2536668 PMID:40707006	研究论文	本研究开发了一种名为EXPEDITION的探索性深度学习方法，用于定量预测脑内出血后血肿进展	提出了一种新的深度学习方法EXPEDITION，用于定量预测脑内出血后的血肿进展	样本量较小，仅包括73名患者，且研究为回顾性设计	开发一种能够定量预测脑内出血后血肿进展的深度学习方法	脑内出血患者，特别是基底节或丘脑出血患者	数字病理学	脑内出血	深度学习	EXPEDITION	CT图像	73名患者（训练集58名，测试集15名）
1058	2025-07-26	Association of initial core volume on non-contrast CT using a deep learning algorithm with clinical outcomes in acute ischemic stroke: a potential tool for selection and prognosis? 2025-Jul-24, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023897 PMID:40707242	研究论文	本研究探讨了非对比计算机断层扫描（NCCT）上通过深度学习算法测量的初始核心体积（ICV）与接受再灌注治疗的急性缺血性卒中患者临床结果之间的关联	首次使用深度学习算法（Methinks）在NCCT上自动测量ICV，并评估其与卒中患者长期预后和症状性颅内出血（sICH）的关联	研究仅基于三个综合性卒中中心的数据，可能无法代表所有医疗机构的实际情况	评估NCCT上测量的ICV对卒中患者再灌注治疗结果和预后的预测价值	接受再灌注治疗的急性缺血性卒中患者	数字病理学	心血管疾病	深度学习算法	深度学习	医学影像	658名患者
1059	2025-07-26	Multi-cascaded heart disease prediction using hybrid deep learning and optimization techniques 2025-Jul-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2525981 PMID:40707398	research paper	提出了一种基于深度学习的多级联心脏病预测模型，结合了优化的特征选择和深度学习网络	开发了MI-FHCO优化算法用于特征选择，并构建了多级联深度学习网络(MDLNet)进行心脏病预测	未提及模型在其他数据集上的泛化能力或临床验证结果	提高心脏病预测的准确率	心脏病患者数据	machine learning	cardiovascular disease	NaN fill方法, 数据归一化, MI-FHCO优化算法	MDLNet (Multi-Cascaded Deep Learning Network)	结构化医疗数据	未明确提及总样本量，但提到在dataset 4上达到96.65%准确率
1060	2025-07-26	Self-driving microscopy detects the onset of protein aggregation and enables intelligent Brillouin imaging 2025-Jul-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60912-0 PMID:40707429	研究论文	本文开发了一种自驱动显微镜，利用深度学习预测蛋白质聚集的开始，并实现智能布里渊成像	通过深度学习从单一荧光图像预测蛋白质聚集的开始，准确率达91%，并触发优化的多模态成像	布里渊显微镜成像速度慢，限制了其在快速动态过程如蛋白质聚集中的应用	研究蛋白质聚集的生物力学特性及其在神经退行性疾病中的作用	蛋白质聚集过程	数字病理学	神经退行性疾病	布里渊显微镜, 深度学习	神经网络	图像	NA