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
11441	2025-10-07	Automatic skull reconstruction by deep learnable symmetry enforcement 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108670 PMID:40009971	研究论文	提出一种基于可学习对称性增强的自动颅骨重建方法	通过可学习的对称性强制执行网络增强颅骨重建效果，显著降低计算资源需求	训练数据集规模有限，体数据分辨率高，数据异质性强	开发自动颅骨重建方法以缩短颅骨缺损患者等待手术时间	颅骨缺损患者和颅骨对称性结构	计算机视觉	颅骨损伤	深度学习	神经网络	体数据	使用SkullBreak和SkullFix公开数据集及真实临床病例	NA	对称性强制执行网络	DSC, bDSC, HD95	GPU (< 500 GPU小时)
11442	2025-10-07	Causal associations between scapular morphology and shoulder condition estimated with Bayesian statistics 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108666 PMID:40009972	研究论文	本研究使用贝叶斯统计评估肩胛骨形态与肩部疾病之间的因果关系	首次将do-演算应用于肩胛骨形态与肩部疾病的因果关联识别，并开发了多分类逻辑回归贝叶斯模型	研究样本量相对有限（396名受试者），且仅考虑了最常见的两种肩部病理	评估肩胛骨形态对肩部疾病的因果影响	396名受试者，分为原发性骨关节炎、肩袖撕裂关节病、其他病理和健康对照组	医学影像分析	肩部疾病	CT扫描，深度学习模型	多分类逻辑回归贝叶斯模型	CT影像	396名受试者	NA	NA	概率变化百分比	NA
11443	2025-05-11	Segmentation of skin layers on HFUS images using the attention mechanism 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108668 PMID:40015155	research paper	该论文提出了一种结合上下文特征金字塔块与注意力门的新型神经网络模型，用于准确分割皮肤层	首次使用注意力机制结合上下文特征金字塔块来分割皮肤层，并测试了预分割入口回声层的顺序模型	研究中使用的HFUS图像数据库来自不同的超声设备和探头频率，可能影响模型泛化能力	开发一种自动化的超声图像分析算法，用于皮肤层的准确分割	皮肤层（入口回声层、SLEB和真皮层）	计算机视觉	NA	高频超声（HFUS）成像	结合上下文特征金字塔块与注意力门的神经网络	图像	两个不同的HFUS图像数据库	NA	NA	NA	NA
11444	2025-05-11	Enhanced dose prediction for head and neck cancer artificial intelligence-driven radiotherapy based on transfer learning with limited training data 2025-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70012 PMID:40087841	research paper	本研究探讨了迁移学习在头颈癌人工智能驱动放疗剂量预测模型中的应用及其对预测性能的提升	利用迁移学习优化现有临床剂量预测模型，显著提高了新兴放疗技术（如AINRT和DA-AINRT）的预测准确性	研究依赖于有限的数据集，可能影响模型的泛化能力	提升头颈癌患者放疗剂量预测的准确性，支持新兴放疗技术的发展	头颈癌患者	digital pathology	head and neck cancer	AI-based nodal radiotherapy (AINRT), Daily Adaptive AI-based nodal radiotherapy (DA-AINRT)	Hierarchically Densely Connected U-net	medical imaging data	AINRT和DA-AINRT患者数据集	NA	NA	NA	NA
11445	2025-05-11	Training, Validating, and Testing Machine Learning Prediction Models for Endometrial Cancer Recurrence 2025-May, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-24-00859 PMID:40324114	research paper	该研究旨在训练、验证和测试用于预测子宫内膜癌复发的机器学习模型	使用lasso回归、机器学习（ML）和深度学习（DL）分析大型综合数据集来预测子宫内膜癌复发	需要前瞻性验证以确定临床实用性	准确预测子宫内膜癌复发风险，以更好地选择患者进行辅助治疗	子宫内膜癌患者	machine learning	endometrial cancer	microRNA, long noncoding RNA, isoforms, pseudogene expressions, SNV, CNV	lasso regression, ML, DL	clinical, pathologic, genomic, genetic data	低风险组329例，高风险组324例，非子宫内膜样组织学组239例	NA	NA	NA	NA
11446	2025-05-11	Spatial and Temporal Changes in Choroid Morphology Associated With Long-Duration Spaceflight 2025-May-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.5.17 PMID:40332907	研究论文	本研究利用深度学习技术分析长期太空飞行中宇航员脉络膜的形态变化	扩展了深度学习在OCT图像脉络膜分割中的应用，首次量化了微重力环境下脉络膜的脉动和拓扑变化	样本量较小(12名宇航员)，且仅6名有飞行中影像数据	探究长期太空飞行中脉络膜形态变化与太空飞行相关神经眼综合征(SANS)的关系	长期太空飞行的宇航员	数字病理学	太空飞行相关神经眼综合征	光学相干断层扫描(OCT)	深度学习模型	OCT视频和体积数据	12名平均年龄47±9岁的宇航员(其中6名有飞行中数据)	NA	NA	NA	NA
11447	2025-05-11	The long journey of artificial intelligence in medicine: an overview 2025-May, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/oamfed PMID:40338059	综述	本文概述了人工智能在医学领域的漫长发展历程及其重要里程碑	全面回顾了AI从哲学和数学起源到现代医学应用的演变过程，突出了关键技术的发展节点	未具体说明当前AI在医学应用中面临的具体技术或伦理挑战细节	梳理人工智能技术在医学领域的发展历史和应用前景	人工智能技术的发展历程及其医学应用	人工智能	NA	机器学习、神经网络、深度学习、大语言模型	NA	健康大数据	NA	NA	NA	NA	NA
11448	2025-10-07	Rapid point-of-care pathogen sensing in the post-pandemic era 2025-May, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2024.10.003 PMID:39521626	综述	本文综述了后疫情时代即时检测病原体传感技术的最新进展，重点关注基于表面增强拉曼散射和深度学习的快速诊断方法	整合功能纳米材料、生物工程与深度学习算法，显著提升即时检测传感器的速度、特异性和灵敏度	NA	探讨后疫情时代快速准确诊断病原体的即时检测技术发展	病毒和细菌病原体	生物医学工程	传染病	表面增强拉曼散射(SERS), 免疫分析	深度学习	光谱信号	NA	NA	NA	速度, 特异性, 灵敏度, 准确性	NA
11449	2025-10-07	Current and future deep learning algorithms for tandem mass spectrometry (MS/MS)-based small molecule structure elucidation 2025-May, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.9120 PMID:33955607	综述	本文综述了当前和未来用于串联质谱小分子结构解析的深度学习算法	提出了解决现有方法计算复杂度高、数据维度高和信息丢失、子结构覆盖低等问题的深度学习架构概念设计	深度学习框架的性能和通用性需要与经典机器学习框架进行公平评估	开发用于串联质谱小分子结构解析的深度学习模型	小分子化合物	机器学习	NA	串联质谱(MS/MS)	图卷积网络,多任务学习	质谱数据,分子结构数据	NA	NA	图卷积网络	NA	NA
11450	2025-05-11	Transfer learning and data augmentation for glucose concentration prediction from colorimetric biosensor images 2025-Apr-08, Mikrochimica acta DOI:10.1007/s00604-025-07136-7 PMID:40199789	研究论文	介绍了一种深度学习算法，用于通过比色纸传感器图像准确预测葡萄糖浓度	采用迁移学习和数据增强技术，简化了预测过程，无需单独的特征提取	需要大量训练数据，尽管数据增强技术试图缓解这一问题	开发一种基于深度学习的葡萄糖浓度预测方法	比色纸传感器图像	计算机视觉	NA	迁移学习, 数据增强	ResNet50, ResNet101, GoogLeNet, VGG-19	图像	五种不同葡萄糖浓度的比色纸传感器图像数据集	NA	NA	NA	NA
11451	2025-10-07	Deep Learning Technology for Classification of Thyroid Nodules Using Multi-View Ultrasound Images: Potential Benefits and Challenges in Clinical Application 2025-Apr, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2024.2058 PMID:39805576	研究论文	本研究评估深度学习技术在甲状腺超声图像结节分类中的应用价值	采用孪生神经网络实现横纵切面超声图像的多视角分析，并比较多种CNN架构性能	模型性能受不同医师和设备采集的图像质量影响，存在临床适用性差异	评估深度学习技术对甲状腺结节良恶性分类的临床应用潜力	甲状腺结节患者的超声图像	计算机视觉	甲状腺癌	超声成像	CNN	图像	943名患者的1048个甲状腺结节（其中306个为恶性）	NA	ResNet50, DenseNet201, EfficientNetv2_s	准确率, 灵敏度	NA
11452	2025-10-07	Leveraging Radiomics and Hybrid Quantum-Classical Convolutional Networks for Non-Invasive Detection of Microsatellite Instability in Colorectal Cancer 2025-Apr, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01990-w PMID:39979579	研究论文	本研究开发了一种结合影像组学和混合量子-经典卷积网络的新框架，用于结直肠癌微卫星不稳定性的无创检测	首次将混合量子-经典神经网络应用于结直肠癌MSI状态识别，并采用自注意力对抗染色标准化和可瘦身Transformer进行肿瘤分割	NA	开发新型框架识别结直肠癌MSI状态，以改善临床决策和患者预后	结直肠癌患者	数字病理学	结直肠癌	影像组学分析	混合量子-经典卷积网络, Transformer	组织病理学切片图像	来自NCT-CRC-HE-100K和PAIP 2020数据库的病理图像	NA	Slimmable Transformer, 混合量子-经典神经网络	准确率	NA
11453	2025-10-07	AI-MET: A deep learning-based clinical decision support system for distinguishing multisystem inflammatory syndrome in children from endemic typhus 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109815 PMID:39987695	研究论文	开发基于深度学习的临床决策支持系统AI-MET，用于区分儿童多系统炎症综合征和地方性斑疹伤寒	提出首个专门区分MIS-C和地方性斑疹伤寒的CDSS系统，仅需急诊科前6小时的临床和实验室特征即可实现及时鉴别	样本量相对有限（训练集220例，验证集111例），需要进一步外部验证	开发能够准确区分MIS-C和地方性斑疹伤寒的临床决策支持工具	儿童多系统炎症综合征患者和地方性斑疹伤寒患者	医疗人工智能	儿童炎症性疾病，传染病	深度学习	深度学习模型	临床数据和实验室数据	训练测试集：87例斑疹伤寒患者和133例MIS-C患者；验证集：111例MIS-C患者	NA	AI-MET系统	灵敏度，特异性，准确率，精确度	NA
11454	2025-10-07	Missing-modality enabled multi-modal fusion architecture for medical data 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104796 PMID:39988001	研究论文	提出一种能够处理缺失模态的医学多模态融合架构，用于疾病诊断和死亡率预测	开发了基于Transformer的双模态融合模块，构建三模态融合框架，并引入多变量损失函数提高对缺失模态的鲁棒性	仅在MIMIC-IV和MIMIC-CXR数据集上进行验证，需要进一步扩展到更多模态和数据集	开发对缺失模态具有鲁棒性的医学多模态融合架构，提升临床任务性能	胸部X光片、放射学报告和结构化数值数据	医学人工智能	胸部疾病	多模态融合	Transformer	图像, 文本, 表格数据	MIMIC-IV和MIMIC-CXR数据集	NA	Transformer-based双模态融合模块	AUROC, AUPRC	NA
11455	2025-10-07	Prediction and detection of terminal diseases using Internet of Medical Things: A review 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109835 PMID:39999492	综述	本文综述了人工智能与医疗物联网在预测和检测终末期疾病中的应用，分析当前挑战与解决方案	系统评估了联邦学习、迁移学习和区块链等先进策略在提升AI-IoMT系统鲁棒性、数据安全性和互操作性方面的有效性	作为综述文章，未进行原始实验验证，主要基于现有文献分析	评估AI-IoMT技术在预测慢性病和终末期疾病中的有效性，并探讨相关挑战	心血管疾病、阿尔茨海默病和各类癌症等终末期疾病	医疗物联网	心血管疾病,阿尔茨海默病,癌症	NA	XGBoost,Random Forest,CNN,LSTM	医疗物联网数据	NA	NA	NA	NA	NA
11456	2025-10-07	Prediction of school PM2.5 by an attention-based deep learning approach informed with data from nearby air quality monitoring stations 2025-Apr, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2025.144241 PMID:39999669	研究论文	提出基于注意力深度卷积自编码器的深度学习软传感器，利用附近监测站数据预测学校室内外PM2.5浓度	完全无需学校现场传感器，通过注意力机制深度学习模型利用周边监测站数据实现PM2.5浓度预测	NA	开发无需现场传感器的学校PM2.5浓度预测方法，保障健康学习环境	学校室内（教室）和室外（操场）的PM2.5浓度	机器学习	NA	软传感器技术	注意力深度卷积自编码器（ADCAE）	空气质量监测数据	多所学校（小学、初中、高中）	NA	注意力深度卷积自编码器	决定系数（R）、均方误差、平均绝对误差	NA
11457	2025-10-07	Deep learning-based LDL-C level prediction and explainable AI interpretation 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109905 PMID:40010176	研究论文	本研究利用深度学习模型预测低密度脂蛋白胆固醇水平，并与传统方法和公式进行比较	首次将CNN、RNN和LSTM等深度学习模型应用于LDL-C预测，并使用LIME方法提供模型解释	深度学习模型需要更多计算资源来解释决策过程	开发更准确的LDL-C预测方法以评估心血管疾病风险	低密度脂蛋白胆固醇水平预测	机器学习	心血管疾病	临床血液检测	CNN, RNN, LSTM	临床检测数据	NA	NA	CNN, RNN, LSTM	准确率	NA
11458	2025-10-07	Automated vertebral compression fracture detection and quantification on opportunistic CT scans: a performance evaluation 2025-Apr, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106831 PMID:40010260	研究论文	开发并评估基于深度学习的自动算法，用于在机会性CT扫描中检测和量化椎体压缩性骨折	首次使用2D/3D U-Nets卷积神经网络在机会性CT扫描中自动筛查椎体压缩性骨折并量化椎体高度损失	样本量相对较小（100例患者），且为回顾性研究设计	评估深度学习算法在机会性CT扫描中自动检测和量化椎体压缩性骨折的性能	2019年1月至2020年8月期间因各种适应症（非VCF疑似）接受CT扫描的患者	数字病理学	骨质疏松症	CT扫描	CNN	医学影像	100例患者（平均年龄76.6岁，72%为女性）	NA	2D U-Net, 3D U-Net	敏感性, 特异性, 组内相关系数, Pearson相关系数, 一致性界限	NA
11459	2025-05-11	Comprehensive analysis of human dendritic spine morphology and density 2025-Apr-01, Journal of neurophysiology IF:2.1Q3 DOI:10.1152/jn.00622.2024 PMID:40013734	研究论文	本文通过对27名患者的人脑组织进行综合研究，分析了树突棘的形态和密度，并利用深度学习模型实现了自动化的树突棘分割和三维重建	首次使用人脑组织进行树突棘的深入分析，结合深度学习与传统方法，实现了高效的自动化处理	样本量相对较小（27名患者），且仅来自肿瘤或癫痫手术患者，可能影响结果的普遍性	研究人脑树突棘的形态和密度差异，探索其与神经和精神疾病的潜在联系	27名患者（8名女性，19名男性，年龄18-71岁）的脑组织样本	神经科学	神经疾病	三维重建、深度学习	深度学习模型	图像	27名患者的脑组织样本，近4000个形态重建的树突棘	NA	NA	NA	NA
11460	2025-05-11	Automated segmentation by SCA-UNet can be directly used for radiomics diagnosis of thymic epithelial tumors 2025-Apr, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112004 PMID:40014944	研究论文	本研究开发了一种名为SCA-UNet的深度学习网络，用于自动分割胸腺病变，并应用于胸腺上皮肿瘤（TETs）的放射组学诊断和风险评估	提出了结合空间通道注意力的SCA-UNet模型，增强了全局上下文感知能力，提高了分割精度和泛化性能	研究仅基于单一医疗中心的数据，可能影响模型的泛化能力	开发自动分割胸腺病变的深度学习模型，并探索其在TETs诊断和风险评估中的应用	712例纵隔病变患者的术前CT图像	数字病理	胸腺上皮肿瘤	CT成像	SCA-UNet（基于UNet改进的深度学习网络）	医学影像（CT图像）	712例患者	NA	NA	NA	NA