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
11481	2025-10-07	BrainView: A Cloud-based Deep Learning System for Brain Image Segmentation, Tumor Detection and Visualization 2025-May-21, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2025.100871 PMID:40409506	研究论文	提出基于云端的深度学习系统BrainView，用于脑部图像分割、肿瘤检测和可视化	开发了基于EfficientNetB7的DeepBrainNet分类模型和EffB7-UNet分割模型，并构建云端应用平台	NA	通过深度学习实现脑部肿瘤的早期检测、分类和分割	脑部磁共振图像（MRI）中的肿瘤	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN	图像	NA	Flask, Flutter	EfficientNetB7, UNet	准确率	云端平台
11482	2025-10-07	Field-Portable Technology for Illicit Drug Discrimination via Deep Learning of Hybridized Reflectance/Fluorescence Spectroscopic Fingerprints 2025-May-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05247 PMID:40329645	研究论文	开发了一种基于深度学习的现场便携式技术，通过混合反射/荧光光谱指纹识别非法药物	首次将荧光和反射光谱混合技术与深度学习算法结合用于新型精神活性物质的现场识别	NA	开发能够准确识别新型精神活性物质的现场便携式检测技术	苯二氮卓类药物、硝氮烯类合成阿片类药物及其复杂混合物	机器学习	药物滥用	荧光光谱、反射光谱	深度学习	光谱数据	11种苯二氮卓类药物的街头药片样本，包含多种复杂药物混合物	NA	NA	NA	低成本便携设备
11483	2025-10-07	Statistical Mechanics of Transfer Learning in Fully Connected Networks in the Proportional Limit 2025-May-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.177301 PMID:40408730	研究论文	本文开发了一种新的统计力学框架来研究全连接神经网络中的迁移学习机制	提出了单实例Franz-Parisi形式主义，在比例极限下建立了迁移学习的有效理论	仅适用于全连接神经网络，且假设训练集大小与隐藏层大小保持固定比例	研究神经网络在比例极限下的迁移学习机制	全连接神经网络	机器学习	NA	统计力学方法	全连接神经网络	NA	NA	NA	全连接网络	泛化性能	NA
11484	2025-10-07	Describing Landau Level Mixing in Fractional Quantum Hall States with Deep Learning 2025-May-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.176503 PMID:40408749	研究论文	本研究使用实空间神经网络波函数方法描述分数量子霍尔态中的朗道能级混合现象	首次将实空间神经网络波函数技术应用于分数量子霍尔系统，能够自然捕获高水平的朗道能级混合	尚未完全测试该方法在所有奇异量子态中的适用性	研究强关联系统中的电子关联行为，特别是分数量子霍尔效应	分数量子霍尔系统（1/3和2/5填充系统）	机器学习	NA	实空间神经网络波函数方法	神经网络	量子态波函数数据	NA	NA	实空间神经网络波函数	能量比较（与精确对角化结果对比）	NA
11485	2025-10-07	Generation of a High-Precision Whole Liver Panorama and Cross-Scale 3D Pathological Analysis for Hepatic Fibrosis 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502744 PMID:40126158	研究论文	通过结合显微光学切片断层成像系统和肝脏尼氏染色技术，构建了首个高精度全小鼠肝脏图谱，实现了肝纤维化的跨尺度三维病理分析	首次生成高精度全小鼠肝脏全景图，实现从中央静脉、门静脉到肝细胞的多尺度三维病理可视化	研究仅针对小鼠模型，尚未在人类肝脏中验证	研究肝纤维化对肝脏多尺度结构的病理改变	CCl4诱导的肝纤维化小鼠模型	数字病理学	肝纤维化	显微光学切片断层成像(MOST), 尼氏染色	深度学习	三维图像	全小鼠肝脏样本	NA	NA	体积比例, 直径测量, 长度密度	NA
11486	2025-10-07	Characterizing Bruch's membrane: State-of-the-art imaging, computational segmentation, and biologic models in retinal disease and health 2025-May, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101358 PMID:40254245	综述	本文综述了布鲁赫膜在视网膜健康和疾病中的特征化研究进展，包括成像技术、计算分割和生物模型	整合了多种先进成像技术、深度学习分割方法和生物模型来全面表征布鲁赫膜	NA	深入理解布鲁赫膜在视网膜健康和疾病中的作用机制	布鲁赫膜及其在视网膜疾病中的变化	数字病理学	视网膜疾病	光学相干断层扫描成像, 近红外反射成像, 自发荧光成像, 基质辅助激光解吸/电离成像质谱	深度学习	医学影像	NA	NA	NA	NA	NA
11487	2025-10-07	CPDMS: a database system for crop physiological disorder management 2025-Apr-22, Database : the journal of biological databases and curation DOI:10.1093/database/baaf031 PMID:40261733	研究论文	开发了一个用于番茄生理障碍管理的实时作物图像采集与分析数据库系统	构建了包含多种胁迫条件下番茄图像的大规模数据库，并开发了深度学习模型进行生理障碍识别	模型性能仍有提升空间(mAP 0.46)，系统在其他农业环境中的泛化能力需要进一步验证	开发精准农业中的作物生理障碍管理系统	番茄作物及其生理障碍	计算机视觉	作物生理障碍	实时图像采集	深度学习模型	图像	58,479张图像(43,894张可标注)，其中24,000张用于训练，13,037张用于测试	NA	NA	mAP, 召回率	NA
11488	2025-10-07	Intelligent detection and grading diagnosis of fresh rib fractures based on deep learning 2025-Mar-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01641-0 PMID:40128676	研究论文	基于改进YOLO深度学习模型实现新鲜肋骨骨折的智能检测与分级诊断	开发了改进的YOLO模型用于肋骨骨折自动检测和严重程度分级，并在公开数据集上验证了其优于胸外科医生的性能	回顾性研究，样本量相对有限，未提供具体临床实施细节	提高肋骨骨折诊断准确性和效率，减轻医生工作负担	383例肋骨骨折患者的胸部CT图像及公开RibFrac数据集的50例患者	计算机视觉	肋骨骨折	CT影像分析	CNN	医学影像	433例患者（383例内部数据+50例外部验证）	YOLO	改进的YOLO模型	精确率,召回率,mAP50,F1分数	NA
11489	2025-10-07	FlyVISTA, an integrated machine learning platform for deep phenotyping of sleep in Drosophila 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq8131 PMID:40073129	研究论文	开发了FlyVISTA机器学习平台，用于果蝇睡眠的深度表型分析	整合高分辨率闭环视频成像系统和深度学习网络，能够注释35个身体部位并提取高维数据中的行为特征	研究仅限于果蝇模型，未在其他生物体上验证	开发深度表型分析平台以研究果蝇睡眠的调控和功能	果蝇睡眠行为	计算机视觉,机器学习	NA	视频成像,深度学习	深度学习网络	视频图像	NA	NA	NA	NA	NA
11490	2025-10-07	Learning soft tissue deformation from incremental simulations 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17554 PMID:39642013	研究论文	本研究提出了一种结合时空信息的增量建模方法，用于加速面部软组织变形的生物力学模拟	首次将时空信息整合到增量模拟中，通过图神经网络同时捕捉空间特征和时间动态，相比传统仅考虑空间的方法提高了精度	研究仅基于17名正颌手术患者的数据，样本规模有限	开发快速准确的面部软组织生物力学模拟方法，以支持正颌手术规划	正颌手术患者的面部软组织变形	生物医学工程	颌面畸形	有限元方法，深度学习	图神经网络	生物力学模拟数据	17名正颌手术患者	NA	图神经网络	平均精度，平均计算时间	NA
11491	2025-10-07	Mask R-CNN assisted diagnosis of spinal tuberculosis 2025-Jan, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241290326 PMID:39973774	研究论文	提出一种基于改进Mask R-CNN的脊柱结核辅助诊断方法	在原始Mask R-CNN模型中引入ResPath和cbam模块以提升性能指标	NA	开发准确客观的脊柱结核计算机辅助诊断方法	脊柱结核CT影像中的病灶区域	计算机视觉	脊柱结核	CT成像	深度学习	医学影像	NA	NA	Mask R-CNN, Faster-RCNN, SSD	准确率, 召回率	NA
11492	2025-10-07	Assessing Self-supervised xLSTM-UNet Architectures for Head and Neck Tumor Segmentation in MR-Guided Applications 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_12 PMID:40400661	研究论文	提出一种用于头颈部肿瘤分割的新型两阶段自监督xLSTM-UNet架构	结合自监督3D师生学习框架和xLSTM-UNet混合架构，能够同时捕捉肿瘤进展的空间和时序特征	标注数据稀缺的挑战	优化MRI引导的自适应放射治疗中的头颈部肿瘤分割	头颈部癌症患者	医学影像分析	头颈部癌症	MRI成像	自监督学习,xLSTM,UNet	3D医学影像	多样化的头颈部癌症病例数据集	DINOv2	xLSTM-UNet	Dice系数	NA
11493	2025-10-07	Semi-supervised CT image segmentation via contrastive learning based on entropy constraints 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00387-y PMID:39220023	研究论文	提出一种基于熵约束对比学习的半监督CT图像分割方法	融合CNN和Transformer架构，结合熵约束的对比学习机制，通过丢弃高熵值不可靠样本来提升模型性能	仅在COVID-19 CT公共数据集上验证，未在其他医学图像数据集测试	提高CT图像分割精度，减少对标注数据的依赖	CT医学图像	计算机视觉	COVID-19	CT成像	CNN, Transformer	图像	NA	NA	CNN, Transformer, 残差压缩激励模块	DSC, HD, JC	NA
11494	2025-10-07	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于预测肺鳞癌患者对新辅助化疗免疫治疗的主要病理缓解	首次将深度学习模型应用于肺鳞癌化疗免疫治疗响应预测，并系统探索了其与基因突变、免疫细胞和肿瘤内微生物的生物学关联	样本量相对有限（309例），且为多中心回顾性研究	开发预测肺鳞癌患者对新辅助化疗免疫治疗响应的深度学习模型并探索其生物学机制	肺鳞癌患者	计算机视觉	肺癌	增强计算机断层扫描	CNN	医学图像	309例肺鳞癌患者	NA	ResNet50	AUC	NA
11495	2025-10-07	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	研究论文	开发了一种基于深度学习的成像框架，用于定量研究真核微生物的完整生命周期	结合微流控培养、卷积神经网络生命周期阶段特异性分割和新型细胞追踪算法FIEST，首次实现了跨有性繁殖代际的微生物追踪	作为原理验证仅应用于单一物种，尚未在其他真核微生物中广泛验证	建立定量研究完整真核生命周期的成像方法	真核微生物（酵母）	计算机视觉	NA	显微成像、微流控培养、荧光报告系统	CNN	显微图像、视频	跨三个有性繁殖代际的单细胞微生物	NA	卷积神经网络	NA	NA
11496	2025-10-07	Cerebral ischemia detection using deep learning techniques 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00352-8 PMID:40400660	研究论文	本研究使用深度学习技术开发脑缺血检测系统，通过3D卷积神经网络分析非对比计算机断层扫描图像	首次将经过ImageNet挑战验证的3D深度学习架构（VGG3D、ResNet3D、DenseNet3D）应用于全脑体积NCCT图像的脑缺血早期检测	未提及外部验证集性能、模型泛化能力及临床部署可行性	开发基于深度学习的脑缺血早期检测系统，辅助医疗专业人员早期识别卒中病例	出现卒中症状患者的非对比计算机断层扫描图像	计算机视觉	脑血管疾病	非对比计算机断层扫描	CNN	3D医学图像	NA	NA	VGG3D, ResNet3D, DenseNet3D	准确率	NA
11497	2025-10-07	Convolutional autoencoder-based deep learning for intracerebral hemorrhage classification using brain CT images 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10259-5 PMID:40401248	研究论文	提出基于卷积自编码器和密集神经网络的混合深度学习模型，用于脑部CT图像的脑出血自动分类	开发了CAE-DNN混合模型，结合卷积自编码器的特征提取能力和密集神经网络的分类能力，在脑出血分类任务中表现优于传统PCA方法和已有文献结果	样本量相对有限（来自108名患者），需在更大数据集上验证模型泛化能力	开发自动化的脑出血诊断系统以辅助临床决策	脑部非对比计算机断层扫描（NCCT）图像	计算机视觉	脑出血	CT扫描	CAE, DNN	医学图像	3293张标记图像（1645张脑出血类，1648张正常类），来自108名患者	NA	卷积自编码器, 密集神经网络	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
11498	2025-10-07	Detecting the authenticity of two monofloral honeys based on the Canny-GoogLeNet deep learning network combined with three-dimensional fluorescence spectroscopy 2025-Sep-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144509 PMID:40306056	研究论文	基于Canny-GoogLeNet深度学习网络结合三维荧光光谱技术检测两种单花蜜的真实性	将Canny边缘检测算法与改进的GoogLeNet架构相结合，通过优化Block 2中的inception模块、在全连接层应用L2正则化以及实施监控训练网络模型来提升性能	仅针对两种单花蜜（油菜蜜和枸杞蜜）进行验证，样本量较小（训练集133个，验证集33个，测试集12个）	开发基于深度学习的三维荧光光谱蜂蜜真伪检测方法	两种单花蜜（油菜蜜和枸杞蜜）及其掺假样品（玉米糖浆或其他蜂蜜）	计算机视觉	NA	三维荧光光谱	CNN	光谱数据	178个蜂蜜样本（训练集133，验证集33，测试集12）	NA	Canny-GoogLeNet	准确率	NA
11499	2025-10-07	Label-free rapid diagnosis of jaw osteonecrosis via the intersection of Raman spectroscopy and deep learning 2025-Aug, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117510 PMID:40320103	研究论文	本研究结合拉曼光谱和深度学习技术，建立了一种无标记快速诊断颌骨坏死的方法	首次将拉曼光谱与ResNet18深度学习架构结合用于颌骨坏死的快速无创诊断	样本量相对有限（90个骨组织样本），需要更大规模验证	建立精确高效的诊断框架以区分药物相关性颌骨坏死、放射性颌骨坏死和正常骨组织	90个骨组织样本（30个MRONJ、30个ORN、30个对照）	医学影像分析	颌骨坏死	拉曼光谱	CNN	光谱数据	90个骨组织样本，共900个光谱	NA	ResNet18	准确率,精确率,召回率,AUC	NA
11500	2025-10-07	Establishment and evaluation of an automatic multi?sequence MRI segmentation model of primary central nervous system lymphoma based on the nnU?Net deep learning network method 2025-Jul, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15080 PMID:40400535	研究论文	基于nnU-Net深度学习网络建立原发性中枢神经系统淋巴瘤多序列MRI自动分割模型	首次基于nnU-Net开发针对PCNSL的多模态MRI自动分割模型，解决了传统2D测量和手动体积评估的挑战	样本量较小（仅49例患者），模型在T2WI序列上表现相对较差	开发自动MRI分割模型以改进PCNSL的定量评估	经病理确诊的原发性中枢神经系统淋巴瘤患者	医学影像分析	中枢神经系统淋巴瘤	钆对比剂磁共振成像	3D卷积神经网络	MRI图像	49例来自6个中国医疗中心的PCNSL患者	nnU-Net	nnU-Net	Dice相似系数	NA