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
1161	2025-09-11	Research on error classification in gamma analysis on the basis of dosimetric feature engineering and deep learning 2025-Sep-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0131 PMID:40889516	研究论文	本研究结合剂量学特征工程与深度学习模型，提出一种具有错误分类能力的伽马通过率预测方法，用于放射治疗中的质量保证	通过剂量学特征工程将静态射野分割为五个不同区域，并基于GAN模型实现剂量预测与错误分类的集成方法	样本量较小（仅26个临床病例），且区域分类的AUC值相对较低（0.50-0.69）	提高放射治疗中伽马分析的错误原因识别能力，增强临床实施效果	放射治疗计划中的静态射野剂量分布	医疗影像分析	肿瘤放射治疗	剂量学特征工程，伽马分析	GAN	剂量分布数据	26个临床病例（6例训练，20例测试），包含1,515个静态射野
1162	2025-09-11	How Will AI Shape the Future of Pandemic Response? Early Clues From Data Analytics 2025-Sep-10, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.70103 PMID:40926588	综述	探讨人工智能和数据科学在提升大流行病应对能力中的潜力与挑战	系统性地识别了AI在10个关键领域增强大流行病防范、响应和恢复的具体应用方向	实施AI面临伦理和治理挑战，包括隐私、公平性和问责制问题	分析AI和数据科学如何改进大流行病的预警、建模和干预策略	大流行病管理系统和应急响应数据	数据科学	传染病	机器学习和深度学习	基于AI的流行病学模型	实时数据和监测数据	NA
1163	2025-09-11	A robust deep learning-driven framework for detecting Parkinson's disease using EEG 2025-Sep-10, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556310 PMID:40927820	研究论文	提出一种基于深度学习的框架，利用EEG信号检测帕金森病	结合通道注意力模块、小波散射变换和GAN数据增强，并设计CNN-Transformer混合模型实现高精度分类	NA	帕金森病的早期准确诊断	帕金森病患者和健康对照组的EEG信号	机器学习	帕金森病	EEG信号处理、小波散射变换	GAN、CNN、Transformer	EEG信号及时频图图像	NA
1164	2025-09-11	Editorial for "Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer" 2025-Sep-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70076 PMID:40927976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1165	2025-09-11	Editorial for "A Deep Learning-Based Fully Automated Cardiac MRI Segmentation Approach for Tetralogy of Fallot Patients" 2025-Sep-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70114 PMID:40928233	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1166	2025-09-11	Metagenomic research on the structural difference of plaque microbiome from different caries stages and the construction of a caries diagnostic model 2025-Sep-10, mSystems IF:5.0Q1 DOI:10.1128/msystems.00044-25 PMID:40928220	研究论文	本研究通过宏基因组学分析不同龋齿阶段的牙菌斑微生物结构差异，并构建深度学习诊断模型	首次高分辨率揭示不同龋齿发展阶段（健康、相对健康、釉质龋、牙本质龋）的微生物群落差异，并建立准确率超过98%的深度学习诊断模型	样本量较小（30名儿童），且未说明模型的外部验证情况	探究龋齿不同发展阶段的微生物群落差异，并开发基于微生物的龋齿诊断方法	儿童牙菌斑样本（包括健康个体和龋齿活跃患者）	生物信息学	口腔疾病	2bRAD测序技术	神经网络	宏基因组测序数据	30名儿童（15名健康，15名龋齿活跃），共60个牙菌斑样本
1167	2025-09-11	An Explainable Deep Learning Model for Focal Liver Lesion Diagnosis Using Multiparametric MRI 2025-Sep-10, Radiology. Artificial intelligence DOI:10.1148/ryai.240531 PMID:40928343	研究论文	开发并验证一种基于多参数MRI的可解释深度学习模型，用于提高局灶性肝病变的诊断准确性和效率	结合nnU-Net分割和LIFT分类模型，首次实现端到端的可解释DL诊断系统，并显著提升初级放射科医生的表现	模型性能虽经多中心验证，但前瞻性数据时间范围较短（2024年1月至4月），且样本来源可能存在选择偏倚	评估可解释深度学习模型在局灶性肝病变分类中的诊断价值及对放射科医生的辅助效果	局灶性肝病变（FLLs）患者	计算机视觉	肝脏疾病	多参数MRI（mpMRI）	nnU-Net, LIFT (Liver Imaging Feature Transformer)	医学影像（MRI）	2131名患者（平均年龄56±12岁，1476名女性），包含训练集、内部测试集、外部测试集和前瞻性测试集
1168	2025-09-11	Clinical evaluation of motion robust reconstruction using deep learning in lung CT 2025-Sep-10, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01633-y PMID:40928606	研究论文	本研究通过定量和视觉评估，评价了基于深度学习的运动校正重建方法CLEAR Motion在肺部CT中的临床效果	首次对新型深度学习运动校正重建技术CLEAR Motion进行系统性临床定量评估，并分析其在不同肺野区域和患者特征下的效果差异	样本量相对有限（129例），且未说明患者人群的具体分布特征	定量评估深度学习运动校正重建方法在减少肺部CT运动伪影方面的临床实用性	129例肺部CT扫描及对应患者的临床数据（心率、身高、体重、BMI）	医学影像分析	肺部疾病	深度学习重建，运动校正技术	深度学习（具体架构未说明）	CT影像	129例肺部CT扫描
1169	2025-09-11	Oral bioavailability property prediction based on task similarity transfer learning 2025-Sep-10, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11345-w PMID:40928678	研究论文	提出一种基于任务相似性迁移学习的框架TS-GTL，用于预测药物口服生物利用度	结合物理化学性质与图深度学习，引入任务相似性度量MoTSE，并利用预训练logD数据提升迁移学习效果	存在数据依赖性问题，尤其在数据稀缺场景下	优化药物候选物并提高临床成功率，通过AI预测ADMET属性	药物分子	机器学习	NA	图神经网络（GNN）、Transformer编码器	PGnT (pKa Graph-based Knowledge-driven Transformer)	分子图数据、物理化学属性数据	NA
1170	2025-09-11	Incorporating respiratory signals for machine learning-based multimodal sleep stage classification: a large-scale benchmark study with actigraphy and heart rate variability 2025-Sep-09, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf091 PMID:40219765	研究论文	本研究通过结合活动记录、心率变异性和呼吸信号，利用机器学习方法进行大规模睡眠阶段分类	首次在大规模研究中系统评估呼吸信号对睡眠阶段分类的改善效果，并比较了ECG衍生呼吸特征与传统呼吸带数据的性能	研究基于公开数据集，可能无法完全代表所有人群特征	开发基于多模态信号的睡眠监测算法，实现家庭环境下的可靠睡眠阶段分类	睡眠数据记录（超过1000条记录）	机器学习	睡眠障碍	机器学习和深度学习算法	LSTM	多模态时间序列数据（活动记录、心率变异性、呼吸信号）	超过1000条睡眠记录
1171	2025-09-11	Deep learning neural network of adenocarcinoma detection in effusion cytology 2025-Sep-09, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqaf067 PMID:40736208	研究论文	开发基于深度学习的YOLOv8目标检测模型，用于检测积液细胞学图像中的腺癌细胞	首次将YOLOv8目标检测算法应用于积液细胞学中腺癌细胞的自动检测，实现了高精度的恶性细胞识别	细胞标注过程中可能存在一些问题，需要进一步优化以减少假阴性结果	通过深度学习技术辅助积液细胞学中的癌症筛查	积液细胞学样本中的腺癌细胞	计算机视觉	腺癌	YOLOv8目标检测算法	CNN	图像	463例样本（275例腺癌病例包含12182张图像和29245个标注，188例阴性病例包含1980张图像）
1172	2025-09-11	Artificial intelligence in traumatic brain injury: Brain imaging analysis and outcome prediction: A mini review 2025-Sep-09, World journal of critical care medicine DOI:10.5492/wjccm.v14.i3.107611 PMID:40880570	综述	本文回顾了人工智能在创伤性脑损伤影像分析和预后预测中的应用	重点探讨机器学习和深度学习方法在创伤性脑损伤临床实践中的潜在改进	NA	评估人工智能在创伤性脑损伤医疗中的应用价值	创伤性脑损伤患者	医疗人工智能	创伤性脑损伤	机器学习和深度学习	NA	医学影像	NA
1173	2025-09-11	Lesion Asymmetry Screening Assisted Global Awareness Multi-view Network for Mammogram Classification 2025-Sep-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3607877 PMID:40924534	研究论文	提出一种基于多视角乳腺X线影像的乳腺癌分类深度学习框架LAS-GAM，模拟放射科医生诊断流程	首次将全局特征与病灶不对称筛查相结合，实现患者级别的多视角影像协同诊断	NA	开发端到端的乳腺癌辅助诊断系统，提升多视角乳腺X线影像的分类性能	乳腺X线影像（CC和MLO视角）	计算机视觉	乳腺癌	深度学习	多视角神经网络（LAS-GAM）	医学影像	DDSM公共数据集和内部数据集（具体样本量未明确说明）
1174	2025-09-11	Spherical Harmonics Representation Learning for High-Fidelity and Generalizable Super-Resolution in Diffusion MRI 2025-Sep-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3607105 PMID:40924535	研究论文	提出一种基于球谐函数表示学习的框架SHRL-dMRI，用于同时提升扩散磁共振成像的空间和角度分辨率	结合隐式神经表示和球谐函数建模连续空间与角度表示，首次实现同时空间和角度超分辨率，并引入数据保真模块与基于小波的频率损失	NA	提升扩散磁共振成像分辨率以改善微结构参数估计精度	扩散磁共振成像数据	医学影像分析	NA	深度学习，球谐函数表示，小波变换	隐式神经表示	医学影像	NA
1175	2025-09-11	Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework 2025-Sep-09, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603608 PMID:40924530	研究论文	提出一种多模态混合自监督学习框架SynthSleepNet，用于分析多导睡眠图数据以评估睡眠质量和诊断睡眠障碍	结合掩码预测和对比学习整合多模态特征，并开发基于Mamba的TCM模型有效捕获跨信号上下文信息	NA	开发自动化睡眠分析基础模型以减少对大规模标注数据的依赖	多导睡眠图数据，包括EEG、EOG、EMG和ECG信号	机器学习	睡眠障碍	多模态混合自监督学习	SSL框架，基于Mamba的TCM	生理信号数据	NA
1176	2025-09-11	Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics 2025-Sep-09, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603545 PMID:40924529	研究论文	提出一种基于最大信息系数（MIC）的结构学习算法，用于自动化确定深度高斯与非高斯信息融合框架的隐藏层结构	引入MIC方法作为潜在变量间关联强度的无分布测量，并定义了评估指标以实现模型训练过程中隐藏层的自动确定	NA	解决深度信息融合框架中的结构学习问题，实现数据驱动建模与分析自动化	时变工业过程数据	机器学习	NA	最大信息系数（MIC）	深度高斯与非高斯潜在变量模型	工业过程数据	两个真实工业案例
1177	2025-09-11	GSH and Halides Directed Controllable Synthesis of Chiral Gold Nanostars for Sensitive Diagnosis of Nephritis Types Using SERS and Transformer Neural Network 2025-Sep-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01908 PMID:40925611	研究论文	本研究通过可控合成手性金纳米星并结合SERS与Transformer神经网络，实现了肾炎类型的高精度诊断	利用l-GSH和卤化物调控金纳米星分支尺寸、数量和尖锐度的可控合成方法，以及结合Transformer神经网络处理复杂临床数据	NA	开发一种基于SERS和深度学习的肾炎类型敏感诊断方法	健康个体、急性间质性肾炎和非急性间质性肾炎患者的尿液样本	机器学习	肾炎	表面增强拉曼光谱(SERS)、有限时域差分(FDTD)计算	Transformer神经网络	拉曼光谱数据	NA
1178	2025-09-11	Two-Step Semi-Automated Classification of Choroidal Metastases on MRI: Orbit Localization via Bounding Boxes Followed by Binary Classification via Evolutionary Strategies 2025-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8998 PMID:40925681	研究论文	提出一种基于深度学习的半自动化两阶段框架，用于在脑部MRI图像中检测脉络膜转移瘤	采用分层深度学习框架，结合YOLOv5定位网络与进化策略训练的二元分类网络，有效解决小数据集下的过拟合与欠拟合问题	模型无法区分左右眼眶，且mAP(0.5:0.95)指标较低，样本量较小（仅97名患者）	提高脑部MRI中脉络膜转移瘤的检测准确率，减少漏诊	脑部MRI图像中的眼眶区域及脉络膜转移瘤	计算机视觉	脉络膜转移瘤	深度学习，进化策略	YOLOv5, CNN	MRI图像	97名患者的386张T2加权轴向MRI切片，其中66张用于分类（33正常 vs 33异常）
1179	2025-09-11	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Sep-09, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI的融合临床、生境放射组学和深度学习模型的综合模型，用于直肠癌术前肿瘤沉积识别	首次探索结合临床特征、生境放射组学和深度学习特征的融合模型用于术前肿瘤沉积检测	回顾性研究设计，样本来源有限（仅两个中心）	术前识别直肠癌肿瘤沉积并评估预后	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI T2加权成像，nnUNet分割，放射组学特征提取	融合模型（临床+放射组学+DL），nnUNet	医学影像（MRI），临床数据	635例患者（训练集259例，内部验证112例，外部验证264例）
1180	2025-09-11	Multimodal machine learning for staging laparoscopy: a combined image analysis and morphologic tool for the discrimination of peritoneal metastasis 2025-Sep-09, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003448 PMID:40928288	研究论文	开发一种结合图像分析和形态学特征的多模态机器学习模型，用于在分期腹腔镜术中区分腹膜转移灶与良性病变	首次将深度学习图像分类与专家形态学评估相结合，构建多模态机器学习模型，显著提升腹膜转移灶的术中识别准确率	研究样本量有限（67例患者），且仅为内部验证，需外部数据集进一步验证泛化能力	提高分期腹腔镜术中腹膜转移灶的识别准确性，减少不必要的活检	接受分期腹腔镜检查的疑似腹膜转移患者及其腹腔病变	计算机视觉	腹膜转移癌	深度学习、传统机器学习、多模态融合	多模态机器学习模型（结合图像与形态特征）	视频帧图像与形态学特征数据	67例患者的453个连续活检病变（良性197个，恶性256个）