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
101	2025-07-03	Construction of prognostic scoring model for ovarian cancer based on deep learning algorithm 2025-Jul-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03011-2 PMID:40591194	研究论文	本研究基于深度学习算法构建了卵巢癌的预后评分模型	利用病理图像和CLAM框架构建预后预测模型，并结合临床特征和转录组数据进行综合分析	外部验证的AUC值较低（0.70），模型在更广泛人群中的适用性有待进一步验证	开发卵巢癌的预后预测模型以提高患者治疗效果	卵巢癌患者	数字病理学	卵巢癌	Macenko染色归一化算法、CLAM框架	深度学习模型	病理图像、临床特征数据、转录组数据	内部数据集158例，外部数据集（TCGA-OV）105例
102	2025-07-03	18F-FDG dose reduction using deep learning-based PET reconstruction 2025-Jul-01, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01269-9 PMID:40591189	研究论文	本研究评估了基于深度学习的PET重建算法在降低18F-FDG剂量同时保持诊断质量的可行性	首次验证深度学习重建算法在降低18F-FDG剂量中的应用效果	对于体重≥75kg患者的诊断准确性仍需进一步优化算法	评估深度学习重建算法在PET/CT成像中降低放射性示踪剂剂量的效果	90例接受18F-FDG PET/CT检查的肿瘤患者	数字病理	肿瘤	PET/CT成像	深度学习重建算法(DLR)	医学影像	90例肿瘤患者（分为3组，每组30例）
103	2025-07-03	Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.565993 PMID:40591274	研究论文	提出了一种基于材料相似性的迁移学习方法，用于超表面的光谱预测和逆向设计	利用材料相似性进行迁移学习，减少对训练数据量的依赖，同时保证网络性能	仅验证了两种超表面的迁移任务，可能不适用于所有类型的超表面	减少深度学习在超表面领域应用中对数据的依赖	吸收超表面和偏振转换超表面	机器学习	NA	迁移学习	NA	NA	NA
104	2025-07-03	Coal classification and analysis based on shadowgraphy and deep learning methods 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.559226 PMID:40591303	研究论文	本研究开发了一种基于阴影成像和深度学习的煤炭分类与分析方法	利用光纤长度变化实现激光激发和图像采集系统，结合CNN分析阴影图，实现了高精度的煤炭分类和关键成分预测	研究仅在实验室环境下进行，尚未验证实际工业应用效果	开发煤炭自动分类与成分分析的创新方法	29种不同类型的煤炭样本	计算机视觉	NA	阴影成像技术	CNN	图像	29种煤炭样本
105	2025-07-03	Deep learning-enhanced image analysis for liquid crystal optical sensing 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561960 PMID:40591341	research paper	本研究利用VGG16深度学习模型加速液晶光学图像分析，提升传感速度和灵敏度	首次将VGG16深度学习模型应用于液晶光学图像分析，显著提高了传感速度和分类准确率	研究仅针对两种代表性表面活性剂和胰岛素特异性适配体进行测试，未涵盖更广泛的传感目标	提升液晶光学传感器的图像分析速度和精度	液晶光学图像	computer vision	NA	深度学习图像分析	VGG16	image	使用两种代表性表面活性剂（CTAB和SDS）及胰岛素特异性适配体进行测试
106	2025-07-03	Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.562369 PMID:40591336	研究论文	提出了一种基于深度学习的稀疏孔径光学系统共相误差同时检测方法	首次实现了活塞误差和倾斜误差的同时检测，通过分离网络消除误差间的干扰	方法依赖于模拟数据验证，实际光学系统中的噪声和扰动可能影响检测精度	提高稀疏孔径光学系统的共相误差检测效率和精度	光学稀疏孔径系统的共相误差（活塞误差和倾斜误差）	计算机视觉	NA	深度学习	分离网络和检测网络	光学传递函数相关特征图	NA
107	2025-07-03	Improving Tuberculosis Detection in Chest X-Ray Images Through Transfer Learning and Deep Learning: Comparative Study of Convolutional Neural Network Architectures 2025-Jul-01, JMIRx med DOI:10.2196/66029 PMID:40591399	研究论文	本研究通过比较6种CNN架构在胸部X光图像中检测结核病的性能，发现VGG16在准确性和计算效率方面表现最佳	研究表明较简单的模型VGG16在结核病检测中不仅准确性高，而且计算资源需求较低，同时发现数据增强并未提升模型性能	研究仅使用了4200张胸部X光图像，样本量相对较小，且未探讨模型在其他疾病或更大数据集上的泛化能力	评估不同CNN架构在胸部X光图像中分类结核病的性能，并比较其计算效率	胸部X光图像	计算机视觉	结核病	深度学习	CNN（包括VGG16、VGG19、ResNet50、ResNet101、ResNet152和Inception-ResNet-V2）	图像	4200张胸部X光图像（700张结核病阳性，3500张正常）
108	2025-07-03	Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls 2025-Jul-01, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2521868 PMID:40591440	研究论文	开发并评估用于甲状腺眼病患者视神经病变预测的轨道CT深度学习模型	深度学习模型在视神经病变分类上的表现与医学专家相当，并揭示了骨壁的影响	研究样本量较小，仅包括126名患者	开发并评估用于甲状腺眼病患者视神经病变预测的深度学习模型	甲状腺眼病患者	数字病理	甲状腺眼病	深度学习	深度学习模型	CT图像	126名患者，252个轨道
109	2025-07-03	Zero-shot segmentation of spinal vertebrae with metastatic lesions: an analysis of Meta's Segment Anything Model 2 and factors affecting learning free segmentation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25234 PMID:40591965	研究论文	评估Meta的Segment Anything Model 2（SAM 2）在无需预训练的情况下对脊柱转移瘤椎体的分割能力	首次评估了通用分割模型SAM 2在脊柱转移瘤椎体分割中的零样本学习能力	在胸椎、女性患者和肥胖患者中的分割性能显著较差	评估零样本学习模型在脊柱转移瘤椎体分割中的准确性和适用性	脊柱CT扫描中的椎体及其转移瘤	医学影像分析	脊柱转移瘤	CT扫描	SAM 2	医学影像	55名患者的779个胸腰椎椎体，其中167个有转移瘤
110	2025-07-03	Image-based detection of the internal carotid arteries and sella turcica in endoscopic endonasal transsphenoidal surgery 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24940 PMID:40591959	研究论文	本研究评估了深度学习模型在内窥镜经鼻蝶手术视频中检测蝶鞍和双侧颈内动脉的性能	使用YOLOv5s目标检测架构在EETS视频中自动识别关键解剖标志，以预防潜在致命损伤	模型需要来自不同环境的新数据以提高泛化能力和促进迁移学习	评估深度学习模型在EETS手术中检测关键解剖结构的性能	内窥镜经鼻蝶手术视频中的蝶鞍和双侧颈内动脉	计算机视觉	NA	深度学习	YOLOv5s	视频	98名患者的EETS手术视频图像
111	2025-07-03	Open-source AI-assisted rapid 3D color multimodal image fusion and preoperative augmented reality planning of extracerebral tumors 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24557 PMID:40591963	research paper	开发了一种基于开源AI辅助的快速3D彩色多模态图像融合和增强现实技术，用于脑外肿瘤手术的术前规划和手术引导	结合了开源AI工具（FastSurfer/Raidionics）与AR可视化，创建了一个高效的3D彩色多模态图像融合工作流程，通过彩色编码功能映射和血管关系可视化增强解剖理解	研究仅针对脑外肿瘤患者，样本量为130人，可能无法推广到其他类型的肿瘤或更大规模的人群	开发一种先进的术前规划和手术引导方法，以提高手术精确度并减少围手术期风险	130名脑外肿瘤患者	digital pathology	extracerebral tumors	AI-assisted rapid 3D color multimodal image fusion, augmented reality	FastSurfer, Raidionics-Slicer	3D image	130名脑外肿瘤患者
112	2025-07-03	Generation of synthetic CT-like imaging of the spine from biplanar radiographs: comparison of different deep learning architectures 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25170 PMID:40591967	研究论文	本研究比较了两种深度学习架构（GANs和CNN-INRs）在从双平面X光片生成脊柱合成CT（sCT）图像方面的表现	比较了GAN和CNN-INR两种架构在生成脊柱sCT图像上的性能，发现GAN在解剖细节和视觉真实性上表现更优	两种模型均未达到临床级输出水平	寻找一种稳健且临床可行的术中成像技术，以减少辐射暴露并提高成像可及性	脊柱CT图像	计算机视觉	NA	深度学习	GAN, CNN-INR	图像	216个训练案例和54个验证案例
113	2025-07-03	Deep learning-based clinical decision support system for intracerebral hemorrhage: an imaging-based AI-driven framework for automated hematoma segmentation and trajectory planning 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.5.FOCUS25246 PMID:40591968	research paper	本文介绍了一种基于深度学习的临床决策支持系统，用于脑出血的自动血肿分割和轨迹规划	提出了一种集成nnU-Net的血肿和颅骨分割、CT重定向、安全区划分及轨迹优化的AI驱动框架，旨在降低手术规划对操作者的依赖	系统在幕下血肿中的应用仍存在局限	开发一个AI驱动的决策支持和规划系统，以普及手术规划并减少操作者依赖性	347名脑出血患者（31,024张CT切片）	digital pathology	intracerebral hemorrhage	CT imaging	nnU-Net	image	347名患者（31,024张CT切片）
114	2025-07-03	A novel deep learning system for automated diagnosis and grading of lumbar spinal stenosis based on spine MRI: model development and validation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24670 PMID:40591977	研究论文	开发了一种基于脊柱MRI的深度学习系统，用于自动诊断和分级腰椎管狭窄症	设计了一种改进的单阶段YOLOv5网络，用于同时检测感兴趣区域(ROIs)和分级腰椎中央管狭窄(LCS)、侧隐窝狭窄(LRS)及腰椎间孔狭窄(LFS)	研究样本量相对较小，外部测试集仅包含50名患者	开发一个自动化系统用于腰椎管狭窄症的诊断和分级	接受腰椎MRI检查的住院患者	数字病理	腰椎管狭窄症	MRI	改进的YOLOv5网络	图像	内部数据集420名患者，外部测试集50名患者
115	2025-07-03	ARTIFICIAL INTELLIGENCE ENHANCES DIAGNOSTIC ACCURACY OF CONTRAST ENEMAS IN HIRSCHSPRUNG DISEASE COMPARED TO CLINICAL EXPERTS 2025-Jul-01, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2646-2052 PMID:40592491	研究论文	本研究评估了深度学习神经网络在对比灌肠诊断先天性巨结肠症中的表现，并与儿科外科医生和放射科医生的诊断进行了比较	结合前后位和侧位图像以及临床数据，深度学习神经网络在对比灌肠诊断中表现出高准确性和一致性	研究为回顾性设计，样本量有限（218张测试图像）	评估AI在先天性巨结肠症诊断中的表现及其与临床专家的比较	先天性巨结肠症患者的对比灌肠图像	数字病理	先天性巨结肠症	深度学习	DNN	图像	1471张对比灌肠图像（其中218张用于测试）
116	2025-07-03	Photon-counting detector CT of the brain reduces variability of Hounsfield units and has a mean offset compared with energy-integrating detector CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8910 PMID:40592542	research paper	本研究比较了光子计数探测器CT（PCD-CT）与能量积分探测器CT（EID-CT）在脑部成像中的Hounsfield单位（HU）变异性、灰质与白质对比及图像噪声	首次全面比较PCD-CT与EID-CT在脑部成像中的HU值、图像噪声及灰质白质对比，揭示了PCD-CT在降低图像噪声和HU值偏移方面的优势	研究未涉及脑部病理情况，且未来需进一步研究调整窗位预设的必要性	比较PCD-CT与EID-CT在脑部成像中的性能差异	脑部灰质和白质的CT成像数据	医学影像	NA	光子计数探测器CT（PCD-CT）和能量积分探测器CT（EID-CT）	深度学习分割	CT图像	329例EID-CT患者和180例PCD-CT患者
117	2025-07-03	Enhancing ultrasonographic detection of hepatocellular carcinoma with artificial intelligence: current applications, challenges and future directions 2025-Jul-01, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2025-001832 PMID:40592728	综述	本文综述了人工智能在肝细胞癌超声检测中的当前应用、挑战及未来发展方向	重点探讨了深度学习在超声影像中提升肝细胞癌早期检测的潜力，特别是卷积神经网络在B型超声检测和表征不同肝脏局灶性病变方面的显著成功	数据异质性、缺乏标准化、模型可解释性问题、监管限制以及实际临床应用的障碍	提升肝细胞癌的早期检测和监测，改善患者预后	肝细胞癌（HCC）	数字病理学	肝癌	深度学习	CNN	医学影像	NA
118	2025-07-03	Accurate single-shot full-Stokes detection enabled by heterogeneous grain orientations in polycrystalline films 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60914-y PMID:40592865	研究论文	介绍了一种名为GOStokes的方法，利用溶液处理的金属卤化物半导体中的异质晶粒取向，通过单次测量提取斯托克斯参数	利用多晶薄膜的固有圆二色性和线性二色性，通过随机取向的晶粒在空间域产生不同的偏振选择性，结合深度学习实现高精度的偏振状态检测	未提及具体的技术限制或实验条件限制	开发一种低成本、单次测量的全斯托克斯偏振检测方法	金属卤化物半导体多晶薄膜	光学传感	NA	深度学习	NA	偏振光数据	NA
119	2025-07-03	Language models learn to represent antigenic properties of human influenza A(H3) virus 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03275-2 PMID:40592976	研究论文	本研究比较了多种机器学习方法，用于从流感A(H3N2)病毒的HA1蛋白序列重建抗原图谱坐标，并识别具有新抗原特性的变异体	使用深度学习语言模型（BiLSTM和ProtBERT）预测流感病毒的抗原特性，并比较了与基于遗传距离和理化特性的传统方法的性能	研究主要关注流感A(H3N2)病毒的HA1蛋白序列，可能不适用于其他病毒或蛋白	评估从流感病毒基因组信息中可靠预测抗原特性的可行性	流感A(H3N2)病毒的HA1蛋白序列	自然语言处理	流感	深度学习语言模型（BiLSTM和ProtBERT）	BiLSTM, ProtBERT	基因组序列数据	已验证的流感病毒基因组和湿实验室实验结果的链接数据集
120	2025-07-03	Anterior cruciate ligament tear detection based on Res2Net modified by improved Lévy flight distribution 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05777-5 PMID:40592990	研究论文	本研究提出了一种结合改进的Lévy飞行分布（ILFD）和Res2Net深度学习架构的新方法，用于在膝关节MRI图像中检测前交叉韧带（ACL）撕裂	通过将Res2Net与改进的Lévy飞行分布算法结合，提高了ACL撕裂检测的准确性和效率	研究仅基于两个标准数据集进行验证，可能需要更多样化的数据来进一步验证模型的泛化能力	提高前交叉韧带撕裂的诊断准确性和效率	膝关节MRI图像中的前交叉韧带撕裂	计算机视觉	运动损伤	深度学习	Res2Net, ILFD	MRI图像	两个标准数据集（斯坦福大学医学中心和里耶卡临床医院中心）