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
1241	2025-04-29	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-Apr-28, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究提出了一种基于机器学习的无标记巨噬细胞表型分析方法，结合AI驱动的图像分类和定量相位成像技术，用于优化植入材料的免疫相容性	首次将AI驱动的图像分类与定量相位成像技术结合，实现无标记巨噬细胞表型的高通量分析	定量相位成像技术单独使用时无法完全区分巨噬细胞表型	优化植入生物材料的免疫相容性	THP-1来源的巨噬细胞（M0、M1、M2a和M2c表型）	数字病理学	NA	定量相位成像（QPI）	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	图像	THP-1来源的巨噬细胞样本
1242	2025-04-29	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Apr-28, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	research paper	该研究开发了机器学习模型，利用可穿戴设备数据在睡眠开始前4-8小时预测睡眠效率	首次展示了在睡前几小时准确预测睡眠效率的可行性，并确定了干预目标活动时间段	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发可提前预测睡眠效率的机器学习系统，为主动改善睡眠提供依据	80,811名UK Biobank成年参与者的加速度计数据	machine learning	NA	加速度计数据采集与分析	CatBoost, CNN-LSTM	时间序列传感器数据	80,811名成年人
1243	2025-04-29	Deep learning-assisted detection of meniscus and anterior cruciate ligament combined tears in adult knee magnetic resonance imaging: a crossover study with arthroscopy correlation 2025-Apr-28, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06531-2 PMID:40293511	研究论文	本研究比较了医生在有无深度学习模型辅助下，对膝关节MRI中半月板和前交叉韧带撕裂的诊断性能	使用深度学习模型Keros®辅助医生提高对膝关节MRI中半月板和前交叉韧带撕裂的诊断准确性	样本量较小（186例MRI检查），且仅评估了Keros®模型，未与其他模型进行比较	评估深度学习模型在膝关节MRI诊断中的辅助作用	成人膝关节MRI图像中的半月板和前交叉韧带撕裂	数字病理学	膝关节损伤	MRI	深度学习模型（Keros®）	图像	186例MRI检查（88例有撕裂，98例无撕裂）
1244	2025-04-29	State of the art review of AI in renal imaging 2025-Apr-28, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	review	本文综述了人工智能在肾脏影像学中的最新应用，特别是在肾细胞癌（RCC）的诊断和治疗规划中的潜力	探讨了AI在肾脏病变检测、分割和分类中的先进工具，以及其在术前诊断和个性化治疗中的应用	存在数据变异性、可解释性和发表偏倚等限制	评估AI在肾脏影像学中的当前作用，并探讨其在临床实施中的潜力与挑战	肾细胞癌（RCC）及其不同组织学亚型的肾脏病变	digital pathology	renal cell carcinoma	machine learning (ML), deep learning (DL)	NA	image	NA
1245	2025-04-29	Transfer Learning Empowered Multiple-Indicator Optimization Design for Terahertz Quasi-Bound State in the Continuum Biosensors 2025-Apr-27, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504855 PMID:40287969	研究论文	提出了一种利用迁移学习优化太赫兹准连续束缚态（QBIC）生物传感器多指标设计的创新方法	首次实现了质量因子（Q因子）、品质因数（FoM）和有效传感区域（ESA）的多指标综合优化，并采用两阶段迁移学习方法降低数据需求	未明确提及具体局限性	优化太赫兹QBIC生物传感器的多指标设计，提高生物医学检测性能	太赫兹QBIC生物传感器	机器学习	NA	迁移学习	深度学习	NA	数据需求减少50%
1246	2025-04-29	Enhancing Transthyretin Binding Affinity Prediction with a Consensus Model: Insights from the Tox24 Challenge 2025-Apr-26, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00560 PMID:40285676	研究论文	该研究通过整合多种深度学习模型，开发了一个共识模型来预测转甲状腺素蛋白（TTR）的结合亲和力，并在Tox24挑战中取得了良好表现	结合了sPhysNet、KANO和GGAP-CPI三种模型，利用不同层次的分子信息（2D拓扑、3D几何和蛋白质-配体相互作用）来提升预测准确性	虽然模型表现良好，但在盲测集上的RMSE仍有改进空间，且模型的泛化能力未在其他独立数据集中验证	提高转甲状腺素蛋白（TTR）结合亲和力的预测准确性，以识别潜在的TTR结合物	转甲状腺素蛋白（TTR）及其与外来化合物的相互作用	机器学习	内分泌系统疾病	深度学习	共识模型（sPhysNet、KANO、GGAP-CPI）	分子信息（2D拓扑、3D几何、蛋白质-配体相互作用）	Tox24挑战提供的数据集，具体样本数量未明确说明
1247	2025-04-29	The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study 2025-Apr-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04949-1 PMID:40285792	研究论文	本研究通过深度学习与放射组学模型预测胃癌术前浆膜侵犯状态	结合手工放射组学特征、深度学习特征及临床特征构建综合预测模型，并生成可视化列线图	回顾性研究设计可能引入选择偏倚，样本量相对有限（335例）	开发非侵入性工具预测胃癌浆膜侵犯状态	胃癌患者术前CT影像及临床数据	数字病理	胃癌	CT静脉期影像分析	HCR-DLR模型（手工放射组学+深度学习放射组学）、CRC模型（临床+放射组学联合）	医学影像（CT）与临床数据	335例来自两个中心的患者数据
1248	2025-04-29	Improvement of image quality of diffusion-weighted imaging (DWI) with deep learning reconstruction of the pancreas: comparison with respiratory-gated conventional DWI 2025-Apr-26, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01790-w PMID:40285832	research paper	本研究评估了深度学习重建（DLR）在改善胰腺扩散加权成像（DWI）质量方面的效果	比较了呼吸门控常规DWI与深度学习重建DWI在胰腺成像质量上的差异，并发现不同DWI序列在胰腺形态和病变检测方面各有优势	样本量相对较小（117例患者，其中27例有实体病变），且仅在一家机构进行	评估深度学习重建技术在胰腺扩散加权成像中的应用效果	疑似胰腺疾病的患者	digital pathology	pancreatic diseases	MRI, deep learning-based reconstruction	deep learning	image	117例患者（其中27例有实体病变）
1249	2025-04-29	A non-invasive diagnostic approach for neuroblastoma utilizing preoperative enhanced computed tomography and deep learning techniques 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99451-5 PMID:40287486	研究论文	本研究提出了一种基于改进YOLO算法的非侵入性神经母细胞瘤诊断方法，结合增强CT和深度学习技术	提出了改进的YOLOv8-IE算法，整合了特征融合和逆残差注意力机制，提高了神经母细胞瘤的检测和分类准确率	未提及具体样本量和临床验证结果	提高神经母细胞瘤的诊断准确率和效率	神经母细胞瘤的CT影像	计算机视觉	神经母细胞瘤	增强CT扫描	YOLOv8-IE（改进的YOLO算法）	医学影像	NA
1250	2025-04-29	A deep learning-based multimodal medical imaging model for breast cancer screening 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99535-2 PMID:40287494	research paper	本研究探索了基于多模态医学影像（乳腺X线摄影和超声图像）的乳腺癌预测模型，并与单模态模型进行了比较	提出了一种基于多模态医学影像的深度学习模型，克服了现有研究仅依赖单一类型影像数据的限制	单模态模型在敏感性方面表现更优	提高乳腺癌筛查的准确性	乳腺癌筛查	digital pathology	breast cancer	multimodal medical imaging	deep learning classification models	image	790名患者的医学影像数据，包括2,235张乳腺X线摄影图像和1,348张超声图像
1251	2025-04-29	Visual analysis of deep learning semantic segmentation applied to petrographic thin sections 2025-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99767-2 PMID:40287522	research paper	该研究探讨了深度学习语义分割在岩石薄片分析中的应用，特别是YOLOv11模型在检测和解释特定矿物方面的可解释性	通过颜色和奇异值扰动分析模型的推理过程，揭示了模型在检测矿物时优先考虑低频属性如形状、主要颜色和对比度	模型的广泛采用仍受限于用户对模型结果可解释性的缺乏信心	探索深度学习模型在岩石薄片分析中的可解释性，以提高用户对模型结果的信任	岩石薄片中的矿物（如红柱石、黑云母和鲕状纹理的颗粒）	computer vision	NA	深度学习语义分割	YOLOv11	image	使用平面偏振光薄片显微照片训练的三种模型
1252	2025-04-29	Fast and automatic coronary artery segmentation using nnU-Net for non-contrast enhanced magnetic resonance coronary angiography 2025-Apr-26, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03408-8 PMID:40287548	研究论文	本文提出了一种基于nnU-Net的自配置深度学习方法，用于在非对比增强磁共振冠状动脉造影（MRCA）图像中自动分割冠状动脉	使用nnU-Net模型自动分割冠状动脉，解决了MRCA图像空间分辨率低和对比度不足的技术挑战	研究仅基于134名受试者的训练数据和114名受试者的测试数据，样本量相对较小	开发一种非侵入性筛查工具，用于检测冠状动脉疾病，提高早期检测率并减少对冠状动脉计算机断层扫描血管造影（CCTA）的依赖	非对比增强磁共振冠状动脉造影（MRCA）图像中的冠状动脉	数字病理学	心血管疾病	非对比增强磁共振冠状动脉造影（MRCA）	nnU-Net	图像	训练数据来自134名受试者，测试数据来自114名受试者
1253	2025-04-29	Exploring the relationship between learning approaches and problem-based learning: insights from a longitudinal study in medical students 2025-Apr-26, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07171-1 PMID:40287686	research paper	探讨学习方式与问题导向学习（PBL）之间的关系，基于医学生的纵向研究	揭示了PBL在实际教学中未能一致促进深度学习，并识别了易受PBL环境压力的学生群体	研究样本仅来自两所大学，可能限制结果的普遍性	研究PBL课程中学习方式与学术成就及学生满意度之间的关系	英国本科医学生	教育研究	NA	Study Process Questionnaire (SPQ)	NA	问卷调查数据	129名学生
1254	2025-04-29	An MRI-based fusion model for preoperative prediction of perineural invasion status in patients with intrahepatic cholangiocarcinoma 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03819-w PMID:40287750	research paper	开发并验证了一种基于MRI的融合模型，用于术前预测肝内胆管癌患者的神经周围浸润状态	结合深度学习、放射组学和临床特征的融合模型，首次用于预测肝内胆管癌的神经周围浸润状态	研究为回顾性设计，样本量相对较小，外部验证集的样本量有限	术前预测肝内胆管癌患者的神经周围浸润状态	192名肝内胆管癌患者	digital pathology	intrahepatic cholangiocarcinoma	MRI, T2-weighted imaging	ResNet101, logistic regression	MRI图像	192名患者（训练集147名，外部测试集45名）
1255	2025-04-29	Predictive factors and prognostic models for Hepatic arterial infusion chemotherapy in Hepatocellular carcinoma: a comprehensive review 2025-Apr-26, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03765-7 PMID:40287734	综述	本文全面回顾了肝动脉灌注化疗（HAIC）在肝细胞癌（HCC）治疗中的预测因素和预后模型	探讨了HAIC成功的多因素影响，包括患者人口统计学、肿瘤特征、生物标志物、基因组学特征及先进影像技术，并讨论了HAIC与免疫治疗和分子靶向治疗的协同潜力	需要大规模前瞻性研究进一步验证预测模型，并整合多组学数据以优化个性化治疗策略	优化HAIC在晚期HCC治疗中的疗效，提高患者生存率和生活质量	晚期肝细胞癌患者	数字病理学	肝细胞癌	放射组学和深度学习模型	深度学习模型	临床、分子和影像数据	NA
1256	2025-04-29	Benchmarking HEp-2 cell segmentation methods in indirect immunofluorescence images - standard models to deep learning 2025-Apr-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110150 PMID:40288291	研究论文	本文对HEp-2细胞在间接免疫荧光图像中的分割方法进行了系统的文献回顾和基准测试	系统地比较了传统图像处理、机器学习分类器、深度卷积神经网络和生成对抗网络在HEp-2细胞分割中的表现，并提出了领域特定预训练和数据增强策略	GAN在分割中的表现受到数据限制和对抗训练不稳定性的影响	评估和比较不同方法在HEp-2细胞分割中的性能	HEp-2细胞在间接免疫荧光图像中的分割	计算机视觉	自身免疫疾病	间接免疫荧光(IIF)	CNN, GAN, Transformer	图像	I3A数据集
1257	2025-04-29	Vision transformer and deep learning based weighted ensemble model for automated spine fracture type identification with GAN generated CT images 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98518-7 PMID:40274849	研究论文	提出了一种基于Vision Transformer和深度学习的加权集成模型，用于自动化识别脊柱骨折类型，并利用GAN生成的CT图像进行增强	开发了一种新颖的Vision Transformer和深度学习模型的集成模型，并利用扩展的DCGAN和PGGAN进行数据增强，提高了脊柱骨折类型识别的准确性	研究依赖于单一三级医院的CT扫描数据，可能影响模型的泛化能力	开发自动化方法以准确识别脊柱骨折类型，辅助骨科医生进行早期诊断	脊柱骨折（颈椎、胸椎和腰椎区域的椎体骨折）	计算机视觉	脊柱骨折	CT扫描、DCGAN、PGGAN	Vision Transformer (ViT)、VGG16、ResNet50、DenseNet121	CT图像	来自三级医院的CT扫描数据（具体数量未提及）
1258	2025-04-29	DeepOmicsSurv: a deep learning-based model for survival prediction of oral cancer 2025-Apr-25, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02346-0 PMID:40278990	research paper	该研究提出了一种基于深度学习的模型DeepOmicsSurv，用于利用临床和多组学数据预测口腔癌患者的生存时间	DeepOmicsSurv模型在DeepSurv模型的基础上，结合了多头注意力卷积层、dropout、池化和批量归一化等技术，提高了预测的准确性和强度	NA	预测口腔癌患者的生存时间以指导治疗决策	口腔癌患者	digital pathology	oral cancer	multi-omics data analysis	DeepOmicsSurv (基于DeepSurv改进的深度学习模型)	临床和多组学数据	NA
1259	2025-04-29	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	research paper	本文提出了一种黑盒无监督域适应技术，用于在定量超声（QUS）中将深度学习模型的功能从一台超声机器迁移到另一台机器	结合传递函数方法和迭代模式，实现了深度学习模型在不同超声机器间的功能迁移，无需了解模型内部信息	需要测试机器的未标记数据，且可能带来临床部署中的安全风险	研究深度学习模型在不同超声机器间的迁移能力及其临床应用潜力	超声机器（SonixOne和Verasonics）及其采集的定量超声数据	digital pathology	NA	transfer function approach, unsupervised domain adaptation	DL model	ultrasound data	使用SonixOne和Verasonics两台机器采集的数据
1260	2025-04-29	Uncertainty Quantification and Quality Control for Heatmap-based Landmark Detection Models 2025-Apr-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564267 PMID:40279223	研究论文	本文提出了一种专为基于热图的解剖标志检测模型设计的端到端不确定性量化方法，旨在提高临床应用的解释性和可控性	利用Dempster-Shafer理论和主观逻辑理论，通过单次前向传递实现概率分配和不确定性量化，同时引入证据图和不确定性图来改进标志检测精度和不确定性量化效果	NA	提高基于热图的解剖标志检测模型的不确定性量化和质量控制能力	解剖标志检测模型	计算机视觉	NA	Dempster-Shafer理论，主观逻辑理论	深度学习模型	图像	NA