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
1261	2025-07-26	EXPEDITION: an Exploratory deep learning method to quantitatively predict hematoma progression after intracerebral hemorrhage 2025-Jul-24, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2536668 PMID:40707006	研究论文	本研究开发了一种名为EXPEDITION的探索性深度学习方法，用于定量预测脑内出血后血肿进展	提出了一种新的深度学习方法EXPEDITION，用于定量预测脑内出血后的血肿进展	样本量较小，仅包括73名患者，且研究为回顾性设计	开发一种能够定量预测脑内出血后血肿进展的深度学习方法	脑内出血患者，特别是基底节或丘脑出血患者	数字病理学	脑内出血	深度学习	EXPEDITION	CT图像	73名患者（训练集58名，测试集15名）
1262	2025-07-26	Association of initial core volume on non-contrast CT using a deep learning algorithm with clinical outcomes in acute ischemic stroke: a potential tool for selection and prognosis? 2025-Jul-24, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023897 PMID:40707242	研究论文	本研究探讨了非对比计算机断层扫描（NCCT）上通过深度学习算法测量的初始核心体积（ICV）与接受再灌注治疗的急性缺血性卒中患者临床结果之间的关联	首次使用深度学习算法（Methinks）在NCCT上自动测量ICV，并评估其与卒中患者长期预后和症状性颅内出血（sICH）的关联	研究仅基于三个综合性卒中中心的数据，可能无法代表所有医疗机构的实际情况	评估NCCT上测量的ICV对卒中患者再灌注治疗结果和预后的预测价值	接受再灌注治疗的急性缺血性卒中患者	数字病理学	心血管疾病	深度学习算法	深度学习	医学影像	658名患者
1263	2025-07-26	Multi-cascaded heart disease prediction using hybrid deep learning and optimization techniques 2025-Jul-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2525981 PMID:40707398	research paper	提出了一种基于深度学习的多级联心脏病预测模型，结合了优化的特征选择和深度学习网络	开发了MI-FHCO优化算法用于特征选择，并构建了多级联深度学习网络(MDLNet)进行心脏病预测	未提及模型在其他数据集上的泛化能力或临床验证结果	提高心脏病预测的准确率	心脏病患者数据	machine learning	cardiovascular disease	NaN fill方法, 数据归一化, MI-FHCO优化算法	MDLNet (Multi-Cascaded Deep Learning Network)	结构化医疗数据	未明确提及总样本量，但提到在dataset 4上达到96.65%准确率
1264	2025-07-26	Self-driving microscopy detects the onset of protein aggregation and enables intelligent Brillouin imaging 2025-Jul-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60912-0 PMID:40707429	研究论文	本文开发了一种自驱动显微镜，利用深度学习预测蛋白质聚集的开始，并实现智能布里渊成像	通过深度学习从单一荧光图像预测蛋白质聚集的开始，准确率达91%，并触发优化的多模态成像	布里渊显微镜成像速度慢，限制了其在快速动态过程如蛋白质聚集中的应用	研究蛋白质聚集的生物力学特性及其在神经退行性疾病中的作用	蛋白质聚集过程	数字病理学	神经退行性疾病	布里渊显微镜, 深度学习	神经网络	图像	NA
1265	2025-07-26	Spatiotemporal analysis of mangroves using median composites and convolutional neural network 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12689-x PMID:40707599	研究论文	提出了一种结合中值合成和卷积神经网络的云掩膜特征提取方法，用于红树林的时空分析	提出了一种新颖的云掩膜特征提取（CMFE）方法，结合位掩膜、中值合成和多波段光谱采样，提高了红树林分析的准确性	研究仅聚焦于Pichavaram红树林，可能无法完全推广到其他地区的红树林	开发一种准确的红树林范围跟踪方法，以应对气候变化和海平面上升带来的风险	Pichavaram红树林	计算机视觉	NA	多光谱影像分析、云掩膜技术、中值合成	CNN	多光谱卫星影像	2014年至2024年的Pichavaram红树林数据
1266	2025-07-26	A holistic air monitoring dataset with complaints and POIs for anomaly detection and interpretability tracing 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05591-8 PMID:40707589	research paper	本研究介绍了Airware-Haikou数据集，一个用于城市空气污染研究的综合资源，整合了多变量时间序列空气质量监测数据、POI数据和公众投诉语料库	数据集整合了多源数据并通过聚类分析将数据分为四个时空子集，同时使用公众投诉语料库作为深度学习模型的后验解释基线	数据集仅覆盖中国海口市的95个监测站，可能无法代表其他城市的空气质量情况	为城市空气污染研究提供全面的数据基础，并提高污染检测的准确性和可靠性	中国海口市的空气质量数据、POI数据和公众投诉数据	环境科学	NA	空间-时间插值、聚类分析、深度学习	DsRL-Net	时间序列数据、空间数据、文本数据	95个监测站的每小时测量数据
1267	2025-07-26	Hybrid deep learning framework based on EfficientViT for classification of gastrointestinal diseases 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12128-x PMID:40707631	研究论文	提出了一种基于EfficientViT的混合深度学习框架，用于胃肠道疾病的分类	结合EfficientNetB0和Vision Transformer (ViT)的优势，设计了一个双块结构，能够同时关注图像的局部细节和全局依赖关系	未提及模型在更大规模或多样化数据集上的泛化能力	提高胃肠道疾病的早期和准确诊断	胃肠道系统的八种不同类型疾病	计算机视觉	胃肠道疾病	深度学习	EfficientViT (结合EfficientNetB0和ViT)	内窥镜图像	未明确提及具体样本数量，但使用了五折交叉验证
1268	2025-07-26	Transfer learning with XAI for robust malware and IoT network security 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12404-w PMID:40707655	研究论文	本研究开发了一种深度学习模型，用于在混淆恶意软件数据集上进行恶意软件分类，并采用迁移学习技术提升物联网和网络流量中的入侵检测能力	结合迁移学习和XAI（可解释人工智能）技术，提高了模型在跨领域检测场景中的准确性和效率，同时增强了模型的透明度和互操作性	未提及具体的数据集规模限制或模型在其他类型恶意软件上的泛化能力	提升恶意软件检测和网络安全防护能力	混淆恶意软件、物联网安全和传统网络入侵检测	机器学习	NA	迁移学习（TL）、可解释人工智能（XAI）	深度学习模型	内存转储数据、网络流量数据	MalwareMemoryDump数据集、NF-TON-IoT和UNSW-NB15数据集（具体数量未提及）
1269	2025-07-26	Enhanced HER-2 prediction in breast cancer through synergistic integration of deep learning, ultrasound radiomics, and clinical data 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12825-7 PMID:40707691	研究论文	本研究通过整合超声放射组学与临床数据，提高了乳腺癌HER-2表达状态的诊断准确性	结合深度学习、超声放射组学和临床数据，提出了一种新的HER-2状态预测策略	样本量相对较小，仅包含210名患者	提高乳腺癌HER-2表达状态的诊断准确性，为个性化治疗提供支持	210名女性乳腺癌患者的超声图像和临床病理数据	数字病理	乳腺癌	超声放射组学、GAN、Grad-CAM	GAN、CNN（ResNet101、VGG19）、Transformer、Linear Regression、Random Forest、XGBoost、LightGBM	图像、临床数据	210名女性乳腺癌患者
1270	2025-07-26	Deep learning reconstruction of zero echo time magnetic resonance imaging: diagnostic performance in axial spondyloarthritis 2025-Jul-24, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11843-3 PMID:40707731	研究论文	比较深度学习重建(DLR)的零回波时间(ZTE) MRI在诊断中轴型脊柱关节炎结构病变中的性能，与T1WI和未经DLR的ZTE MRI对比，以CT为参考标准	首次将深度学习重建技术应用于ZTE MRI，显著提高了对骨硬化和骨侵蚀的诊断性能	样本量较小(26名患者)，且仅针对骶髂关节病变进行评估	评估DLR增强的ZTE MRI在诊断中轴型脊柱关节炎结构病变中的性能	26名中轴型脊柱关节炎患者的52个骶髂关节和104个象限	数字病理学	中轴型脊柱关节炎	零回波时间磁共振成像(ZTE MRI)、深度学习重建(DLR)	深度学习	MRI图像	26名患者(52个骶髂关节和104个象限)
1271	2025-07-26	Equity-enhanced glaucoma progression prediction from OCT with knowledge distillation 2025-Jul-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01884-9 PMID:40707743	研究论文	提出了一种名为FairDist的模型，利用基线光学相干断层扫描（OCT）扫描预测青光眼进展，并通过知识蒸馏提高公平性	FairDist模型结合了公平感知的EfficientNet和知识蒸馏技术，在预测青光眼进展时实现了更高的准确性和公平性	未提及模型在其他疾病进展预测任务中的具体表现	提高青光眼进展预测的准确性和公平性	青光眼患者	数字病理学	青光眼	光学相干断层扫描（OCT）	EfficientNet	图像	NA
1272	2025-07-26	Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma 2025-Jul-24, La Radiologia medica DOI:10.1007/s11547-025-02043-6 PMID:40707767	研究论文	本研究开发并验证了一种基于人工智能的模型ProgSwin-UNETR，用于利用多时间点动脉期CE-MRI数据对肝癌TACE治疗后的预后进行分层	首次开发了基于Swin Transformer架构的端到端深度学习模型ProgSwin-UNETR，用于直接从多时间点动脉期CE-MRI数据中进行四类预后分层	研究为回顾性设计，样本量相对有限（181例患者），且仅基于单中心数据	开发并验证AI模型以预测肝癌患者TACE治疗后的预后	接受TACE治疗的肝癌患者	数字病理	肝癌	CE-MRI	Swin Transformer-based ProgSwin-UNETR	医学影像	181例肝癌患者的543次动脉期CE-MRI扫描
1273	2025-07-26	Explainable deep learning for stratified medicine in inflammatory bowel disease 2025-Jul-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03692-6 PMID:40708014	研究论文	本文提出了一种可解释的深度学习方法，用于炎症性肠病（IBD）的分层医学研究	构建了端到端的生物稀疏神经网络架构，用于基于全外显子组序列表示的IBD亚型分类，并利用模型解释性识别最具预测性的通路、基因和变异	未提及具体样本量或数据来源的局限性	提高炎症性肠病的分子分层能力，以选择更合适的治疗方法	炎症性肠病（IBD）患者	数字病理学	炎症性肠病	全外显子组测序	神经网络	基因序列数据	NA
1274	2025-07-26	Convolutional Neural Network Fused With Recurrent Network for ECG-Based Detection of Hypertrophic Cardiomyopathy 2025-Jul-24, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.70041 PMID:40708205	研究论文	提出了一种结合CNN和RNN的深度学习网络，用于基于ECG信号的肥厚型心肌病检测	结合了CNN和RNN的优势，同时捕捉ECG数据的空间和时间模式，提高了诊断可靠性	未提及模型在更广泛或多样化数据集上的泛化能力	提高肥厚型心肌病的早期和准确检测	ECG信号	数字病理学	心血管疾病	Kalman滤波器, EMD, DBN, Jensen-Shannon距离	CNN, RNN, CNNFRN	ECG信号	PTB诊断ECG数据库和绍兴宁波医院ECG数据库
1275	2025-07-26	CAP-Net: Carotid Artery Plaque Segmentation System Based on Computed Tomography Angiography 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.009 PMID:40707263	研究论文	本研究开发了一种基于深度学习的颈动脉斑块分割系统CAP-Net，用于从CT血管造影图像中自动检测和分割颈动脉斑块	提出了一个包含三个改进的深度学习网络的工作流程，包括用于粗动脉分割的普通U-Net、用于精细动脉分割的Attention U-Net，以及基于双通道输入ConvNeXt的U-Net架构用于斑块分割，并通过后处理优化预测结果	研究仅基于1061名患者的数据，可能无法涵盖所有临床情况，且模型在软斑块检测上的性能略低	开发一种自动化的颈动脉斑块检测和分割系统，以提高诊断效率和准确性	颈动脉斑块	数字病理学	心血管疾病	CT血管造影(CTA)	U-Net, Attention U-Net, ConvNeXt-based U-Net	医学影像	1061名患者（765名男性，296名女性）的4048个颈动脉斑块
1276	2025-07-26	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究旨在开发和验证基于深度学习的模型，用于准确预测非小细胞肺癌患者的内脏胸膜侵犯，并比较2D、3D及混合3D模型的性能	研究比较了不同深度学习模型在预测非小细胞肺癌内脏胸膜侵犯中的应用价值，发现Double-head Res2Net_F6模型表现最佳	研究为回顾性研究，可能存在选择偏倚，且样本量虽大但来自多个中心，数据一致性可能受到影响	开发和验证深度学习模型以预测非小细胞肺癌的内脏胸膜侵犯	非小细胞肺癌患者	数字病理	肺癌	CT成像	EfficientNet-B0, Res2Net	图像	1931名非小细胞肺癌患者
1277	2025-07-26	Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.015 PMID:40707265	研究论文	本研究开发了一种基于深度学习的模型，利用术前双期CT图像预测肝细胞癌的微血管侵犯状态并分析相关生存结果	首次将小网膜脂肪组织(LOAT)特征与肿瘤影像特征整合到深度学习框架中，提高了术前MVI风险分层的准确性	回顾性研究设计可能引入选择偏倚	提高肝细胞癌微血管侵犯的术前预测准确性	肝细胞癌患者	数字病理	肝癌	双期CT成像	基于ResNet18的双分支特征融合模型	医学影像	来自两个医疗中心的病理确诊HCC患者(2016-2023年)
1278	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Jul-23, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1279	2025-07-26	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	本研究通过深度学习构建了一个名为'DeepMeta'的代谢脆弱性预测模型，用于预测癌症样本的依赖代谢基因	利用图深度学习方法结合转录组和代谢网络信息，系统性地探索了癌症细胞的代谢依赖性，特别是针对'不可成药'的癌症驱动基因改变	研究主要依赖于TCGA数据集，可能无法涵盖所有癌症类型的代谢特征	系统性地揭示癌症细胞的代谢依赖性，为原本'不可成药'的遗传改变驱动的癌症提供代谢靶点	癌症细胞及其代谢依赖性	机器学习	癌症	深度学习	图深度学习模型(DeepMeta)	转录组数据、代谢网络信息	TCGA数据集中的癌症样本
1280	2025-07-26	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究探讨了α-突触核蛋白（α-Syn）对血脑屏障（BBB）完整性和功能的病理影响，并揭示了TNF-α-NF-κB通路在其中的作用	首次揭示了α-Syn通过TNF-α-NF-κB通路破坏BBB完整性并加剧轴突病变的机制，并提出了针对脑内皮TNF-α信号通路的潜在治疗方法	研究主要基于细胞模型和转基因动物模型，尚未在人类患者中进行验证	揭示α-Syn对BBB的病理影响并寻找治疗靶点	α-突触核蛋白（α-Syn）及其对血脑屏障的影响	神经退行性疾病研究	突触核蛋白病	GAN深度学习分析	GAN	细胞和动物模型数据	转基因动物模型（G2-3）和脑内皮细胞模型