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
1301	2025-09-20	Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network 2025-Sep-18, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.125.270077 PMID:40967759	研究论文	开发基于深度学习的自动化方法，用于在多种PET和SPECT成像中精确测量SUV和分子肿瘤体积	提出Global Threshold Regional Consensus Network分割框架，基于nnU-Net改进边界定义和标签准确性，在多种示踪剂成像中实现高精度自动化测量	虽然在外部队列测试中表现良好，但模型泛化能力仍需在更大多中心数据集中验证	改进计算工作流程和标准化方法，提高LuPSMA治疗的患者选择和预后预测准确性	转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像	数字病理	前列腺癌	PET成像，SPECT成像，深度学习分割	nnU-Net，Global Threshold Regional Consensus Network	医学影像	训练集包含676例[68Ga]PSMA-11或[18F]DCFPyL PET、390例[18F]FDG PET和477例LuPSMA SPECT影像，外部测试集56例
1302	2025-09-20	MRI on a Budget: Leveraging Low and Ultra-Low Intensity Technology in Africa 2025-Sep-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9014 PMID:40968019	综述	本文回顾了低场和超低场MRI技术在非洲资源有限地区的应用现状、挑战及技术进展	探讨了永久Halbach阵列磁体、便携式扫描仪设计以及深度学习技术（如CNN电磁干扰消除和残差U-Net图像重建）在提升低场MRI图像质量和降低噪声方面的创新应用	信噪比较低、体素尺寸要求较大、易受运动伪影影响，且无法替代高场扫描仪检测细微或小病灶	评估低场和超低场MRI技术在资源受限地区扩大神经影像学能力的可行性与应用前景	非洲地区的医疗系统和资源有限环境下的神经影像诊断	医学影像	神经疾病（如脑损伤）	低场和超低场MRI、深度学习图像重建	CNN、U-Net	MRI图像	NA
1303	2025-09-20	MCMFPP: A Multifunctional Peptides Prediction Method Based on Class Feature Enhancement and Classifier Fusion 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01693 PMID:40968106	研究论文	提出一种基于类别特征增强和分类器融合的多功能肽预测方法MCMFPP	引入SLFE和CFEC两个子分类器，分别通过大语言模型增强序列表示和对比学习改进类别特征表示，并通过加权融合提升预测性能	NA	开发计算工具以准确识别肽功能，特别是多功能治疗肽（MFTP）	肽序列	自然语言处理	NA	深度学习，对比学习	基于ESMC大语言模型的分类器融合方法	序列数据	NA
1304	2025-09-20	Rapid and robust quantitative cartilage assessment for the clinical setting: deep learning-enhanced accelerated T2 mapping 2025-Sep-18, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05034-w PMID:40968299	研究论文	本研究开发了一种基于深度学习的加速软骨T2 mapping序列（DL CartiGram），旨在提升临床环境中软骨定量评估的速度和鲁棒性	结合并行成像和深度学习图像重建技术，显著缩短扫描时间并保持高重复性与再现性	站点间存在微小偏差（1.56 ms），可能由温度效应引起	开发并验证一种快速、可靠的软骨T2定量评估方法用于临床设置	人体膝关节软骨（髌骨和股骨 compartments）	医学影像分析	骨关节疾病	T2 mapping, 并行成像, 深度学习图像重建	深度学习（具体架构未明确说明）	MRI图像	43名患者（人体试验）加上体模测试
1305	2025-09-20	Optimising Generalisable Deep Learning Models for CT Coronary Segmentation: A Multifactorial Evaluation 2025-Sep-18, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01677-2 PMID:40968338	研究论文	本研究通过多因素评估优化深度学习模型在CT冠状动脉分割中的泛化性能	定量揭示了对比度增强、边缘锐度、钙化程度和血管直径对分割性能的具体影响程度，为模型适配策略提供了数据驱动基础	研究仅基于两个数据集（共110例），可能需更大样本验证；未涉及所有可能影响分割的临床变量	优化可泛化的深度学习模型，提升CT冠状动脉分割的准确性和鲁棒性	冠状动脉（包括左主干、右冠状动脉及第一钝缘支等分支）	医学图像分析	心血管疾病	CT冠状动脉造影（CTCA）	U-Net, Swin-UNETR, EfficientNet-LinkNet	医学影像（CT图像）	110例（公开ASOCA数据集40例 + GeoCAD数据集70例）
1306	2025-09-20	Deep learning-based automated detection and diagnosis of gouty arthritis in ultrasound images of the first metatarsophalangeal joint 2025-Sep-17, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4495 PMID:40146981	研究论文	开发基于深度学习的模型，用于自动检测和诊断第一跖趾关节超声图像中的痛风性关节炎	利用深度残差卷积神经网络和Grad-CAM可视化技术，首次实现第一跖趾关节超声图像的自动化痛风诊断	回顾性研究，样本量有限（260名患者），未进行外部验证	开发自动检测和诊断痛风性关节炎的深度学习模型	第一跖趾关节的超声图像	计算机视觉	痛风性关节炎	超声成像，深度学习	ResNet18 CNN	图像	260名患者（149例痛风，111例对照）的2401张超声图像
1307	2025-09-20	A novel hybrid model for actual evapotranspiration estimation in data-scarce arid regions: Integrating modified Budyko and machine learning models using deep learning 2025-Sep-17, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180438 PMID:40966814	研究论文	提出一种结合改进Budyko框架与机器学习模型的混合方法，用于估算干旱地区月实际蒸散发量	通过深度学习整合物理模型与数据驱动模型，优化Budyko参数的时间尺度以应对非稳态条件	研究基于特定流域（加州中央谷地），在数据稀缺地区的普适性需进一步验证	开发高精度且实用的实际蒸散发估算方法，支持水文建模与水资源管理	干旱地区流域的实际蒸散发过程	机器学习	NA	深度学习，XGBoost，SHAP值分析	混合模型（Budyko-XGBoost）	遥感数据（ERA5, TerraClimate），涡度协方差塔观测数据	基于加州中央谷地某一流域的月尺度数据
1308	2025-09-20	Classification of peripheral pulmonary lesions in Endobronchial ultrasonography image using a multi-branch framework and voting ensemble 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111064 PMID:40967143	研究论文	提出一种基于深度学习的计算机辅助诊断系统，用于支气管内超声图像中周围性肺部病变的分类	采用多分支框架和投票集成机制处理极端数据不平衡问题，并探索坐标系转换方法优化图像输入	NA	开发肺癌的计算机辅助诊断系统，提高诊断精确性和效率	支气管内超声图像中的周围性肺部病变	计算机视觉	肺癌	深度学习	多分支框架与投票集成	图像	NA
1309	2025-09-20	Predicting dementia through audio: Ensemble and deep learning approaches using acoustic features 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111078 PMID:40967147	研究论文	通过音频特征使用集成学习和深度学习模型预测痴呆症	结合声学特征与多种集成学习及深度学习模型，探索集成模型在特定情况下优于深度学习的原因	NA	早期诊断痴呆症	老年痴呆症患者	自然语言处理	老年疾病	声学特征提取	Random Forest, AdaBoost, XGBoost, Gradient Boost, BiLSTM, LSTM, CNN-LSTM	音频	NA
1310	2025-09-20	AI-driven pupillary-computer interface via binary-coded flickering stimuli 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111057 PMID:40967149	研究论文	提出一种基于瞳孔光反射和二进制编码视觉刺激的AI驱动瞳孔-计算机接口系统	利用二进制编码视觉刺激诱发瞳孔信号，采用卷积神经网络建模，实现高精度分类和高信息传输率	仅针对健康受试者测试，未涉及特殊人群或临床环境验证	开发一种无需用户训练、低成本、高稳定性的新型人机交互接口	健康受试者（12名，男女各半，年龄28.6±3.4岁）	人机交互	NA	二进制编码视觉刺激，瞳孔光反射信号采集	CNN	瞳孔尺寸变化信号	12名健康受试者，参与4类、10类和20类视觉刺激实验
1311	2025-09-20	Robust and explainable framework to address data scarcity in diagnostic imaging 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111052 PMID:40967148	研究论文	提出一种名为ETSEF的新型集成框架，通过结合迁移学习和自监督学习来解决医学影像诊断中的数据稀缺问题	首次将迁移学习和自监督学习两种预训练方法与集成学习相结合	NA	解决医学影像诊断中的数据稀缺挑战并提高诊断准确性	医学影像数据，包括内窥镜、乳腺癌检测、猴痘检测、脑肿瘤检测和青光眼检测	计算机视觉	多种疾病（癌症、传染病、神经系统疾病等）	数据增强、特征融合、特征选择、决策融合	集成学习框架（结合多个预训练深度学习模型）	医学影像	有限样本数量（具体数量未明确说明），涵盖五种不同的医学影像任务
1312	2025-09-20	Preoperative risk prediction of major cardiovascular events in noncardiac surgery using the 12-lead electrocardiogram: an explainable deep learning approach 2025-Sep-17, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.07.085 PMID:40967934	研究论文	本研究开发了一种结合术前12导联心电图和临床数据的可解释深度学习模型，用于预测非心脏手术后的主要心血管事件	首次将深度学习应用于术前心电图分析，并结合生成式反事实框架提供波形级解释，相比传统RCRI评分显著提高了预测性能	研究为回顾性队列设计，使用单一数据库(MIMIC-IV)，需要外部验证	改善非心脏手术患者术后主要心血管事件的预测准确性	接受大型非心脏手术的成年患者	医疗人工智能	心血管疾病	深度学习，卷积神经网络，反事实分析	CNN，多模态融合模型	心电图波形数据，临床变量数据	37,081例患者
1313	2025-09-20	Neural xenografts contribute to long-term recovery in stroke via molecular graft-host crosstalk 2025-Sep-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63725-3 PMID:40957886	研究论文	本研究通过移植iPSC来源的神经祖细胞（NPCs）促进中风小鼠的脑修复和长期功能恢复	揭示了神经异种移植物通过分子水平的移植物-宿主交互（如neurexin、neuregulin等信号通路）驱动修复的机制	NA	探索神经祖细胞移植对中风后长期恢复的治疗潜力及作用机制	中风损伤的小鼠模型	神经再生医学	中风	单核RNA测序（snRNA-seq）、深度学习分析	NA	基因表达数据、行为学数据	NA
1314	2025-09-20	Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation 2025-Sep-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122811 PMID:40962004	研究论文	本研究结合机器学习和优化算法，优化钴催化剂以提升高级氧化过程中抗生素的降解效率	引入新颖的麻雀搜索算法(SSA)优化实验条件，并利用TabNet模型实现高精度分类和回归预测	NA	加速无机催化剂开发，改善全球水环境中抗生素污染问题	钴基催化剂（单原子钴催化剂Co-CuO、氧化钴CoO、钴铁氧体CoFeO）	机器学习	NA	机器学习，优化算法，SHAP分析	TabNet	结构化实验数据	来自207篇论文的数据集
1315	2025-09-20	Novel BDefRCNLSTM: an efficient ensemble deep learning approaches for enhanced brain tumor detection and categorization with segmentation 2025-Sep-11, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2555950 PMID:40934072	研究论文	提出一种集成深度学习模型BDefRCNLSTM，用于脑肿瘤的检测、分类和分割	结合了增强型熵局部二值模式(ELBP)特征提取、改进的燕鸥优化算法(ESTO)特征选择以及改进X-Net分割模型的新型集成框架	NA	开发自动化脑肿瘤诊断方案以提高准确性和效率	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	集成深度学习(BDefRCNLSTM), CNN, LSTM, X-Net	图像	Figshare、Brain MRI和Kaggle数据集
1316	2025-09-20	[Artificial intelligence in epidemiology: a decade-long bibliometric analysis] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250118-00049 PMID:40967857	文献计量分析	通过文献计量方法分析过去十年人工智能在流行病学领域的研究热点与发展趋势	系统回顾并可视化展示了AI在流行病学中的应用趋势和前沿关键词	研究基于文献计量分析，未深入评估具体AI方法的技术有效性或实际应用效果	描述人工智能在流行病学中的热点应用趋势并分析其优势与挑战	2014至2024年间Web of Science和中国知网中AI与流行病学相关文献	文献计量学	流行病学	文献计量分析，关键词共现分析，聚类分析	NA	文本数据（学术文献）	5389篇英文论文和1659篇中文论文
1317	2025-09-20	[Epidemiological characteristics of chronic hepatitis B and establishment of prediction model based on socio-demographic index in Shenzhen, 2005-2023] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250218-00096 PMID:40967854	研究论文	分析深圳市2005-2023年慢性乙型肝炎的流行病学特征并建立基于社会人口指数的预测模型	首次将社会人口指数（SDI）整合到LSTM深度学习模型中用于慢性乙肝发病率预测，并比较了多种模型的性能	研究基于监测数据，可能存在报告偏倚，且模型预测性能仍需在更广泛地区验证	分析慢性乙肝流行病学特征，建立预测模型并为靶向预防策略提供依据	深圳市2005-2023年报告的235,703例慢性乙肝病例	公共卫生流行病学	慢性乙型肝炎	描述性流行病学方法、广义线性模型、深度学习	LSTM、时空协变量增强模型、贝叶斯结构时间序列模型	监测数据、社会人口指数数据	235,703例病例
1318	2025-09-20	Multi-view learning meets state-space model: A dynamical system perspective 2025-Sep-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108088 PMID:40966932	研究论文	提出一种基于控制理论的多视图状态空间模型（MvSSM），将多视图表示学习建模为连续时间动态系统	首次将多视图学习问题转化为动态系统框架，通过拉普拉斯变换推导出与图卷积结构相似的解决方案，统一特征整合与标签预测	论文未明确说明模型计算复杂度及对大规模数据的扩展性	建立具有理论可解释性的多视图学习框架，捕捉特征表示的动态演化过程	多模态数据中的特征表示与系统状态	machine learning	NA	state-space model, Laplace transformation	MvSSM, MvSSM-Lap, MvSSM-iLap	多模态数据	基准数据集（IAPR-TC12, ESP等）
1319	2025-09-20	Explainable artificial intelligence predicts inflammatory and spatial heterogeneity from nasal polyp histology 2025-Sep-02, The Journal of allergy and clinical immunology IF:11.4Q1 DOI:10.1016/j.jaci.2025.08.016 PMID:40902945	研究论文	开发基于组织学的可解释深度学习模型HE2Signature，用于预测鼻息肉炎症基因特征和空间分子异质性	首个基于组织学的可解释深度学习模型，能够从H&E染色切片预测炎症基因特征和空间表达模式	模型验证主要依赖内部和外部队列的相关性分析，需进一步临床验证	开发深度学习网络预测慢性鼻窦炎伴鼻息肉的炎症基因特征和空间模式	鼻息肉组织样本	数字病理学	慢性鼻窦炎伴鼻息肉	转录组数据分析，免疫组化验证	深度学习模型	全切片图像，基因表达数据	训练集70例，内部验证30例，外部验证224例来自4个医疗中心
1320	2025-09-20	Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.20 PMID:40952053	研究论文	验证一种基于深度学习的全角膜内皮细胞活性自动评估方法	开发了名为V-CHECK的深度学习辅助自动分割方法，用于术前全角膜内皮细胞活性评估	仅使用19个不适合移植的角膜样本，样本量较小	验证自动化角膜内皮细胞死亡率评估方法的准确性和可重复性	人角膜组织	计算机视觉	眼科疾病	台盼蓝染色，深度学习图像分割	深度学习分割模型	图像	19个角膜样本