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
1321	2025-09-20	Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.22 PMID:40952051	研究论文	开发了一个名为OASIS的眼科图像分割与分析软件，用于自动化评估睑板腺成像以分析功能障碍进展	结合手动标注与深度学习辅助流程，显著提升睑板腺分析效率并引入定量临床指标计算	NA	开发自动化工具以改进睑板腺功能障碍（MGD）的定量分析与评估	睑板腺成像	数字病理	眼科疾病	深度学习	深度学习模型（具体类型未明确说明）	图像	325名患者的2,439张睑板腺图像
1322	2025-09-20	Deep Learning-Based Retinoblastoma Protein Subtyping of Pulmonary Large-Cell Neuroendocrine Carcinoma on Small Hematoxylin and Eosin-Stained Specimens 2025-Sep, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104192 PMID:40345665	研究论文	本研究开发了一种基于深度学习的卷积神经网络，用于从小型H&E染色标本中预测肺大细胞神经内分泌癌的pRb蛋白表达亚型	首次使用深度学习技术从常规H&E染色切片中识别pRb蛋白表达亚型，显著优于病理学家的形态学评估	样本量有限（143例切除标本和21例活检），模型性能仍有提升空间（AUC=0.77）	开发一种能够替代免疫组化检测的深度学习方法来鉴定LCNEC分子亚型	肺大细胞神经endocrine癌（LCNEC）组织样本	数字病理学	肺癌	免疫组化染色，深度学习	CNN（卷积神经网络）	病理图像	143例切除标本和21例活检样本
1323	2025-09-20	Genetic Deconvolution of Embryonic and Maternal Cell-Free DNA in Spent Culture Medium of Human Preimplantation Embryo Through Deep Learning 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412660 PMID:40583136	研究论文	提出一种基于深度学习的DECENT方法，用于从胚胎培养液中解卷积胚胎和母体来源的无细胞DNA，以提高非侵入性植入前遗传学检测的准确性	开发了结合卷积模块、长短时记忆和注意力机制的深度学习模型，首次实现从单细胞甲基化测序数据中同时推断cfDNA来源和重建胚胎拷贝数变异	未明确说明样本规模的详细统计信息及模型在不同临床中心的泛化能力验证	提高非侵入性植入前遗传学检测中对胚胎染色体非整倍性诊断的准确性	人类植入前胚胎培养液中的胚胎和母体来源无细胞DNA	数字病理学	生殖医学疾病	单细胞甲基化测序	CNN, LSTM, Attention机制	甲基化测序数据	包含高污染水平（母体reads >80%）的临床样本，具体数量未明确说明
1324	2025-09-20	Boosting Checkpoint Blockade Immunotherapy with T Cell Membrane Redox Homeostasis Regulation and Deep Learning Enhanced NIR-II Imaging 2025-Sep, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202500769 PMID:40583483	研究论文	本研究设计了一种两性离子聚合物用于偶联和无痕释放检查点抑制抗体，并通过调节T细胞膜氧化还原稳态及深度学习增强的近红外二区成像技术提升免疫检查点阻断疗法的抗肿瘤效果	通过聚合物偶联抗体实现T细胞膜氧化还原稳态调节，并结合深度学习增强的NIR-II成像技术实时可视化体内动态，从多维度逆转免疫抑制微环境	研究目前仅在鼠类模型中进行，尚未进行临床试验验证	提升免疫检查点阻断疗法的抗肿瘤疗效并抑制肿瘤复发	结直肠肿瘤模型小鼠及T细胞	数字病理	结直肠癌	NIR-II荧光成像、深度学习成像分析	深度学习网络	图像	鼠类模型（具体数量未明确说明）
1325	2025-09-20	Automated Finite Element Modeling of the Lumbar Spine: A Biomechanical and Clinical Approach to Spinal Load Distribution and Stress Analysis 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124236 PMID:40602487	研究论文	本研究开发了一种自动化有限元建模方法，用于腰椎生物力学分析，结合深度学习分割与计算建模，显著提升从成像到模拟的工作流程效率	通过深度学习自动分割和优化网格生成，将模型准备时间减少97.9%，并提高了重现性和准确性	NA	开发自动化有限元分析方法，以改进腰椎生物力学中的负载分布和应力分析	腰椎脊柱，包括椎骨、椎间盘、软骨和韧带	生物力学	脊柱疾病	深度学习分割、有限元分析（FEA）、Laplacian平滑、主成分分析	深度学习框架、FEBio	医学影像数据	NA
1326	2025-09-20	Single Inspiratory Chest CT-based Generative Deep Learning Models to Evaluate Functional Small Airways Disease 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240680 PMID:40668132	研究论文	开发基于单次吸气胸部CT的生成式深度学习模型，用于评估功能性小气道疾病	首次使用单次吸气CT扫描生成呼气CT图像并进行参数响应映射分析，无需配对呼吸CT	回顾性研究设计，样本量相对有限（308人），外部验证性能略有下降	通过深度学习预测功能性小气道疾病（fSAD）	慢性阻塞性肺疾病患者的小气道功能评估	医学影像分析	慢性阻塞性肺疾病	参数响应映射（PRM），深度学习	生成式深度学习模型	CT影像	308名个体（中位年龄67岁，113名女性），包含训练集216例、内部验证集31例和测试集61例
1327	2025-09-20	Developing Deep Learning-Based Cerebral Ventricle Auto-Segmentation System and Clinical Application for the Evaluation of Ventriculomegaly 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124300 PMID:40712852	研究论文	开发并验证基于深度学习的大脑CT自动多类分割系统，用于精确评估脑室扩大和脑脊液体积变化	首次实现同时分割5个解剖类别（脑室、脑实质、颅骨、皮肤和出血）的自动化系统，支持未来增强现实引导的脑室外引流手术	模型性能可能受年龄、性别和诊断类型等因素影响	开发精确的脑室体积自动评估系统，替代传统的Evans指数测量方法	脑室扩大患者，特别是接受脑脊液引流手术的患者	数字病理	神经系统疾病	脑CT扫描，nnUNet架构	CNN (nnUNet)	医学影像（CT扫描）	训练集288例，内部验证10例，外部验证43例，公共数据集192例，临床验证227例患者
1328	2025-09-20	Deep learning reveals antibiotics in the archaeal proteome 2025-Sep, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02061-0 PMID:40796684	研究论文	利用深度学习从古菌蛋白质组中挖掘新型抗菌肽（archaeasins），以应对抗菌素耐药性威胁	首次系统性地探索古菌作为抗生素来源，并通过深度学习识别出具有独特氨基酸组成特征的新型抗菌肽	仅合成并测试了80种候选肽（占预测总量的0.63%），体内验证仅针对一种病原体	开发新型抗生素以解决抗菌素耐药性问题	古菌蛋白质组中的抗菌肽	机器学习	细菌感染	深度学习	深度学习模型（未指定具体架构）	蛋白质序列数据	233个古菌蛋白质组，预测12,623个分子，合成验证80个肽
1329	2025-09-20	Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240485 PMID:40736362	研究论文	通过模拟研究优化联邦学习配置，用于MRI前列腺分割和临床显著前列腺癌检测	针对多客户端场景独立优化联邦学习配置（包括本地训练轮数、联邦轮次和聚合策略），显著提升模型性能	基于模拟研究，需进一步验证在实际临床环境中的效果	开发并优化跨多客户端的联邦学习框架，用于前列腺MRI分割和癌症检测	前列腺MRI图像和临床显著前列腺癌检测	医学影像分析	前列腺癌	联邦学习（FL），nnU-Net架构	nnU-Net	MRI图像（T2加权和双参数）	前列腺分割：4个客户端，1294名患者；癌症检测：3个客户端，1440名患者
1330	2025-09-18	Artificial Intelligence in Orthopaedic and Trauma Surgery Education: Applications, Ethics, and Future Perspectives 2025-Sep-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews DOI:e25.00174 PMID:40956817	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1331	2025-09-20	Artificial Intelligence in Neovascular Age-Related Macular Degeneration 2025-Sep, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2413-6782 PMID:39260410	综述	本文综述人工智能在新生血管性年龄相关性黄斑变性（nAMD）管理中的应用，包括诊断、预测疾病进展和治疗效果	深度学习模型在nAMD检测、疾病进展预测和治疗结果预测方面展现出卓越准确性，并在某些领域有潜力超越人类专家	面临数据集规模不足、临床工作流程整合困难以及AI预测在不同人群中的泛化能力等挑战	探索AI在nAMD管理中的整合与应用，以提升诊断准确性和治疗个性化	新生血管性年龄相关性黄斑变性（nAMD）患者及相关临床数据	数字病理学	老年性疾病	深度学习（DL）	深度学习模型	医学影像数据	NA
1332	2025-09-20	Automatic Segmentation of Primary Central Nervous System Lymphoma at Clinical Routine Postcontrast T1-weighted MRI 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240446 PMID:40970793	研究论文	开发并验证基于深度学习的模型，用于临床常规对比增强T1加权MRI中原发性中枢神经系统淋巴瘤的自动分割	首次基于nnU-Net框架实现多中心PCNSL自动分割，并在内部和外部数据集上验证模型鲁棒性	对边界不清的毫米级多发病灶分割精度略有下降	提升原发性中枢神经系统淋巴瘤的MRI影像自动分割精度	经病理证实的免疫活性PCNSL患者	数字病理	淋巴瘤	对比增强T1加权MRI	nnU-Net	医学影像	135例患者（内部数据集87例，外部数据集48例）
1333	2025-09-20	An MRI Histopathology-based Deep Learning Approach for the Classification of Prostate Cancer 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.250466 PMID:40970800	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1334	2025-09-20	Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240381 PMID:40970801	研究论文	本研究评估了基于深度学习的MRI组织病理学数据在前列腺癌分类中的诊断能力	开发了新型人工智能分析方法，通过空间上下文集成提升分类性能并实现病灶大小估计	回顾性研究，数据收集于2009-2011年，需要进一步临床验证	评估MR组织病理学在前列腺癌识别中的诊断能力并指导临床成像参数选择	根治性前列腺切除术标本的组织学切片	数字病理学	前列腺癌	MR组织病理学(MRH)，MR光谱	神经网络	图像	2009-2011年期间收集的前列腺癌根治术标本组织切片数据集
1335	2025-09-20	CircCode3: integrating deep learning to mine and evaluate translatable circular RNAs from ribosome profiling sequencing and mass spectrometry data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf458 PMID:40966647	研究论文	开发了一个集成分析流程CircCode3，用于从高通量测序数据中挖掘可翻译的环状RNA并评估其开放阅读框	整合了深度学习工具DeepCircm6A和DLMSC，用于预测m6A修饰位点和评估终止密码子可靠性，显著提升了现有工具的功能	NA	准确识别可翻译环状RNA及其开放阅读框	环状RNA（circRNAs）	生物信息学	NA	核糖体分析测序、质谱数据、高通量测序	深度学习	测序数据、质谱数据	NA
1336	2025-09-20	Single-View Echocardiographic Analysis for Left Ventricular Outflow Tract Obstruction Prediction in Hypertrophic Cardiomyopathy: A Deep Learning Approach 2025-Aug-16, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.008 PMID:40825382	研究论文	本研究开发了一种基于深度学习的模型，仅使用经胸超声心动图的胸骨旁长轴视图来预测肥厚型心肌病患者的严重左心室流出道梗阻	首次利用单一视图（PLAX）结合深度学习技术预测LVOTO，无需传统多视图、多普勒或激发试验，在资源有限环境下具有重要应用价值	研究基于特定医疗中心的数据，外部验证性能虽好但仍需更多多样化数据验证泛化能力	开发并验证一种深度学习模型，用于肥厚型心肌病中左心室流出道梗阻的预测与评估	肥厚型心肌病患者	数字病理	心血管疾病	经胸超声心动图（TTE）	深度学习模型	视频	开发数据集n=1007，内部测试集n=87，外部验证集n=1334，治疗响应数据集n=156
1337	2025-09-20	Learning in PINNs: Phase transition, diffusion equilibrium, and generalization 2025-Aug-14, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107983 PMID:40884895	研究论文	通过神经梯度信噪比研究全连接神经网络的学习动态，识别扩散平衡相并提出样本重加权方案以提升泛化能力	提出扩散平衡（DE）相概念，发现梯度方向对齐和残差同质性对泛化的关键作用，并设计针对问题样本的优化策略	主要基于二次损失函数和物理信息神经网络（PINNs）的实验验证，普适性需进一步研究	探究非凸目标中一阶优化器的学习动态及泛化机制	全连接神经网络及其优化过程	machine learning	NA	神经梯度信噪比（SNR）分析	全连接神经网络	NA	NA
1338	2025-09-20	Intelligent deep learning-based disease monitoring system in 5G network using multi-disease big data 2025-Aug, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2310785 PMID:38334127	研究论文	提出一种基于智能深度学习的疾病监测系统，利用5G网络和多疾病大数据进行实时疾病预测	开发了MPPP-SSGSO优化算法用于调参和模糊隶属函数优化，并采用集成提升模型与模糊分类器结合进行疾病分类	NA	构建高效的实时疾病监测系统以降低死亡率	从患者收集的多疾病大数据	机器学习	多疾病	数据预处理（对比度增强、中值滤波等），特征提取	1D-CNN, AdaBoost, XGBoost, CatBoost, 模糊分类器	从可穿戴医疗设备收集的传感器数据	NA
1339	2025-09-20	Role of Artificial Intelligence in Critical Care Medicine: A Literature Review 2025-Aug, Cureus DOI:10.7759/cureus.90149 PMID:40959327	文献综述	本文综述了人工智能在重症监护医学中的应用及其潜力	总结了AI在ICU中预测患者恶化事件、提升影像诊断准确性和优化监测算法的最新进展	NA	概述人工智能在重症监护领域的当前证据和应用前景	重症监护病房（ICU）产生的多模态医疗数据	医疗人工智能	重症疾病	机器学习和深度学习	ML和DL模型	多模态数据流（生命体征波形、实验室结果、临床记录等）	NA
1340	2025-09-20	A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT 2025-Jul-24, ArXiv PMID:40969484	研究论文	本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的提升效果	提出基于器官特异性解剖先验的多类别标注策略，显著优于传统的全身区域先验方法	样本量相对有限（105例CT扫描），仅基于单中心数据	改进嗜铬细胞瘤的自动分割精度以支持临床评估和疾病监测	腹部CT扫描中的嗜铬细胞瘤病灶	医学图像分析	嗜铬细胞瘤	CT成像	nnU-Net	3D医学图像	91名患者的105例增强CT扫描