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
1481	2025-09-10	Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors 2025-Sep-08, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000894 PMID:40920629	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1482	2025-09-10	Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration 2025-Sep-08, Clinical & experimental ophthalmology DOI:10.1111/ceo.14607 PMID:40922557	研究论文	开发并外部验证一种基于深度学习的模型，用于在光学相干断层扫描中检测年龄相关性黄斑变性中的网状假性玻璃膜疣	首次提出用于网状假性玻璃膜疣实例分割的深度学习模型，并在多中心数据中实现与视网膜专家相当的检测性能	模型性能虽与专家相当，但尚未在更广泛的临床环境中验证其通用性	开发自动化工具以支持年龄相关性黄斑变性的临床管理	年龄相关性黄斑变性患者的视网膜OCT扫描图像	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	深度学习实例分割模型	医学图像	9800张OCT B扫描图像（内部测试250张），1017只眼睛来自812名个体（外部测试）
1483	2025-09-10	Multimodal self-supervised retinal vessel segmentation 2025-Sep-02, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108011 PMID:40921125	研究论文	提出一种利用未标注多模态眼底图像进行自监督预训练的新框架，以提升视网膜血管分割精度	首次通过多模态特征融合和INFOMAX损失实现自监督血管分割，显著减少标注需求	未明确说明模型在临床环境中的泛化能力及多模态数据采集的实际可行性	开发减少标注依赖的视网膜血管自动分割方法	视网膜血管	计算机视觉	视网膜疾病	自监督学习，多模态特征融合	Vision Transformer	多模态眼底图像	未标注多模态图像对（具体数量未说明）
1484	2025-09-10	A generalist deep-learning volume segmentation tool for volume electron microscopy of biological samples 2025-Sep, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108214 PMID:40449855	研究论文	介绍一种用于生物样本体积电子显微镜图像分割的通用深度学习工具VST	实现全流程自动化处理，支持轮廓图预测进行实例分割，并在多种样本类型上达到最先进性能	NA	开发通用体积电子显微镜图像分割工具	生物样本的体积电子显微镜图像数据	计算机视觉	NA	体积电子显微镜（包括透射电镜和扫描电镜）	深度学习网络	体积图像堆栈数据	多种树脂包埋样本的电子显微镜数据集
1485	2025-09-10	Developing a deep learning-based surgical-skill assessment model focused on instrument handling in laparoscopic colorectal surgery 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110260 PMID:40544713	研究论文	开发基于深度学习的腹腔镜结直肠手术器械操作技能自动评估模型	首次利用计算机视觉技术自动识别组织抓取行为，并尝试通过抓取次数实现手术技能分级评估	成功/失败组织抓取的自动区分效果不足，识别精度需进一步提升	验证基于组织抓取次数的自动化手术技能评估可行性	腹腔镜结直肠手术视频中的器械操作行为	计算机视觉	结直肠癌	深度学习	CNN	视频	高、中、低三个技能水平组的手术视频（具体数量未明确）
1486	2025-09-10	Development and interpretation of a pathomics-driven ensemble predictive model for prognosis of intrahepatic cholangiocarcinoma 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110295 PMID:40627917	研究论文	开发并解释了一种基于病理组学的集成预测模型，用于肝内胆管癌的预后评估	首次为肝内胆管癌预后构建了病理组学集成模型，并结合多种方法提升模型可解释性	NA	提升肝内胆管癌术后临床管理的个体化治疗策略	肝内胆管癌患者	数字病理学	肝内胆管癌	深度学习，K-means聚类，Grad-CAM可视化，Cellprofiler形态特征提取	集成预测模型	病理切片图像	252例中心患者+TCGA数据库外部验证
1487	2025-09-10	Artificial intelligence in advancing optical coherence tomography for disease detection and cancer diagnosis: A scoping review 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110188 PMID:40839924	综述	本文探讨人工智能在光学相干断层扫描技术中提升疾病检测与癌症诊断能力的应用与前景	系统综述AI与OCT结合的创新临床价值，突出其在实时手术决策和肿瘤边缘检测中的突破性作用	存在模型有效性不确定和临床数据集不完整的问题	评估人工智能如何增强OCT技术在医疗领域的诊断性能与临床应用	眼科、心血管科、皮肤科及肿瘤科的疾病影像数据	数字病理	癌症	光学相干断层扫描（OCT）	CNN（卷积神经网络）	影像	NA
1488	2025-09-10	[Artificial intelligence-enhanced ECG interpretation: a new era for electrocardiography?] 2025-Sep, Giornale italiano di cardiologia (2006) DOI:10.1714/4542.45427 PMID:40864481	综述	本文探讨人工智能如何革新心电图解读，将其从静态诊断工具转变为动态预测性工具	AI-ECG能够检测亚临床心室功能障碍、分层长期风险并在临床症状出现前预测重大不良事件	AI模型可解释性差、算法偏见、过拟合、数据治理和监管不确定性	评估人工智能在心电图解读中的应用潜力与挑战	心血管疾病患者的心电图数据	机器学习	心血管疾病	机器学习和深度学习架构	深度学习模型	心电图信号数据	NA
1489	2025-09-10	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Aug-29, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	本研究通过多组学分析和深度学习模型揭示了转录因子MEF2C调控心脏管形态发生的节段特异性基因调控网络	首次构建了流出道、心室和流入道节段的发育轨迹，并发现MEF2C缺失导致心脏后部化特征及NR2F2活性增强的机制	研究主要基于模式生物斑马鱼，在人类中的直接适用性需要进一步验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失型胚胎的心脏发育过程	发育生物学	先天性心脏病	单核RNA测序, ATAC测序, 多组学整合分析	深度学习模型	基因组学数据, 表观遗传学数据	野生型和MEF2C-null胚胎的时间序列样本
1490	2025-09-10	Using deep learning to predict internalizing problems from brain structure in youth 2025-Aug-29, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03565-3 PMID:40883286	研究论文	使用深度学习基于青少年大脑结构预测内化问题（如焦虑和抑郁）	首次利用深度学习从大脑结构特征中预测内化问题的横断面及纵向恶化轨迹，并在神经发育条件群体中表现出良好性能	纵向模型在普通人群样本中预测性能欠佳（AUC=0.66），主要依赖神经发育条件亚组的表现	探索内化问题的生物标志物，建立大脑结构与心理问题的预测模型	青少年群体，包括普通人群和神经发育条件个体	机器学习	精神健康疾病	深度学习	深度学习模型	脑结构数据（厚度、表面积、体积）	横断面分析N=14,523；纵向分析N=10,540（来自ABCD、HBN、HCP-D和POND四个大型数据集）
1491	2025-09-10	An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis 2025-Aug-28, ArXiv PMID:40900685	研究论文	介绍CRL-2025胎儿大脑MRI图谱，提供高精度时空参考和分割工具用于胎儿大脑MRI分析	相比CRL-2017图谱显著增强解剖细节，首次包含详细组织分割、瞬时白质分区和126个解剖区域划分，并集成基于深度学习的多类分割模型	NA	构建高精度胎儿大脑时空图谱以支持胎儿大脑MRI分析和神经发育研究	21至37孕周正常发育的胎儿大脑	医学影像分析	神经发育疾病	MRI，扩散MRI，基于核回归的微分同胚可变形配准框架	深度学习多类分割模型	MRI图像	160名正常大脑发育的胎儿
1492	2025-09-10	EEG-ERnet: Emotion Recognition based on Rhythmic EEG Convolutional Neural Network Model 2025-Aug-28, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN41547 PMID:40919632	研究论文	提出基于节律性EEG的卷积神经网络模型EEG-ERnet，用于情绪识别	采用深度并行CNN结构处理节律图像，有效编码通道、节律和时间特性，实现主体无关的情绪分类	未明确说明模型泛化能力及跨数据集性能验证	开发高效、主体无关的便携式情绪识别系统	脑电图（EEG）信号	脑机接口	NA	功率谱密度（PSD）分析，卷积神经网络	CNN（深度并行结构）	EEG信号（转换为2D图像）	使用DEAP数据集，采用10折交叉验证
1493	2025-09-10	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2025-Aug-28, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0486 PMID:40875368	研究论文	开发基于深度学习的自动分割流程，用于酵母细胞软X射线断层扫描数据的高通量三维结构分割与分析	首次将深度学习自动分割应用于软X射线断层扫描数据，实现数百个细胞的高通量精确分割和表型分析	需要手动迭代细化来提高分割精度，可能限制完全自动化程度	开发高通量细胞结构自动分割方法，实现全细胞定量成像和形态学分析	酵母细胞（野生型、VPH1-GFP突变株等）的细胞器结构	计算机视觉	NA	软X射线断层扫描(SXT)，深度学习分割	深度学习模型（具体类型未明确说明）	三维断层扫描图像	数百个细胞，涵盖三种酵母菌株
1494	2025-09-10	Artificial Intelligence Automation of Echocardiographic Measurements 2025-Aug-22, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.07.053 PMID:40914895	研究论文	开发并验证开源深度学习模型EchoNet-Measurements，用于自动测量超声心动图中的18项解剖和多普勒参数	首次提出开源深度学习语义分割模型，实现超声心动图多参数全自动测量，涵盖9种B模式和9种多普勒测量	模型训练数据主要来自单一医疗中心，外部验证仅涉及另一个中心	通过人工智能自动化超声心动图测量，减轻临床医生负担并提高测量精度	超声心动图图像和数据	计算机视觉	心血管疾病	深度学习语义分割	CNN	医学图像	155,215项研究中的877,983次超声心动图测量
1495	2025-09-10	Transfer Learning Based Deep Learning Approach for Knee Osteoarthritis Grading Using Modified XceptionNet Architecture 2025-Aug-22, Journal of visualized experiments : JoVE DOI:10.3791/68720 PMID:40920575	研究论文	提出基于迁移学习和改进XceptionNet架构的深度学习方法，用于膝关节X光图像的骨关节炎分级	采用类别平衡技术处理数据集不平衡问题，整合定制化预处理流程，并对XceptionNet架构进行改进以提升早期检测性能	NA	开发自动化系统以提高膝关节骨关节炎的早期放射学识别准确率	膝关节X光图像	计算机视觉	骨关节炎	迁移学习	XceptionNet	图像	NA
1496	2025-09-10	Artificial Intelligence in the Diagnosis and Imaging-Based Assessment of Pelvic Organ Prolapse: A Scoping Review 2025-Aug-21, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61081497 PMID:40870541	综述	本文对人工智能在盆腔器官脱垂影像诊断和解剖评估中的应用进行了范围综述	首次系统综述AI技术在POP影像评估中的应用现状，重点关注深度学习模型在超声和MRI图像分析中的表现	所有研究均使用内部数据集，模型可解释性有限且缺乏外部验证，临床部署和结果评估研究不足	综合评估人工智能在盆腔器官脱垂影像诊断和解剖评估中的现有证据	盆腔器官脱垂女性患者的超声和MRI影像数据	医学影像分析	盆腔器官脱垂	深度学习，迁移学习	CNN, ViT, 混合模型	2D/3D超声图像，静态或应力MRI图像	8项符合条件的研究（具体样本量未明确说明）
1497	2025-09-10	Passive Sensing for Mental Health Monitoring Using Machine Learning With Wearables and Smartphones: Scoping Review 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/77066 PMID:40811794	综述	通过范围综述评估基于可穿戴设备和智能手机的被动感知与机器学习在心理健康监测中的应用现状	首次系统整合被动感知技术与机器学习在心理健康监测中的关联模式，并提出多模态传感器融合与可解释人工智能的未来方向	样本量小（中位数60.5人）、监测周期短（45%研究＜7天）、缺乏外部验证（仅2%研究）和数据匿名化报告不足（14%）	综述被动感知与机器学习技术在心理健康监测领域的技术方法和临床关联	临床诊断的心理疾病患者（如抑郁症和焦虑症）	机器学习	精神疾病	被动感知技术（心率、运动指数、步数监测）	CNN, LSTM, 随机森林	传感器数据（生理和行为数据）	42项研究（中位数样本量60.5人，IQR 54-99）
1498	2025-09-10	Multimodal artificial intelligence for subepithelial lesion classification and characterization: a multicenter comparative study (with video) 2025-Aug-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03147-9 PMID:40814087	研究论文	开发并验证一种融合白光内镜和微探头超声内镜的多模态人工智能模型ECMAI-WME，用于胃肠道黏膜下病变的分类与特征分析	首次提出并行融合深度学习模型，整合WLE和EUS多模态数据，显著提升SEL分类准确率和临床决策支持能力	研究仅基于四家医院数据，需进一步扩大样本量和中心数量验证普适性	提高胃肠道黏膜下病变的诊断准确性并辅助临床决策	胃肠道黏膜下病变（SELs），包括胃肠道间质瘤（GISTs）、神经内分泌肿瘤和平滑肌瘤等	数字病理	胃肠道肿瘤	白光内镜（WLE）、微探头超声内镜（EUS）、深度学习	并行融合深度学习模型	内镜图像、超声图像	训练集523例，外部验证集88例，多中心测试集274例
1499	2025-09-10	Lateral flow and colorimetric assay for ketamine detection reinforced with deep learning model interfaced with mobile app for smart alert 2025-Aug-09, Mikrochimica acta DOI:10.1007/s00604-025-07429-x PMID:40781183	研究论文	本研究开发了一种结合侧向层析和比色法的氯胺酮检测方法，并集成深度学习模型与移动应用实现智能警报	采用适配体替代传统抗体提高稳定性与可重复性，并创新性地构建双阶段深度学习框架(YOLOv5+ResNet50)用于试纸条数据分类	NA	开发便携式、低成本的即时诊断设备用于氯胺酮检测	合成尿液样本中的氯胺酮	计算机视觉	NA	比色法、侧向层析检测(LFA)、UV-Vis分光光度法	YOLOv5, ResNet50	图像	NA
1500	2025-09-10	MoB QDs/N, F-CDs for ratiometric fluorescence sensing of perfluorooctanoic acid based on fluorine‑fluorine interaction 2025-Aug-06, Mikrochimica acta DOI:10.1007/s00604-025-07431-3 PMID:40770453	研究论文	构建基于MoB量子点和氮氟共掺杂碳点的双发射比率荧光探针，用于全氟辛酸的检测	利用氟-氟相互作用实现选择性荧光猝灭，结合智能手机和YOLOv5深度学习算法实现现场可视化定量检测	NA	开发一种低成本、快速响应的现场全氟辛酸检测方法	环境水样和纺织品中的全氟辛酸	分析化学	NA	比率荧光传感、智能手机成像、深度学习分析	YOLOv5	荧光图像	检测范围0.01-450μM（溶液），0.5-200μM（试纸条）