深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1501	2025-10-05	A flexible, stretchable and wearable strain sensor based on physical eutectogels for deep learning-assisted motion identification 2024-06-27, Journal of materials chemistry. B DOI:10.1039/d4tb00809j PMID:38836422	研究论文	本研究开发了一种基于木质素增强物理共晶凝胶的可穿戴应变传感器，并结合深度学习技术实现手势识别	首次将木质素作为绿色填料和多功能氢键供体溶解于深共晶溶剂中，制备出具有优异机械性能、自粘附性、自愈合能力和高导电性的物理共晶凝胶	未明确说明传感器的长期生物相容性和在实际复杂环境下的稳定性表现	开发多功能集成的物理共晶凝胶用于可穿戴电子设备	木质素增强物理共晶凝胶（DESL）及其在应变传感器中的应用	机器学习	NA	深共晶溶剂（DES）聚合技术	深度学习	传感器信号数据	1000次循环耐久性测试	NA	NA	准确率	NA
1502	2025-10-05	Histopathological evaluation of abdominal aortic aneurysms with deep learning 2024-Apr-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.23.24306178 PMID:38712033	研究论文	本研究使用深度学习技术对369例腹主动脉瘤患者的数字全切片图像进行组织病理学评估	首次在血管疾病领域开展计算病理学的全面评估，特别是在血管外膜炎症特征预测方面表现出色	研究样本仅来自三个欧洲中心，可能存在地域局限性	探索深度学习在血管病理学中的应用潜力，改善腹主动脉瘤病理生理学理解和治疗策略个性化	腹主动脉瘤患者的组织病理学样本	数字病理学	心血管疾病	数字全切片成像	深度学习	图像	来自三个欧洲中心的369例患者样本	NA	NA	NA	NA
1503	2025-10-05	Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study 2023-12-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000997 PMID:37428618	研究论文	本研究评估了采用深度学习重建算法结合超分辨率处理的扩散加权成像在3T乳腺MRI中的应用，与传统标准成像相比显著缩短了采集时间并改善了图像质量	首次在前瞻性临床研究中将深度学习重建算法与超分辨率处理相结合应用于乳腺DWI，实现了扫描时间减半的同时保持图像质量	单中心研究，样本量相对有限（65名参与者），需要更大规模的多中心研究验证	评估深度学习加速的扩散加权成像序列在乳腺MRI中的采集时间和图像质量	浸润性乳腺癌、良性病变和囊肿	医学影像分析	乳腺癌	扩散加权成像，深度学习重建，超分辨率处理	深度学习	医学影像	65名参与者（64名女性，平均年龄54±13岁）	NA	NA	信噪比，表观扩散系数，对比噪声比，对比度，病变显着性评分	NA
1504	2025-10-05	Amplifying the Effects of Contrast Agents on Magnetic Resonance Images Using a Deep Learning Method Trained on Synthetic Data 2023-12-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000998 PMID:37378418	研究论文	提出一种基于深度学习的磁共振图像对比度增强方法，通过合成数据训练AI模型来放大对比剂效果	使用物理模型生成合成数据训练深度学习网络，实现在标准剂量下获得更高对比度的磁共振图像	方法依赖于物理模型的准确性，且需要进一步验证在不同疾病类型和扫描仪间的泛化能力	开发一种能够增强磁共振图像对比度的AI方法，提高小脑病变的检测灵敏度	小鼠脑胶质瘤模型和1990例临床脑部疾病患者（包括胶质瘤、多发性硬化症和转移癌）	医学影像分析	脑部疾病	磁共振成像，钆基对比剂	神经网络	磁共振图像	临床研究包含1990例检查，临床前研究使用小鼠模型	NA	NA	峰值信噪比，结构相似性指数，对比噪声比，病变-脑比率，定性评分	NA
1505	2025-10-05	Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa 2023-11-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.64.14.31 PMID:37988107	研究论文	本研究利用深度学习模型辅助测量三维光感受器外节指标，评估RPGR相关X连锁视网膜色素变性的纵向变化	首次结合深度学习模型对RPGR相关X连锁视网膜色素变性进行三维光感受器外节指标的纵向变化分析	样本量较小（34例患者），回顾性研究设计	评估RPGR相关X连锁视网膜色素变性中光感受器外节指标的纵向变化及其相关因素	34名RPGR相关X连锁视网膜色素变性男性患者	数字病理学	视网膜色素变性	光谱域光学相干断层扫描	深度学习模型	三维光学相干断层扫描图像	34名男性患者，具有约2年或更长的随访期	NA	NA	线性混合效应模型P值	NA
1506	2025-10-05	Machine Learning-Based Prediction of Abdominal Subcutaneous Fat Thickness During Pregnancy 2023-11, Metabolic syndrome and related disorders IF:1.3Q4 DOI:10.1089/met.2023.0043 PMID:37669001	研究论文	开发基于机器学习的孕期腹部皮下脂肪厚度预测模型	首次使用三种机器学习算法（深度学习、随机森林、支持向量机）预测孕妇不同孕期的腹部皮下脂肪厚度	样本量有限（354例），未说明模型验证方法	预测孕妇腹部皮下脂肪厚度以评估皮下注射安全性	孕妇腹部皮下脂肪厚度	机器学习	妊娠期糖尿病	NA	深度学习, 随机森林, 支持向量机	临床测量数据	354例孕妇	SPSS, RapidMiner	NA	NA	NA
1507	2025-10-05	Deep learning for metabolic pathway design 2023-11, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2023.09.012 PMID:37734652	综述	本文评估了深度学习在代谢通路设计中的应用及其对生物基循环经济的推动作用	系统探讨了深度学习技术在代谢通路预测和酶发现领域的最新进展	未涉及具体实验验证和实际应用案例	评估数字策略在代谢通路设计和微生物细胞工厂开发中的应用	代谢通路设计工具和微生物细胞工厂	机器学习	NA	深度学习	NA	化学和代谢域数据	NA	NA	NA	NA	NA
1508	2025-10-05	Design and implementation of a smart Internet of Things chest pain center based on deep learning 2023-10-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023840 PMID:38052586	研究论文	设计并实现了一个基于深度学习的智能物联网胸痛中心系统，通过院前应用、UWB定位和院内治疗实现智能化胸痛管理	结合物联网三层架构与BiLSTM-CRF算法，实现胸痛患者电子病历信息的自动提取和智能化管理	仅在一家医院（辽宁省人民医院）进行应用验证，缺乏多中心验证数据	解决传统胸痛中心数据输入不智能、处理时间长、错误率高的问题	胸痛患者及其电子医疗记录	自然语言处理	心血管疾病	物联网技术、UWB定位技术	BiLSTM, CRF	电子医疗记录文本数据	NA	NA	BiLSTM-CRF	NA	NA
1509	2025-10-05	ECA-TFUnet: A U-shaped CNN-Transformer network with efficient channel attention for organ segmentation in anatomical sectional images of canines 2023-10-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023827 PMID:38052573	研究论文	提出一种结合CNN和Transformer的U型网络ECA-TFUnet，用于犬类解剖断面图像的器官分割	在U-Net网络的首个跳跃连接层集成Transformer模块以学习全局依赖关系，并引入高效通道注意力机制关注重要通道信息	未明确说明模型在复杂解剖结构或不同犬种间的泛化能力	开发自动器官分割方法以替代耗时的人工标注	犬类解剖断面图像中的器官	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	U-Net, Transformer, Efficient Channel Attention	IoU	NA
1510	2025-10-05	Microbial carbon use efficiency promotes global soil carbon storage 2023-06, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06042-3 PMID:37225998	研究论文	本研究通过多方法整合分析发现微生物碳利用效率是全球土壤碳储存的主要决定因素	首次量化证明微生物碳利用效率对全球土壤碳储存的重要性是其他因素的四倍以上	微生物碳利用效率与环境依赖性的具体机制仍需进一步研究	探究微生物碳利用效率在土壤有机碳储存和持久性中的作用	全球土壤碳储存系统	环境科学	NA	数据同化,深度学习,荟萃分析	深度学习	全球尺度数据集	全球范围数据集	NA	微生物过程显式模型	相关性分析	NA
1511	2025-10-05	Segmenting Skin Biopsy Images with Coarse and Sparse Annotations using U-Net 2022-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00641-8 PMID:35501416	研究论文	提出一种使用粗糙稀疏标注的两阶段分割管道，用于皮肤活检图像分割	使用全切片图像小区域的粗糙稀疏标注作为训练集，开发了两阶段分割管道	依赖专家标注作为金标准，标注过程仍然需要专业人工参与	开发能够使用粗糙稀疏标注训练的分割方法，降低医学图像标注成本	皮肤活检图像中的黑色素细胞病变组织	数字病理	黑色素瘤	全切片图像分析	U-Net	医学图像	NA	NA	U-Net	NA	NA
1512	2025-10-05	A Novel Deep Learning Radiomics Nomogram Integrating B-Mode Ultrasound and Contrast-Enhanced Ultrasound for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.028 PMID:40764147	研究论文	开发集成B型超声和超声造影的深度学习影像组学列线图用于术前预测浸润性乳腺癌淋巴血管侵犯	首次将B型超声和超声造影图像特征与临床病理参数结合构建深度学习影像组学列线图	回顾性研究设计，样本仅来自三家医院	术前无创预测浸润性乳腺癌淋巴血管侵犯状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	B型超声，超声造影	深度学习	超声图像	981例患者（834例来自医院I，147例来自医院II和III）	NA	NA	AUC，校准曲线，决策曲线分析	NA
1513	2025-10-05	A Learnable Physical Deep Learning Model for Sparse Limited View Photoacoustic Tomography 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.07.014 PMID:40850901	研究论文	提出一种可学习的物理深度学习模型，用于从稀疏有限视角光声信号实现高质量图像重建	结合物理模型与深度学习，在极稀疏探测器配置下实现无伪影的光声断层成像重建	仅使用16个探测器的极稀疏配置，重建质量仍有提升空间	开发稀疏重建算法以降低光声断层成像系统对硬件制造的要求	光声断层成像系统	医学影像	NA	光声断层成像	深度学习模型	光声信号	数值模拟和活体实验	NA	可学习的物理深度学习模型	结构相似性, 峰值信噪比	NA
1514	2025-10-05	Breast Cancer Diagnosis Using a Dual-Modality Complementary Deep Learning Network With Integrated Attention Mechanism Fusion of B-Mode Ultrasound and Shear Wave Elastography 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.08.007 PMID:40858483	研究论文	开发并评估一种双模态互补特征注意力网络，通过融合B型超声和剪切波弹性成像的空间与硬度信息来改善乳腺肿瘤分类和腋窝淋巴结转移预测	提出双模态互补特征注意力网络(DCFAN)，首次将注意力机制应用于B型超声和剪切波弹性成像的特征融合，实现结构特征与硬度特征的互补增强	研究样本量相对有限(218名患者)，为回顾性研究	提高乳腺肿瘤分类和腋窝淋巴结转移预测的准确性	乳腺肿瘤患者和腋窝淋巴结	计算机视觉	乳腺癌	B型超声，剪切波弹性成像	CNN	图像	218名患者的387对B型和SWE图像	NA	DCFAN	准确率，灵敏度，特异性，AUC，F1分数	NA
1515	2025-10-05	Ovarian masses suggested for MRI examination: assessment of deep learning models based on non-contrast-enhanced MRI sequences for predicting malignancy 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04891-2 PMID:40116887	研究论文	评估四种基于非增强MRI的深度学习模型在区分良恶性卵巢肿瘤中的诊断效能	首次系统比较四种深度学习模型在非增强MRI序列上对卵巢肿瘤良恶性的分类性能，并分析模型参数效率	回顾性研究，样本量有限，仅使用非增强MRI序列	评估深度学习模型使用非增强MRI区分卵巢肿瘤良恶性的诊断能力	526例经病理证实卵巢肿瘤患者（327例良性，199例恶性）	计算机视觉	卵巢肿瘤	非增强磁共振成像	深度学习	医学影像	526例患者（训练集367例，验证集159例）	NA	ConvNeXt, FBNet, GhostNet, ResNet50	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
1516	2025-10-05	Optimizing bladder magnetic resonance imaging: accelerating scan time and improving image quality through deep learning 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04895-y PMID:40167648	研究论文	本研究探讨深度学习在膀胱磁共振T2加权成像中加速扫描时间和提升图像质量的价值	首次将深度学习重建技术应用于膀胱磁共振T2加权成像，在保持诊断信心的同时显著缩短采集时间并提升图像质量	样本量较小（28例患者），需要更大规模研究验证	评估深度学习在膀胱MRI中的临床应用价值	膀胱癌患者	医学影像分析	膀胱癌	磁共振成像，T2加权成像	深度学习	磁共振图像	28例连续膀胱癌患者	NA	NA	采集时间减少百分比，图像质量评分，诊断信心评分，VI-RADS评分	NA
1517	2025-10-05	Arterial phase CT radiomics for non-invasive prediction of Ki-67 proliferation index in pancreatic solid pseudopapillary neoplasms 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04921-z PMID:40178588	研究论文	本研究利用动脉期CT影像组学特征无创预测胰腺实性假乳头状肿瘤Ki-67增殖指数	首次结合动脉期CT影像组学与深度学习模型预测pSPN患者的Ki-67增殖水平，识别CTscore和形态学特征作为关键预测因子	回顾性研究设计，样本量相对有限（92例患者），需多中心前瞻性验证	术前无创预测胰腺实性假乳头状肿瘤的Ki-67增殖指数水平	经病理确诊的胰腺实性假乳头状肿瘤患者	数字病理	胰腺肿瘤	CT影像组学	深度学习, GBM	CT图像	92例患者（训练集64例，验证集28例）	PyRadiomics	深度学习模型	AUC	NA
1518	2025-10-05	Deep learning assisted detection and segmentation of uterine fibroids using multi-orientation magnetic resonance imaging 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04934-8 PMID:40188260	研究论文	开发基于多方位MRI的深度学习模型，用于子宫肌瘤的自动检测和分割	首次使用三维nnU-Net框架构建多方位MRI的子宫肌瘤自动检测和分割模型	NA	开发自动化子宫肌瘤检测和分割的深度学习方法	子宫肌瘤患者	医学影像分析	子宫肌瘤	多方位磁共振成像	深度学习	MRI图像	内部数据集299例患者（训练集239例，内部测试集60例），外部数据集45例患者	nnU-Net	三维nnU-Net	召回率, 精确率, Dice相似系数, 95% Hausdorff距离, 平均表面距离	NA
1519	2025-10-05	Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging From EEG Signals 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561228 PMID:40232903	研究论文	提出一种多视图自监督学习框架，通过结合时域和频域特征提升基于EEG信号的自动睡眠分期性能	引入多视图自监督学习方法，结合跨视图对比损失和动态加权算法，有效学习互补特征并增强特征可迁移性	未明确说明模型在不同人群或临床环境中的泛化能力限制	开发高效且鲁棒的自动睡眠分期方法，减少对标注数据的依赖	脑电图（EEG）信号	机器学习	睡眠障碍	EEG信号分析	深度学习	时序信号，时频特征	三个公开数据集（SleepEDF-20，SleepEDF-78，MASS）	NA	多视图特征编码器，序列编码器，线性分类器	准确率	NA
1520	2025-10-05	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Oct, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究开发了基于机器学习的影像组学模型，用于预测肝细胞癌患者免疫治疗后的生存结果	首次将深度学习自动分割与多种机器学习模型结合，开发了整合影像组学和临床数据的预测模型，在预测免疫治疗疗效方面优于传统临床生物标志物	回顾性研究设计，样本量相对有限（152例患者），仅来自两个医疗中心	预测肝细胞癌患者接受阿特珠单抗联合贝伐珠单抗免疫治疗后的生存结果和治疗反应	不可切除肝细胞癌患者	医学影像分析	肝细胞癌	CT影像，深度学习自动分割，影像组学分析	深度学习，机器学习	医学影像（CT），临床数据	152例来自两个国际中心的患者	NA	K-means聚类，七种机器学习模型结合13种特征选择技术	AUC，总生存期，无进展生存期，风险比	NA