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
141	2025-10-03	Three-dimensional ultrastructural characterization of Drosophila melanogaster hygrosensilla across humidity conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314841 PMID:41021596	研究论文	本研究通过整合湿度控制、快速冷冻保存和连续块面扫描电镜技术，对果蝇湿度感受器的三维超微结构进行了表征	开发了结合精确湿度控制和深度学习分割的分析流程，首次在稳定温度条件下系统比较不同湿度环境下感受器的三维结构差异	研究主要关注结构特征，湿度感知的具体分子机制仍需进一步验证	探究昆虫感知环境湿度的结构基础和工作机制	黑腹果蝇（Drosophila melanogaster）的湿度感受器	生物传感	NA	连续块面扫描电镜（SBF-SEM）、深度学习分割、快速冷冻保存	深度学习分割模型	三维电子显微镜图像	果蝇湿度感受器在不同湿度条件下的样本
142	2025-10-03	Alzheimer's disease classification using a hybrid deep learning approach with multi-layer U-net segmentation and XAI driven analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332572 PMID:41021656	研究论文	提出一种结合多层级U-net分割和可解释AI的混合深度学习方法来分类阿尔茨海默病	采用多层级U-Net进行脑部分割，结合多尺度EfficientNet与SVM的混合分类方法，并集成显著性图定量分析增强模型可解释性	尚未在公开可用的阿尔茨海默病MRI数据集上进行评估，需要进一步整合先进XAI技术	开发高精度的阿尔茨海默病自动分类系统	阿尔茨海默病患者、轻度认知障碍患者和认知正常人群	数字病理	阿尔茨海默病	MRI脑部成像	U-Net, EfficientNet, SVM	医学影像	NA
143	2025-10-03	Robust Multimodal Fusion for Survival Prediction in Cancer Patients 2025, Cancer informatics IF:2.4Q3 DOI:10.1177/11769351251376192 PMID:41024938	研究论文	提出一种用于癌症患者生存预测的鲁棒多模态融合模型RMSurv	利用合成数据生成计算时间依赖性权重的新型离散晚期融合方法，以及增强可解释性的统计特征归一化技术	仅使用TCGA数据集进行验证，未在其他独立数据集上测试	开发优于单模态模型的稳健多模态生存预测方法	癌症基因组图谱计划(TCGA)中的非小细胞肺癌和泛癌数据集患者	机器学习	肺癌	多模态深度学习，合成数据生成，统计特征归一化	离散晚期融合模型	多模态数据(最多6种)	TCGA非小细胞肺癌和泛癌数据集患者
144	2025-10-03	DiabetesXpertNet: An innovative attention-based CNN for accurate type 2 diabetes prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330454 PMID:41026707	研究论文	提出一种创新的注意力机制CNN模型DiabetesXpertNet，用于准确预测2型糖尿病	专门针对表格医疗数据设计，结合动态通道注意力模块和上下文感知特征增强器，改进了传统CNN在医疗数据上的适用性	NA	提高2型糖尿病的早期预测准确性和可解释性	2型糖尿病患者数据	机器学习	糖尿病	深度学习、互信息和LASSO回归特征选择	CNN（卷积神经网络）	表格医疗数据	PID数据集和德国法兰克福医院糖尿病数据集
145	2025-10-03	Ecological suitability evaluation of traditional village locations in Jiangxi Province based on multi-model integration using artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332375 PMID:41032510	研究论文	本研究采用基于人工智能的多模型集成方法评估江西省传统村落选址的生态适宜性	首次将多种机器学习与深度学习方法集成应用于传统村落生态适宜性评价，构建了复合适宜性指数(CSI)	研究范围仅限于江西省413个传统村落，未涵盖更广泛地理区域	评估传统村落选址的生态适宜性并分析祖先选址的生态智慧	江西省413个传统村落选址点	机器学习	NA	GIS空间分析、多模型集成	Random Forest, Support Vector Machine, Gradient Boosting Decision Trees, CNN, Multilayer Perceptrons	空间栅格数据	413个传统村落选址点
146	2025-10-03	RSA-TransUNet: a robust structure-adaptive TransUNet for enhanced road crack segmentation 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1633697 PMID:41035484	研究论文	提出一种用于道路裂缝分割的鲁棒结构自适应TransUNet模型RSA-TransUNet	提出轴向移位MLP注意力机制(ASMA)、自适应样条线性单元(ASLU)和结构感知多阶段进化优化策略(SMEO)，能有效捕捉多尺度裂缝特征并提升模型鲁棒性	未明确说明计算成本降低程度和实际部署的具体性能指标	提升道路裂缝分割的精度和鲁棒性，解决细粒度纹理捕捉、模糊边缘处理和多类分割等挑战	道路裂缝图像	计算机视觉	NA	深度学习	TransUNet	图像	基于Crack500、CFD和DeepCrack三个数据集进行实验验证
147	2025-10-03	Development of a novel artificial intelligence algorithm for interpreting fetal heart rate and uterine activity data in cardiotocography 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1638424 PMID:41035563	研究论文	开发了一种新型人工智能算法，用于分析胎心监护中的胎心率和子宫活动数据	采用三维并行一维Unet架构，结合深度学习和基于规则的技术，首次实现对胎心监护中加速、减速和宫缩事件的自动识别	算法对减速事件的识别性能相对较低（F1分数0.520），需要进一步优化	开发能够辅助临床医生进行胎心监护解读的人工智能算法	胎心监护追踪数据	医疗人工智能	产科监护	深度学习、基于规则的技术、自动信号处理	一维Unet架构	胎心率和子宫活动信号数据	总计133,696份患者文件，最终使用1,600份用于训练，421份用于验证，591份用于测试
148	2025-10-03	Predicting molecular subtype in breast cancer using deep learning on mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1638212 PMID:41035664	研究论文	开发并评估基于乳腺X线摄影图像的深度学习模型，用于预测乳腺癌分子亚型	首次将DenseNet121与卷积块注意力模块(CBAM)结合应用于乳腺癌分子亚型预测，提供非侵入性诊断替代方案	样本量相对较小(390例患者)，模型性能在部分亚型分类任务中仍有提升空间	开发非侵入性的乳腺癌分子亚型预测方法	经病理证实的浸润性乳腺癌患者	计算机视觉	乳腺癌	深度学习	DenseNet121-CBAM	图像	390例经病理证实的浸润性乳腺癌患者
149	2025-10-03	Bibliometric analysis of the application of artificial intelligence techniques in bacteriology: a PRISMA-guided research agenda 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1641967 PMID:41035885	文献计量分析	通过文献计量分析研究人工智能技术在细菌学领域的应用现状和发展趋势	首次结合PRISMA框架与文献计量技术系统分析细菌学中AI应用的研究格局	主要依赖传统机器学习方法，尚未充分应用深度学习和Transformer等先进模型	分析全球细菌学领域AI技术应用的科研产出并制定未来研究议程	细菌学领域的科学文献和研究成果	自然语言处理	NA	文献计量分析、共现网络分析、主题映射	机器学习、深度学习、Transformer	文献元数据	来自Scopus和Web of Science数据库的文献数据
150	2025-10-03	Applications of artificial intelligence in early childhood health management: a systematic review from fetal to pediatric periods 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1613150 PMID:41036208	系统综述	系统评估人工智能在胎儿至儿童期健康管理中的应用现状、诊断准确性和临床转化障碍	首次系统性地综合评估AI在整个儿童健康连续统（从胎儿期到儿科期）的应用现状和转化准备度	76%的研究使用单中心回顾性数据，仅21%报告外部验证，性能在跨机构环境中下降15%-20%	评估AI在胎儿和儿科护理中的应用现状，评估其诊断准确性和临床实用性，识别现实世界实施的关键障碍	0-18岁个体的健康管理，涵盖胎儿异常检测、新生儿重症监护和儿科遗传诊断	医疗人工智能	儿童疾病	深度学习、面部分析、AI驱动模型	深度学习模型	医学影像、临床数据、遗传数据	从4938条记录中筛选出的133项研究
151	2025-10-03	The evolution of artificial intelligence technology in non-alcoholic fatty liver disease 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1634165 PMID:41036300	文献计量分析	通过文献计量学方法系统分析人工智能技术在非酒精性脂肪肝病研究中的应用现状和发展趋势	首次采用多软件联合分析策略对AI在NAFLD领域的应用进行系统性文献计量分析，识别出深度学习算法和多模态数据融合等新兴研究方向	研究存在数据标准化和模型可解释性等挑战，且分析基于特定数据库可能遗漏部分相关文献	通过文献计量分析识别AI在NAFLD领域的研究趋势和关键方向	2010-2025年间Web of Science数据库中655篇相关学术文献	医学信息学	非酒精性脂肪肝病	文献计量分析、多软件联合分析（HistCite Pro, Scimago Graphica, VOSviewer, CiteSpace）	深度学习算法	文献元数据、引文数据、关键词共现数据	655篇论文，来自60个国家、1462个研究机构、4744位作者，发表于279种期刊
152	2025-10-03	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	通过机器学习和转录组整合方法揭示阿尔茨海默病中淀粉样蛋白-β和tau蛋白的神经病理学及分子异质性	开发了一种新颖的深度学习方法来解析阿尔茨海默病连续体中A+特异性脑网络改变维度，并将其与基因表达数据关联	样本量相对有限（共289名受试者），且依赖公共转录组图谱数据	理解阿尔茨海默病神经病理学聚集物与认知衰退及分子机制的联系	阿尔茨海默病连续体患者（Aβ阳性，n=129）和正常老年人（Aβ阴性，n=160）	机器学习	阿尔茨海默病	功能磁共振成像、转录组分析、深度学习	深度学习	神经影像数据、基因表达数据	289名受试者（129名Aβ阳性，160名Aβ阴性）
153	2025-10-03	Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study 2024-Oct-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8367 PMID:38844370	研究论文	本研究探讨深度学习去噪技术在降低对比剂剂量CT灌注成像中改善图像质量的可行性	首次系统评估深度学习去噪(RED-CNN)在低对比剂剂量CT灌注成像中的应用效果，并与传统k空间加权图像平均滤波方法进行对比	临床样本量较小(仅11例患者)，研究为回顾性设计	开发在降低碘对比剂剂量情况下仍能维持CT灌注图像质量的协议	动物模型(12头猪)和临床患者(22例)	医学影像分析	NA	CT灌注成像，深度学习去噪	RED-CNN(残差编码器-解码器卷积神经网络)	医学影像	12头猪(每头进行9次CTP检查)，22例患者(11例低剂量组，11例标准剂量对照组)
154	2025-10-03	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	在NRG/RTOG 9902三期试验中对基于数字病理学的多模态人工智能架构进行外部验证	首次在随机对照试验人群中验证结合数字组织病理学和临床特征的多模态AI模型对前列腺癌预后的预测能力	样本量有限(318例)，部分患者因图像质量差被排除(5.6%)	验证多模态人工智能模型在高风险局限性前列腺癌患者中的预后预测能力	318名来自NRG/RTOG 9902试验的局限性高风险前列腺癌患者	数字病理学	前列腺癌	数字组织病理学分析	多模态人工智能(MMAI)	图像和临床数据	318例前列腺癌患者组织病理切片
155	2025-10-03	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	本研究开发了结合发光掩码和梯度加权损失函数的深度学习模型，用于提高乳腺癌放疗的3D剂量预测质量	提出了两种创新技术：发光掩码算法将轮廓距离编码到每个体素中，以及梯度加权均方误差损失函数强调高剂量梯度区域的误差	研究仅针对乳腺癌切线野放疗，样本量为305个治疗计划	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌患者的放疗治疗计划	医学影像分析	乳腺癌	深度学习，3D U-Net模型	3D U-Net	CT图像和轮廓数据	305个治疗计划，按70/15/15%比例分为213/46/46的训练/验证/测试集
156	2025-10-03	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	开发了一种能够处理缺失PET图像数据的头颈部肿瘤自动分割深度学习框架	提出'空白通道'训练策略，使模型能够灵活处理PET图像缺失情况，在保证分割精度的同时提高临床适用性	研究主要针对头颈部肿瘤，在其他类型肿瘤中的适用性需要进一步验证	开发能够处理缺失PET图像的头颈部肿瘤靶区自动分割方法	头颈部肿瘤患者，包括口咽癌患者和其他头颈部肿瘤患者	数字病理	头颈部癌症	深度学习，PET/CT成像	深度学习分割模型	医学图像（CT和PET）	数据集I：524例训练患者和359例测试患者；数据集II：90例测试患者
157	2025-10-03	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	开发了一种患者特异性深度学习方法用于质子声学成像，以提高质子治疗中3D剂量验证的精度	提出两阶段患者特异性深度学习框架，结合群体模型预训练和患者特定数据迁移学习，显著提升质子声学图像重建质量	研究仅基于10例前列腺癌患者的模拟数据，需要进一步研究验证该技术的临床影响	提高质子治疗中质子声学成像的重建质量和剂量验证精度	前列腺癌患者	医学影像处理	前列腺癌	质子声学成像、深度学习、迁移学习、数据增强	深度学习网络	CT图像、射频信号、压力图	10例前列腺癌患者的模拟数据
158	2025-10-03	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文提出建立医学影像AI算法临床实施前的验证基础设施框架	提出了在临床系统之外建立AI推理基础设施的完整步骤，支持高效、可定制且成本效益高的外部验证方案	未提及具体实施案例和验证结果数据	开发医学影像AI算法临床实施前的验证基础设施	基于影像的人工智能算法	数字病理	NA	深度学习	深度学习算法	医学影像	NA
159	2025-10-03	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	本研究比较了深度学习模型与资深外科住院医师在腹部X光片上诊断坏死性小肠结肠炎的能力	首次将预训练的ResNet-50深度卷积神经网络应用于新生儿坏死性小肠结肠炎的影像诊断，并与临床医师进行直接比较	样本量有限（494张影像），单中心研究，缺乏普遍应用的“金标准”	评估深度学习模型在诊断坏死性小肠结肠炎方面的准确性和临床应用价值	新生儿腹部X光片	计算机视觉	坏死性小肠结肠炎	迁移学习，梯度加权类激活映射	ResNet-50深度卷积神经网络	医学影像	494张新生儿腹部前后位X光片（214张坏死性小肠结肠炎，280张其他）
160	2025-10-03	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	本研究应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变的多分类识别	首次将机器学习算法与OCTA成像技术及临床数据相结合，实现糖尿病视网膜病变的多类别自动分类	样本量相对有限（203例训练，169例验证），且为横断面观察性研究	开发基于机器学习的糖尿病视网膜病变自动分类系统，辅助筛查和管理	糖尿病患者（203例训练集，169例验证集）	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林、梯度提升机（GBM）、深度学习、逻辑回归	临床数据和医学影像数据	训练集203例患者（203眼），验证集169例患者（169眼）