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
17901	2025-10-06	Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography 2025-Aug, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13419 PMID:40357880	研究论文	开发了一种基于深度学习的相位衬比显微CT图像增强方法，用于改善低密度材料的可视化效果	提出边缘视图增强相位检索方法，通过策略性整合去噪边缘增强对比图像和相位检索图像的互补空间特征	NA	解决传统相位衬比显微CT图像处理中的过平滑和噪声敏感问题	低密度水凝胶构建体	计算机视觉	NA	相位衬比显微CT，相位检索算法	CNN	显微CT图像	NA	NA	深度卷积神经网络	信噪比，对比噪声比，分割效率	NA
17902	2025-10-06	Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study 2025-Aug, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70057 PMID:40384598	研究论文	本研究通过深度学习AI模型评估便携式超声膀胱扫描仪测量膀胱体积的准确性	首次使用深度学习AI算法在完整膀胱体积范围内与传统方法进行准确性比较	研究基于特定队列的内部验证，需要外部队列验证临床相关性	比较深度学习AI算法与传统方法在膀胱体积测量中的准确性	因下尿路症状接受充盈性膀胱测压的患者	医学影像分析	泌尿系统疾病	超声成像	深度学习	超声图像	250名患者（213名男性，37名女性），1912张膀胱图像	NA	NA	R2, p值, 平均差异	NA
17903	2025-10-06	Enhancing HF-DL Model Validation for Liver Fibrosis Staging Through Sample Optimisation and Technical Integration 2025-Aug, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70214 PMID:40607661	comments	对Zhang等人关于高频超声深度学习模型在肝纤维化分期中应用的论文进行评论和讨论	NA	NA	讨论高频深度学习模型在肝纤维化分期验证中的样本优化和技术整合问题	慢性乙型肝炎患者的肝纤维化分期	digital pathology	liver fibrosis	high-frequency ultrasound, shear wave elastography	deep learning	ultrasound images	NA	NA	NA	NA	NA
17904	2025-07-19	Commentary on "Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study" 2025-Jul-18, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70102 PMID:40678844	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17905	2025-10-06	Deep learning reconstruction for improving image quality of pediatric abdomen MRI using a 3D T1 fast spoiled gradient echo acquisition 2025-Jul-18, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06313-3 PMID:40679617	研究论文	本研究评估深度学习重建在改善儿童腹部MRI图像质量方面的效果	首次在儿科患者中系统评估基于商业深度学习算法的MRI重建方法，填补了儿童腹部MRI深度学习重建的研究空白	研究为回顾性设计，样本量相对较小（38例患者），仅评估了单一厂商的深度学习算法	比较传统重建与深度学习重建在儿童腹部MRI图像质量方面的差异	儿科患者（年龄<18岁）的腹部MRI图像	医学影像分析	儿科疾病	3D快速扰相梯度回波（SPGR）采集，2点Dixon技术	深度学习	MRI图像	38例儿科患者（23名男性，平均年龄8.6±5.7岁）	AIR™ Recon DL（GE HealthCare）	商业深度学习算法	图像质量评分（5点Likert量表），信噪比（SNR），边缘数量，观察者间一致性（Kendall秩相关系数）	NA
17906	2025-10-06	M4CEA: A Knowledge-guided Foundation Model for Childhood Epilepsy Analysis 2025-Jul-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3590463 PMID:40674185	研究论文	提出了一种用于儿童癫痫分析的知识引导基础模型M4CEA	使用知识引导掩码策略和时间编码器的时间嵌入，有效捕捉儿童EEG信号的多域表征	NA	构建具有强泛化能力的多任务儿童癫痫分析基础模型	儿童癫痫脑电图信号	医疗分析	儿童癫痫	脑电图分析	基础模型	脑电图信号	超过1000小时的儿童EEG记录	NA	M4CEA	平衡准确率	NA
17907	2025-10-06	Automatic selection of optimal TI for flow-independent dark-blood delayed-enhancement MRI 2025-Jul-17, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30632 PMID:40674608	研究论文	提出并评估一种基于自由呼吸FIDDLE TI-scout图像自动预测暗血和灰血图像最佳反转时间的深度学习方法	首次开发基于深度学习的自动管道，用于预测FIDDLE采集中的最佳反转时间，无需人工干预	研究样本量有限（64名临床受试者验证），仅在两款特定MRI扫描仪上验证	优化流无关暗血延迟增强磁共振成像中暗血和灰血图像的反转时间选择	心脏磁共振成像中的心肌和血池组织	医学影像分析	心血管疾病	磁共振成像，流无关暗血延迟增强采集	深度学习网络	磁共振图像	267名患者用于训练，64名临床受试者用于评估	NA	NA	平均误差	3T Magnetom Vida和1.5T Magnetom Sola MRI扫描仪
17908	2025-10-06	Deep Learning-Based Precision Cropping of Eye Regions in Strabismus Photographs: Algorithm Development and Validation Study for Workflow Optimization 2025-Jul-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/74402 PMID:40674714	研究论文	开发并验证基于深度学习的斜视照片眼区精准裁剪算法，用于优化临床工作流程和AI数据预处理	提出基于旋转边界框检测框架的预处理算法，能够自动校正头部倾斜，显著提升眼区裁剪的准确性和效率	研究主要针对斜视患者，在更广泛的眼科疾病中的应用仍需进一步验证	开发自动化眼区裁剪算法以提升临床工作流程效率和AI数据预处理标准化	648名住院和门诊患者的5832张眼部图像，包含不同注视位置和拍摄条件	计算机视觉	斜视	深度学习，梯度加权类激活映射	CNN, Vision Transformer	图像	5832张图像（648名患者）+ 500张外部验证图像（IMDB-WIKI数据集）	TensorFlow, PyTorch, Dlib	Faster R-CNN, Vision Transformer	精确度, 召回率, 平均精度均值(mAP), AUC	未明确指定GPU类型，使用5折交叉验证
17909	2025-10-06	Automated multi-model framework for malaria detection using deep learning and feature fusion 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04784-w PMID:40664727	研究论文	提出一种集成深度学习和特征融合的多模型框架用于疟疾自动检测	采用多模型架构集成ResNet50、VGG16和DenseNet-201进行特征提取，结合特征融合和PCA降维，使用SVM与LSTM混合分类方案，并通过多数投票机制增强预测鲁棒性	NA	开发自动化疟疾诊断框架以提高诊断准确性和效率	疟疾检测	计算机视觉	疟疾	深度学习，机器学习	CNN, LSTM, SVM	图像	27,558张显微镜薄血涂片图像	NA	ResNet50, VGG16, DenseNet-201	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
17910	2025-10-06	A non-anatomical graph structure for boundary detection in continuous sign language 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11598-3 PMID:40664813	研究论文	提出一种结合图卷积网络和Transformer的深度学习方法来检测连续手语视频中孤立手语的边界	引入了非解剖学图结构来更好地表示手部关节运动和关系，并提出了两阶段训练部署框架	NA	解决连续手语视频中孤立手语边界检测的挑战	连续手语视频中的孤立手语片段	计算机视觉	NA	深度学习	GCN, Transformer	视频	在两个数据集上进行实验	NA	图卷积网络, Transformer, 全连接层	NA	NA
17911	2025-10-06	Placenta segmentation redefined: review of deep learning integration of magnetic resonance imaging and ultrasound imaging 2025-Jul-15, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00197-8 PMID:40663247	综述	回顾深度学习在胎盘磁共振成像和超声成像分割中的整合应用	首次系统综述多模态医学影像（MRI和超声）在胎盘分割中的深度学习整合方法	未涉及具体实验验证，主要基于文献综述；高级成像技术成本高且可用性有限	探讨深度学习技术在胎盘医学影像分割中的应用进展	胎盘医学影像（MRI和超声图像）	数字病理	产科疾病	磁共振成像, 超声成像	深度学习	医学影像	NA	NA	NA	NA	NA
17912	2025-10-06	BaliMask3D dataset for 3D completion and reconstruction of traditional Balinese masks 2025-Jul-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05505-8 PMID:40664699	研究论文	介绍用于3D补全和重建任务的巴厘岛传统面具高质量3D模型数据集	首个专门针对巴厘岛传统面具文化遗产的3D数据集，采用360度摄影测量技术数字化	仅包含27个类别的面具样本，样本规模有限	支持文化遗产保护的3D补全和重建任务	巴厘岛博物馆收藏的传统面具	计算机视觉	NA	360度摄影测量	VQ-VAE, SDFusion	3D模型	27个类别的巴厘岛传统面具	NA	VQ-VAE, SDFusion	NA	NA
17913	2025-10-06	Decision level scheme for fusing multiomics and histology slide images using deep neural network for tumor prognosis prediction 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09869-0 PMID:40664732	研究论文	提出一种决策级多模态数据融合框架，整合多组学数据和病理组织切片图像用于肿瘤预后预测	通过建立空间实例映射连接相邻细胞核，并利用图卷积层计算特征张量，实现病理图像与多组学数据的无缝整合	仅使用TCGA数据库中的乳腺癌和非小细胞肺癌数据，未在其他癌症类型上验证	开发多模态数据融合方法以提高肿瘤预后预测性能	乳腺癌和非小细胞肺癌患者	数字病理学	乳腺癌, 非小细胞肺癌	全切片图像, 转录组数据, 基因型数据, 表观遗传数据	深度神经网络, 图卷积网络	图像, 多组学数据, 生存信息	来自TCGA的乳腺癌和非小细胞肺癌数据集	NA	图卷积网络, Global Average Pooling	C-index	NA
17914	2025-10-06	Deep adaptive learning predicts and diagnoses CSVD-related cognitive decline using radiomics from T2-FLAIR: a multi-centre study 2025-Jul-15, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01813-w PMID:40664728	研究论文	开发基于Transformer的深度学习模型，利用T2-FLAIR影像的脑白质高信号放射组学特征预测和诊断脑小血管病相关认知障碍	首次将Transformer架构与脑白质高信号放射组学特征结合，采用领域自适应策略进行多中心验证，并发现对数转换的灰度区域大小矩阵特征是关键预测因子	样本量相对有限（783名受试者），仅使用T2-FLAIR单一模态影像数据	开发自动化、非侵入性的脑小血管病相关认知障碍早期检测工具	脑小血管病患者的认知功能状态	医学影像分析	脑小血管病	放射组学分析，T2-FLAIR磁共振成像	Transformer	医学影像	783名受试者（含161名纵向随访患者），来自三个医疗中心	NA	Transformer	AUC	NA
17915	2025-10-06	Poincare guided geometric UNet for left atrial epicardial adipose tissue segmentation in Dixon MRI images 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10110-1 PMID:40664735	研究论文	提出并验证了PoinUNet模型，用于从Dixon MRI图像中分割左心房心外膜脂肪组织	将双曲空间嵌入层集成到3D UNet中，通过双曲空间学习捕获复杂的左心房和心外膜脂肪组织关系，并使用新的损失函数解决类别不平衡和脂肪几何形状挑战	样本量相对较小（66名参与者），仅使用1.5T MRI扫描仪数据	开发准确的自动分割方法用于左心房心外膜脂肪组织量化	左心房心外膜脂肪组织和左心房壁	医学图像分析	心血管疾病	Dixon MRI	CNN, 深度学习	MRI图像	66名参与者（包括48名房颤患者）	NA	3D UNet, Poincaré嵌入层	Dice相似系数, Hausdorff距离	NA
17916	2025-10-06	A hybrid framework of generative deep learning for antiviral peptide discovery 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11328-9 PMID:40664756	研究论文	提出结合WGAN-GP和BiLSTM的混合框架用于抗病毒肽发现	首次将Wasserstein生成对抗网络与双向长短期记忆网络结合用于抗病毒肽的生成与识别	生成肽在不同病毒终点中的丰度存在显著差异	开发抗病毒肽发现的计算框架	抗病毒肽(AVPs)	机器学习	病毒感染	深度学习	GAN, LSTM	肽序列数据	成功生成815种新型抗病毒肽	TensorFlow, PyTorch	WGAN-GP, BiLSTM	多样性评估, 功能性验证	NA
17917	2025-10-06	AI-powered prediction model for neoadjuvant chemotherapy efficacy: comprehensive analysis of breast cancer histological images 2025-Jul-15, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01033-1 PMID:40664754	研究论文	开发结合组织病理学、临床和免疫特征的人工智能集成预测模型，用于预测乳腺癌新辅助化疗疗效	首次提出综合肿瘤上皮、间质和全肿瘤区域的深度学习生物标志物，并验证TR-score在预测新辅助化疗反应中的优越性	研究样本量相对有限（1035例），免疫数据对模型性能提升的统计学意义不显著（p=0.183）	建立精准预测乳腺癌新辅助化疗疗效的人工智能模型	乳腺癌患者	数字病理学	乳腺癌	全切片图像分析	深度学习	组织病理图像、临床数据、免疫特征数据	来自四个中心的1035例患者	NA	NA	AUC, 准确率	NA
17918	2025-10-06	Efficacy of swarm-based neural networks in automated depression detection 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09414-z PMID:40664787	研究论文	本研究提出了一种结合群体智能算法优化的深度学习模型用于自动抑郁症检测	首次将蜻蜓算法、萤火虫算法和飞蛾火焰优化算法三种群体智能算法与深度学习结合用于抑郁症诊断的特征选择和降维	NA	开发优化的深度学习模型用于自动抑郁症检测	抑郁症患者	自然语言处理	抑郁症	深度学习	深度学习模型	语音/文本数据	DAIC-WOZ语料库、CMDC数据集和MODMA数据集	NA	定制深度学习架构	宏F1分数, 召回率, 精确率	NA
17919	2025-10-06	Preoperative prediction value of 2.5D deep learning model based on contrast-enhanced CT for lymphovascular invasion of gastric cancer 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11427-7 PMID:40664824	研究论文	基于增强CT静脉期图像开发人工智能模型预测胃癌术前淋巴血管侵犯	通过聚焦肿瘤最大横截面并整合七个相邻2D图像，生成稳定的2.5D数据建立多实例学习模型	回顾性研究设计，样本量相对有限（351例患者）	预测胃癌术前淋巴血管侵犯状态	胃癌患者	数字病理	胃癌	对比增强CT	深度学习, 放射组学	医学影像	351例胃癌患者（训练集246例，测试集105例）	NA	2D深度学习模型, 3D深度学习模型, 2.5D多实例学习模型	AUC, 敏感度, 特异度, 校准曲线, 决策曲线分析	NA
17920	2025-10-06	OR-FCOS: an enhanced fully convolutional one-stage approach for growth stage identification of Oudemansiella raphanipes 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09303-5 PMID:40664902	研究论文	提出一种改进的全卷积单阶段方法OR-FCOS，用于准确识别长根菇的生长阶段	结合MobileNetV3-Large骨干网络与高效多尺度注意力模块，采用神经架构搜索增强的FCOS解码器，并集成CIoU损失函数	仅针对长根菇单一物种进行研究，未与其他方法进行广泛比较	开发高效准确的长根菇生长阶段识别方法，支持自动化实时监测	长根菇在不同生长阶段的图像	计算机视觉	NA	深度学习	CNN	图像	8,000张长根菇图像	NA	MobileNetV3-Large, FCOS	mAP, 模型参数量, 模型大小, FLOPs	NA