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
1861	2025-07-15	Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification 2024, F1000Research DOI:10.12688/f1000research.145950.2 PMID:39464781	review	本文综述了深度学习在无线胶囊内窥镜图像中用于胃肠道疾病分类的性能	总结了深度学习在无线胶囊内窥镜图像分析中的最新进展，包括迁移学习、注意力机制、多模态学习等	指出了当前深度学习方法在无线胶囊内窥镜图像分析中的挑战和局限性	探讨深度学习在无线胶囊内窥镜图像分析中的研究趋势和未来方向	无线胶囊内窥镜图像	digital pathology	gastrointestinal disease	deep learning	NA	image	NA
1862	2025-07-15	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.3 PMID:39911314	研究论文	评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况	首次在乌干达医学院教师中调查ChatGPT及其他AI工具的使用情况，揭示了年龄与AI工具使用之间的关系	研究仅限于乌干达四所公立大学的医学院教师，样本量较小（224人），可能无法代表更广泛的人群	评估医学院教师对AI工具的使用情况及其影响因素	乌干达四所公立大学的医学院教师	自然语言处理	NA	问卷调查	NA	调查数据	224名医学院教师
1863	2025-07-15	DeepCLEM: automated registration for correlative light and electron microscopy using deep learning 2020, F1000Research DOI:10.12688/f1000research.27158.3 PMID:37397873	研究论文	介绍了一种名为DeepCLEM的全自动CLEM配准工作流程，利用深度学习预测EM图像中的荧光信号，并与实验测量的染色质信号进行自动配准	提出了一种全自动的CLEM配准工作流程，无需手动操作或使用基准标记，通过深度学习预测荧光信号	虽然原则上可以适应其他成像模式和3D堆栈，但具体应用效果未在文中详细讨论	解决荧光图像与EM图像的高精度配准问题	荧光图像和EM图像	计算机视觉	NA	深度学习	CNN	图像	NA
1864	2025-07-14	Deep learning-based post-hoc noise reduction improves quarter-radiation-dose coronary CT angiography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112232 PMID:40505606	研究论文	评估深度学习后处理降噪技术对四分之一辐射剂量冠状动脉CT血管造影图像质量、CAD-RADS评估及诊断性能的影响	首次在外部数据集上验证深度学习降噪技术对低剂量冠状动脉CT血管造影的优化效果，显著提升图像质量与诊断一致性	仅纳入运动伪影完全消除的病例（40例），样本量有限且存在选择偏倚	提升低剂量冠状动脉CT血管造影的临床可用性	接受回顾性心电门控冠状动脉CT血管造影检查的患者（n=221筛选后40例）	医学影像分析	心血管疾病	深度学习降噪（DLNR）、迭代重建、剂量调制扫描	残差密集网络（Residual Dense Network）	CT影像	40例患者（71±7岁，24名男性）的双期相扫描数据
1865	2025-07-14	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	research paper	开发了一种基于多任务深度学习的自动化方法，用于从正颌全景片中估计性别和年龄，并与人类预测进行比较	采用多任务学习方法和注意力分支，显著提高了性别和年龄估计的准确性和一致性	数据集仅包含2067张正颌全景片，可能不足以涵盖所有可能的变异情况	开发一种自动且稳健的方法，用于从正颌全景片中估计性别和年龄	正颌全景片	digital pathology	NA	deep learning	multi-task learning network with VGG backbone	image	2067张正颌全景片，性别和年龄分布均匀，年龄范围3至89岁
1866	2025-07-14	Multimodal deep learning for predicting unsuccessful recanalization in refractory large vessel occlusion 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112254 PMID:40544716	研究论文	本研究探索了一种多模态深度学习方法，整合干预前神经影像和临床数据，以预测急性缺血性卒中患者的血管内治疗结果	提出了一种结合血管分割、临床变量和影像数据的多模态模型，显著提高了预测性能	研究为单中心回顾性队列，样本量相对有限	预测急性缺血性卒中患者血管内治疗的结果	接受血管内治疗的前循环大血管闭塞患者	数字病理	心血管疾病	非对比CT、CTA、CT灌注	CNN、DAFT模块	影像、临床数据	599名患者（481名训练，118名测试）
1867	2025-07-14	Deep learning model using CT images for longitudinal prediction of benign and malignant ground-glass nodules 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112252 PMID:40544718	研究论文	开发并验证了一种基于CT图像的多时间序列深度学习模型，用于纵向预测良性和恶性肺磨玻璃结节	提出了一种基于transformer的深度学习框架，利用多时相CT图像进行磨玻璃结节的良恶性预测，并结合CT语义特征提升模型性能	研究仅基于两家医疗中心的数据，样本量和多样性可能存在限制	开发能够纵向预测肺磨玻璃结节良恶性的深度学习模型	肺磨玻璃结节（GGNs）	数字病理学	肺癌	CT成像	transformer	图像	486个GGNs（来自486名患者）
1868	2025-07-14	The value of a deep learning image reconstruction algorithm for assessing vertebral compression fractures using dual-energy computed tomography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112244 PMID:40544715	研究论文	评估深度学习图像重建算法在双能计算机断层扫描中评估椎体压缩性骨折的价值	使用深度学习图像重建算法（DLIR）改进虚拟非羟基磷灰石（VNHAP）和虚拟单能图像（VMIs）的质量，并提高放射科医生检测急性椎体压缩性骨折（VCFs）的表现	研究样本量有限，仅包含103个椎体	评估DLIR在提高图像质量和放射科医生检测急性VCFs表现方面的价值	46个正常椎体、29个急性VCFs和28个慢性VCFs	数字病理	椎体压缩性骨折	双能计算机断层扫描（DECT）	深度学习图像重建算法（DLIR）	图像	103个椎体（46个正常椎体、29个急性VCFs和28个慢性VCFs）
1869	2025-07-14	Enhancing MRI efficiency in musculoskeletal examinations: Impact of optimized facility design and workflow optimization efforts 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112263 PMID:40582172	研究论文	评估优化设计的MRI设施与传统设施在工作流程效率上的差异	通过优化MRI设施设计和引入深度学习重建技术，显著提高了非对比增强肌肉骨骼检查的工作效率和患者吞吐量	研究为回顾性设计，可能受到未控制变量的影响	评估MRI设施优化设计对工作流程效率的影响	7164例非对比MRI检查（包括膝盖、肩部和踝关节）	医疗影像	肌肉骨骼疾病	MRI扫描和深度学习重建	DL-based重建	医疗影像数据	7164例非对比MRI检查（3951例膝盖、2246例肩部、967例踝关节）
1870	2025-07-14	Predicting brain metastases in EGFR-positive lung adenocarcinoma patients using pre-treatment CT lung imaging data 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112265 PMID:40592110	研究论文	本研究旨在通过整合放射组学特征和深度学习特征，利用治疗前肺部CT图像数据，建立双特征融合模型，以实现对EGFR阳性肺腺癌患者两年内脑转移风险的早期预警	首次将新型视觉mamba网络应用于此背景，开发了结合放射组学和深度学习特征的特征级融合模型，显著提高了预测准确性	研究样本量相对较小（173例患者），且仅使用单模态CT图像数据	早期预警EGFR阳性肺腺癌患者的脑转移风险	EGFR阳性肺腺癌患者	数字病理学	肺癌	CT成像	融合视觉mamba模型	图像	173例EGFR阳性肺腺癌患者（93例有脑转移，80例无脑转移）
1871	2025-07-14	Climate-driven projections of cyanobacterial harmful algal bloom expansion in coastal waters 2025-Aug-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179940 PMID:40570389	研究论文	本研究通过整合GCMs输出与机器学习和深度学习模型，预测未来几十年阿曼沿海水域蓝藻有害藻华的扩展趋势	将蓝藻有害藻华的预测扩展到未来几十年，并利用机器学习和深度学习模型提高预测准确性	研究主要基于历史卫星数据和气候模型，可能未考虑所有影响藻华形成的因素	评估未来气候变化情景下蓝藻有害藻华的长期影响	阿曼沿海水域的蓝藻有害藻华	环境科学	NA	卫星遥感、机器学习和深度学习模型	Random Forest、Extreme Gradient Boosting、GRU、LSTM	卫星图像	957张卫星图像（2000-2020年）
1872	2025-07-14	Identification of STAT3 phosphorylation inhibitors using generative deep learning, virtual screening, molecular dynamics simulations, and biological evaluation for non-small cell lung cancer therapy 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11067-5 PMID:39715975	研究论文	本研究利用生成深度学习、虚拟筛选、分子动力学模拟和生物学评估，针对非小细胞肺癌治疗开发STAT3磷酸化抑制剂	采用生成模型结合虚拟筛选和分子动力学模拟，发现新型STAT3磷酸化抑制剂HG110和HG106，其结合亲和力和稳定性优于已知抑制剂	研究主要基于计算模拟和体外细胞实验，尚未进行体内动物模型验证	开发针对非小细胞肺癌治疗的STAT3磷酸化抑制剂	STAT3磷酸化抑制剂及其在非小细胞肺癌治疗中的应用	机器学习	肺癌	生成深度学习、虚拟筛选、分子动力学模拟	生成模型	化学化合物数据	使用包含STAT3抑制剂的综合数据集进行模型训练，并在H441细胞系中进行验证
1873	2025-07-14	Technology advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: A narrative study 2025-Aug, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.05.022 PMID:40383254	综述	本文综述了重症患者鼻肠管放置技术和肠内营养管理的最新进展	介绍了多种新技术如POCUS、电磁传感器、实时视频辅助放置等在鼻胃管放置和肠内营养管理中的应用	属于叙述性研究，缺乏系统性评价或荟萃分析	探讨重症患者肠内营养管理的技术进步	重症患者	重症医学	危重病	POCUS、电磁传感器、实时视频辅助放置、阻抗传感器、虚拟现实	深度学习算法	医疗影像数据、电子健康记录	NA
1874	2025-07-14	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	research paper	本文介绍了一种高效的子模型集成框架，旨在提高医学深度学习模型的可解释性，从而增强其临床适用性	通过生成不确定性图，该框架使最终用户能够评估模型输出的可靠性，并提出了一种从单一训练良好的检查点生成多样化模型的策略	NA	提高医学深度学习模型的可解释性和临床适用性	CT身体分割和MR-CT合成数据集	digital pathology	NA	深度学习模型集成	U-Net, UNETR	医学影像	NA
1875	2025-07-14	Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112005 PMID:40494176	研究论文	本研究通过可视化静息态功能磁共振成像（rs-fMRI）的深度特征，区分认知正常者和不同阶段阿尔茨海默病患者	提出了一种可视化深度特征的方法，识别出能够有效区分阿尔茨海默病的特定深度特征子集，称为“信息性深度特征”	脑萎缩和图像强度的相似模式对深度特征的可视化提出了挑战	提高深度学习模型在阿尔茨海默病诊断中的可解释性	静息态功能磁共振成像（rs-fMRI）数据	数字病理学	阿尔茨海默病	rs-fMRI	深度学习模型	图像	来自ADNI数据库的rs-fMRI数据
1876	2025-07-14	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Aug, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	research paper	本文介绍了一种名为O-GEST的自动算法，用于基于运动学数据的步态事件检测，适用于标记和无标记分析	O-GEST利用B样条几何模型表示足部标志点的水平轨迹，结合步态依赖的阈值和最优系数，检测健康与病理步态的事件并计算时空参数	尽管O-GEST在无测力板环境下表现良好，但其在更广泛的病理步态或不同运动模式下的普适性仍需进一步验证	开发一种高精度的步态事件检测算法，以在无测力板环境下可靠评估正常和病理步态	390名受试者，包括健康人、单侧髋关节骨关节炎患者、中风幸存者、帕金森病患者和脑瘫儿童	生物医学工程	神经肌肉疾病、骨关节炎、中风、帕金森病、脑瘫	B样条几何建模、运动学分析	几何模型算法	运动学数据	390名受试者（200名健康人，100名单侧髋关节骨关节炎患者，50名中风幸存者，26名帕金森病患者，14名脑瘫儿童）
1877	2025-07-14	Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data 2025-Aug, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2025.109337 PMID:40532492	研究论文	本研究开发了一种基于深度学习的系统，用于数字化听力图，实现数据的结构化和数值化转换，以支持大规模听力大数据的收集	与以往主要关注分类或预测的研究不同，该框架确保结构化数值数据输出，同时遵守数据伪匿名化法规	NA	开发一种深度学习系统，用于数字化听力图，以支持大规模听力数据的收集和分析	听力图	数字病理	听力损失	光学字符识别（OCR）	CNN	图像	训练集8847个听力图符号，测试集2443个听力图符号
1878	2025-07-14	Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112016 PMID:40587919	研究论文	本文提出了一种基于Kolmogorov-Arnold Network (KAN)的参数高效框架，用于注意力缺陷多动障碍(ADHD)的诊断，通过减少参数复杂度和引入新型激活函数来提高模型效率和可解释性	提出了一种轻量级的注意力驱动KAN网络，减少了参数复杂度并引入了新型激活函数，同时结合了滑动窗口数据增强技术以提高模型泛化能力	研究仅基于ADHD-200数据集进行验证，可能在其他数据集上的泛化能力有待进一步验证	开发一种参数高效且可解释的深度学习模型，用于ADHD的诊断	注意力缺陷多动障碍(ADHD)患者的大脑连接特征	数字病理学	注意力缺陷多动障碍(ADHD)	深度学习	Kolmogorov-Arnold Network (KAN)	大脑连接特征数据	ADHD-200数据集
1879	2025-07-14	Colon cancer survival prediction from gland shapes within histology slides using deep learning 2025-Jul-14, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0052 PMID:40650530	研究论文	本研究探讨了深度学习技术在结直肠癌组织病理学图像中腺体分割的应用，并利用分割后的腺体形态特征预测患者生存结果	结合U-Net和DCAN模型在GlaS和CRAG数据集上进行训练，提高了腺体边界的识别准确性，并利用腺体形态特征成功预测患者生存风险	模型在跨数据集泛化能力方面存在准确性与鲁棒性之间的权衡	开发一种能够从组织病理学图像中准确分割腺体并预测结直肠癌患者生存风险的方法	结直肠癌患者的组织病理学图像	数字病理学	结肠癌	深度学习	U-Net, DCAN	图像	GlaS和CRAG数据集及TCGA的WSI图像
1880	2025-07-14	iALP: Identification of Allergenic Proteins Based on Large Language Model and Gate Linear Unit 2025-Jul-13, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00734-2 PMID:40652417	研究论文	本文提出了一种基于大型语言模型ProtT5和门控线性单元(GLU)的新方法iALP，用于高效识别过敏原蛋白(ALPs)	结合ProtT5和GLU，深入分析过敏原蛋白的复杂特征并捕捉其非线性特征	对短于100个氨基酸的蛋白质序列性能讨论有限	提高过敏原蛋白的识别准确率，支持有效的过敏症状预防和治疗策略实施	过敏原蛋白(ALPs)	自然语言处理	过敏性疾病	大型语言模型ProtT5和门控线性单元(GLU)	ProtT5, GLU	蛋白质序列	NA