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
1881	2025-09-08	SpaOmicsVAE: A deep learning framework for integrative analysis of spatial multi-omics data 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109032 PMID:40848558	研究论文	提出SpaOmicsVAE深度学习框架，用于整合分析空间多组学数据	结合变分自编码器与双图神经网络，通过注意力机制整合空间和特征信息，有效处理数据稀疏性和噪声	NA	解决空间多组学数据的有效整合与分析挑战	胸腺、脾脏、海马体和脑组织等多种组织样本	机器学习	NA	空间多组学技术	VAE, GNN	空间多组学数据	多种组织样本（实验和模拟数据集）
1882	2025-09-08	AIBSD: Deep learning approach to address spatial systematic errors in diffusion tensor imaging 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109034 PMID:40876083	研究论文	提出基于深度学习的AIBSD方法，用于校正扩散张量成像中的空间系统误差	首次使用深度神经网络解决DTI中磁场梯度空间分布误差校正问题，无需额外体模扫描	基于130个回顾性数据集，需要进一步验证临床适用性	开发深度学习方法来消除DTI中的空间系统误差	扩散张量成像数据和体模测量数据	医学影像分析	NA	扩散张量成像(DTI)	CNN（卷积神经网络）	医学影像数据	130个DTI数据集（包含体内和体模配对测量）
1883	2025-09-08	Novel fusion architecture of multi-location blood flow sounds for arteriovenous fistula stenosis diagnosis 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109022 PMID:40886696	研究论文	提出一种融合多位置血流声音和位置元数据的架构，用于动静脉瘘狭窄诊断	首次引入多位置融合策略（通道融合和时间融合）并结合位置元数据编码，充分利用血管通路多个段落的声学信息	NA	开发动静脉瘘狭窄诊断方法，解决狭窄存在性和位置定位两个关键问题	动静脉瘘患者的血流声音数据	生物医学信号处理	肾脏疾病相关血管病变	声学特征提取，深度学习	MPFA（多位置融合架构），深度学习分类器	声音信号	从5个连续位置采集声学数据
1884	2025-09-08	Artificial intelligence: a new era in prostate cancer diagnosis and treatment 2025-Oct-15, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.126024 PMID:40769449	综述	本文回顾了人工智能在前列腺癌诊断与治疗中的当前应用及其变革性影响	人工智能通过整合临床、基因组和影像数据，提升诊断准确性和治疗规划，实现个性化医疗策略	认识到潜在挑战，但未具体说明技术或临床实施的局限性	探索人工智能在前列腺癌护理中的应用，以改善诊断和治疗规划	前列腺癌患者及其诊断与治疗过程	数字病理	前列腺癌	机器学习、深度学习	AI算法	影像数据（如MRI、超声）、临床数据、基因组数据	NA
1885	2025-09-08	PixelPrint 4D : A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications 2025-Oct-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001182 PMID:40173424	研究论文	提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性、可形变的肺部CT体模以模拟呼吸运动	首次实现逐体素复制患者肺部密度分布，并能够模拟真实非刚性形变模式	研究仅基于单一肺癌患者的4DCT数据集，需要更多样本验证普适性	开发高保真呼吸运动体模，为CT成像和放射治疗中的运动补偿技术提供测试环境	肺癌患者的肺部结构和呼吸运动特征	医学影像	肺癌	3D打印、4DCT成像	NA	CT影像数据	1例肺癌患者的4DCT数据集
1886	2025-09-08	Automated vertebral bone quality score measurement on lumbar MRI using deep learning: Development and validation of an AI algorithm 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109094 PMID:40780043	研究论文	开发并验证一种基于深度学习的AI算法，用于从腰椎MRI自动测量椎体骨质量评分	首次使用YOLOv8模型实现椎体骨质量评分的全自动化计算，替代传统手动测量方法	需要进一步的外部验证以确保通用性和临床适用性	改善术前骨质量评估，识别手术结果风险患者	腰椎MRI扫描图像	计算机视觉	骨科疾病	MRI成像，深度学习	YOLOv8	医学图像	257例腰椎T1加权MRI扫描（SPIDER数据集）和47例腰椎手术患者的手动标注数据
1887	2025-09-08	Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109098 PMID:40782606	研究论文	本研究探讨脑部不同区域扩大的血管周围间隙（EPVS）体积作为生物标志物，用于区分老年阿尔茨海默病和血管性痴呆	首次利用深度学习模型自动量化四个脑区的EPVS体积，并发现其空间分布差异可作为区分两种痴呆亚型的可靠影像学生物标志物	样本量有限（共215名患者），且所有患者年龄均大于65岁，结果可能不适用于年轻人群	区分阿尔茨海默病与血管性痴呆的诊断标志物研究	93名阿尔茨海默病患者和122名血管性痴呆患者	数字病理学	老年疾病	深度学习自动量化	VB-Net	影像数据	215名老年患者（93名AD，122名VD）
1888	2025-09-08	Optimization of carotid CT angiography image quality with deep learning image reconstruction with high setting (DLIR-H) algorithm under ultra-low radiation and contrast agent conditions 2025-Sep-05, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103154 PMID:40914000	研究论文	本研究评估深度学习图像重建算法DLIR-H在超低辐射和低对比剂条件下优化颈动脉CT血管成像质量的效果	首次在超低剂量双能CTA中系统比较DLIR-H算法与常规ASIR-V算法，并证实DLIR-H在复杂血管部位（如颈动脉分叉处）的图像质量提升最显著	样本量有限（120例患者），且为单中心研究，需更大规模验证	评估DLIR-H算法在超低辐射和低对比剂条件下提升颈动脉CTA图像质量的效能	接受双能颈动脉CTA检查的120例患者	医学影像处理	脑血管疾病	双能CT血管成像（DE-CTA），深度学习图像重建（DLIR），虚拟单能图像（VMI）	深度学习图像重建算法（DLIR）	CT医学影像	120例患者分为4组（1个对照组和3个实验组）
1889	2025-09-08	Commentary on: "Diagnosis of lymph node metastasis in oral squamous cell carcinoma by an MRI-based deep learning model" 2025-Sep-05, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107652 PMID:40914072	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1890	2025-09-08	AI-driven and Traditional Radiomic Model for Predicting Muscle Invasion in Bladder Cancer via Multi-parametric Imaging: A Systematic Review and Meta-analysis 2025-Sep-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.035 PMID:40914722	系统综述与荟萃分析	通过荟萃分析方法系统评估AI驱动和传统放射组学模型在检测肌层浸润性膀胱癌中的诊断性能	首次系统比较AI与传统放射组学模型性能，并探讨其与VI-RADS系统的协同价值	纳入研究存在显著异质性，需要多国多中心前瞻性研究验证外部有效性	评估放射组学模型对膀胱癌肌层浸润的诊断准确性	膀胱癌患者	医学影像分析	膀胱癌	放射组学分析，多参数成像（CT/MRI）	深度学习，机器学习，传统放射组学模型	医学影像	43项研究，9624名患者
1891	2025-09-08	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	提出SeaMoon方法，利用蛋白质语言模型从序列直接预测蛋白质连续构象变化	首次探索从蛋白质序列直接预测连续构象变化，无需依赖3D结构	仅对40%的测试蛋白质能准确预测至少一种真实运动	开发深度学习模型预测蛋白质构象动力学	蛋白质构象变化和运动	机器学习	NA	蛋白质语言模型(pLM)	CNN	序列嵌入	约1,000组实验构象集合
1892	2025-09-08	Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model 2025-Sep-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00623-9 PMID:40908427	研究论文	比较开源深度学习肺叶分割工具与本地训练模型在CT扫描图像上的性能表现	首次系统评估多种开源肺叶分割模型（MOOSE、TotalSegmentator、LungMask）并与本地nnU-Net模型在内部和外部数据集上进行全面性能对比	研究基于有限样本量（内部数据集164例，测试集33例），且外部验证仅使用LOLA11竞赛数据（n=55）	评估深度学习肺叶分割模型的性能并比较不同训练策略的效果	CT扫描图像中的肺叶分割	医学图像分析	肺部疾病	深度学习分割，CT影像分析	nnU-Net, MOOSE, TotalSegmentator, LungMask	CT图像	内部数据集164例CT扫描，测试子集33例，外部验证集55例
1893	2025-09-08	A Multi-Task Deep Learning Pipeline Integrating Vessel Segmentation and Radiomics for Multiclass Retinal Disease Classification 2025-Sep-04, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.105209 PMID:40914189	研究论文	开发一种集成血管分割和影像组学的多任务深度学习框架，用于自动分类四种视网膜疾病	首次将基于Transformer的分割模型（Swin-Unet）与影像组学特征结合，实现多类别视网膜疾病分类	研究依赖多中心数据但未说明数据分布差异可能带来的影响	自动化视网膜疾病分类	糖尿病患者视网膜病变、高血压性视网膜病变、视乳头水肿及正常眼底	计算机视觉	视网膜疾病	深度学习、影像组学分析	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet, XGBoost, CatBoost, Random Forest, Ensemble	眼底图像	2,165名患者（来自8个医疗中心），外部测试集769名患者
1894	2025-09-08	Deep learning-assisted system improves practical effect in cervical cytopathology diagnosis: A comparative study of reading modes 2025-Sep-04, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计比较四种阅片模式在宫颈细胞病理学诊断中的效果，评估深度学习辅助系统的实际应用价值	首次采用四向交叉设计系统比较未辅助、并行、二次和分诊四种阅片模式，并综合评估诊断性能、时间效率和病理学家偏好	研究基于回顾性收集的样本，可能存在选择偏倚；未涉及长期临床应用效果的跟踪评估	评估不同深度学习辅助阅片模式在宫颈细胞病理学诊断中的有效性和实用性	宫颈细胞学涂片和认证细胞病理学家	数字病理学	宫颈癌	深度学习	深度学习模型（具体架构未说明）	细胞病理学图像	1620张宫颈涂片（2021-2022年回顾性收集），108位认证细胞病理学家参与
1895	2025-09-08	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Sep-03, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的深度学习框架AlzFormer，用于阿尔茨海默病的早期诊断和多分类	首次将时空自注意力机制应用于MRI序列分析，将T1加权MRI体积视为视频序列处理	仅使用ADNI数据集的1.5T MRI扫描，未说明样本量具体数值	阿尔茨海默病的早期准确诊断和多分类	AD、MCI和CN个体的结构MRI扫描	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer（时空注意力机制）	图像（MRI序列）	NA
1896	2025-09-08	End-to-end deep learning model with multi-channel and attention mechanisms for multi-class diagnosis in CT-T staging of advanced gastric cancer 2025-Sep-03, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112408 PMID:40913943	研究论文	构建了一个基于CT的端到端深度学习模型，用于晚期胃癌的肿瘤T分期	结合多通道和注意力机制的端到端深度学习模型，在CT-T分期中实现了高精度和一致性	回顾性研究，样本量相对有限（460例）	开发AI模型实现胃癌CT-T分期的自动化评估	晚期胃癌患者的术前CT影像	计算机视觉	胃癌	CT成像，深度学习	3D-Conv-UNet, SmallFocusNet, 端到端深度学习模型	CT影像	460例晚期胃癌患者（423例训练测试集，37例独立验证集）
1897	2025-09-08	Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414732 PMID:40433949	研究论文	开发用于外周神经信号连续记录的软生物电子接口及跨被试解码模型	采用低阻抗软导电聚合物电极实现与神经组织的稳定接触，并结合手工特征与深度学习特征的多策略神经网络模型	NA	提升外周神经信号解码精度与跨被试泛化能力	觉醒动物的外周神经组织	神经工程	神经系统疾病	神经信号记录与解码	神经网络（结合手工特征与深度学习特征）	神经电生理信号	NA
1898	2025-09-08	Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507764 PMID:40775740	综述	本文系统综述了结合蛋白质三维空间结构与人工智能技术预测药物协同-拮抗作用的最新研究进展与应用前景	整合蛋白质空间结构与AI技术预测药物协同-拮抗效应，推动精准医疗中的多靶点药物设计	NA	评估蛋白质位点可成药性及预测药物协同-拮抗作用	转录因子、信号通路调控蛋白、膜转运蛋白及多靶点药物	计算生物学	癌症、感染性疾病、代谢疾病	机器学习、深度学习	NA	多源生物数据（含蛋白质空间结构数据）	NA
1899	2025-09-08	Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72101 PMID:40909012	研究论文	提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于蜜蜂亚种的自动识别	开发了无需预定义标签的自适应层次聚类算法，能够有效区分杂交种群和表型中间体	NA	解决蜜蜂亚种识别的可扩展性和杂交样本分析难题	蜜蜂翅膀脉纹	计算机视觉	NA	NLM去噪、CLAHE增强、自适应阈值、形态学处理、Zhang-Suen骨架化	自适应层次聚类(AHC)	图像	26,481张翅膀图像
1900	2025-09-08	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍了一个开源R包stImage，用于通过可定制的深度组织学和位置信息整合优化空间转录组分析	首次在统一框架中完全协同基因表达、组织学特征和精确空间坐标，提供54种整合策略	NA	优化空间转录组分析，提高组织生物学的理解	空间转录组数据	生物信息学	NA	空间转录组学，深度学习	深度学习	基因表达数据，组织学图像，空间坐标	多个数据集（具体数量未说明）