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
1901	2025-09-05	Diabetic retinopathy screening using machine learning: a systematic review 2025-Sep-02, BMC biomedical engineering DOI:10.1186/s42490-025-00098-0 PMID:40890865	系统综述	本文系统回顾了机器学习在糖尿病视网膜病变筛查中的应用，包括数据集分析、预处理技术和模型进展	全面分析ML在DR筛查中的研究现状，识别标准化视网膜数据集特征并指明未来研究方向	依赖现有文献质量，未进行原始数据验证，可能遗漏未发表的研究	系统评估机器学习技术在糖尿病视网膜病变筛查中的整合应用与挑战	视网膜眼底图像及相关的机器学习筛查方法	医学影像分析	糖尿病视网膜病变	机器学习(ML)和深度学习(DL)	NA	视网膜眼底图像	NA（文献综述未指定具体样本量）
1902	2025-09-05	Deep learning-based morphological analysis of human sperm 2025-Sep-02, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03418-7 PMID:40897949	研究论文	提出一种基于深度学习的联合学习模型，用于精子头部分割和形态分类预测	利用多帧多角度时间序列图像和联合学习模型，克服传统单角度2D图像无法准确识别精子形态的问题	NA	通过精子头部形态分析预测男性精液质量	人类精子	计算机视觉	生育相关疾病	深度学习	多任务学习模型	多帧多角度时间序列图像	NA
1903	2025-09-05	Promoting Li Transfer and Storage in Si Anode Through Dynamically Precise Modulation of Constructed Carbon Coating 2025-Sep-02, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202505151 PMID:40898652	研究论文	通过设计具有不同微观结构的碳涂层，研究其对硅负极锂离子电池性能的影响，发现类硬碳结构可有效提升锂/电子扩散和缓冲体积膨胀	结合深度学习原位电镜观察，首次揭示碳涂层框架内硅的锂化行为，并提出可推广至其他合金型负极材料的涂层设计策略	NA	提升硅负极材料的锂离子传输和存储性能，解决其体积膨胀和扩散速率低的问题	硅负极材料及其碳涂层结构	材料科学	NA	原位电子显微镜，深度学习（DL），电化学行为分析	深度学习	显微图像，电化学数据	三种不同微观结构的碳涂层样品
1904	2025-09-05	A Preliminary Study on an Intelligent Segmentation and Classification Model for Amygdala-Hippocampus MRI Images in Alzheimer's Disease 2025-Sep-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.039 PMID:40903373	研究论文	本研究开发了一种基于深度学习的杏仁核-海马体分割与分类模型，用于阿尔茨海默病的早期检测	采用半自动化标注流程结合U²-Net和DenseNet-121模型，实现了大规模神经影像数据的自动化处理与分类	研究主要基于中国人群数据，外部验证集规模相对较小（每组100例）	提高阿尔茨海默病的早期检测和干预能力	阿尔茨海默病患者和健康对照者的杏仁核-海马体MRI影像	数字病理学	阿尔茨海默病	MRI神经影像技术	U²-Net, DenseNet-121	医学影像	2000例内部训练数据（1000例AD患者+1000例健康对照），200例外部验证数据
1905	2025-09-05	Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04834-x PMID:39937214	研究论文	本研究利用基于深度学习的全自动三维CT体积测量方法，探讨腹部器官结构变化与内脏脂肪肥胖之间的关联	首次采用全自动三维容积CT测量结合深度学习算法，系统评估内脏脂肪肥胖与多器官结构变化的定量关系	样本仅来自单一中心，且为横断面研究无法确定因果关系	探索内脏脂肪肥胖与腹部器官结构变化的关联性	610名患者（295名男性，315名女性，平均年龄68.4岁）	数字病理学	代谢相关疾病	三维容积CT测量，深度学习算法	深度学习	CT影像	610名患者
1906	2025-09-05	3D Deep Learning for Virtual Orbital Defect Reconstruction: A Precise and Automated Approach 2025-Sep-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011143 PMID:39960444	研究论文	本研究提出一种改进的3D U-Net+++架构，用于实现精确且自动化的虚拟眼眶缺损重建	针对传统镜像技术不适用于中线双侧眼眶缺损的问题，开发了新型深度学习模型，在双侧及跨中线缺损重建方面表现优异	NA	提高眼眶缺损虚拟重建的精确度和自动化水平，支持术前规划	眼眶缺损患者，包括单侧和双侧/跨中线缺损病例	计算机视觉	眼眶骨折	深度学习，螺旋CT扫描	3D U-Net+++	3D医学图像	300个合成缺损样本和15个临床病例
1907	2025-09-05	Enhanced ISUP grade prediction in prostate cancer using multi-center radiomics data 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04858-3 PMID:40047870	研究论文	本研究利用多中心放射组学数据提升前列腺癌ISUP分级预测性能	基于前列腺解剖亚区（外周区和中央腺体）分别提取特征并组合，首次证明联合模型显著优于单一区域模型	需要进一步在多中心数据中验证策略的普适性	探索放射组学特征对前列腺癌ISUP分级的预测价值	1500名前列腺癌患者	数字病理	前列腺癌	放射组学特征提取、SMOTE算法、随机森林	随机森林分类模型	医学影像（T2WI、ADC、DWI）	1500例多中心患者样本
1908	2025-09-05	The value of radiomics and deep learning based on PET/CT in predicting perineural nerve invasion in rectal cancer 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04833-y PMID:40053051	研究论文	本研究探讨基于PET/CT的影像组学和深度学习特征在预测直肠癌神经侵犯中的价值	首次整合PET代谢参数、影像组学特征和深度学习特征构建联合预测模型，并在多中心外部验证集中验证性能	回顾性研究设计，样本量有限（总样本量151例），需要更大规模前瞻性研究验证	预测直肠癌患者的神经侵犯（PNI）状态	直肠癌患者	医学影像分析	直肠癌	PET/CT成像、影像组学分析、深度学习特征提取	逻辑回归、LASSO、深度学习模型	医学影像（PET/CT图像）	151例直肠癌患者（120例内部集，31例外部验证集）
1909	2025-09-05	Multiple perception contrastive learning for automated ovarian tumor classification in CT images 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04879-y PMID:40074925	研究论文	提出一种基于多感知对比学习的自动化卵巢肿瘤CT图像分类方法	结合监督对比学习和多感知编码器(MP Encoder)，采用T-Pro技术增强数据多样性并模拟语义扰动以提升模型泛化能力	NA	开发自动化、可靠的卵巢肿瘤诊断技术以提高分类准确性	卵巢肿瘤CT图像	计算机视觉	卵巢癌	监督对比学习，T-Pro技术	多感知编码器(MP Encoder)，包含多尺度感知模块(MSP Module)和多注意力模块(MA Module)	CT图像	NA
1910	2025-09-05	Comparing two deep learning spectral reconstruction levels for abdominal evaluation using a rapid-kVp-switching dual-energy CT scanner 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04868-1 PMID:40095024	研究论文	本研究比较了深度学习光谱重建（DLSR）的强和标准级别在腹部双能CT扫描中的图像质量	首次在人类腹部DECT扫描中系统评估DLSR算法的不同强度级别，并发现65 keV VMI具有与传统方法不同的最佳CNR特性	回顾性研究，样本量有限（51例患者），观察者间一致性仅为中等水平（ICC=0.427）	全面评估深度学习光谱重建算法在腹部双能CT中的图像质量	51例患者的腹部/盆腔DECT扫描数据	医学影像分析	腹部疾病	深度学习光谱重建（DLSR），双能CT（DECT）	深度学习	CT影像	51例患者
1911	2025-09-05	Efficacy of a deep learning-based software for chest X-ray analysis in an emergency department 2025-Sep, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.007 PMID:40180796	研究论文	评估基于深度学习的CAD系统在急诊科胸部X光异常检测中的效能	在临床信息可用的真实急诊科环境中验证DL-CAD系统对多种胸部异常的检测提升效果	回顾性研究，样本量有限（404例），仅评估五种特定异常	评估深度学习辅助系统在急诊科胸部X光读片中的诊断效能提升	急诊科出现呼吸道症状患者的胸部X光影像	计算机视觉	呼吸系统疾病	深度学习计算机辅助检测（DL-CAD）	深度学习模型（具体架构未说明）	医学影像（胸部X光）	404例连续胸部X光检查，包含103例异常影像（共118处异常）
1912	2025-04-10	Real-world validation of a deep learning algorithm for chest radiography in the emergency department: A tale of two specialties 2025-Sep, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.008 PMID:40199640	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1913	2025-09-05	Impact of hypertension on cerebral small vessel disease: A post-mortem study of microvascular pathology from normal-appearing white matter into white matter hyperintensities 2025-Sep, Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism IF:4.9Q1 DOI:10.1177/0271678X251333256 PMID:40219923	研究论文	通过尸检研究探讨高血压对脑小血管病的影响，分析从正常表现白质到白质高信号的微血管病理变化	首次结合深度学习细化WMH分割，并在体素水平关联MRI与微血管病理，揭示高血压中内皮破坏、血脑屏障损伤和神经血管炎症的协同作用	未观察到沿NAWM-WMH过渡的渐进性BBB损伤或神经血管炎症变化	阐明慢性高血压与最早白质高信号发病机制的关联	高血压和非高血压个体的尸检脑组织样本	数字病理	心血管疾病	MRI（FLAIR序列）、深度学习分割、组织病理分析	深度学习	医学影像（MRI）和组织病理数据	未明确说明样本数量（高血压与非高血压个体尸检脑组织）
1914	2025-09-05	Automated pulmonary nodule classification from low-dose CT images using ERBNet: an ensemble learning approach 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03358-2 PMID:40232605	研究论文	本研究开发了一种基于集成学习的深度学习方法ERBNet，用于从不同剂量和质量的CT图像中自动分类肺结节与非结节	提出了集成3D CNN分类器，能够同时处理多种低剂量CT图像和全剂量CT图像，实现跨剂量水平的通用模型	模型在低剂量CT图像上表现相对较差（60%准确率），表明需要为每个低剂量水平开发专用模型	开发深度学习方法来分析不同剂量和质量的CT图像，对肺部病变进行分类	肺结节与非结节	计算机视觉	肺癌	低剂量CT成像	3D CNN, 集成学习	CT图像	800个样本（400个结节，400个非结节）
1915	2025-09-05	Application of deep learning for detection of nasal bone fracture on X-ray nasal bone lateral view 2025-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf028 PMID:40234238	研究论文	本研究评估深度学习模型在X射线鼻骨侧位片上检测鼻骨骨折的效果	首次系统比较多种深度学习模型（包括VGG16、Swin Transformer等）在鼻骨骨折X射线检测中的性能	研究为回顾性观察研究，样本仅来自单一放射中心，可能存在选择偏倚	评估深度学习在X射线鼻骨侧位片上检测鼻骨骨折的效能	2968张创伤患者的X射线鼻骨侧位片图像	计算机视觉	创伤骨科	X射线成像、高斯滤波、Canny边缘检测、GLCM、HOG、LBP特征提取	CNN、VGG16、VGG19、MobileNet、Xception、ResNet50V2、InceptionV3、Swin Transformer	X射线图像	2968张X射线鼻骨侧位片
1916	2025-09-05	Predicting Postoperative Prognosis in Pediatric Malignant Tumor With MRI Radiomics and Deep Learning Models: A Retrospective Study 2025-Sep-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011466 PMID:40323639	研究论文	本研究开发了一种融合MRI影像组学、深度学习特征和临床指标的多模态机器学习模型，用于预测儿童恶性脑肿瘤患者术后3年无病生存率	首次将MRI影像组学特征、深度学习特征与临床指标相结合构建多模态预测模型，并应用于儿童脑肿瘤预后预测	回顾性研究，样本量相对有限（260例），仅包含R0切除患者	预测儿童恶性脑肿瘤患者术后3年无病生存率	260例接受R0切除的儿童脑肿瘤患者（年龄≤14岁）	医学影像分析	脑肿瘤	MRI影像组学分析、深度学习特征提取	LightGBM、SVM、RF、3D ResNet-18	MRI图像、临床数据	260例儿童脑肿瘤患者
1917	2025-09-05	Deep learning model for malignancy prediction of TI-RADS 4 thyroid nodules with high-risk characteristics using multimodal ultrasound: A multicentre study 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102576 PMID:40446583	研究论文	开发基于多模态超声的深度学习模型，用于预测具有高风险特征的TI-RADS 4甲状腺结节的恶性概率	首次整合B型超声和应变弹性成像的双模态图像信息，采用自适应粒子群优化和对比度受限自适应直方图均衡化算法增强图像质量，实现高精度良恶性分类	研究仅针对TI-RADS 4类别结节，未涵盖其他风险等级的甲状腺结节	提高甲状腺结节恶性风险的自动筛查准确率，减少临床漏诊和误诊	具有高风险特征的TI-RADS 4甲状腺结节	计算机视觉	甲状腺疾病	B型超声(BMUS)，应变弹性成像(SE)，自适应粒子群优化(APSO)，对比度受限自适应直方图均衡化(CLAHE)	深度学习框架（具体架构未明确说明）	多模态超声图像	多中心研究（具体样本数量未在摘要中说明）
1918	2025-09-05	Deep learning in poultry farming: comparative analysis of Yolov8, Yolov9, Yolov10, and Yolov11 for dead chickens detection 2025-Sep, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105440 PMID:40541098	研究论文	本研究比较了YOLOv8、YOLOv9、YOLOv10和YOLOv11在无笼养鸡场死鸡检测中的性能	首次对YOLOv8至YOLOv11进行系统性能对比，并针对家禽养殖场景提供模型选择指南	使用合成数据集而非真实农场环境数据，尚未在实际农场条件下验证	评估不同YOLO模型在死鸡检测任务中的准确性和计算效率	家禽养殖场中的死鸡	计算机视觉	NA	目标检测	YOLOv8, YOLOv9, YOLOv10, YOLOv11	图像	3413张合成图像
1919	2025-09-05	Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management 2025-Sep, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105439 PMID:40541105	研究论文	本研究开发了一种可解释的深度学习模型，用于预测肉鸭运输过程中的高死淘率，并结合SHAP分析识别关键影响因素	首次针对肉鸭DOA预测开发可解释深度学习模型，结合SHAP方法提供全局和局部解释能力，填补了该物种的研究空白	模型AUC-ROC为76.03%，仍有提升空间；数据仅来自2022-2023年的记录，可能需要更多时间跨度的验证	开发可解释的深度学习模型来预测肉鸭的高死淘率，改善动物福利管理	肉鸭运输过程中的死淘情况	机器学习	NA	深度学习，SHAP可解释性分析	深度学习模型	结构化数据（屠宰前管理和环境数据）	8220车次肉鸭运输记录（2022-2023年）
1920	2025-09-05	GraphCellNet: A deep learning method for integrated single-cell and spatial transcriptomic analysis with applications in development and disease 2025-Sep, Journal of molecular medicine (Berlin, Germany) DOI:10.1007/s00109-025-02575-4 PMID:40690004	研究论文	提出一种名为GraphCellNet的深度学习模型，用于整合单细胞和空间转录组数据分析，在发育和疾病研究中应用	创新性地结合了Kolmogorov-Arnold Network (KAN)层来增强非线性特征表示和上下文整合，并采用基于图的空间域识别方法	NA	提高空间转录组数据分析的准确性，解决细胞边界模糊和高异质性挑战	组织样本中的细胞组成和空间组织结构	生物信息学	心血管疾病	空间转录组学(ST)，单细胞RNA测序(scRNA-seq)	深度学习，图神经网络，KAN网络	基因表达数据，空间位置数据	多种生物系统（心肌梗死、果蝇发育、人类心脏发育）