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
1921	2025-10-29	Letter: Predicting Intracranial Pressure Levels: A Deep Learning Approach Using Computed Tomography Brain Scans 2025-Oct-27, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003830 PMID:41143525	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1922	2025-10-29	MS-CANet: lightweight multi-scale channel attention network with depthwise residual blocks for EEG-based spatial cognition evaluation 2025-Oct-27, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03462-3 PMID:41143908	研究论文	提出一种轻量级多尺度通道注意力网络，用于基于EEG的空间认知能力评估	结合多尺度卷积层、通道注意力机制和新型深度可分离残差块，在保持性能的同时显著降低计算复杂度	仅在空间认知EEG数据集上进行评估，需要进一步验证在其他认知障碍中的泛化能力	开发轻量级深度学习模型用于EEG信号分析，实现移动医疗设备部署	脑电图(EEG)信号	机器学习	认知障碍	脑电图(EEG)	CNN	EEG信号	NA	NA	多尺度通道注意力网络,深度可分离残差块	准确率	移动医疗设备
1923	2025-10-29	Optimizing flow-diverting stent configurations for aneurysm treatment: a computational approach integrating deep learning and differential evolution optimization 2025-Oct-27, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01662-7 PMID:41144179	研究论文	本研究结合计算流体动力学模拟、深度神经网络和差分进化优化算法，优化动脉瘤治疗中血流导向支架的配置	首次将深度神经网络与差分进化优化相结合，用于支架配置优化，能够准确预测血流动力学参数并自动寻找最优支架设计	研究基于2700个模拟数据集，需要进一步实验验证和临床测试	优化血流导向支架配置以改善动脉瘤治疗的血液动力学效果	动脉瘤和血流导向支架	计算流体动力学, 深度学习	动脉瘤	计算流体动力学模拟, 深度学习	DNN	数值模拟数据	2700个计算流体动力学模拟	NA	深度神经网络	速度, 涡量, 壁面剪切应力	NA
1924	2025-10-29	Comprehensive benchmarking of deep learning approaches for automated astrocyte segmentation in traumatic brain injury 2025-Oct-27, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlaf114 PMID:41144310	研究论文	系统评估多种深度学习架构在创伤性脑损伤中星形胶质细胞自动分割的性能	首次系统比较六种分割架构与七种骨干网络的组合，并在星形胶质细胞分割任务中验证UNet++/VGG19的最佳性能	数据集规模有限（220张图像），且训练数据主要来自单一TBI病例	开发自动化的星形胶质细胞分割方法以评估创伤性脑损伤严重程度	GFAP染色的雪貂脑组织图像中的星形胶质细胞	数字病理学	创伤性脑损伤	免疫组织化学染色（GFAP）	深度学习分割模型	图像	220张手动标注的GFAP染色雪貂脑图像（182张训练，38张测试），来自18只雪貂	NA	U-Net, U-Net++, FPN, MANet, LinkNet, PSPNet, ResNet50, ResNet101, ResNet152, MobileNetV2, VGG16, VGG19, EfficientNet-b4	Dice系数, IoU, 精确度, 准确率, 特异性, 灵敏度	NA
1925	2025-10-29	Causality-Driven Convolutional Manifold Attention Network for Electroencephalogram Signal Decoding 2025-Oct-27, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3625631 PMID:41144414	研究论文	提出一种因果关系驱动的卷积流形注意力网络，用于脑电信号解码以增强分布外泛化能力	结合结构因果模型、黎曼几何和深度学习，通过双潜在编码器显式分离语义和变异潜在因子	NA	提升脑机接口技术在分布外场景下的泛化性能	脑电信号	机器学习	NA	脑电图	CNN, 注意力机制	脑电信号	两个公共数据集	NA	因果关系驱动的卷积流形注意力网络	NA	NA
1926	2025-10-29	ESIP: Explicit Surgical Instrument Prompting for Surgical Workflow Recognition 2025-Oct-27, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625420 PMID:41144421	研究论文	提出一种显式手术器械提示方法用于手术工作流识别任务	通过手术器械分割生成器械特定的视觉提示，显式引导关键空间特征提取，实现更充分的时空特征提取和聚合	NA	改进手术工作流识别任务的性能	手术视频中的手术阶段识别	计算机视觉	NA	手术器械分割	深度学习	视频	Cholec80、M2CAI和AutoLaparo三个数据集	NA	SAM-based segmentation	Precision, Recall, Jaccard	NA
1927	2025-10-29	VDLIN: A Deep Learning-Based Platform for Methylcobalamin-Inspired Immunomodulatory Compound Screening 2025-Oct-27, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413775 PMID:41144841	研究论文	开发基于深度学习的平台VDLIN，用于筛选既能抑制炎症又能增强先天免疫的甲基钴胺素衍生物	首次结合多组学数据（RNA-seq、ATAC-seq、CUT&Tag）揭示MCB通过染色质可及性调控免疫的机制，并开发深度学习模型筛选新型免疫调节化合物	未提及模型验证的样本规模及临床前研究数据	开发能平衡抗炎和免疫激活功能的化合物筛选平台	甲基钴胺素（MCB）及其衍生物	机器学习	COVID-19/炎症性疾病	RNA-seq, ATAC-seq, CUT&Tag, 深度学习	深度学习	多组学数据（转录组、表观基因组）	NA	NA	VDLIN（专用架构）	NA	NA
1928	2025-10-29	Deep learning to assess laryngoscope insertion depth during neonatal intubation with video laryngoscopy 2025-Oct-27, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-025-02457-0 PMID:41145730	研究论文	开发深度学习模型评估新生儿视频喉镜检查中喉镜插入深度	首次使用深度学习技术对新生儿喉镜插入深度进行实时分类	深度插入事件罕见(2.7%)，对深度插入和临床影响的结论有限	为新生儿插管提供喉镜插入深度的实时指导	新生儿视频喉镜检查	计算机视觉	新生儿疾病	视频喉镜检查	深度学习	视频帧	298,955个标注帧，来自132个新生儿视频喉镜检查视频，来自两个NICU	NA	NA	F1分数	NA
1929	2025-10-29	MDL-HTI: A Multimodal Deep Learning Approach for Predicting Herb-Target Interactions 2025-Oct-27, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00772-w PMID:41145778	研究论文	提出一种名为MDL-HTI的多模态深度学习框架，用于预测中药与靶点之间的相互作用	整合异构图学习与多模态生物数据，通过多视图异质关系嵌入算法和生物多模态信息网络提取结构模式和生物特征	NA	预测中药与靶点相互作用，阐明中药药理机制	中药草药及其生物靶点	机器学习	NA	多模态生物数据整合	异构图学习网络,自注意力网络	图结构数据,生物多模态数据	NA	NA	MV-HRE,多模态信息网络	NA	NA
1930	2025-10-29	CSF1R and macrophage infiltration: Integrated magnetic resonance imaging radiomics and deep learning-driven models for the preoperative assessment of glioma 2025-Oct-27, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003827 PMID:41146428	研究论文	本研究开发了基于磁共振影像组学和深度学习的CSF1R预测模型，用于术前评估胶质瘤	首次整合传统影像组学特征和深度学习特征构建CSF1R预测模型，并系统验证了模型与巨噬细胞浸润的关联	样本量相对有限，特别是单细胞测序数据仅来自2例患者	术前无创预测胶质瘤中CSF1R水平，为免疫治疗提供指导	胶质瘤患者	医学影像分析	胶质瘤	磁共振成像, 免疫组织化学染色, 单细胞RNA测序	机器学习分类器, 深度学习	磁共振图像, 基因表达数据, 免疫组化数据, 单细胞测序数据	共477例患者（训练集64例，内部测试集38例，外部验证集101例，生存分析255例，免疫组化16例，单细胞测序2例4个病灶）	Scikit-learn	支持向量机, 随机森林, 朴素贝叶斯等12种经典机器学习分类器	准确率, 灵敏度, 特异性, AUC	NA
1931	2025-10-29	Exploring synthetic controls in rare diseases with a proof of concept in spinal cord injury 2025-Oct-24, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04405-3 PMID:41137105	研究论文	本研究探索在罕见疾病中使用合成对照的方法，并以脊髓损伤为例验证其可行性	提出基于数据驱动的合成对照方法，用于解决罕见疾病临床试验中患者招募困难的问题	研究主要基于历史数据模拟，需要在实际临床试验中进一步验证	开发合成对照方法以改善罕见疾病临床试验的设计和执行	脊髓损伤患者的神经功能恢复数据	机器学习	脊髓损伤	数据驱动预测	CNN,线性模型,树模型,深度学习模型	临床数据，节段性运动评分序列	EMSCI数据库4196例患者，Sygen试验587例患者用于外部验证	NA	卷积神经网络	均方根误差	NA
1932	2025-10-29	High-acceleration pancreatobiliary MRI with deep learning-based super-resolution reconstruction for evaluating presumed pancreatic intraductal papillary mucinous neoplasm 2025-Oct-24, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00932-7 PMID:41137166	研究论文	评估基于深度学习的超分辨率重建算法在胰腺胆道MRI中诊断胰腺导管内乳头状黏液性肿瘤的可行性和诊断效用	首次将深度学习超分辨率重建算法应用于胰腺胆道MRI，显著提升图像质量和囊性病变显着性	回顾性研究设计，样本量有限（恶性IPMN仅15例），需要更大规模研究验证临床影响	评估深度学习超分辨率重建在胰腺胆道MRI中的诊断性能	162例疑似胰腺导管内乳头状黏液性肿瘤患者	医学影像分析	胰腺肿瘤	MRI, 深度学习超分辨率重建	深度学习	医学影像	162例患者（15例恶性IPMN，147例良性IPMN）	NA	超分辨率重建网络	AUC, 敏感度, 特异度, 准确率	NA
1933	2025-10-29	Enhancing lymph node diagnosis: integrating deep learning with endoscopic ultrasonography: a retrospective study in China 2025-Oct-24, Clinical endoscopy IF:2.1Q3 DOI:10.5946/ce.2025.113 PMID:41147107	研究论文	本研究开发了一种结合深度学习和内镜超声的机器学习模型，用于纵隔和腹腔淋巴结的诊断分类	首次将U-Net分割模型与六种深度学习架构结合k近邻算法集成应用于内镜超声图像分析，并创新性地将机器学习模型与专家诊断和逻辑回归分析相结合	回顾性研究设计，样本量相对有限（93名患者），仅在中国单一中心进行	提高内镜超声对纵隔和腹腔淋巴结病变的诊断性能并降低医疗成本	纵隔和腹腔淋巴结的内镜超声图像	计算机视觉	淋巴结病变	内镜超声	CNN, U-Net, k-NN	医学图像	93名患者，630张图像	NA	U-Net, ResNet-50	F1分数, 敏感性, AUC	NA
1934	2025-10-29	Predicting the Effort Required to Manually Mend Auto-Segmentations 2025-Oct-23, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3623042 PMID:41129432	研究论文	本文研究评估自动分割结果临床可用性的方法，重点关注预测手动修正所需的工作量	提出基于深度学习网络的隐式指标来预测修正工作量，无需真实分割标签，仅使用自动分割结果和原始图像	研究仅针对放射治疗计划中的7个解剖器官，需要在更广泛场景中验证	开发能够有效预测自动分割结果手动修正工作量的评估方法	放射治疗计划中的自动轮廓分割结果	医学图像分析	NA	深度学习	深度学习网络	医学图像，分割掩码	3个机构的7个不同解剖器官数据	NA	NA	误差率	NA
1935	2025-10-29	SNRAware: Improved Deep Learning MRI Denoising with Signal-to-noise Ratio Unit Training and G-factor Map Augmentation 2025-Oct-22, Radiology. Artificial intelligence DOI:10.1148/ryai.250227 PMID:41123451	研究论文	开发并评估一种基于深度学习的MRI去噪方法，利用图像重建过程中获得的定量噪声分布信息来提升模型性能和泛化能力	提出SNRAware训练方案，利用MRI重建知识通过模拟多样化合成数据集和提供定量噪声分布信息来增强去噪效果	回顾性研究设计，数据主要来自3T MRI扫描仪	改进基于深度学习的MRI去噪方法	心脏电影序列MRI图像	医学影像处理	心血管疾病	MRI	CNN, Transformer	医学图像	训练集2885236张图像来自96605个心脏电影序列，测试集3000个电影序列	NA	Transformer, 卷积块	PSNR, SSIM, 对比噪声比	NA
1936	2025-10-29	A robust and data-efficient deep learning model for cardiac assessment without segmentation 2025-Oct-22, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01903-x PMID:41126099	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1937	2025-10-29	Explainable machine learning algorithm predicting working memory performance in Parkinson's disease using task-fMRI 2025-Oct-14, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-025-13438-w PMID:41085732	研究论文	开发可解释的机器学习模型，基于任务功能磁共振成像数据预测帕金森病患者的工作记忆表现水平	首次将三维卷积神经网络与三维卷积自编码器预训练结合，应用于帕金森病工作记忆表现分类，并生成显著性图谱解释模型决策依据	样本量较小（仅45名患者和15名健康对照），仅使用单一任务功能磁共振成像范式	开发可解释的深度学习模型用于帕金森病患者工作记忆表现的客观评估	帕金森病患者和健康对照个体	医学影像分析	帕金森病	任务功能磁共振成像，n-back工作记忆任务	3D-CNN	三维脑功能影像数据	45名帕金森病患者和15名健康对照	NA	三维卷积神经网络，三维卷积自编码器	准确率	NA
1938	2025-10-29	GARNN-AE-LSTM: A Multimodal Deep Learning Approach for High-Accuracy Video Summarization 2025-Oct-10, Journal of visualized experiments : JoVE DOI:10.3791/69097 PMID:41144309	研究论文	提出一种融合视觉和听觉信息的多模态深度学习框架GARNN-AE-LSTM，用于实现高精度视频摘要	结合门控循环神经网络(GARNN)和对抗编码器LSTM(AE-LSTM)，引入门控AlexNet和多模态特征提取，通过运动补偿PCA降维和时序建模提升关键帧检测精度	NA	开发高精度的视频摘要系统，通过保留关键内容创建精简版长视频	视频数据	计算机视觉	NA	多模态特征提取，运动补偿特征降维，PCA降维	GRU, LSTM, AlexNet	视频，音频，图像	NA	NA	GARNN, AE-LSTM, AlexNet	敏感度, F分数, 阳性预测值	NA
1939	2025-10-29	Prophylactic biological mesh reinforcement during ileostomy closure surgery evaluated by the image-based deep learning model for the prevention of stoma-site incisional hernia: phase II study protocol for a single-centre, prospective, randomised controlled clinical trial 2025-Oct-07, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-101121 PMID:41062141	研究论文	本研究通过基于图像的深度学习模型评估生物补片在预防回肠造口关闭术后造口部位切口疝的安全性和有效性	首次将影像组学用于预测造口部位切口疝，并验证基于图像的深度学习模型在预测术后并发症和识别高风险患者方面的可行性	单中心研究，样本量较小（40例患者）	评估生物补片在预防高风险患者回肠造口关闭术后切口疝的安全性和有效性	需要接受回肠造口关闭术且被基于图像的深度学习模型识别为造口部位切口疝高风险因素的患者	医学影像分析	直肠癌	基于图像的深度学习模型	深度学习模型	医学影像数据	40例患者	NA	NA	术后切口疝发生率、局部疼痛、切口感染、血清肿等并发症发生率	NA
1940	2025-10-29	Deep learning prediction of peak oxygen uptake in patients with coronary heart disease: a retrospective study 2025-Oct-05, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-098878 PMID:41047260	研究论文	本研究开发并验证了基于亚极量心肺运动测试指标和深度学习方法预测冠心病患者峰值摄氧量的模型	首次将深度学习方法应用于冠心病患者峰值摄氧量预测，并比较了多种机器学习模型的性能	研究为回顾性设计，需要进一步的外部验证和前瞻性研究才能临床应用	开发预测冠心病患者峰值摄氧量的预测模型	冠心病患者	机器学习	冠心病	心肺运动测试	神经网络,XGBoost	临床数据和运动测试指标	10538名冠心病患者	NA	神经网络	R²,平均绝对误差,偏差,Bland-Altman分析,SHAP特征重要性排序	NA