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
1941	2025-08-04	Deep learning-driven brain tumor classification and segmentation using non-contrast MRI 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13591-2 PMID:40745383	研究论文	本研究利用深度学习技术对多通道MRI输入进行处理，以提高基于MRI的脑肿瘤诊断的准确性和效率	采用非对比T1加权和T2加权图像及其平均值融合为RGB三通道输入，丰富了模型训练的表征，显著提升了模型性能	尚未整合到临床工作流程中	提高MRI脑肿瘤诊断的准确性和效率	203名受试者的MRI数据，包括100例正常案例和103例13种不同脑肿瘤类型案例	计算机视觉	脑肿瘤	MRI	CNN, FCN, Darknet53, ResNet50	图像	203名受试者（100例正常，103例脑肿瘤）
1942	2025-08-04	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Jul-30, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出了一种名为DiffSPECT-3D的扩散框架，用于3D心脏SPECT成像，能够在低剂量和少视图采集设置下提高图像质量	DiffSPECT-3D能够适应不同的采集设置而无需重新训练或微调网络，通过结合图像和投影数据的一致性策略，确保扩散采样与低剂量/少视图投影测量、图像数据及扫描仪几何对齐	未明确提及具体限制，但可能包括对特定扫描仪或采集设置的依赖性	提高低剂量和少视图心脏SPECT成像的图像质量	心脏SPECT成像	数字病理学	心血管疾病	SPECT成像	扩散模型	3D图像	1,325例临床Tc tetrofosmin负荷/静息研究，来自795名患者
1943	2025-08-04	Diagnosis of unilateral vocal fold paralysis using auto-diagnostic deep learning model 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09797-z PMID:40730807	research paper	开发了一种基于深度学习的自动诊断系统，用于单侧声带麻痹的诊断，结合了图像和视频模型	首次将视频模型用于单侧声带麻痹的诊断，能够评估声带动态，提高了诊断准确性和多任务评估能力	图像模型在预测侧向性和麻痹类型方面表现有限	开发一种自动诊断系统，用于单侧声带麻痹的全面评估	单侧声带麻痹患者	digital pathology	vocal fold paralysis	deep learning	CNN (image-based), video-based DL model	image, video	500名参与者的2639个视频片段
1944	2025-08-04	Supervised learning of the Jaynes-Cummings Hamiltonian 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02611-w PMID:40730829	研究论文	本研究探讨了深度神经网络（DNN）在仅通过能量谱估计Jaynes-Cummings哈密顿量参数中的应用	提出了一种结合去噪U-Net和vDNN的新模型，能将误差降低约77%，展示了深度学习模型在噪声数据下估计哈密顿量参数的潜力	vDNN模型对高斯噪声的抵抗能力有限，仅在特定范围内有效	利用深度学习模型从能量谱中估计Jaynes-Cummings哈密顿量的参数	Jaynes-Cummings哈密顿量的能量谱	机器学习	NA	深度神经网络（DNN）、去噪U-Net	vDNN、U-Net	能量谱数据	NA
1945	2025-08-04	Harnessing infrared thermography and multi-convolutional neural networks for early breast cancer detection 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09330-2 PMID:40721416	研究论文	本研究提出了一种名为Thermo-CAD的先进计算机辅助诊断系统，利用红外热成像技术和多卷积神经网络进行早期乳腺癌检测	结合多种卷积神经网络(CNNs)和特征转换选择方法(如非负矩阵分解和Relief-F)来提高诊断准确性和可靠性	在区分良性和恶性病例时准确率较低(79.3%)	开发一种非侵入性、无辐射的乳腺癌早期检测方法	乳腺组织	数字病理学	乳腺癌	红外热成像技术	CNN	图像	两个数据集：DMR-IR数据库和一个新的热成像数据集
1946	2025-08-04	An efficient intelligent transportation system for traffic flow prediction using meta-temporal hyperbolic quantum graph neural networks 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10794-5 PMID:40721612	研究论文	提出了一种名为Meta Temporal Hyperbolic Quantum Graph Neural Networks (MTH-QGNN)的新型深度学习框架，用于智能交通系统中的交通流量预测	整合了双曲嵌入、元学习、量子图和神经常微分方程(NODEs)技术，提高了交通流量预测的实时性和准确性	未提及模型在极端天气或突发事件等异常情况下的表现	提升智能交通系统中交通流量预测的准确性和实时性	城市交通流量数据	智能交通系统	NA	元学习、量子图神经网络(QGNNs)、神经常微分方程(NODEs)	MTH-QGNN (Meta Temporal Hyperbolic Quantum Graph Neural Networks)	交通流量数据	Los-loop和SZ-taxi数据集
1947	2025-08-04	Integration of coagulation parameters Enhances deep Learning-Based survival prediction in High-Grade serous ovarian Cancer: A comprehensive prognostic model 2025-Jul-28, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120512 PMID:40738419	研究论文	本研究开发并验证了一个整合传统临床病理因素与新型分子和凝血参数的综合生存预测模型，用于高级别浆液性卵巢癌（HGSOC）患者	首次将凝血参数（特别是D-二聚体水平）整合到机器学习模型中，以提高HGSOC患者的生存预测准确性	需要进一步的前瞻性验证	开发并验证一个综合的生存预测模型，以提高高级别浆液性卵巢癌患者的预后评估准确性	216名HGSOC患者（2012-2017年治疗）及外部验证队列的108名患者	数字病理	卵巢癌	机器学习	包含88种算法的机器学习框架	临床病理数据、分子数据和凝血参数	216名患者（开发队列）和108名患者（外部验证队列）
1948	2025-08-04	Determining the scanning range of coronary computed tomography angiography based on deep learning 2025-Jul-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i7.110394 PMID:40746516	研究论文	本研究开发了一种基于深度学习的自动化方法，用于确定冠状动脉CT血管造影的扫描范围	利用前后位定位图像和深度学习技术自动化确定CCTA扫描范围，替代传统手动方法	研究数据来自单一医疗机构，可能影响模型的泛化能力	开发自动化确定冠状动脉CT血管造影扫描范围的方法	1388名患者的胸部CT数据	数字病理学	心血管疾病	CT扫描	深度学习模型	图像	1388例患者数据（训练集672例，验证集167例，测试集167例）
1949	2025-08-04	Contrast-Enhanced CT-Based Deep Learning and Habitat Radiomics for Analysing the Predictive Capability for Oral Squamous Cell Carcinoma 2025-Jul-24, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100914 PMID:40712385	研究论文	本研究通过对比基于对比增强CT的深度学习和栖息地分析模型，探索预测口腔鳞状细胞癌宫颈淋巴结转移和病理亚型的新方法	结合栖息地分析和临床特征的集成模型，提高了预测口腔癌的准确性	回顾性研究设计可能引入选择偏倚，样本量相对较小（132例）	预测口腔鳞状细胞癌的宫颈淋巴结转移和病理亚型	口腔鳞状细胞癌患者	数字病理	口腔癌	对比增强CT（CECT）	CNN, FCNN	图像	132例经石蜡病理确诊的口腔鳞状细胞癌患者
1950	2025-08-04	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	research paper	开发了一种结合纳米光子生物传感器和深度学习的平台，用于超灵敏S100B生物标志物的检测，并在EDAS患者模型中验证了其临床潜力	整合了纳米光子生物传感器和深度学习技术，实现了S100B的超早期检测，具有高灵敏度和快速响应时间	研究样本量较小（n=25），且仅在EDAS患者模型中验证，未在其他类型的脑损伤中进行广泛测试	开发一种超早期检测脑损伤生物标志物的方法，以改善轻度创伤性脑损伤（mTBI）的管理	EDAS患者的血清、尿液、唾液和脑脊液样本	数字病理	脑损伤	纳米光子生物传感器、深度学习	ResNet-50	image	25名EDAS患者的匹配生物样本（血清、尿液、唾液、CSF）
1951	2025-08-04	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	research paper	本文介绍了一种浅层LSTM神经网络模型，用于实时监测系统中长期蓝藻水华的预测	提出了一种成本效益高、低功耗且易于实现的边缘AI系统，能够在微控制器单元上实时进行蓝藻水华预测	模型在28天时间范围内的预测准确率为70%，可能存在一定的误差	开发一种适用于边缘计算的实时蓝藻水华预测系统	蓝藻水华的长期预测	machine learning	NA	LSTM神经网络	LSTM	time series data	NA
1952	2025-08-04	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Jul-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	利用深度学习模型预测胃癌患者对化疗和免疫治疗的响应	提出了一种注意力增强的残差Swin Transformer网络，用于预测化疗响应，并通过中间任务（ImmunoScore和POSTN）提升模型性能	需要前瞻性研究验证其临床实用性	预测胃癌患者对化疗和免疫治疗的响应，为个性化治疗提供依据	3095名胃癌患者	数字病理	胃癌	深度学习	Swin Transformer	临床数据	3095名胃癌患者
1953	2025-08-04	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文全面回顾了人工智能在心力衰竭诊断、风险预测和治疗策略中的应用	探讨了AI如何通过改进风险评估、患者自我管理和诊断来提升心力衰竭患者的生活质量，并展示了AI在心脏成像系统和远程监测技术中的集成应用	实施成本高、数据隐私问题以及算法偏见等伦理考虑	研究人工智能在心力衰竭管理中的应用及其对患者预后的影响	心力衰竭患者	机器学习	心血管疾病	神经网络、深度学习算法、规则型AI系统	CNN, LSTM	结构化健康记录、心脏成像数据	NA
1954	2025-08-04	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究评估了基于深度学习的实时引导和自动测量对左心室大小和功能测量可重复性的影响	结合实时深度学习引导与自动测量，显著提高了左心室大小和功能测量的可重复性	未显著改善射血分数的可重复性，未来研究需评估其临床效果	提高超声心动图对左心室大小和功能评估的可重复性	46名患者（24名乳腺癌患者和22名普通心脏病患者）	数字病理学	心血管疾病	深度学习	DL	图像	46名患者，共52次纳入和208次超声心动图检查
1955	2025-08-04	Three-Dimensional Choroidal Vessel Analysis in Asymmetric Bilateral Age-Related Macular Degeneration: A Comparison of Active Neovascular AMD and Dry AMD Fellow Eyes 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.64 PMID:40719538	研究论文	本研究使用创新的三维算法评估了双侧年龄相关性黄斑变性（AMD）患者的脉络膜血管系统，比较了新生血管性AMD和干性AMD眼的差异	采用创新的三维深度学习算法对脉络膜血管系统进行分割和分析，首次在不对称双侧AMD患者中比较了两种AMD亚型的脉络膜血管特征	样本量较小（仅30例患者），且为回顾性研究设计	比较双侧不对称AMD患者中新生血管性AMD眼和干性AMD眼的脉络膜血管特征差异	30例双侧不对称AMD患者（共60只眼）	数字病理学	年龄相关性黄斑变性	扫频光学相干断层扫描（swept-source OCT）	深度学习算法	三维图像数据	30例患者（60只眼），平均年龄78.63±8.01岁
1956	2025-08-04	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发并评估了一种结合ResNet50V2和SE块的深度学习模型，用于从CT图像中自动分类肺癌亚型	将SE块与ResNet50V2结合，增强了通道特征重校准，提高了分类准确性	需要外部验证，模型可解释性有待提高，未来需探索如Vision Transformers等新兴架构	提高肺癌亚型分类的准确性和效率，辅助放射科医生进行诊断决策	肺癌CT图像	计算机视觉	肺癌	深度学习	ResNet50V2 + SE块	图像	1000张匿名肺部CT图像
1957	2025-08-04	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	research paper	开发了一种名为AI-CAC的深度学习算法，用于在非对比、非门控CT扫描上自动量化冠状动脉钙化（CAC）	利用来自98个医疗中心的影像数据，捕捉了成像协议、扫描仪和患者的广泛异质性，并在795名患者中与非门控扫描进行了对比	研究主要基于退伍军人事务部医疗系统的数据，可能不适用于其他人群	开发并验证一种深度学习算法，用于在非门控CT扫描上自动量化冠状动脉钙化	冠状动脉钙化（CAC）	digital pathology	cardiovascular disease	deep learning	CNN	image	795名患者和8052例低剂量CT扫描
1958	2025-08-04	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本文提出了一种基于药物抗性特征（DRS）的新方法，用于改进肿瘤学中协同药物组合的预测	整合药物抗性特征（DRS）作为生物信息学表示，提供更全面的药物组合预测框架	未明确提及具体局限性	改进协同药物组合的预测方法	药物组合及其在肿瘤治疗中的协同效应	机器学习	癌症	机器学习（LASSO、随机森林、AdaBoost、XGBoost）和深度学习模型SynergyX	LASSO、随机森林、AdaBoost、XGBoost、SynergyX	基因表达数据	多个独立数据集（ALMANAC、O'Neil、OncologyScreen、DrugCombDB）
1959	2025-08-04	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	本研究开发了一种基于深度学习的混合模型，用于利用超广角眼底图像分类多种眼底疾病，以提高诊断效率和准确性	结合DenseNet121特征提取器和XGBoost分类器，利用Grad-CAM可视化模型决策过程，显著提高了多种眼底疾病的分类准确率	研究为回顾性研究，可能受到数据收集时间和范围的限制	开发辅助临床决策的自动化诊断工具，提高眼科疾病诊断效率	超广角眼底图像，涵盖16种眼底疾病	计算机视觉	眼底疾病	深度学习	DenseNet121 + XGBoost	图像	10,612张超广角眼底图像
1960	2025-08-04	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	本研究结合实证和大数据驱动的方法，探讨人格特质与睡眠问题及自报睡眠质量之间的关系	利用深度学习模型分析微博数据，揭示人格特质与睡眠质量之间的复杂关系	研究主要基于微博数据，可能无法完全代表所有人群的睡眠和人格特征	探究人格特质与睡眠问题及自报睡眠质量之间的关系	微博用户及其发布的帖子	自然语言处理	NA	深度学习	基于FFM的深度学习模型	文本	336名活跃用户和15,251名用户的4,860,000条微博帖子