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
1961	2025-09-06	Robust deep MRI contrast synthesis using a prior-based and task-oriented 3D network 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.116 PMID:40893451	研究论文	提出一种基于先验知识和任务导向的3D深度学习网络，用于从T1加权MRI合成T2加权MRI体积	结合分割导向损失函数、频率空间信息损失和多图谱先验信息，采用半监督学习框架提升模型泛化能力	NA	开发鲁棒的MRI对比度合成方法以减少临床扫描时间和资源消耗	T1加权和T2加权磁共振成像体积	医学影像分析	NA	深度学习，半监督学习	3D CNN	3D医学影像	NA
1962	2025-09-06	RetinalVasNet: a deep learning approach for robust retinal microvasculature detection 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1562608 PMID:40894076	研究论文	提出RetinalVasNet深度学习模型，利用多通道眼底图像提升视网膜微血管分割的准确性和鲁棒性	首次系统性地利用多通道眼底图像而非仅绿色通道进行血管分割，证明各通道对分割任务有独特贡献	NA	提高视网膜微血管检测的准确性和有效性，以支持疾病早期检测和监测	视网膜微血管	计算机视觉	心血管疾病	深度学习	CNN	图像	NA
1963	2025-09-06	Deep learning-based semantic segmentation for rice yield estimation by analyzing the dynamic change of panicle coverage 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1611653 PMID:40894489	研究论文	本研究提出一种基于深度学习和时间序列分析的稻穗覆盖动态变化方法，用于水稻表型分析和产量预测	首次将时间序列稻穗覆盖动态变化与分段函数建模相结合，用于水稻产量预测，突破了传统单时间点分析的局限	研究仅基于RGB图像，未考虑多光谱或其他传感数据，且仅在两个生长季节进行验证	通过分析稻穗覆盖的动态变化来准确预测水稻产量及其构成要素	水稻冠层和高分辨率RGB图像	计算机视觉	NA	RGB成像和语义分割	DeepLabv3+, U-Net, PSPNet, FPN, LinkNet, PLSR, RFR, GBR, XGBR	图像	两个生长季节的水稻冠层高分辨率RGB图像
1964	2025-09-06	Cenobamate reduces epileptiform activity in the ex vivo F98 rat glioma model 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1629259 PMID:40896334	研究论文	本研究首次在胶质瘤相关癫痫临床前模型中评估新型抗惊厥药物cenobamate的疗效	首次在F98胶质瘤模型中测试cenobamate的抗癫痫效果，并采用深度学习分析癫痫样事件	研究基于离体大鼠脑切片模型，结果需在体实验进一步验证	评估cenobamate在胶质瘤相关癫痫模型中的抗惊厥效果	Fischer大鼠的皮质切片，包括假手术组和F98肿瘤植入组	神经科学	脑胶质瘤	局部场电位记录，急性去抑制溶液，功率谱密度分析	深度学习	电生理信号	未明确样本数量，使用正常Fischer大鼠和F98肿瘤植入动物的皮质切片
1965	2025-09-06	Magnetoencephalographic source localization and reconstruction via deep learning 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1578473 PMID:40896341	研究论文	提出一种名为Deep-MEG的深度学习算法，用于从MEG信号中实现高分辨率的时空源定位与重建	采用混合神经网络架构同时提取时空信息，突破传统方法空间分辨率限制，并能处理全脑信号而非仅限皮层源	NA	解决MEG信号源级重建中空间分辨率不足的问题，为临床提供精确病理组织定位	脑磁图（MEG）信号及脑内神经活动源	机器学习	NA	MEG，深度学习	混合神经网络（hybrid neural network）	脑磁图信号	通过真实正向模型进行多主动源仿真，并采用真实MEG数据验证
1966	2025-09-06	Exploiting correlations across trials and behavioral sessions to improve neural decoding 2024-Oct-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.14.613047 PMID:39314484	研究论文	提出两种新型神经解码模型，利用跨试验和跨行为会话的相关性提升小鼠行为解码精度	首次引入多会话降秩模型和状态空间模型，显式利用跨试验和会话的神经活动相关性，相比传统方法显著提升解码性能	NA	改进神经解码精度，揭示动物决策的潜在行为动力学	小鼠神经活动数据与四种不同行为	神经科学数据分析	NA	Neuropixels神经信号记录，降秩回归，状态空间建模	多会话降秩模型，多会话状态空间模型	神经电生理信号	433个实验会话，覆盖270个大脑区域
1967	2025-09-06	Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review 2024 Sep-Oct, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.05.008 PMID:38885761	系统综述	本文系统回顾了人工智能算法在糖尿病视网膜病变筛查中的应用现状与技术进展	整合了当前AI在DR筛查中的多种深度学习方法，并指出分类与分割技术结合的未来方向	高质量标注数据获取困难，模型复杂性管理挑战大，且实际临床应用的可靠性仍需验证	评估人工智能在糖尿病视网膜病变自动筛查中的研究现状并指导未来研究方向	糖尿病视网膜病变筛查相关的研究文献和AI技术方法	医学人工智能	糖尿病视网膜病变	深度学习，包括分类、检测和分割技术	YOLO, ViT, U-Net, CNN	彩色眼底图像	主要基于IDRiD数据集（516张图像），涵盖不同DR和糖尿病黄斑水肿阶段
1968	2025-09-06	Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys 2024-Aug-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.25.609595 PMID:39253466	研究论文	通过全球机器学习竞赛开发深度学习算法，用于人类肾脏3D分层相衬断层扫描图像中的血管分割	组织全球1401名参与者的大规模竞赛，建立基于相衬断层扫描的血管分割新基准	计算方法的准确性仍存在局限	开发可扩展的3D血管分割算法，用于研究和临床应用	人类肾脏血管系统	计算机视觉	NA	分层相衬断层扫描	深度学习	3D图像	手动标注的3D肾脏数据集（具体样本数量未明确说明）
1969	2025-09-06	PixelPrint 4D : A 3D printing method of fabricating patient-specific deformable CT phantoms for respiratory motion applications 2024-Aug-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.02.24311385 PMID:39211887	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变形CT呼吸运动体模	能够精确复制患者肺部结构、纹理和衰减特性，并展示准确的非刚性变形能力	NA	开发更真实的呼吸运动体模以评估CT成像中的运动补偿技术	肺部呼吸运动体模	医学影像	肺部疾病	3D打印技术	NA	CT影像数据	NA
1970	2025-09-06	Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome 2024-07, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.05.002 PMID:38797002	研究论文	使用深度学习模型基于单通道静息态脑电图预测新生儿脑年龄，并探索脑年龄差与神经发育结局的关联	开发了数据需求大幅减少的深度学习模型，仅需20分钟单通道EEG即可准确预测脑年龄，适用于临床床边应用	模型仅在神经发育正常的新生儿数据上训练，测试数据集有限且来自两个临床中心	建立适用于临床的新生儿脑年龄预测模型，并评估脑年龄差与神经发育结局的关系	早产新生儿	机器学习	新生儿神经发育疾病	EEG（脑电图），Bayley婴幼儿发展量表（BSID）	深度学习模型	EEG信号	来自两个临床中心的独立测试数据集
1971	2025-09-06	Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10980-y PMID:38862826	研究论文	本研究比较了仅使用临床数据和仅使用影像数据的深度学习模型在预测腹壁重建术后疝复发方面的表现	发现仅基于临床数据的深度学习模型在预测疝复发方面优于影像模型和混合模型	所有三个模型对复发的预测能力都较差，需要进一步研究提升	评估深度学习模型预测腹壁重建术后疝复发的效果，并比较不同数据类型的预测能力	接受腹壁重建术并有术前CT影像的患者	机器学习	疝病	深度学习	DLM	影像数据和临床数据	190名腹壁重建术患者，平均随访超过7年
1972	2025-09-06	Surgical optomics: hyperspectral imaging and deep learning towards precision intraoperative automatic tissue recognition-results from the EX-MACHYNA trial 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10880-1 PMID:38789623	研究论文	本研究开发了一种基于高光谱成像和深度学习的术中自动组织识别方法，用于腹部手术	首次在前瞻性双中心设置中使用人类数据开发基于HSI的自动腹部组织识别系统	需要进一步工作来量化HSI的临床价值，相似胚胎起源组织的分类存在困难	开发精准术中自动组织识别技术以提高手术场景分割	接受择期开腹手术的患者	计算机视觉	腹部疾病	高光谱成像(HSI)	CNN	图像	169名患者（斯特拉斯堡73名，维罗纳96名），共766张图像
1973	2025-09-06	Clinical utility of a rapid two-dimensional balanced steady-state free precession sequence with deep learning reconstruction 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101069 PMID:39079600	研究论文	本研究评估了采用深度学习重建的加速二维心脏电影序列在心血管磁共振成像中的临床效用，旨在缩短采集时间而不影响图像质量或定量测量	首次将深度学习重建技术(Sonic DL)应用于二维平衡稳态自由进动序列，实现在加速因子为8时采集时间减少37%且保持临床测量准确性	左心室质量和纵向应变存在轻微高估(质量高估3.36 g/m²，纵向应变高估1.97%)	评估深度学习重建加速序列在心脏电影成像中的临床应用价值	人类参与者（共124人，包括16人预研究和108人前瞻性研究）	医学影像分析	心血管疾病	心血管磁共振成像(CMR)，深度学习重建	深度学习	医学影像	总共124名参与者（16人预实验，108人主要研究）
1974	2025-09-06	Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101081 PMID:39127260	研究论文	本研究探讨了训练数据组成对基于卷积神经网络的四维磁共振血流成像中主动脉横截面分割模型泛化能力的影响	首次系统分析了不同训练数据特征（包括病理类型、技术参数等）对CNN分割模型跨中心、跨设备泛化性能的具体影响	研究仅基于260个数据集，样本量相对有限，且仅针对主动脉分割任务	提高四维心血管磁共振血流成像中主动脉自动分割的准确性和可重复性	无已知主动脉病变者、健康志愿者和二叶式主动脉瓣（BAV）患者	医学图像分析	心血管疾病	四维心血管磁共振血流成像（4D flow CMR）	增强型三维U-net CNN with residual units	磁共振图像	260个4D flow CMR数据集
1975	2025-09-06	Automated biventricular quantification in patients with repaired tetralogy of Fallot using a three-dimensional deep learning segmentation model 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101092 PMID:39270800	研究论文	开发并验证了一种针对法洛四联症修复患者的三维深度学习心脏分割模型，用于双心室自动量化分析	首次专门针对先天性心脏病（法洛四联症）患者设计三维CNN分割模型，支持训练图像中的标签缺失处理，并显著提升右心室量化精度	模型主要针对法洛四联症修复患者，在其他先天性心脏病或病理类型中的泛化能力未验证	开发高性能的自动分割模型，用于法洛四联症修复患者的左心室和右心室腔室及心肌量化	法洛四联症修复患者的心脏磁共振图像	计算机视觉	心血管疾病	心血管磁共振成像（CMR）	3D CNN	三维医学图像	训练集196例（100例正常/获得性心脏病患者 + 96例TOF患者），测试集36例TOF患者
1976	2025-09-06	Detection of signs of disease in external photographs of the eyes via deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00867-5 PMID:35352000	研究论文	利用深度学习模型分析眼部外部照片以检测糖尿病视网膜病变等疾病	首次证明无需视网膜眼底照片，仅通过眼部外部照片即可利用深度学习检测多种糖尿病相关眼病和血糖控制不良	需要进一步在不同相机设备和患者群体中验证模型的通用性	开发基于深度学习的眼部外部照片分析系统用于疾病筛查	糖尿病患者及普通眼科护理人群	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	145,832名糖尿病患者用于训练，48,644名患者用于验证
1977	2025-09-06	Derivation of prognostic contextual histopathological features from whole-slide images of tumours via graph deep learning 2022-Dec, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00923-0 PMID:35982331	研究论文	通过图深度学习从肿瘤全切片图像中提取具有预后价值的上下文组织病理学特征	首次在半监督方式下利用图深度神经网络分析肿瘤微环境的上下文特征，并生成可解释的预后生物标志物	NA	开发能够从全切片图像中提取预后相关上下文特征的计算病理学方法	肾癌、乳腺癌、肺癌和子宫癌患者的全切片图像	数字病理	多癌种（肾癌、乳腺癌、肺癌、子宫癌）	图深度学习、注意力机制	图神经网络（GNN）	全切片图像（WSI）	3,950名患者（四种癌症类型），其中1,333名肾透明细胞癌患者用于风险分层验证
1978	2025-09-06	Graph deep learning detects contextual prognostic biomarkers from whole-slide images 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00927-w PMID:35986140	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1979	2025-09-06	Graph deep learning for the characterization of tumour microenvironments from spatial protein profiles in tissue specimens 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00951-w PMID:36357512	研究论文	利用图神经网络分析空间蛋白质数据以表征肿瘤微环境并预测临床结果	提出基于局部子图的图深度学习模型，捕捉与临床结果相关的独特细胞相互作用，优于基于细胞类型局部组成的深度学习方法	NA	识别与癌症复发和患者生存相关的空间模式，并预测患者预后	人类头颈癌和结直肠癌组织样本	数字病理	头颈癌和结直肠癌	多重免疫荧光成像	图神经网络	空间蛋白质数据	NA
1980	2025-09-05	Unraveling bladder cancer-related circRNA biomarkers: a hybrid model combining deep learning and statistics 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00373-3 PMID:40893176	研究论文	本研究结合深度学习和统计方法，从膀胱癌患者的RNA测序数据中识别新型环状RNA生物标志物	开发了集成深度学习、特征选择和统计分析的混合模型，成功鉴定出34个新型膀胱癌相关circRNA生物标志物，其中17个为全新发现	样本量相对有限（454例患者和19例健康对照），需要更大规模验证	发现膀胱癌的非侵入性诊断和预后生物标志物	膀胱癌患者和健康对照的环状RNA	生物信息学	膀胱癌	RNA测序，CIRCexplorer3工具	深度学习集成模型	RNA测序数据	454例膀胱癌患者和19例健康对照