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
1	2025-11-07	CNN-Autoformer: Automated EEG-Based Seizure Detection and Localization Using Hybrid Deep Learning 2026-Feb, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2025.108896 PMID:41189712	研究论文	提出一种结合CNN和Autoformer的混合深度学习框架，用于EEG信号的癫痫发作检测和定位	首次将CNN的空间特征提取能力与Autoformer的时间建模能力相结合，通过自相关机制提取周期性依赖并将信号分解为趋势和季节成分	未明确说明模型在更广泛数据集上的泛化能力以及计算效率的详细分析	开发自动化的癫痫发作检测和定位方法	多通道脑电图信号	数字病理	癫痫	脑电图	CNN, Autoformer	时间序列信号	CHB-MIT公共数据集和SH-SDU专有数据集	NA	CNN-Autoformer混合架构	准确率, 灵敏度, 特异性, 精确率, F1分数, 假阳性检测率	NA
2	2025-11-07	Deep learning method for semi-automated segmentation of optic nerve head tissues in optical coherence tomography images 2025-Dec, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110678 PMID:41038371	研究论文	提出基于深度学习的半自动分割方法，用于光学相干断层扫描图像中视神经头组织的分割	开发了结合用户交互的深度学习模型更新机制，允许用户修正预测结果并实时优化后续预测	测试数据集较小（仅6个视神经头图像体积），需要更大样本量来全面评估模型更新效果	实现视神经头组织的半自动精确分割，提高分割效率	视神经头组织的前部筛板表面、布鲁赫膜和脉络膜-巩膜界面	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	46个预处理的视神经头图像体积（每个包含24个径向扫描）	NA	NA	均方根误差	NA
3	2025-11-07	Real-World Adversarial Defense Against Patch Attacks Based on Diffusion Model 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3596462 PMID:40768456	研究论文	提出基于扩散模型的对抗性补丁防御框架DIFFender，通过文本引导扩散模型检测和修复对抗补丁攻击	发现对抗性异常感知现象，首次将扩散模型统一应用于补丁定位和修复任务，并提出高效少样本提示调优算法	NA	开发有效的对抗性补丁防御方法，提升深度学习模型在真实场景中的鲁棒性	对抗性补丁攻击	计算机视觉	NA	扩散模型	扩散模型	图像	NA	NA	扩散模型	NA	NA
4	2025-11-07	FaceTracer: Unveiling Source Identities From Swapped Face Images and Videos for Fraud Prevention 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3601141 PMID:40833901	研究论文	提出首个非侵入式框架FaceTracer，用于从换脸图像和视频中追溯源人物身份以预防欺诈	首个专门设计用于从换脸内容中追溯源人物身份的非侵入式框架，通过解缠模块有效抑制目标人物身份信息并分离源人物身份特征	未明确说明对极端质量退化或高度复杂混合身份场景的处理能力	开发能够追溯换脸内容中源人物身份的技术，用于欺诈预防和恶意行为者追踪	换脸图像和视频中的源人物身份特征	计算机视觉	NA	深度学习	深度学习框架	图像, 视频	NA	NA	解缠模块	身份识别准确率, 迁移性, 鲁棒性	NA
5	2025-11-07	LBONet: Supervised Spectral Descriptors for Shape Analysis 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3600873 PMID:40833902	研究论文	提出LBONet方法，通过监督学习优化拉普拉斯-贝尔特拉米算子的特征基，提升形状分析任务的性能	首次提出监督学习方式优化LBO特征基，使其更适应特定任务需求	NA	改进非刚性形状分析中拉普拉斯-贝尔特拉米算子的性能	流形上的算子学习	计算机视觉	NA	深度学习	监督学习	形状数据	NA	NA	LBONet	检索准确率, 分类准确率, 分割精度, 对应关系准确率	NA
6	2025-11-07	Upright-Net+: Enhanced Learning of Upright Orientation for 3D Point Clouds 2025-Dec, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3605201 PMID:40892647	研究论文	提出Upright-Net+模型，通过改进的图卷积网络和全局位置编码模块来估计3D点云的直立方向	将连续方向问题转化为离散分类任务，引入基于相对距离直方图统计的全局位置编码模块(GPE-RDHS)来缓解过平滑问题，并增强加权残差损失项	NA	解决3D形状分析中姿态对模型性能的影响，提升直立方向估计的准确性	3D点云数据	计算机视觉	NA	3D点云分析	图卷积网络	3D点云	NA	NA	Upright-Net+	NA	NA
7	2025-11-07	AttentionPainter: An Efficient and Adaptive Stroke Predictor for Scene Painting 2025-Dec, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3618184 PMID:41052120	研究论文	提出一种高效自适应的单步神经绘画模型AttentionPainter，通过单次前向过程预测大量笔画参数	提出可扩展的笔画预测器实现单步预测、快速笔画堆叠算法提升13倍训练速度、笔画密度损失提升重建质量、笔画扩散模型支持基于笔画的修复和编辑	NA	解决现有神经绘画方法推理时间长和训练不稳定的问题	基于笔画的图像渲染和绘画生成	计算机视觉	NA	深度学习，强化学习，扩散模型	神经网络，扩散模型	图像	NA	NA	AttentionPainter	推理速度，训练效率，重建质量	NA
8	2025-11-07	Deep Learning R-Wave Detection for Electrocardiographic Gating in Cardiac MRI 2025-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250104 PMID:41196189	研究论文	本研究开发卷积神经网络用于心电图R波检测，以减少心脏MRI中的心电门控误差	首次将CNN应用于心脏MRI环境下的ECG R波检测，特别针对3.0 T磁场下的MRI伪影问题	样本量相对有限（共167名患者），且为回顾性研究	评估ECG门控误差频率并开发基于深度学习的R波检测方法以改善心脏MRI质量	接受心脏MRI检查的患者心电图信号	医学影像分析	心血管疾病	心脏MRI, 心电图	CNN	心电图信号	167名患者（120名内部数据集，47名外部数据集）	NA	卷积神经网络	F1分数, 假阳性率	NA
9	2025-11-07	Foundation Model for Predicting Prognosis and Adjuvant Therapy Benefit From Digital Pathology in GI Cancers 2025-Nov-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-01501 PMID:40168636	研究论文	开发基于数字病理图像的人工智能基础模型，用于预测胃肠道癌症患者的预后和辅助化疗获益	使用自监督学习训练包含1.3亿个图像块的大规模基础模型，并在多国队列中验证其预测预后和辅助治疗获益的能力	需要前瞻性验证，模型性能有待进一步临床确认	利用数字病理图像预测胃肠道癌症患者的生存结局和辅助化疗获益	胃癌、食管癌和结直肠癌患者	数字病理	胃肠道癌症	苏木精-伊红染色组织病理学	深度学习	病理图像	104,876张全切片图像，包含1,619例胃食管癌患者和2,594例结直肠癌患者	NA	基础模型+微调模型	一致性指数, 5年生存率, 多变量分析P值	NA
10	2025-11-07	Deep Learning Model for Breast Shear Wave Elastography to Improve Breast Cancer Diagnosis (INSPiRED 006): An International, Multicenter Analysis 2025-Nov-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-02681 PMID:40834300	研究论文	开发并验证基于剪切波弹性成像的深度学习模型用于乳腺癌诊断	首次在国际多中心研究中开发基于EfficientNetB1的AI-SWE模型，显著降低假阳性率	需要未来研究探索多模态整合，验证集样本量相对有限	提高BI-RADS 3和4类乳腺肿块的诊断准确性	乳腺剪切波弹性成像图像	医学影像分析	乳腺癌	剪切波弹性成像	深度学习	医学图像	开发集924名患者(4,026张图像)，外部验证集370名患者(750张图像)	NA	EfficientNetB1	灵敏度, 特异性, 假阳性率, AUROC	NA
11	2025-11-07	LSTM-Transformer hybrid model predicts and unveils total phosphorus dynamics and pollutions in Poyang Lake 2025-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180622 PMID:41056607	研究论文	本研究开发LSTM-Transformer混合模型预测鄱阳湖总磷动态变化并揭示污染机制	首次将LSTM与Transformer结合用于湖泊磷污染预测，通过多头自注意力机制整合关键影响因素	模型在测试集上的相关系数为0.6428，仍有提升空间	预测鄱阳湖总磷动态趋势并识别污染驱动机制	鄱阳湖总磷污染	环境科学, 机器学习	NA	时空分析, 深度学习	LSTM, Transformer	时间序列数据	2013-2022年数据	NA	LSTM-Transformer混合架构	相关系数R, RMSE	NA
12	2025-11-07	Water level forecasting in coastal cities using a hybrid deep learning approach 2025-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180709 PMID:41101053	研究论文	本研究提出了一种结合CNN、Transformer和SKANs的混合深度学习模型，用于预测威尼斯每小时水位	首次将卷积神经网络、Transformer层和Swallow Kolmogorov Arnold Networks结合用于沿海城市水位预测	仅使用两年数据训练，历史数据可用性有限	开发准确实时的沿海城市洪水预测模型	意大利威尼斯的水位预测	机器学习	NA	深度学习	CNN, Transformer, SKANs	气象和水文数据	两年高分辨率数据	NA	CNN-Transformer-SKANs	Nash-Sutcliffe Efficiency, Root Mean Square Error	NA
13	2025-11-07	Pix2Pix generative-adversarial network in improving the quality of T2-weighted prostate magnetic resonance imaging: a multi-reader study 2025-11-06, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.243102 PMID:40320939	研究论文	本研究评估Pix2Pix生成对抗网络在提升T2加权前列腺磁共振成像质量方面的性能与可行性	首次采用Pix2Pix生成对抗网络对合成退化的前列腺MRI图像进行质量增强，并证明其能产生与原始图像难以区分的高质量图像	样本量相对有限，外部验证数据集仅包含33名患者	评估生成式深度学习在前列腺MRI图像质量增强中的应用效果	前列腺T2加权磁共振图像	医学影像处理	前列腺癌	磁共振成像	GAN	医学图像	训练集1300例，验证集100例，测试集100例，外部测试集33例患者	NA	Pix2Pix	图像质量评分，Wilcoxon符号秩检验	NA
14	2025-11-07	Detection of common bile duct dilatation on magnetic resonance cholangiopancreatography by deep learning 2025-11-06, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253218 PMID:40321102	研究论文	本研究使用深度学习算法通过磁共振胰胆管成像检测胆总管扩张	首次将深度学习模型应用于MRCP图像中胆总管扩张的自动检测	样本量较小，需要多中心大样本研究验证	开发基于深度学习的胆总管扩张自动检测方法	胆总管扩张患者的MRCP图像	计算机视觉	胆道疾病	磁共振胰胆管成像	CNN	医学图像	147例MRCP图像（77例正常，70例胆总管扩张）	NA	ResNet50, DenseNet121, VGG	准确率	NA
15	2025-11-07	Improve deep learning-based reconstruction of optical coherence tomography angiography by siamese U-Net 2025-Nov-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae183c PMID:41151103	研究论文	提出一种结合Siamese架构和多分支坐标交叉注意力模块的SU-Net模型，用于改进光学相干断层扫描血管成像的重建质量	首次将Siamese架构与多分支坐标交叉注意力模块集成到U-Net中，更好地学习与血流相关的通道间差异	仅在12个三维人体皮肤OCTA图像上验证，样本量有限	改进基于深度学习的OCTA B扫描重建质量，减少图像采集次数	人体皮肤光学相干断层扫描血管成像数据	计算机视觉	NA	光学相干断层扫描血管成像	U-Net, Siamese网络	三维医学图像	来自8名志愿者的12个三维体积图像	NA	U-Net, DnCNN, ResNet, DenseNet	PSNR, SSIM	NA
16	2025-11-07	Torso synthetic CT generation by integrating deep learning and segmentation for FDG-PET/MR attenuation correction 2025-Nov-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae13ff PMID:41101339	研究论文	提出一种结合深度学习和分割技术的方法，从Dixon MR图像生成躯干合成CT用于PET/MR衰减校正	首次将深度学习与基于阈值的分割方法相结合，实现从Dixon MR图像生成完整躯干的衰减校正图	样本量较小（29个数据集），仅针对FDG-PET/MR应用	提高PET/MR系统中衰减校正的准确性	躯干区域（从颅底到大腿中部）的FDG-PET/MR数据	医学影像分析	NA	FDG-PET/MR, Dixon MR	GAN, U-net	医学影像（MR和CT图像）	29个前瞻性收集的配对FDG-PET/CT和MR数据集（15个训练，14个测试）	NA	U-net Residual Network conditional Generative Adversarial Network (URcGAN)	平均绝对差异（HU）, SUV差异百分比, 标准差	NA
17	2025-11-07	Optimizing infant magnetic resonance imaging efficiency: Deep learning-assisted feed-and-wrap technique versus general anesthesia using an infant magnetic resonance imaging stabilizer in infants under 4 months 2025-Nov-06, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06437-6 PMID:41193818	研究论文	本研究比较了深度学习辅助的喂养包裹技术与全身麻醉在4个月以下婴儿MRI检查中的效率差异	首次将深度学习图像重建技术与喂养包裹技术结合，并与传统全身麻醉方法进行系统比较	单中心回顾性研究，样本量较小（48例婴儿）	评估深度学习辅助喂养包裹技术是否能缩短婴儿MRI检查的周转时间	4个月以下的婴儿脑部MRI检查	医学影像分析	儿科影像	磁共振成像，深度学习图像重建	深度学习模型	医学影像数据	48名婴儿（DL-FW组22例，GA组26例）	NA	NA	周转时间，Mann-Whitney U检验，Hodges-Lehmann估计量	NA
18	2025-11-07	A Novel Multimodal Deep Image Analysis Model for Predicting Extraction/Non-Extraction Decision 2025-Nov-06, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70057 PMID:41195767	研究论文	开发一种基于侧位头影测量片和口内扫描的多模态深度学习模型，用于预测正畸拔牙/非拔牙决策	首次结合侧位头影测量片和口内扫描数据，采用多模态深度学习模型预测正畸治疗决策，并引入新颖的牙齿空间特征	样本量相对有限（617例），仅来自单一医疗机构，模型性能仍有提升空间	开发辅助正畸医生决策的深度学习分类器	正畸患者	计算机视觉	口腔正畸	头影测量分析，口内扫描	CNN, 自编码器	医学影像，三维扫描数据	617名患者（192例拔牙组，425例非拔牙组）	NA	CephNet, 卷积自编码器	准确率，灵敏度，特异性，阳性预测值，阴性预测值，阳性似然比，阴性似然比，F1分数	NA
19	2025-11-07	The Use of DeepQSAR Models for the Discovery of Peptides with Enhanced Antimicrobial and Antibiofilm Potential 2025-Nov-06, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02138 PMID:41195811	研究论文	本研究利用基于循环神经网络的DeepQSAR模型预测和设计具有增强抗菌和抗生物膜活性的新型抗菌肽	将传统分子描述符与深度学习模型结合，开发了能够高效预测抗菌肽活性的DeepQSAR方法，并成功设计了100种新型肽	NA	开发基于深度学习的QSAR模型以加速发现具有广谱抗菌和抗生物膜活性的新型抗菌肽	抗菌肽及其抗菌和抗生物膜活性	机器学习	细菌感染	定量构效关系	循环神经网络	分子描述符数据	NA	NA	RNN	5折交叉验证准确率	NA
20	2025-11-07	Rethinking active learning in medical education: A comparative study of inquiry-based and team-based learning on student performance and satisfaction 2025-Nov-06, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00199.2025 PMID:41196126	研究论文	比较探究式学习与团队式学习在医学教育中对学生表现和满意度的影响	开发基于5E教学模型的创新探究式学习框架，采用条件式答案揭示机制和游戏化综合评估	仅针对一年级医学生，样本量有限，未评估长期学习效果	比较两种主动学习方法的教学效果	548名一年级医学生	医学教育	NA	5E教学模型，游戏化学习	NA	定量表现指标，行为观察，学生问卷	548名一年级医学生	NA	NA	关键概念保留率，扩展概念掌握率，满意度评分，作弊倾向降低率	NA