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	2025-11-11	MultiExCam: A multi approach and explainable artificial intelligence architecture for skin lesion classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109081 PMID:41021995	研究论文	提出一种多方法和可解释的AI架构MultiExCam，用于皮肤病变分类	首次将深度学习和机器学习真正融合，采用自适应集成架构学习个性化决策策略，并整合全面的可解释性技术	NA	开发AI辅助皮肤病诊断系统，提高皮肤癌早期检测性能	皮肤病变图像	计算机视觉	皮肤癌	数字成像处理	CNN, 集成学习	皮肤镜图像, 深度学习特征, 手工统计特征	三个数据集(HAM10000, ISIC, MED-NODE)	NA	卷积神经网络, 前馈神经网络(带门控和注意力机制)	AUC, F1-score	NA
2	2025-11-11	A deep learning model leveraging semantic features fusion for DNase I hypersensitive sites identification in the human genome 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109127 PMID:41151193	研究论文	提出基于语义特征融合的深度学习模型用于人类基因组中DNase I超敏感位点识别	首次将CNN、GRU和k-mer特征进行多模态融合，有效捕捉DHS序列的局部和全局模式及时空依赖关系	未明确说明模型在不同基因组区域的泛化能力及计算效率分析	开发高性能、低成本的DNase I超敏感位点计算方法	人类基因组中的DNase I超敏感位点	生物信息学	乳腺癌, 冠状动脉疾病, 阿尔茨海默病, 自身免疫疾病, 神经系统疾病	深度学习, k-mer特征提取	CNN, GRU, 特征融合模型	基因组序列数据	公开数据集（具体数量未说明）	未明确说明	1D-CNN, GRU, k-mer特征融合架构	准确率, 灵敏度, 特异性, MCC, AUC ROC, AUC PR	NA
3	2025-11-11	MEMOL: Mixture of experts for multimodal learning through multi-head attention to predict drug toxicity 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109088 PMID:41046705	研究论文	提出MEMOL多模态学习框架，通过多头注意力机制整合分子图像、图和指纹三种模态来预测药物毒性	将稀疏专家混合直接应用于注意力机制，并通过自注意力和交叉注意力增强特征提取和模态融合	NA	开发精确的药物毒性预测方法	药物分子	机器学习	NA	多模态学习	多头注意力, 专家混合	分子图像, 分子图, 分子指纹	NA	NA	多头注意力, 专家混合	AUROC, AUPRC	NA
4	2025-11-11	Non-invasive urine flow dynamics characterization of pediatric hydronephrosis based on deep learning and computational fluid dynamics 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109077 PMID:41046707	研究论文	基于深度学习和计算流体动力学开发非侵入性尿液流动动力学分析方法，用于小儿肾积水的诊断和预后评估	结合深度学习和CFD技术，首次实现基于MRU数据的尿液流动动力学非侵入性计算，提出尿液流速比(UFVR)新指标	方法依赖于MRU图像质量，CFD模拟需要专业设置边界条件	开发非侵入性尿液流动动力学计算方法，改善小儿肾积水诊断和预后评估	小儿肾积水患者，特别是输尿管骨盆连接处梗阻(UPJO)病例	医学影像分析，计算流体动力学	小儿肾积水，泌尿系统疾病	磁共振尿路造影(MRU)，计算流体动力学(CFD)	深度学习模型	医学影像(MRU)，三维网格模型	MRU数据集(具体数量未明确说明)	NA	NA	尿液流速比(UFVR)，压力分布比较	NA
5	2025-11-11	Multimodal Nomogram Combining Multiparametric MRI, Functional Subsets of Peripheral Lymphocytes and PI-RADS Can Predict Risk Stratification of Prostate Cancer 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109086 PMID:41046708	研究论文	开发结合多参数MRI、外周淋巴细胞功能亚群和PI-RADS的多模态列线图用于前列腺癌风险分层预测	首次探索将多参数MRI、外周淋巴细胞功能亚群与临床变量结合构建多模态列线图，实现前列腺癌三分类风险分层	回顾性研究，样本量较小(110例患者)，仅在单一医疗中心进行	开发替代PSA的自动化、可靠的前列腺癌风险分层方法	前列腺癌患者	数字病理	前列腺癌	多参数MRI，外周淋巴细胞检测	放射组学，深度学习	医学影像，临床数据，实验室检测数据	110例患者	NA	列线图	AUC，F1分数，灵敏度，特异性	NA
6	2025-11-11	Detection of nocturnal epileptic seizures using a wearable armband: A deep learning approach combining accelerometry and photoplethysmography signals 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109087 PMID:41072127	研究论文	提出基于深度学习的可穿戴臂带系统，结合加速度计和光电容积脉搏波信号检测夜间癫痫发作	首次将CNN-LSTM与注意力机制结合用于多模态信号分析，采用两步式检测策略显著降低数据量	样本量相对有限（68名患者），假阳性率较高（0.165/小时），仅针对重度夜间发作	开发家庭环境下夜间癫痫发作自动检测系统，降低SUDEP风险	68名重度癫痫患者	医疗健康监测	癫痫	加速度计(ACM), 光电容积脉搏波(PPG)	CNN-LSTM	时间序列信号（ACM和PPG）	68名患者，788次夜间记录（6304小时），1846次重度发作	NA	CNN-LSTM with attention mechanism	准确率, 灵敏度, 阳性预测值, 假警报率, AUC	NA
7	2025-11-11	Lightweight element-wise product enhanced neural network for efficient arrhythmia detection on embedded devices 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109101 PMID:41075315	研究论文	提出一种轻量级元素乘积增强神经网络，用于在嵌入式设备上实现高效心律失常检测	采用纺锤形架构与深度可分离卷积结合，并引入新颖的元素乘积融合机制增强高维特征表示	研究主要基于标准数据库验证，实际临床环境中的性能仍需进一步验证	开发适用于资源受限嵌入式设备的实时心律失常检测模型	心电图信号中的心律失常检测	数字病理	心血管疾病	ECG信号分析	CNN	心电图信号	MIT-BIH、SVDB、INCART和PTB数据库	NA	深度可分离卷积, 元素乘积融合机制	准确率, 精确率, 召回率, F1分数, 计算复杂度, 推理时间, 功耗	Raspberry Pi 5, Android 10 x86虚拟机
8	2025-11-11	Self-supervised learning and hybrid deep models for predicting the progression of Fuchs' endothelial corneal dystrophy after cataract surgery 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109100 PMID:41106173	研究论文	提出基于自监督学习和混合深度学习模型的框架，用于预测白内障手术后Fuchs角膜内皮营养不良的进展	集成临床领域知识、集成学习和自监督学习的三组件框架，采用RANSAC算法估计最佳拟合球面高程图，结合双分支设计和极坐标池化模拟临床推理	数据限制问题通过集成学习和自监督学习缓解，但未明确说明具体数据量限制	改善FECD预后预测，为白内障手术规划提供决策支持	Fuchs角膜内皮营养不良患者	计算机视觉	角膜疾病	Scheimpflug断层成像	CNN, 混合深度学习模型	医学图像	多中心数据集（未明确具体样本数量）	NA	双分支卷积神经网络, RANSAC算法, Polar Pooling	AUC	NA
9	2025-11-11	NN-PCP: Screening phenotype-related core pathways to construct a prostate cancer metastasis prediction model based on multiple types of mutation data 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109118 PMID:41109149	研究论文	提出基于表型相关核心通路的神经网络模型NN-PCP，用于预测前列腺癌转移	开发了结合改进的过表征分析和基因集富集分析的表型相关核心通路构建方法，并设计双差分层层次结构模拟多类型突变数据的协同效应	未在更大规模的多中心数据集上进行验证，模型泛化能力有待进一步评估	构建前列腺癌转移预测模型	前列腺癌患者突变数据	机器学习	前列腺癌	突变数据分析	神经网络	多类型突变数据	NA	NA	NN-PCP（包含IORA驱动模块、IGSEA驱动模块和双差分层层次结构）	准确率, 精确率, 召回率, F1分数, AUC, AUPR	NA
10	2025-11-11	Memory-driven modeling of herpes simplex virus type-1 and type-2 dynamics with neural network optimization 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109121 PMID:41124993	研究论文	开发了一个结合分数阶导数和深度神经网络的HSV-1和HSV-2病毒动力学建模框架	首次将分数阶导数与深度学习相结合用于疱疹病毒动力学建模，能够捕捉传统模型忽略的记忆效应	模型参数依赖于假设和现有数据，需要更多真实世界数据验证	建立更准确的HSV-1和HSV-2传播动力学模型以评估干预策略	疱疹 simplex 病毒类型1和2的传播动态	计算生物学	病毒感染	分数阶微分方程，深度学习	深度神经网络	模拟数据	NA	NA	NA	预测准确度(R值)	NA
11	2025-11-11	Prediction of neoadjuvant therapy response to HER2-positive and triple-negative breast cancer: a multicenter proof-of-concept study 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109130 PMID:41135295	研究论文	本研究开发了一种基于乳腺X线摄影、多参数MRI和临床特征的深度学习框架，用于预测HER2阳性和三阴性乳腺癌患者新辅助治疗后病理完全缓解	首次将六种单模态深度学习模型与临床特征融合，构建临床-影像融合模型预测乳腺癌新辅助治疗反应	回顾性研究，样本量相对有限（359例），需要更大规模的前瞻性验证	预测HER2阳性和三阴性乳腺癌患者新辅助治疗的病理完全反应	359例乳腺癌患者来自两个医疗机构	数字病理	乳腺癌	乳腺X线摄影，多参数MRI（ADC，DCE-MRI，SPAIR T2WI，DWI）	深度学习	医学影像，临床数据	359例乳腺癌患者	NA	DenseNet169-CBAM，多层感知机	AUC，准确率，灵敏度，特异性	NA
12	2025-11-11	Dual adversarial attacks on Explainable Deep Learning in medical image classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109125 PMID:41138644	研究论文	提出针对医学图像分类中可解释深度学习的双重对抗攻击方法，同时攻击模型预测和解释结果	首次提出同时针对预测和解释的双重对抗攻击框架，并引入联合评估指标ASR	仅在三种医学影像数据集和三种深度学习模型上验证，未涉及更广泛的模型和数据类型	研究可解释深度学习模型在医学图像分类中的安全性漏洞	医学图像分类中的可解释深度学习模型	计算机视觉	多疾病类别（胸部X光、眼底镜、皮肤镜相关疾病）	深度学习，对抗攻击	CNN	医学图像	三个基准医学影像数据集（具体样本数未提供）	PyTorch或TensorFlow（具体未明确说明）	ResNet50, DenseNet121, EfficientNet-V2	攻击成功率（ASR）	GPU（具体型号未说明）
13	2025-11-11	Applications of artificial intelligence in abdominal imaging 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	综述	本文探讨人工智能在腹部影像学中的应用现状、挑战与未来发展方向	系统阐述AI在多种腹部疾病影像诊断中的创新应用，并提出可解释AI框架与端到端流水线等未来发展方向	面临数据异质性、缺乏多中心验证、依赖回顾性单中心研究及模型可解释性不足等限制	评估人工智能在腹部影像学中的临床应用潜力与挑战	腹部影像数据（超声、CT、MRI）及相关疾病诊断	医学影像分析	肝脏疾病,胰腺癌,肾脏肿瘤,肠道疾病	深度学习,影像组学	深度学习模型	医学影像	NA	NA	NA	准确率	NA
14	2025-11-11	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	提出基于超声图像的对比融合非侵入性肝纤维化分期算法FCLLF	创造性引入纤维化对比层(FCL)概念和标签融合(LF)方法，增强模型对不同等级肝纤维化特征差异的捕捉能力	NA	利用深度学习技术实现肝纤维化的非侵入性分期诊断	肝纤维化患者	医学影像分析	肝纤维化	超声检查	深度学习模型	超声图像	NA	NA	FCLLF, ResNet, InceptionNet, VGG	准确率	NA
15	2025-11-11	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	本研究通过深度学习分割技术分析血液恶性肿瘤患者脾脏直径与体积的关系，建立与卢加诺标准相对应的体积阈值	首次通过深度学习分割技术建立脾脏体积与直径的幂回归模型，提出与卢加诺标准相对应的体积阈值和百分比变化标准	研究基于单一临床试验数据的二次分析，样本量有限（382例），未进行外部验证	探索脾脏体积测量在血液恶性肿瘤治疗反应评估中的应用价值	382例血液恶性肿瘤患者	数字病理	血液恶性肿瘤	CT成像，深度学习分割	随机森林	CT图像	382例血液恶性肿瘤患者	NA	NA	一致性评估，预测性能P值	NA
16	2025-11-11	Epidemiology, etiopathogenesis, immune response, diagnosis, and complications of acute pancreatitis: current insights 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2580131 PMID:41208148	综述	本文综述急性胰腺炎的流行病学、发病机制、免疫反应、诊断方法和并发症的最新研究进展	整合了氧化应激、免疫反应和组织重塑在急性胰腺炎中的最新研究，强调了生物标志物和预测模型在临床管理中的潜力	作为综述文章，未涉及原始研究数据，主要基于现有文献的整合分析	探讨急性胰腺炎的发病机制、诊断方法和临床管理策略	急性胰腺炎及其相关并发症	医学研究	急性胰腺炎	深度学习	NA	临床数据、生化标志物、影像学数据	NA	NA	NA	NA	NA
17	2025-11-11	Development and validation of a deep learning model for automatic severity grading of hip osteoarthritis: a multi-center study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2584361 PMID:41208350	研究论文	开发并验证了一种基于深度学习的髋关节骨关节炎自动严重程度分级模型	首次将卷积块注意力模块与ResNet-50结合用于髋关节骨关节炎的自动KL分级，并在多中心数据集上进行了验证	大多数错误分类局限于相邻KL分级，模型在外部验证集上的性能略有下降	开发自动化的髋关节骨关节炎严重程度分级模型以替代主观的人工评估	髋关节X光片	计算机视觉	骨关节炎	X射线成像	CNN	医学图像	内部数据集20,745张X光片，外部验证1,928张，OAI数据集1,249个髋关节	NA	ResNet-50 with Convolutional Block Attention Module	准确率,AUC	NA
18	2025-11-11	The role of artificial intelligence and mobile health in diagnosis and management of pulmonary arterial hypertension 2025-Dec, International journal of cardiology. Congenital heart disease DOI:10.1016/j.ijcchd.2025.100622 PMID:41208905	综述	探讨人工智能和移动健康技术在肺动脉高压诊断与管理中的应用前景	系统阐述AI技术在PAH诊疗全流程中的创新应用，包括早期筛查、影像自动分析和远程监测	需要严格的外部验证、前瞻性研究、偏差审核和与临床工作流程的无缝整合	改善肺动脉高压的诊疗流程和患者管理	肺动脉高压患者群体	数字病理	心血管疾病	电子健康记录、心电图、医学影像分析、可穿戴设备监测	深度学习, 机器学习	电子健康记录、心电图、超声心动图、CT、心脏磁共振、可穿戴设备数据	NA	NA	NA	NA	NA
19	2025-11-11	Multimodal deep learning for bone tumor diagnosis with clinical imaging, pathology, and blood biomarkers 2025-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2025.100718 PMID:41209291	研究论文	提出一种融合临床影像、病理切片和血液生物标志物的多模态深度学习框架，用于骨肿瘤检测和三分类诊断	首次将临床影像、病理切片和血液生物标志物通过深度学习框架进行多模态融合，并利用大语言模型将血液指标转化为语义特征	未明确说明样本来源的多样性及模型在外部验证集上的泛化能力	开发自动化骨肿瘤检测与分类系统以辅助临床诊疗决策	骨肿瘤患者（良性、恶性、中间型）	数字病理	骨肿瘤	临床影像学、病理切片分析、血液生物标志物检测	YOLOv5, ResNet, BioBERT, 多模态融合模型	临床影像、病理切片图像、血液生物标志物文本	两个独立数据集：骨肿瘤检测临床影像数据集、多模态分类队列（含影像+病理+血液指标）	PyTorch	YOLOv5, ResNet, Transformer	mAP@0.5, 宏平均精确率, F1分数, AUC	NA
20	2025-11-11	RiSID: River Surface Image Dataset for Instance Segmentation of Floating Macroplastic Debris 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112189 PMID:41210349	研究论文	本文介绍了用于河流漂浮塑料碎片实例分割的河流表面图像数据集RiSID	创建了首个专门针对河流表面漂浮塑料碎片的实例分割数据集，包含多类别注释数据	数据采集仅限于日本7条河流的11个站点，且仅在高流量条件下记录	开发基于图像的技术来量化河流表面漂浮的塑料碎片，掌握塑料从陆地到海洋的传输过程	河流表面漂浮的塑料碎片	计算机视觉	NA	图像采集与标注	深度学习模型	图像	7,356张原始图像，来自7条河流的11个站点	NA	NA	NA	NA