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	2025-11-15	Benchmarking AI-driven acoustic monitoring for floating marine debris: Challenges in deep learning-based debris extraction 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118655 PMID:40929868	研究论文	评估主流深度学习模型在声纳图像中自动提取漂浮海洋垃圾的性能	首次系统评估深度学习模型在声纳图像中提取低对比度漂浮垃圾的性能，并引入包含1000张声纳图像的“严苛漂浮垃圾”数据集	数据稀缺性以及声学成像固有的物理特性（包括距离相关分辨率和视角敏感性）限制了模型性能	开发更强大的AI驱动系统用于自主监测漂浮海洋垃圾	声纳图像中的漂浮海洋垃圾（塑料袋、瓶子、金属罐和混合垃圾）	计算机视觉	NA	声纳成像技术	深度学习分割模型	声纳图像	1000张声纳图像，包含4类垃圾（塑料袋、瓶子、金属罐、混合垃圾），每张图像含2-4个手动标注实例	NA	NA	IoU（交并比）	NA
2	2025-11-15	Remote sensing and image analysis of macro-plastic litter: A review 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118630 PMID:40929867	综述	本文综述了遥感技术和人工智能图像分析在宏观塑料垃圾检测领域的最新进展	系统整合了多种遥感平台（网络摄像头、无人机、气球、飞机和卫星）与AI图像分析技术在塑料垃圾监测中的联合应用，提出了量化指标标准化的重要观点	研究中存在量化指标不一致、环境干扰、分辨率限制和协议不统一等挑战，影响跨研究比较和数据协调	评估遥感技术和AI图像分析在海洋塑料污染监测中的应用效果和发展潜力	沿海、河流和其他水生环境中的宏观塑料垃圾	计算机视觉	NA	遥感技术、图像分析	深度学习模型	遥感图像	NA	NA	NA	垃圾覆盖面积、体积、重量、单位面积物品数量	NA
3	2025-11-15	Predicting sediment contamination in Tunisia's coastal lagoons using an OP-LSTM deep learning model: A case study from the Bizerte basin, southwest Mediterranean region 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118606 PMID:40857895	研究论文	本研究应用优化的长短期记忆深度学习模型预测突尼斯比塞大潟湖沉积物污染风险	首次将优化的LSTM模型应用于沿海潟湖沉积物污染预测，相比标准LSTM模型具有更高的预测精度	研究仅针对突尼斯比塞大盆地，结果可能不适用于其他地理环境	预测沿海潟湖沉积物污染风险，支持海岸带环境管理	突尼斯比塞大潟湖的沉积物样本	环境科学，深度学习	NA	X射线衍射，原子吸收光谱，地球化学分析	LSTM	地球化学数据，矿物学数据	未明确样本数量，但包含空间变化的沉积物采样	NA	OP-LSTM（优化的长短期记忆网络）	RMSE，MSE，训练损失，R分数	NA
4	2025-11-15	A comprehensive deep learning model for motor phenotypes of Parkinson's disease using three-dimensional kinect V2 detectors 2026-Jan, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.110000 PMID:41061555	研究论文	开发结合骨架步态能量图像与相对距离角度的混合CNN-LSTM深度学习模型，用于帕金森病运动表型分类	首次将骨架步态能量图像与相对距离角度特征结合，并采用混合CNN-LSTM架构提升帕金森病运动表型分类性能	未明确说明样本规模和数据采集环境的具体限制	提高帕金森病不同运动表型的诊断准确率	帕金森病患者（分为非姿势不稳步态障碍组和姿势不稳步态障碍组）与健康对照组	计算机视觉	帕金森病	三维Kinect V2检测器	CNN, LSTM, CNN-LSTM	骨架步态能量图像，相对距离和角度数据	NA	NA	CNN-LSTM混合架构	AUC, 分类准确率	NA
5	2025-11-15	Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146497 PMID:41016293	研究论文	本研究提出了一种基于多传感器融合和增强型EfficientNet-B0模型的葡萄酒原料鉴别方法	采用GASF和梅尔频谱图将一维传感器数据转换为二维RGB图像，结合增强型EfficientNet-B0模型实现多传感器数据融合	NA	开发基于多传感器融合的葡萄酒原料准确分类方法	八种不同原料采用相同酿造工艺制作的葡萄酒	计算机视觉	NA	广谱电子鼻、贵金属电极传感器	CNN	图像	NA	NA	Enhanced-EfficientNet-B0	准确率	NA
6	2025-11-15	ECG-SMART-NET: A Deep Learning Architecture for Precise ECG Diagnosis of Occlusion Myocardial Infarction 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3573581 PMID:40418608	研究论文	提出一种名为ECG-SMART-NET的深度学习架构，用于精确诊断闭塞性心肌梗死的12导联心电图	对ResNet-18架构进行临床信息驱动的改进，通过时序卷积层和空间卷积层分别捕捉心电图的时序特征和导联间空间特征	未明确说明模型在临床实践中的泛化能力和实时应用可行性	开发能够准确识别闭塞性心肌梗死的心电图自动诊断系统	来自7,397名患者的10,393份12导联心电图	数字病理	心血管疾病	心电图分析	CNN	心电图信号	10,393份心电图，来自7,397名患者（OMI发生率7.2%）	NA	ResNet-18改进版，包含时序卷积层和空间卷积层	AUC	NA
7	2025-11-15	High-Quality CEST Mapping With Lorentzian-Model Informed Neural Representation 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3574238 PMID:40434851	研究论文	提出一种基于洛伦兹模型引导的神经表示框架(LINR)，用于高质量化学交换饱和转移(CEST)映射	将洛伦兹方程嵌入自监督神经网络架构，直接从原始z谱重建高灵敏度参数图，无需标记训练数据	未明确说明模型在更广泛疾病类型和采集协议中的泛化能力	开发高质量CEST映射方法以提升分子信息量化能力	合成模型和体内实验数据（包括肿瘤和阿尔茨海默病模型）	医学影像分析	肿瘤, 阿尔茨海默病	化学交换饱和转移(CEST) MRI	神经网络	MRI z谱数据	NA	NA	自监督神经表示架构	NA	NA
8	2025-11-15	Deep Separable Spatiotemporal Learning for Fast Dynamic Cardiac MRI 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3574090 PMID:40434852	研究论文	提出一种用于快速动态心脏MRI重建的深度可分离时空学习方法	采用维度缩减的可分离学习方案，在训练数据极其有限的情况下仍能实现优异性能	NA	解决动态心脏MRI高维数据重建的挑战	心脏动态MRI图像重建	医学影像处理	心血管疾病	动态磁共振成像	深度学习网络	动态MRI图像序列	心脏电影数据集，训练需求减少高达75%	NA	Deep Separable Spatiotemporal Learning network (DeepSSL)	视觉评估，定量指标，盲读研究	NA
9	2025-11-15	Phantom-Based Ultrasound-ECG Deep Learning Framework for Prospective Cardiac Computed Tomography 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3575268 PMID:40445820	研究论文	提出首个结合超声和心电图数据的深度学习框架，用于预测心脏静止期以优化CT血管造影门控	首次将超声和心电图数据融合的多模态深度学习框架，能够处理心律失常等复杂心脏状况	在较短静止期（<100毫秒）的预测准确率相对较低，研究基于动态心脏运动体模而非真实患者数据	开发多模态深度学习框架以改进心脏CT血管造影的门控准确性	动态心脏运动体模，模拟包括心律失常在内的多种心脏状况	医学影像分析	心血管疾病	超声成像, 心电图, 计算机断层扫描	3D CNN, ANN	超声图像, 心电图信号	动态心脏运动体模数据	NA	3D卷积神经网络, 人工神经网络	准确率	NA
10	2025-11-15	Integrating Motor Unit Activity With Deep Learning for Real-Time, Simultaneous and Proportional Wrist Angle and Grasp Force Estimation 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3575252 PMID:40445821	研究论文	提出一种集成运动单元活动与深度学习的框架，用于实时同步比例估计手腕角度和抓握力	首次将实时高密度表面肌电分解与模块化LSTM神经网络结合，实现神经指令的直接解析和运动参数的同步解码	实验仅包含10名受试者，样本规模有限	改进肌电假肢的神经接口技术，实现运动参数的高精度实时解码	人体手腕运动（旋前/旋后、屈曲/伸展、外展/内收）和抓握力控制	机器学习	截肢康复	高密度表面肌电信号分解	LSTM	肌电信号	10名受试者	NA	模块化长短期记忆神经网络	nRMSE, R2	NA
11	2025-11-15	Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70004 PMID:40613800	综述	本文综述了多参数MRI与深度学习分类网络在前列腺癌评估中的整合应用	系统探讨了深度学习与mpMRI结合在前列腺癌分类中的创新方法，包括领域知识和临床信息的整合策略	未涉及具体实验验证，主要基于文献综述分析	提升前列腺癌分类准确性和临床诊断效率	前列腺癌患者和病变组织	数字病理	前列腺癌	多参数MRI	深度学习分类网络	医学影像	NA	NA	NA	NA	NA
12	2025-11-15	Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time 2025-Dec, Head & neck DOI:10.1002/hed.28255 PMID:40693394	研究论文	评估双网络深度学习超分辨率方法在头颈部MRI中提升图像质量和缩短扫描时间的应用效果	提出双网络深度学习框架用于头颈部MRI超分辨率重建，在显著缩短扫描时间的同时提升图像质量	样本量相对有限（58例），仅在一家医疗中心进行，需要更大规模多中心验证	评估深度学习超分辨率方法在头颈部MRI中改善图像质量和缩短扫描时间的可行性	头颈部肿块患者	医学影像分析	头颈部肿瘤	MRI成像	深度学习	医学影像	58例头颈部肿块患者（34男，24女，平均年龄51.37±13.24岁）	NA	双网络架构	信噪比, 对比噪声比, 对比度, 图像锐度, 病变显著性, 结构描绘, 伪影评分	NA
13	2025-11-15	NEAR-INFRARED REFLECTANCE IMAGING FOR THE ASSESSMENT OF GEOGRAPHIC ATROPHY USING DEEP LEARNING 2025-Dec-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004614 PMID:40694826	研究论文	开发并评估基于深度学习的全自动方法，用于在近红外反射成像中检测地理萎缩	首次将深度学习应用于近红外反射成像自动检测地理萎缩，Vision Transformer B16和YOLOv8-Large模型在该任务中表现出色	样本量相对较小（113例GA患者和119例对照），仅在一家医疗中心进行验证	开发自动化深度学习方法来评估年龄相关性黄斑变性的晚期表现——地理萎缩	50岁及以上经视网膜专家确诊的地理萎缩患者和健康视网膜对照组的近红外反射图像	计算机视觉	年龄相关性黄斑变性	近红外反射成像	Vision Transformer, YOLO	医学图像	113例GA患者和119例对照组，分类数据集330张图像，定位数据集659张图像	NA	Vision Transformer B16, YOLOv8-Large	准确率, 精确率, 灵敏度, F1分数, DICE系数, IoU	NA
14	2025-11-15	Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103879 PMID:40902506	研究论文	本研究开发了一种基于Transformer-GAN的深度学习框架，用于解码牙周炎中表观遗传增强子-启动子相互作用及其在炎症基因调控中的作用	首次将Transformer-GAN模型应用于表观遗传增强子-启动子相互作用的预测，并整合多组学数据进行牙周炎生物标志物发现	研究样本量有限，仅基于公开数据集进行分析，需要进一步实验验证	解析牙周炎中表观遗传增强子-启动子相互作用的调控网络，发现新的生物标志物和治疗靶点	牙周炎患者的基因组DNA甲基化和基因表达数据	生物信息学, 深度学习	牙周炎	DNA甲基化测序, RNA-seq, 多组学整合分析	GAN, Transformer	基因组甲基化数据, 基因表达数据	基于GSE173081和GSE173078公共数据集	PyTorch, TensorFlow	Transformer-GAN	AUC-ROC, AUC-PRC, F1-score, 诊断准确率	未明确指定
15	2025-11-15	MetaPredictomics: A Comprehensive Approach to Predict Postsurgical Non-Small Cell Lung Cancer Recurrence Using Clinicopathologic, Radiomics, and Organomics Data 2025-Dec-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000006086 PMID:40902993	研究论文	提出MetaPredictomics框架，整合临床病理数据、PET/CT影像组学和多器官组学数据预测非小细胞肺癌术后复发	首次将假定健康器官的组学数据（器官组学）与肿瘤影像组学和临床病理数据整合，采用堆叠集成方法构建元模型	样本量相对较小（145例），使用单一公开数据集，缺乏外部验证	开发综合预测模型以改善非小细胞肺癌术后复发预测	145例非小细胞肺癌患者的术前PET/CT影像和临床病理数据	数字病理	肺癌	PET/CT影像, 基因突变检测, 影像组学特征提取	深度学习分割模型, 基于glmboost的生存预测模型, 堆叠集成模型	医学影像, 临床数据, 病理数据, 基因组数据	145例非小细胞肺癌患者	PyRadiomics	NA	C-index	NA
16	2025-11-15	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI融合临床、生境影像组学和深度学习特征的综合模型用于直肠癌肿瘤沉积术前识别	首次将临床特征、生境影像组学特征和深度学习特征通过两阶段选择方法进行融合，构建综合预测模型	回顾性研究设计，样本量相对有限（635例）	研究基于MRI的融合模型在直肠癌肿瘤沉积术前识别和预后评估中的应用价值	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI T2加权成像	深度学习, 影像组学	医学影像（MRI T2WI）	635例直肠癌患者（训练集259例，内部验证112例，外部验证264例），其中184例TDs阳性	nnUNet	nnUNet	AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析	NA
17	2025-11-15	Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103895 PMID:40945314	研究论文	开发并验证基于超声的深度学习影像组学模型，用于无创预测大唾液腺癌的颈部淋巴结转移	首次结合临床特征、超声报告、影像组学和深度学习特征构建复合预测模型	样本量相对有限（214例患者），需多中心验证	开发无创预测大唾液腺癌颈部淋巴结转移的方法	大唾液腺癌患者	数字病理	唾液腺癌	超声成像	深度学习, 机器学习	超声图像	214例来自4个医疗中心的大唾液腺癌患者	NA	NA	AUC, 准确率, 精确率, 召回率, F1分数	NA
18	2025-11-15	AI-Driven CBCT Analysis for Surgical Decision-Making and Mucosal Damage Prediction in Sinus Lift Surgery for patients with low RBH 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103931 PMID:41039687	研究论文	本研究构建了基于深度学习的智能决策系统，用于优化上颌窦底提升手术方案选择并预测黏膜穿孔风险	首次构建基于深度学习的3D智能决策模型用于MSFE，创新引入卷积块注意力模块机制和深度可分离卷积技术	样本量相对较小（79例患者），需要更大规模数据验证模型的泛化能力	优化上颌窦底提升手术决策和预测黏膜穿孔风险，为临床提供可靠辅助工具	接受上颌窦底提升手术的低残余骨高度患者	数字病理	口腔颌面疾病	锥形束计算机断层扫描成像	CNN	3D医学影像	79例患者	NA	EfficientNet, ResNet	准确率, 召回率, F1分数	NA
19	2025-11-15	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于从泰国儿童和青少年的全景牙科X光片中自动估计年龄和性别	首次将EfficientNetB0架构应用于牙科全景X光片的年龄和性别估计，并采用年龄分层建模策略提升预测精度	模型在较大年龄组（15-23岁）的年龄估计性能显著下降，且研究仅限于泰国人群	开发自动化的年龄和性别估计方法以替代传统法医牙医学中复杂耗时的人工方法	泰国7-23岁儿童和青少年的牙科全景X光片	计算机视觉	NA	牙科全景X光摄影	CNN	医学图像	2491名个体的4627张全景X光片	TensorFlow, PyTorch或Keras（文中未明确指定）	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感度, 特异度	NA
20	2025-11-15	ProMUS-NET: Artificial intelligence detects more prostate cancer than urologists on micro-ultrasonography 2025-Dec, BJU international IF:3.7Q1 DOI:10.1111/bju.16892 PMID:40859774	研究论文	开发基于深度学习的ProMUS-NET模型用于自动分割前列腺癌微超声图像，并与泌尿科专家性能进行比较	首次开发专门用于微超声图像的前列腺癌自动定位深度学习模型，在敏感度方面超越人类专家	需要改进边缘重叠精度和减少假阳性，尚需外部验证	提高前列腺癌在微超声图像上的定位敏感度和阅片一致性	接受MRI-超声融合引导活检的前列腺癌患者	数字病理	前列腺癌	微超声成像，MRI-超声融合引导活检	CNN	医学图像	单中心前瞻性收集的微超声图像数据集	NA	U-Net	AUC, 敏感度	NA