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	2025-11-26	A multimodal approach for cardiac signals classification using deep learning with explainable AI methods 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00402-1 PMID:41287804	研究论文	提出一种融合心电信号和心音信号的多模态深度学习框架，用于心脏病分类诊断	采用双分支CNN-BiLSTM-SE架构与跨模态注意力机制，结合可解释AI方法验证模型临床相关性	未明确说明模型在实时临床环境中的部署性能	开发准确、可解释的心脏病诊断决策支持系统	心电图和心音图信号	数字病理	心血管疾病	小波去噪,自适应滤波,标准化	CNN,BiLSTM	生理信号	总计4905名受试者（来自5个不同数据集）	未明确指定	双分支CNN-BiLSTM-SE,跨模态注意力机制	准确率,F1分数,AUC	NA
2	2025-11-26	A deep learning approach to predicting hospitalized patients' SEIRD states using multimodal spatiotemporal data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106157 PMID:41161262	研究论文	本研究开发了多模态深度学习模型，利用医院时空数据预测住院患者的SEIRD状态和医院获得性感染风险	提出了一种新颖的混合架构，先让专门组件独立学习时空数据的表示，然后通过联合微调阶段智能融合这些预训练表示	研究使用合成医院模拟数据集，未来需要在真实临床数据上进行验证	开发个体层面的医院获得性感染风险预测模型，为针对性干预提供支持	住院患者	机器学习	医院获得性感染	深度学习	LSTM, DCRNN, 图卷积网络	多模态时空数据	基于同行评审的合成医院模拟数据集，采用分层10折交叉验证	NA	异构图卷积长短期记忆网络, 扩散卷积循环神经网络, 混合模型	准确率, F1分数	NA
3	2025-11-26	A multi-task deep learning framework for intraoperative diagnosis of thyroid cancer metastasis using whole slide images 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106176 PMID:41237514	研究论文	开发基于CLAM的多任务深度学习框架，用于甲状腺癌术中冰冻切片全玻片图像的转移诊断	首次将聚类约束注意力多实例学习应用于甲状腺癌术中诊断，实现淋巴结转移检测、T分期分类和解剖定位三项临床任务	T分期分类性能相对较低，样本量有限，需要进一步外部验证	提升甲状腺癌术中淋巴结转移诊断的准确性和可解释性	甲状腺乳头状癌患者的术中冰冻切片全玻片图像	数字病理	甲状腺癌	全玻片图像分析	CNN, 多实例学习	病理图像	来自两个独立中心的569例患者样本	PyTorch	ResNet50, CLAM	AUC	NA
4	2025-11-26	AI for colon cancer: A focus on classification, detection, and predictive modeling 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106115 PMID:41075424	系统综述	本系统综述评估人工智能在结肠癌研究中的应用现状，重点关注其对诊断准确性、治疗计划和患者结局的影响	首次系统评估2020-2024年间AI在结肠癌领域的应用，并特别关注可解释AI和生成式AI技术的整合情况	临床整合仍面临数据和验证差距的挑战，纳入研究质量存在差异	评估AI在结肠癌检测、分类和预测建模中的应用效果及可靠性	结肠癌相关的医学研究和临床数据	医学人工智能	结肠癌	系统综述和荟萃分析	深度学习,机器学习,GAN	医学文献数据	80篇相关研究文章	NA	NA	诊断准确性	NA
5	2025-11-26	Enhancing the prediction accuracy of pathological downstaging in locally advanced rectal cancer using deep learning models with preoperative MRI and clinicopathological data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106142 PMID:41100929	研究论文	本研究开发并验证了基于术前T2加权MRI影像联合放射学和临床病理数据的深度学习模型，用于预测局部晚期直肠癌新辅助放化疗后的病理T分期降期	首次将T2加权MRI影像与放射学特征和临床病理数据相结合构建深度学习模型，显著提高了病理降期预测准确率	回顾性研究设计，样本量相对有限（总样本406例），需要进一步前瞻性验证	提高局部晚期直肠癌新辅助放化疗后病理T分期降期的预测准确性	局部晚期直肠癌患者	数字病理	直肠癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	总样本406例（训练集223例，内部测试集95例，外部测试集88例）	NA	NA	AUC，ROC曲线分析	NA
6	2025-11-26	Hybridized artificial intelligence system for reducing neonatal mortality in Nigeria 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106162 PMID:41138617	研究论文	开发了一种混合人工智能系统，用于检测多种新生儿疾病以降低尼日利亚新生儿死亡率	提出了一种新颖的混合LSTM-ANN架构，并在尼日利亚本地数据集上验证了其优越性能	需要外部验证和前瞻性临床试验才能进行临床部署	开发能够检测多种新生儿疾病的人工智能系统，促进早期干预	尼日利亚西南部的新生儿患者	机器学习	新生儿疾病	SMOTE过采样技术	ANN, LSTM, 混合LSTM-ANN	临床记录	4027名新生儿患者，来自三个州五家三级医院	NA	人工神经网络, 长短期记忆网络, 混合LSTM-ANN	准确率, 精确率, 召回率, F1分数	NA
7	2025-11-26	Deep learning [18F]-FDG-PET/CT‑based algorithm for tumor burden estimation in metastatic melanoma patients under immunotherapy 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101063 PMID:41281625	研究论文	评估基于[18F]-FDG-PET/CT的深度学习算法在转移性黑色素瘤患者肿瘤负荷估计中的性能	首次系统评估深度学习算法PARS在免疫治疗背景下对转移性黑色素瘤患者进行病灶检测、分割和肿瘤负荷估计的综合性能	回顾性研究设计，肿瘤负荷估计存在显著变异性（MARPD=68.6%），骨病灶检测精度较低（32.9%），临床采用前需要进一步模型优化	评估深度学习算法在肿瘤负荷自动估计中的准确性和临床应用潜力	165名IV期黑色素瘤患者	数字病理	黑色素瘤	[18F]-FDG-PET/CT成像	深度学习	医学影像	165名患者	NA	PARS（PET-Assisted Reporting System）	精确度,召回率,ICC,MARPD,MRPD	NA
8	2025-11-26	Decoding the spectrum of meat quality: advances in hyperspectral imaging for multi-attribute analysis 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146912 PMID:41197306	综述	本文系统评述了高光谱成像技术在新鲜肉类多属性质量分析中的最新进展与应用	全面探讨了人工智能、深度学习和数据融合等前沿数据分析方法在提升高光谱成像预测可靠性和实际应用中的作用	NA	评估高光谱成像技术在新鲜肉类质量多参数同时检测中的应用价值	新鲜牛肉、猪肉和禽肉的质量参数	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	NA	NA	NA	预测可靠性	NA
9	2025-11-26	Food defect detection technologies based on deep learning and prospects in detection of unsound wheat kernels 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146910 PMID:41207261	综述	本文系统综述了基于深度学习的食品缺陷检测技术在不完善小麦籽粒检测中的研究现状与发展前景	聚焦深度学习技术在不完善小麦籽粒检测中的创新应用，涵盖图像采集系统、特征提取、模型优化、多模态融合和轻量化部署等关键技术进展	主要关注技术层面综述，缺乏具体实验数据验证和实际应用效果的系统评估	推动智能小麦质量检测技术发展，为智慧农业实践提供理论支持和方法指导	不完善小麦籽粒及其对粮食加工和储存的影响	计算机视觉	NA	机器视觉，深度学习	深度学习模型	图像数据	NA	NA	NA	NA	NA
10	2025-11-26	A multi-task deep learning model based on transformer for simultaneously evaluating the TVB-N and TVC contents of chicken breasts using two different hyperspectral imaging 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146725 PMID:41106264	研究论文	开发基于Transformer的多任务深度学习模型，利用双高光谱成像同时评估鸡胸肉的新鲜度指标TVB-N和TVC	提出多任务交错组Transformer模型(MIGTM)，首次集成双高光谱成像数据同时预测多个新鲜度指标，相比单任务模型和传统化学计量模型在精度和计算效率上均有显著提升	研究仅针对鸡胸肉样本，未验证在其他肉类或食品中的适用性	开发高效准确的无损检测方法用于鸡肉新鲜度评估	鸡胸肉样本	计算机视觉	NA	高光谱成像(HSI)	Transformer	高光谱图像	NA	NA	多任务交错组Transformer模型(MIGTM)	相关系数(R)	NA
11	2025-11-26	Association Between Choroid Plexus Morphological Alterations, Alzheimer Pathologies, and Cognitive Impairment: A Longitudinal Study 2025-Dec-23, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000213953 PMID:41284956	研究论文	本研究通过深度学习分析脉络丛形态特征与阿尔茨海默病病理及认知障碍的纵向关联	首次使用深度学习分割方法系统分析AD相关脉络丛高阶形态特征及其在AD病理与认知衰退间的中介作用	研究为回顾性设计，脉络丛形态特征的病理基础仍需通过影像-组织病理学对比研究进一步阐明	探讨阿尔茨海默病相关脉络丛形态特征及其与认知衰退的关联	无痴呆参与者，包括339名Aβ-和225名Aβ+个体	数字病理学	阿尔茨海默病	3D T1和3D FLAIR MRI, Aβ和tau PET, 认知评估	深度学习	医学影像	564名无痴呆参与者（平均年龄72.4±7.7岁，54.1%女性）	NA	NA	p值, 标准化β, 95%置信区间	NA
12	2025-11-26	Automated lesion detection in endoscopic imagery for small animal models - a pilot study 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0179 PMID:40960131	研究论文	本研究开发了一种基于YOLOv7的自动化系统，用于检测和分类小鼠结肠镜检查视频中的肿瘤病变	首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠结肠肿瘤检测，并结合粪便检测器和颜色过滤器提升检测性能	仅为初步研究，需要进一步评估系统性能	开发自动化工具以解决小鼠结肠镜检查视频分析中资源有限和人工审查耗时的问题	小鼠结肠镜检查视频中的肿瘤病变	计算机视觉	结直肠癌	结肠镜检查	CNN	视频	28只小鼠的150个视频，其中125个包含肿瘤，时间跨度为6周	NA	YOLOv7	精确度, 召回率, 准确率	NA
13	2025-10-06	Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0197 PMID:40968576	综述	系统回顾了智能肺音诊断技术的研究进展，重点关注肺音分类模型构建、模型轻量化设计及硬件平台部署	深入探讨了基于软硬件协同设计的嵌入式平台部署路径，推动健康监测系统发展	NA	智能肺音识别技术在医疗辅助诊断领域的应用与发展	肺音信号	数字病理	呼吸系统疾病	深度学习	NA	音频信号	NA	NA	NA	NA	边缘设备、嵌入式系统、FPGA
14	2025-11-26	Robust Radiomic Signatures of Intervertebral Disc Degeneration From MRI 2025-Dec-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005435 PMID:40539398	研究论文	本研究通过深度学习分割和影像组学特征识别，开发了用于椎间盘退变分类的稳健影像组学特征	首次通过深度学习分割结合影像组学特征识别出对椎间盘退变分类具有稳健性的特征，特别是2D球形度和四分位距	回顾性研究设计，样本仅来自芬兰北部出生队列，可能限制结果的普适性	从T2加权MRI中识别稳健的影像组学特征用于椎间盘退变分类	椎间盘退变患者	数字病理学	椎间盘退变疾病	T2加权磁共振成像	深度学习分割模型	医学影像	1397名45-47岁受试者的腰椎MRI扫描	NA	NA	平衡准确率, Cohen's kappa, Spearman相关系数	NA
15	2025-11-26	Dimeric gold nanoparticles enable multiplexed labeling in cryoelectron tomography 2025-Dec-02, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2524034122 PMID:41284882	研究论文	开发功能化二聚体金纳米颗粒用于冷冻电子断层扫描的多重标记	首次将具有精确尺寸范围和结构均匀性的二聚体金纳米颗粒应用于生物成像，通过深度学习分类器实现单体和二聚体颗粒的可靠区分	NA	开发适用于冷冻电子断层扫描的多重标记技术	金纳米颗粒、NMDA受体、脑组织	生物成像	NA	冷冻电子断层扫描、小角X射线散射、电子显微镜	深度学习分类器	断层扫描图像	NA	NA	NA	NA	NA
16	2025-11-26	Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction 2025-Dec, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.10.017 PMID:39455401	研究论文	比较深度学习与传统重建方法在腹部磁共振胰胆管成像中的应用，评估其对图像质量和采集时间的改善效果	首次系统评估深度学习重建在腹部MRI中的临床应用价值，证明其能同时提升图像质量和缩短采集时间	回顾性研究设计，样本量相对有限（144例患者），需多中心前瞻性研究进一步验证	评估深度学习重建方法在腹部磁共振成像中改善图像质量和加速采集的潜力	接受腹部MRI检查的患者	医学影像分析	腹部疾病	磁共振成像（MRI），磁共振胰胆管成像（MRCP）	深度学习	医学影像	144例患者（平均年龄62.2±14.1岁，83名男性）	NA	NA	信噪比（SNR），对比噪声比（CNR），主观图像质量评分	NA
17	2025-11-26	Accurate de novo design of high-affinity protein-binding macrocycles using deep learning 2025-Dec, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01929-w PMID:40542165	研究论文	介绍了一种基于深度学习的蛋白质结合大环化合物从头设计方法RFpeptides	首次提出基于去噪扩散模型的蛋白质结合大环化合物从头设计流程，无需大规模筛选即可获得高亲和力结合物	仅测试了四种蛋白质靶点，样本规模有限	开发高效设计蛋白质结合大环化合物的计算方法	大环化合物配体与蛋白质靶点的相互作用	机器学习	NA	去噪扩散模型	扩散模型	蛋白质结构数据	针对4种不同蛋白质各测试不超过20种设计的大环化合物	NA	RFpeptides	结合亲和力(Kd值), Cα均方根偏差(RMSD)	NA
18	2025-11-26	Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603608 PMID:40924530	研究论文	提出一种用于睡眠分析的多模态混合自监督学习框架SynthSleepNet，能够从多导睡眠图数据中学习高质量表征	结合掩码预测和对比学习的混合自监督学习框架，并引入基于Mamba的时间上下文模块来有效捕捉跨信号上下文信息	NA	开发用于睡眠质量评估和睡眠障碍诊断的自动化分析工具	多导睡眠图数据，包括脑电图、眼电图、肌电图和心电图	机器学习	睡眠障碍	多导睡眠图	自监督学习	生理信号数据	NA	NA	Mamba	准确率	NA
19	2025-11-26	Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603545 PMID:40924529	研究论文	提出一种基于最大信息系数的深度高斯与非高斯信息融合框架结构学习算法，实现自动化数据驱动建模	引入最大信息系数作为潜变量关联强度度量，提出自动确定深度模型隐藏层数的评估指标	仅在两例工业实际案例中验证，需要更广泛的应用场景测试	解决深度信息融合框架中的结构学习问题，实现自动化数据驱动建模与分析	时变工业过程数据	机器学习	NA	信息融合，潜变量建模	深度潜变量模型	工业过程数据	NA	深度学习框架	深度高斯与非高斯信息融合框架	在线预测性能	NA
20	2025-11-26	[Artificial intelligence in fracture diagnostics : Potentials and challenges in the clinical practice] 2025-Dec, Unfallchirurgie (Heidelberg, Germany) DOI:10.1007/s00113-025-01653-z PMID:41222657	综述	探讨人工智能在骨折诊断中的潜力与临床实践挑战	系统分析AI作为'第二阅片者'在提高骨折诊断准确性、缩短诊断时间和改善患者安全方面的创新应用	训练数据异质性、复杂骨折诊断性能有限、监管要求严格	评估AI在骨折诊断中的应用价值与临床实施路径	骨折患者影像数据与临床诊断流程	医学影像分析	骨折	深度学习	CNN	医学影像	大型验证研究（具体数量未提及）	NA	卷积神经网络	灵敏度, 特异性	NA