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
1	2025-09-26	Gaussianmorph: deformable medical image registration with Gaussian noise constraints 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00428-6 PMID:39781058	研究论文	提出一种基于级联VoxelMorph网络和噪声约束的医学图像配准方法GaussianMorph	通过引入高斯噪声约束的级联网络结构和EF-encoder注意力模块提升配准精度	NA	提高医学图像配准的精度和性能	医学图像（脑部图像）	医学图像处理	NA	深度学习图像配准	级联VoxelMorph CNN	医学图像	LPBA40和HBN数据集
2	2025-09-26	Relationships Between Familial Factors, Learning Motivation, Learning Approaches, and Cognitive Flexibility Among Vocational Education and Training Students 2025, The Journal of psychology IF:2.2Q2 DOI:10.1080/00223980.2025.2456801 PMID:40184534	研究论文	本研究探讨家庭因素与职业教育学生认知灵活性之间的关系	首次在职业教育背景下建立家庭因素通过学习动机和学习方式影响认知灵活性的结构方程模型	采用横断面研究设计，无法推断因果关系；样本仅来自曼谷地区，存在地域局限性	探究家庭因素如何通过学习动机和学习方式影响职业教育学生的认知灵活性	泰国曼谷10所职业学校的557名职业教育学生	教育心理学	NA	结构方程模型分析	结构方程模型	问卷调查数据	557名职业教育学生（男性56.7%，女性43.3%；平均年龄18.41岁）
3	2025-09-26	UPFP-SG: A New Benchmark for Unilateral Peripheral Facial Paralysis Severity Grading 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3608463 PMID:40928920	研究论文	提出用于单侧周围性面瘫严重程度分级的新基准UPFP-SG，包含数据集和分级方法	建立了首个公开的面瘫数据集并改进了主观评价系统，提出整合多特征的面神经分支区域分级方法	NA	开发自动化的面瘫严重程度分级系统以辅助临床诊断	单侧周围性面瘫患者的面部神经功能	计算机视觉	面瘫	深度学习	回归模型	面部图像数据	NA
4	2025-09-26	Harnessing interpretable novel combination of GloVe embedding with deep CNN-BiLSTM neural network for fake news detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330154 PMID:40982565	研究论文	本研究提出了一种结合GloVe嵌入与深度CNN-BiLSTM神经网络的可解释性假新闻检测方法	首次将GloVe嵌入与CNN-BiLSTM神经网络结合，并集成可解释人工智能技术提升模型透明度	仅使用单一公开数据集进行验证，未涉及多语言或多领域假新闻检测	开发高精度且可解释的假新闻检测系统	假新闻文本数据	自然语言处理	NA	GloVe嵌入、FastText嵌入、TF-IDF、LIME可解释性分析	CNN-BiLSTM、Bi-LSTM、逻辑回归	文本	公开假新闻数据集（具体数量未提及）
5	2025-09-26	CT-Based 2.5D Deep Learning-Multi-Instance Learning for Predicting Early Recurrence of Hepatocellular Carcinoma and Correlating with Recurrence-Related Pathological Indicators 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S541402 PMID:40984863	研究论文	基于CT动脉期图像开发2.5D深度学习-多示例学习模型，用于预测肝细胞癌早期复发并分析模型特征的生物学意义	首次将2.5D DL-MIL模型应用于HCC早期复发预测，并验证了MIL特征与微血管侵犯、Ki-67表达等病理指标的相关性	回顾性研究且样本量有限（191例患者），需要更大规模的前瞻性验证	评估2.5D DL-MIL模型在预测肝细胞癌早期复发方面的优势	191例肝细胞癌术后患者（79例早期复发组，112例非早期复发组）	数字病理	肝细胞癌	CT动脉期成像、SHAP分析	2.5D深度学习-多示例学习（2.5D DL-MIL）、放射组学模型、临床模型	CT医学图像、临床数据	191例HCC患者（训练集133例，验证集58例）
6	2025-09-26	Sentiment analysis of classical Chinese literature: An unsupervised deep learning model with BERT and graph attention networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330919 PMID:40986623	研究论文	提出一种融合BERT、情感词典和图注意力网络的无监督深度学习框架，用于古典文学的情感分析	首次将BERT嵌入、情感词典增强和图注意力网络结合，专门针对古典中文文本的复杂语言特征进行无监督情感分析	未明确说明训练数据的具体规模和来源，且无监督聚类方法可能对隐含情感的表达存在识别局限	开发适用于古典中文文学情感分析的深度学习模型	古典中文文学文本（历史文献和哲学著作）	自然语言处理	NA	无监督深度学习、情感分析、图注意力网络	BERT、GAT（图注意力网络）、K-Means聚类	文本	NA
7	2025-09-26	Water meter reading recognition method based on character attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332119 PMID:40991632	研究论文	提出一种基于字符注意力机制的水表读数识别方法，通过改进检测和识别网络提升自然场景下的识别准确率	引入字符检测注意力机制改进数字检测性能，结合改进的LeNet-5网络和全局平均池化层提升识别精度并缓解过拟合	NA	解决水表读数识别中因拍摄角度和环境光照变化导致的干扰问题	水表表盘图像中的数字字符	计算机视觉	NA	深度学习	ResNet-FPN、改进LeNet-5、注意力机制	图像	CCF真实场景水表读数自动识别数据集
8	2025-09-26	Intervertebral disc anomaly intelligent classification system based on deep learning, IDAICS 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1646008 PMID:40994700	研究论文	提出基于深度学习的椎间盘异常智能分类系统IDAICS，用于自动识别椎间盘病变	首次将YOLOv8-seg网络应用于椎间盘异常的多类别分类，实现93.2%的高分类准确率	样本量有限（仅574张CT图像），未进行外部验证	开发自动化椎间盘异常分类方法以提高脊柱健康管理的诊断效率	椎间盘异常（包括正常椎间盘、许莫氏结节、椎间盘膨出和椎间盘突出）	计算机视觉	脊柱疾病	深度学习图像分类	YOLOv8-seg	CT医学图像	574张椎间盘CT图像（500张训练集，74张验证集）
9	2025-09-26	Deep learning-based prediction of cerebral white matter hyperintensity burden using carotid magnetic resonance angiography 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1656705 PMID:40994715	研究论文	本研究开发了一种基于深度学习的框架，仅使用3D颈动脉TOF MRA来预测脑白质高信号负荷	首次利用常规采集的非侵入性颈动脉MRA图像，通过深度学习独立预测WMH负荷，为脑血管风险评估提供了新方法	研究中使用的样本量未明确说明，模型性能仍有提升空间	探讨颈动脉TOF MRA能否作为预测脑白质高信号负荷的独立标志物	脑白质高信号（WMH）和颈动脉血管影像	医学影像分析	脑血管疾病	磁共振血管成像（MRA），深度学习	SFCN, ResNet10, MedicalNet, Medical Slice Transformer	3D医学影像	NA
10	2025-09-26	Hyperspectral reconstruction for mobile diabetic foot blood perfusion monitoring 2025, BMC artificial intelligence DOI:10.1186/s44398-025-00011-8 PMID:40994833	研究论文	提出一种名为MobiPerf的移动糖尿病足血流灌注监测系统，通过深度学习实现高光谱重建	无需相机配置文件和环境光学校准，利用深度学习HRS模型实现跨相机泛化，并开发定制算法消除参考图像校准需求	对感染并发症的敏感性较为有限	开发移动端糖尿病足溃疡血流灌注监测系统	糖尿病足溃疡患者	计算机视觉	糖尿病足溃疡	高光谱成像(HSI)、高光谱重建(HSR)、远程光电容积脉搏波(rPPG)	深度学习模型	RGB图像、视频	公开糖尿病足溃疡图像数据集(N≥6000)、含接触式PPG的视频数据集(N=56)
11	2025-09-26	Construction of a prediction model for axillary lymph node metastasis in breast cancer patients based on a multimodal fusion strategy of ultrasound and pathological images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1591858 PMID:40994941	研究论文	基于超声和病理图像的多模态融合策略构建乳腺癌患者腋窝淋巴结转移预测模型	提出多层融合策略整合术前超声图像和H&E染色穿刺活检病理图像进行多模态深度学习预测	模型性能尚未达到最优水平	预测乳腺癌患者腋窝淋巴结转移状态	211例经组织学确诊的乳腺癌患者	数字病理	乳腺癌	深度学习	PLNeT、ULNet及多层融合模型	超声图像、病理图像	211例患者（每人采集1张超声图像和1张病理图像）
12	2025-09-26	Research progress of artificial intelligence in the early screening, diagnosis, precise treatment and prognosis prediction of three central gynecological malignancies 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1648407 PMID:40994951	综述	本文综述人工智能在三大妇科恶性肿瘤（子宫内膜癌、宫颈癌、卵巢癌）早期筛查、精准诊疗及预后预测中的最新应用进展	系统总结AI技术（特别是深度学习与机器学习）在三大高发妇科恶性肿瘤全流程管理中的创新应用潜力	辩证讨论当前AI技术在妇科肿瘤应用中存在的局限性（如耐药机制复杂性、诊疗质量差异等）	探讨人工智能技术在妇科肿瘤精准医疗领域的转化前景	子宫内膜癌、宫颈癌和卵巢癌三大妇科恶性肿瘤	人工智能医学应用	妇科恶性肿瘤	深度学习(DL)、机器学习(ML)	NA	医学影像、基因组数据、临床信息	NA
13	2025-09-26	Improving the diagnosis of endometrial cancer in postmenopausal women in primary care settings using an artificial intelligence-based ultrasound detecting model 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646826 PMID:40994958	研究论文	开发基于深度学习的超声检测模型用于辅助绝经后女性子宫内膜癌的初级诊疗	首次将深度学习技术应用于绝经后女性子宫内膜癌的超声影像分析，整合子宫内膜厚度、肿瘤均质性及血流参数等多维度特征	研究数据仅来源于单一中医医院，未进行多中心验证	提高初级医疗机构对绝经后女性子宫内膜癌的超声诊断效率	经子宫内膜活检确诊的877例子宫内膜癌患者超声影像	数字病理	子宫内膜癌	灰度超声成像、血流参数分析（BFA/RI/EDV/PSV）	深度学习模型	超声图像	877例患者超声影像（训练集614例、验证集175例、测试集88例）
14	2025-09-26	Estimating the full-period rice leaf area index using CNN-LSTM-Attention and multispectral images from unmanned aerial vehicles 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1636967 PMID:40995010	研究论文	提出一种结合CNN、LSTM和自注意力机制的深度学习模型，利用无人机多光谱影像实现水稻全生育期叶面积指数的高精度估算	首次将CNN-LSTM与注意力机制结合应用于水稻LAI估算，能够有效降低低LAI值时的土壤背景干扰	NA	开发高效准确的水稻叶面积指数估算方法，服务于精准农业管理	水稻作物	计算机视觉	NA	无人机多光谱成像、深度学习	CNN-LSTM-Attention (CLA)	多光谱图像	NA
15	2025-09-26	A deep learning/machine learning approach for anomaly based network intrusion detection 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1625891 PMID:40995028	研究论文	提出一种融合多种机器学习和深度学习算法的混合异常网络入侵检测系统	首次整合XGBoost、随机森林、图神经网络、LSTM和自编码器等多种算法，并采用加权软投票集成策略	NA	开发能够检测已知和新兴网络攻击的高级入侵检测系统	网络流量数据	机器学习	NA	SMOTE过采样技术、5折交叉验证	XGBoost、Random Forest、GNN、LSTM、Autoencoders	网络流量记录	超过560万条网络流量记录
16	2025-09-26	Development and internal validation of a mammography-based model fusing clinical, radiomics, and deep learning models for sentinel lymph node metastasis prediction in breast cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659422 PMID:40995087	研究论文	开发基于乳腺X线摄影融合临床、影像组学和深度学习模型的哨兵淋巴结转移预测方法	提出概率后融合方法整合临床特征、影像组学特征和深度学习特征进行多模态融合预测	仅进行内部验证，需要更大规模外部验证	评估乳腺癌患者哨兵淋巴结转移状态	乳腺癌患者	数字病理	乳腺癌	乳腺X线摄影、影像组学分析、深度学习特征提取	随机梯度下降、支持向量机、多模态融合模型	医学影像	训练集203例，内部验证集87例，独立测试集82例
17	2025-09-26	An MRI based histogram oriented gradient and deep learning approach for accurate classification of mild cognitive impairment and Alzheimer's disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1529761 PMID:40995095	研究论文	提出一种结合HOG特征提取和深度学习方法的MRI图像分析框架，用于阿尔茨海默病的早期诊断和分期分类	首次将Harris角点兴趣点与HOG特征提取方法结合，并比较三种分类器在AD分期诊断中的性能	NA	开发基于MRI的非侵入性早期阿尔茨海默病诊断方法	阿尔茨海默病患者（包括正常对照CN、轻度认知障碍MCI和AD患者）的脑部MRI图像	医学影像分析	阿尔茨海默病	Harris角点检测、HOG特征提取、深度学习	SVM、KNN、DNN	T1加权脑部MRI图像	NA
18	2025-09-26	Convolutional neural networks decode finger movements in motor sequence learning from MEG data 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1623380 PMID:40995145	研究论文	本研究验证了一种紧凑卷积神经网络用于从MEG数据中解码手指运动	采用线性有限脉冲响应卷积神经网络实现快速可解释的手指运动解码	仅针对食指和中指运动进行解码，未涵盖所有手指	开发非侵入性脑机接口技术以解码手指运动模式	健康参与者的手指运动脑磁图数据	脑机接口	NA	脑磁图、序列反应时间任务	LF-CNN、EEGNet、FBCSP-ShallowNet、VGG19	脑磁图信号	健康参与者（具体人数未在摘要中说明）
19	2025-09-25	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了深度学习算法在肉牛黄体彩色多普勒超声图像上进行早期实时妊娠诊断的可行性	首次将监督式深度学习应用于牛黄体彩色多普勒超声的早期妊娠诊断，实现了比行业标准方法更早的自动化诊断	样本量相对有限（390头母牛），且仅针对特定品种（Bos taurus肉牛）进行验证	开发基于计算机视觉的自动化早期妊娠诊断方法	肉牛（Bos taurus）黄体彩色多普勒超声图像	计算机视觉	NA	彩色多普勒超声成像	CNN（VGG19、Xception、ResNet50）	超声视频帧图像	390头母牛，D20日10,533帧图像，D22日10,413帧图像
20	2025-09-25	A plaque recognition algorithm for coronary OCT images by Dense Atrous Convolution and attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325911 PMID:40493701	研究论文	提出一种结合密集空洞卷积和注意力机制的深度学习算法，用于冠状动脉OCT图像中斑块的自动分割与分类	首次将密集空洞卷积与注意力机制结合应用于冠状动脉斑块分割，在三种斑块类型的分割精度上均超越传统医学图像分割网络	NA	开发高精度的冠状动脉OCT图像斑块自动分割与分类算法	冠状动脉光学相干断层扫描图像中的钙化、纤维和脂质斑块	计算机视觉	心血管疾病	光学相干断层扫描	深度学习（含密集空洞卷积和注意力机制）	医学图像	760张原始图像通过数据增强扩展至8000张