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
841	2025-10-06	Automated Quantification of HER2 Amplification Levels Using Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476554 PMID:39383086	研究论文	开发了一种用于自动量化HER2扩增水平的深度学习模型，辅助乳腺癌和胃癌患者的HER2靶向治疗选择	提出了软采样级联深度学习模型和信号检测模型，解决了HER2分析中细胞边界模糊、形态变异大、细胞重叠和标注稀疏等挑战	仅对高置信度细胞进行手动标注可能引入选择偏差，模型在更广泛临床场景中的泛化能力需进一步验证	开发自动化方法以改进HER2扩增水平的量化评估，减少人工评估的主观性和误差	乳腺癌和胃癌患者的FISH和DISH图像中的细胞	数字病理学	乳腺癌,胃癌	荧光原位杂交(FISH),双原位杂交(DISH)	深度学习	图像	两个临床数据集（FISH数据集和DISH数据集）	NA	软采样级联深度学习模型,信号检测模型	准确率,召回率,F1分数,精确率	NA
842	2025-10-06	MiRS-HF: A Novel Deep Learning Predictor for Cancer Classification and miRNA Expression Patterns 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476672 PMID:39383085	研究论文	提出一种名为MiRS-HF的深度学习模型，用于癌症分类和miRNA生物标志物识别	结合早期融合和中间融合策略，使用层注意力图卷积网络处理miRNA-疾病异质网络，并引入特征加权策略	NA	癌症分类和miRNA生物标志物识别	六种癌症类型	机器学习	癌症	miRNA表达数据分析	图卷积网络,注意力机制	miRNA关联数据,表达数据	NA	NA	层注意力图卷积网络(LAGCN),图卷积网络(GCN)	NA	NA
843	2025-10-06	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	研究论文	提出一种基于拓扑知识推理的胎儿解剖结构少样本检测方法TKR-FSOD	首次将拓扑知识推理应用于胎儿超声图像的少样本检测任务，提出拓扑知识推理模块和判别能力增强特征学习模块	仅针对超声图像中的胎儿解剖结构检测，未验证在其他医学影像或通用目标检测任务上的适用性	解决胎儿超声图像中难以获取样本的解剖结构检测问题	胎儿超声图像中的多解剖结构	计算机视觉	胎儿发育异常	超声成像	深度学习	超声图像	少样本设置（如5-shot）	NA	TKR-FSOD	检测精度	NA
844	2025-10-06	Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	提出一种结合病变特征选择和注意力机制的轻量级3D CNN模型，用于基于纵向sMRI的早期阿尔茨海默病预测	提出纵向病变特征选择策略和疾病趋势注意力机制，能够捕捉脑部结构的动态变化并关注关键病变特征	仅使用两次随访sMRI扫描，可能无法完全捕捉疾病发展的完整动态过程	预测轻度认知障碍向阿尔茨海默病的转化，实现早期干预	轻度认知障碍患者	医学影像分析	阿尔茨海默病	结构磁共振成像	3D CNN	3D医学影像	使用两次随访sMRI扫描的轻度认知障碍患者队列	NA	3D卷积神经网络	AUC,准确率,特异性,精确率,F1分数	NA
845	2025-10-06	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究开发了一种基于微波信号和深度学习的早期肝脂肪变性分类器HepNet	提出结合微波信号与深度学习的新方法，采用跳跃连接的卷积层结构，并通过迁移学习解决临床数据样本有限的问题	临床验证样本量有限（94和158例患者）	开发早期肝脂肪变性的可靠诊断方法	肝脂肪变性患者	医学影像分析	肝病	微波信号技术，H-MRS（氢磁共振波谱）	CNN	微波信号，仿真数据，临床数据	仿真数据训练，临床验证94例和158例患者	NA	HepNet（自定义架构含跳跃连接），对比LeNet，ResNet	F1分数，置信度，熵值	NA
846	2025-10-06	Deep Drug Synergy Prediction Network Using Modified Triangular Mutation-Based Differential Evolution 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377631 PMID:38498748	研究论文	提出一种名为EDNet的深度药物协同预测网络，通过改进的三角变异差分进化算法优化网络权重和架构，提升药物协同预测性能	采用改进的三角变异差分进化算法演化深度双向混合密度网络的初始连接权重和架构属性，解决梯度消失、过拟合和参数调优问题	NA	提高癌症治疗中药物组合协同效应的预测准确性	药物组合协同效应	机器学习	癌症	NA	深度双向混合密度网络	药物协同数据	两个知名药物协同数据集（NCI-ALMANAC和deep-synergy）	NA	EDNet	NA	NA
847	2025-10-06	Artificial intelligence in the diagnosis of uveal melanoma: advances and applications 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10444 PMID:40046904	综述	本文综述人工智能技术在葡萄膜黑色素瘤诊断中的最新进展与应用	系统评估深度学习模型（特别是CNN）在自动分析医学图像、识别复杂模式方面的优势，并提出多模态成像技术融合的创新方向	现有研究存在数据集规模小、外部验证有限、依赖单一成像模式等问题，限制了模型的临床泛化能力	评估机器学习和深度学习方法在葡萄膜黑色素瘤分类诊断中的应用效果	葡萄膜黑色素瘤及其他黑色素细胞性脉络膜肿瘤	计算机视觉	葡萄膜黑色素瘤	眼底摄影、光学相干断层扫描（OCT）、超声成像	CNN	医学图像	NA	NA	NA	准确率、灵敏度、AUC	NA
848	2025-10-06	Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques 2025, Patient preference and adherence IF:2.0Q2 DOI:10.2147/PPA.S526623 PMID:40686565	研究论文	通过自然语言处理技术分析患者体验评论，识别患者偏好并探索负面评论与满意度之间的关系	结合文献综述、人工标注和自然语言处理技术的混合方法分析大规模患者自由文本评论	横断面调查设计，无法建立因果关系	从大量自由文本患者体验评论中提取有用信息，探索负面评论与患者满意度和忠诚度的差异	医院患者体验调查中的自由文本评论	自然语言处理	NA	自然语言处理技术	机器学习,深度学习	文本	28054条自由文本评论（评论率72.67%）	NA	NA	准确率	NA
849	2025-10-06	Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1629036 PMID:40687706	研究论文	开发基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎动物模型	首次在MASH动物模型中应用深度学习对肝纤维化进行精细分级，从5类分类优化至7类分类模型	研究局限于临床前动物模型，尚未在人类患者中验证	开发自动肝纤维化评分系统以支持病理学家诊断	代谢功能障碍相关脂肪性肝炎(MASH)动物模型的肝组织切片	数字病理学	肝病	天狼星红染色全玻片成像	深度学习	图像	914张全玻片图像，包含999,711个图像块	NA	NA	kappa统计量, 精确召回曲线下面积(AUPRC), 受试者工作特征曲线下面积(AUROC), Matthews相关系数(MCC)	NA
850	2025-10-06	Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1617748 PMID:40688356	研究论文	本研究探讨神经生理学特征对基于深度学习的单侧上肢运动想象分类准确性的预测作用	首次系统研究神经生理学特征对深度学习模型在单侧上肢运动想象分类中的预测能力，揭示了与双侧运动想象范式相反的关联模式	研究仅针对右肘屈伸运动想象，样本规模有限，未涵盖其他上肢运动模式	探索神经生理学特征对运动想象脑机接口分类准确性的预测价值	人类参与者的单侧上肢运动想象脑电信号	脑机接口	NA	脑电图	EEGNet, FBCNet, NFEEG, SVM, LDA	脑电信号	未明确指定参与者数量	NA	EEGNet, FBCNet, NFEEG	分类准确率	NA
851	2025-10-06	Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362098 PMID:40688579	文献计量分析	通过对阿尔茨海默病AI诊断与预测领域高被引100篇文献进行文献计量分析，揭示研究热点与发展趋势	首次对AI在阿尔茨海默病诊断与预测领域的顶级文献进行系统性文献计量分析，识别关键研究主题和国际合作模式	存在语言和引用偏见，可能影响对新兴AI-AD趋势的解读	分析AI技术在阿尔茨海默病诊断与预测领域的研究热点、发展趋势和未来潜力	Web of Science核心合集中被引频次最高的100篇关于AI辅助AD诊断与预测的研究文献	机器学习	阿尔茨海默病	文献计量分析	NA	文献元数据	100篇高被引文献	CiteSpace, VOSviewer, Scimago Graphica, Microsoft Excel, R package Bibliometrix	NA	NA	NA
852	2025-10-06	Prediction of postoperative vault after implantable collamer lens implantation with deep learning 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.07.02 PMID:40688771	研究论文	本研究使用多种人工智能算法预测植入式Collamer晶体(ICL)术后拱高并确定合适的晶体尺寸	首次比较多种AI算法在ICL术后拱高预测和晶体尺寸选择中的性能表现	样本量相对较小(83名患者132只眼睛)，且为单中心回顾性研究	预测ICL植入术后拱高并确定合适的晶体尺寸	接受EVO-V4C ICL植入术的患者	机器学习	眼科疾病	前段光学相干断层扫描(ASOCT)	MLP, XGBoost, RFR, KNN	临床检查参数	83名患者132只眼睛	NA	多层感知器(MLP), 极端梯度提升(XGBoost), 随机森林回归(RFR), K近邻(KNN)	R², 准确率	NA
853	2025-10-06	Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101133 PMID:40689294	研究论文	本研究利用高光谱成像和深度学习技术开发了一种无损鸡蛋新鲜度评估方法	首次在鸡蛋新鲜度评估中应用距离相关性进行波长选择，该方法在光谱波长选择中统计稳健但很少被探索	NA	开发快速、无损的鸡蛋新鲜度评估方法	鸡蛋	计算机视觉	NA	高光谱成像	CNN, GBT, MLR, PLSR, SVR	光谱数据	NA	NA	卷积神经网络	相关系数, 均方根误差	NA
854	2025-10-06	A systematic review of data and models for predicting food flavor and texture 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101127 PMID:40689288	综述	系统回顾了预测食品风味和质构的数据资源与计算模型现状	首次系统梳理风味预测领域的数据资源和模型方法，突出图神经网络等机器学习技术的应用潜力	气味预测缺乏标准化指标，质构研究数据集不足，感官空间映射和受体层面数据整合存在空白	推进食品风味和质构预测领域的发展	食品风味（味觉、气味）和质构特性	机器学习	NA	机器学习	图神经网络,深度学习	分子数据,感官数据	NA	NA	NA	NA	NA
855	2025-10-06	DVMark: A Deep Multiscale Framework for Video Watermarking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3251737 PMID:37030810	研究论文	提出了一种基于深度学习的多尺度视频水印框架DVMark，能够在视频中不可感知地嵌入信息并在多种失真情况下可靠提取	首次将多尺度设计引入视频水印领域，将水印信息分布在不同时空尺度上，实现了端到端可训练	NA	开发能够同时处理多种失真类型的鲁棒视频水印方法	视频水印技术	计算机视觉	NA	深度学习	深度学习模型	视频	NA	NA	多尺度架构	NA	NA
856	2025-10-06	Prediction of Recurrence using a Stacked Denoising Autoencoder and Multifaceted Feature Analysis of Pretreatment MRI in Patients with Nasopharyngeal Carcinoma 2025, Current radiopharmaceuticals IF:1.5Q3 DOI:10.2174/0118744710384129250327060846 PMID:40237056	研究论文	开发基于MRI的鼻咽癌复发预测模型，整合影像组学、深度学习和临床特征	首次使用堆叠降噪自编码器从MRI中提取深度特征，并与传统影像组学和临床特征融合构建预测模型	单中心回顾性研究设计，缺乏功能成像（DWI/PET）或分子标记（EBV-DNA）数据	开发鼻咽癌复发预测模型，实现早期风险分层和个性化治疗优化	184例经病理确诊接受根治性放疗的鼻咽癌患者	医学影像分析	鼻咽癌	MRI影像分析，倾向评分匹配	SDAE, SVM, MLP, LR, RF	医学影像（对比增强T1加权MRI），临床数据	184例患者（经1:1倾向评分匹配后分析136例），外部验证91例	NA	堆叠降噪自编码器	AUC, 准确率, 敏感度, 特异度	NA
857	2025-10-06	Harnessing Artificial Intelligence and Innovative Vaccines for Mpox Diagnosis and Control: A Comprehensive Narrative Review 2025 Jan-Dec, Journal of primary care & community health DOI:10.1177/21501319251357701 PMID:40698517	综述	本文综述了人工智能和新型疫苗在猴痘诊断与控制中的应用	首次系统评估AI技术和新型疫苗在猴痘防控中的综合应用潜力	纳入研究仅限于英文文献，时间范围限定为近5年	评估人工智能和新型疫苗在减轻猴痘疾病负担方面的作用	猴痘诊断、检测和预防相关研究	自然语言处理	猴痘	文献综述方法	机器学习,深度学习,人工神经网络,卷积神经网络,迁移学习	文本数据	NA	NA	NA	准确率	NA
858	2025-07-23	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Jan-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.21.25320916 PMID:39974062	研究论文	开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率	提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征	需要进一步验证	开发一个深度学习模型用于临床结果预测	住院患者的电子健康记录数据	机器学习	COVID-19, ARDS, 败血症	深度学习	Transformer	电子健康记录(EHR)	COVID-19患者2579人，ARDS队列2799人，败血症队列6622人	NA	NA	NA	NA
859	2025-10-06	BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533696 PMID:36993540	研究论文	提出一种名为BIBSNet的深度学习婴儿脑部图像分割网络，用于MRI扫描中的婴儿脑组织分割	开发了首个开源、社区驱动的婴儿脑部分割神经网络，结合数据增强和大规模手动标注图像，在婴儿脑部MRI分割任务中表现优于传统方法	研究样本仅包含0-8个月龄的婴儿，未验证在更大年龄范围儿童中的适用性	开发能够准确分割婴儿脑部MRI图像的深度学习模型，以支持典型和非典型脑发育研究	0-8个月龄婴儿的脑部MRI图像	医学图像分析	脑发育疾病	磁共振成像(MRI)	深度学习神经网络	医学图像	90名参与者的脑部MRI图像，年龄范围0-8个月	NA	BIBSNet	Dice相似系数(DSC), 皮质厚度, 静息态连接性, 脑区体积	NA
860	2025-07-23	Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3470310 PMID:39331558	研究论文	提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽	使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题	研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体	开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制	神经退行性疾病患者（SCA3）和健康个体	机器学习	神经退行性疾病	数据增强深度学习模型	深度学习模型	惯性传感器数据	12名神经退行性疾病患者和17名健康个体	NA	NA	NA	NA