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
1241	2025-10-05	Gait phase recognition of children with cerebral palsy via deep learning based on IMU data from a soft ankle exoskeleton 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1679812 PMID:41000473	研究论文	基于软性踝足外骨骼IMU数据，通过深度学习识别脑瘫儿童的步态相位	提出结合堆叠降噪自编码器和长短期记忆网络的深度学习框架，有效处理非平稳高噪声信号并建模步态相位间时序依赖关系	仅纳入6名轻度脑瘫儿童，样本量较小；仅在开放环境中测试	实现脑瘫儿童自然行走状态下步态相位的精确识别	轻度脑瘫儿童的自然步态序列	机器学习	脑瘫	惯性测量单元，足底压力鞋垫	SDA, LSTM	IMU传感器数据	6名轻度脑瘫儿童	NA	堆叠降噪自编码器-长短期记忆网络	准确率	NA
1242	2025-10-05	Toward accurate single image sand dust removal by utilizing uncertainty-aware neural network 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1575995 PMID:41000467	研究论文	本文提出了一种用于单幅图像沙尘去除的分层交互式不确定性感知网络HIUNet	利用贝叶斯神经网络提取鲁棒浅层特征，结合特征频率选择机制和特征增强模块	尚未处理极端沙尘场景	实现精确的单幅图像沙尘去除	沙尘退化图像	计算机视觉	NA	NA	贝叶斯神经网络	图像	Sand11K数据集（包含11,000张不同程度沙尘退化图像）	NA	HIUNet	NA	NA
1243	2025-10-05	Deep Learning for Cancer Detection Based on Genomic and Imaging Data: A Comprehensive Review 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S533522 PMID:41001156	综述	本文全面回顾了基于基因组和影像数据的深度学习在癌症检测中的应用进展	系统总结了深度学习在整合多模态数据（基因组和影像）进行癌症早期检测的创新方法	作为综述文章，不包含原始研究数据，主要基于现有文献分析	探讨深度学习在癌症早期检测中的应用现状和未来发展	癌症检测相关的基因组数据和医学影像数据	数字病理学	癌症	基因组测序，医学影像技术	CNN	基因组数据，影像数据	NA	NA	NA	NA	NA
1244	2025-10-05	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过放射组学和深度学习特征分析血栓内及血栓周围区域，预测急性缺血性脑卒中后恶性脑水肿风险	首次结合血栓内和血栓周围区域的放射组学与深度学习特征，并比较两者对恶性脑水肿的预测能力	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT成像	机器学习,深度学习	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）	NA	VGG16	马修斯相关系数,受试者工作特征曲线下面积	NA
1245	2025-10-05	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究评估联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性挑战	探索联邦学习在分布式临床环境中推进自动化多发性硬化分析的潜力	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	MRI	深度学习	医学影像	来自三个站点的512例MRI病例	nnU-Net	nnU-Net	Dice系数	NA
1246	2025-10-05	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习方法来分析面孔失认症患者的眼动扫描模式	首次使用图像分类技术和卷积神经网络来识别面孔失认症的关键眼动扫描标记	样本量有限，对发育性面孔失认症的分类性能相对较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者和健康对照受试者	计算机视觉	神经认知障碍	眼动追踪	CNN	眼动扫描路径图像	未明确指定样本数量	NA	卷积神经网络	AUC	NA
1247	2025-10-05	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出NMD-AssistNet模型，集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积，兼具高效性和判别能力	仅使用公开数据集进行验证，未在临床环境中进行大规模前瞻性研究	开发自动化神经肌肉疾病筛查工具	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	肌肉骨骼超声成像	CNN	图像	3,917张标注的肌肉超声图像	PyTorch	GhostNet, CBAM, NMD-AssistNet	准确率, AUC	NA
1248	2025-10-05	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发了针对老年2型糖尿病患者主要并发症的自我报告风险评估工具	首次使用可解释机器学习方法同时表征多种T2DM并发症的风险因素谱，识别共享和独特风险因素	研究样本仅来自单一医疗中心，样本量相对有限	开发2型糖尿病主要并发症的风险评估工具，为并发症筛查和干预提供新见解	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者	NA	NA	AUC, 准确率, 召回率, F1分数	NA
1249	2025-10-05	Liver fibrosis classification on trichrome histology slides using weakly supervised learning in children and young adults 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100416 PMID:39867463	研究论文	本研究使用弱监督学习方法对儿童和青少年肝纤维化进行分级分类	首次将聚类约束注意力多示例学习(CLAM)方法应用于儿童和青少年肝纤维化的三色染色全玻片图像分析	回顾性研究，样本量相对有限(217个WSI)，仅包含儿童和青少年群体	开发基于深度学习的肝纤维化客观分级方法以减少诊断变异性	儿童和青少年肝活检三色染色全玻片图像	数字病理学	肝纤维化	三色染色组织学	弱监督学习，多示例学习	全玻片图像	217个三色染色全玻片图像	CLAM	聚类约束注意力多示例学习	AUC, 准确率, 敏感度, 特异度, Cohen's Kappa	NA
1250	2025-10-05	Region-based U-nets for fast, accurate, and scalable deep brain segmentation: Application to Parkinson Plus Syndromes 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103807 PMID:40592210	研究论文	提出一种基于区域U-net的深度学习方法来快速准确分割与帕金森附加综合征相关的12个深部脑结构	通过将脑图像分割为脑干、脑室系统和纹状体等目标区域，优化GPU使用并显著减少训练时间，同时保持高精度	NA	开发快速、准确且可扩展的深部脑结构分割方法，应用于帕金森附加综合征的早期诊断	与帕金森附加综合征相关的12个深部脑结构	医学影像分析	神经退行性疾病	MRI	U-net	医学影像	三个数据集，包括660名受试者（健康对照者和各种运动障碍患者）	NA	U-net	Dice相似系数, 95% Hausdorff距离, 平均对称表面距离	GPU
1251	2025-10-05	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，通过改进的深度学习网络提升自然场景下水表读数的识别准确率	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问题	未明确说明对极端光照条件和复杂背景干扰的鲁棒性测试	解决实际应用中因拍摄角度和环境光照变化导致的水表读数识别难题	水表表盘图像中的数字字符	计算机视觉	NA	图像识别	CNN	图像	CCF真实场景水表读数自动识别数据集	NA	ResNet, FPN, LeNet-5	识别准确率	NA
1252	2025-10-05	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，用于自动分类椎间盘异常	首次将YOLOv8-seg网络应用于椎间盘异常分类，开发了高精度的自动化诊断系统	数据集规模相对有限（574张CT图像），仅包含四种椎间盘异常类型	提高椎间盘异常诊断准确性和临床效率，改善脊柱健康管理	椎间盘异常（正常椎间盘、许莫氏结节、椎间盘膨出、椎间盘突出）	计算机视觉	脊柱疾病	CT成像	YOLOv8-seg	医学图像	574张椎间盘CT图像（500张训练，74张验证）	PyTorch	YOLOv8-seg	准确率, kappa系数	NA
1253	2025-10-05	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颈动脉飞行时间磁共振血管成像来预测脑白质高信号负荷	首次利用常规获取的非侵入性颈动脉TOF MRA图像，通过深度学习独立预测WMH负荷	研究中使用的样本量有限，模型性能仍有提升空间	研究颈动脉TOF MRA是否可用于预测脑白质高信号负荷	脑白质高信号和颈动脉血管影像	医学影像分析	脑血管疾病	磁共振血管成像	深度学习	3D医学影像	NA	NA	SFCN, ResNet10, MedicalNet, Medical Slice Transformer	准确率, AUC	NA
1254	2025-10-05	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	开发了一种名为MobiPerf的移动糖尿病足血流灌注监测系统，通过高光谱重建技术从普通RGB图像中提取血氧信号	消除了对相机配置文件的依赖，采用深度学习高光谱重建模型实现跨相机泛化，并提出无需参考图像校准的自定义算法	对感染并发症的敏感性有限，需要在更多真实场景下验证	开发无需专业硬件和复杂校准的移动糖尿病足血流灌注监测系统	糖尿病足溃疡患者的血流灌注和血氧信号	计算机视觉	糖尿病足溃疡	高光谱成像，高光谱重建，远程光电容积描记术	深度学习模型	图像，视频	糖尿病足溃疡图像数据集（N≈6000），接触式PPG视频数据集（N=56）	NA	NA	与HSI相机提取信号的一致性，对缺血条件的敏感性，rPPG性能	移动硬件，智能手机
1255	2025-10-05	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	本研究基于超声和病理图像的多模态融合策略，构建了乳腺癌患者腋窝淋巴结转移预测模型	首次将术前超声图像和H&E染色核心针活检病理图像通过多层融合策略相结合，用于预测乳腺癌腋窝淋巴结转移	模型性能尚未达到最优水平，样本量相对有限	开发多模态深度学习模型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	超声成像、H&E染色组织病理学	深度学习	图像	211例乳腺癌患者，每位患者包含一张超声图像和一张组织病理图像	NA	PLNeT, ULNet	准确率, 精确率, 召回率, F1分数, AUC	NA
1256	2025-10-05	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	总结人工智能在三大妇科恶性肿瘤早期筛查、诊断、精准治疗和预后预测中的最新应用进展	系统梳理AI技术在子宫内膜癌、宫颈癌和卵巢癌全流程管理中的创新应用，辩证讨论当前局限性与未来转化潜力	现有诊断方法存在固有局限，耐药机制复杂影响疗效，治疗毒性影响生活质量，不同医院医生经验水平导致诊疗质量差异	探讨人工智能技术在妇科恶性肿瘤诊疗领域的应用价值与发展前景	子宫内膜癌、宫颈癌和卵巢癌三大妇科恶性肿瘤	医学人工智能	妇科恶性肿瘤	深度学习、机器学习	DL, ML	医学影像、基因组数据、临床信息	NA	NA	NA	NA	NA
1257	2025-10-05	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，用于辅助初级医疗机构诊断绝经后妇女子宫内膜癌	首次开发专门针对绝经后妇女子宫内膜癌的深度学习超声检测系统，整合子宫内膜厚度、肿瘤均质性及血流特征等多参数分析	研究数据来自单一医疗机构，样本量相对有限，需要更多外部验证	提高初级医疗机构对绝经后妇女子宫内膜癌的超声诊断效率	经子宫内膜活检确诊的子宫内膜癌患者	计算机视觉	子宫内膜癌	超声检查，灰度超声，血流参数分析	深度学习	超声图像	877名患者，877张超声图像（训练集614，验证集175，测试集88）	NA	NA	AUC，ROC曲线	NA
1258	2025-10-05	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全生育期水稻叶面积指数的高精度估算	首次将CNN-LSTM与自注意力机制结合应用于水稻叶面积指数估算，能有效处理时间序列多光谱数据并降低土壤背景干扰	NA	开发高精度水稻叶面积指数估算方法，为精准农业管理提供技术支持	水稻作物	计算机视觉	NA	无人机多光谱成像	CNN, LSTM	多光谱图像	NA	NA	CNN-LSTM-Attention	决定系数(R²), 相对均方根误差(RRMSE)	NA
1259	2025-10-05	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线摄影的融合模型，结合临床、影像组学和深度学习特征预测乳腺癌前哨淋巴结转移状态	提出后融合策略整合临床、影像组学和深度学习单模态模型的预测概率，实现多源信息有效融合	仅进行内部验证，缺乏外部验证集验证模型泛化能力	预测乳腺癌患者前哨淋巴结转移状态	乳腺癌患者	数字病理	乳腺癌	乳腺X线摄影	深度学习,支持向量机	医学影像	训练集203例，内部验证集87例，独立测试集82例	Scikit-learn	NA	AUC,决策曲线分析,校准曲线	NA
1260	2025-10-05	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	提出一种基于MRI的梯度方向直方图和深度学习方法，用于轻度认知障碍和阿尔茨海默病的准确分类	结合Harris角点兴趣点和HOG特征提取方法，并比较三种分类器在AD分期诊断中的性能	仅使用T1加权脑部MRI数据，未涉及多模态数据或更大规模样本验证	开发早期非侵入性阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	计算机视觉	阿尔茨海默病	MRI	SVM,KNN,DNN	图像	NA	NA	深度神经网络	准确率	NA