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
2941	2025-10-05	Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647618 PMID:40291726	研究论文	提出一种自监督深度学习框架，从fMRI数据中映射个体化的多尺度分层脑功能网络	首次通过自监督深度学习同时计算多尺度功能网络并量化其跨尺度层次结构	方法依赖于fMRI数据质量，在外部验证队列数量有限	表征个体化多尺度脑功能网络的层次组织结构	人脑功能网络	机器学习	神经精神疾病	fMRI	深度学习	神经影像数据	人类连接组计划数据集及两个外部队列	NA	自监督深度学习框架	功能网络同质性，与生物表型关联性	NA
2942	2025-10-05	Sli2Vol+: Segmenting 3D Medical Images Based on an Object Estimation Guided Correspondence Flow Network 2025 Feb-Mar, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv61041.2025.00357 PMID:41001582	研究论文	提出一种基于目标估计引导对应流网络的自监督框架，用于仅需单张标注切片即可完成3D医学图像分割	开发了目标估计引导对应流网络，通过生成伪标签学习可靠切片间对应关系，有效减少重建误差传播并处理切片间不连续性	依赖单张标注切片的质量，在复杂解剖结构或严重病理情况下性能可能受限	降低3D医学图像分割的标注负担，提高自监督分割方法的准确性和鲁棒性	3D医学图像中的各种解剖结构	医学图像分析	多器官疾病	自监督学习	深度学习	3D医学图像	多个不同数据集，每个训练和测试体积仅需单张标注切片	PyTorch	Object Estimation Guided Correspondence Flow Network	分割准确性，泛化能力评估	NA
2943	2025-10-05	Fine-grained Prototype Network for MRI Sequence Classification 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056361649250717162910 PMID:40754881	研究论文	提出一种用于MRI序列分类的细粒度原型网络SequencesNet	结合CNN和改进视觉Transformer的特征提取网络，添加特征选择模块和原型分类模块以捕捉细粒度差异	计算复杂度较高，模型泛化能力有待提升	解决MRI序列分类中类间差异细微而类内差异显著的问题	腹部MRI序列图像	医学影像分析	腹部疾病	磁共振成像	CNN, Transformer	医学图像	公共腹部MRI序列分类数据集和私有数据集	NA	改进的视觉Transformer，3DResNet18，TransFG	准确率，召回率，精确率	NA
2944	2025-10-05	Gamma-Band Binaural Beats Neuromodulation Enhances P300 Classification in an Auditory Brain-Computer Interface Paradigm 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.2025.3604016 PMID:40880336	研究论文	本研究探讨伽马波段双耳节拍神经调控对听觉P300脑机接口分类性能的增强作用	首次系统评估伽马波段双耳节拍作为低成本神经调控方法对听觉P300-BCI的优化效果，并发现非周期参数变化与BCI性能改善的关联	仅纳入健康受试者，未验证临床患者群体的适用性	开发实用型神经调控方法以增强听觉脑机接口性能	30名健康参与者	脑机接口	NA	脑电图, 双耳节拍刺激	机器学习分类器, 深度学习模型	脑电图信号	30名健康参与者	NA	NA	分类准确率	NA
2945	2025-10-05	Novel Physics-Informed Bayesian Fusion Post-Processor for Enhanced Gait Phase Recognition Using Surface Electromyography 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.2025.3604618 PMID:40889304	研究论文	本研究提出了一种新颖的物理信息贝叶斯融合后处理器，用于改进基于表面肌电信号的步态相位识别	将生物力学序列约束嵌入分类器的后验概率输出，以抑制不稳定的转换并促进自然步态进展	NA	提高肌电控制在下肢辅助设备中的安全性、可靠性和实时性能	下肢肌肉表面肌电信号和步态周期相位	机器学习	NA	表面肌电信号采集	SVM, ANN, KNN, CNN-LSTM混合模型	表面肌电信号	40名受试者(SIAT-LLMD数据集)	NA	CNN-LSTM混合架构	准确率, 转换检测差异, 不稳定性指数	NA
2946	2025-10-05	EfficientNetSwift: A Lightweight and Precise Deep Learning Model for Detecting Oral Squamous Cell Carcinoma Using Pathological Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251380966 PMID:41004387	研究论文	开发基于改进轻量级EfficientNetSwift的深度学习模型，用于口腔鳞状细胞癌病理图像的自动检测	提出改进的轻量级EfficientNetSwift模型，在保持高精度的同时显著减少参数数量	NA	开发人工智能方法实现口腔鳞状细胞癌的自动化检测	口腔鳞状细胞癌病理图像	数字病理学	口腔鳞状细胞癌	深度学习	CNN, Transformer	病理图像	NA	NA	EfficientNetSwift, ResNet, MobileNet, VIT, Swin Transformer	准确率, AUC	NA
2947	2025-10-05	Automatic road damage recognition based on improved YOLOv11 with multi-scale feature extraction and fusion attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327387 PMID:41004548	研究论文	提出基于改进YOLOv11的道路损伤自动识别方法，通过多尺度特征提取和融合注意力机制提升检测性能	引入微小目标检测层增强小物体识别能力，集成全局注意力机制抑制背景噪声，采用轻量卷积模块优化计算效率	仅在RDD2022数据集上验证，未在更广泛场景测试泛化能力	开发高效准确的道路损伤自动检测方法以提升交通安全和维护效率	道路损伤图像	计算机视觉	NA	深度学习	YOLO	图像	RDD2022数据集	PyTorch	YOLOv11, C3k2CrossConv, C3k2Ghost	mAP@0.50, mAP@0.50:0.95	NA
2948	2025-10-05	CAAFE-ResNet: A ResNet With Channel Attention-Augmented Feature Extraction for Prognostic Assessment in Rectal Cancer 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70030 PMID:40867076	研究论文	提出一种基于ResNet18的通道注意力增强特征提取模型CAAFE-ResNet18，用于直肠癌MRI图像的预后评估	设计了创新的特征提取与补充模块CAAFE，结合多尺度空洞卷积并行架构和通道注意力机制，实现多层次信息融合、空间特征增强和通道特征优化	NA	通过深度学习模型早期识别直肠癌治疗完全响应和非响应患者	局部晚期直肠癌患者的MRI图像	计算机视觉	直肠癌	磁共振成像	CNN	图像	NA	NA	ResNet18*, CAAFE	NA	NA
2949	2025-10-05	FaithfulNet: An explainable deep learning framework for autism diagnosis using structural MRI 2025-Nov-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149904 PMID:40882812	研究论文	开发可解释深度学习框架FaithfulNet用于基于结构MRI的自闭症诊断	提出新型忠实视觉解释方法Faith_CAM，结合梯度类激活图和SHAP梯度解释器	使用公开数据集，缺乏外部验证和临床前瞻性研究	开发可解释AI框架用于自闭症诊断和记忆功能区损伤评估	自闭症患者的结构MRI数据	医学影像分析	自闭症	结构磁共振成像(sMRI)	深度学习	医学影像	ABIDE-II公共数据库中的sMRI数据	NA	FaithfulNet	准确率,AUC	NA
2950	2025-10-05	Comparison of organ volumes and standardized uptake values in [18F]FDG-PET/CT images using MOOSE and TotalSegmentator to segment CT images 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70025 PMID:40993940	研究论文	比较两种深度学习算法MOOSE和TotalSegmentator在[18F]FDG-PET/CT图像中分割33个解剖结构的体积和标准化摄取值差异	首次系统比较两种开源深度学习分割工具在PET/CT图像分析中的互换性	仅针对转移性乳腺癌患者的基线扫描，未评估其他疾病类型或随访数据	评估两种深度学习分割算法在器官体积和SUV值测量中的一致性	315名转移性乳腺癌女性的[18F]FDG-PET/CT基线图像	医学影像分析	乳腺癌	[18F]FDG-PET/CT成像	深度学习	CT图像,PET图像	315名患者	MOOSE v.3.0.14, TotalSegmentator v.2.0.5	NA	相对差异	NA
2951	2025-10-05	Early Prediction and Risk Analysis Using Hybrid Deep Learning Techniques in Multimodal Biomedical Image 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23001 PMID:41015781	研究论文	提出一种融合多模态医学图像的混合深度学习框架，用于早期癌症预测和风险分析	结合多模态图像融合技术与混合深度学习模型，整合传统特征提取方法（ORB）和深度学习特征（InceptionV4），使用MS-GWNN分类器进行恶性肿瘤分期预测	未整合更多成像模态，缺乏实时临床应用验证，模型可解释性有待提升	开发能够处理多样化医学图像、提取有意义的特征并提供准确分类的高效模型，用于早期癌症检测	多模态医学图像（MRI和CT扫描）中的癌变区域	计算机视觉	癌症	多模态图像融合，高斯平滑预处理，ORB特征提取	混合深度学习	多模态医学图像	TCIA数据集	NA	InceptionV4, MS-GWNN	准确率, 敏感度, 特异性	NA
2952	2025-10-05	E2E-TM: Dual-Way Feature Extraction and End-to-End Transformer Based Parkinson's Disease Diagnosis Using Integrated MR Imaging and Electroencephalogram Signals 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23002 PMID:41015780	研究论文	提出一种基于双模态特征提取和端到端Transformer的帕金森病诊断方法E2E-TM，整合磁共振成像和脑电图信号进行精确诊断	提出端到端Transformer模块E2E-TM，采用多尺度主干卷积和双路主干卷积模块进行特征提取，结合双并行注意力网络降低特征维度，实现多模态数据的有效融合	可能存在数据集多样性和代表性不足的风险，模型在特定人群上可能过拟合，影响跨患者群体和人口统计学的泛化能力	开发精确的帕金森病诊断方法	帕金森病患者	医学影像分析	帕金森病	磁共振成像, 脑电图	Transformer, CNN	图像, 信号	NA	NA	Transformer, Super U-Net	NA	NA
2953	2025-10-05	Multimodal Machine Learning with 3D-Weighted-Matrix Encoding for High-Throughput Design of High-Performance Polyurethanes 2025-Sep-27, Macromolecular rapid communications IF:4.2Q2 DOI:10.1002/marc.202500471 PMID:41014522	研究论文	开发了一种结合机器学习和多模态特征工程的高通量筛选框架，用于预测聚氨酯材料的力学性能	提出了有效的3D加权矩阵编码方法表示聚氨酯单体，特征区分度比传统分子描述符提高23%；采用早期融合架构将结构特征与合成工艺参数融合	NA	加速高性能聚氨酯材料的开发，解决材料结构复杂性带来的力学性能设计挑战	聚氨酯材料及其单体	机器学习	NA	3D加权矩阵编码，逻辑基编码，多模态特征融合	深度学习	化学结构表示，合成工艺参数	筛选超过1.5亿个分子和工艺组合	NA	多模态深度学习模型	决定系数	NA
2954	2025-10-05	[Advances in the application of artificial intelligence for pulmonary function assessment based on chest imaging in thoracic surgery] 2025-Sep-27, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20250309-00116 PMID:41015474	综述	探讨人工智能在基于胸部影像的胸外科肺功能评估中的应用进展	首次系统总结AI技术在多模态胸部影像（X射线、CT、MRI）肺功能评估中的创新应用，包括肺通气定量分析、弥散功能评估等新方向	面临数据标准化不足、模型可解释性有限、缺乏术后并发症预测模型等临床转化挑战	提升胸外科围术期肺功能评估的精准决策能力	胸外科患者的胸部影像数据及肺功能指标	医学影像分析	肺部疾病	多模态影像分析（X射线、CT、MRI）	深度学习	医学影像	NA	NA	NA	FEV1预测精度, DLCO评估准确率, TLC测量一致性	NA
2955	2025-10-05	Generation of multimodal realistic computational phantoms as a test-bed for validating deep learning-based cross-modality synthesis techniques 2025-Sep-27, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03437-4 PMID:41015634	研究论文	提出一种利用计算体模生成逼真CT和MRI图像的新框架，为验证深度学习跨模态合成技术提供可靠基准数据集	首次使用生成的计算体模作为验证数据，用于评估基于深度学习的跨模态合成技术	NA	验证医学图像跨模态合成的深度学习模型，特别针对放射治疗应用	计算体模生成的CT和MRI图像	医学影像分析	NA	医学影像合成	CycleGAN, GAN	CT图像, MRI图像	NA	NA	CycleGAN	直方图相关性, 剂量测定准确性	NA
2956	2025-10-05	Gait-to-Contact (G2C): A Novel Deep Learning Framework to Predict Total Knee Replacement Wear from Gait Patterns 2025-Sep-27, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03863-3 PMID:41015655	研究论文	提出一种名为Gait-to-Contact (G2C)的深度学习框架，通过步态模式预测全膝关节置换假体的磨损分布	首次将基于Transformer-CNN的编码器-解码器架构应用于膝关节置换磨损预测，相比传统有限元分析大幅降低计算成本	当前研究基于模拟数据，尚未应用于临床患者数据	开发计算效率更高的替代模型来预测全膝关节置换假体的磨损	全膝关节置换假体的聚乙烯衬垫线性磨损分布	机器学习	骨科疾病	有限元分析，深度学习	Transformer, CNN	时间序列数据	314个ISO14243-3(2014)标准变化的步态模式时间序列	NA	Transformer-CNN编码器-解码器架构	平均绝对百分比误差(MAPE), 结构相似性指数(SSIM), 归一化互信息(NMI)	NA
2957	2025-10-05	Exploring learning transferability in deep segmentation of colorectal cancer liver metastases 2025-Sep-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111076 PMID:41014675	研究论文	本研究探索深度学习模型在结直肠癌肝转移分割任务中的知识迁移能力	首次系统研究在肝转移瘤分割任务中不同迁移学习方案的效果，并通过尺度特异性评估揭示领域特定预训练的优势	研究仅针对肝转移瘤数据集，未涵盖其他类型肝脏病变	评估深度学习模型在医学图像分割中的迁移学习能力	结直肠癌肝转移病灶	医学图像分割	结直肠癌肝转移	深度学习	Transformer	医学图像	NA	NA	Transformer	尺度特异性评估指标	NA
2958	2025-10-05	Does brain connectivity hold the key to safer roads? EEG-based fatigue detection in young drivers using interpretable deep learning 2025-Sep-26, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108251 PMID:41014829	研究论文	本研究通过EEG脑连接分析和可解释深度学习模型检测年轻驾驶员的心理疲劳	结合多头自注意力与长短期记忆网络(MHSA-xLSTM)的新型深度学习架构，并利用SHAP方法增强模型可解释性	样本量相对较小(32名年轻驾驶员)，需在更大群体中验证	开发准确且可解释的驾驶员疲劳检测方法以提高道路安全	年轻驾驶员	脑机接口, 深度学习	疲劳相关驾驶风险	脑电图(EEG), 脑功能网络分析	MHSA-xLSTM	EEG信号	32名年轻驾驶员	NA	多头自注意力机制, 长短期记忆网络	准确率	NA
2959	2025-10-05	[Research and prospects of deep learning in the field of temporomandibular disorders] 2025-Sep-26, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250507-00171 PMID:41015467	综述	回顾深度学习在颞下颌关节紊乱病诊疗中的应用现状，讨论面临的挑战并展望未来发展	首次系统总结深度学习技术在颞下颌关节紊乱病诊疗领域的研究进展与前景	NA	探讨深度学习技术在颞下颌关节紊乱病诊疗中的应用潜力与发展方向	颞下颌关节紊乱病患者	医学人工智能	颞下颌关节紊乱病	深度学习	NA	医学影像数据	NA	NA	NA	NA	NA
2960	2025-10-05	An open deep learning-based framework and model for tooth instance segmentation in dental CBCT 2025-Sep-25, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06578-w PMID:40996470	研究论文	开发了一个基于深度学习的开源框架和模型OralSeg，用于牙科CBCT图像中的牙齿实例分割	构建了密集标注的牙科CBCT数据集，结合Swin Transformer和空间Mamba模块进行多尺度残差特征融合，并部署为一键式工具	NA	解决当前牙科CBCT分割工具在准确性、可访问性和解剖覆盖范围方面的不足	牙科CBCT图像中的牙齿实例分割	计算机视觉	牙科疾病	CBCT成像	深度学习	医学图像	NA	3D Slicer平台	UNetR, Swin Transformer, 空间Mamba模块	Dice相似系数	NA