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
3201	2026-01-16	Dermoscopically informed deep learning model for classification of actinic keratosis and cutaneous squamous cell carcinoma 2025-Dec-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31259-9 PMID:41339470	研究论文	本文开发了一种基于皮肤镜图像、结合临床先验知识的深度学习模型，用于区分光化性角化病和皮肤鳞状细胞癌	提出了一种双分支CNN架构，不仅处理原始RGB图像，还通过针对性的预处理增强血管和角化模式，并将这些特征作为额外通道输入，从而将临床推理依据整合到模型中	未明确提及模型在外部验证集上的泛化能力，也未讨论不同皮肤镜设备或成像条件可能带来的影响	开发一个高性能的AI模型，以辅助皮肤科医生更准确地区分光化性角化病和皮肤鳞状细胞癌	皮肤镜图像	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	2000张图像，通过数据增强扩展至近20万训练实例	NA	EfficientNetB0, 自定义轻量卷积分支	准确率, 灵敏度, 特异性, 精确率, F1分数, 损失值	NA
3202	2026-01-16	Landslide detection using multimodal data fusion and an improved Deeplabv3+ model 2025-Dec-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31208-6 PMID:41339468	研究论文	本文提出了一种基于多模态数据融合和改进DeepLabv3+架构的滑坡检测模型FCA-DeepLab，以提高滑坡检测的准确性和效率	引入多模态融合机制实现光学影像与地形特征的深度耦合，采用ConvNeXt网络替换ResNet骨干以扩大感受野并捕获细粒度特征，并设计了针对小目标的注意力机制以增强对细微滑坡特征的敏感性	未明确说明模型在极端天气或低质量影像条件下的性能表现，也未讨论计算复杂度或实时处理能力	提高滑坡灾害检测的准确性和效率，以支持灾害应急响应和长期土地利用规划	滑坡灾害	计算机视觉	NA	多模态数据融合	CNN	高分辨率遥感影像，地形特征数据	多个公共数据集，包括Bijie滑坡数据集	NA	DeepLabv3+, ConvNeXt	整体准确率，召回率，定性分割性能	NA
3203	2026-01-16	Reforming disease prognosis and treatment prediction for palliative care with hybrid metaheuristic deep neural architectures in IoT healthcare ecosystems 2025-Dec-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31037-7 PMID:41339488	研究论文	本研究提出了一种混合元启发式驱动的深度神经网络架构（HMDNA），结合深度神经网络和布谷鸟搜索优化算法，用于脓毒症检测和预后，以提升物联网医疗生态系统中的疾病预后和治疗预测能力	提出了一种结合深度神经网络与布谷鸟搜索优化的混合元启发式驱动架构，通过优化初始化、中期训练和微调阶段，显著提高了模型的收敛速度、泛化能力和对实时数据变化的鲁棒性	未明确提及模型在更广泛疾病类别或更大规模数据集上的泛化能力，以及在实际临床部署中的可扩展性和成本效益	提升物联网医疗生态系统中疾病预后和治疗预测的准确性和及时性，特别是在姑息护理等敏感领域	脓毒症患者的时间序列ICU数据	机器学习	脓毒症	时间序列数据分析，k-NN插补，最小-最大缩放	深度神经网络，元启发式优化算法	时间序列数据	未明确提及具体样本数量，仅说明使用时间序列ICU数据	TensorFlow	深度神经网络，布谷鸟搜索优化	准确率，精确率，召回率，F1分数	NVIDIA Tesla V100 GPU
3204	2026-01-16	Innovation of entrepreneurship education in auxiliary instruction system for college aesthetic course teaching under BPNN model 2025-Dec-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30967-6 PMID:41331061	研究论文	本研究提出并验证了一种基于BPNN模型的辅助教学系统，旨在提高美育课程中创新创业教育的精准性和有效性	利用BPNN模型对音乐院校学生的创新创业能力进行建模与评估，为艺术教育与创新创业教育的融合提供深度学习支持	当前评估框架需要进一步细化，以更好地满足专业化和产业化的动态需求	改进音乐院校美育课程中的创新创业教育，通过精准评估学生能力来优化教学	西安地区音乐院校的毕业生	机器学习	NA	问卷调查	BPNN	问卷数据	444份有效问卷	NA	BPNN	相对误差	NA
3205	2026-01-16	Performance of artificial intelligence-based diagnosis and classification of peri-implantitis compared with periodontal surgeon assessment: a pilot study of panoramic radiograph analysis 2025-Dec, Journal of periodontal & implant science DOI:10.5051/jpis.2500280014 PMID:40350773	研究论文	本研究评估了基于深度学习的模型在利用全景X光片诊断和分类种植体周围炎相关骨缺损方面的性能，并与牙周外科医生的评估进行比较	首次将集成YOLOv8深度学习模型应用于全景X光片，以自动诊断和分类种植体周围炎的骨缺损形态和严重程度，并在整体准确性上显著优于专业牙周外科医生	研究为试点性质，数据集规模有限（1,075张全景X光片），且仅使用单一模态影像（全景X光片），未来需扩大数据集并整合多模态成像	评估深度学习模型在种植体周围炎骨缺损诊断和分类中的性能，探索其作为临床决策支持工具的潜力	426名种植体周围炎患者的1,075张全景X光片，包含2,250个种植体部位	计算机视觉	种植体周围炎	全景X光成像	深度学习	图像	1,075张全景X光片（来自426名患者），包含2,250个种植体部位	NA	YOLOv8	准确率, 精确率, 召回率, F1分数	NA
3206	2026-01-16	New chapter in pediatric medicine: technological evolution, application, and evaluation system of large language models 2025-Dec-01, European journal of pediatrics IF:3.0Q1 DOI:10.1007/s00431-025-06602-x PMID:41324732	综述	本文综述了基于深度学习的大语言模型在儿科医学领域的技术演进、应用及评估体系	聚焦于儿科医学领域，系统梳理了大语言模型在通用模型发展、医学专用模型定制训练、多模态与专家混合架构等方面的最新进展，并探讨了其在儿科剂量计算、专科临床决策支持等具体应用中的潜力	文章主要基于文献综述，未涉及原创性实验验证，且对多语言和低资源环境下的应用挑战仅作初步探讨	回顾大语言模型在儿科医学中的技术发展、实际应用及评估方法，以促进其在医疗领域的有效整合	大语言模型及其在儿科医学中的应用案例	自然语言处理	NA	深度学习，预训练语言模型	大语言模型	文本	NA	NA	多模态架构，专家混合架构	评估指标（具体未指定）	NA
3207	2026-01-16	Transforming Vitiligo Diagnosis and Treatment Through Artificial Intelligence: A Review 2025-Dec, Scandinavian journal of immunology IF:4.1Q2 DOI:10.1111/sji.70076 PMID:41354974	综述	本文回顾了人工智能（特别是机器学习和深度学习）在白癜风诊断和治疗中的当前应用、最新进展、面临的挑战以及未来发展方向	系统性地总结了AI在白癜风领域的应用，包括超越皮肤科医生准确率的深度神经网络诊断工具、基于Transformer的图像分类器以及用于药物重定位的预测模型，并指出了该领域特有的挑战（如深色皮肤代表性不足）	面临数据挑战（需要大规模、多样化、高质量的数据集，深色皮肤代表性不足）、模型可解释性不足、伦理问题（患者隐私、数据所有权、诊断错误责任）以及临床整合障碍（系统互操作性、工作流程适应）	探讨人工智能在改善白癜风诊断和治疗方面的潜力、现状与挑战	白癜风（一种复杂的自身免疫性皮肤病）	数字病理学	白癜风	基因表达分析、蛋白质相互作用分析、药理学网络分析	深度学习, 机器学习	图像, 基因表达数据, 蛋白质相互作用数据, 药理学数据	NA	NA	深度神经网络, Transformer	准确率	NA
3208	2026-01-16	Research on the Prediction of Driver Fatigue Degree Based on EEG Signals 2025-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s25237316 PMID:41374691	研究论文	本研究提出了一种基于EEG信号和多步时间数据的深度学习模型，用于预测驾驶员疲劳程度指标PERCLOS，并探讨了不同EEG特征对预测性能的影响	提出了一种结合CNN、Transformer编码器、LSTM和残差连接的CTL-ResFNet混合深度学习框架，用于驾驶员疲劳程度预测，并比较了不同EEG特征在两种实验范式下的适用性差异	未明确说明样本的具体数量或来源，可能限制了结果的泛化性；实验仅基于特定EEG特征和PERCLOS指标，未考虑其他生理或环境因素	预测驾驶员疲劳程度以提升交通安全	驾驶员的EEG信号和疲劳程度指标PERCLOS	机器学习	NA	脑电图	CNN, Transformer, LSTM	时间序列信号	NA	NA	CTL-ResFNet	RMSE, MAE	NA
3209	2026-01-16	Assessment of the Diagnostic Performance and Clinical Impact of Artificial Intelligence in Hepatic Steatosis: a Systematic Review and Meta-Analysis 2025-Nov-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/78310 PMID:41263526	系统综述与荟萃分析	本文通过系统综述和荟萃分析，定量评估了人工智能模型在诊断肝脂肪变性方面的性能，并深入探讨了其临床适用性和实施障碍	建立了一个统一的、与成像模态无关的分析框架，整合了超越单一模态评估的证据	纳入研究存在显著的异质性，患者选择领域存在高偏倚风险（44.4%），可能高估了真实世界性能，且临床转化受到回顾性设计主导、缺乏严格外部验证以及数据隐私等实际障碍的限制	定量评估人工智能模型诊断肝脂肪变性的性能，全面探索研究间异质性来源，并深入评估其临床适用性、转化潜力及阻碍广泛实施的主要障碍	应用人工智能诊断肝脂肪变性的研究	数字病理学	代谢相关脂肪性肝病	医学影像分析	深度学习, 传统机器学习	医学影像数据	36项符合条件的研究，其中33项（包含62个队列）纳入定量合成	NA	NA	灵敏度, 特异度, 汇总受试者工作特征曲线下面积	NA
3210	2026-01-16	An accurate prediction for respiratory diseases using deep learning on bronchoscopy diagnosis images 2025-Oct, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.023 PMID:39571731	研究论文	本文提出了一种多尺度注意力残差网络（MARN），用于通过支气管镜图像诊断肺部疾病，旨在提高诊断准确性	设计了多尺度卷积块注意力模块（MCBAM），通过增强空间和通道特征来精确聚焦病变区域，并使用Grad-CAM提高诊断结果的可解释性	研究仅基于单一医疗中心的615个病例（2900张图像），样本规模有限，可能影响模型的泛化能力	开发一种基于深度学习的支气管镜图像诊断系统，以提高气管、支气管和肺部疾病的诊断准确性	支气管镜诊断图像，包括正常、良性病变和恶性病变的图像	计算机视觉	肺癌	支气管镜检查	CNN	图像	615个病例，共2900张图像	NA	多尺度注意力残差网络（MARN），包含多尺度卷积块注意力模块（MCBAM）	准确率，AUC	NA
3211	2026-01-16	Automatic head and neck tumor segmentation through deep learning and Bayesian optimization on three-dimensional medical images 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110309 PMID:40378562	研究论文	提出一种基于贝叶斯优化的两阶段调度方法，用于优化三维医学图像中头颈部肿瘤分割任务的超参数	提出两阶段贝叶斯优化调度方法，结合快速收敛与防过拟合的渐进优化；提出将批大小与学习率耦合为B2L比率进行联合优化	NA	优化头颈部肿瘤分割任务的超参数以提高医学图像分割性能	头颈部肿瘤组织	数字病理	头颈部肿瘤	CT, PET	CNN	三维医学图像	NA	NA	V-Net	NA	NA
3212	2026-01-16	Integrating Protein Language Model and Molecular Dynamics Simulations to Discover Antibiofouling Peptides 2025-Jan-14, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c04140 PMID:39810350	研究论文	本研究结合基于深度学习的蛋白质语言模型和分子动力学模拟，从微生物组库中高通量筛选抗生物污染肽	首次将基于提示调优的蛋白质语言模型ESM2与分子动力学模拟相结合，用于从海量序列库中高通量发现抗生物污染肽	仅对六种候选肽进行了分子动力学模拟验证，筛选范围仍有待进一步扩大	开发新型抗生物污染肽材料，以拓展其在复杂生物环境中的应用场景	抗生物污染肽序列	机器学习	NA	蛋白质语言模型，分子动力学模拟	随机森林，蛋白质语言模型	肽序列数据	包含等量抗生物污染肽和生物污染肽序列的平衡数据库	NA	ESM2	NA	NA
3213	2026-01-16	Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease 2025, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X327908241121062335 PMID:39936420	综述	本文从转化信息学的角度全面审视了神经退行性疾病的药物重定位，涵盖数据源、计算模型和临床应用	通过整合人工智能和医疗数据，系统化地分类了药物重定位的计算模型，并突出了在神经退行性疾病研究中的应用潜力	NA	开发针对神经退行性疾病的有效治疗干预措施	神经退行性疾病	自然语言处理	老年病	NA	机器学习,深度学习	文本	NA	NA	NA	NA	NA
3214	2026-01-16	Advancing Alzheimer's Diagnosis with AI-Enhanced MRI: A Review of Challenges and Implications 2025, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X353595250303064846 PMID:40754866	综述	本文综述了基于AI增强MRI在阿尔茨海默病诊断中的应用，重点探讨了深度学习模型（如CNN和NC-ANN）的挑战与临床意义	通过系统分类和批判性评估MRI深度学习研究，强调了其在提升神经疾病诊断性能方面的潜力，并讨论了临床实践中的挑战与未来方向	作为综述文章，未涉及原始数据或新模型开发，主要依赖现有研究，可能受限于文献覆盖范围和偏倚	总结和评估基于MRI的深度学习研究在神经疾病（特别是阿尔茨海默病）诊断中的应用，以促进AI在临床实践中的整合	阿尔茨海默病及其他神经疾病，使用脑结构MRI数据进行预测建模	数字病理学	阿尔茨海默病	脑结构磁共振成像（MRI）	CNN, NC-ANN	图像	NA	NA	NA	NA	NA
3215	2026-01-16	Data-driven prediction of future purchase behavior in cross-border e-commerce using sequence modeling with PSO-tuned LSTM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337932 PMID:41370290	研究论文	提出一种结合变分模态分解、长短期记忆网络和粒子群优化的混合深度学习框架，用于预测跨境电商用户的未来购买行为	首次将变分模态分解（VMD）与LSTM结合用于跨境电商行为预测，并引入粒子群优化（PSO）自动调优LSTM超参数，有效提升预测精度和泛化能力	未明确说明模型在数据稀疏或新用户场景下的表现，也未讨论跨文化因素对购买行为的影响	提升跨境电商平台运营效率和用户体验，通过精准预测用户购买行为	跨境电商用户的购买行为序列数据	机器学习	NA	时间序列分析，变分模态分解	LSTM	时间序列数据	NA	NA	LSTM	预测准确率，鲁棒性	NA
3216	2026-01-15	Backpropagation DNN and Thermokinetic Analysis of the Thermal Devolatilization of Dried Pulverized Musa sapientum (Banana) Peel 2025-Dec-31, Polymers IF:4.7Q1 DOI:10.3390/polym18010122 PMID:41516905	研究论文	本研究通过热重分析、热动力学建模及反向传播深度学习，研究了香蕉皮废料的热解过程，旨在预测和优化其生物能源转化	首次将反向传播深度学习应用于热解过程建模，以预测和优化香蕉皮热解，并成功识别了最合适的反应模型	研究仅针对香蕉皮，未与其他生物质材料进行对比；实验条件（加热速率、温度范围）可能限制了模型的泛化能力	研究香蕉皮废料的热解过程，以评估其作为生物能源原料的潜力	干燥粉碎的香蕉皮（Musa sapientum）	机器学习	NA	热重分析（TGA）、热动力学建模、反向传播深度学习	反向传播深度学习模型	热重分析数据	在5、10、20和40 °C/min四种加热速率下进行热重分析	NA	NA	R²（决定系数）、训练损失	1.4计算小时（具体硬件未说明）
3217	2026-01-15	Multimodal artificial intelligence model based on CT for differentiating primary renal sarcomas from renal cell carcinomas: a dual-center retrospective study 2025-Dec-31, Translational andrology and urology IF:1.9Q3 DOI:10.21037/tau-2025-539 PMID:41522320	研究论文	本研究开发了一种基于CT和临床数据的多模态人工智能模型，用于术前区分原发性肾肉瘤和肾细胞癌	结合临床数据和多期相CT图像（平扫期、皮髓质期、肾实质期）构建深度学习模型，实现肾肉瘤与肾细胞癌的术前鉴别	回顾性研究，样本量较小（85例患者），仅来自两个中心，可能存在选择偏倚	开发术前区分原发性肾肉瘤和肾细胞癌的诊断方法	经病理确诊的原发性肾肉瘤和肾细胞癌患者	数字病理学	肾癌	CT增强扫描	深度学习模型	CT图像，临床数据	85例患者，共7482张图像	NA	NA	准确率，AUC，灵敏度，特异性，阳性预测值，阴性预测值	NA
3218	2026-01-15	[Automatic detection and visualization of myocardial infarction in electrocardiograms based on an interpretable deep learning model] 2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503016 PMID:41448757	研究论文	本文提出了一种基于轻量级卷积神经网络和一维梯度加权类激活映射的深度学习框架，用于自动检测心肌梗死并可视化单导联心电图中的关键波形特征	结合轻量级CNN与1D Grad-CAM实现心肌梗死的自动检测与可视化，模型决策过程与临床关键特征（如病理性Q波、ST段抬高和T波倒置）高度一致	研究仅使用了PTBDB和NSRDB数据库中的432条记录，样本量相对有限，且仅针对单导联心电图进行分析	开发一种自动检测心肌梗死并可视化心电图关键特征的深度学习模型，以用于早期风险评估和计算机辅助诊断	心肌梗死患者和正常人的心电图记录	机器学习	心血管疾病	心电图分析	CNN	心电图信号	432条记录（334条心肌梗死心电图和98条正常心电图）	未明确指定，但可能基于常见深度学习框架如TensorFlow或PyTorch	轻量级卷积神经网络	准确率, 灵敏度, 特异度	NA
3219	2026-01-15	MRI-based deep learning and radiomics pipeline for myxoid liposarcoma: a feasibility study in a rare sarcoma 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27217-0 PMID:41408069	研究论文	本研究评估了结合深度学习和放射组学的自动化MRI流程在黏液样脂肪肉瘤非侵入性肿瘤评估中的可行性	首次针对罕见软组织肉瘤（黏液样脂肪肉瘤）开发了基于3D U-Net自动分割和放射组学特征提取的MRI分析流程，用于肿瘤分级预测	研究为回顾性多中心设计，样本量较小（48例患者），分类错误多发生在边界性或组织学异质性病例中，需要更大规模的前瞻性验证	评估自动化MRI流程（结合深度学习和放射组学）在黏液样脂肪肉瘤非侵入性肿瘤评估中的可行性	经组织学确认的黏液样脂肪肉瘤患者	数字病理学	软组织肉瘤	MRI成像	CNN	图像	48例患者	NA	3D U-Net	Dice相似系数, AUC, F1分数, 平衡准确度	NA
3220	2026-01-15	Evaluation of magnetic resonance imaging and deep learning-based synthetic computed tomography for calcified intradural tumors - importance of domain-specific training and validation of synthetic imaging methods for clinical application 2025-Dec-11, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-025-06731-0 PMID:41381905	研究论文	评估基于MRI和深度学习的合成CT在钙化性硬膜内肿瘤中的应用，强调领域特异性训练和验证的重要性	首次评估BoneMRI生成的合成CT在钙化性硬膜内肿瘤中的可视化能力，揭示其在该特定病变中的局限性	样本量较小（仅5例患者），且合成CT未能可视化任何钙化性硬膜内肿瘤	验证深度学习生成的合成CT在脊髓硬膜内肿瘤钙化评估中的准确性	脊髓硬膜内肿瘤患者	数字病理学	脊髓肿瘤	MRI, CT, 深度学习	深度学习算法	医学影像（MRI和CT图像）	5例脊髓硬膜内肿瘤患者	NA	NA	肿瘤可见性百分比, 肿瘤尺寸, 平均Hounsfield单位, p值	NA