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
3281	2026-01-14	A Novel Framework for Cardiovascular Disease Detection Using a Hybrid CWT-SIFT Image Representation and a Lightweight Residual Attention Network 2025-Dec-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16010005 PMID:41515501	研究论文	提出一种结合连续小波变换-尺度不变特征变换图像表示与轻量级残差注意力网络的新型框架，用于心血管疾病的自动检测	结合多分辨率小波特征与SIFT关键点密度图生成三通道图像表示，并设计轻量级残差注意力网络，在数据有限情况下实现高精度分类	未明确提及模型在外部验证集或临床环境中的泛化能力测试	开发一种在训练样本有限情况下仍能高精度自动识别心血管疾病的计算机辅助筛查工具	心血管疾病患者的心电图信号	数字病理学	心血管疾病	连续小波变换，尺度不变特征变换	CNN	图像	未在摘要中明确说明	未在摘要中明确说明	ResAttNet	准确率，精确率，召回率，F1分数	未在摘要中明确说明
3282	2026-01-14	SD-GASNet: Efficient Dual-Domain Multi-Scale Fusion Network with Self-Distillation for Surface Defect Detection 2025-Dec-19, Sensors (Basel, Switzerland) DOI:10.3390/s26010023 PMID:41516457	研究论文	本文提出了一种基于自蒸馏模型压缩策略的高效双域多尺度融合网络SD-GASNet，用于解决工业表面缺陷检测中尺度变化大、背景相似难以区分以及部署环境计算资源有限下的高精度实时检测挑战	设计了结合频率域信息收集与分配机制和通道同步模块的AES-FPN融合网络，并采用增强KL散度损失函数的自蒸馏策略来提升轻量模型性能	未明确说明模型在更复杂工业场景或更多样化传感器数据上的泛化能力限制	开发一种在有限计算资源下实现高精度、实时工业表面缺陷检测的鲁棒且可泛化的解决方案	工业表面缺陷	计算机视觉	NA	NA	CNN	图像	三个公共数据集（NEU-DET, PCB, TILDA）	NA	SD-GASNet, AES-FPN	准确率, 推理速度	NA
3283	2026-01-14	Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103895 PMID:40945314	研究论文	本研究开发并验证了一种基于超声的深度学习放射组学模型，用于无创预测大唾液腺癌的颈淋巴结转移	整合了临床、超声、放射组学和深度学习特征，构建复合模型以无创预测颈淋巴结转移，支持个性化手术决策	研究样本量有限（214例患者），且来自多个医疗中心，可能存在数据异质性	开发并验证一种基于超声的深度学习放射组学模型，用于无创预测大唾液腺癌患者的颈淋巴结转移	大唾液腺癌患者	数字病理学	唾液腺癌	超声成像	深度学习, 机器学习	图像	214例患者（训练集144例，验证集70例）	NA	NA	AUC, 准确率, 精确率, 召回率, F1分数	NA
3284	2026-01-14	Biomarkers 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70856_107027 PMID:41527868	研究论文	比较FreeSurfer不同分割算法在脑部MRI图像处理中对体积和皮质厚度估计的影响，并评估其对萎缩分类的差异	首次系统比较FreeSurfer v7.2 recon-all与v7.4 recon-all-clinical（包括SynthSeg）在临床队列中对脑部结构测量和萎缩分类的影响，特别关注深度学习算法对扫描质量的鲁棒性	样本主要来自单一临床队列（Wake Forest ADRC），可能限制结果的普适性；未详细展示扫描质量对SynthSeg鲁棒性的具体数据	评估不同FreeSurfer分割算法在脑部MRI图像处理中产生的测量差异，及其对年龄和疾病相关萎缩量化的影响	624名参与者（包括认知正常、轻度认知障碍、痴呆患者），使用结构性T1-MRI和tau-PET图像	数字病理学	老年疾病	结构性T1-MRI扫描、tau-PET成像、FreeSurfer图像处理	深度学习分割算法	图像	624名参与者（330名认知正常，214名轻度认知障碍，75名痴呆，5名未分类）	FreeSurfer	SynthSeg	R2（共享方差）、萎缩分类一致性	NA
3285	2026-01-14	Artificial intelligence at the gut-oral microbiota frontier: mapping machine learning tools for gastric cancer risk prediction 2025-Nov-25, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01487-1 PMID:41291759	综述	本文系统回顾并批判性评估了利用微生物组和非侵入性生物标志物（涵盖肠道、胃黏膜、口腔生态系统及舌象成像代理）进行胃癌预测的人工智能和机器学习模型	首次系统性地绘制了AI驱动的基于微生物组的胃癌预测方法学图景，并引入了临床准备度矩阵和验证质量评估来突出转化差距	纳入研究数量有限（仅9项），方法学严谨性、外部验证（仅33.3%的研究采用）、可解释性和报告标准差异较大，可重复性存在挑战	系统回顾和评估用于胃癌预测的AI/ML模型，以绘制方法学严谨性、转化准备度和生物标志物收敛性	利用微生物组数据（来自胃黏膜、粪便、唾液、舌苔、肿瘤组织）和非侵入性生物标志物进行胃癌诊断、风险分类或治疗反应预测的研究	机器学习	胃癌	16S rRNA测序	Random Forest, LASSO, LightGBM, 深度学习	微生物组数据，舌象成像代理	NA	NA	NA	AUC	NA
3286	2026-01-14	Employment of artificial intelligence for an unbiased evaluation regarding the recovery of right ventricular function after mitral valve transcatheter edge-to-edge repair 2025-Nov, European journal of heart failure IF:16.9Q1 DOI:10.1002/ejhf.3705 PMID:40488515	研究论文	本研究利用传统超声心动图和人工智能深度学习模型，评估了经导管二尖瓣缘对缘修复术对严重二尖瓣反流患者右心室功能恢复的影响	首次结合传统超声心动图测量（TAPSE）与基于深度学习的右心室射血分数预测模型，对M-TEER术后右心室功能恢复进行无偏评估	研究为双中心注册研究，可能存在选择偏倚；随访时间较短（3个月），无法评估长期右心室功能变化	评估经导管二尖瓣缘对缘修复术对严重二尖瓣反流患者右心室功能恢复的影响	接受M-TEER治疗的严重二尖瓣反流患者	数字病理学	心血管疾病	超声心动图	深度学习模型	二维心尖四腔视图超声心动图视频	851名患者	NA	NA	NA	NA
3287	2026-01-14	Localized identification of seepage and ponding in earthen embankment using infrared thermography assimilated with different deep learning frameworks 2025-Oct-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13258-y PMID:41093858	研究论文	本研究通过将被动红外热成像技术与深度学习算法结合，提出了一种用于识别土堤渗漏和积水的高级方法	将土堤渗漏识别任务转化为图像分类问题，并利用深度学习框架处理热图像序列以高精度预测渗漏和积水范围	NA	解决土堤长期渗漏和积水导致的失效问题，以增强堤坝安全和洪水易发区的灾害预防策略	土堤（土质堤坝）	计算机视觉	NA	红外热成像技术	深度学习算法	热图像序列	NA	NA	NA	准确度	NA
3288	2026-01-14	Impact of deep learning model uncertainty on manual corrections to MRI-based auto-segmentation in prostate cancer radiotherapy 2025-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70221 PMID:40849835	研究论文	本研究评估了深度学习生成的不确定性图对经验丰富的放射肿瘤学家在前列腺癌放疗中手动修正基于深度学习的自动分割的影响	首次系统评估了向临床医生展示深度学习分割不确定性图如何影响其决策、质量感知、信心和编辑效率	研究样本量较小（35例独立测试集），且仅涉及四位经验丰富的肿瘤学家，结果可能无法推广到更广泛的临床医生群体或不同分割任务	评估深度学习生成的不确定性图在临床医生手动修正放疗自动分割过程中的影响	接受超低分割MRI-only放疗的前列腺癌患者	数字病理学	前列腺癌	MRI	深度学习模型	医学影像（MRI）	434例患者用于训练（10折交叉验证），35例独立测试集	nnUNet	nnUNet	Dice系数	NA
3289	2026-01-14	Development and clinical implementation of an MRI-only planning workflow featuring deep learning-based synthetic CT for prostate cancer external beam radiotherapy 2025-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70228 PMID:40841175	研究论文	本文开发并临床实施了一种仅基于MRI的放疗规划工作流程，利用深度学习生成合成CT图像，用于前列腺癌外部束放射治疗	创新点包括开发多通道CycleGAN模型从MRI生成合成CT、自动化基准标记检测以及将工作流程集成到治疗规划系统中，从而消除对CT扫描的需求	研究样本量较小（回顾性11例，前瞻性10例），且未详细讨论模型在不同患者群体或成像设备上的泛化能力	旨在临床实施仅基于MRI的放疗规划工作流程，用于前列腺癌外部束放射治疗，以提高效率和减少辐射暴露	前列腺癌患者	数字病理学	前列腺癌	MRI成像（T1加权Dixon、T2加权3D、T2*加权GRE）、定量磁化率映射	GAN	图像	回顾性11例患者，前瞻性10例患者	NA	CycleGAN	剂量学差异百分比、基准标记检测成功率、检测时间减少	NA
3290	2026-01-14	Single- versus multi-model in the deep learning prediction of monitor units per control point for automated treatment planning in prostate cancer 2025-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70229 PMID:40883098	研究论文	本研究比较了单模型与多模型深度学习方法在预测前列腺癌容积旋转调强放疗中每个控制点监测单位数的性能，以自动化治疗计划	引入了基于深度学习的单模型与多模型方法，用于预测前列腺癌VMAT治疗中每个控制点的监测单位数，并比较了2D与3D输入数据的性能	研究仅基于单一机构的前列腺癌患者数据，样本量相对有限，且未评估模型在其他癌症类型或放疗技术中的泛化能力	开发并比较深度学习方法，以预测前列腺癌容积旋转调强放疗中每个控制点的监测单位数，实现自动化治疗计划	前列腺癌患者接受60 Gy分20次放疗的治疗计划数据	数字病理	前列腺癌	容积旋转调强放疗	深度学习模型	3D剂量分布数据、2D平均剂量强度投影数据	302份均匀治疗计划（训练集220份、验证集40份、测试集42份）	NA	NA	每个控制点仪表权重的误差百分比、每个束流监测单位的误差百分比、临床目标达成率	NA
3291	2026-01-14	A Deep Learning Method for Autism Spectrum Disorder Classification Based on Multimodal Neuroimaging Data 2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC58623.2025.11253912 PMID:41337246	研究论文	本文提出了一种基于多模态神经影像数据的深度学习模型，用于自闭症谱系障碍（ASD）的分类诊断	通过融合功能磁共振成像（fMRI）和结构磁共振成像（sMRI）的互补信息，构建更全面的特征空间，捕捉单一模态无法提供的复杂神经病理特征	研究仅使用了ABIDE NYU站点的数据，样本量有限，且未在其他独立数据集上进行验证	提高自闭症谱系障碍（ASD）与典型发育对照组（TC）的早期分类准确性，以支持及时干预和治疗	自闭症谱系障碍（ASD）患者和典型发育对照组（TC）的个体	机器学习	自闭症谱系障碍	功能磁共振成像（fMRI），结构磁共振成像（sMRI）	深度学习模型	神经影像数据	来自ABIDE NYU站点的影像数据	NA	NA	准确率，AUC，灵敏度，特异度	NA
3292	2026-01-14	A fusocelular skin dataset with whole slide images for deep learning models 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05108-3 PMID:40368949	研究论文	本文介绍了AI4SkIN数据集，这是首个用于皮肤梭形细胞病变的公开全切片图像数据集，通过创新的众包协议进行标注，旨在提升计算机辅助诊断系统的性能	首次公开了针对皮肤梭形细胞病变的全切片图像数据集，并采用基于高斯过程的众包协议进行标注，展示了非专家标注数据在训练深度学习模型中的有效性	未明确提及数据集的样本多样性或潜在的标注偏差，且未详细讨论模型在临床环境中的泛化能力	开发一个用于皮肤梭形细胞病变分类的公开数据集，以支持计算机辅助诊断系统的研究和验证	皮肤梭形细胞病变的全切片图像	数字病理学	皮肤梭形细胞病变	苏木精和伊红染色	深度学习模型	全切片图像	641张全切片图像	NA	NA	NA	NA
3293	2026-01-14	GaitDynamics: A Generative Foundation Model for Analyzing Human Walking and Running 2025-Mar-21, Research square DOI:10.21203/rs.3.rs-6206222/v1 PMID:40166023	研究论文	本文介绍了GaitDynamics，一个用于分析人类行走和跑步的生成式基础模型，旨在通过大规模多样化数据训练，实现低成本、高精度的步态动力学预测	开发了首个针对人类步态的生成式基础模型，能够处理多样化输入和输出任务，并在数据缺失或未见人群上保持高准确性和鲁棒性	模型训练依赖于大规模数据集，可能无法覆盖所有可能的步态变异或极端情况；未详细讨论模型在实时应用中的计算延迟问题	通过深度学习模型低成本地预测和分析人类步态动力学，以促进健康、预防损伤、治疗疾病和优化运动表现	人类行走和跑步的步态动力学，包括运动学和地面反作用力	机器学习	NA	深度学习	生成式基础模型	运动学和力数据	大规模数据集，包含多样化参与者人口统计学和步态模式	未指定	未指定	准确性, 鲁棒性	未指定
3294	2026-01-14	Unraveling microglial spatial organization in the developing human brain with DeepCellMap, a deep learning approach coupled with spatial statistics 2025-Feb-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56560-z PMID:39948387	研究论文	本文介绍了一种名为DeepCellMap的深度学习辅助工具，用于分析发育中人类大脑的小胶质细胞空间组织	开发了DeepCellMap工具，结合多尺度图像处理与先进空间统计，首次系统映射小胶质细胞在正常和病理大脑发育中的空间组织	未明确说明样本量的具体限制或工具在不同成像模态下的验证范围	研究发育中人类大脑的小胶质细胞空间组织及其在病理条件下的变化	人类胎儿大脑组织中的小胶质细胞	数字病理学	NA	多尺度图像处理，空间统计，聚类分析	深度学习	组织切片图像	NA	NA	NA	NA	NA
3295	2026-01-14	Innovative Immunoinformatics Tools for Enhancing MHC (Major Histocompatibility Complex) Class I Epitope Prediction in Immunoproteomics 2025, Protein and peptide letters IF:1.0Q4 DOI:10.2174/0109298665373152250625054723 PMID:40662558	综述	本文综述了免疫信息学工具在提升MHC I类表位预测方面的最新进展	整合了生物信息学算法、人工智能和机器学习模型，特别是深度学习与多组学数据融合，以增强表位预测的敏感性和特异性	由于MHC I类结合肽的复杂性和多样性，在不同人群和情境中精确识别表位仍极具挑战性	提升MHC I类表位预测的准确性，以促进疫苗开发、癌症免疫疗法和自身免疫性疾病研究	MHC I类分子结合肽	自然语言处理	NA	免疫信息学工具（如NetMHC、IEDB、MHCflurry）、生物信息学算法、人工智能、机器学习、深度学习、多组学数据整合	机器学习模型、深度学习模型	大规模肽-MHC结合数据、结构特征、相互作用动态、蛋白质组学、转录组学、基因组学数据	NA	NA	NA	敏感性、特异性、准确性	NA
3296	2026-01-13	Predictive Value of Machine Learning in Knee Osteoarthritis Progression: Systematic Review and Meta-Analysis 2025-Dec-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/80430 PMID:41468605	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了机器学习在预测膝骨关节炎进展中的应用现状和准确性	首次系统比较了机器学习、传统方法和深度学习在不同数据集、模型类型、建模变量及膝骨关节炎进展定义下的预测性能，并使用预测区间估计未来潜在效应范围	纳入研究存在显著异质性，如膝骨关节炎进展定义和验证策略的差异，当前证据需谨慎解读	评估机器学习在预测膝骨关节炎进展中的预测价值和应用准确性	膝骨关节炎进展预测研究	机器学习	膝骨关节炎	NA	机器学习, 深度学习, 传统方法（如逻辑回归）	临床特征, 磁共振成像, X射线	共纳入32项研究	NA	NA	一致性指数, 诊断四格表	NA
3297	2026-01-13	A Federated Hierarchical DQN-Based Distributed Intelligent Anti-Jamming Method for UAVs 2025-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s26010181 PMID:41516616	研究论文	本文提出了一种基于联邦分层深度Q网络的多无人机协同智能抗干扰决策方法，以解决无人机集群系统中的数据隔离和决策不一致问题	将联邦学习框架与分层深度强化学习模型相结合，通过仅共享本地模型参数而非原始数据，在保护数据隐私和降低通信开销的同时，实现了任务子网内决策的一致性，并采用分层设计克服了多域干扰参数带来的维度灾难	仅通过仿真验证了方法的有效性，未在真实无人机集群环境中进行实地测试，且未讨论模型在动态变化或极端干扰环境下的鲁棒性	开发一种高效、安全的多无人机协同智能抗干扰决策方法，以提升无人机集群在复杂电磁环境中的通信性能	无人机集群系统及其在干扰环境下的通信决策	机器学习	NA	联邦学习，深度强化学习	深度Q网络	仿真数据	NA	NA	分层深度Q网络	决策准确率	NA
3298	2026-01-13	Spatial Transcriptomics As Rasterized Image Tensors (STARIT) characterizes cell states with subcellular molecular heterogeneity 2025-Dec-22, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.18.695193 PMID:41497642	研究论文	本文提出了一种名为STARIT的方法，将成像空间转录组学数据转换为图像张量表示，以利用亚细胞异质性识别细胞类型和状态	开发了STARIT方法，首次将imSRT数据中的转录本转换为图像张量表示，结合深度学习计算机视觉模型，能够捕捉传统基因计数分析忽略的亚细胞转录定位异质性	未明确说明方法在复杂组织或大规模数据集上的可扩展性及计算效率	利用成像空间转录组学数据中的分子分辨率信息，基于亚细胞异质性识别细胞状态	成像空间转录组学数据中的细胞及其亚细胞转录本	计算机视觉	NA	成像空间转录组学	深度学习计算机视觉模型	图像张量	模拟数据和真实imSRT数据（具体数量未提供）	Python	NA	NA	NA
3299	2026-01-13	An attention-based transfer learning model for diagnosing subluxation in temporomandibular joint panoramic radiographs 2025-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31462-8 PMID:41413172	研究论文	本研究提出了一种基于注意力机制的迁移学习模型，用于在颞下颌关节全景X光片中诊断半脱位	通过将自注意力机制集成到性能最佳的DenseNet201模型中，进一步提升了半脱位检测性能，并公开了包含3,425张标注图像的数据集以促进可重复性研究	未明确提及模型在临床环境中的泛化能力或外部验证结果	提高颞下颌关节全景X光片中半脱位的检测准确性，支持临床决策	颞下颌关节全景X光片图像	计算机视觉	颞下颌关节疾病	深度学习	CNN	图像	3,425张标注的颞下颌关节全景X光片图像	NA	MobileNet, ResNet50V2, InceptionV3, Xception, EfficientNetV2B0, InceptionResNetV2, DenseNet201	准确率, 精确率, 召回率, 特异性, F1分数	NA
3300	2026-01-13	The impact of pre-processing techniques on deep learning breast image segmentation 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30724-9 PMID:41402475	研究论文	本研究探讨了不同预处理技术对深度学习乳腺图像分割模型性能的影响	系统比较了通用和特定领域预处理流程，并识别出针对乳腺成像的优化策略，首次在医学图像分析中详细评估预处理作用	数据集规模和范围存在限制	评估预处理技术对乳腺图像分割模型性能的影响	乳腺图像	医学影像分析	乳腺癌	深度学习图像分割	U-Net	图像	两个公共数据集：CBIS-DDSM和Duke-Breast-Cancer-MRI	NA	U-Net	3-way ANOVA F-test	NA