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
3461	2025-12-01	Detection of spheno-occipital synchondrosis fusion stages using artificial intelligence 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1682917 PMID:41312140	研究论文	本研究应用三种YOLO深度学习模型自动检测蝶枕软骨联合融合阶段	首次将YOLO系列深度学习模型应用于蝶枕软骨联合融合阶段的自动分类	研究样本仅限于6-25岁人群的CBCT影像数据	自动化蝶枕软骨联合融合阶段的分类评估	1,661名6-25岁个体的锥形束CT矢状面图像	计算机视觉	颅面异常	锥形束计算机断层扫描(CBCT)	CNN	医学影像	1,661名个体	YOLOv5, YOLOv8, YOLOv11	YOLOv5, YOLOv8, YOLOv11	平均精度(mAP), 精确率, 召回率, F1分数, 推理时间	NA
3462	2025-12-01	Precise diagnosis of pediatric posterior cranial fossa neoplasms based on 2.5D MRI deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1700694 PMID:41312172	研究论文	开发基于2.5D多序列MRI的深度学习框架ResSwinT，用于儿童后颅窝肿瘤的精确分类	首次将残差网络与Swin Transformer结合应用于2.5D多序列MRI融合，并通过SHAP方法增强模型可解释性	回顾性研究，样本量相对有限（309例患者）	开发可解释的AI辅助诊断工具，提高儿童后颅窝肿瘤术前诊断准确性	经病理证实的309例儿童后颅窝肿瘤患者（109例毛细胞星形细胞瘤，130例髓母细胞瘤，70例室管膜瘤）	数字病理	儿童后颅窝肿瘤	多序列MRI（T1WI, T1C, T2WI, FLAIR, ADC）	深度学习	2.5D MRI图像	309例患者	PyTorch	ResSwinT（ResNet + Swin Transformer）	准确率, AUC	NA
3463	2025-12-01	AI redefines mass spectrometry chemicals identification: retention time prediction in metabolomics and for a Human Exposome Project 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1687056 PMID:41312237	综述	本文综述人工智能在代谢组学中保留时间预测的应用及其在人类暴露组计划中的价值	整合机器学习保留时间预测与质谱分析，提出利用内源性化合物作为内标校准的跨实验室可转移性策略	依赖有限的光谱库和结构模糊性导致大部分检测特征仍无法识别	通过人工智能增强保留时间预测，提高代谢物注释置信度并推动暴露组学研究	人类生物样本中的环境和内源性化学物质	机器学习	NA	液相色谱-高分辨率质谱(LC-HRMS)，气相色谱	深度学习，图神经网络，迁移学习	质谱数据，化学结构数据	NA	NA	NA	候选物排序优化，假阳性降低	NA
3464	2025-12-01	Research on the application of a multi-model cascaded deep learning framework in the pathological diagnosis of osteosarcoma 2025, Oncology reviews IF:3.1Q2 DOI:10.3389/or.2025.1592408 PMID:41312358	研究论文	开发了一种基于Vision Mamba的多模型级联深度学习框架，用于骨肉瘤的病理诊断和评估	首次将先进的Vision Mamba模型作为核心网络架构，构建多模型级联深度学习框架应用于骨肉瘤病理诊断	NA	提高骨肉瘤病理诊断和评估的精确度和效率	骨肉瘤患者的病理图像	数字病理	骨肉瘤	病理图像分析	深度学习	图像	68例重庆总医院骨肉瘤患者真实世界数据+德克萨斯大学西南/UT达拉斯公开骨肉瘤评估数据	NA	Vision Mamba (ViM)	Dice系数,AUC,敏感性,特异性,阳性预测值,阴性预测值	NA
3465	2025-12-01	Detection and classification of microplastics in green tea using SERS with gold nanoparticle substrates integrating chemometrics and deep learning 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101235 PMID:41312430	研究论文	本研究利用金纳米颗粒基底的表面增强拉曼散射技术结合化学计量学和深度学习方法检测和分类绿茶中的微塑料污染	首次将表面增强拉曼散射技术与化学计量学方法和深度学习模型结合应用于绿茶中微塑料的检测与分类	PLS-DA模型在Ryokucha茶品种中未达到完美分类准确率，1D-CNN模型性能略低于PLS-DA	开发快速、灵敏、非破坏性的微塑料检测方法以保障绿茶食品安全	四种绿茶粉末（抹茶、茉莉花茶、煎茶、绿茶）中的聚苯乙烯和聚对苯二甲酸乙二醇酯微塑料	分析化学与人工智能交叉领域	NA	表面增强拉曼散射，金纳米颗粒基底	1D-CNN, PLS-DA, SVM	拉曼光谱数据	四种绿茶粉末品种的拉曼光谱样本	NA	一维卷积神经网络	准确率	NA
3466	2025-11-30	Hybrid deep learning reconstruction for fast four-dimensional cone beam computed tomography in small animal imaging 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70092 PMID:41316732	研究论文	开发了一种混合深度学习重建方法用于快速4D锥形束CT成像，在降低扫描剂量和时间的同时提高图像质量	提出结合深度学习运动核回归和运动补偿的混合重建框架，并引入自适应骨骼加权策略抑制骨骼引起的条纹伪影	仅在小动物成像中进行验证，尚未在临床人体成像中测试	开发快速低剂量的4D锥形束CT重建方法	小动物成像	医学影像重建	NA	锥形束CT成像	深度学习神经网络	CT投影数据，4D图像序列	活体动物实验	NA	SARnet	均方根误差，结构相似性指数	NA
3467	2025-11-30	Lightweight Hybrid Deep Learning Models for Accurate Classification of Respiratory Conditions from Raw Lung Sounds 2025-Nov-29, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02315-8 PMID:41315171	研究论文	提出一种基于轻量级混合深度学习模型的框架，用于从原始肺音中准确分类十一种呼吸系统疾病	首次使用无需特征工程或预处理的原始肺音数据，结合轻量级混合CNN-LSTM架构实现高精度呼吸病理分类	仅进行了数据集内评估，需要额外临床数据集的外部验证来评估泛化能力	提高呼吸系统疾病诊断准确性，并通过对比分析确定最高效的模型	原始肺听诊音	机器学习	呼吸系统疾病	肺音听诊	CNN, LSTM, 混合CNN-LSTM	音频	两个不同数据集（原始形式和增强后）	NA	混合CNN-LSTM	准确率	NA
3468	2025-11-30	Determining optimal strategies for personalized atrial fibrillation treatment in intensive care unit patients using a deep learning-based causal inference approach: rhythm and/or rate control 2025-Nov-29, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf203 PMID:41317034	研究论文	本研究使用基于深度学习的因果推断方法评估ICU房颤患者不同治疗策略（节律控制、心率控制、两者联合或不控制）对死亡率的影响	首次将深度学习因果推断模型应用于ICU房颤患者的个性化治疗策略优化，并识别出不同策略的优势患者亚组	基于观察性数据，可能存在未测量的混杂因素；研究结果需在前瞻性研究中验证	评估ICU房颤患者不同管理策略在降低死亡率方面的效果	重症监护室（ICU）房颤患者	医疗人工智能	心血管疾病	深度学习因果推断	深度学习因果推断模型	电子健康记录	13,583名ICU房颤患者（来自MIMIC-III和MIMIC-IV数据库）	NA	NA	平均处理效应，治疗效应大小	NA
3469	2025-11-30	Advanced neuroimaging in pediatric epilepsy surgery: state of the art and future perspectives 2025-Nov-29, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03859-9 PMID:41317206	综述	综述儿科耐药性癫痫结构MRI后处理技术的最新进展及其在癫痫灶定位和术前规划中的应用	重点介绍人工智能驱动的定量后处理技术（MELD-Graph、MAP18、FLAT1、SUPR-FLAIR）在检测常规MRI阴性癫痫患者细微皮质异常方面的创新应用	需要进一步标准化和临床验证，工作流程整合尚未普及	评估先进结构MRI后处理技术在儿科耐药性癫痫术前评估中的价值	儿科耐药性癫痫患者	医学影像分析	儿科癫痫	结构MRI后处理，包括机器学习、深度学习、基于体素的形态测量学、皮质表面投影、FLAIR/T1比率映射	深度学习，深度神经网络	MRI影像数据	NA	NA	NA	敏感性，特异性，病变检测率	NA
3470	2025-11-30	Application and Challenges of Deep Learning in Pulmonary Vessels Segmentation of CTPA Images 2025-Nov-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638808 PMID:41313701	综述	本文系统综述了深度学习在CTPA图像肺血管分割中的应用进展与挑战	首次按数据维度(2D/3D/2.5D)系统分类网络架构并评估临床适应性，提出针对标注稀缺和模型泛化等临床挑战的创新缓解策略	基于文献综述的分析方法，缺乏原始实验验证；仅纳入23项高质量研究，可能存在发表偏倚	评估深度学习在CTPA图像肺血管分割中的技术进展和临床实施挑战	CTPA图像中的肺血管结构	数字病理	肺血管疾病	计算机断层扫描肺血管造影(CTPA)	深度学习	医学影像	23项高质量研究	NA	NA	Dice相似系数(DSC)	NA
3471	2025-11-30	Ortho-OPD: an Automatic Osteotomy Planes Design Model for Orthognathic Surgery Based on Deep Learning 2025-Nov-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638775 PMID:41313700	研究论文	提出基于深度学习的自动截骨平面设计模型Ortho-OPD，用于正颌手术规划	首次结合CNN分割网络和RANSAC算法实现从原始CT数据自动设计正颌手术截骨平面	训练样本量较小（71例），需进一步扩大验证	开发自动化的正颌手术截骨平面设计方法以提升手术规划效率	颅颌面CT数据和正颌手术截骨平面	计算机视觉	牙颌面畸形	CT成像	CNN	3D医学图像（CT）	71个训练样本，31个测试病例	NA	CNN结合RANSAC算法	Dice相似系数，角度误差，最短距离，临床效率	NA
3472	2025-11-30	Artificial Intelligence in Pediatric Surgery: From Diagnostics and Preoperative Planning to Risk Stratification: A Comprehensive Review of Current Applications 2025-Nov-28, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2743-4868 PMID:41314409	综述	全面综述人工智能在儿科外科诊断、术前规划、风险分层和手术错误预防四大领域的当前应用	首次系统整合儿科外科四大应用领域的最新进展，突出成人外科与儿科外科在AI转化方面的差异	多数研究为回顾性单中心研究，方法学异质性强，外部验证不足，缺乏前瞻性验证	评估人工智能在儿科外科领域的应用现状和发展前景	儿科外科患者群体	数字病理	儿科外科疾病	深度学习	深度学习模型	医学影像	NA	NA	NA	准确率	NA
3473	2025-11-30	Protein model building for intermediate-resolution cryo-EM maps by integrating evolutionary and experimental information 2025-Nov-27, Structure (London, England : 1993) DOI:10.1016/j.str.2025.11.004 PMID:41314215	研究论文	提出CryoEvoBuild方法，通过整合进化和实验信息改进中等分辨率冷冻电镜图谱的蛋白质模型构建	开发了基于AlphaFold2引导的循环框架，实现新颖的域级拟合、精修、组装和重建流程	NA	解决中等分辨率冷冻电镜图谱中蛋白质模型构建的挑战	蛋白质结构模型	结构生物学	NA	冷冻电镜技术	深度学习模型	冷冻电镜图谱	117个分辨率在4.0-10.0 Å的图谱	AlphaFold2	NA	结构准确性	NA
3474	2025-11-30	Automated Bone Age Assessment and Adult Height Prediction from Pediatric Hand Radiographs via a Cascaded Deep Learning Framework 2025-Nov-26, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02306-9 PMID:41296212	研究论文	提出一种级联深度学习框架，从儿童手部X光片自动评估骨龄并预测成年身高	首次将实例分割与并行ResNet子网络结合的级联框架，实现端到端的骨龄评估和身高预测	仅使用中国儿童数据，模型泛化能力需进一步验证	提高儿科生长评估中骨龄评估和身高预测的客观性和效率	中国儿童手部X光片	计算机视觉	儿科生长发育	X射线成像	CNN, 实例分割, 回归模型	X光图像	8,242张左手X光片	PyTorch	Yolact, ResNet-18	Pearson相关系数, Bland-Altman分析, 平均绝对误差	NA
3475	2025-11-30	Towards decoding individual words from non-invasive brain recordings 2025-Nov-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65499-0 PMID:41298362	研究论文	开发了一种从非侵入性脑记录（EEG和MEG）解码单个单词的深度学习流程	首次实现从非侵入性脑记录中解码训练集未出现的单词，并在多设备、多语言、多任务场景下持续优于现有方法	非侵入式记录的解码精度仍受设备类型和实验协议限制，EEG和听力任务比MEG和阅读任务更难解码	构建非侵入式脑信号自然语言解码器	人类脑电信号（EEG/MEG）	脑机接口, 自然语言处理	NA	脑电图（EEG）, 脑磁图（MEG）	深度学习	脑信号时间序列	723名参与者，500万个单词，涵盖三种语言	NA	NA	解码准确率	NA
3476	2025-11-30	YOMO TF based edge cloud collaborative surveillance framework for tobacco warehouse safety management 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26011-2 PMID:41298508	研究论文	提出一种基于YOMO-TF的边缘云协同监控框架，用于烟草仓库安全管理	结合YOLO、MobileOne、Transformer和联邦自蒸馏技术，构建自适应深度学习的边缘云协同监控架构	NA	开发实时、隐私保护且可扩展的烟草仓库安全监控解决方案	烟草仓库监控场景中的异常行为检测	计算机视觉	NA	深度学习，联邦学习	YOLO, Transformer, 轻量级CNN	视频，图像	NA	NA	YOLOv8-nano, MobileOne-S, Temporal Shift Transformer (TST)	准确率, 精确率, 召回率, F1分数	边缘设备，云平台
3477	2025-11-30	Dual-modality fusion for mango disease classification using dynamic attention based ensemble of leaf & fruit images 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26052-7 PMID:41298556	研究论文	提出一种基于动态注意力机制的双模态融合方法，结合芒果叶片和果实图像进行疾病分类	引入模态注意力融合机制动态加权不同模态的预测结果，并采用类别感知的数据增强策略	未明确说明模型在复杂田间环境下的鲁棒性验证	提高芒果疾病分类的准确性和泛化能力	芒果叶片和果实图像	计算机视觉	植物疾病	深度学习	CNN	图像	未明确说明具体样本数量	Django	ResNet-50, MobileNetV2, EfficientNet-B0, ConvNeXt	准确率, F1分数, ROC-AUC	NA
3478	2025-11-30	Transformer-based deep learning for adaptive pedagogy under uncertain student preferences 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25996-0 PMID:41298579	研究论文	提出一种基于Transformer的深度学习框架SRE-TransformerNet，用于在不确定学生偏好的情况下实现自适应教学	融合Swin Transformer、ResNet和EfficientNet三种架构，并引入三种新型预处理技术（ARS、FFWA、UDT）和三种新评估指标（CSS、TCI、MCIM）	未明确说明数据收集的具体限制和模型在不同教育场景中的泛化能力	开发能够适应多样化学习行为和个人偏好的个性化教育系统	学生学习行为和偏好	机器学习	NA	深度学习	Transformer, CNN	教育行为数据	NA	NA	Swin Transformer, ResNet, EfficientNet	F1-score, AUC, accuracy, recall, CSS, TCI, MCIM	NA
3479	2025-11-30	A Hybrid Cross-Attentive CNN-BiLSTM-Transformer Network for Dysarthria Severity Classification 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26049-2 PMID:41298571	研究论文	提出一种混合深度学习模型用于构音障碍严重程度分类	集成CNN、BiLSTM和Transformer架构，采用独特的交叉注意力机制融合小波尺度图与声学特征	NA	实现构音障碍的客观自动检测和严重程度分类	构音障碍患者语音数据	自然语言处理	神经系统疾病	声学特征分析，小波变换	CNN, BiLSTM, Transformer	语音信号，图像	TORGO和UA Speech两个公共数据集	NA	混合CNN-BiLSTM-Transformer网络	准确率，配对t检验	NA
3480	2025-11-30	Novel dual-input stream-based hybrid approach for wheat leaf disease classification using edge-aware features 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26123-9 PMID:41298585	研究论文	提出一种结合Xception和EfficientNetB3架构的双输入流混合深度学习模型EffiXB3，用于小麦叶片病害分类	首次将Xception和EfficientNetB3架构与边缘感知特征相结合，采用双输入流处理结构和纹理特征	NA	提高小麦叶片病害分类的准确性和鲁棒性	小麦叶片图像	计算机视觉	植物病害	Canny边缘检测	CNN,混合深度学习模型	图像	NA	NA	Xception,EfficientNetB3,EffiXB3	准确率	NA