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
501	2025-11-17	Towards automation of human stage of decay identification: An artificial intelligence approach 2025-Nov, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.102987 PMID:41072373	研究论文	本研究探索使用人工智能方法自动识别人类尸体分解阶段	首次将深度学习模型应用于人类尸体分解阶段自动分类，并与法医专家进行可靠性比较	NA	开发自动识别人类尸体分解阶段的人工智能方法，以辅助法医学中的死亡时间推断	人类尸体分解图像	计算机视觉	法医学	深度学习	CNN	图像	大规模人类分解图像数据集	NA	Inception V3, Xception	F1分数	NA
502	2025-11-17	Grad-CAM (Gradient-weighted Class Activation Mapping): A systematic literature review 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111200 PMID:41108904	系统文献综述	对梯度加权类激活映射(Grad-CAM)技术进行系统性文献综述，分析其在医学影像和机器学习领域的应用与发展	首次对Grad-CAM技术进行系统性文献综述，涵盖2020-2024年间的最新研究进展和优化技术	仅纳入特定数据库的427篇同行评审出版物，最终仅选择51篇进行深入分析	系统分析Grad-CAM技术在可解释人工智能领域的发展、优化方法及其在医学影像分析中的应用	Grad-CAM技术及其变体、与不同ML/DL架构的集成应用	计算机视觉,机器学习	NA	梯度加权类激活映射	CNN	图像	427篇同行评审出版物(2020-2024)，其中51篇深入分析	NA	Grad-CAM	NA	NA
503	2025-11-17	Beyond Cox models: Assessing the performance of machine-learning methods in non-proportional hazards and non-linear survival analysis 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111176 PMID:41108906	研究论文	评估机器学习和深度学习方法在非线性生存分析和非比例风险条件下的性能表现	系统比较了多种非线性和非比例风险模型，提出使用Antolini's C-index和Brier's score组合评估生存分析方法性能	仅基于三个合成数据集和三个真实数据集进行基准测试，样本范围有限	评估在违反线性假设和比例风险假设条件下，机器学习和深度学习生存分析方法的性能	生存分析方法在非线性、非比例风险场景下的性能比较	机器学习	NA	生存分析	深度学习, 机器学习	生存数据	三个合成数据集和三个真实数据集	NA	NA	Antolini's C-index, Brier's score, Harrell's C-index	NA
504	2025-11-17	DrugAppy - An end-to-end deep learning framework for computational drug discovery 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111201 PMID:41110298	研究论文	提出一个名为DrugAppy的端到端深度学习框架，用于加速计算药物发现过程	开发了结合人工智能算法与计算化学方法的混合模型，能够识别活性优于现有抑制剂的分子结构	仅针对PARP和TEAD两个蛋白家族进行了验证，需要更多靶点验证框架的通用性	加速和优化计算药物发现过程，识别新的抗癌抑制剂	PARP和TEAD蛋白家族的抑制剂	计算药物发现	癌症	高通量虚拟筛选(HTVS), 分子动力学(MD)	混合AI模型	分子结构数据, 蛋白质数据	针对两个蛋白靶点(PARP和TEAD)的多个分子化合物	SMINA, GNINA, GROMACS	NA	体外活性比较, 目标结合确认	NA
505	2025-11-17	Dilated Convolutional V-Net with Transformer Integration for Brain Tumor Segmentation 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111210 PMID:41110300	研究论文	提出一种结合扩张卷积和Transformer的V-Net模型DCTransVNet，用于多模态MRI脑肿瘤分割	集成3D扩张残差块和高效配对注意力机制，提出AuBTS-GAN生成合成图像增强分割性能	未明确说明模型计算复杂度及在临床环境中的实际部署可行性	开发自动脑肿瘤分割方法以辅助临床诊断和治疗规划	多模态MRI扫描中的脑肿瘤区域	医学图像分析	脑肿瘤	磁共振成像	CNN, Transformer, GAN	3D医学图像	BraTS-2019、BraTS-2020、BraTS-2021和MSD BraTS数据集	NA	V-Net, 扩张残差块, Transformer	NA	NA
506	2025-11-17	Forecasting tuberculosis through mechanistic learning of transmission dynamics: Insights from a case study in India 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111225 PMID:41130159	研究论文	通过结合机制模型和深度学习技术开发结核病预测框架，并在印度案例研究中验证其性能	将机制性SEIR模型与深度学习网络（前馈、循环和记忆网络）相结合，提升结核病预测的准确性和可解释性	研究基于印度结核病数据，在其他地区的适用性需要进一步验证	开发高精度的结核病预测模型以支持针对性干预措施	印度结核病传播动态和病例数据	机器学习	结核病	机制建模、深度学习	SEIR, 前馈神经网络, 循环神经网络, 门控循环单元	流行病学病例数据	印度结核病病例数据	NA	前馈网络, 循环网络, 记忆网络, 门控循环单元	预测准确性, 泛化能力	NA
507	2025-11-17	Lung ultrasound video scoring using a novel motion-aware segmentation technique: Toward automated neonatal LUS scoring 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111244 PMID:41135419	研究论文	提出一种结合运动估计和K-means聚类的新方法，用于新生儿肺部超声视频的自动评分	开发了集成运动估计和K-means聚类的混合方法，通过分析连续帧间的运动向量检测垂直伪影，并建立了可解释的评分框架	研究仅针对新生儿肺部超声数据，样本量相对有限（420个视频），未与其他先进深度学习方法进行广泛比较	提高肺部超声评估的可重复性，减少对人工操作的依赖	新生儿肺部超声视频	计算机视觉	肺部疾病	肺部超声	K-means聚类，运动估计算法	超声视频	70名患者的420个新生儿肺部超声视频	NA	NA	准确率	NA
508	2025-11-17	Weakly supervised learning for scar reconstruction in personalized cardiac models: Integrating 2D MRI to 3D anatomical models 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111219 PMID:41166944	研究论文	提出一种基于深度学习的插值框架，用于从稀疏的LGE-CMR切片重建心肌瘢痕区域，并集成到个性化3D心脏模型中	将坐标学习和蒙特卡洛Dropout不确定性估计应用于心肌瘢痕重建，用于个性化心脏建模，并引入空间和解剖约束的自定义损失函数	仅评估了两种左心室模型，临床验证规模有限	提高低分辨率LGE-CMR数据中心肌瘢痕重建的准确性，改善个性化计算心脏建模	心肌瘢痕区域，左心室模型	医学影像分析	心血管疾病	晚期钆增强心脏MRI（LGE-CMR）	深度学习神经网络	2D MRI图像，3D解剖坐标	两种左心室模型：临床前猪LV高分辨率MRI和临床LV复杂瘢痕形态	NA	具有两个隐藏层和Dropout层的神经网络	MSE, Dice相似系数（DSC）, 体积误差	NA
509	2025-11-17	Artificial Intelligence in Thyroid Cytopathology: Diagnostic and Technical Insights 2025-Oct-31, Cancers IF:4.5Q1 DOI:10.3390/cancers17213525 PMID:41228318	综述	本文综述了深度学习在甲状腺细胞病理学中的应用现状、技术挑战和临床前景	系统分析了深度学习在甲状腺细胞学中的预分析变异性来源、架构选择和多模态整合潜力	当前研究多为回顾性和单中心设计，缺乏外部验证，存在泛化性不足的问题	探讨深度学习在甲状腺细胞病理学中的技术实现和临床应用前景	甲状腺细针穿刺细胞学样本	数字病理学	甲状腺疾病	细针穿刺细胞学	深度学习	细胞学图像	NA	NA	NA	NA	NA
510	2025-11-17	Fault Diagnosis of Rolling Bearings Using Denoising Multi-Channel Mixture of CNN and Mamba-Enhanced Adaptive Self-Attention LSTM 2025-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s25216652 PMID:41228875	研究论文	提出一种结合多视图卷积混合层和Mamba增强自适应自注意力LSTM的滚动轴承故障诊断方法	首次将混合专家机制引入多视图卷积层设计，并提出Mamba增强的自适应自注意力LSTM模型，有效解决长程依赖建模和噪声环境下的特征提取问题	方法主要针对滚动轴承系统，在其他旋转机械故障诊断中的泛化能力需进一步验证	提高滚动轴承在噪声环境下的故障诊断准确率	滚动球轴承系统	机器学习	NA	振动信号分析	CNN, LSTM, 自注意力机制	时间序列振动信号	帕德博恩大学和凯斯西储大学轴承数据集	NA	多视图卷积混合层, MASA-LSTM	准确率, 鲁棒性	NA
511	2025-11-17	Deep learning radiomics and 18F-FDG PET/CT imaging: mediastinal lymph node characteristics as predictors of metastasis in non-small cell lung cancer 2025-Oct-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-650 PMID:41234569	研究论文	开发基于18F-FDG PET/CT成像的深度学习放射组学模型，用于区分非小细胞肺癌患者良恶性淋巴结	首次将DenseNet121深度学习特征与放射组学特征相结合，证明两者具有互补性并能显著提高诊断准确性	回顾性研究设计，样本量相对有限（217个淋巴结），需要进一步前瞻性验证	提高非小细胞肺癌淋巴结转移的准确诊断能力	185名非小细胞肺癌患者的217个高代谢淋巴结	数字病理	肺癌	18F-FDG PET/CT成像	ANN, ET, 多种机器学习模型	医学影像（PET/CT图像）	185名患者，217个淋巴结	NA	DenseNet121	AUC, 准确率, 敏感度, 特异度, F1分数	NA
512	2025-11-17	Deep learning-based classification of pleural malignancy using medical thoracoscopic images 2025-Oct-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-588 PMID:41234571	研究论文	开发基于深度学习的胸膜恶性肿瘤分类模型，使用胸腔镜图像进行自动诊断	首次将深度学习应用于胸腔镜图像进行胸膜恶性肿瘤分类，模型在无明显肿瘤结节的情况下仍保持高准确率	研究基于单中心数据，模型性能可能受限于数据来源的多样性	开发能够辅助胸腔镜检查实时临床决策的自动诊断模型	426名接受医疗胸腔镜检查患者的胸膜图像	计算机视觉	肺癌	医疗胸腔镜成像	CNN	图像	426名患者的4,932张胸腔镜图像（2,093张良性，2,839张恶性）	TensorFlow, Keras	InceptionV3	准确率, 精确率, 召回率, F1分数, ROC-AUC, Grad-CAM可视化	NA
513	2025-11-17	Incremental prognostic value of solid component volume ratio and entropy for pathological stage IA invasive lung adenocarcinoma after surgery 2025-Oct-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-838 PMID:41234597	研究论文	本研究评估基于深度学习的定量参数对病理分期IA期浸润性肺腺癌术后复发的增量预后价值	首次将深度学习定量参数（固体成分体积比和熵）与传统测量方法比较，证明其在预测IA期肺腺癌复发中的优越性	回顾性研究设计，需要外部验证队列确认结果	评估深度学习定量参数对病理分期IA期浸润性肺腺癌术后复发的预后价值	2,117例病理分期IA期浸润性肺腺癌患者	数字病理	肺癌	CT影像分析，深度学习	深度学习模型	医学影像（CT图像）	2,117例患者，其中139例复发，41例死亡	NA	NA	Harrell一致性指数，ROC曲线，净重分类改善指数，综合判别改善指数，校准曲线，决策曲线分析	NA
514	2025-11-17	A deep learning-based prognostic prediction model for distal cholangiocarcinoma incorporating the metabolism-inflammation marker monocyte-to-high-density lipoprotein cholesterol ratio 2025-Oct-31, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2025-968 PMID:41234827	研究论文	本研究开发了一种基于深度学习的远端胆管癌预后预测模型，整合了新型炎症代谢标志物单核细胞与高密度脂蛋白胆固醇比值	首次将MHR这一新型炎症代谢标志物与深度学习相结合构建远端胆管癌预后预测模型	回顾性单中心研究，样本量有限（188例患者）	探讨MHR在远端胆管癌患者中的预后价值并构建预后预测模型	接受根治性胰十二指肠切除术的远端胆管癌患者	数字病理	胆管癌	临床病理数据分析，深度学习	随机森林，LASSO回归，Cox比例风险模型	临床病理数据，实验室检查数据	188例远端胆管癌患者	NA	生存预测列线图	AUC，疾病无进展生存期，总生存期	NA
515	2025-11-17	Predicting Radiotherapy Outcomes with Deep Learning Models Through Baseline and Adaptive Simulation Computed Tomography in Patients with Pharyngeal Cancer 2025-Oct-30, Cancers IF:4.5Q1 DOI:10.3390/cancers17213492 PMID:41228285	研究论文	开发深度学习模型通过融合基线和自适应放疗模拟CT图像预测咽癌患者放疗结局	首次将基线和自适应放疗模拟CT图像结合，采用深度对比学习模型预测咽癌患者局部复发、颈部淋巴结复发和远处转移	需要外部验证确认模型性能，样本量相对有限	预测咽癌患者放疗治疗结局	新诊断口咽癌或下咽癌患者	数字病理	咽癌	计算机断层扫描(CT)	深度对比学习模型	CT图像	162例患者	NA	深度对比学习模型	AUC, 准确率	NA
516	2025-11-17	Recent advances and applications of single-cell sequencing in insects 2025-Oct-29, Current opinion in insect science IF:5.8Q1 DOI:10.1016/j.cois.2025.101455 PMID:41173389	综述	本文综述了单细胞测序技术在昆虫科学研究中的最新进展与应用	系统总结了单细胞多组学技术如何推动昆虫生物学从描述性研究转向功能机制研究，特别强调了空间转录组学和高通量技术的突破性应用	作为综述文章，未涉及原始实验数据和分析，主要基于已有文献进行归纳总结	探讨单细胞基因组学技术在昆虫科学研究中的应用现状与未来发展方向	昆虫生理学、发育生物学、免疫学和进化生物学	基因组学	NA	单细胞测序, 单细胞多组学技术, 空间转录组学	深度学习算法	基因组数据, 转录组数据, 表观基因组数据, 蛋白质组数据, 代谢组数据	NA	NA	NA	NA	NA
517	2025-11-17	A Training-Free Foreground-Background Separation-Based Wire Extraction Method for Large-Format Transmission Line Images 2025-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s25216636 PMID:41228859	研究论文	提出一种无需训练的输电线路图像导线提取方法，通过深度估计图增强前景导线与复杂背景的分离	利用深度估计图提升前景导线与复杂背景的分离度，无需任务特定训练或标注数据集	未明确说明方法在极端复杂背景下的性能表现	开发适用于大规模输电线路图像的导线提取方法	高分辨率大尺寸输电线路图像中的导线	计算机视觉	NA	深度估计，线段结构检测	NA	图像	NA	NA	NA	NA	NA
518	2025-11-17	Hybrid Framework for Cartilage Damage Detection from Vibroacoustic Signals Using Ensemble Empirical Mode Decomposition and CNNs 2025-Oct-29, Sensors (Basel, Switzerland) DOI:10.3390/s25216638 PMID:41228862	研究论文	提出一种结合非线性信号分解和深度学习的混合框架，用于从振动声信号中检测软骨损伤	首次将集成经验模态分解、去趋势波动分析与卷积神经网络相结合用于软骨损伤检测	研究样本量有限，仅针对膝骨关节炎患者和健康对照	开发非侵入性软骨退变检测方法	膝骨关节炎患者和健康对照者的振动声信号	生物医学信号处理	骨关节炎	振动声信号分析，连续小波变换	CNN, SVM	振动声信号，时频图像	膝骨关节炎患者和健康对照者（具体数量未明确说明）	NA	卷积神经网络	准确率，AUC	未明确说明
519	2025-11-17	Applications of artificial intelligence in diagnosis and treatment planning of orthodontics: a narrative review 2025-Oct-28, The Saudi dental journal DOI:10.1007/s44445-025-00077-0 PMID:41148504	综述	本文综述了人工智能在正畸诊断和治疗计划中的应用现状与发展前景	系统梳理了人工智能在正畸领域的多种应用场景，包括标志点识别、错颌畸形分类、治疗计划制定等，并强调了临床监督的重要性	需要更多临床试验来验证和优化这些模型的准确性和可靠性	探讨人工智能在正畸学各领域的相关性和应用价值	正畸学领域的诊断和治疗计划	数字病理	口腔疾病	深度学习	深度学习模型	二维和三维解剖结构数据	NA	NA	NA	准确度	NA
520	2025-11-17	OTC-NET: A Multimodal Method for Accurate Diagnosis of Ovarian Cancer in O-RADS Category 4 Masses 2025-Oct-28, Cancers IF:4.5Q1 DOI:10.3390/cancers17213466 PMID:41228259	研究论文	提出一种结合超声图像和临床信息的多模态方法OTC-NET，用于提高O-RADS 4类卵巢肿块良恶性分类的准确性	首次将超声图像与临床数据结合用于O-RADS 4类卵巢肿块的分类，突破了现有深度学习模型仅关注超声图像的局限	未明确说明样本数据的具体来源和多样性，可能影响模型的泛化能力	提高O-RADS 4类卵巢肿块良恶性术前鉴别的准确性	O-RADS 4类卵巢肿块患者	数字病理	卵巢癌	超声成像	深度学习模型	多模态数据（超声图像、临床信息）	NA	NA	OTC-NET	AUC, 准确率	NA