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
521	2026-01-03	A Graph-Based Deep Learning Framework with Gating and Omics-Linked Attention for Multi-Omics Integration and Biomarker Discovery 2025-Dec-10, Biology DOI:10.3390/biology14121764 PMID:41463537	研究论文	本文提出了一种名为MOGOLA的新型深度学习框架，用于多组学数据集成和生物标志物发现	提出了结合图卷积网络和图注意力网络的混合图学习模块、自适应加权不同组学特征重要性的门控与置信机制，以及捕获组学间关系的跨组学注意力融合模块	未明确说明	实现有效且可解释的多组学数据集成，以促进疾病分类和生物标志物发现	多组学数据（如基因组学、转录组学等）	机器学习	NA	多组学测序	GCN, GAT	多组学数据	四个基准数据集（BRCA, KIPAN, ROSMAP, LGG）	NA	Graph Convolutional Networks, Graph Attention Networks	NA	NA
522	2026-01-03	Artificial Intelligence in Tetralogy of Fallot: From Prenatal Diagnosis to Lifelong Management: A Narrative Review 2025-Dec-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12121349 PMID:41463646	综述	本文综述了人工智能在法洛四联症从产前诊断到终身管理全过程中的应用现状与前景	首次系统性地将人工智能技术在法洛四联症从产前到成年的全生命周期管理中的多种应用进行整合综述，并展望了多模态数据融合支持精准医疗的未来方向	数据集有限、模型可解释性不足、监管标准缺失以及伦理问题等挑战仍然存在	探讨人工智能在先天性心脏病（特别是法洛四联症）诊疗与管理中的应用潜力	法洛四联症患者	医学人工智能	先天性心脏病	机器学习、深度学习、自然语言处理	NA	影像数据、电子健康记录、基因组信息、连续监测数据	NA	NA	NA	NA	NA
523	2026-01-03	Explainable Deep Learning for Breast Lesion Classification in Digital and Contrast-Enhanced Mammography 2025-Dec-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15243143 PMID:41464144	研究论文	本研究评估了三种卷积神经网络架构在数字乳腺X线摄影和对比增强乳腺X线摄影图像上对乳腺病变进行二元分类的性能，并利用可解释性方法分析了模型的决策模式	首次在完全相同的预处理、训练和评估条件下，使用可解释深度学习模型直接比较数字乳腺X线摄影和对比增强乳腺X线摄影两种模态的性能和决策模式	研究仅使用公开数据集，样本量相对有限，且仅评估了三种CNN架构	评估深度学习模型在不同乳腺X线摄影模态上的分类性能，并分析其决策模式的一致性	乳腺病变图像	计算机视觉	乳腺癌	对比增强乳腺X线摄影	CNN	图像	2006张图像，来自公共CDD-CESM数据集	NA	ResNet-18, DenseNet-121, EfficientNet-B0	AUC, 准确率	NA
524	2026-01-03	Molecular Remodeling of Milk Fat Globules Induced by Centrifugation: Insights from Deep Learning-Based Detection of Milk Adulteration 2025-Dec-10, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262411919 PMID:41465343	研究论文	本研究应用深度学习方法，通过分析牛奶显微图像来检测离心处理导致的牛奶掺假，揭示了其分子层面的重组机制	首次将深度学习模型应用于检测离心引起的牛奶微观结构分子重组，而非传统的形态学变化，并证明其性能远超人类专家	研究仅基于128对样本和约25,000张显微图像，样本量和多样性可能有限；且仅针对离心这一种掺假方式	开发一种基于人工智能的精确、客观工具，用于检测牛奶离心掺假，提升食品真实性诊断能力	生牛奶样本（包括未处理样本和离心处理样本）及其显微图像	计算机视觉	NA	明场显微成像	CNN, 混合注意力架构	图像	128对生牛奶样本，约25,000张明场显微图像	NA	ResNet-18, ResNet-50, Inception-v3, Xception, NasNet-Mobile, MaxViT, CoAtNet	准确率, HAR（每样本五张显微图像的召回率调和平均值）	NA
525	2026-01-03	A Weakly Supervised Approach for HPV Status Prediction in Oropharyngeal Carcinoma from H&E-Stained Slides 2025-Dec-09, Cancers IF:4.5Q1 DOI:10.3390/cancers17243938 PMID:41463189	研究论文	本研究采用弱监督深度学习框架CLAM，直接从口咽鳞状细胞癌的H&E染色全切片图像中预测HPV状态	首次应用CLAM框架于HPV状态预测，通过注意力热图揭示模型关注肿瘤富集区域，并在细胞层面验证形态学特征与HPV状态的一致性	错误主要出现在p16/ISH状态冲突或切片质量不佳的样本中，样本量相对较小（仅123张WSI）	开发一种基于常规H&E切片的深度学习方法来准确预测口咽鳞状细胞癌的HPV状态，以辅助治疗分层	口咽鳞状细胞癌患者的H&E染色全切片图像	数字病理学	口咽癌	H&E染色，p16免疫组化，原位杂交	弱监督深度学习，聚类约束注意力多实例学习	全切片图像	123张全切片图像，来自TCGA队列和OPSCC-UNINA队列	CLAM	CLAM	细胞层面准确率	NA
526	2026-01-03	PSO-BiLSTM-Attention: An Interpretable Deep Learning Model Optimized by Particle Swarm Optimization for Accurate Ischemic Heart Disease Incidence Forecasting 2025-Dec-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12121343 PMID:41463640	研究论文	本文提出了一种结合粒子群优化、双向长短期记忆网络和多尺度注意力机制的可解释深度学习模型，用于准确预测缺血性心脏病的发病率	开发了一种新颖的可解释预测框架，结合了粒子群优化、双向长短期记忆网络和创新的多尺度注意力机制，并通过SHAP分析提供了三层级的可解释性分析	NA	准确预测缺血性心脏病的发病率，以支持有效的预防策略和公共卫生政策	全球疾病负担数据库中1990年至2021年的年龄标准化发病率数据，按24个性别-年龄亚组分层	机器学习	心血管疾病	NA	BiLSTM, Attention	时间序列数据	全球疾病负担数据库1990-2021年的年龄标准化发病率数据，按24个性别-年龄亚组分层处理	NA	BiLSTM, Attention	平均绝对误差, 均方根误差, R	NA
527	2026-01-03	Artificial Intelligence in Diabetic Retinopathy and Diabetic Macular Edema: A Narrative Review 2025-Dec-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12121342 PMID:41463639	综述	本文是一篇关于人工智能在糖尿病视网膜病变和糖尿病性黄斑水肿中应用的叙述性综述	系统回顾了2010年至2025年间AI在DR和DME领域的最新应用进展，涵盖了从诊断、分类到预后预测和治疗监测的多个方面	AI工具的性能可能因图像质量、设备差异和患者群体而异，且需要更广泛的验证和系统层面的整合	探讨人工智能在糖尿病视网膜病变和糖尿病性黄斑水肿诊断、分类、预后和治疗监测中的应用潜力	糖尿病视网膜病变和糖尿病性黄斑水肿患者	医学影像分析	糖尿病视网膜病变, 糖尿病性黄斑水肿	深度学习	NA	眼底照片, 光学相干断层扫描图像	基于60篇符合纳入标准的研究（共筛选300条记录）	NA	NA	灵敏度, 特异度, 受试者工作特征曲线下面积	NA
528	2026-01-03	Review of Aneurysms Detection Methods Focusing on Selected YOLO-Based Models 2025-Dec-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14248716 PMID:41464620	综述	本文综述了基于YOLO模型的动脉瘤检测方法，并进行了有限的比较测试	聚焦于YOLO模型在动脉瘤检测中的应用，通过实际数据集测试提供了有限的比较演示	测试仅作为示例，并非完整的原创实验研究，且数据集规模有限	回顾和比较用于动脉瘤检测的深度学习方法	动脉瘤	计算机视觉	心血管疾病	血管造影	YOLO	图像	1342张血管造影图像	NA	YOLO	NA	NA
529	2026-01-03	Application of Artificial Intelligence Technology in Plant MicroRNA Research: Progress, Challenges, and Prospects 2025-Dec-09, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262411854 PMID:41465283	综述	本文系统回顾了人工智能技术在植物microRNA研究中的应用进展、挑战与前景	系统梳理了AI在植物miRNA研究中的演化历程，从传统机器学习到深度学习架构，并强调了植物miRNA的独特特征（如核定位生物合成、高靶标互补性）对计算方法的特殊要求，指出了未来多模态深度学习、可解释AI等方向	存在严重的数据不平衡问题（正负样本比可达1:100至1:10,000）、跨物种泛化能力有限、模型可解释性不足以及实验验证瓶颈；此外，降解组数据可能包含多种来源的RNA片段，lncRNA定义存在根本性模糊，导致预测不确定性	评估人工智能技术在植物microRNA研究中的应用现状、挑战及未来发展方向	植物microRNA（miRNA）	自然语言处理, 机器学习	NA	NA	SVM, 深度学习	序列数据	NA	NA	NA	准确率	NA
530	2026-01-03	Predicting Axillary Lymph Node Metastasis of Breast Cancer Using Joint Pre-Trained Fine-Tuning and Contrastive Learning for Contrast-Enhanced Ultrasound 2025-Dec-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12121335 PMID:41463633	研究论文	本研究提出了一种结合预训练微调和对比学习的方法，利用对比增强超声（CEUS）视频序列预测乳腺癌腋窝淋巴结转移（ALNM）	在文本-视频对比学习框架中，使用小规模专有数据集微调来自大型通用数据集的预训练权重，并采用随机提示优化技术根据乳腺CEUS视频特征调整文本编码器，通过自适应微调优化器优化提取的文本和视频表示	未明确说明数据集的具体规模和来源，且方法依赖于预训练权重和特定优化技术，可能在其他类型医学影像数据上的泛化能力有待验证	开发一种基于深度学习的自动化方法，辅助临床医生通过CEUS视频准确诊断乳腺癌腋窝淋巴结转移	乳腺癌患者的对比增强超声（CEUS）视频序列	计算机视觉	乳腺癌	对比增强超声（CEUS）	深度学习模型（具体架构未明确说明）	视频序列（CEUS视频）	NA	NA	NA	灵敏度, 特异度	NA
531	2026-01-03	Beyond VI-RADS Uncertainty: Leveraging Spatiotemporal DCE-MRI to Predict Bladder Cancer Muscle Invasion 2025-Dec-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12121338 PMID:41463635	研究论文	本研究开发了一种深度学习模型，利用动态对比增强磁共振成像的时空特征来预测膀胱癌的肌肉浸润情况	通过整合多尺度特征提取和上下文注意力机制，全面量化DCE-MRI的时空信息，以改进VI-RADS 2/3类别中非肌层浸润性膀胱癌的诊断准确性	研究样本量相对有限（共184例患者），且仅针对VI-RADS 2或3类别的病例，未涵盖所有膀胱癌类型	提高在VI-RADS 2和3类别中区分非肌层浸润性膀胱癌与肌层浸润性膀胱癌的诊断准确性	膀胱癌患者，具体为VI-RADS评分为2或3的病例	数字病理学	膀胱癌	动态对比增强磁共振成像	深度学习模型	图像	184例患者（训练集115例，验证集20例，测试集49例）	NA	VGG, ResNet	灵敏度, AUC	NA
532	2026-01-03	Deep Learning-Based Diagnosis of Corneal Condition by Using Raw Optical Coherence Tomography Data 2025-Dec-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15243115 PMID:41464119	研究论文	本研究利用原始光学相干断层扫描数据和卷积神经网络，区分健康角膜与圆锥角膜	直接使用未经预处理的原始光学相干断层扫描数据进行诊断，避免了软件更新对预处理数据一致性的潜在影响	数据集规模相对有限（744例检查），且仅使用了单一设备（Casia2）的数据	开发一种基于原始光学相干断层扫描数据的深度学习模型，用于圆锥角膜的早期诊断	角膜（健康、圆锥角膜、其他疾病）	计算机视觉	圆锥角膜	光学相干断层扫描	CNN	图像	2737次眼部检查（最终数据集包含744例检查，每例包含16张子午线切片图像）	NA	DenseNet121, EfficientNet-B0, MobileNetV3-Large, ResNet18	准确率, 宏平均灵敏度, 宏平均特异性, 宏平均阳性预测值, 宏平均F1分数	NA
533	2026-01-03	Unveiling the Algorithm: The Role of Explainable Artificial Intelligence in Modern Surgery 2025-Dec-08, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13243208 PMID:41464276	综述	本文综述了可解释人工智能（XAI）在现代外科手术中的作用，包括其在术前风险评估、手术规划、术中引导和术后监测中的应用，并强调了其在实现安全、负责任和以人为本的外科AI中的必要性	强调了XAI在连接算法能力与临床使用之间的桥梁作用，特别是在外科手术日益数据驱动的背景下，并指出生成式AI（如ChatGPT）中缺乏这些机制	本文是一篇综述，未涉及具体实验或模型验证，主要基于现有文献分析，可能未涵盖所有最新进展	探讨XAI在外科手术中的应用，以促进临床信任、伦理使用和监管批准，实现安全、负责任和透明的外科AI	外科手术中的AI应用，包括术前、术中和术后阶段	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
534	2026-01-03	Development of a Deep Learning Model for Hip Arthroplasty Templating Using Anteroposterior Hip Radiograph 2025-Dec-08, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14248689 PMID:41464591	研究论文	本研究开发并验证了一种基于深度学习模型，利用髋关节前后位X光片预测髋关节置换术中植入物尺寸	首次提出仅使用普通X光片（而非依赖昂贵数字软件或经验）的深度学习模型，用于髋关节置换术前模板规划，在髋臼杯和股骨柄组件预测上展现出比传统屏幕模板法更高的准确性	模型在双极头的预测准确性上低于传统方法；研究为回顾性设计，样本量有限，且仅针对特定品牌（CORAIL股骨柄和PINNACLE髋臼杯）的植入物，可能影响模型的普适性	开发并验证一种基于深度学习的模型，用于髋关节置换术的术前模板规划，以预测植入物尺寸	接受初次髋关节置换术并使用特定无骨水泥股骨柄和髋臼杯的患者	计算机视觉	骨科疾病	X光成像	深度学习模型	图像（髋关节前后位X光片）	训练集688张术前X光片，时间验证集98例病例	NA	NA	准确率, 平均绝对误差, 均方根误差	NA
535	2026-01-03	Acoustic Detection of Forest Wood-Boring Insects Under Co-Infestations 2025-Dec-08, Insects IF:2.7Q1 DOI:10.3390/insects16121241 PMID:41465679	研究论文	本研究开发了一种基于声学信号的深度学习模型，用于在复杂共侵染场景下检测森林蛀干害虫	首次针对多种害虫共侵染的复杂场景，比较了基于声学特征的传统机器学习模型与基于频谱图的深度学习模型在害虫检测中的性能，证明了深度学习模型在处理混合信号时的优越性	研究仅涉及四种特定蛀干害虫，其结论在更广泛的害虫种类或环境噪声下的泛化能力有待验证	开发一种在复杂共侵染场景下提高森林蛀干害虫声学检测准确性的识别模型	四种森林蛀干害虫的取食振动信号	机器学习	NA	声学检测技术	Random Forest, Support Vector Machine, Artificial Neural Network, CNN	声学振动信号，频谱图	来自四种害虫的取食振动信号，设计了单物种、无混合信号共侵染和有混合信号共侵染三种侵染场景	NA	AlexNet, ResNet, VGG	总体准确率(OA)，Kappa系数	NA
536	2026-01-03	Gastrointestinal Lesion Detection Using Ensemble Deep Learning Through Global Contextual Information 2025-Dec-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12121329 PMID:41463626	研究论文	本文提出了一种基于集成深度学习的框架，用于检测胃肠道病变，包括克罗恩病相关异常	结合EfficientNetB5、MobileNetV2和多头自注意力模块，通过全局上下文信息提升病变检测性能	未提及模型在更广泛或临床实际数据上的泛化能力验证	开发一个可泛化的胃肠道病变检测深度学习框架	胃肠道病变，如溃疡、息肉和食管炎，特别是小肠克罗恩病相关异常	计算机视觉	克罗恩病	NA	CNN, 多头自注意力	图像	基于Kvasir和Kaither两个公开DBE数据集	NA	EfficientNetB5, MobileNetV2	准确率	NA
537	2026-01-03	MPG-SwinUMamba: High-Precision Segmentation and Automated Measurement of Eye Muscle Area in Live Sheep Based on Deep Learning 2025-Dec-05, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15243509 PMID:41463794	研究论文	提出了一种名为MPG-SwinUMamba的新型深度学习分割网络，用于从活体绵羊的B型超声图像中高精度分割眼肌区域并实现自动化测量	首次将状态空间模型与U-Net架构相结合，并集成了边缘增强多尺度注意力模块和金字塔注意力细化模块，以改进模糊边界的检测和全局上下文信息的捕获	方法主要针对绵羊眼肌区域的B型超声图像，其性能在其他动物物种或不同成像模态上的泛化能力未经验证	开发一种高精度、自动化的方法，用于非侵入性评估活体绵羊的眼肌区域，以支持遗传育种和生产管理	活体绵羊的眼肌区域	计算机视觉	NA	B型超声成像	深度学习分割网络	图像	NA	NA	MPG-SwinUMamba (基于U-Net架构，结合状态空间模型)	交并比, Dice相似系数, 相关系数, 平均绝对百分比误差	NA
538	2026-01-03	The Application of Multimodal Data Fusion Algorithm MULTINet in Postoperative Risk Assessment of TAVR 2025-Dec-05, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14248620 PMID:41464523	研究论文	本研究提出了一种名为MULTINet的多模态深度学习模型，用于预测TAVR术后30天全因死亡率	通过双分支结构实现单模态和多模态建模，并利用注意力池化融合模块灵活处理包含缺失模态的输入	研究基于MIMIC-IV队列数据，可能受限于数据集的特定性和样本量	优化TAVR术后风险预测，提高临床决策支持	TAVR患者	机器学习	心血管疾病	深度学习	深度学习模型	多模态临床数据	基于MIMIC-IV队列的数据	NA	MULTINet	AUC, AUPR, Recall, Brier分数	NA
539	2026-01-03	Eccentricity Fault Diagnosis System in Three-Phase Permanent Magnet Synchronous Motor (PMSM) Based on the Deep Learning Approach 2025-Dec-05, Sensors (Basel, Switzerland) DOI:10.3390/s25247416 PMID:41471413	研究论文	本研究提出了一种基于深度学习的E-FDNet网络，用于三相永磁同步电机偏心故障诊断，旨在通过非侵入式电流传感实现早期检测	提出E-FDNet网络稳定SEF/DEF/MEF间过渡预测，采用稳态特性归一化(SSCN)提升动态响应下的特征一致性，并构建了物理-FEM-实验集成验证流程	NA	开发高效的三相永磁同步电机偏心故障诊断系统，以实现早期故障检测与校正	三相永磁同步电机(PMSM)的偏心故障	机器学习	NA	NA	CNN, LSTM	电流信号数据	NA	NA	CNN-LSTM混合架构	准确率, F1分数	NA
540	2026-01-03	From Gaze to Music: AI-Powered Personalized Audiovisual Experiences for Children's Aesthetic Education 2025-Dec-04, Behavioral sciences (Basel, Switzerland) DOI:10.3390/bs15121684 PMID:41464027	研究论文	本研究提出了一种基于AI的个性化视听体验框架，通过分析儿童观赏艺术品时的注视行为，生成与之匹配的音乐，以提升儿童的艺术理解力和审美教育效果	创新性地将视觉注视行为与音乐生成相结合，利用视听跨模态整合理论，通过RNN模型将注视模式转化为与艺术品语义和情感一致的音乐作品	研究样本规模有限（96名儿童），且未探讨长期效果；模型可能对特定艺术风格或文化背景的适应性有限	通过AI生成的个性化视听体验，增强儿童对艺术品的理解、专注力和审美欣赏能力	儿童（认知发展早期阶段）的艺术审美教育过程	机器学习	NA	眼动追踪技术	RNN	眼动数据（注视行为）、音乐数据	96名儿童（行为评估）、16名家长和5名学前教育者（定性评估）	NA	RNN	注视持续时间、兴趣区注视频率、主观评分（5分制）	NA