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
561	2026-09-18	Medical Image Segmentation Assisted with Clinical Inputs via Language Encoder in A Deep Learning Framework 2025-Mar, Machine learning: science and technology DOI:10.1088/2632-2153/adb371 PMID:41078606	研究论文	提出一种深度学习医学图像分割框架，通过语言编码器融合临床文本信息，模拟临床医生勾画肿瘤靶区和危及器官的过程	将文本格式的临床信息通过基于Transformer的文本编码器转换为向量，并与图像特征融合用于分割，弥合了传统自动分割方法与临床医生指导下丰富上下文勾画之间的差距	仅在局部前列腺癌放疗的前列腺分割案例中进行了验证，未在其他癌症类型或靶区中广泛评估	提高癌症放疗中肿瘤靶区（特别是临床靶区）和危及器官的自动分割精度	前列腺癌放疗中的前列腺临床靶区和危及器官	数字病理学	前列腺癌	NA	Transformer, CNN	图像, 文本	NA	NA	Transformer	NA	NA
562	2026-09-18	Persistence Image from 3D Medical Image: Superpixel and Optimized Gaussian Coefficient 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047078 PMID:41078394	研究论文	本文提出了一种结合超像素和优化高斯系数的3D拓扑数据分析方法，用于从三维医学图像中生成持久性图像并应用于分类任务	首次将超像素概念引入3D拓扑数据分析，通过优化高斯系数高效生成三维体数据的整体持久性图像	仅在MedMNist3D数据集上进行了验证，未在更广泛的临床3D医学图像数据上评估	将拓扑数据分析从2D扩展到3D医学图像分析，利用持久同调捕捉传统深度学习方法无法检测的拓扑特征	三维医学图像数据	数字病理学, 计算机视觉	NA	拓扑数据分析, 持久同调	NA	三维医学图像	NA	NA	NA	分类性能（具体指标未提及）	NA
563	2026-09-18	Expanding Training Data for Endoscopic Phenotyping of Eosinophilic Esophagitis 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047356 PMID:41084623	研究论文	该研究通过扩充训练数据集，利用Data-efficient Image Transformer对嗜酸性粒细胞性食管炎进行内镜表型分类，并提高模型可解释性	通过整合在线平台、公共数据集和电子教科书图像，将训练数据从435张扩充至7050张，并采用Data-efficient Image Transformer及注意力图可视化增强可解释性	未明确说明外部验证集情况，可能影响泛化能力评估；数据扩充来源的异质性可能引入偏差	通过数据增强和模型改进，提高深度学习模型对内镜下嗜酸性粒细胞性食管炎表型分类的性能	嗜酸性粒细胞性食管炎患者的内镜图像	计算机视觉	嗜酸性粒细胞性食管炎	内镜检查	Transformer	图像	7050张图像（扩充后）	NA	Data-efficient Image Transformer	准确率、鲁棒性	NA
564	2026-09-18	Cross-organ Deployment of EOS Detection AI without Retraining: Feasibility and Limitation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047040 PMID:41098621	研究论文	本研究利用在胃肠道数据上训练的CircleSnake模型，无需重新训练即可分割鼻组织全切片图像中的嗜酸性粒细胞，评估跨器官部署的可行性和局限性	首次探索将胃肠道训练的嗜酸性粒细胞分割模型直接跨器官部署到鼻组织应用，无需重新训练	模型性能在不同病例间存在差异，泛化能力有限	确定胃肠道嗜酸性粒细胞分割模型能否无需重新训练适应鼻部应用	鼻组织全切片图像中的嗜酸性粒细胞	数字病理学	慢性鼻窦炎	全切片图像分析	CircleSnake	图像	未明确提及	NA	CircleSnake	分割准确度	NA
565	2026-09-18	Improvement in breast lesion classification utilizing deep learning and treatment response assessment maps (TRAMs) 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047207 PMID:41111981	研究论文	本文开发了一种基于治疗反应评估图（TRAM）的深度学习模型，用于乳腺病变的良恶性分类，并与基于标准多期DCE-MRI的模型进行了对比	首次将治疗反应评估图（TRAM）与深度学习相结合用于乳腺病变分类，TRAM通过表征对比剂积聚和清除的空间分布来辅助区分良恶性病变，相比标准DCE-MRI取得了更高的诊断性能	摘要中未提及具体局限性	提高乳腺病变分类的诊断性能，减少不必要的活检和侵入性操作	乳腺病变患者	计算机视觉, 数字病理学	乳腺癌	动态对比增强磁共振成像（DCE-MRI）, 治疗反应评估图（TRAM）	CNN	图像	NA	NA	ResNet18	AUROC, 敏感性, 特异性	NA
566	2026-09-18	Performance of deep learning models in predicting the nugent score to diagnose bacterial vaginosis 2025-01-07, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02344-24 PMID:39560430	研究论文	该研究评估了深度学习模型在预测Nugent评分以诊断细菌性阴道病方面的性能，并与实验室技术人员的标注进行了比较	首次利用深度学习模型预测Nugent评分，并在1,000倍放大图像上达到94%的准确率，优于技术人员的平均92%准确率	需要在更大规模的数据集上进行验证，且研究仅基于日本一家医院的数据	评估深度学习模型在预测Nugent评分以提高诊断一致性和准确性方面的性能	阴道涂片图像	数字病理学	细菌性阴道病	阴道涂片显微成像	卷积神经网络	图像	1,510张阴道涂片图像用于训练和验证，另106张独立图像用于测试	NA	NA	准确率	NA
567	2026-09-18	Adaptive high-distance RGB imaging for accurate dairy cow feed intake estimation 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf247 PMID:40972117	研究论文	该研究提出了一种基于红绿蓝（RGB）图像估计奶牛采食区域总采食量的方法，旨在为牧场管理提供一种经济高效且智能的测量解决方案	创新性地将自注意力机制和多尺度融合技术与ResNet相结合，设计了用于估计相机视野内总采食量的深度学习模型，并构建了专用的差分图像数据集	未在文中明确提及	为牧场管理提供一种经济高效且高效的智能测量方案，用于估计奶牛采食区域的总采食量	不同饲料堆的RGB图像及奶牛采食场景	计算机视觉	不适用	RGB成像	CNN	图像	未在文中明确提及	不适用	U2-Net, ResNet	平均绝对误差, 均方根误差	不适用
568	2026-09-18	Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312112 PMID:39775324	研究论文	本文提出了一种改进的YOLOv8网络模型，用于普洱晒青茶中异物的检测与识别	采用MPDIoU优化损失函数、引入EfficientDet高效目标检测模块、集成BiFormer双向注意力机制，并结合切片辅助超推理技术，显著提升小目标和多尺度目标的检测精度	摘要中未提及	快速检测和准确识别普洱晒青茶中的微小异物，提升茶叶生产质量与安全	普洱晒青茶中的异物	计算机视觉	NA	深度学习目标检测	YOLOv8	图像	NA	NA	YOLOv8, EfficientDet, BiFormer	精确率, 召回率, mAP, F1分数, 准确率	NA
569	2026-09-18	An ensemble deep learning framework for energy demand forecasting using genetic algorithm-based feature selection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310465 PMID:39813218	研究论文	该文章提出了一种基于遗传算法特征选择的集成深度学习框架，用于能源需求预测	将遗传算法与多个深度学习模型（LSTM、BiLSTM、GRU）集成，并采用堆叠集成技术进行能源需求预测，同时将数据集划分为工作日和周末子集以进行更详细的分析	未明确提及	提高能源需求预测的准确性和鲁棒性	能源需求数据，包括历史能源消耗、天气变量和时间特征	机器学习	NA	NA	LSTM, BiLSTM, GRU, 堆叠集成	时间序列数据	NA	NA	LSTM, BiLSTM, GRU	RMSE, MAPE, MAE	NA
570	2026-09-18	Correction: Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321409 PMID:40153338	更正	该文是对已发表文章（DOI: 10.1371/journal.pone.0312112）的更正	NA	NA	纠正原文章中的错误	NA	计算机视觉	NA	NA	NA	图像	NA	NA	YOLOv8	NA	NA
571	2026-09-18	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318796 PMID:40163815	研究论文	通过分析ENCODE中扩展的转录因子ChIP-seq数据集并结合深度学习模型，重新评估核转录因子与线粒体基因组（chrM）结合的证据，构建综合目录	利用大幅扩展的ENCODE TF ChIP-seq数据（6153个实验、942个蛋白）结合深度学习占用模型，首次全面评估核TF在chrM上的占据证据，并发现bZIP TF最可能在线粒体中发挥作用；同时揭示相同TF在不同抗体和ChIP方案下chrM占据证据的不可重复性	证据在相同TF的不同抗体和ChIP方案间不可重复；仅基于计算预测，需实验验证；chrM占据的判定标准尚未统一	重新评估核转录因子与线粒体基因组结合的现有证据，建立全面的核TF线粒体关联目录，并探讨建立chrM占据的证据标准	核转录因子（包括763个序列特异性TF）与线粒体基因组（chrM）的相互作用	机器学习	NA	ChIP-seq	深度学习模型	基因组序列数据	6153个ChIP实验，覆盖942个蛋白，其中763个为序列特异性转录因子	NA	NA	NA	NA
572	2026-09-18	C-HDNet: A Fast Hyperdimensional Computing Based Method for Causal Effect Estimation from Networked Observational Data 2025, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-025-01502-2 PMID:41143237	研究论文	本文提出了一种基于超维计算的高效网络观测数据因果效应估计方法，用于解决网络混杂问题	首次将超维计算原理与匹配方法相结合，用于编码和整合网络结构信息，实现对网络混杂下因果效应的准确估计	未明确讨论方法在不同网络结构或高维特征空间下的泛化能力及理论保证	解决网络观测数据中因网络干扰和邻居影响导致的因果效应估计偏差问题	网络观测数据中的个体及其网络结构关系	机器学习	NA	超维计算	NA	网络观测数据	NA	NA	NA	因果效应估计准确性、运行时间	NA
573	2026-09-18	An explainable hybrid deep learning framework for precise skin lesion segmentation and multi-class classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1681542 PMID:41158448	研究论文	本文提出了一种可解释的混合深度学习框架，用于皮肤病变的精确分割和多类分类	结合了基于U-Net的分割网络和基于EfficientNet-B0的分类模块的双任务架构，并引入Grad-CAM提高模型可解释性	存在类别不平衡问题，模型泛化能力有待提高，少数类别代表性不足，尚未在真实世界场景中验证	实现皮肤病变的精确分割和多类分类，并提高模型的可解释性以促进临床信任	皮肤病变，包括良性病变和恶性黑色素瘤等	计算机视觉	皮肤癌	皮肤镜图像分析	CNN	图像	HAM10000数据集	NA	U-Net, EfficientNet-B0	Dice系数, 准确率	NA
574	2026-09-18	Explainable AI-enabled hybrid deep learning architecture for breast cancer detection 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1658741 PMID:41112281	研究论文	该文章提出了一种结合DENSENET121、Xception和VGG16的混合深度学习框架用于乳腺癌检测，并利用GradCAM++提供可解释性	提出了一种融合三种预训练CNN架构的混合深度学习框架，并引入GradCAM++可解释性组件以提高临床接受度	未明确提及	开发一个可靠且可解释的乳腺癌诊断系统，解决深度学习黑盒问题	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	CNN	图像	NA	NA	DENSENET121, Xception, VGG16	准确率	NA
575	2026-09-18	Artificial intelligence in breast ultrasound: a systematic review of research advances 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1619364 PMID:41098709	系统综述	通过文献计量学可视化分析，总结人工智能集成超声技术在乳腺癌中的研究进展，揭示研究热点、发展趋势和国际合作模式。	采用VOSviewer和CiteSpace等文献计量工具对2004-2025年AI-乳腺超声领域进行系统性可视化分析，揭示了国际合作模式和研究趋势	仅基于Web of Science核心合集数据库，可能存在文献遗漏；文献计量分析无法深入评估具体AI模型的技术性能和临床效果	总结人工智能集成超声技术在乳腺癌中的研究进展，揭示研究热点、发展趋势和国际合作模式，为临床诊断和治疗决策提供参考	2004-2025年间发表的1,876篇AI-乳腺超声相关文献	医学影像分析	乳腺癌	文献计量学分析	NA	文本	1,876篇文献	NA	NA	NA	NA
576	2026-09-18	Fault tolerance in distributed systems using deep learning approaches 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310657 PMID:39774399	研究论文	本文利用深度学习模型处理分布式系统中的故障，包括故障处理器输出恢复、输入损坏情况下的输出恢复以及未知模式发现三个场景	将深度学习模型应用于分布式系统的故障容忍中，提出三种场景下的故障处理方法，包括利用其他处理器输入输出恢复故障处理器输出、在输入损坏情况下仍能恢复正确输出以及发现未知新模式	对于非结构化数据集，模型准确率受故障数据大小影响较大，当故障数据比例为90%时准确率降至约60%；未明确说明计算资源和大规模分布式环境下的可扩展性	利用深度学习方法实现分布式系统中的故障容忍，在三种不同故障场景下恢复故障处理器的正确输出	分布式系统中的故障处理器及其输入输出数据	机器学习	NA	深度学习	CNN, LSTM	结构化数据, 非结构化数据	NA	NA	VGG16, VGG19, AlexNet, LSTM, ResNet34	准确率	NA
577	2026-09-18	Deep learning-based differential gut flora for prediction of Parkinson's 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310005 PMID:39774383	研究论文	本文提出了一种基于深度学习的帕金森病肠道预测方法（PGPM），通过分析差异肠道菌群数据来预测帕金森病	提出了PGPM方法，结合CRFS特征选择、LSIM分类和软投票机制，利用差异肠道菌群进行帕金森病预测	样本量较小（39名帕金森病患者和39名健康配偶），需要更大规模的数据验证	开发一种高效准确的基于深度学习的预测方法，通过分析肠道菌群数据实现帕金森病的诊断	帕金森病患者和健康配偶的肠道菌群数据	机器学习	帕金森病	肠道菌群测序	LSTM, SVM	表格数据	39名帕金森病患者和39名健康配偶	NA	LSTM, SVM	准确率, AUC, ROC	NA
578	2026-09-18	Identifying interactions across brain areas while accounting for individual-neuron dynamics with a Transformer-based variational autoencoder 2025, Advances in neural information processing systems DOI:10.52202/085713-3968 PMID:42741305	研究论文	该文章开发了一种名为GLM-Transformer的混合神经脉冲序列模型，结合了Transformer-based变分自编码器和点过程广义线性模型，用于在考虑个体神经元动态的情况下识别脑区间的交互作用	将灵活的深度潜变量模型（Transformer-based变分自编码器）整合到具有可解释跨群体交互分量的点过程广义线性模型中，能够捕获跨试验变化的非平稳个体神经元动态，同时在群体间耦合效应上引入低秩结构以提高可扩展性	文中未明确说明局限性	在考虑个体神经元动态和试验间变异性的情况下，准确识别神经群体之间的定向功能耦合和信号传递	多脑区同时记录的神经脉冲序列数据	机器学习	NA	大规模神经记录技术、神经脉冲序列分析	Transformer, 变分自编码器, 广义线性模型	神经脉冲序列数据	合成数据集、机制模拟数据以及Allen Institute Visual Coding数据集	NA	Transformer, 变分自编码器, 广义线性模型	耦合结构恢复能力、对共享背景波动的鲁棒性	NA
579	2026-09-16	Auxiliary diagnosis of periprosthesis joint infection by leukocyte esterase strips test using a deep learning model 2025-Dec-19, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004576 PMID:41417979	研究论文	本研究构建了基于AlexNet深度卷积神经网络模型的自动检测系统，用于检测白细胞酯酶试纸条以诊断假体周围关节感染，并验证了该模型的有效性	首次将深度卷积神经网络模型应用于白细胞酯酶试纸条的自动检测，实现假体周围关节感染的辅助诊断，提高了试纸条检测的客观性，减少了外部因素对检测结果的影响	样本量较小（78例患者），为单中心研究，需要大规模多中心临床研究进一步验证和提升模型的诊断性能	验证深度卷积神经网络模型自动检测白细胞酯酶试纸条在假体周围关节感染诊断中的效能	接受关节穿刺的疑似假体周围关节感染患者，最终纳入78例患者进行分析	数字病理学	假体周围关节感染	白细胞酯酶试纸条检测	CNN	图像	78例患者的白细胞酯酶试纸条图像及白细胞计数数据（46例用于模型训练，78例用于前瞻性分析）	NA	AlexNet	AUC, 灵敏度, 特异度, PPV, NPV, Kappa值	NA
580	2026-09-16	Ablation versus sublobar resection for stage IA non-small cell lung cancer: a multicenter retrospective cohort study using a deep learning model in the ablation group 2025-Dec-18, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004580 PMID:41418024	研究论文	本研究通过多中心回顾性队列研究，比较了影像引导热消融与亚肺叶切除术治疗IA期非小细胞肺癌的长期疗效，并开发了基于深度学习模型的预测工具以识别适合消融的患者	开发了基于治疗前CT图像的Vision Transformer深度学习模型，用于预测热消融后的无病生存期，并识别最适合消融治疗的患者；同时构建了多模态XGBoost模型进一步提升预测性能	作为回顾性研究，可能存在选择偏倚；随访时间相对有限；消融组深度学习模型的外部验证队列规模可能有限	比较影像引导热消融与亚肺叶切除术治疗IA期非小细胞肺癌的长期疗效，并开发深度学习模型预测消融后的预后	2012年至2023年间接受影像引导热消融或亚肺叶切除术治疗的2145例IA期非小细胞肺癌患者	数字病理学，医学影像分析	肺癌	CT成像，深度学习，倾向性评分匹配	Vision Transformer, XGBoost	图像，临床数据	2145例患者	NA	Vision Transformer, XGBoost	AUC, 风险比, 置信区间, P值	NA