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
7761	2025-10-06	A Novel Framework for Multimodal Brain Tumor Detection With Scarce Labels 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3467343 PMID:39325615	研究论文	提出一种名为Double-SimCLR的无监督学习框架，用于多模态脑肿瘤检测	基于对比学习的双分支结构直接同时处理MRI和CT图像，采用自适应权重掩码技术增强CT特征提取，引入多模态注意力机制	缺乏大量标注数据，仅针对脑肿瘤检测任务	解决多模态医学图像融合中的信息丢失问题，并在标注数据稀缺情况下实现准确的脑肿瘤检测	脑肿瘤的多模态医学图像（MRI和CT）	计算机视觉	脑肿瘤	磁共振成像(MRI), 计算机断层扫描(CT)	无监督学习, 对比学习	医学图像	NA	NA	Double-SimCLR, 双分支结构	准确率, 精确率, F1分数	NA
7762	2025-10-06	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-Aug, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	研究论文	开发基于深度学习的多模态融合模型，用于预测持续性房颤患者射频导管消融术后的复发风险	创新性地将房颤心律心电图信号与临床特征相结合，构建多模态融合深度学习模型	样本量较小（77例患者），需进一步扩大验证	提高持续性房颤患者射频消融术后复发风险的预测准确性	接受射频导管消融治疗的持续性房颤患者	医疗人工智能	心血管疾病	心电图信号分析，临床特征整合	深度学习，多模态融合模型	12导联心电图信号，临床评分，基线特征	77例持续性房颤患者	NA	残差块网络结构	AUC	NA
7763	2025-10-06	Bedside Ultrasound Vector Doppler Imaging System With GPU Processing and Deep Learning 2025-08, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3582773 PMID:40553667	研究论文	开发了一种基于GPU处理和深度学习的抗混叠矢量多普勒超声成像系统，可在床边进行血管评估	提出抗混叠矢量多普勒成像系统，结合可编程超声核心、GPU处理和深度学习原理，实现床边高速矢量血流成像	未明确说明系统在临床环境中的大规模验证结果	开发可用于临床床边的矢量血流成像系统，解决传统矢量多普勒成像中的混叠伪影问题	血管血流动力学，包括狭窄模型和人体血管分叉	医学影像处理	心血管疾病	平面波多角度矢量多普勒，脉冲多普勒原理	深度学习	超声图像，血流数据	狭窄模型实验和人体分叉成像扫描	GPU处理	NA	帧率（17 fps实时成像，1000+ fps高速采集，60 fps慢动作回放）	图形处理单元（GPU）
7764	2025-10-06	Predicting municipal solid waste generation using artificial intelligence: A hybrid approach of entropy analysis and SHAP for optimal feature selection 2025-Aug, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.115012 PMID:40639006	研究论文	本研究提出一种结合互信息和SHAP的混合特征选择方法，用于提高城市固体废物生成的预测精度	首次将互信息与SHAP解释性分析相结合进行特征选择，能同时捕捉线性和非线性关系	在数据质量较差的地区（如Boralesgamuwa）模型性能显著下降，凸显数据一致性的重要性	提高城市固体废物生成预测精度以支持可持续废物管理	三个城市的固体废物生成数据：美国奥斯汀、澳大利亚巴拉瑞特和斯里兰卡Boralesgamuwa	机器学习	NA	互信息分析，SHAP可解释性分析	FFNN, LSTM	气象数据，社会经济数据	三个城市的时间序列数据，包含人口、收入、CPI和滞后废物变量	NA	前馈神经网络，长短期记忆网络	决定系数，均方根误差	NA
7765	2025-10-06	Tranquillyzer: A Flexible Neural Network Framework for Structural Annotation and Demultiplexing of Long-Read Transcriptomes 2025-Jul-31, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.25.666829 PMID:40766630	研究论文	提出一种用于长读长单细胞RNA测序数据结构注释和分离的灵活神经网络框架	采用混合神经网络架构和全局上下文感知设计，能够精确识别因测序噪声或文库构建变异导致的移位、部分降解或重复的结构元件	NA	开发用于长读长单细胞转录组数据处理的结构注释和分离框架	长读长单细胞RNA测序数据	生物信息学	NA	Oxford Nanopore Technologies (ONT), 单细胞RNA测序	混合神经网络	长读长单细胞RNA测序数据	NA	PyTorch, TensorFlow	混合神经网络架构	NA	标准GPU
7766	2025-10-06	Toroidal indentation for measuring cell and tissue mechanical anisotropy 2025-Jul-30, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.07.064 PMID:40749995	研究论文	开发了一种基于环形压痕和深度学习的方法来测量生物材料和细胞在不同尺度下的力学各向异性	提出了使用环形压头结合有限元模拟和深度学习模型来量化生物材料各向异性弹性模量的新方法	方法基于线性不可压缩横向各向同性材料模型，可能不适用于非线性或可压缩材料	开发一种通用的压痕方法来估计生物材料从宏观组织到单细胞尺度的各向异性弹性模量	各向异性肌肉组织、细胞单层和单细胞	生物力学	NA	压痕测试、有限元建模、深度学习	深度学习模型	力学测试数据、模拟数据	NA	NA	NA	各向异性程度(E:E比值)	NA
7767	2025-10-06	Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study 2025-Jul-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/70118 PMID:40706028	研究论文	通过大规模跨国多队列研究开发基于血清氯水平的深度学习模型预测ICU患者院内死亡率	首次将因果图分析与深度学习相结合，建立个性化生存曲线预测模型，并发现血清氯水平与ICU患者预后的非线性关系	研究基于回顾性数据，可能存在未测量的混杂因素	分析ICU入院时血清氯水平与院内死亡率的关系，建立个性化生存预测模型	重症监护室患者	医疗人工智能	重症监护疾病	因果图分析，限制性立方样条，Cox比例风险模型	深度学习模型	临床数据	189,462名ICU患者（美国和中国四个队列）	NA	Causal SurvivalNet	Brier分数，风险比	NA
7768	2025-10-06	Association between the retinal age gap and systemic diseases in the Japanese population: the Nagahama study 2025-Jul, Japanese journal of ophthalmology IF:2.1Q2 DOI:10.1007/s10384-025-01205-3 PMID:40304887	研究论文	本研究探讨视网膜年龄差（深度学习预测的视网膜年龄与实际年龄之差）作为日本人群系统性健康生物标志物的潜力	首次在日本人群中验证视网膜年龄差与系统性疾病的关联，并采用纵向分析方法	纵向分析未发现基线视网膜年龄差与疾病发病的显著关联，仅观察到边际关联	研究视网膜年龄差作为系统性健康生物标志物的临床应用价值	日本长滨研究的参与者	数字病理	心血管疾病	深度学习	深度学习模型	视网膜图像	微调队列2,261人，分析队列6,070人	NA	NA	平均绝对误差	NA
7769	2025-10-06	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-May, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	研究论文	评估多模态人工智能模型在前列腺癌临床试验中针对非洲裔和非非洲裔男性的算法公平性	首次在前列腺癌临床试验中评估多模态AI模型在不同种族亚组中的算法公平性和泛化能力	种族分类仅基于非洲裔和非非洲裔，未考虑其他种族群体	评估多模态AI算法在前列腺癌预后预测中的种族公平性	来自5项NRG肿瘤学前列腺癌III期临床试验的5,708名患者	数字病理学	前列腺癌	数字组织病理学, 临床数据分析	深度学习	图像, 临床数据	5,708名患者（948名非洲裔，4,731名非非洲裔，29名种族未知）	NA	多模态人工智能模型	亚分布风险比, 累积发病率, Gray检验, Cox比例风险模型, Fine-Gray模型	NA
7770	2025-10-06	Automatic recognition of adrenal incidentalomas using a two-stage cascade network: a multicenter study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2540596 PMID:40772430	研究论文	本研究开发了一种基于深度学习的两阶段级联网络，用于在多中心非增强CT图像中自动识别肾上腺偶发瘤	首次提出两阶段级联网络架构，结合3D Res-Unet分割网络和分类器，实现肾上腺偶发瘤的自动识别	回顾性研究设计，样本量相对有限（778例患者）	开发自动识别肾上腺偶发瘤的深度学习系统	肾上腺偶发瘤患者	计算机视觉	肾上腺疾病	CT成像	CNN	3D医学图像	778名患者（来自三个医疗中心）	NA	3D Res-Unet	Dice相似系数, AUC, 准确率, 灵敏度, 特异性	NA
7771	2025-10-06	ChewNet: A multimodal dataset for invivo and invitro beef and plant-based burger patty boluses with images, texture, and force profiles 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111890 PMID:40778379	研究论文	本文提出了一个包含牛肉和植物基汉堡肉饼咀嚼过程中图像、质地和力分布的多模态数据集	首次同时包含人体实验和仿生机器人咀嚼实验的多模态食品咀嚼数据集，涵盖咀嚼过程中的实时图像、力学参数和质地分析	仅包含3名健康成年男性参与者，样本规模有限	研究食品咀嚼过程中食团特性的变化规律，开发能够从图像预测咀嚼食品机械和质地特性的深度学习模型	牛肉和植物基汉堡肉饼的咀嚼过程	食品科学, 机器人学, 机器学习	吞咽障碍, 颌部疾病	质地剖面分析(TPA), 仿生机器人咀嚼	NA	图像, 力学数据, 质地参数	3名健康成年男性参与者，牛肉和植物基汉堡肉饼样本	NA	NA	NA	NA
7772	2025-10-06	Crop field segmentation and irrigation water source attribution for groundwater monitoring and projection toward conservation in the Texas High Plains 2025-Sep-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180031 PMID:40639040	研究论文	本研究通过整合遥感数据和深度学习模型，开发了一种监测和预测德克萨斯高平原地下水消耗的数据驱动方法	结合一维卷积神经网络与长短期记忆网络(1DCNN-LSTM)的集成深度学习模型，用于作物分类和农田分割，实现了高精度的地下水来源归因分析	研究仅限于德克萨斯高平原的Castro和Hale县，模型在其他地区的适用性需要进一步验证	监测和预测地下水消耗，支持可持续水资源管理	德克萨斯高平原地区的高粱、棉花和玉米种植区	遥感分析, 水文建模	NA	遥感技术, 现场地下水监测, 水平衡方法	1DCNN, LSTM, 集成学习	遥感影像, 时间序列数据, 现场监测数据	Castro和Hale县1995-2024年的作物种植数据	NA	1DCNN-LSTM集成模型, Segment Anything Model (SAM)	准确率, F1分数, 马修斯相关系数, RMSE, 相关系数R	NA
7773	2025-10-06	Deep learning based aerosol particle classification for the detection of ship emissions 2025-Sep-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180041 PMID:40644880	研究论文	本研究开发了一种结合单颗粒质谱技术和深度学习的监测系统，用于实时检测船舶排放的气溶胶颗粒	首次将卷积神经网络应用于单颗粒质谱数据的自动分类，实现了对船舶重油燃烧排放颗粒的实时识别	监测距离限制在约1.3公里范围内，样本来源相对有限	开发自动化的气溶胶颗粒分类系统以检测船舶排放污染	船舶排放的气溶胶颗粒，特别是含钒、镍、铁离子的重油燃烧颗粒	环境监测	NA	单颗粒质谱技术(SPMS)	CNN	质谱数据	一周监测期内检测到21艘船舶经过80次	NA	卷积神经网络	准确率92%	NA
7774	2025-10-06	Automated liver magnetic resonance elastography quality control and liver stiffness measurement using deep learning 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04883-2 PMID:40088296	研究论文	本研究开发了一种基于深度学习的自动化系统，用于肝脏磁共振弹性成像质量控制和肝硬度测量	首次使用深度学习完全自动化肝脏MRE质量控制和肝硬度测量流程	回顾性单中心研究，样本量相对有限	通过深度学习自动化肝脏磁共振弹性成像质量控制和肝硬度测量	69名患者的146次2D MRE扫描，共897个MRE幅度切片	医学影像分析	肝纤维化	磁共振弹性成像	CNN	医学影像	69名患者（37名男性，平均年龄51.6岁），146次2D MRE扫描，897个MRE幅度切片	NA	SqueezeNet, U-Net	准确率, 精确率, 召回率, 平均LSM误差, Cohen's Kappa系数, 组内相关系数	NA
7775	2025-10-06	Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI 2025-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29798 PMID:40259798	研究论文	开发并评估基于深度学习的模型，使用双参数前列腺MRI对临床显著前列腺癌进行分类，并优化MRI协议选择	首次将深度学习模型集成到临床工作流程中，实现基于个体风险的MRI协议个性化选择	研究为回顾性和前瞻性混合设计，样本来源有限	开发前列腺癌风险分层模型并优化MRI扫描方案	前列腺癌患者	医学影像分析	前列腺癌	双参数MRI (bpMRI), 多参数MRI (mpMRI)	深度学习	医学影像	26,129例前列腺MRI研究用于训练验证，回顾性队列151例患者，前瞻性队列142例初治患者	NA	3D ResNet-50	AUC, 敏感性, 特异性	实时MRI工作流程，处理延迟14-16秒
7776	2025-04-24	Editorial for "Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI" 2025-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29806 PMID:40264361	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7777	2025-10-06	StarVasc: hyper-dimensional and spectral feature expansion for lightweight vascular enhancement 2025-Aug-10, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02644-3 PMID:40783657	研究论文	提出一种用于机器人手术成像的无监督血管对比度增强轻量级框架StarVasc	采用星形操作模块实现超维特征扩展，并设计光谱特征增强模块在不依赖高光谱输入的情况下学习光谱线索	NA	开发适用于机器人手术视觉系统的血管对比度增强方法	机器人手术成像中的血管结构	计算机视觉	NA	无监督学习	GAN	图像	NA	NA	编码器-解码器架构,紧凑生成对抗网络	无参考质量指标,视觉评估	NA
7778	2025-10-06	Time series AQI forecasting using Kalman-integrated Bi-GRU and Chi-square divergence optimization 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12422-8 PMID:40783413	研究论文	提出一种集成卡尔曼注意力与双向门控循环单元的深度学习框架，用于空气质量指数时间序列预测	引入卡尔曼注意力机制动态适应数据不确定性，并在损失函数中加入卡方散度正则化项以最小化预测与实际污染物水平的分布差异	仅在美国丹佛-奥罗拉-莱克伍德地区进行验证，需要进一步测试在其他地理区域的适用性	开发准确的空气质量指数预测系统以保护公共健康	六种主要污染物（CO、NO₂、SO₂、O₃、PM₂.5、PM₁₀）的时间序列数据	时间序列预测	NA	时间序列分析	Bi-GRU, LSTM, CNN-LSTM	时间序列数据	美国环境保护署2022-2024年丹佛-奥罗拉-莱克伍德地区的污染物数据	深度学习框架	Kalman-integrated Bi-GRU	R², MSE, MAE	NA
7779	2025-10-06	Enhancing AI-driven forecasting of diabetes burden: a comparative analysis of deep learning and statistical models 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14599-4 PMID:40783432	研究论文	本研究比较了深度学习和统计模型在糖尿病负担预测中的性能差异	首次将Transformer-VAE混合模型应用于糖尿病负担预测，并系统评估了模型在噪声和缺失数据下的鲁棒性	模型计算成本高且可解释性差，在资源受限环境中的可扩展性有限	评估糖尿病负担预测中预测准确性、鲁棒性和计算效率之间的权衡	1990-2021年全球糖尿病疾病负担数据	机器学习	糖尿病	时间序列预测	Transformer, VAE, LSTM, GRU, ARIMA	时间序列数据	1990-2021年年度数据（1990-2014训练，2015-2021评估）	NA	Transformer-VAE, LSTM, GRU, ARIMA	MAE, RMSE	NA
7780	2025-10-06	3D long time spatiotemporal convolution for complex transfer sequence prediction 2025-Aug-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13828-0 PMID:40783430	研究论文	提出基于双分支3D卷积的3DcT-Pred模型用于解决时空序列预测中的长期遗忘和非平滑特征捕获问题	通过提取时空序列数据的长期全局特征缓解长程遗忘问题，构建交叉结构时空注意力模块增强对图像细粒度特征的响应，设计融合门控模块整合全局和局部特征	NA	改进时空序列预测任务的性能，特别是在处理长期依赖和非平滑特征方面	时空序列数据	计算机视觉	NA	深度学习	3D CNN	时空序列数据，雷达回波数据	三个公开数据集和一个私有雷达回波数据集	NA	双分支3D卷积，交叉结构时空注意力模块，融合门控模块	NA	NA