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
781	2025-11-15	A rapid approach for discriminating Ganoderma species using attenuated total reflectance-Fourier transform infrared (ATR-FTIR) spectroscopy integrated with chemometric analysis and convolutional neural network (CNN) 2025, Frontiers in chemistry IF:3.8Q2 DOI:10.3389/fchem.2025.1655760 PMID:41220432	研究论文	本研究开发了一种结合化学计量学分析和卷积神经网络的ATR-FTIR光谱快速鉴别灵芝物种的方法	首次将ATR-FTIR光谱与化学计量学分析和深度学习CNN相结合，建立了一个新颖的灵芝物种鉴别框架	仅针对三种灵芝物种进行研究，未来需要扩展到更多药用植物验证	解决灵芝物种掺假和错误分类问题，开发快速准确的物种鉴别方法	三种灵芝物种（具体物种名称在原文中未明确列出）	化学计量学, 深度学习	NA	衰减全反射-傅里叶变换红外光谱(ATR-FTIR)	CNN, OPLS-DA	光谱数据	NA	NA	卷积神经网络	准确率, 灵敏度, 特异性, RMSEE, RMSEP, RMSECV, 精确率, 召回率, F1分数	NA
782	2025-11-15	DeepTDM: Deep Learning-Based Prediction of Sequential Therapeutic Drug Monitoring Levels of Vancomycin 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3623605 PMID:41220794	研究论文	开发基于深度学习的DeepTDM系统，用于预测重症患者万古霉素序列治疗药物监测水平	提出GRU集成联合多层感知器网络(GointMLP)模型，结合回归和分类预测提供双重验证机制	NA	优化重症患者万古霉素剂量管理，提高治疗药物监测的准确性	重症监护病房患者	医疗人工智能	重症感染	治疗药物监测	GRU, MLP	临床监测数据	NA	NA	GointMLP	准确性	NA
783	2025-11-15	Diagnosis and Severity Rating of Parkinson's Disease Based on Multimodal Gait Signal Analysis With GLRT and ST-CNN-Transformer Networks 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3611498 PMID:41220792	研究论文	基于多模态步态信号分析和GLRT与ST-CNN-Transformer网络的帕金森病诊断与严重程度评级	提出结合广义似然比检验(GLRT)和时空卷积神经网络-Transformer(ST-CNN-Transformer)的多模态步态分析框架，用于帕金森病严重程度的自动化分类	样本量较小（10名健康对照和30名帕金森病患者），需要更大规模验证	开发自动化的帕金森病严重程度分类方法	帕金森病患者和健康对照者的步态数据	医疗人工智能	帕金森病	多模态步态信号分析，惯性测量单元数据采集	ST-CNN-Transformer	多模态步态信号（足部加速度、角速度、垂直地面反作用力）	10名健康对照者和30名帕金森病患者	NA	ST-CNN-Transformer	准确率	NA
784	2025-11-15	Two-step pipeline for oral diseases detection and classification: a deep learning approach 2025, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2025.1659323 PMID:41221302	研究论文	开发并评估结合目标检测和分类模型的两步人工智能流程，用于口腔疾病的早期识别和区分	提出结合YOLOv11目标检测和MobileNetV2分类的两步深度学习流程，专门针对口腔潜在恶性病变和口腔鳞状细胞癌的检测与分类	YOLO检测阶段遗漏的图像（17.4%）被排除在分类阶段之外，可能影响报告的性能指标	开发人工智能辅助口腔疾病早期诊断系统	口腔潜在恶性病变和口腔鳞状细胞癌的临床图像	计算机视觉	口腔癌	深度学习	CNN	图像	基线数据集773张图像（FOP-UNICAMP），外部验证数据集132张图像（UFPB）	NA	YOLOv11, MobileNetV2	mAP50, 准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
785	2025-11-15	AI-Based Detection of Coronary Artery Occlusion Using Acoustic Biomarkers Before and After Stent Placement 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3615394 PMID:41221436	研究论文	利用人工智能通过声学生物标志物检测冠状动脉阻塞，并比较支架植入前后的变化	首次将DeepSets架构应用于学习患者特异性声学生物标志物，能够识别支架植入前后心脏声音的差异	样本量较小（仅12名患者），属于初步研究	开发基于人工智能的非侵入性冠状动脉疾病监测方法	人类患者的心脏声音信号	机器学习	心血管疾病	匹配追踪信号分解，深度学习	DeepSets	音频信号	12名人类患者	NA	DeepSets	准确率	NA
786	2025-11-15	Discriminating Between Marijuana and Alcohol Gait Impairments Using Tile CNN With TICA Pooling 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3607556 PMID:41221437	研究论文	本研究开发了一种基于智能手机传感器数据和深度学习的方法，通过步态分析区分酒精和大麻损伤	首次使用受损步态数据集，提出结合TICA池化的平铺CNN架构，将时间序列传感器数据转换为GAF图像进行分类	阳性标记的酒精和大麻实例数据不足，需要借助更丰富的清醒步态样本进行预训练	研究机器学习分析智能手机传感器数据是否能从步态中区分酒精和大麻消费	受试者的步态数据	机器学习	NA	智能手机加速度计和陀螺仪传感器数据采集	CNN	时间序列传感器数据，图像	NA	NA	平铺CNN with TICA池化	准确率，F1分数，ROC AUC分数	NA
787	2025-11-15	Development of an Improved Stacked U-Net Model for Cuffless Blood Pressure Estimation Based on PPG Signals 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3624566 PMID:41221440	研究论文	开发了一种改进的堆叠U-Net深度学习模型，仅使用光电容积脉搏波信号进行无袖带血压估计	引入速度容积脉搏波输入，采用加性空间和通道注意力机制，改进特征提取并缓解U-Net架构中的解码器不匹配问题	NA	提高无创血压测量的准确性	光电容积脉搏波信号	机器学习	心血管疾病	光电容积脉搏波	U-Net	信号数据	NA	NA	堆叠U-Net	平均绝对误差	NA
788	2025-11-15	Enhancing Super-Resolution Network Efficacy in CT Imaging: Cost-Effective Simulation of Training Data 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3610160 PMID:41221441	研究论文	提出一种从薄层CT图像生成厚层CT图像的简单而真实的方法，用于创建超分辨率算法的训练数据对	首次识别并解决了基于深度学习的CT超分辨率模型生成适当配对训练数据的挑战，提出的方法既简单又真实，无需原始数据或复杂重建算法	NA	增强CT成像中超分辨率网络的效能和适用性	CT图像，特别是肺纤维化相关的厚层CT图像	医学影像处理	肺纤维化	CT成像	生成模型	CT图像	NA	NA	NA	PSNR	NA
789	2025-11-15	Application of a convolutional neural network model to construct an automatic, AI-based identification system for rat kidney tissue microscopic images 2025, Folia neuropathologica IF:1.5Q3 DOI:10.5114/fn.2025.153859 PMID:41229247	研究论文	开发基于卷积神经网络的AI识别系统用于大鼠肾脏组织显微图像的自动分析	设计了基于残差学习思想的ResPool采样结构，成功实现了肾小球实例分割和损伤分析	由于输入图像分辨率较高需要多次采样，跨度乘数水平显著影响网络性能	构建基于深度学习的肾脏病理图像自动识别系统	大鼠慢性肾病模型的肾脏组织显微图像	数字病理	慢性肾脏病	组织染色显微成像	CNN	图像	5个病理组×3种染色×50张图像=750张训练图像	NA	ResNet	准确率	NA
790	2025-11-15	Correction: 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.2025.1724427 PMID:41234911	correction	对一篇关于皮肤病变分割与多分类的混合深度学习框架论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
791	2025-11-14	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调的方法，使用微型近红外光谱仪提高茶叶成分预测的泛化能力	采用深度学习微调策略，将局部模型的准确性迁移到其他茶叶类型，优于传统的迁移成分分析方法	仅针对四种茶叶类型进行研究，样本类型范围有限	开发适用于不同茶叶类型的通用化预测模型，用于测定儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）的光谱数据	机器学习	NA	近红外光谱	深度学习,CNN	光谱数据	四种茶叶类型的样本数据	NA	卷积神经网络,全连接网络	准确率	NA
792	2025-11-14	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29812 PMID:40375492	综述	本文综述了磁共振指纹技术在大脑血流动力学、氧合及灌注定量分析中的研究进展与应用	重点介绍了血管几何模拟模型的进步、新型序列开发以及融合机器学习和深度学习算法的先进重建技术	未明确说明具体技术局限，但指出需要解决临床转化面临的问题	概述血管磁共振指纹技术的研究现状并展望未来发展方向	大脑血流动力学、氧合及灌注参数	医学影像分析	脑血管疾病	磁共振指纹技术	机器学习,深度学习	磁共振影像	NA	NA	NA	NA	NA
793	2025-11-14	Applications of artificial intelligence in abdominal imaging 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	综述	本文探讨人工智能在腹部影像学中的应用现状、挑战与未来发展方向	系统阐述AI在腹部影像疾病检测与分类中的突破性应用，并提出整合可解释AI框架和端到端多源数据处理管道的未来方向	面临数据异质性、缺乏多中心验证、依赖回顾性单中心研究、模型可解释性不足等挑战	推动人工智能在腹部影像学中的临床应用，提升疾病诊断准确性和个性化治疗水平	腹部影像数据（超声、CT、MRI）及相关疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	医学影像分析	腹部疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	深度学习、影像组学	深度学习模型	医学影像（超声、CT、MRI）	NA	NA	NA	准确率	NA
794	2025-11-14	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	本研究提出基于超声图像的对比融合非侵入性肝纤维化分期算法FCLLF	创造性引入纤维化对比层(FCL)概念和标签融合(LF)技术，增强模型对肝纤维化分级特征差异的捕捉能力	NA	利用深度学习技术实现肝纤维化的无创分期，避免并发症并降低成本	肝纤维化患者	计算机视觉	肝纤维化	超声检查	深度学习模型	超声图像	全样本数据集和30%小样本数据集	NA	FCLLF, ResNet, InceptionNet, VGG	准确率	NA
795	2025-11-14	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	本研究探讨血液恶性肿瘤患者脾脏直径与体积的关系，并建立与卢加诺标准相对应的体积阈值用于治疗反应评估	首次通过深度学习分割技术建立脾脏直径与体积的幂回归模型，提出与现有直径标准相对应的体积阈值标准	研究基于单一临床试验数据的二次分析，样本量相对有限，需要外部验证	确定血液恶性肿瘤患者脾脏体积阈值，使其与现有直径标准在治疗反应评估中具有最佳相关性	382名血液恶性肿瘤患者	数字病理	血液恶性肿瘤	CT成像，深度学习分割	随机森林	医学影像	382例患者	NA	NA	一致性评估，预测性能比较	NA
796	2025-11-14	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究使用基于YOLOv8x的深度学习模型比较五种手腕骨骼成熟度评估方法的诊断可靠性	首次使用深度学习算法系统比较五种手腕骨骼成熟度评估方法，并识别出在解剖结构明显区域（如MP3、内收籽骨和钩骨）具有特别高的分类性能	研究为回顾性分析，数据来源于8-16岁正畸患者，可能限制了结果的普适性	评估深度学习算法在骨骼年龄估计中的有效性	6572张8-16岁正畸患者的手腕X光片	计算机视觉	骨骼发育异常	X射线成像	CNN	医学图像	6572张手腕X光片	PyTorch	YOLOv8x	准确率, 精确率, 召回率, F1分数, AUC	NA
797	2025-11-14	Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction 2025-Dec, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106663 PMID:40945379	研究论文	本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法	提出CNN-BiGRU-Attention混合深度学习框架，在复杂运动模式下实现高精度vGRF预测，并针对患者特异性进行优化	样本量较小（仅25名患者），缺乏在更广泛运动模式和患者群体中的验证	开发便携式监测系统，用于前交叉韧带重建患者的康复评估	25名前交叉韧带重建患者	数字病理	运动损伤	可穿戴传感器，Vicon运动捕捉系统	CNN, BiGRU, Attention机制	运动学数据，力学数据	25名ACLR患者	NA	CNN-BiGRU-Attention混合架构	R2决定系数	NA
798	2025-11-14	Diagnostic Performance of Large Language Models in Multimodal Analysis of Radiolucent Jaw Lesions 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103910 PMID:40961626	研究论文	评估ChatGPT和Gemini大语言模型在多模态影像分析中对透光性颌骨病变的诊断性能	首次系统评估大语言模型在口腔颌面外科多模态影像（全景片、CT、病理）诊断中的表现，并比较不同答题格式和影像组合的影响	样本量有限（100例），仅评估两种大语言模型，需要更大数据集和混合AI系统的进一步验证	评估大语言模型在口腔颌面外科透光性颌骨病变诊断中的性能	透光性颌骨病变患者	自然语言处理	颌骨疾病	多模态影像分析	大语言模型	文本、影像（全景X线、锥形束CT）、病理图像	100名匿名患者来自Wonkwang University Daejeon Dental Hospital	NA	ChatGPT 4o, Gemini 2.5 Pro	准确率	NA
799	2025-11-14	AI-driven prediction of dental implant numbers to be placed for patient-specific treatment planning 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103896 PMID:41039688	研究论文	本研究开发了一种基于Vision Transformer的深度学习回归模型，利用全景X光片和临床数据预测无牙颌患者所需的种植体数量	首次将Vision Transformer架构应用于牙科种植体数量预测，实现了基于深度学习的定量决策支持工具	单中心研究设计，样本量有限，泛化能力受限	开发评估深度学习模型以预测无牙颌患者所需种植体数量，支持标准化数据驱动的治疗规划	628名接受牙科种植体治疗的患者，共919个无牙颌感兴趣区域	计算机视觉	牙科疾病	全景X光成像，CBCT成像	Vision Transformer (ViT)	图像	628名患者（341名女性，287名男性），919个无牙颌感兴趣区域	PyTorch	ViT-Base (google/vit-base-patch16-224-in21k)	MSE, MAE, R², EVS	NA
800	2025-11-14	Deep learning in oral lichen planus diagnosis: a systematic review of clinical image-based detection approaches 2025-Dec, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.07.009 PMID:40897576	系统综述	系统评估深度学习模型在利用临床照片诊断口腔扁平苔藓方面的诊断性能	首次系统综述基于临床图像的深度学习在口腔扁平苔藓诊断中的应用，涵盖CNN和Vision Transformer等架构	数据集规模小且同质性强，图像预处理不一致，外部验证有限	评估深度学习模型在口腔扁平苔藓诊断中的性能	口腔扁平苔藓的临床图像	计算机视觉	口腔扁平苔藓	临床摄影	CNN, Vision Transformer	图像	NA	NA	InceptionResNetV2, Xception	准确率, 敏感度, 特异性, AUC	NA