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
8141	2025-10-05	Performance of a Deep Learning Reconstruction Method on Clinical Chest-Abdomen-Pelvis Scans from a Dual-Layer Detector CT System 2025-Aug-25, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11090094 PMID:41003477	研究论文	比较深度学习重建方法与现有方法在软组织CT图像重建中的性能和鲁棒性	首次在双层探测器CT系统上评估深度学习重建方法，并与传统滤波反投影和迭代模型重建进行系统比较	样本量相对较小（99例扫描），其中1例因恶病质被排除，可能影响统计功效	评估深度学习重建方法在临床胸腹盆CT扫描中的性能	临床胸腹盆CT扫描图像	医学影像	NA	CT扫描	深度学习重建	CT图像	99例胸腹盆CT扫描（最终分析98例）	NA	NA	衰减稳定性，图像噪声水平，Likert量表评分	NA
8142	2025-10-05	An Enhanced MIBKA-CNN-BiLSTM Model for Fake Information Detection 2025-Aug-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10090562 PMID:41002796	研究论文	提出一种名为MIBKA-CNN-BiLSTM的混合检测模型，用于虚假信息检测	通过三策略增强的黑鸢优化算法(MIBKA)和优化的双通道深度学习架构，显著提升检测精度和效率	NA	提高虚假信息检测的准确性和效率	社交媒体平台上的虚假信息	自然语言处理	NA	NA	CNN, BiLSTM	文本	自建数据集和Weibo21数据集	NA	CNN-BiLSTM双通道特征提取网络	准确率, F1-score	NA
8143	2025-10-05	Mobile Mental Health Screening in EmotiZen via the Novel Brain-Inspired MCoG-LDPSNet 2025-Aug-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10090563 PMID:41002797	研究论文	本研究提出了一种名为MCoG-LDPSNet的脑启发模型，用于移动心理健康筛查，通过新型激活函数解决类别不平衡问题	提出结合双正交编码通路与新型损失驱动参数化Swish激活函数的脑启发模型，通过可学习β参数实现神经生物学启发的自适应增益机制	NA	开发能够处理严重类别不平衡的移动心理健康筛查解决方案	焦虑和抑郁患者	自然语言处理	心理健康疾病	深度学习	MCoG-LDPSNet	文本数据	NA	NA	MCoG-LDPSNet	AUROC, G-mean	NA
8144	2025-10-05	An integrative assay for measuring social aversion and motivation in freely behaving mice 2025-Aug-18, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101108 PMID:40680732	研究论文	开发了一种名为SAUSI的行为测试方法，用于综合评估自由行为小鼠的社会厌恶和动机	整合了社会动机、犹豫和自由互动元素，能够对社会厌恶进行多重评估	NA	开发评估社会厌恶的行为工具并研究其神经机制	小鼠	行为神经科学	精神健康障碍	行为测试，深度学习	深度学习模型	行为数据	NA	NA	NA	NA	NA
8145	2025-10-05	Deep Learning-Enhanced Robotic Subretinal Injection with Real-Time Retinal Motion Compensation 2025-Aug, IEEE International Conference on Automation Science and Engineering (CASE) : [proceedings]. IEEE Conference on Automation Science and Engineering DOI:10.1109/case58245.2025.11163942 PMID:41000371	研究论文	开发了一种集成深度学习和实时视网膜运动补偿的自主机器人视网膜下注射系统	首次将LSTM神经网络用于预测视网膜内界膜运动，并开发了实时配准框架和动态比例速度控制策略	仅在模拟和猪眼实验中验证，尚未进行人体临床试验	提高视网膜下注射手术的安全性和精确性	视网膜疾病患者（特别是遗传性视网膜疾病和年龄相关性黄斑变性患者）	计算机视觉, 机器人技术	视网膜疾病	术中光学相干断层扫描成像	LSTM	医学影像序列	猪眼实验	NA	LSTM	平均跟踪误差	NA
8146	2025-10-05	A vision transformer approach for fully automated and scalable dementia screening using clock drawing test images 2025 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70171 PMID:41001422	研究论文	开发了一种基于视觉变换器的全自动痴呆筛查系统，通过分析手绘时钟测试图像实现痴呆预测	首次将视觉变换器应用于时钟绘图测试的自动化分析，结合卷积神经网络预处理技术处理图像质量问题	模型在独立测试集上的平衡准确率为76.5%，仍有提升空间	开发全自动、可扩展的痴呆筛查系统，解决传统时钟绘图测试需要专业评分员和缺乏标准化标准的问题	痴呆患者和正常认知受试者	计算机视觉	痴呆症	时钟绘图测试图像分析	Vision Transformer, CNN	图像	训练集54,027个样本，测试集862个患者（522例痴呆，340例正常认知）	NA	Vision Transformer, MiniVGG, MobileNetV2, 变分自编码器	平衡准确率	NA
8147	2025-10-05	HIERARCHICAL LOG BAYESIAN NEURAL NETWORK FOR ENHANCED AORTA SEGMENTATION 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980947 PMID:41001007	研究论文	提出一种基于贝叶斯神经网络的分层拉普拉斯高斯模型，用于增强主动脉分割精度	结合3D U-Net流和分层LoG流，通过贝叶斯方法参数化LoG流并提供分割结果的置信区间	未明确说明模型的计算复杂度和在实际临床环境中的验证情况	提高主动脉及其分支血管的医学图像分割精度	主动脉及其弓部分支血管	医学图像分析	主动脉疾病	分层拉普拉斯高斯(LoG)滤波	贝叶斯神经网络, 3D U-Net	3D医学图像	来自两个主动脉数据集的多个体积数据	NA	3D U-Net, 分层LoG网络	Dice系数	NA
8148	2025-10-05	Multivideo Models for Classifying Hand Impairment After Stroke Using Egocentric Video 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3596488 PMID:40768474	研究论文	提出一种新型多视频架构，通过处理多个任务视频来改善对中风后手部功能障碍的分类	首次开发能够同时分析多个功能任务视频的深度学习架构，突破现有方法仅能处理单一活动的限制	研究基于家庭模拟实验室环境采集的数据，可能无法完全反映真实自然环境下的表现	开发基于多视频分析的中风后手部功能障碍自动评估方法	中风幸存者在日常活动中的手部功能表现	计算机视觉	中风	可穿戴（自我中心）摄像技术	深度学习	视频	中风幸存者参与者在家庭模拟实验室中进行的日常活动视频	PyTorch	SlowFast	F1-score	NA
8149	2025-10-05	Evaluating the diagnostic performance of OpenBioLLM in neurology: A case-based assessment of a medical large language model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332196 PMID:40997070	研究论文	评估OpenBioLLM大型语言模型在神经病学领域的诊断性能	首次对医学大型语言模型OpenBioLLM在复杂神经病学病例中的诊断能力进行系统评估	模型在识别正确病理生理原因方面存在困难，准确率较低，尚不能作为独立诊断工具	评估OpenBioLLM在神经病学条件下的诊断准确性、全面性、补充性和流畅性	25个来自《神经病学临床病例》的复杂神经病学病例	自然语言处理	神经系统疾病	大型语言模型	Transformer	文本	25个神经病学病例	NA	OpenBioLLM	准确率, 全面性, 补充性, 流畅性	NA
8150	2025-10-05	A systematic review of the hybrid machine learning models for brain tumour segmentation and detection in medical images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1615550 PMID:41000409	系统综述	系统回顾混合机器学习模型在医学图像中脑肿瘤分割与检测的应用	综合分析传统机器学习模型（如SVM）与深度神经网络（如VGG-19、YOLOv10n）的混合模型在脑肿瘤分析中的性能优势	模型泛化能力不足、缺乏大型标注数据集、可解释人工智能（XAI）应用有限	提升脑肿瘤MRI图像分析的诊断准确性和计算效率	脑肿瘤医学图像	计算机视觉	脑肿瘤	磁共振成像（MRI）	混合机器学习模型,SVM,CNN	医学图像	25项相关研究（2019-2024年发表）	NA	VGG-19,YOLOv10n	Dice相似系数（DSC）,交并比（IoU）,准确率,精确率,召回率,F1分数	NA
8151	2025-10-05	Gait phase recognition of children with cerebral palsy via deep learning based on IMU data from a soft ankle exoskeleton 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1679812 PMID:41000473	研究论文	基于软性踝足外骨骼IMU数据，通过深度学习识别脑瘫儿童的步态相位	提出结合堆叠降噪自编码器和长短期记忆网络的深度学习框架，有效处理非平稳高噪声信号并建模步态相位间时序依赖关系	仅纳入6名轻度脑瘫儿童，样本量较小；仅在开放环境中测试	实现脑瘫儿童自然行走状态下步态相位的精确识别	轻度脑瘫儿童的自然步态序列	机器学习	脑瘫	惯性测量单元，足底压力鞋垫	SDA, LSTM	IMU传感器数据	6名轻度脑瘫儿童	NA	堆叠降噪自编码器-长短期记忆网络	准确率	NA
8152	2025-10-05	Toward accurate single image sand dust removal by utilizing uncertainty-aware neural network 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1575995 PMID:41000467	研究论文	本文提出了一种用于单幅图像沙尘去除的分层交互式不确定性感知网络HIUNet	利用贝叶斯神经网络提取鲁棒浅层特征，结合特征频率选择机制和特征增强模块	尚未处理极端沙尘场景	实现精确的单幅图像沙尘去除	沙尘退化图像	计算机视觉	NA	NA	贝叶斯神经网络	图像	Sand11K数据集（包含11,000张不同程度沙尘退化图像）	NA	HIUNet	NA	NA
8153	2025-10-05	Deep Learning for Cancer Detection Based on Genomic and Imaging Data: A Comprehensive Review 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S533522 PMID:41001156	综述	本文全面回顾了基于基因组和影像数据的深度学习在癌症检测中的应用进展	系统总结了深度学习在整合多模态数据（基因组和影像）进行癌症早期检测的创新方法	作为综述文章，不包含原始研究数据，主要基于现有文献分析	探讨深度学习在癌症早期检测中的应用现状和未来发展	癌症检测相关的基因组数据和医学影像数据	数字病理学	癌症	基因组测序，医学影像技术	CNN	基因组数据，影像数据	NA	NA	NA	NA	NA
8154	2025-10-05	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过放射组学和深度学习特征分析血栓内及血栓周围区域，预测急性缺血性脑卒中后恶性脑水肿风险	首次结合血栓内和血栓周围区域的放射组学与深度学习特征，并比较两者对恶性脑水肿的预测能力	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT成像	机器学习,深度学习	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）	NA	VGG16	马修斯相关系数,受试者工作特征曲线下面积	NA
8155	2025-10-05	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究评估联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性挑战	探索联邦学习在分布式临床环境中推进自动化多发性硬化分析的潜力	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	MRI	深度学习	医学影像	来自三个站点的512例MRI病例	nnU-Net	nnU-Net	Dice系数	NA
8156	2025-10-05	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习方法来分析面孔失认症患者的眼动扫描模式	首次使用图像分类技术和卷积神经网络来识别面孔失认症的关键眼动扫描标记	样本量有限，对发育性面孔失认症的分类性能相对较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者和健康对照受试者	计算机视觉	神经认知障碍	眼动追踪	CNN	眼动扫描路径图像	未明确指定样本数量	NA	卷积神经网络	AUC	NA
8157	2025-10-05	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出NMD-AssistNet模型，集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积，兼具高效性和判别能力	仅使用公开数据集进行验证，未在临床环境中进行大规模前瞻性研究	开发自动化神经肌肉疾病筛查工具	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	肌肉骨骼超声成像	CNN	图像	3,917张标注的肌肉超声图像	PyTorch	GhostNet, CBAM, NMD-AssistNet	准确率, AUC	NA
8158	2025-10-05	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发了针对老年2型糖尿病患者主要并发症的自我报告风险评估工具	首次使用可解释机器学习方法同时表征多种T2DM并发症的风险因素谱，识别共享和独特风险因素	研究样本仅来自单一医疗中心，样本量相对有限	开发2型糖尿病主要并发症的风险评估工具，为并发症筛查和干预提供新见解	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者	NA	NA	AUC, 准确率, 召回率, F1分数	NA
8159	2025-10-05	EyeMap: A fusion-based method for eye movement-based visual attention maps as predictive markers of parkinsonism 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103607 PMID:40994894	研究论文	开发了一种名为EyeMap的融合方法，用于可视化眼动模式并作为帕金森症的预测标记	通过后期融合技术结合多种眼动可视化方式的预测结果，无需手动特征工程即可检测帕金森特异性凝视异常	NA	开发眼动视觉注意力地图作为帕金森症的预测标记	帕金森患者和健康对照组的眼动数据	计算机视觉	帕金森症	眼动追踪	机器学习,深度学习	眼动数据（扫描路径、注视热图、网格化感兴趣区域）	包含PD患者和健康对照组的眼动追踪数据集	NA	NA	NA	NA
8160	2025-10-05	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Oct-15, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的AlzFormer深度学习框架，用于阿尔茨海默病的早期诊断	首次将T1加权MRI体积视为序列输入，利用时空自注意力机制建模切片间连续性，将切片对应为视频帧	仅使用ADNI数据集的1.5T MRI扫描，样本来源相对单一	开发用于阿尔茨海默病早期诊断的深度学习模型	阿尔茨海默病(AD)、轻度认知障碍(MCI)和认知正常(CN)个体	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer	医学影像	ADNI数据集的1.5T MRI扫描	NA	AlzFormer	准确率,F1-score,AUC	NA