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
10341	2025-10-06	An efficient intelligent transportation system for traffic flow prediction using meta-temporal hyperbolic quantum graph neural networks 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10794-5 PMID:40721612	研究论文	提出一种融合双曲嵌入、元学习、量子图和神经常微分方程的深度学习框架，用于智能交通系统中的交通流预测	首次将双曲嵌入、元学习、量子图神经网络和神经常微分方程集成到统一框架中，能够有效处理大规模路网和长程时间依赖关系	未明确说明模型在极端交通状况下的表现，且计算资源需求可能较高	开发可扩展、实时和自适应的交通流预测模型以提升城市交通流动性	城市交通流量数据	智能交通系统	NA	深度学习	图神经网络, 量子图神经网络	时空交通流量数据	Los-loop和SZ-taxi数据集	NA	Meta Temporal Hyperbolic Quantum Graph Neural Networks (MTH-QGNN)	RMSE, MAE, 准确率, R值, 方差分数	NA
10342	2025-10-06	Determining the scanning range of coronary computed tomography angiography based on deep learning 2025-Jul-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i7.110394 PMID:40746516	研究论文	开发一种基于深度学习的方法，利用前后位定位像自动确定冠状动脉CT血管成像的扫描范围	首次使用深度学习技术自动化确定CCTA扫描范围，实现从传统手动方法向智能化的转变	研究为单中心回顾性分析，样本量相对有限，需要进一步多中心验证	开发自动化确定冠状动脉CT血管成像扫描范围的深度学习模型	1388例患者的胸部CT数据，包括前后位定位像	计算机视觉	心血管疾病	CT扫描，冠状动脉CT血管成像	深度学习模型	医学图像	1388例患者（训练集672例，验证集167例，测试集167例）	NA	NA	mAP50, mAP50-95	NA
10343	2025-10-06	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	研究论文	开发了一种集成纳米光子生物传感器和深度学习平台，用于超灵敏S100B生物标志物检测	结合毛细管组装异质链阵列的纳米光子生物传感器和专用深度学习框架ProSpect，实现超早期脑损伤生物标志物检测	研究样本量较小（n=25），仅基于EDAS患者模型验证	开发超早期脑损伤生物标志物检测技术，改善轻度创伤性脑损伤管理	EDAS患者的血清、尿液、唾液和脑脊液样本	生物医学工程	创伤性脑损伤	纳米光子生物传感器，ELISA	深度学习	图像	25名EDAS患者，匹配生物样本（血清、尿液、唾液、脑脊液）	PyTorch	ResNet-50	准确率，ROC-AUC，检测限，动态范围，相关系数R2，变异系数	NA
10344	2025-10-06	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	研究论文	提出一种用于实时监测系统的浅层LSTM神经网络模型，用于长期蓝藻水华预测	开发了适用于边缘计算的浅层LSTM模型，通过量化处理嵌入微控制器单元，实现实时现场预测	模型在28天时间范围内的预测准确率为70%，仍有提升空间	开发成本效益高、低功耗且易于实现的边缘AI系统，用于蓝藻水华监测	蓝藻水华	机器学习	NA	实时监测系统	LSTM	时间序列数据	NA	NA	LSTM	准确率, MAPE	微控制器单元, 边缘计算设备
10345	2025-10-06	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文全面回顾了人工智能在心力衰竭诊断、风险预测和治疗策略中的应用现状与潜力	系统整合了AI在心力衰竭全流程管理中的多种应用场景，包括早期诊断、风险分层、个性化治疗和患者自我管理	存在实施成本高、数据隐私问题、算法偏见等伦理考量	探讨人工智能如何改善心力衰竭患者的诊断准确性、风险预测能力和治疗策略	心力衰竭患者群体及相关临床数据	医疗人工智能	心血管疾病	神经网络、深度学习算法、基于规则的系统、机器学习方法	神经网络、深度学习	结构化健康记录、心脏影像数据（如超声心动图）、远程监测数据	NA	NA	NA	诊断准确性、再住院率、生活质量改善	NA
10346	2025-10-06	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究评估深度学习引导和自动测量对超声心动图左心室大小和功能测量可重复性的影响	首次将实时深度学习引导与自动测量相结合应用于超声心动图检查	样本量较小（46名患者），需要未来研究评估临床效果	提高超声心动图左心室功能测量的可重复性	46名患者（24名乳腺癌患者和22名普通心脏病患者）	医学影像分析	心血管疾病	超声心动图	深度学习	超声心动图影像	46名患者，共208次超声心动图检查	NA	NA	测试-重测变异性，最小可检测变化	NA
10347	2025-10-06	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发了一种结合ResNet50V2和SE模块的深度学习模型，用于从CT图像自动分类肺癌亚型	将Squeeze-and-Excitation注意力模块集成到ResNet50V2架构中，增强通道特征重校准能力	需要外部验证、模型可解释性有待提高、尚未探索Vision Transformers等新兴架构	开发用于肺癌亚型自动分类的深度学习模型以提高诊断准确性	肺癌CT图像，包括腺癌、大细胞癌、鳞状细胞癌和正常组织	计算机视觉	肺癌	计算机断层扫描(CT)	CNN	图像	1000张肺部CT图像	NA	ResNet50V2,Squeeze-and-Excitation	准确率,AUC,精确率,召回率,F1分数	NA
10348	2025-10-06	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本研究提出了一种整合药物耐药特征的新方法，用于改进肿瘤学中协同药物组合的预测	首次将药物耐药特征作为生物学信息化的药物表征整合到预测模型中，相比传统方法能更全面地捕捉药物功能信息	研究主要依赖于现有数据库的转录组数据，未涉及其他类型的分子特征	提高协同药物组合预测的准确性和可解释性	肿瘤细胞系和药物组合	机器学习	癌症	转录组分析	LASSO, Random Forest, AdaBoost, XGBoost, 深度学习模型	基因表达数据，化学结构数据	多个独立数据集（ALMANAC, O'Neil, OncologyScreen, DrugCombDB）	Scikit-learn, 深度学习框架	SynergyX	预测准确性，鲁棒性，泛化能力	NA
10349	2025-10-06	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	开发基于深度学习的混合模型用于超广角眼底图像的多疾病分类	首次将DenseNet121特征提取器与XGBoost分类器结合应用于超广角眼底图像的多疾病分类，涵盖16种眼底疾病包括罕见视网膜病变	回顾性研究，数据来源于两家医院，需要进一步前瞻性验证	提高眼底疾病诊断效率和准确性，为临床决策提供辅助工具	超广角眼底图像	计算机视觉	眼底疾病	超广角眼底成像	CNN, XGBoost	图像	10,612张超广角眼底图像，涵盖16种眼底疾病	NA	DenseNet121	准确率, 召回率, 精确率, F1分数, AUC-ROC	NA
10350	2025-10-06	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	通过深度学习模型分析人格特质与睡眠质量之间的关系	结合小规模调查数据和大规模微博数据，使用深度学习技术同时验证人格与睡眠的关系	模型训练基于社交媒体数据，可能无法完全代表一般人群	研究人格特质与睡眠问题及自评睡眠质量之间的关系	微博活跃用户及其发布的帖子	自然语言处理	睡眠障碍	深度语义理解技术	深度学习模型	文本数据	336名活跃用户（调查数据集）+ 15,251名用户的4,860,000条帖子（大规模数据集）	NA	NA	NA	NA
10351	2025-10-06	Enhancing Deep Learning-Based Subabdominal MR Image Segmentation During Rectal Cancer Treatment: Exploiting Multiscale Feature Pyramid Network and Bidirectional Cross-Attention Mechanism 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/7560099 PMID:40747370	研究论文	提出一种结合多尺度特征金字塔网络和双向交叉注意力机制的直肠癌治疗中腹部MR图像分割方法	在U-Net中引入多尺度特征金字塔网络缓解语义鸿沟，并通过双向交叉注意力机制保持空间信息对齐	NA	改进直肠癌治疗过程中腹部MR图像的分割精度	直肠癌患者的腹部MR图像	计算机视觉	直肠癌	MR成像	U-Net	医学图像	NA	NA	U-Net, 多尺度特征金字塔网络	NA	NA
10352	2025-10-06	Artificial intelligence for diagnosing bladder pathophysiology: An updated review and future prospects 2025, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2024.0054 PMID:40747464	综述	本文对人工智能在膀胱病理生理学诊断中的应用进行了全面更新的回顾，并展望了未来发展前景	提供了AI在膀胱病理生理学诊断领域的最新进展综述，强调了关键AI技术及其临床应用，并提出了未来发展路径	面临数据质量、算法可解释性和临床工作流程整合等挑战	探讨人工智能在膀胱病理生理学诊断中的整合与应用	膀胱病理生理学相关疾病，包括膀胱癌、间质性膀胱炎、膀胱过度活动症和活动不足、膀胱出口梗阻等	医学人工智能	膀胱疾病	机器学习、深度学习	NA	NA	NA	NA	NA	准确性、临床效用	NA
10353	2025-10-06	CLGB-Net: fusion network for identifying local and global information of lesions in digital mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1600057 PMID:40746601	研究论文	提出融合局部和全局信息的CLGB-Net深度学习模型用于乳腺X线影像的早期乳腺癌筛查	集成ResNet-50、Swin Transformer、FPN和CAM四种网络架构，实现局部特征与全局上下文信息的高效融合	NA	提高乳腺X线影像中病灶识别的准确性和鲁棒性，减少漏诊和误诊风险	数字乳腺X线摄影图像中的病灶	计算机视觉	乳腺癌	数字乳腺X线摄影	深度学习,融合网络	医学影像	3552个样本（正常、良性和恶性病例）	NA	ResNet-50,Swin Transformer,FPN,CAM	精确度,召回率,F1分数,准确率	NA
10354	2025-10-06	Deep-learning-based 3D content-based image retrieval system on chest HRCT: Performance assessment for interstitial lung diseases and usual interstitial pneumonia 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100670 PMID:40741449	研究论文	开发基于深度学习的3D内容图像检索系统，用于胸部高分辨率CT中间质性肺病和普通型间质性肺炎的辅助诊断	首次将3D内容图像检索系统应用于间质性肺病的自动分类和UIP模式识别	样本量相对有限（2058例评估检索性能，301例评估临床实用性），需要进一步验证	开发辅助放射科医生鉴别间质性肺病和UIP模式的智能诊断系统	胸部高分辨率CT薄层全肺图像	计算机视觉	间质性肺病	HRCT成像	深度学习	3D医学图像	2058例用于检索性能评估，301例来自57种疾病用于临床实用性评估	NA	NA	视觉相似度评分（5点量表），标签一致性	NA
10355	2025-10-06	Automated removal of corrupted tilts in cryo-electron tomography 2025-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2025.100130 PMID:40741136	研究论文	开发基于深度学习的自动化方法用于冷冻电子断层扫描中损坏倾斜图像的识别与去除	首次系统评估13种不同神经网络架构在冷冻电子断层扫描数据损坏检测中的性能，并提供可直接应用的训练模型框架	模型性能依赖于435个标注倾斜序列数据集的质量和规模	解决冷冻电子断层扫描中倾斜图像损坏的自动化检测问题	冷冻电子断层扫描采集的倾斜序列图像	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)	CNN, Transformer	图像	435个标注倾斜序列	NA	多种CNN和Transformer架构	效率, 可靠性	NA
10356	2025-10-06	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	开发了一种基于深度学习的参数无关自动切片跟踪技术，用于MRI引导心脏导管插入术中的连续导管可视化	首次提出基于深度学习的参数无关自动切片跟踪方法，无需操作员定义参数即可实现实时导管跟踪	概念验证研究，仅在3名患者和心脏体模中进行评估，样本量有限	开发实时自动导管跟踪技术以改善MRI引导心脏导管插入术的导航效果	三维打印心脏体模和接受MR引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI成像，深度学习	CNN	医学影像	3名患者和心脏体模	NA	U-Net, ResNet-34	准确率, 灵敏度, 特异性	NA
10357	2025-10-06	Precise dental caries segmentation in X-rays with an attention and edge dual-decoder network 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03318-w PMID:39961911	研究论文	提出一种结合注意力机制和双解码器结构的网络AEDD-Net，用于提升X光片中龋齿边界分割的精度	集成空洞空间金字塔池化与交叉坐标注意力机制，引入专用边界生成模块和创新的边界损失函数	NA	提升X光片中龋齿边界分割的准确性	牙科X光片中的龋齿病变	计算机视觉	龋齿	X射线成像	深度学习分割网络	X射线图像	NA	NA	AEDD-Net（注意力与边缘双解码器网络）	Dice系数,Jaccard相似度,精确度,敏感度	NA
10358	2025-10-06	TongueTransUNet: toward effective tongue contour segmentation using well-managed dataset 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03278-7 PMID:39964658	研究论文	提出一种结合UNet、Vision Transformer和对比损失的混合架构，用于舌轮廓分割	引入动态尺寸数据集管理策略，结合UNet、ViT和潜在空间对比损失构建基础模型，并采用人工专家验证机制	未明确说明具体数据集规模和计算资源需求	从舌部超声图像中提取舌轮廓以理解语言行为特征	舌部超声图像	计算机视觉	NA	超声成像	UNet, Vision Transformer	医学图像	NA	NA	UNet, Vision Transformer	准确率	NA
10359	2025-10-06	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	提出一种基于深度学习的自动牙科种植体定位模型，通过CBCT图像优化种植体位置	开发两阶段深度学习框架，首次结合YOLOv11进行标志物检测与种植体参数预测	种植体长度预测准确率较低（59%），位置预测存在毫米级误差	实现牙科种植体的自动精准定位	CBCT图像中的牙科种植体	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN	3D医学图像	NA	YOLOv11	YOLOv11	F-score, 平均绝对误差, 准确率	NA
10360	2025-10-06	New AI explained and validated deep learning approaches to accurately predict diabetes 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03338-6 PMID:40035798	研究论文	提出两种新型深度学习模型LeDNet和HiDenNet用于早期准确预测糖尿病	结合LeNet与双注意力网络的LeDNet，以及融合高速公路网络与DenseNet的HiDenNet，并采用可解释AI技术增强模型透明度	数据集存在类别不平衡问题，可能导致预测偏差	开发高精度且可解释的糖尿病早期预测模型	糖尿病健康指标数据集	机器学习	糖尿病	深度学习	CNN	结构化健康指标数据	糖尿病健康指标数据集（具体数量未提及）	NA	LeDNet, HiDenNet	准确率, F1分数, 召回率, 精确率	NA