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
181	2025-10-31	SGFNet: Redundancy-Reduced Spectral-Spatial Fusion Network for Hyperspectral Image Classification 2025-Sep-24, Entropy (Basel, Switzerland) DOI:10.3390/e27100995 PMID:41148953	研究论文	提出一种基于信息论的冗余减少光谱-空间融合网络SGFNet，用于高光谱图像分类	从信息论角度设计光谱引导融合网络，通过光谱感知滤波模块和光谱-空间自适应融合模块减少特征冗余和不确定性	NA	解决高光谱图像分类中光谱冗余和空间噪声问题，构建高效准确的分类模型	高光谱图像数据	计算机视觉	NA	高光谱成像	CNN	高光谱图像	四个广泛使用的高光谱基准数据集	NA	SGFNet, SAFM, SSAF, SGGC	多个评估指标	NA
182	2025-10-31	Designing the Future of Biosensing: Advances in Aptamer Discovery, Computational Modeling, and Diagnostic Applications 2025-Sep-24, Biosensors DOI:10.3390/bios15100637 PMID:41149291	综述	本文综述了计算工具在适配体研究和生物传感器开发中的最新进展，重点关注机器学习、深度学习和结构建模技术的应用	整合了预测算法在适配体-靶标相互作用建模、序列优化和设计流程方面的进展，特别关注结构转换适配体和双适配体系统的技术创新	存在数据集标准化不足和机器学习模型可解释性有限的挑战	推动适配体生物传感器向可扩展、即时检测和临床可部署诊断解决方案的发展	适配体-靶标相互作用、生物传感器设计	机器学习, 计算生物学	NA	机器学习, 深度学习, 结构建模	NA	序列数据, 结构数据	NA	NA	NA	灵敏度, 特异性	NA
183	2025-10-31	Classifying Sex from MSCT-Derived 3D Mandibular Models Using an Adapted PointNet++ Deep Learning Approach in a Croatian Population 2025-Sep-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100328 PMID:41150004	研究论文	本研究开发了一种基于改进PointNet++深度学习方法的3D下颌骨模型性别分类系统，应用于克罗地亚人群的法医人类学分析	首次将改进的PointNet++架构应用于下颌骨3D点云数据的性别分类，并开发了用户友好的实时分类网络应用	研究样本仅来自克罗地亚南部人群，样本量相对有限（254个样本）	通过深度学习技术提高基于下颌骨的性别估计准确性，为法医人类学提供自动化工具	克罗地亚人群的多层螺旋CT衍生的3D下颌骨模型	计算机视觉	NA	多层螺旋CT扫描，3D建模	PointNet++, 自编码器, 逻辑回归	3D点云数据，STL文件	254个3D下颌骨模型（127男性，127女性）	TensorFlow, PyTorch, Gradio	PointNet++, 自编码器	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 马修斯相关系数	NA
184	2025-10-31	Image Matching: Foundations, State of the Art, and Future Directions 2025-Sep-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100329 PMID:41150005	综述	本文对图像匹配技术进行了全面综述，涵盖其发展历程、当前研究现状和未来发展方向	系统梳理了图像匹配技术从手工特征提取到深度学习方法的演变历程，并提出了H-矩阵优化、LoFTR模型加速等未来研究方向	作为综述论文，不包含原始实验数据和新算法提出，主要基于现有文献进行分析和总结	为研究人员提供图像匹配领域的全面技术概览和发展洞察	图像匹配算法和技术	计算机视觉	NA	NA	深度学习神经网络,注意力机制	图像	NA	NA	LoFTR	NA	NA
185	2025-10-31	Digital Twin Cognition: AI-Biomarker Integration in Biomimetic Neuropsychology 2025-Sep-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100640 PMID:41149170	系统综述	本文系统综述了数字孪生认知技术在神经心理学中整合AI驱动生物标志物的研究进展	提出数字孪生认知新范式，创建个体认知系统的动态个性化虚拟模型，实现持续监测和精准干预	算法可解释性不足、人群泛化能力有限、医疗系统整合困难，高准确率声明主要基于小规模同质队列且外部验证有限	推进个性化认知健康，通过AI驱动的生物标志物整合提升神经心理评估和干预效果	神经退行性疾病和多发性硬化症患者	数字病理学	神经退行性疾病	多模态生物标志物整合（神经影像、生理、行为、数字表型）	深度学习, 传统机器学习	多模态数据	小规模同质队列，需要大规模多中心验证研究	NA	NA	预测准确率	NA
186	2025-10-31	MASleepNet: A Sleep Staging Model Integrating Multi-Scale Convolution and Attention Mechanisms 2025-Sep-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100642 PMID:41149171	研究论文	提出一种融合多尺度卷积和注意力机制的睡眠分期模型MASleepNet	整合多模态深度特征，采用多尺度卷积模块并行提取不同时间尺度特征，并通过通道注意力机制自适应加权融合各模态特征	仅在Sleep-EDF数据集上验证，未在其他睡眠数据集测试泛化能力	实现自动睡眠分期以解决传统人工分期方法耗时、依赖专家经验等问题	多通道多导睡眠图信号	机器学习	睡眠障碍	多导睡眠图	CNN, BiLSTM	生理信号	Sleep-EDF数据集（包含Sleep-EDF-78和Sleep-EDF-20两个子集）	NA	多尺度卷积模块, 双向长短期记忆网络, 注意力机制	准确率	NA
187	2025-10-31	A Comprehensive Framework for Eye Tracking: Methods, Tools, Applications, and Cross-Platform Evaluation 2025-Sep-23, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18050047 PMID:41149949	综述	本文系统探讨了眼动追踪的概念、方法、工具、应用及跨平台评估，重点关注现代高效技术及其在各领域的应用	整合了基于视频眼动图(VOG)的系统、深度学习凝视估计模型、可穿戴设备等现代方法，并提出解决特定眼动追踪方法局限性的策略	某些特定眼动追踪方法存在固有局限性，需要进一步解决技术挑战	建立眼动追踪的综合框架，探索其在人机交互、教育、医疗等领域的应用潜力	眼动追踪技术、方法、工具及应用系统	人机交互	NA	视频眼动图(VOG)、深度学习、虚拟/增强现实、辅助技术	深度学习模型	眼动数据、视频数据	NA	NA	NA	NA	NA
188	2025-10-31	A Review on the Detection of Plant Disease Using Machine Learning and Deep Learning Approaches 2025-Sep-23, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100326 PMID:41150002	综述	本文系统评述了使用机器学习和深度学习方法进行植物病害检测的研究进展	首次在实验室和实时田间条件下批判性评估模型性能，强调鲁棒性、泛化能力和边缘部署适用性，并引入GreenViT、混合ViT-CNN模型和YOLO系列检测器等新架构	依赖手工特征、过拟合问题、对环境噪声敏感、数据集规模小且不平衡、现实世界性能不佳	实现植物病害的早期准确检测以确保粮食安全、提高作物产量和促进精准农业	植物病害	计算机视觉	NA	图像分类	CNN, Transformer, GAN, YOLO	图像	NA	NA	GreenViT, ViT-CNN混合模型, YOLO, DCGAN	准确率, 推理速度, 硬件效率	边缘部署
189	2025-10-31	Prediction of bronchopulmonary dysplasia using machine learning from chest X-rays of premature infants in the neonatal intensive care unit 2025-Sep-05, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044322 PMID:40922342	研究论文	本研究开发了一种基于深度学习的人工智能模型，利用早产儿胸部X光片预测支气管肺发育不良的发生及其严重程度	首次使用DenseNet121深度学习架构从早产儿系列胸部X光片中预测BPD严重程度分级	样本量有限且缺乏外部验证数据集	开发人工智能模型预测早产儿支气管肺发育不良的严重程度	新生儿重症监护室中胎龄≤28周且体重<1250g的早产儿	医学影像分析	支气管肺发育不良	胸部X光摄影	深度学习	医学影像	122名早产儿的395张胸部X光片	NA	DenseNet121	AUC	NA
190	2025-10-30	Development and validation of deep learning models for qualitative classification of benign and malignant enlarged cervical lymph nodes based on ultrasound images 2025-Sep-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2024-576 PMID:41142548	研究论文	开发并验证基于超声图像的深度学习模型，用于良恶性颈部淋巴结的定性分类	首次系统比较多种深度学习模型在颈部淋巴结良恶性分类中的性能，发现VGG16模型表现最佳	回顾性研究设计，样本来源单一，模型性能存在提升空间	提高颈部淋巴结良恶性术前定性诊断的准确性	经超声引导活检病理证实的颈部淋巴结	计算机视觉	淋巴结疾病	超声成像	深度学习	超声图像	2,697名患者的3,014个颈部淋巴结（良性1,489例，恶性1,525例）	NA	VGG16, ResNet101, ResNet50	AUC, 准确率, 敏感度, 特异度	NA
191	2025-10-30	Performance assessment of computed tomographic angiography fractional flow reserve using deep learning: SMART trial summary 2025-Sep-28, Journal of geriatric cardiology : JGC IF:1.8Q3 DOI:10.26599/1671-5411.2025.09.002 PMID:41143164	研究论文	评估基于深度学习的CT血管造影血流储备分数技术(DVFFR)在诊断冠状动脉疾病中的性能	开发了基于深度学习的CT-FFR方法DeepVessel FFR，利用完整的冠状动脉树结构进行血流储备分数计算	回顾性单中心研究，样本量有限(339名患者)	评估深度学习CT-FFR技术在诊断冠状动脉疾病缺血中的性能	疑似稳定型冠状动脉疾病患者	医学影像分析	心血管疾病	计算机断层扫描血管造影(CTA)	深度学习	医学影像	339名患者(60.5±10.0岁，209名男性)，414条血管	NA	DeepVessel FFR	灵敏度,特异性,准确度,阳性预测值,阴性预测值,AUC	NA
192	2025-10-30	The Evolution and Clinical Impact of Deep Learning Technologies in Breast MRI 2025-Sep-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2024-0056 PMID:39477506	综述	本文综述了深度学习技术在乳腺MRI中的演变历程和临床影响，重点探讨其在图像重建、分类、检测、分割及临床结局预测等方面的应用	系统总结了深度学习在乳腺MRI多任务应用中的革命性进展，包括改善图像质量、提升良恶性病变鉴别精度以及实现个性化治疗策略预测	技术临床应用仍面临挑战，需要进一步研究验证并建立法律伦理框架	探讨深度学习技术在乳腺MRI领域的演进过程及其对临床实践的影响	乳腺MRI影像数据及相关临床结局（新辅助化疗反应、乳腺癌复发）	医学影像	乳腺癌	MRI	CNN, RNN, GAN	医学影像	NA	NA	NA	NA	NA
193	2025-10-30	Artificial Intelligence in Fracture Diagnosis on Radiographs: Evidence, Pitfalls, and Pathways for Clinical Integration (2020-2025) 2025-Sep, Cureus DOI:10.7759/cureus.93124 PMID:41141172	综述	本文对2020-2025年间人工智能在X光片骨折诊断中的应用证据、局限性和临床整合路径进行叙事性综合评述	系统梳理了近五年AI骨折诊断的研究进展，重点关注临床部署实践和监管审批现状	存在数据集偏差、泛化能力有限、可解释性不足和患者中心结局不确定等挑战	评估AI在骨折诊断中的诊断性能、临床效用和整合路径	X光片和其他影像模态中的骨折检测	医学影像分析	骨折	深度学习	深度学习系统	X光影像	基于多项系统评价和荟萃分析的综合样本	NA	NA	灵敏度, 特异性	NA
194	2025-10-29	Deep learning for automated boundary detection and segmentation in organ donation photography 2025-Sep, Innovative surgical sciences IF:1.7Q2 DOI:10.1515/iss-2024-0022 PMID:40568340	研究论文	开发用于器官捐献摄影中肾脏和肝脏自动边界检测与分割的深度学习模型	首次在器官捐献摄影领域应用深度学习进行精确自动分割，比较了两种新颖模型(Detectron2和YoloV8)与传统背景去除工具的性能	研究仅针对肾脏和肝脏器官，未涉及其他器官类型	开发能够准确从背景中分割器官的深度学习模型，以支持医学摄影中的计算机视觉应用	肾脏和肝脏的器官捐献摄影图像	计算机视觉	器官移植	医学摄影	深度学习分割模型	图像	训练/内部验证集(821张肾脏图像和400张肝脏图像)，外部验证集(203张肾脏图像和208张肝脏图像)	Detectron2	Detectron2, YoloV8	IoU	NA
195	2025-10-29	External Test of a Deep Learning Algorithm for Pulmonary Nodule Malignancy Risk Stratification Using European Screening Data 2025-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.250874 PMID:40956165	研究论文	本研究使用欧洲三大肺癌筛查试验数据对深度学习算法进行外部测试，评估其在肺结节恶性风险分层中的性能	首次在欧洲多中心筛查数据上对深度学习算法进行外部验证，并与PanCan模型进行对比	回顾性研究设计，数据来源于特定欧洲人群	评估深度学习算法在肺结节恶性风险分层中的外部验证性能	来自丹麦、意大利和荷兰-比利时肺癌筛查试验的参与者	医学影像分析	肺癌	低剂量CT筛查	深度学习算法	CT影像	4146名参与者，7614个良性结节和180个恶性结节	NA	NA	AUC, 敏感性, 假阳性率	NA
196	2025-10-24	Generalized deep learning for histopathology image classification using supervised contrastive learning 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究提出了一种名为HistopathAI的混合网络，利用监督对比学习和混合深度特征融合技术来提升组织病理学图像分类的准确性	结合监督对比学习(SCL)和混合深度特征融合(HDFF)，采用从特征学习到分类器学习的顺序方法，在数据不平衡场景下仍能实现卓越性能	NA	提高组织病理学图像分类的准确性和诊断效率，支持数字病理学转型	组织病理学图像	数字病理学	癌症	组织病理学图像分析	深度学习, CNN	图像	七个公开数据集和一个私有数据集	NA	EfficientNetB3, ResNet50	准确率	NA
197	2025-10-24	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	提出一种名为ODR3DNet的新型肺结节检测方法，结合全维度动态3D卷积和点云机器学习算法	引入全维度动态3D卷积技术，开发专门针对肺部3D点云数据的机器学习检测算法	未明确说明研究的具体局限性	提升肺结节检测的准确性和适应性，克服传统3D CNN的局限性	肺部结节	计算机视觉	肺癌	深度学习，3D点云处理	3D CNN	3D点云数据，医学影像	NA	NA	ODR3DNet，Omni-dimension Dynamic Residual 3D Net	CPM	NA
198	2025-10-14	Development and Validation of a Deep Learning System for the Provision of a District-Wide Diabetes Retinal Screening Service 2025 Sep-Oct, Clinical & experimental ophthalmology DOI:10.1111/ceo.14560 PMID:40491217	研究论文	开发并验证一种用于地区性糖尿病视网膜筛查的双模态深度学习系统	提出结合眼底照片和光学相干断层扫描的双模态深度学习系统，用于糖尿病视网膜病变筛查	7.4%的图像无法分级，样本主要来自医院糖尿病诊所和普通诊所	评估深度学习系统在检测威胁视力糖尿病视网膜病变方面的性能和有效性	748名糖尿病患者（年龄≥10岁）	计算机视觉	糖尿病视网膜病变	眼底摄影，光学相干断层扫描	深度学习	图像	748名前瞻性招募的糖尿病患者	NA	NA	灵敏度，特异度，AUC	NA
199	2025-10-06	Construction and preliminary trial test of a decision-making app for pre-hospital damage control resuscitation 2025-Sep, Chinese journal of traumatology = Zhonghua chuang shang za zhi DOI:10.1016/j.cjtee.2024.11.001 PMID:40087116	研究论文	本研究开发了一款用于院前损伤控制复苏的决策应用程序，并通过动物模型试验初步验证其有效性和可用性	首次结合三种文本分割算法开发院前损伤控制复苏决策应用，并在动物模型中进行效果验证	研究样本量较小（16名医学生和12只小型猪），需要在更大规模人群中进一步验证	开发院前损伤控制复苏决策支持系统并验证其效果	严重创伤患者的院前复苏决策过程	医疗决策支持系统	创伤性疾病	文本分割算法、血栓弹力图、常规凝血测试、血细胞计数、血气分析	字典分割、机器学习、深度学习	文本数据、实验室检测数据、生理参数	16名五年级医学生和12只巴马小型猪	Spring Boot, B/S架构	NA	决策时间、平均动脉压、氧饱和度、纤维蛋白原浓度、最大振幅、R值、李克特量表评分	NA
200	2025-10-05	Deep Learning-Based Shape Classification for Hyperspectral-Imaged Microplastics 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02683 PMID:40963100	研究论文	本研究开发基于深度学习的微塑料高光谱图像形状分类方法，实现自动化分类流程	首次系统比较九种深度学习架构在微塑料形状分类中的性能，发现迁移学习模型优于非迁移学习模型	模型性能受数据质量影响较大，简单模型对数据质量变化更敏感	开发自动化微塑料形状分类方法以替代人工分类	环境微塑料颗粒（尺寸小至10μm）	计算机视觉	NA	微傅里叶变换红外光谱	CNN, NN	高光谱图像	11,042个环境微塑料样本，覆盖七种环境基质	NA	NN1.1, NN1.2, CNN1.1, CNN1.2, CNN1.3, VGG16, ResNet50, ResNet50 V2, MobileNet	准确率	NA