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
461	2025-10-05	Human Activity Recognition with Noise-Injected Time-Distributed AlexNet 2025-Sep-11, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10090613 PMID:41002847	研究论文	本研究将生物启发的噪声注入与时间分布式AlexNet架构相结合，用于提升人类活动识别系统的性能和鲁棒性	将生物启发的噪声注入机制与时间分布式AlexNet架构相结合，用于视频动作分类任务	模型性能可能受到过拟合和对未见场景泛化能力差的限制	提高人类活动识别系统的性能和鲁棒性	视频序列中的人类活动	计算机视觉	NA	高斯噪声注入	CNN	视频	EduNet、UCF50和UCF101数据集	NA	AlexNet	准确率,F1分数	NA
462	2025-10-05	Deep Learning-Based Pattern Recognition for Detecting Penile Abnormalities: Protocol for Developing a Mobile App for Circumcision Eligibility 2025-Sep-10, JMIR research protocols IF:1.4Q3 DOI:10.2196/65811 PMID:40929720	研究论文	开发基于深度学习的图像分类系统，通过移动应用检测阴茎异常并评估包皮环切术适用性	首次将AI图像识别技术应用于阴茎异常检测和包皮环切术资格评估的移动应用开发	研究目前仍在进行中，尚未完成最终验证和部署测试	开发AI驱动的图像分类系统，辅助资源有限地区的包皮环切术初步筛查	印度尼西亚Cipto Mangunkusumo医院的儿科患者阴茎图像	计算机视觉	阴茎异常	数字图像采集	深度学习	图像	前瞻性收集的儿科患者阴茎图像	TensorFlow, Keras	预训练深度学习架构	准确率, 灵敏度, 特异性, F1分数	NA
463	2025-10-05	Integration of nested cross-validation, automated hyperparameter optimization, high-performance computing to reduce and quantify the variance of test performance estimation of deep learning models 2025-Sep-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109063 PMID:40946520	研究论文	本研究提出NACHOS框架，通过集成嵌套交叉验证、自动化超参数优化和高性能计算来减少和量化深度学习模型测试性能估计的方差	开发了NACHOS和DACHOS框架，首次将嵌套交叉验证、自动化超参数优化与高性能计算相结合，为医学影像深度学习模型提供可扩展、可重复的评估部署方案	研究主要基于胸部X射线和光学相干断层扫描数据集，在其他医学影像模态上的适用性需要进一步验证	减少和量化深度学习模型在医学影像中测试性能估计的方差，提高模型部署的可信度	医学影像深度学习模型	医学影像分析	NA	深度学习	深度学习模型	医学影像	胸部X射线数据库和光学相干断层扫描数据集	NA	NA	测试性能指标方差	高性能计算框架
464	2025-10-05	AI Applied to Cardiac Magnetic Resonance for Precision Medicine in Coronary Artery Disease: A Systematic Review 2025-Sep-09, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd12090345 PMID:41002624	系统综述	系统回顾人工智能在心脏磁共振成像中应用于冠状动脉疾病精准医学的研究进展	首次系统综述AI在CMR用于CAD的全面应用，涵盖分类、影像组学和分割三大方向	数据集规模较小或存在重叠，可能影响模型泛化能力	评估人工智能技术在心脏磁共振成像中辅助冠状动脉疾病诊断和预后的应用价值	冠状动脉疾病患者的心脏磁共振影像数据	医学影像分析	冠状动脉疾病	心脏磁共振成像，影像组学	机器学习，深度学习	医学影像	106项研究	NA	NA	AUC, DSC	NA
465	2025-10-05	Deep Learning-Based Diagnosis of Femoropopliteal Artery Steno-Occlusion Using Maximum Intensity Projection Images of CT Angiography 2025-Sep-08, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11090104 PMID:41003487	研究论文	开发并验证基于深度学习的模型，用于通过下肢CT血管造影的最大强度投影图像检测股腘动脉显著狭窄闭塞	首次使用最大强度投影图像开发深度学习模型诊断股腘动脉狭窄闭塞，采用顺序分析方法：单图像筛查后接四段旋转分析	回顾性研究设计，样本量相对有限（642名患者），仅使用单一医疗中心数据	开发自动检测股腘动脉显著狭窄闭塞的深度学习模型	股腘动脉血管及其狭窄闭塞病变	计算机视觉	心血管疾病	CT血管造影（CTA），最大强度投影（MIP）	深度学习，CNN	医学图像	642名患者（平均年龄68.2±13.5岁，472名男性），共56,496个分段图像	NA	RDNet	AUC	NA
466	2025-10-05	FDMNet: A Multi-Task Network for Joint Detection and Segmentation of Three Fish Diseases 2025-Sep-06, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11090305 PMID:41003355	研究论文	提出一种用于鱼类疾病联合检测与分割的多任务网络FDMNet	首次实现三种鱼类疾病的同步检测与分割，采用多尺度感知机制和动态特征融合模块解决多尺度特征融合中的信息丢失问题	仅在自建数据集上验证，未在公共数据集或更多疾病类型上测试	开发能够同时完成鱼类疾病检测和病变分割的多任务深度学习模型	三种常见鱼类疾病	计算机视觉	鱼类疾病	深度学习	CNN	图像	自建鱼类疾病图像数据集	YOLOv8	FDMNet, C2DF, 多尺度感知机制	mAP50, mIoU	NA
467	2025-10-05	Deep Learning-Based Evaluation of Postural Control Impairments Caused by Stroke Under Altered Sensory Conditions 2025-Sep-03, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10090586 PMID:41002820	研究论文	提出一种结合CNN与Type-2模糊逻辑的混合深度学习框架，用于评估脑卒中患者在感觉干扰条件下的姿势控制障碍	首次将Type-2模糊逻辑激活函数与CNN结合，增强对姿势控制非线性特征的鲁棒性分类能力	研究基于特定设备(EquiTest)采集的数据，未验证在其他平衡评估设备上的泛化能力	开发精准检测脑卒中患者姿势控制障碍的自动化评估工具	脑卒中患者的姿势控制功能	医疗人工智能	脑卒中	深度学习分析	CNN, 混合模糊逻辑模型	平衡功能测试数据	700名参与者的8316个标记样本	NA	卷积神经网络	准确率97%, 精确率96%, 灵敏度97%, 特异性96%	NA
468	2025-10-05	Modular Deep-Learning Pipelines for Dental Caries Data Streams: A Twin-Cohort Proof-of-Concept 2025-Sep-02, Dentistry journal IF:2.5Q2 DOI:10.3390/dj13090402 PMID:41002675	研究论文	开发模块化深度学习流程用于分析非对齐的龋齿数据流，并在双胞胎队列中验证其可行性	提出模块化深度学习流程整合放射影像、微生物组和转录组数据，在非对齐数据集上实现可复现分析，并首次在双胞胎队列中估计口腔微生物组的遗传性	使用随机排列的严重程度评分作为合成目标，模型未展示预测能力；缺乏患者匹配的多组学数据限制临床转化	验证模块化深度学习流程在非对齐龋齿数据集上的可复现性，并评估口腔微生物组的遗传性	龋齿患者的口腔全景放射影像、龈上微生物组16S rRNA谱、牙龈转录组数据，以及双胞胎队列	数字病理	龋齿	16S rRNA测序，转录组测序，放射影像	CNN, FNN	图像，微生物组数据，转录组数据	100张标注全景放射影像，81个微生物组样本，247个转录组样本，99对双胞胎（198个个体）	PyTorch, SHAP	U-Net with ResNet-18 encoder, Feed-forward Neural Networks	IoU, precision, recall, 相关系数, Bray-Curtis相异度	NA
469	2025-10-05	Graph neural network and diffusion model for modeling RNA interatomic interactions 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf515 PMID:40971857	研究论文	本研究探索使用图神经网络和扩散模型来学习RNA原子间相互作用并预测RNA三维结构	首次将图神经网络和去噪扩散概率模型结合用于RNA结构预测，采用粗粒度的五原子表示法建模RNA	方法在合成或新型RNA家族上的性能可能下降，仅在小RNA子结构数据集上评估	开发准确的计算机RNA结构预测工具	RNA分子及其三维结构	机器学习	NA	图神经网络，扩散模型	GNN, DDPM	RNA结构数据	训练集包含rRNA和tRNA结构，测试集包含其他RNA家族描述符	PyTorch	图神经网络，去噪扩散概率模型	结构预测准确性，用户定义约束遵循度	NA
470	2025-10-05	Longitudinal methods for Alzheimer's cognitive status prediction with deep learning 2025-Sep, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70488 PMID:40994414	研究论文	开发了一种基于深度学习的纵向方法，用于预测3-10年内的阿尔茨海默病认知状态	提出了两种新的建模技术：分离标准化基线特征与基线偏差的方法，以及基于线性注意力的新型插补方法	3-10年遗忘型轻度认知障碍的预测仍然具有挑战性	开发新的机器学习技术来扩展认知状态的长期预测时间范围	阿尔茨海默病和遗忘型轻度认知障碍患者	机器学习	阿尔茨海默病	深度学习	深度学习模型	神经心理学数据、患者病史数据	NA	NA	基于线性注意力的架构	1vA准确率	NA
471	2025-10-05	Fast-RF-Shimming: Accelerate RF shimming in 7T MRI using deep learning 2025-Sep, Meta-radiology DOI:10.1016/j.metrad.2025.100166 PMID:40995422	研究论文	提出一种基于深度学习的快速RF匀场方法Fast-RF-Shimming，用于加速7T MRI中的射频匀场过程	提出整体学习框架，相比传统MLS方法实现5000倍加速，结合随机初始化Adam优化器、ResNet映射和非均匀场检测器	未明确说明训练数据量、计算资源需求和模型泛化能力	解决超高场MRI中射频场不均匀性问题，提高图像质量	7T MRI系统中的射频匀场过程	医学影像分析	NA	MRI，射频匀场	深度学习，ResNet	多通道B1场数据	NA	NA	ResNet	处理速度，预测精度	NA
472	2025-10-05	Artificial intelligence applications in refractive error management: A systematic review and meta-analysis 2025-Sep, PLOS digital health DOI:10.1371/journal.pdig.0000904 PMID:40997051	系统评价与荟萃分析	本文系统回顾和荟萃分析了人工智能在屈光不正管理中的应用效果	首次对AI在屈光不正诊断、检测、预测、进展和治疗中的临床应用进行全面系统评价和定量荟萃分析	仅纳入英文文献，研究间异质性可能影响结果，部分治疗研究性能指标变异较大	评估人工智能技术在屈光不正管理中的有效性和应用价值	屈光不正相关临床研究	医疗人工智能	屈光不正	深度学习，机器学习	深度学习，机器学习	临床数据，医学影像	45项研究纳入系统评价，19项研究纳入荟萃分析	R软件(版本4.5.0)	NA	灵敏度，特异度，诊断比值比，SROC曲线下面积，AUC，R²，平均绝对误差	NA
473	2025-10-05	Nanopore-Aware Embedded Detection for Mobile DNA Sequencing: A Viterbi-HMM Design Versus Deep Learning Approaches 2025-Sep-01, Biosensors DOI:10.3390/bios15090569 PMID:41002309	研究论文	提出了一种基于Viterbi-HMM的嵌入式DNA序列检测框架，用于解决移动纳米孔DNA测序中的能耗问题	将Viterbi-HMM算法与定制64位RISC-V核心集成，相比深度学习方案在嵌入式平台上实现显著能效提升	未明确说明模型在复杂基因组区域或高错误率情况下的性能表现	开发适用于移动DNA测序的低功耗嵌入式检测系统	纳米孔DNA测序信号	生物信息学	NA	纳米孔DNA测序	HMM	生物传感信号	NA	NA	Viterbi-HMM	能效比, 推理准确率, 吞吐量	Virtex-7 FPGA, 定制64位RISC-V核心
474	2025-10-05	Deep Learning-Enhanced Nanozyme-Based Biosensors for Next-Generation Medical Diagnostics 2025-Sep-01, Biosensors DOI:10.3390/bios15090571 PMID:41002311	综述	探讨深度学习与纳米酶生物传感融合在下一代医疗诊断中的变革性策略	首次系统阐述深度学习架构如何增强纳米酶设计、功能优化和预测建模，揭示双原子活性位点等催化机制	缺乏标准化生物医学数据集，模型在不同人群中的鲁棒性需提升，AI增强纳米酶系统的临床转化存在挑战	推动智能生物传感技术和精准医疗诊断发展	纳米酶生物传感器、疾病生物标志物、医疗影像、即时诊断设备	机器学习	NA	纳米酶生物传感	深度学习	生物传感信号、医疗影像	NA	NA	NA	NA	NA
475	2025-10-05	Detection of External Root Resorption in Periapical Radiographs Using YOLO-Based Deep Learning Model 2025-Sep-27, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf072 PMID:41014013	研究论文	本研究开发了基于YOLO的深度学习模型用于检测根尖周X线片中的外吸收性牙根吸收	首次将YOLOv5模型应用于外吸收性牙根吸收的检测，并使用与颌骨放射密度兼容的体模模型提高研究可靠性	研究样本量较小（110颗牙齿），且使用化学方法诱导的外吸收性牙根吸收，可能与临床自然病例存在差异	开发能够辅助诊断外吸收性牙根吸收的人工智能算法	经过化学处理的110颗离体牙齿及其584张根尖周X线影像	计算机视觉	牙科疾病	X线成像	YOLO	X线图像	110颗离体牙齿，584张根尖周X线片	PyTorch	YOLOv5x-cls, YOLOv5x-seg	F1-score	NA
476	2025-10-05	Single-step prediction of inferior alveolar nerve injury after mandibular third molar extraction using contrastive learning and bayesian auto-tuned deep learning model 2025-Sep-27, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf069 PMID:41014015	研究论文	本研究开发了一种结合对比学习和贝叶斯优化的深度学习框架，用于预测下颌第三磨牙拔除后的下牙槽神经损伤	首次将对比学习与贝叶斯优化相结合应用于口腔影像分析，有效解决了数据不平衡问题并自动优化模型超参数	需要多中心验证，缺乏可解释性人工智能分析，全景片分析性能仍低于专家	构建和评估用于预测下颌第三磨牙拔除后下牙槽神经损伤的深度学习框架	下颌第三磨牙拔除患者	计算机视觉	口腔颌面外科疾病	锥形束CT, 全景片	深度学习	医学影像	902张全景片和1,500张CBCT图像	NA	MobileNetV2, ResNet101D, Vision Transformer, Twins-SVT, SSL-ResNet50	准确率, F1分数	NA
477	2025-10-05	An Integrated Deep Learning and LLM Model for Burn Wound Depth Recognition 2025-Sep-27, Journal of burn care & research : official publication of the American Burn Association IF:1.5Q3 DOI:10.1093/jbcr/iraf170 PMID:41014195	研究论文	开发了一种结合深度学习和大型语言模型的低成本AI系统，用于烧伤创面深度识别和分类	首次将深度学习分类模型与基于临床指南的烧伤专用大型语言模型相结合，提供准确的烧伤深度识别和治疗建议	样本量相对有限（397张原始图像），仅使用公开数据库数据	开发低成本AI系统以解决烧伤深度评估难题，特别是在急诊环境中	烧伤创面图像	计算机视觉,自然语言处理	烧伤	深度学习,大型语言模型	深度学习分类模型,LLM	图像	397张原始烧伤创面图像，通过数据增强扩展到7156张	PaddlePaddle	NA	准确率,召回率,F1分数	NA
478	2025-10-05	Alternative Conformation Prediction Using Deep Learning With Multi-MSA Strategy and Structural Clustering in CASP16 2025-Sep-27, Proteins IF:3.2Q2 DOI:10.1002/prot.70059 PMID:41014267	研究论文	本文介绍了在CASP16中使用EnsembleFold流程进行结构集合预测的方法和结果	开发了结合多MSA策略和结构聚类的深度学习方法，显著提升了蛋白质和核酸复合物结构集合预测性能	质量评估评分方法仍有改进空间以进一步提高集合预测的可靠性	开发改进的蛋白质和核酸结构集合预测方法	蛋白质单体、蛋白质复合物、RNA结构、蛋白质-核酸复合物	计算生物学	NA	多序列比对(MSA)、结构预测、分子动力学模拟	深度学习	蛋白质序列、RNA序列、三维结构数据	CASP16中的19个集合靶标	DeepMSA2, rMSA, D-I-TASSER2, DMFold2, ExFold, DeepProtNA	EnsembleFold流程	TM-score	NA
479	2025-10-05	Fusion of habitat analysis and deep learning on contrast-enhanced T1-weighted imaging for predicting Ki-67 status in pediatric brain tumors 2025-Sep-27, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-025-06934-x PMID:41014337	研究论文	本研究通过融合肿瘤生境分析和深度学习技术，基于对比增强T1加权成像预测儿童脑肿瘤Ki-67状态	首次将肿瘤生境分析与深度学习特征融合，用于量化儿童脑肿瘤异质性并预测Ki-67增殖指数	回顾性研究设计，样本量相对有限（140例患者），验证集性能有待进一步提升	预测儿童脑肿瘤Ki-67增殖指数状态，指导临床治疗决策和预后评估	140例儿童脑肿瘤患者的对比增强T1加权成像数据	医学影像分析	脑肿瘤	对比增强T1加权成像（CE-T1WI）	随机森林	医学影像	140例儿童脑肿瘤患者，按7:3比例分为训练集和测试集	NA	融合模型（生境分析+深度学习）	AUC（受试者工作特征曲线下面积）	NA
480	2025-10-05	Quantifying 3D foot and ankle alignment using an AI-driven framework: a pilot study 2025-Sep-27, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05038-6 PMID:41014330	研究论文	本研究开发了一种基于AI的框架，通过深度学习自动量化足踝三维对齐情况	首次使用基于热图预测的3D U-Net模型直接从负重CT图像预测解剖标志点，无需分割和迭代网格配准	仅使用74名患者的小型数据集，需要更大数据集验证临床适用性	开发自动化足踝对齐评估方法	骨科患者，包括高弓足和扁平外翻足等足部畸形病例	计算机视觉	足部畸形	负重CT成像	CNN	3D医学图像	74名骨科患者	NA	3D U-Net	平均绝对误差, 五折交叉验证	NA