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
41	2026-02-09	A bimodal image dataset for seed classification from the visible and near-infrared spectrum 2025-Oct-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05979-6 PMID:41062509	研究论文	本文介绍了一个包含RGB和高光谱图像的双模态种子图像数据集，用于10种植物的种子分类研究	提供了一个在农业领域中稀缺的双模态种子图像数据集，结合了可见光和近红外光谱信息，是目前最大的双模态种子数据集之一	NA	解决农业领域中缺乏超越可见光谱的光谱信息数据集的问题，促进种子分类研究	10种植物物种的种子	计算机视觉	NA	高光谱成像	深度学习模型	图像	NA	NA	NA	多类分类性能	NA
42	2026-02-08	Interpretable deep multimodal-based tomato disease diagnosis and severity estimation 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21611-4 PMID:41162432	研究论文	本文提出了一种新颖的多模态深度学习算法，用于番茄病害诊断和严重程度估计	通过结合视觉图像和环境数据的多模态输入，提升了分类准确性和可解释性，并应用了LIME和SHAP等可解释AI技术	未明确说明算法的计算复杂度、泛化能力或在不同环境条件下的适用性限制	开发一种高效、可解释的番茄病害诊断和严重程度预测方法，以支持精准农业实践	番茄作物及其相关病害	计算机视觉, 自然语言处理	植物病害	深度学习	CNN, RNN	图像, 环境数据	NA	NA	EfficientNetB0, RNN	准确率	NA
43	2026-02-06	Quantitative metrics of CT images may magnify the potential of radiation dose reduction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045575 PMID:41261574	研究论文	本研究探讨了CT图像中可检测性指数（d'）与小低对比度病变实际检测性能的关系，并评估了不同算法和矩阵对d'的影响	通过多读者多病例研究，结合定量指标与观察者性能的强相关性分析，揭示了定量指标可能高估迭代重建和深度学习算法在降低辐射剂量方面的潜力	研究基于体模实验，未涉及真实患者数据，且d'在不同重建方法间无法直接比较	评估CT图像定量指标与辐射剂量降低潜力之间的关系	体模扫描图像	医学影像分析	NA	CT扫描、滤波反投影、迭代重建、深度学习算法	深度学习	CT图像	体模在9种辐射暴露下扫描	NA	NA	可检测性指数（d'）、受试者工作特征曲线下面积、Spearman秩和相关系数	160层CT扫描仪、ImQuest软件（Duke）
44	2026-02-06	Tripartite strategy for dual reduction of radiation and iodine dose in obese CCTA: High-iodine contrast, 80 kVp, and deep learning reconstruction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045725 PMID:41261582	研究论文	本研究评估了一种结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，用于肥胖患者的冠状动脉CT血管成像，旨在同时降低辐射和碘剂量并保持诊断质量	首次在肥胖患者中提出并验证了结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，实现了辐射剂量和碘负荷的同步显著降低，同时维持了图像质量和诊断准确性	单中心前瞻性试验，样本量相对较小（100例患者），且诊断性能验证仅基于20例患者的亚组分析，可能限制结果的普遍性	评估一种低剂量策略在肥胖患者冠状动脉CT血管成像中同时减少辐射暴露和碘负荷的可行性和效果	肥胖患者（BMI ≥30 kg/m²）的冠状动脉CT血管成像	数字病理学	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像（CT图像）	100例肥胖患者（低剂量组50例，标准剂量组50例），其中20例亚组进行有创冠状动脉造影对比	NA	NA	图像噪声，信噪比，对比噪声比，主观图像质量评分（5分制），诊断准确性（敏感性，阴性预测值，血管水平准确率）	NA
45	2026-02-06	RETRACTED ARTICLE: Hierarchical attention mechanism in deep learning improving music therapy rehabilitation through context aware emotion mapping 2025-Oct-14, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2568164 PMID:41086133	研究论文	本研究开发了一种基于分层注意力机制的深度学习框架，用于改进音乐治疗康复中的情境感知情绪映射	通过整合分层注意力机制处理多层次情境线索，实现短期情感波动和长期情绪模式的捕捉，从而提升音乐治疗的精准性和适应性	仅进行了初步实验评估，样本规模和长期效果验证可能有限	增强情绪感知音乐治疗的精确性和适应性，以促进康复效果	康复患者，特别是需要音乐治疗干预的个体	机器学习	老年疾病	深度学习	深度学习框架	生理信号、行为响应、环境参数	NA	NA	分层注意力机制	NA	NA
46	2026-02-06	A computer-aided diagnosis (CAD) system based on convolutional neural networks for lung cancer diagnosis from 2D [18F]- PET/CT images 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70285 PMID:41065340	研究论文	本研究开发了一种基于卷积神经网络的计算机辅助诊断系统，用于从2D [18F]-PET/CT图像中自动诊断肺癌	提出了一种结合残差模块和挤压-激励模块的自定义CNN架构（Res-SE Net），用于肺癌的多类分类，并采用基于患者的数据分割策略以避免数据泄露	未明确说明样本的多样性或外部验证集的详细特征，可能影响模型的泛化能力	自动分类肺部状况为正常、非小细胞肺癌和小细胞肺癌	146名患者的1974次PET/CT扫描	计算机视觉	肺癌	[18F] FDG PET/CT成像	CNN	图像	146名患者（1974次扫描）	未明确指定，但可能基于PyTorch或TensorFlow	Res-SE Net（结合残差和挤压-激励模块的自定义CNN），预训练CNN	准确率, 灵敏度	NA
47	2026-02-06	Robust deep learning-based patient-specific quality assurance prediction models for novel dual-layer MLC linac 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70286 PMID:41074224	研究论文	本研究探讨了利用深度学习模型稳健预测配备新型双层多叶准直器的Halcyon直线加速器上固定野调强放疗计划的患者特定质量保证结果	结合了Shuffle Attention机制和深度不平衡回归技术，以增强深度学习模型在极端不平衡分布的伽马通过率值预测中的精度和鲁棒性	研究仅基于214个治疗计划的数据，样本量相对有限，且仅针对特定类型的直线加速器	开发稳健的深度学习模型，用于预测患者特定质量保证结果，以提高放疗计划验证的效率和准确性	固定野调强放疗计划及其对应的Portal Dosimetry验证数据	机器学习	NA	Portal Dosimetry	CNN	图像	214个治疗计划，包含1394个射束方向	NA	ResNet, Att-ResNet, ALDS-ResNet	平均绝对误差, 皮尔逊相关系数	NA
48	2026-02-06	An automated patient-specific segment reduction-based beam angle optimization technique for deep learning auto-planning for early breast cancer 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70293 PMID:41088556	研究论文	本研究提出了一种基于自动分段缩减的射束角度优化技术，用于改进早期乳腺癌放射治疗中的深度学习自动计划	开发了一种自动化的分段缩减方法，用于优化VMAT的弧段跨度和IMRT的射束配置，无需人工干预，提高了计划质量和效率	研究仅纳入20例左侧乳腺癌患者，样本量较小，且所有患者均在深吸气屏气条件下治疗，可能限制了结果的普适性	改进早期乳腺癌放射治疗中的深度学习自动计划，通过优化射束角度来提升剂量分布并减少危及器官照射	早期左侧乳腺癌患者	医学影像与放射治疗计划	乳腺癌	深度学习自动计划、分段缩减优化、剂量模拟	深度学习模型	放射治疗计划数据、剂量分布数据	20例左侧乳腺癌患者	NA	NA	剂量学标准、适形指数、剂量模拟指数、统计比较	NA
49	2026-02-06	Evaluation of deep learning-based automated radiotherapy planning for early-stage lung cancer using SBRT-VMAT: A comparison with manual planning 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70291 PMID:41088571	研究论文	本研究评估了基于深度学习的自动化SBRT-VMAT放疗计划在早期肺癌中的可行性，并与人工计划进行了比较	开发了一种基于深度学习的剂量分布预测模型，并将其集成到RatoGuide原型中，用于自动化生成SBRT-VMAT放疗计划，减少了人工干预	研究样本量相对较小（124例训练数据，8例测试数据），且仅针对早期肺癌，未涵盖其他类型或阶段的肺癌	评估基于深度学习的自动化放疗计划在早期肺癌SBRT-VMAT治疗中的可行性和临床可接受性	早期肺癌患者（包括中央型和周围型病例）的放疗计划	医学影像分析	肺癌	深度学习	深度学习模型	CT图像	124例早期肺癌病例（62例中央型，62例周围型）用于训练，8例测试计划	NA	NA	DVH指标	NA
50	2026-02-03	A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 3: How orthopaedic research benefits from the implementation of artificial intelligence 2025-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70481 PMID:41180563	综述	本文概述了人工智能在骨科研究中的益处，并讨论了在快速发展领域中开展高质量AI研究的挑战	提供了骨科领域AI实施的实用指南，强调了AI在图像评估、手术规划、结果预测等方面的成功应用	未具体说明研究中的样本大小或数据细节，主要关注概述性内容	概述人工智能在骨科领域的益处，并解决高质量AI研究面临的挑战	骨科研究中的AI应用，包括图像评估、手术规划、结果预测等	机器学习	骨科疾病	NA	NA	图像、文本（电子病历）	NA	NA	NA	NA	NA
51	2026-01-30	Identification of Camellia Oil Adulteration With Excitation-Emission Matrix Fluorescence Spectra and Deep Learning 2025-Oct, Journal of fluorescence IF:2.6Q3 DOI:10.1007/s10895-025-04229-7 PMID:40063235	研究论文	本研究提出了一种结合激发-发射矩阵荧光光谱与深度学习模型ResTransformer的快速、无损方法，用于识别山茶油的掺假类型和浓度	首次提出结合残差模块与Transformer架构的ResTransformer模型，从局部和全局视角同时进行掺假类型的定性检测和掺假浓度的定量检测	研究仅模拟了代表性的掺假场景，未涵盖所有可能的真实掺假情况；模型性能在更广泛的实际样本中需进一步验证	开发一种准确、无损的山茶油掺假检测方法，以保障公众健康和市场秩序	山茶油及其掺假样品	机器学习	NA	激发-发射矩阵荧光光谱，平行因子分析	Transformer, 残差网络	光谱数据	NA	NA	ResTransformer	准确率, 验证集决定系数, 验证集均方根误差, 性能偏差比	NA
52	2026-01-29	Artificial Intelligence in Population-Level Gastroenterology and Hepatology: A Comprehensive Review of Public Health Applications and Quantitative Impact 2025-Oct-24, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-025-09452-7 PMID:41136718	综述	本文全面回顾了人工智能在胃肠病学和肝病学领域的人口层面应用及其定量影响，强调AI在推动医疗策略从被动治疗转向主动预防中的作用	聚焦于AI在胃肠病学和肝病学公共健康领域的应用，系统评估其在结直肠癌、代谢功能障碍相关脂肪肝病、病毒性肝炎、胃肠道感染及上消化道癌症等多个领域的定量影响	AI发展在高低收入国家间分布不均可能加剧健康差距，且存在算法偏见、患者隐私保护、监管框架不完善以及从研究到实际部署的转化挑战	评估人工智能在胃肠病学和肝病学公共健康领域的应用及其对全球疾病负担的定量影响	结直肠癌、代谢功能障碍相关脂肪肝病、病毒性肝炎、胃肠道感染、上消化道癌症（如胃癌）及炎症性肠病等疾病的人群层面筛查、诊断与预防	机器学习	胃肠病学和肝病学	机器学习、深度学习、非侵入性测试、废水分析	NA	医疗数据、废水样本数据	NA	NA	NA	检测率、准确性、风险预测准确性	NA
53	2026-01-29	Artificial intelligence and multimodal diagnostic approaches in cardiovascular disease 2025 Oct-Dec, Archivos peruanos de cardiologia y cirugia cardiovascular DOI:10.47487/apcyccv.v6i4.532 PMID:41582934	综述	本文评估了人工智能模型在心血管疾病诊断中的影响和临床适用性，并探讨了其相对于传统方法在提高诊断准确性、操作效率和可靠性方面的潜力	整合了多模态诊断方法（包括影像、心电信号、声学信号及临床与蛋白质组学生物标志物），并强调了可解释性技术的重要性	外部验证中性能下降、对异质人群的泛化能力有限，以及临床医生因可解释性不足而产生的抵触情绪	评估人工智能在心血管疾病诊断中的临床适用性及其改进诊断准确性和效率的潜力	心血管疾病的诊断方法，包括影像学、心电信号、声学信号及生物标志物	机器学习	心血管疾病	机器学习、深度学习算法	深度学习模型、集成模型	影像、心电信号、声学信号、临床数据、蛋白质组学数据	NA	NA	NA	准确率、ROC曲线下面积	NA
54	2026-01-28	OpenSpindleNet: An open-source deep learning network for reliable sleep spindle detection in scalp and intracranial EEG 2025-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110854 PMID:40857816	研究论文	本文介绍了一种名为OpenSpindleNet的开源深度学习网络，用于在头皮和颅内脑电图中可靠检测睡眠纺锤波	采用双头架构增强性能、鲁棒性和易用性，在颅内脑电图检测中表现优于现有方法	NA	开发一种精确、自动的睡眠纺锤波检测方法，以理解其在睡眠生理和脑健康中的作用	睡眠纺锤波，一种在轻度非快速眼动睡眠期间发生的振荡性脑活动	机器学习	NA	脑电图	深度学习网络	脑电图数据	NA	NA	双头架构	F1分数	NA
55	2026-01-27	Distinct 3-Dimensional Morphologies of Arthritic Knee Anatomy Exist: CT-Based Phenotyping Offers Outlier Detection in Total Knee Arthroplasty 2025-Oct-15, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01466 PMID:40880455	研究论文	本研究利用深度学习与计算机视觉技术，基于术前CT扫描对关节炎膝关节进行三维形态学分类，识别出四种不同的解剖形态，为全膝关节置换术的术前规划和术后评估提供了新的分类基础	首次提出基于CT的三维关节炎膝关节形态学分类系统，通过无监督聚类识别出四种基础形态，其中两种为异常类型，突破了传统仅关注冠状面解剖的分类局限	研究为横断面分析，需要纵向研究来评估该分类对术后恢复和患者满意度的影响；且数据来源于单一多中心转诊中心，可能存在选择偏倚	建立关节炎膝关节的三维形态学分类系统，识别异常解剖表型，为全膝关节置换术的术前规划和术后评估提供基础	接受全膝关节置换术患者的术前下肢CT扫描	计算机视觉	关节炎	计算机断层扫描（CT）	深度学习	CT图像	1,352例术前全膝关节置换术患者的下肢CT扫描	NA	NA	NA	NA
56	2026-01-24	From Big to Small: Emerging Methods for Enhancing Precision Psychiatry Through Transfer Learning 2025-Oct-30, Biological psychiatry IF:9.6Q1 DOI:10.1016/j.biopsych.2025.10.022 PMID:41173199	综述	本文综述了迁移学习在脑-行为预测建模中的应用，特别是在精准精神病学中预测临床结果方面的潜力	通过迁移学习利用大规模神经影像数据集来提升小规模临床数据集的预测准确性，增强模型的泛化性和可解释性	NA	探讨迁移学习在精准精神病学中用于脑-行为预测建模的方法与效用	神经影像数据与临床特征之间的关联	机器学习	精神疾病	神经影像学	NA	神经影像数据	NA	NA	NA	NA	NA
57	2026-01-24	Pan-cancer single-cell and spatial transcriptomics implicate cancer-associated fibroblasts in neutrophil immunosuppressive phenotypic transitions and immunotherapy resistance 2025-Oct-10, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-025-01706-x PMID:41068349	研究论文	本研究通过泛癌单细胞和空间转录组学分析，揭示了癌症相关成纤维细胞在促进中性粒细胞免疫抑制表型转变和免疫治疗抵抗中的作用	构建了涵盖21种癌症类型、462名患者的中性粒细胞单细胞图谱，识别出主要免疫抑制亚群CXCR2+VNN2+Neu，并通过空间转录组学首次系统揭示了成纤维细胞活性驱动其表型转变的机制	研究主要基于转录组数据，功能验证和机制细节仍需进一步实验探索	探究中性粒细胞在肿瘤微环境中的异质性、调控机制及其对免疫治疗响应的影响	462名泛癌患者的中性粒细胞及肿瘤微环境成分	生物信息学	泛癌	单细胞RNA测序, 空间转录组学	深度学习模型	单细胞转录组数据, 空间转录组数据	462名患者, 涵盖21种癌症类型	NA	Deepsurv	NA	NA
58	2026-01-24	Advanced Embryo Ploidy Classification Using Vision Transformers: Integration of Sequential Time-Lapse Imaging and Undersampling Techniques: A Retrospective Study 2025 Oct-Dec, Journal of human reproductive sciences DOI:10.4103/jhrs.jhrs_111_25 PMID:41560882	研究论文	本研究通过整合Vision Transformers与连续延时成像技术，并应用随机欠采样方法，旨在提高胚胎倍性分类的准确性，特别是在处理类别不平衡问题时	首次将Vision Transformers应用于胚胎倍性分类，结合连续延时成像和随机欠采样技术，有效提升了镶嵌体胚胎等少数类别的预测性能	研究为回顾性设计，样本量相对有限，且模型在不平衡数据集上的性能下降明显	提高辅助生殖技术中胚胎倍性分类的可靠性，优化胚胎选择过程	来自生育诊所的囊胚期延时成像视频，包含遗传学确认的倍性状态	计算机视觉	NA	延时成像	Vision Transformer	视频序列帧	1020个囊胚视频，生成99,324个序列帧，平衡后每类17,000张图像	NA	ViT-B/16, ViT-B/32	准确率, 精确率, 召回率, F1分数	NA
59	2026-01-23	Prediction of Atrial Fibrillation From the ECG in the Community Using Deep Learning: A Multinational Study 2025-Oct, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.125.013734 PMID:41025252	研究论文	本研究开发并验证了一种基于心电图（ECG）的深度学习模型，用于预测心房颤动（AF）风险，并在多个国际队列中评估其性能	首次在多国社区队列中验证了单输入ECG深度学习模型预测AF及心血管事件的能力，并与临床风险评分（CHARGE-AF）进行了比较和联合分析	研究基于回顾性队列数据，可能存在选择偏倚；模型在外部验证中的泛化能力需进一步在更多样化人群中确认	开发并验证基于ECG的深度学习模型以预测心房颤动风险，并评估其与心血管结局的关联	来自Framingham心脏研究、英国生物银行和ELSA-Brasil队列的社区参与者	机器学习	心血管疾病	深度学习	深度神经网络	心电图（ECG）	FHS: 10,097人；英国生物银行: 49,280人；ELSA-Brasil: 12,284人	NA	深度神经网络	受试者工作特征曲线下面积（AUC）	NA
60	2026-01-22	DRCNN-Lesion Proxy: a hybrid CNN with lesion-inspired feature simulation for diabetic retinopathy severity classification 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21337-3 PMID:41168219	研究论文	提出了一种名为DRCNN-Lesion Proxy的混合CNN架构，通过模拟病灶特征来提升糖尿病视网膜病变严重程度分类的准确性	提出了一种无需显式病灶边界框标注的病灶代理模块，通过模拟病灶特征来增强模型对早期病变的识别能力	未明确说明模型在临床部署中的计算效率或实时性能	开发一种准确、可扩展的糖尿病视网膜病变自动筛查解决方案	糖尿病视网膜病变的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	未明确说明具体样本数量，但使用了六个公开数据集	未明确说明	ResNet34	准确率, F1分数, AUC	未明确说明