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
841	2025-10-05	Artificial Intelligence for Alzheimer's disease diagnosis through T1-weighted MRI: A systematic review 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111028 PMID:40902465	系统综述	本文系统评估了基于T1加权MRI数据使用人工智能技术对阿尔茨海默病多个阶段进行分类的研究现状	首次系统综述专门针对使用AI技术基于T1加权MRI数据对AD连续谱中两个以上阶段进行分类的研究	研究方法存在异质性、过拟合风险、过度依赖ADNI数据库导致数据集多样性不足	评估人工智能在阿尔茨海默病多阶段诊断中的应用效果	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	T1加权磁共振成像	CNN, 非卷积神经网络, 传统机器学习	医学影像	NA	NA	卷积神经网络	准确率	NA
842	2025-10-05	Artificial Intelligence-Enabled Staging Classification of Pressure Injuries 2025-Oct-01, Advances in skin & wound care IF:1.7Q2 DOI:10.1097/ASW.0000000000000352 PMID:40981689	研究论文	本研究开发了一种基于人工智能的压力性损伤分期分类工具	首次将ResNet18-Transformer编码器混合模型等深度学习架构应用于压力性损伤分期分类，并使用Grad-CAM可视化注意力区域	模型在Stage 3的分类精度相对较低（64.72%），样本量有限	开发能够更准确客观识别压力性损伤不同分期的人工智能工具	压力性损伤图像	计算机视觉	压力性损伤	深度学习	CNN, Transformer	图像	1663张压力性损伤图像（1091张来自公开数据集，572张来自私人实验室）	PyTorch	ResNet18, ResNet18-Transformer Encoder Hybrid Model, DenseNet-121	准确率, 精确率	NA
843	2025-10-05	Deep learning-based morphological assessment of myelodysplastic syndrome on bone marrow smears 2025-Oct, Leukemia research IF:2.1Q3 DOI:10.1016/j.leukres.2025.107923 PMID:40749584	研究论文	本研究开发了一种基于深度学习的骨髓涂片形态学评估方法，用于识别细胞遗传学定义的骨髓增生异常综合征	通过分析红细胞形态特征（形状和分布）发现了与cMDS的强关联，这些特征此前被人类专家忽视，提出了红细胞形态作为MDS的新型生物标志物	研究主要关注细胞遗传学定义的MDS，可能不适用于所有MDS亚型；需要进一步验证在更广泛人群中的适用性	开发基于深度学习的骨髓增生异常综合征形态学评估方法，提高诊断精确性和客观性	骨髓增生异常综合征患者的骨髓涂片全切片图像	数字病理学	骨髓增生异常综合征	全切片成像，深度学习图像分析	CNN	图像	NA	NA	NA	诊断准确率	NA
844	2025-10-05	From data to decisions: Statistical tools and Artificial Intelligence in tuberculosis Operational Research 2025-Oct, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.09.001 PMID:40975573	综述	本文综述了结核病操作研究中应用的统计工具及其在数据驱动决策中的作用，并探讨了人工智能技术的应用前景	系统整合了传统统计方法与新兴人工智能技术在结核病操作研究中的应用，强调了AI技术在增强预测能力和实时监测方面的潜力	作为综述文章，未开展原始研究，主要基于现有文献进行分析和总结	探讨统计工具和人工智能在结核病操作研究中的应用及其对优化结核病控制策略的贡献	结核病操作研究中的统计方法和人工智能技术应用	机器学习	结核病	统计分析方法，机器学习，深度学习	NA	公共卫生数据，监测数据，临床数据	NA	NA	NA	NA	NA
845	2025-10-05	Feasibility study of using CNN-GRU-Dense model for real-time liver tumor tracking during radiotherapy 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70014 PMID:40975844	研究论文	本研究探索使用CNN-GRU-Dense深度学习模型在放疗过程中实时跟踪肝脏肿瘤的可行性	提出结合CNN、GRU和全连接层的混合深度学习架构，无需治疗期间持续更新模型即可实现实时肿瘤跟踪	仅使用57个运动轨迹数据集进行验证，样本量有限；研究为模拟实验，需要进一步临床验证	开发无需持续更新的实时肝脏肿瘤跟踪方法，提高放疗准确性	肝脏肿瘤患者	医学影像分析	肝癌	深度学习	CNN, GRU, Dense	运动轨迹数据	57个来自CyberKnife系统的运动轨迹数据集，分为中央、下部和上部三个肝脏区域	NA	1D CNN(64 filters, kernel size 3) + 2层GRU(256 units) + 2层Dense(64 units) + 输出层	3D径向估计精度, 均方误差	NA
846	2025-10-06	AI automated radiographic scoring in rheumatoid arthritis: Shedding light on barriers to implementation through comprehensive evaluation 2025-Oct, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2025.152761 PMID:40513204	研究论文	开发并验证用于类风湿关节炎影像学评分自动化的深度学习模型	使用两个外部测试集对深度学习模型进行严格验证，并通过探索性误差分析阐明临床实施障碍	AI系统性能低于人工评分，无法满足研究或临床应用需求	自动化类风湿关节炎的影像学评分	类风湿关节炎患者的手部和足部X光片	医学影像分析	类风湿关节炎	深度学习	深度学习模型	X光影像	训练集：157名患者，1470张X光片；测试集：253名患者，589张X光片	NA	NA	组内相关系数, Spearman相关系数	NA
847	2025-10-06	Mycophenolate mofetil-induced colitis versus colonic graft-versus-host disease: a comparative histologic study with artificial intelligence model development 2025-Oct, Histopathology IF:3.9Q1 DOI:10.1111/his.15521 PMID:40703053	研究论文	比较霉酚酸酯诱导性结肠炎与结肠移植物抗宿主病的组织病理学特征并开发用于嗜酸性粒细胞定量的深度学习模型	首次开发基于深度学习卷积神经网络的数字工具用于半自动化定量嗜酸性粒细胞，并系统比较两种疾病的组织学差异	样本量相对较小（95例患者），MMF诱导性结肠炎在干细胞移植患者中罕见	比较MMF诱导性结肠炎与结肠GVHD的组织病理学特征并开发AI辅助诊断工具	结肠活检组织样本	数字病理学	结肠炎	组织病理学分析	CNN	病理图像	95例患者（GVHD 37例，MMF 25例，GVHD vs MMF 33例）	NA	卷积神经网络	嗜酸性粒细胞计数，凋亡细胞计数	NA
848	2025-10-06	Muti-band Morlet mutual information functional connectivity for classifying Alzheimer's disease and frontotemporal dementia with a deep learning technique 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111041 PMID:40902468	研究论文	提出一种基于多频段Morlet小波互信息功能连接和3D-CNN的深度学习框架，用于区分阿尔茨海默病、额颞叶痴呆和健康对照	首次将多频段Morlet小波互信息功能连接与改进VGG架构的3D-CNN相结合，并识别出默认模式网络中基于EEG的特定生物标志物	NA	通过脑电图功能连接特征准确区分阿尔茨海默病、额颞叶痴呆和健康对照	阿尔茨海默病患者、额颞叶痴呆患者和健康对照者	数字病理	老年疾病	脑电图，多频段Morlet小波互信息功能连接	3D-CNN	脑电图功能连接矩阵	NA	NA	改进的VGG架构	准确率，敏感性，特异性	NA
849	2025-10-06	CISCA and CytoDArk0: A cell instance segmentation and classification method for histo(patho)logical image Analyses and a new, open, Nissl-stained dataset for brain cytoarchitecture studies 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111018 PMID:40902464	研究论文	提出一种用于组织病理学图像细胞实例分割与分类的深度学习框架CISCA，并发布新的尼氏染色脑组织数据集CytoDArk0	提出具有三头解码器的轻量级U-Net架构，通过边界分类和距离图回归的独特组合实现细胞分割，同时发布首个哺乳动物脑尼氏染色标注数据集	方法在多种数据集上验证但未提及特定疾病的临床应用验证	开发自动细胞实例分割与分类方法以推动数字病理和脑细胞架构研究	组织切片中的单个细胞	数字病理	神经系统疾病	组织染色技术（H&E染色、尼氏染色）	CNN	图像	四个公共数据集（CoNIC、PanNuke、MoNuSeg）及包含近40,000个标注神经元和胶质细胞的CytoDArk0数据集	NA	U-Net	NA	NA
850	2025-10-06	Automated detection of lameness in dairy cattle through computer vision analysis of back shape characteristics 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111038 PMID:40915069	研究论文	通过计算机视觉分析奶牛背部形状特征实现跛行自动检测	首次将关键点检测算法与深度学习模型相结合，系统分析奶牛背部三个区域（颅部、中部、尾部）的曲率特征与跛行严重程度的关联	研究样本仅包含260头荷斯坦-弗里斯兰奶牛，未验证在其他牛种或更大规模群体中的适用性	开发基于计算机视觉的自动化奶牛跛行检测方法	260头荷斯坦-弗里斯兰奶牛	计算机视觉	奶牛跛行	关键点检测算法、曲率分析	深度学习模型	图像	260头奶牛	NA	NA	分类准确率	单视角侧视摄像头
851	2025-10-06	Emulating visual evaluations in the microscopic agglutination test with deep learning 2025-Oct, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107249 PMID:40915619	研究论文	本研究使用深度学习模拟显微镜凝集试验中的人类专家评估，将主观判断转化为可重复的数值输出	首次使用预训练DenseNet121网络模拟MAT测试中的专家视觉评估，并通过UMAP可视化技术增强模型可解释性	仅使用内部数据集进行验证，缺乏外部验证	提高显微镜凝集试验的客观性和可重复性	钩端螺旋体病诊断中的显微镜凝集试验图像	计算机视觉	钩端螺旋体病	显微镜凝集试验	CNN	图像	内部数据集	NA	DenseNet121	凝集率估计准确度	NA
852	2025-10-06	Self-supervised representation learning with continuous training data improves the feel and performance of myoelectric control 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111029 PMID:40921113	研究论文	本研究探索了使用连续动态数据和自监督学习技术改进基于模式识别的肌电控制性能	首次将连续动态训练数据和自监督学习技术(VICReg)应用于肌电控制领域，显著提升了控制性能	研究样本量有限(20名参与者)，需要在更广泛人群中验证	改进基于表面肌电信号模式识别的肌电控制性能	肌电控制系统的分类器性能	机器学习	NA	表面肌电信号模式识别(sEMG-PR)	LDA, LSTM	肌电信号数据	20名参与者	NA	LSTM	目标获取测试性能, 在线性能, 用户体验	NA
853	2025-10-06	Application of artificial intelligence in microbial drug discovery: Unlocking new frontiers in biotechnology 2025-Oct, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107232 PMID:40846079	综述	本文综述人工智能在微生物药物发现中的应用进展与未来方向	系统阐述生成对抗网络用于新化合物发现、强化学习优化抗菌候选物、自然语言处理挖掘生物医学知识等创新AI技术	面临数据质量不一致、模型可解释性有限及伦理法律问题等挑战	探索人工智能技术在微生物药物发现领域的应用价值与发展前景	针对细菌、真菌和病毒病原体的抗菌药物研发	机器学习, 计算生物学	传染病	深度学习, 大数据分析	GAN, 强化学习, NLP	生物医学文献, 分子相互作用数据	NA	NA	生成对抗网络	NA	NA
854	2025-10-06	Deep learning-based feature discovery for decoding phenotypic plasticity in pediatric high-grade gliomas single-cell transcriptomics 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110971 PMID:40848317	研究论文	通过深度学习特征发现方法解析儿童高级别胶质瘤单细胞转录组中的表型可塑性	首次使用基于图的机器学习方法识别儿童高级别胶质瘤谱系特异性可塑性的关键决定因素，发现调控胶质瘤形态发生的网络相互作用和过渡基因	NA	解码儿童高级别胶质瘤表型可塑性的分子机制	儿童高级别胶质瘤（pHGGs）亚型：IDHWT胶质母细胞瘤和K27M突变型弥漫中线胶质瘤	机器学习	脑肿瘤	单细胞转录组测序	图机器学习	单细胞转录组数据	NA	NA	NA	NA	NA
855	2025-10-06	Deep learning ensemble for abdominal aortic calcification scoring from lumbar spine X-ray and DXA images 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110961 PMID:40848321	研究论文	提出一种基于深度学习集成模型的自动化方法，用于从腰椎X射线和DXA图像中量化腹主动脉钙化评分	首次将AAC评分建模为正态分布随机变量以考虑人工评分变异性，并开发多模态集成模型同时处理X射线和DXA图像	未明确说明模型在不同人群中的泛化能力及临床部署的可行性	开发自动化AAC评分系统以辅助心血管疾病风险早期识别	腰椎X射线和双能X射线吸收测定法(DXA)图像中的腹主动脉钙化	计算机视觉	心血管疾病	X射线成像，双能X射线吸收测定法	CNN	医学图像	NA	NA	集成卷积神经网络	一致性相关系数	NA
856	2025-10-06	OpenSpindleNet: An open-source deep learning network for reliable sleep spindle detection in scalp and intracranial EEG 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110854 PMID:40857816	研究论文	开发了一种名为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	采用双头架构的新型自动纺锤波检测方法，在性能和鲁棒性方面优于现有方法	NA	开发精确的自动睡眠纺锤波检测方法以促进对睡眠和神经系统疾病的理解	睡眠纺锤波（一种发生在轻度非快速眼动睡眠期间的振荡性脑活动）	数字病理学	神经系统疾病	脑电图（EEG），颅内脑电图（iEEG）	深度学习网络	脑电图信号	具有挑战性的iEEG数据集和公开可用的头皮EEG DREAMS数据集	开源框架（具体未指定）	双头架构	F1分数	NA
857	2025-10-06	Squat errors classification based on National Academy of Sports Medicine guidelines using IMU and deep learning algorithms 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110962 PMID:40857817	研究论文	基于NASM指南使用IMU和深度学习算法对深蹲错误进行分类	首次结合NASM指南和混合深度学习架构进行深蹲错误自动分类，并验证单IMU传感器的最优放置位置	样本量较小（20名运动员），未测试不同人群的泛化能力	开发自动化的深蹲动作错误分类系统以替代主观视觉评估	运动员的深蹲动作数据	机器学习	运动损伤	惯性测量单元（IMU）	CNN, GRU, TabNet	运动学数据	20名运动员（10男10女），5种深蹲变式（1正确+4错误）	NA	CNN, CNN-TabNet, GRU, GRU-TabNet, CNN-GRU, CNN-GRU-TabNet	准确率, 精确率, 召回率, F1分数	NA
858	2025-10-06	Polyp segmentation in colonoscopy images using DeepLabV3+ 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110986 PMID:40876416	研究论文	提出一种改进的DeepLabV3++模型用于结肠镜图像中的息肉分割	在DeepLabV3+架构基础上引入多尺度金字塔池化模块、并行注意力聚合模块和重新设计的解码器，增强多尺度和方向特征捕捉能力	NA	提高结肠镜图像中息肉分割的精确度和鲁棒性	结肠镜图像中的息肉	计算机视觉	结直肠癌	NA	深度学习	图像	三个公共数据集（CVC-ColonDB、CVC-ClinicDB、Kvasir-SEG）	NA	DeepLabV3++, EfficientNetV2S	Dice系数	NA
859	2025-10-06	LUNAR: Periodicity-aware time-series analysis framework for LUNg Auscultation Respiratory detection 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110947 PMID:40876419	研究论文	提出一种用于肺听诊呼吸周期检测的周期性感知时间序列分析框架LUNAR	集成新型呼吸周期性感知模块(RPAM)与卷积神经网络，直接处理原始肺听诊信号并显式建模呼吸周期的重复特性	需要多机构数据采集以扩展应用，异常呼吸音检测功能有待进一步开发	开发自动检测呼吸周期的深度学习框架，减少对专家手动标注的依赖	肺听诊呼吸信号	数字病理	肺部疾病	肺听诊信号分析	CNN	时间序列信号	HF_Lung_V1(n=279)、ICBHI(n=126)、SNUCH_Lung(n=203)数据集	NA	集成呼吸周期性感知模块的卷积神经网络	AP, F1-score	NA
860	2025-10-06	Advancements in biomedical rendering: A survey on AI-based denoising techniques 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110979 PMID:40882480	综述	通过问卷调查探讨医疗专业人员对基于AI的CT图像去噪技术的感知差异	首次通过专业医师问卷调查揭示AI去噪技术在定量指标与主观感知评价之间的不一致性	样本量有限(n=74)，依赖作者专业网络进行抽样	探究AI增强图像在医学可视化中的主观感知与定量指标之间的差异	放射科医师、住院医师、骨科外科医师和兽医等医疗专业人员	计算机视觉	NA	蒙特卡洛路径追踪，深度学习去噪	NA	CT图像，视频	74名医疗专业人员（经验<1年:11人，1-3年:27人，3-5年:12人，>5年:24人）	NA	NA	峰值信噪比，结构相似性指数	NA