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
981	2025-10-06	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	研究论文	本研究通过克里金经验模态分解和深度学习技术开发帕金森病的识别方法	结合克里金经验模态分解与深度学习技术进行帕金森病识别	NA	开发帕金森病的自动识别方法	帕金森病患者	机器学习	帕金森病	克里金经验模态分解	深度学习	NA	NA	NA	NA	NA	NA
982	2025-10-06	Pharmacoutilization data-driven artificial intelligence-assisted diagnosis algorithm to improve the pharmacological treatment of pain and agitation in patients suffering from severe dementia 2025-Oct, Current opinion in pharmacology IF:4.0Q1 DOI:10.1016/j.coph.2025.102563 PMID:40815967	研究论文	本研究开发了一种基于药物利用数据的人工智能算法，用于改善重度痴呆患者的疼痛和躁动药物治疗	首次将药物流行病学数据与深度学习技术结合，通过管理药物治疗时间序列和使用自编码器来识别漏诊的阿尔茨海默病患者	需要进一步研究和纵向患者监测来提高疾病检测和管理水平	通过先进的人工智能方法诊断阿尔茨海默病，改善痴呆患者的药物治疗	298,000名个体，其中84,235名年龄超过60岁，包括114,920名无AD诊断患者和1,150名确诊患者	医疗人工智能	阿尔茨海默病	药物流行病学数据分析	自编码器	药物利用时间序列数据	298,000名个体	深度学习	自编码器	准确率79.12%	NA
983	2025-09-12	Deploying a novel deep learning framework for segmentation of specific anatomical structures on cone-beam CT 2025-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00831-4 PMID:40445488	研究论文	本研究开发了一种基于深度学习的新型框架，用于在锥束CT图像上自动分割特定解剖结构	采用nnUNetv2框架实现高精度解剖结构分割，在牙科CBCT图像处理中表现出色	样本量相对较小（70名患者），且下颌管分割性能相对较低	通过深度学习算法自动预测CBCT图像中的解剖结构，以增强诊断和治疗规划流程	70名患者的CBCT图像数据，包含鼻腔、上颌窦、腭前管、下颌管等解剖结构	计算机视觉	NA	锥束CT成像，深度学习分割	nnUNetv2	医学影像	70名患者的CBCT数据，共28,350个切片（每例405个切片）	NA	NA	NA	NA
984	2025-09-12	Beyond explainable AI: Enhancing trust and robustness in machine learning for sleep apnea diagnosis 2025-Oct, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102152 PMID:40819476	评论	本文扩展了对睡眠呼吸暂停诊断中机器学习可解释性工具的批判，提出结合无监督ML和非线性非参数统计方法的综合策略以增强临床信任	主张超越传统XAI方法，通过无监督学习和统计方法结合来验证特征重要性并减少模型偏差	未提供具体实验验证或实际临床数据支持所提出方法的有效性	提升机器学习在睡眠呼吸暂停诊断中的可信度和鲁棒性	睡眠呼吸暂停诊断的机器学习模型及其特征解释方法	machine learning	睡眠呼吸暂停	无监督ML（特征聚合、高变基因选择），非线性非参数统计方法（如Spearman相关）	NA	NA	NA	NA	NA	NA	NA
985	2025-10-06	Preoperative prediction of malignant transformation in sinonasal inverted papilloma: a novel MRI-based deep learning approach 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11655-5 PMID:40355636	研究论文	开发基于MRI的深度学习模型用于术前区分鼻腔鼻窦内翻性乳头状瘤与其恶性转化	首次提出基于多中心大样本MRI数据的深度学习诊断模型，通过注意力机制整合多序列特征	研究样本量相对有限，需要进一步多中心验证	术前预测鼻腔鼻窦内翻性乳头状瘤的恶性转化	568例来自四个中心的鼻腔鼻窦内翻性乳头状瘤患者（421例）和恶性转化患者（147例）	医学影像分析	鼻腔鼻窦肿瘤	MRI成像	深度学习模型	医学影像（T1WI、T2WI、CE-T1WI）	568例患者（421例SIP，147例SIP-SCC）来自四个医疗中心	NA	基于注意力机制的组合模型	AUC, Brier分数, 校准曲线, 决策曲线分析	NA
986	2025-10-06	Learning homeomorphic image registration via conformal-invariant hyperelastic regularisation 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103712 PMID:40680568	研究论文	提出一种通过保形不变超弹性正则化实现同胚图像配准的新框架	引入基于非线性弹性设置中保形不变特性的新型正则化器，严格保证拓扑保持特性	NA	开发能够保证拓扑保持的形变医学图像配准方法	医学图像	医学图像分析	NA	深度学习图像配准	MLP	医学图像	NA	NA	坐标MLP	数值和视觉实验评估	NA
987	2025-10-06	Developing a multivariable deep learning model to predict psychiatric illness in patients with epilepsy 2025-Oct, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110596 PMID:40700773	研究论文	开发基于神经网络的多变量深度学习模型预测癫痫患者精神疾病风险	首次结合临床和人口统计学数据，使用keras和neuralnet框架构建神经网络模型预测癫痫患者精神疾病共病	基于回顾性数据，需要前瞻性研究验证模型泛化能力	预测癫痫患者发生精神疾病的风险以实现早期干预	2,258名癫痫患者	机器学习	癫痫	神经网络分析	神经网络	临床数据和人口统计学数据	2,258名癫痫患者（2013-2023年回顾性数据）	keras, neuralnet	NA	准确率, 敏感度, 特异度, ROC-AUC	NA
988	2025-10-06	A multimodal automated deep learning-based model for predicting biochemical recurrence of prostate cancer following prostatectomy from baseline MRI, Presurgical clinical covariates 2025-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110579 PMID:40803139	研究论文	开发基于多模态深度学习的AI算法，利用MRI和临床数据预测前列腺癌根治术后生化复发	首次将自动化多模态深度学习模型应用于前列腺癌术后生化复发预测，在中等风险患者中表现优于传统CAPRA-S评分标准	研究样本量有限（n=311），回顾性研究设计可能引入选择偏倚	预测前列腺癌患者根治性前列腺切除术后生化复发风险	前列腺癌患者	数字病理学	前列腺癌	MRI成像，临床数据分析	深度学习	医学影像，临床数据	311名前列腺癌患者	NA	多模态深度学习模型	AUROC，敏感性，log-rank检验	NA
989	2025-10-06	Explainable deep learning framework for brain tumor detection: Integrating LIME, Grad-CAM, and SHAP for enhanced accuracy 2025-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104405 PMID:40925692	研究论文	提出一种集成LIME、Grad-CAM和SHAP的可解释深度学习框架，用于脑肿瘤检测并提升模型性能	首次将三种可解释AI技术(LIME、Grad-CAM、SHAP)集成到两阶段训练框架中，通过解释结果增强数据集	仅在两个公开数据集(BRATS2019和BR35H)上验证，需要更多临床数据验证泛化能力	提升深度学习模型在脑肿瘤检测中的可解释性和训练性能	脑肿瘤医学影像数据	计算机视觉	脑肿瘤	深度学习，可解释人工智能(XAI)	CNN	医学影像	BRATS2019数据集和BR35H数据集	NA	卷积神经网络	准确率，灵敏度，特异性，精确率，ROC-AUC	NA
990	2025-10-06	TPC-GCN: Deep learning for pulse pattern classification in traditional Chinese medicine 2025-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104401 PMID:40925696	研究论文	提出一种用于中医脉象分类的深度学习方法TPC-GCN，通过增强SMOTE数据增强和多域特征提取提升分类性能	提出增强SMOTE方法进行数据增强，构建多配置图数据结构，设计多通道轻量图卷积网络，通过并行分支提取多层次信息并采用注意力加权融合	NA	提高中医脉象分类准确性，推进中医客观化诊断	中医脉象信号	机器学习	NA	脉象信号分析	GCN	脉象信号数据	NA	NA	多通道轻量图卷积网络	准确率,F1分数,召回率,精确率	NA
991	2025-10-06	Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11541-0 PMID:40185925	研究论文	开发用于检测多发性硬化患者脊髓病变的深度学习分割工具，并评估其对临床医生诊断性能的提升	首次开发基于矢状位T2和STIR序列组合的深度学习模型用于脊髓多发性硬化病变检测，并在多中心数据上验证其临床价值	样本量相对有限（50例患者），仅基于法国多发性硬化登记处的回顾性数据，缺乏外部验证	开发深度学习模型辅助临床医生检测多发性硬化患者的脊髓病变	多发性硬化患者的脊髓MRI图像	医学影像分析	多发性硬化	MRI（T2和STIR序列）	深度学习分割模型	医学影像	50例患者（39名女性，中位年龄41岁），来自40台不同扫描仪的回顾性数据	NA	NA	灵敏度, 精确度, Light's kappa	NA
992	2025-10-06	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊真实临床环境中的性能表现	在真实儿科急诊环境中评估AI骨折检测软件性能，并分析其对经验不足医师诊断准确性的影响	仅评估单一商业AI软件，样本量有限，未进行多中心验证	评估AI骨折检测软件在儿科急诊中的临床应用价值	18岁以下儿童的1672张X光片	医学影像分析	骨折	X光成像	深度学习	X光图像	1672张儿童X光片（中位年龄10.9岁，59%男性）	NA	NA	灵敏度, 特异性, 准确率	NA
993	2025-10-06	Evaluation of high-resolution pituitary dynamic contrast-enhanced MRI using deep learning-based compressed sensing and super-resolution reconstruction 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11574-5 PMID:40221940	研究论文	评估基于深度学习的压缩感知和超分辨率重建技术在高分辨率垂体动态对比增强MRI中诊断微腺瘤的性能	首次将深度学习压缩感知与超分辨率重建技术结合应用于垂体DCE MRI，实现高分辨率成像同时提升诊断性能	样本量有限（126例），且为单中心前瞻性研究	评估DLCS-SR重建技术在垂体微腺瘤诊断中的性能	疑似垂体微腺瘤患者	医学影像分析	垂体疾病	动态对比增强MRI	深度学习	医学影像	126名疑似垂体微腺瘤患者	NA	NA	AUC, κ统计量	NA
994	2025-10-06	Deep learning and conventional hip MRI for the detection of labral and cartilage abnormalities using arthroscopy as standard of reference 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11546-9 PMID:40240555	研究论文	比较基于深度学习的高分辨率髋关节MRI与传统压缩感知MRI在检测髋臼唇和软骨异常方面的性能	首次将高分辨率深度学习MRI(CSAI)与标准分辨率压缩感知MRI在髋关节病变检测中进行系统比较	样本量较小(32例患者)，对某些区域软骨病变的敏感性仍然较低	评估深度学习MRI在髋关节病变诊断中的性能	股骨髋臼撞击综合征患者	医学影像分析	骨科疾病	MRI, 深度学习, 压缩感知	深度学习模型	医学影像	32例患者(平均年龄37.5岁, 24名男性)	NA	NA	敏感性, 特异性, 准确性	3-T MRI设备
995	2025-10-06	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	研究论文	本研究比较了深度学习重建与迭代重建在标准剂量和降低剂量腹部CT中检测肝脏病灶的诊断性能	首次系统评估深度学习重建在降低CT辐射剂量方面的潜力，并与传统迭代重建方法进行对比	样本量相对有限（44名参与者），仅针对胃肠道和胰腺腺癌肝转移患者，未涵盖其他类型肝脏病变	评估深度学习重建在降低CT辐射剂量同时保持肝脏病灶检测准确性的能力	已知胃肠道和胰腺腺癌肝转移的患者	医学影像分析	肝脏转移癌	CT扫描，深度学习重建，迭代重建	深度学习	CT影像	44名参与者，348个肝脏病灶（297个转移灶，51个良性病灶）	NA	NA	病灶检测率，置信区间，McNemar检验，混合效应逻辑回归	NA
996	2025-10-06	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出一种新颖的深度学习模型，直接从DCE-MRI估计药代动力学参数图和不确定性评估	使用时序概率深度学习模型绕过动脉输入函数估计，直接生成PK参数图和不确定性图	单中心回顾性研究，样本量有限	提高弥漫性胶质瘤DCE-MRI的可靠性	成人型弥漫性胶质瘤患者	医学影像分析	胶质瘤	DCE-MRI	深度学习	医学影像	329名患者（平均年龄55±15岁，197名男性）	NA	时序概率模型	SSIM, ICC, AUROC	NA
997	2025-10-06	A New Approach for Calculating Texture Coefficients of Different Rocks With Image Segmentation and Image Processing Techniques 2025-Oct, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24879 PMID:40418716	研究论文	提出一种结合图像分割和图像处理技术计算岩石纹理系数的新方法	开发了基于深度学习的图像分割技术和Python算法，实现快速准确的岩石纹理系数计算	仅使用20种岩石样本进行验证，样本规模有限	改进岩石纹理系数的计算方法，提高计算效率和准确性	20种不同类型的火成岩、变质岩和沉积岩	计算机视觉	NA	薄片图像分析	深度学习	图像	20种岩石的薄片图像	Python	NA	IoU	NA
998	2025-10-06	Navigating the landscape of multimodal AI in medicine: A scoping review on technical challenges and clinical applications 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103621 PMID:40482561	综述	本文通过范围综述方法系统分析了医学领域基于深度学习的多模态AI应用现状、技术挑战和临床实施策略	首次对2018-2024年间432篇多模态AI医学应用论文进行系统性分析，揭示了多模态模型相比单模态平均AUC提升6.2个百分点的优势	存在跨部门协调困难、数据特征异质性和数据集不完整等挑战	探索多模态AI在医学领域的技术挑战和临床应用前景	432篇2018-2024年发表的医学多模态AI研究论文	机器学习	NA	深度学习	深度学习模型	多模态医疗数据	432篇研究论文	NA	多模态融合架构	AUC	NA
999	2025-10-06	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	研究论文	提出一种无需显式偏倚标签的医疗图像去偏倚框架Ada-ABC，通过有偏委员会引导去偏模型学习自适应一致性	首次提出通过有偏委员会学习自适应一致性的方法，构建了首个包含七种不同偏倚场景的医疗去偏倚基准数据集	偏倚标签不可知，依赖有偏委员会对偏倚的成功捕捉	解决医疗图像分类中的数据集偏倚问题	医疗图像数据集	计算机视觉	NA	深度学习	多分类器集成	图像	来自四个数据集的七种偏倚场景	NA	NA	NA	NA
1000	2025-10-06	SurgRIPE challenge: Benchmark of surgical robot instrument pose estimation 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103674 PMID:40541088	研究论文	介绍SurgRIPE挑战赛，为手术机器人器械姿态估计提供基准测试和数据集	首次提供真实手术视频数据与真实器械姿态配对的基准数据集，推动无标记姿态估计方法的发展	NA	建立手术机器人器械姿态估计的基准测试标准，促进该领域研究发展	手术机器人器械的姿态估计	计算机视觉	NA	深度学习	NA	视频	NA	NA	NA	准确度, 鲁棒性	NA