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
101	2025-11-16	Hierarchical Multi-Stage Attention and Dynamic Expert Routing for Explainable Gastrointestinal Disease Diagnosis 2025-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212714 PMID:41226006	研究论文	提出GID-Xpert深度学习框架，通过分层多阶段注意力和动态专家路由实现可解释的胃肠道疾病诊断	集成分层多阶段注意力驱动的专家混合模型与动态路由机制，结合空间-通道注意力与专家块专业化设计	在GastroEndoNet数据集上性能相对较低(75.32%)，尚未在更广泛的胃肠道病理和临床环境中验证	提高胃肠道疾病分类的特征学习能力、准确性和可解释性	胃肠道疾病诊断	计算机视觉	胃肠道疾病	深度学习	注意力机制, 专家混合模型	医学图像	三个基准数据集: WCEBleedGen, GastroEndoNet, KAUHC数据集	NA	分层多阶段注意力, 动态专家路由	准确率	NA
102	2025-11-16	From Innovation to Application: Can Emerging Imaging Techniques Transform Breast Cancer Diagnosis? 2025-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212718 PMID:41226009	综述	本文综述六种新兴成像技术在乳腺癌诊断中的应用与潜力	系统比较光学相干断层扫描、拉曼光谱、光声成像等六种新型成像技术与传统方法的优劣	多数技术尚未应用于标准临床实践，需要进一步验证和标准化	探讨新兴成像技术如何改变乳腺癌诊断现状	乳腺癌诊断成像技术	医学影像	乳腺癌	OCT, RS, PAI, HSI, CESM, MSI	NA	医学影像数据	NA	NA	NA	灵敏度, 特异性, 诊断准确率	NA
103	2025-11-16	Lightweight Deep Learning Models with Explainable AI for Early Alzheimer's Detection from Standard MRI Scans 2025-Oct-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212709 PMID:41226002	研究论文	开发轻量级深度学习模型用于从标准MRI扫描中早期检测阿尔茨海默病	结合轻量级深度学习模型与可解释AI方法，为资源受限的临床环境提供早期阿尔茨海默病检测方案	未明确说明数据集的规模限制和模型在更广泛人群中的泛化能力	开发计算效率高的早期阿尔茨海默病检测工具	认知正常(CN)、早期轻度认知障碍(EMCI)和晚期轻度认知障碍(LMCI)患者	医学影像分析	阿尔茨海默病	结构磁共振成像(MRI)	CNN	2D MRI图像切片	NA	NA	MobileNetV2, EfficientNetV2B0	准确率	NA
104	2025-11-16	Hierarchical Dual-Model Detection Framework for Spotted Seals Using Deep Learning on UAVs 2025-Oct-25, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15213100 PMID:41227431	研究论文	提出基于深度学习的层次化双模型检测框架，利用无人机准确监测辽河口斑海豹	采用轻量化FF-YOLOv10模型进行快速目标定位与增强型PP-YOLOv7模型进行精确检测的协同框架，显著提升计算效率与检测精度	未明确说明模型在极端天气条件下的鲁棒性及长期部署的稳定性	开发高效精准的濒危海洋物种生态监测技术方案	辽河口斑海豹	计算机视觉	NA	无人机航拍	CNN	图像	NA	NA	FF-YOLOv10, PP-YOLOv7	精确率, 召回率, 计算复杂度, 推理速度	无人机边缘计算设备, 地面工作站
105	2025-11-16	Toward Artificial Intelligence in Oncology and Cardiology: A Narrative Review of Systems, Challenges, and Opportunities 2025-Oct-24, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14217555 PMID:41226952	综述	本文综述了人工智能在肿瘤学和心脏病学领域的应用现状、挑战与发展机遇	系统梳理了AI在两大重要医学领域（肿瘤学和心脏病学）的最新应用进展，并首次将数字孪生和AI-ECG等新兴技术纳入讨论范围	仅基于PubMed数据库2019-2025年的英文文献，排除了会议摘要和灰色文献，可能存在发表偏倚	探索人工智能在临床研究中的应用潜力，重点关注肿瘤学和心脏病学领域	人工智能技术在医学领域的应用系统、挑战和发展方向	机器学习	肿瘤学, 心脏病学	NA	NA	图像数据, 信号数据	NA	NA	NA	NA	NA
106	2025-11-16	A Hybrid Convolutional Neural Network-Long Short-Term Memory (CNN-LSTM)-Attention Model Architecture for Precise Medical Image Analysis and Disease Diagnosis 2025-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212673 PMID:41225966	研究论文	提出一种融合CNN-LSTM和注意力机制的混合深度学习模型MediVision，用于医学图像分析和疾病诊断	结合CNN特征提取、LSTM序列依赖识别和注意力机制，并引入跳跃连接和Grad-CAM热力图增强特征表示和可解释性	NA	提高医学图像分类的准确性和可解释性，实现自动化疾病诊断	医学图像数据	计算机视觉	多种疾病	深度学习	CNN, LSTM, 注意力机制	医学图像	十个不同的医学图像数据集	NA	CNN-LSTM-Attention混合架构	准确率	NA
107	2025-11-16	Artificial Intelligence in Pancreatobiliary Endoscopy: Current Advances, Opportunities, and Challenges 2025-Oct-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14217519 PMID:41226916	综述	本文综述了人工智能在胰胆内镜领域的当前进展、机遇与挑战	系统总结了AI在胰胆内镜中的创新应用，包括病变检测、胰腺肿块鉴别、囊性病变分类和恶性胆道狭窄诊断	当前AI模型主要处于实验阶段，受限于小规模单中心数据集、缺乏外部验证且无FDA批准系统	探讨人工智能在胰胆内镜检查中的应用潜力与发展方向	胰胆内镜检查程序（EUS、ERCP、DSOC）及相关疾病	医学人工智能	胰腺和胆道疾病	内镜超声、内镜逆行胰胆管造影、数字单操作者胆道镜检查	机器学习,深度学习	内镜图像	NA	NA	NA	NA	NA
108	2025-11-16	Deep Learning-Based Inverse Design of Stochastic-Topology Metamaterials for Radar Cross Section Reduction 2025-Oct-23, Materials (Basel, Switzerland) DOI:10.3390/ma18214841 PMID:41227803	研究论文	提出一种基于深度学习的随机拓扑超材料逆向设计方法，用于实现雷达散射截面缩减	集成CBAM增强的变分自编码器与Transformer预测器，显著提升模型对超材料关键结构特征的提取和电磁响应预测能力	仅针对1比特编码超材料进行设计验证，设计空间采样率较低	开发高效的电磁超材料逆向设计方法	随机拓扑结构的电磁超材料	机器学习	NA	全波仿真，电磁响应测量	VAE, Transformer	结构图像，电磁响应数据	基于单元填充率随机生成的小规模数据集	PyTorch, TensorFlow	CBAM-VAE, Transformer encoder	雷达散射截面缩减值(dB)	GPU加速计算
109	2025-11-16	Distinguishing symptomatic and asymptomatic trigeminal nerves through radiomics and deep learning: A microstructural study in idiopathic TN patients and asymptomatic control group 2025-Oct, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03691-1 PMID:40668403	研究论文	本研究通过放射组学和深度学习分析三叉神经微观结构，以区分特发性三叉神经痛患者与无症状对照组的三叉神经	首次结合放射组学特征和定制化深度学习模型（DenseASPP-201和MobileASPPV2）来区分有症状和无症状的三叉神经	需要进一步研究血管和非血管病因对特发性三叉神经痛的影响	利用人工智能区分特发性三叉神经痛患者与无症状对照组的三叉神经微观结构差异	78例特发性三叉神经痛患者的有症状三叉神经（1级神经血管冲突）和182例无症状对照组三叉神经（91例1级和91例0级神经血管冲突）	医学影像分析	三叉神经痛	MRI成像，放射组学分析	集成学习，支持向量机，K近邻，深度学习	MRI图像	260个三叉神经样本（78个有症状，182个无症状）	NA	DenseASPP-201, MobileASPPV2, 子空间判别集成学习，支持向量机，K近邻	准确率	NA
110	2025-11-16	Investigating brain tumor classification using MRI: a scientometric analysis of selected articles from 2015 to 2024 2025-Oct, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03685-z PMID:40679613	文献计量分析	对2015-2024年间基于MRI的脑肿瘤分类研究进行科学计量分析	首次对该领域进行系统的科学计量分析，揭示研究趋势和知识结构	仅基于Scopus数据库的348篇文献，可能未涵盖所有相关研究	分析脑肿瘤分类研究的现状、趋势和研究空白	348篇同行评审的科学文献	医学影像分析	脑肿瘤	MRI, 科学计量分析	NA	文献元数据	348篇文献	CiteSpace, VOSviewer	NA	引用频率, 合作网络, 共现分析	NA
111	2025-11-16	Artificial intelligence in forensic neuropathology: A systematic review 2025-Oct, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.102944 PMID:40782772	系统综述	本文系统综述了人工智能在法医神经病理学中的应用进展	首次系统性地总结人工智能在法医神经病理学领域的关键应用，重点关注创伤性脑损伤和癫痫相关病症	仅纳入34篇相关文献，可能未覆盖该领域所有研究成果	评估人工智能在法医神经病理学诊断中的应用价值	法医神经病理学相关的脑部疾病和损伤	数字病理学	神经系统疾病	组织病理学分析，死后计算机断层扫描(PMCT)	机器学习(ML)，深度学习(DL)	医学影像，组织病理学数据	34篇研究文章	NA	NA	NA	NA
112	2025-11-16	Optimization of carotid CT angiography image quality with deep learning image reconstruction with high setting (DLIR-H) algorithm under ultra-low radiation and contrast agent conditions 2025-Oct, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103154 PMID:40914000	研究论文	本研究评估了DLIR-H算法在超低辐射和低对比剂条件下对颈动脉CTA图像质量的优化效果	首次在颈动脉双能CTA中应用DLIR-H算法，并在超低剂量条件下实现图像质量显著提升	样本量相对有限（120例患者），未包含所有患者群体	评估DLIR-H算法在超低辐射和低对比剂条件下对颈动脉CTA图像质量的改善效果	接受颈动脉双能CTA检查的120例患者	医学影像处理	颈动脉疾病	双能CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR）	CT医学影像	120例患者分为4组（1个对照组和3个实验组）	深度学习图像重建算法	DLIR-H（高设置深度学习图像重建算法）	CT值、图像噪声、信噪比（SNR）、对比噪声比（CNR）、5点Likert量表主观评分	NA
113	2025-11-16	Evaluation of paediatric head CT radiation dose in Jordan: A new national diagnostic reference level survey 2025-Oct, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103158 PMID:40939270	研究论文	评估约旦儿科头部CT扫描的辐射剂量并建立国家诊断参考水平	首次在约旦建立儿科头部CT的国家诊断参考水平，填补了该国标准化剂量参考的空白	患者体重数据在各医院间不一致，限制了基于体重的更精确剂量分析	评估儿科头部CT辐射剂量并建立国家诊断参考水平以减少剂量变异	1550例儿科头部CT检查，按年龄分组：<1岁、1-5岁、5-10岁、10-15岁	医学影像	神经系统疾病	CT扫描，辐射剂量测量	NA	医疗影像剂量数据	1550例儿科头部CT检查，来自8家约旦医院	SPSS	NA	CTDIvol，DLP，75百分位数	NA
114	2025-11-16	Performance of FDA-Approved AI Algorithms in Detecting Acute Pulmonary Embolism on Computed Tomographic Pulmonary Angiography (CTPA): A Meta-Analysis of Real-World Retrospective Studies 2025-Oct, Cureus DOI:10.7759/cureus.94391 PMID:41230302	荟萃分析	评估FDA批准的AI算法在CTPA中检测急性肺栓塞的诊断性能	首次对FDA批准的AI算法在真实世界CTPA数据中检测肺栓塞的性能进行系统评价和荟萃分析	仅纳入回顾性研究，需要前瞻性试验验证临床影响	评估FDA批准的机器学习算法在CTPA中检测急性肺栓塞的诊断性能	急性肺栓塞患者的CTPA扫描图像	医学影像分析	肺栓塞	计算机断层肺血管造影(CTPA)	机器学习,深度学习	医学影像	6项研究共9,102例CTPA扫描	NA	Aidoc, CINA-PE	敏感度,特异度	NA
115	2025-11-16	Reproducible meningioma grading across multi-center MRI protocols via hybrid radiomic and deep learning features 2025-Oct, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03725-8 PMID:40824403	研究论文	本研究开发了一种结合影像组学和深度学习特征的可靠方法，用于脑膜瘤术前分级	首次将手工影像组学特征与基于3D自编码器的深度学习特征相结合，并集成注意力机制，提高了多中心MRI协议下的分级准确性和可重复性	需要在真实临床环境中进一步验证，且未整合临床参数	开发可靠的脑膜瘤术前分级方法	3,523例经组织学确认的脑膜瘤患者（1,900例低级别，1,623例高级别）	医学影像分析	脑膜瘤	MRI（T1增强和T2加权）	自编码器, XGBoost, CatBoost, 堆叠集成	3D医学影像	3,523例患者	SERA, PCA, ANOVA, ComBat	3D自编码器（集成注意力机制）	AUC, 准确率, 灵敏度, ICC	NA
116	2025-11-15	Identification of key genes in pancreatic ductal adenocarcinoma with biologically informed deep neural network 2025-Oct-31, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2025-218 PMID:41220726	研究论文	本研究使用生物信息学指导的深度神经网络识别胰腺导管腺癌中与预后和免疫微环境相关的关键基因	首次将P-NET（生物信息学指导的神经网络）模型应用于PDAC关键基因识别，并发现JAG1、MET和PLAU三个基因可能成为联合免疫治疗新靶点	研究基于五个独立PDAC队列的回顾性数据，需要进一步实验验证	识别与胰腺导管腺癌预后和免疫微环境相关的关键基因	胰腺导管腺癌患者基因表达数据	生物信息学	胰腺癌	深度学习，差异表达分析，生存分析，TIDE分析，CellPhoneDB分析，分子对接	深度神经网络	基因表达数据	五个独立PDAC队列的628个重要基因	NA	P-NET（生物信息学指导的神经网络）	生存分析，TIDE分析	NA
117	2025-11-15	FISM: harnessing deep learning and reinforcement learning for precision detection of microaneurysms and retinal exudates for early diabetic retinopathy diagnosis 2025-Oct-30, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00485-2 PMID:41168809	研究论文	提出一种结合深度学习和强化学习的FISM模型，用于精确检测糖尿病视网膜病变的微动脉瘤和视网膜渗出物	首次将Segment Anything Model (SAM)架构应用于眼底图像分割，并集成强化学习实现自适应注意力机制	仅使用单一数据集进行验证，缺乏多中心外部验证	开发高精度的糖尿病视网膜病变早期诊断模型	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	深度学习,强化学习	图像	超过13,000张带标注的眼底图像	PyTorch	Segment Anything Model (SAM),Transformer	准确率,精确率,召回率,F1分数,AUC,特异性,Dice系数,IoU	NA
118	2025-11-15	AI-based detection of MRI-invisible prostate cancer with nnU-Net 2025-Oct-30, The Canadian journal of urology DOI:10.32604/cju.2025.068853 PMID:41220354	研究论文	开发基于nnU-Net自适应神经网络的AI图像识别系统，用于检测MRI不可见的前列腺癌	首次将nnU-Net应用于MRI不可见前列腺癌的检测，针对PI-RADS评分≤3的疑难病例	回顾性研究，样本量相对较小（150例患者），仅来自单一医疗中心	开发AI系统辅助临床医生检测MRI不可见的前列腺癌	经病理证实具有临床意义前列腺癌但术前MRI阴性的患者	数字病理	前列腺癌	多参数MRI（T2WI、DWI、ADC序列）	CNN	医学影像	150例患者，1475张MRI图像	nnU-Net	nnU-Net	Dice相似系数, 灵敏度, 特异性, 假阳性率, 假阴性率	NA
119	2025-11-02	Pulmonary function estimation using smartphone audio and deep learning 2025-Oct-27, Jornal brasileiro de pneumologia : publicacao oficial da Sociedade Brasileira de Pneumologia e Tisilogia IF:2.9Q2 DOI:10.36416/1806-3756/e20250003 PMID:41172409	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
120	2025-11-15	Deep Learning Model for Extensive Diagnosis of Corneal Deposits 2025-Oct-07, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004018 PMID:41236421	研究论文	开发用于角膜沉积疾病诊断的深度学习模型CorneAI，能够对7种角膜混浊疾病进行分类	首个集成到CorneAI系统中的深度学习模型，专门针对多种角膜沉积疾病进行综合诊断	对淀粉样变性和凝胶样滴状角膜营养不良的诊断精度相对较低	开发能够准确诊断多种角膜沉积疾病的深度学习模型	角膜沉积疾病患者的裂隙灯图像	计算机视觉	角膜疾病	裂隙灯成像	YOLOv5	图像	1546张裂隙灯图像，包含7种角膜混浊疾病	YOLOv5	YOLOv5	阳性预测值, 置信区间	NA