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
321	2025-11-17	Estimation of Fugl-Meyer Assessment Upper-Extremity Sub-Scores Using a Mixup-Augmented LSTM Autoencoder and Wearable Sensor Data 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216663 PMID:41228884	研究论文	提出一种基于LSTM自编码器和可穿戴传感器数据的深度学习框架，用于自动评估脑卒中患者上肢运动功能	首次结合LSTM自编码器和mixup数据增强技术，通过简短的传感器数据采集实现Fugl-Meyer评估量表的精细子分数预测	研究样本量较小（15名参与者），未包含不同严重程度患者的验证	开发自动化的脑卒中上肢运动功能评估系统，提高评估效率和可及性	脑卒中患者的上肢运动功能	机器学习	脑卒中	惯性测量单元（IMU）传感器数据采集	LSTM, Autoencoder	传感器时间序列数据	15名参与者，每人执行7个专项功能动作	NA	LSTM Autoencoder	Pearson相关系数r, 归一化均方根误差NRMSE, R值	NA
322	2025-11-17	VIPE: Visible and Infrared Fused Pose Estimation Framework for Space Noncooperative Objects 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216664 PMID:41228887	研究论文	提出一种融合可见光和红外图像的深度学习姿态估计框架VIPE，用于空间非合作目标	首次将可见光与红外图像融合用于空间非合作目标姿态估计，提出双模态特征融合子网络	仅针对特定空间非合作目标进行验证，未在更广泛场景测试	提升空间非合作目标在复杂环境下的姿态估计精度	空间非合作目标（如卫星、空间碎片等）	计算机视觉	NA	可见光成像，红外成像，图像融合	深度学习，CNN	可见光-红外图像对	3,630对可见光-红外图像	深度学习框架（具体未指明）	多尺度特征融合网络，姿态估计子网络	姿态估计精度	NA
323	2025-11-17	A Facial-Expression-Aware Edge AI System for Driver Safety Monitoring 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216670 PMID:41228896	研究论文	提出一种基于深度学习的驾驶员监控系统，能够实时检测和响应引发安全风险的情绪驱动行为	采用Inception模块和基于Caffe的ResNet-10结合SSD检测器，在计算效率和复杂度之间取得有效平衡	NA	开发能够实时检测驾驶员情绪状态的监控系统以提高道路安全	驾驶员的面部表情和情绪状态	计算机视觉	NA	深度学习	CNN	图像	来自多个公共和私人来源的全面多样化数据集	Caffe	Inception, ResNet-10, SSD	准确率, F1分数, 精确率, 召回率	边缘AI系统
324	2025-11-17	SAM-Based Approach for Automated Fabric Anisotropy Quantification in Concrete Aggregates 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216661 PMID:41228886	研究论文	提出基于Segment Anything Model(SAM)的自动化方法用于混凝土骨料结构各向异性量化	首次将SAM模型应用于混凝土骨料分割，并提出结合计算几何和二阶傅里叶级数的新型各向异性量化技术	方法性能依赖于自建数据集，在更广泛数据上的泛化能力需进一步验证	开发自动化混凝土骨料结构各向异性量化方法	混凝土骨料微观结构	计算机视觉	NA	图像处理，计算几何分析	SAM	图像	自建混凝土骨料数据集	NA	Segment Anything Model	Dice系数，交并比，平均绝对误差	NA
325	2025-11-17	Deep Learning-Enabled Diagnosis of Abdominal Aortic Aneurysm Using Pulse Volume Recording Waveforms: An In Silico Study 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216678 PMID:41228901	研究论文	本研究探索利用深度学习分析无创动脉脉搏波形信号诊断腹主动脉瘤的可行性	首次将连续属性对抗正则化卷积神经网络应用于脉搏容积记录波形分析，实现腹主动脉瘤的非侵入性诊断	基于合成数据的研究，需要真实临床数据验证；严重程度估计精度略低于侵入性血压波形方法	开发基于深度学习的腹主动脉瘤无创诊断方法	合成患者队列的动脉血压和脉搏容积记录波形信号	医学人工智能	心血管疾病	脉搏容积记录波形分析	CNN	波形信号	多样化合成患者队列	NA	卷积神经网络	ROC曲线下面积, MAE	NA
326	2025-11-17	gReLU: a comprehensive framework for DNA sequence modeling and design 2025-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02868-z PMID:41094274	研究论文	提出gReLU综合软件框架，用于DNA序列建模和设计	开发了支持数据预处理、建模、评估、解释、变异效应预测和调控元件设计的统一框架，解决了现有模型和软件互操作性差的问题	NA	构建可互操作的DNA序列建模和设计框架	DNA序列	生物信息学	NA	深度学习	NA	DNA序列数据	NA	gReLU	NA	NA	NA
327	2025-11-17	OneProt: Towards multi-modal protein foundation models via latent space alignment of sequence, structure, binding sites and text encoders 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013679 PMID:41231876	研究论文	提出OneProt多模态蛋白质基础模型，通过潜在空间对齐整合序列、结构、结合位点和文本信息	首次在蛋白质多模态模型中引入结合位点编码器，采用轻量级微调方案实现编码器间的成对潜在空间对齐	未明确说明模型的具体计算资源需求和训练数据规模	开发能够整合多模态信息的蛋白质基础模型	蛋白质的序列、结构、文本描述和结合位点数据	机器学习	NA	多模态深度学习	图神经网络,Transformer	序列数据,结构数据,文本数据,结合位点数据	NA	ImageBind	图神经网络,Transformer	检索任务性能,酶功能预测,结合位点分析	NA
328	2025-11-17	Artificial Intelligence in Upper Gastrointestinal Endoscopy: Current Evidence, Practice, and Future Directions 2025-Nov, Cureus DOI:10.7759/cureus.96657 PMID:41235291	综述	本文综述人工智能在上消化道内窥镜中的应用现状、临床实践挑战及未来发展方向	系统评估深度学习模型在多种上消化道疾病检测与诊断中的表现，提出人机协同的临床实施框架	存在数据集偏差和领域偏移问题，需要多中心前瞻性验证，可能产生误报和警报疲劳	总结人工智能在上消化道内窥镜领域的最新进展并评估临床实施挑战	巴雷特 neoplasia、食管鳞状细胞癌、早期胃癌等上消化道疾病	数字病理	上消化道疾病	内窥镜成像	CNN, 强化学习	内窥镜图像	NA	NA	NA	灵敏度, 特异性	NA
329	2025-11-17	Towards automation of human stage of decay identification: An artificial intelligence approach 2025-Nov, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.102987 PMID:41072373	研究论文	本研究探索使用人工智能方法自动识别人类尸体分解阶段	首次将深度学习模型应用于人类尸体分解阶段自动分类，并与法医专家进行可靠性比较	NA	开发自动识别人类尸体分解阶段的人工智能方法，以辅助法医学中的死亡时间推断	人类尸体分解图像	计算机视觉	法医学	深度学习	CNN	图像	大规模人类分解图像数据集	NA	Inception V3, Xception	F1分数	NA
330	2025-11-17	Grad-CAM (Gradient-weighted Class Activation Mapping): A systematic literature review 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111200 PMID:41108904	系统文献综述	对梯度加权类激活映射(Grad-CAM)技术进行系统性文献综述，分析其在医学影像和机器学习领域的应用与发展	首次对Grad-CAM技术进行系统性文献综述，涵盖2020-2024年间的最新研究进展和优化技术	仅纳入特定数据库的427篇同行评审出版物，最终仅选择51篇进行深入分析	系统分析Grad-CAM技术在可解释人工智能领域的发展、优化方法及其在医学影像分析中的应用	Grad-CAM技术及其变体、与不同ML/DL架构的集成应用	计算机视觉,机器学习	NA	梯度加权类激活映射	CNN	图像	427篇同行评审出版物(2020-2024)，其中51篇深入分析	NA	Grad-CAM	NA	NA
331	2025-11-17	Beyond Cox models: Assessing the performance of machine-learning methods in non-proportional hazards and non-linear survival analysis 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111176 PMID:41108906	研究论文	评估机器学习和深度学习方法在非线性生存分析和非比例风险条件下的性能表现	系统比较了多种非线性和非比例风险模型，提出使用Antolini's C-index和Brier's score组合评估生存分析方法性能	仅基于三个合成数据集和三个真实数据集进行基准测试，样本范围有限	评估在违反线性假设和比例风险假设条件下，机器学习和深度学习生存分析方法的性能	生存分析方法在非线性、非比例风险场景下的性能比较	机器学习	NA	生存分析	深度学习, 机器学习	生存数据	三个合成数据集和三个真实数据集	NA	NA	Antolini's C-index, Brier's score, Harrell's C-index	NA
332	2025-11-17	DrugAppy - An end-to-end deep learning framework for computational drug discovery 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111201 PMID:41110298	研究论文	提出一个名为DrugAppy的端到端深度学习框架，用于加速计算药物发现过程	开发了结合人工智能算法与计算化学方法的混合模型，能够识别活性优于现有抑制剂的分子结构	仅针对PARP和TEAD两个蛋白家族进行了验证，需要更多靶点验证框架的通用性	加速和优化计算药物发现过程，识别新的抗癌抑制剂	PARP和TEAD蛋白家族的抑制剂	计算药物发现	癌症	高通量虚拟筛选(HTVS), 分子动力学(MD)	混合AI模型	分子结构数据, 蛋白质数据	针对两个蛋白靶点(PARP和TEAD)的多个分子化合物	SMINA, GNINA, GROMACS	NA	体外活性比较, 目标结合确认	NA
333	2025-11-17	Dilated Convolutional V-Net with Transformer Integration for Brain Tumor Segmentation 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111210 PMID:41110300	研究论文	提出一种结合扩张卷积和Transformer的V-Net模型DCTransVNet，用于多模态MRI脑肿瘤分割	集成3D扩张残差块和高效配对注意力机制，提出AuBTS-GAN生成合成图像增强分割性能	未明确说明模型计算复杂度及在临床环境中的实际部署可行性	开发自动脑肿瘤分割方法以辅助临床诊断和治疗规划	多模态MRI扫描中的脑肿瘤区域	医学图像分析	脑肿瘤	磁共振成像	CNN, Transformer, GAN	3D医学图像	BraTS-2019、BraTS-2020、BraTS-2021和MSD BraTS数据集	NA	V-Net, 扩张残差块, Transformer	NA	NA
334	2025-11-17	Forecasting tuberculosis through mechanistic learning of transmission dynamics: Insights from a case study in India 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111225 PMID:41130159	研究论文	通过结合机制模型和深度学习技术开发结核病预测框架，并在印度案例研究中验证其性能	将机制性SEIR模型与深度学习网络（前馈、循环和记忆网络）相结合，提升结核病预测的准确性和可解释性	研究基于印度结核病数据，在其他地区的适用性需要进一步验证	开发高精度的结核病预测模型以支持针对性干预措施	印度结核病传播动态和病例数据	机器学习	结核病	机制建模、深度学习	SEIR, 前馈神经网络, 循环神经网络, 门控循环单元	流行病学病例数据	印度结核病病例数据	NA	前馈网络, 循环网络, 记忆网络, 门控循环单元	预测准确性, 泛化能力	NA
335	2025-11-17	Lung ultrasound video scoring using a novel motion-aware segmentation technique: Toward automated neonatal LUS scoring 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111244 PMID:41135419	研究论文	提出一种结合运动估计和K-means聚类的新方法，用于新生儿肺部超声视频的自动评分	开发了集成运动估计和K-means聚类的混合方法，通过分析连续帧间的运动向量检测垂直伪影，并建立了可解释的评分框架	研究仅针对新生儿肺部超声数据，样本量相对有限（420个视频），未与其他先进深度学习方法进行广泛比较	提高肺部超声评估的可重复性，减少对人工操作的依赖	新生儿肺部超声视频	计算机视觉	肺部疾病	肺部超声	K-means聚类，运动估计算法	超声视频	70名患者的420个新生儿肺部超声视频	NA	NA	准确率	NA
336	2025-11-17	Weakly supervised learning for scar reconstruction in personalized cardiac models: Integrating 2D MRI to 3D anatomical models 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111219 PMID:41166944	研究论文	提出一种基于深度学习的插值框架，用于从稀疏的LGE-CMR切片重建心肌瘢痕区域，并集成到个性化3D心脏模型中	将坐标学习和蒙特卡洛Dropout不确定性估计应用于心肌瘢痕重建，用于个性化心脏建模，并引入空间和解剖约束的自定义损失函数	仅评估了两种左心室模型，临床验证规模有限	提高低分辨率LGE-CMR数据中心肌瘢痕重建的准确性，改善个性化计算心脏建模	心肌瘢痕区域，左心室模型	医学影像分析	心血管疾病	晚期钆增强心脏MRI（LGE-CMR）	深度学习神经网络	2D MRI图像，3D解剖坐标	两种左心室模型：临床前猪LV高分辨率MRI和临床LV复杂瘢痕形态	NA	具有两个隐藏层和Dropout层的神经网络	MSE, Dice相似系数（DSC）, 体积误差	NA
337	2025-11-16	3D anatomical atlas of the heads of male and female adult Chamaeleo calyptratus 2025-Nov-15, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.70077 PMID:41239830	研究论文	本研究通过数字解剖图谱首次完整描述了变色龙头部的骨骼和软组织结构	创建了首个变色龙头部数字解剖图谱，首次绘制了颅缝和肌肉附着位点图谱，并探索了性别差异	仅使用两个成年样本进行研究，样本量有限	描述变色龙头部解剖结构并分析性别差异	成年雄性及雌性变色龙（Chamaeleo calyptratus）头部解剖结构	数字病理学	NA	对比增强染色技术，显微CT扫描	深度学习模型	3D图像数据	2个成年标本（雌雄各一）	NA	NA	NA	NA
338	2025-11-16	Diagnostic value of a second-generation super-resolution deep learning-based reconstruction combined with a metal artifact reduction algorithm for pelvic CT 2025-Nov-15, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05080-4 PMID:41240086	研究论文	评估第二代超分辨率深度学习重建算法结合金属伪影减少算法在金属髋关节植入物患者CT图像中的诊断价值	首次将第二代超分辨率深度学习重建算法与金属伪影减少算法结合应用于盆腔CT成像	样本量较小（仅40例患者），且为回顾性研究设计	评估深度学习重建算法结合金属伪影减少算法对CT图像质量的改善效果	金属髋关节植入物患者的盆腔CT图像	医学影像处理	骨科植入物相关	CT成像	深度学习重建算法	CT图像	40例患者（30例女性，年龄范围54-93岁）	NA	第二代超分辨率深度学习重建(DLR2)，第一代深度学习重建(DLR1)	标准差，伪影指数，5点评分，组内相关系数	NA
339	2025-11-16	The application of artificial intelligence-based algorithms in predicting the progression of keratoconus: a systematic review 2025-Nov-15, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03855-1 PMID:41240157	系统评价	系统评价人工智能算法在预测圆锥角膜进展中的应用	首次系统评估多种AI模型在圆锥角膜进展预测中的性能，并识别关键预测因素	缺乏外部验证、进展标准不一致、设备依赖性、校准和决策曲线分析报告不充分	评估人工智能算法在预测圆锥角膜进展中的有效性和应用前景	圆锥角膜患者	医学人工智能	圆锥角膜	机器学习、深度学习	多种AI模型	医学影像数据、临床风险因素	10,940只眼睛	NA	NA	AUC, 准确率	NA
340	2025-11-16	Towards automated fetal brain biometry reporting for 3-dimensional T2-weighted 0.55-3T magnetic resonance imaging at 20-40 weeks gestational age range 2025-Nov-14, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06403-2 PMID:41238791	研究论文	开发并验证了一种基于深度学习的全自动胎儿大脑生物测量报告流程，用于3D T2加权胎儿脑MRI	首个提出全自动生物测量报告流程的研究，整合了深度学习测量、百分位数和z值计算与报告生成	研究基于特定场强(0.55-3T)和孕周范围(20-40周)，尚未建立通用的胎儿生物测量协议	实现3D T2加权胎儿脑MRI生物测量报告的自动化，提高临床工作流程效率	胎儿大脑生物测量	医学影像分析	胎儿发育	3D T2加权磁共振成像，切片到体积重建(SVR)	3D UNet	3D MRI图像	回顾性研究90例，前瞻性研究111例，正常对照组406例	NA	3D UNet	绝对差异测量，可接受性评分，处理时间	NA