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
821	2025-12-31	Image Quality Improvement and Artificial Intelligence Performance in Pulmonary Embolism Detection at Deep Learning Reconstruction-Based Ultra-low Radiation Dose CT Pulmonary Angiography 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.018 PMID:41067972	研究论文	本研究评估了基于深度学习重建的超低剂量CT肺动脉造影的图像质量，并探讨了AI软件能否提升放射科医生在超低剂量图像上检测肺栓塞的诊断性能	在超低剂量CTPA中应用深度学习重建技术，并首次系统评估其与AI辅助诊断结合对肺栓塞检测的准确性、效率和辐射安全性的综合影响	研究样本量相对有限（144例患者），且为双中心研究，可能影响结果的普遍适用性	评估超低剂量CTPA中深度学习重建的图像质量，并确定AI软件是否能提升放射科医生对肺栓塞的诊断性能	疑似肺栓塞并接受CTPA检查的患者	数字病理学	心血管疾病	CT肺动脉造影	深度学习重建	医学影像	144例患者，其中超低剂量组随机选取56例参与者进行AI评估	NA	NA	灵敏度, 特异性, 准确性, 组内相关系数	NA
822	2025-12-31	Artificial intelligence-driven eye tracker models for Alzheimer's disease diagnosis: A systematic review and meta-analysis 2025-Dec, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251389145 PMID:41134992	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能驱动的眼动追踪工具在阿尔茨海默病诊断中的准确性	首次对人工智能驱动的眼动追踪模型在阿尔茨海默病诊断中的准确性进行系统综述和荟萃分析，并比较了深度学习与监督机器学习的性能差异	现有证据主要基于病例对照研究，缺乏在更广泛人群中进行有效筛查的证据，且研究间存在显著的异质性	评估人工智能驱动的眼动追踪模型在阿尔茨海默病检测中的诊断准确性	阿尔茨海默病患者与健康对照者	机器学习	阿尔茨海默病	眼动追踪	深度学习, 监督机器学习	眼动追踪数据	NA	NA	支持向量机	灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, ROC曲线下面积	NA
823	2025-12-31	Attention-driven deep learning models for multivariate time series forecasting of reservoir water levels 2025-Dec, Water science and technology : a journal of the International Association on Water Pollution Research IF:2.5Q2 DOI:10.2166/wst.2025.182 PMID:41468044	研究论文	本研究探讨了深度学习模型在伊朗Nesa大坝日水位预测中的应用，比较了三种注意力驱动模型的表现	在相同实验条件下使用真实世界数据对这些模型进行对比分析	ConvLSTM2D模型表现出噪声输出和有限的预测能力	开发用于水库水位预测的智能预报系统，以支持水资源管理、防洪和灌溉规划	伊朗东南部Nesa大坝的日水位数据	机器学习	NA	深度学习	CNN, BiLSTM, LSTM, ConvLSTM2D	多元时间序列数据	15年的日水文气象变量数据集（降雨、温度、蒸发、流入、流出），80%用于训练，20%用于测试	NA	CNN + BiLSTM + Attention, Encoder-Decoder LSTM with Attention, ConvLSTM2D	RMSE, MAE	NA
824	2025-12-30	SDMFFN: a novel specular detection median filtering fusion network for specular reflection removal in endoscopic images 2025-Dec-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291d PMID:41360013	研究论文	提出一种新颖的镜面检测中值滤波融合网络（SDMFFN），用于检测和去除内窥镜图像中的镜面反射	提出了一种两阶段框架，在检测阶段集成了增强的Specular Transformer Unet（S-TransUnet）模型，结合了ASPP、IB和CBAM模块以优化多尺度特征提取；在去除阶段改进了中值滤波方法并整合了颜色信息以实现自然修复	未在摘要中明确说明	解决内窥镜图像中镜面反射导致的重要细节被遮挡和诊断准确性降低的问题	内窥镜图像	计算机视觉	NA	深度学习	Transformer, CNN	图像	未在摘要中明确说明	未在摘要中明确说明	S-TransUnet	未在摘要中明确说明	未在摘要中明确说明
825	2025-12-30	New method for online quality control of dwell position and dwell time in brachytherapy by using high-speed camera and neural networks 2025-Dec-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae2aa4 PMID:41364982	研究论文	本文开发了一种用于高剂量率近距离放射治疗中驻留位置和驻留时间在线质量控制的系统，结合高速相机和神经网络以提高系统的鲁棒性和稳定性	提出了一种集成高速相机和神经网络（特别是RT-DETRv2）的在线质量控制系统，用于实时监测和验证近距离放射治疗中的源输送参数	RT-DETRv2神经网络的处理延迟为每张图像0.35秒，不适合在线监测，但适用于离线或辅助验证	开发一个在线质量控制系统，用于准确评估高剂量率近距离放射治疗中的驻留位置和驻留时间	高剂量率近距离放射治疗中的192Ir源输送过程	计算机视觉	NA	高速相机成像，帧差法，神经网络	神经网络	图像	使用GammaMedPlus iX后装设备进行实验，测试了不同步长（0.2厘米、0.5厘米、1.0厘米）和驻留时间（2.0秒、3.0秒、10.0秒）	NA	RT-DETRv2	空间分辨率（0.083毫米），时间分辨率（7.0毫秒），位置偏差（小于0.1厘米，校正后约0.01厘米），驻留时间偏差（10.0毫秒内），定位准确度（91%的预测在0.26毫米内）	NA
826	2025-12-30	Semi-Supervised Deep Learning-Based Model for Segmentation of Breast Arterial Calcification on Screening Mammograms 2025-Dec-29, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251400538 PMID:41459704	研究论文	本研究提出了一种半监督深度学习模型，用于自动化分割和分级筛查乳腺X线摄影中的乳腺动脉钙化，以改善心血管疾病风险分层	采用基于U-Net的半监督学习策略，结合渐进式伪标签方法，利用大量未标注图像增强模型鲁棒性和跨系统泛化能力	未明确说明模型在不同人群或更广泛数据集上的泛化性能，以及计算资源需求的具体细节	开发自动化工具以标准化乳腺动脉钙化的评估，提升心血管疾病风险分层的准确性和效率	筛查乳腺X线摄影图像中的乳腺动脉钙化区域	数字病理学	心血管疾病	乳腺X线摄影	深度学习	图像	2560张标注的筛查乳腺X线摄影图像（来自7个供应商）和6000张未标注图像	NA	U-Net	Jaccard相似系数, 准确率, 精确率, F1分数, 召回率, 敏感性, 特异性, AUC, 加权kappa统计量	NA
827	2025-12-30	EEGPARnet: time-frequency attention transformer encoder and GRU decoder for removal of ocular and muscular artifacts from EEG signals 2025-Dec-28, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03506-8 PMID:41456251	研究论文	提出了一种名为EEGPARnet的新型去噪网络，用于从EEG信号中去除眼动和肌肉伪影	提出了一种结合时间-频率注意力Transformer编码器和GRU解码器的轻量化架构，能够学习时频长程相似性，在显著降低模型复杂度和计算需求的同时保持高性能	仅在公开数据集EEGDenoiseNet上进行了验证，未在更多样化的临床数据或实时部署场景中进行全面测试	开发一种适用于资源受限平台的轻量化EEG信号去噪方法	受眼动和肌肉伪影污染的EEG信号	信号处理	NA	EEG信号处理	Transformer, GRU	EEG信号	EEGDenoiseNet数据集	NA	Transformer编码器（带时间和频谱注意力模块）, GRU解码器	时间相对均方根误差, 频谱相对均方根误差, 相关系数	资源受限设备（目标部署平台）
828	2025-12-30	A deep neural network model for optimizing traditional Chinese medicine prescriptions with data augmentation 2025-Dec-28, British journal of pharmacology IF:6.8Q1 DOI:10.1111/bph.70319 PMID:41456610	研究论文	本研究提出了一种名为DA-TCMPO的深度学习框架，通过数据增强技术优化中药处方，并在溃疡性结肠炎小鼠模型中验证了其有效性	引入了基于双重注意力的扩散模型和可变噪声嵌入模块，专门针对中药处方数据中的噪声和处方修改风险进行优化	未明确说明模型在更广泛疾病或临床环境中的泛化能力	优化中药处方以支持临床决策	中药处方数据及溃疡性结肠炎小鼠模型	自然语言处理	溃疡性结肠炎	数据增强	深度学习	文本	NA	NA	扩散模型	精确率, 准确率, 召回率, F1分数	NA
829	2025-12-30	Morphometric trait analysis and machine learning-based yield modeling in wood apple (Feronia limonia L.) 2025-Dec-28, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07978-6 PMID:41457267	研究论文	本研究通过形态计量学分析和可解释的机器学习模型，揭示了木苹果产量变异的决定因素，并提出了高产理想型的选择框架	首次将多元统计与可解释的机器学习模型（随机森林+SHAP）结合，为木苹果这一未充分利用树种的生产力调控提供了首个数据驱动的框架，并识别出影响产量的关键性状组合	研究仅基于62个基因型，样本量相对有限，且未涉及分子或遗传层面的深入分析	量化木苹果冠层结构、花部和果实性状等形态计量学描述符如何解释产量变异，并建立可解释的产量预测模型	62个木苹果基因型的形态计量学性状（营养、叶、花、果实和种子性状）及单株产量	机器学习	NA	形态计量学分析	Random Forest, Support Vector Regression, Deep Learning (MLP)	形态计量学数据	62个木苹果基因型	NA	Random Forest, MLP	R², RMSE, MAE	NA
830	2025-12-30	Improving multi-scale short-term precipitation forecasting through frequency domain analysis and attention mechanisms 2025-Dec-24, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.125276 PMID:41456591	研究论文	本研究提出了一种结合频域分析和注意力机制的新型短期降水预报模型，旨在提高多尺度降水预报的精度和效率	在频域量化降水的多尺度分布特征，并将跨通道多尺度注意力机制与TransUNet混合架构相结合，以捕捉降水时间演变的非线性关系	未明确说明模型在极端天气事件或不同地理区域的泛化能力	提高短期降水预报的准确性和多尺度特征捕捉能力，同时减少计算资源需求	小时降水分布（未来0-24小时）	机器学习	NA	NA	TransUNet, 注意力机制	时间序列数据（历史降水数据）	NA	NA	TransUNet, 跨通道多尺度注意力机制	威胁分数, RMSE	NA
831	2025-12-30	Learning feature dependencies for precise tumor region detection and segmentation in optical coherence tomography images 2025-Dec-18, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03914-7 PMID:41410798	研究论文	提出一种新颖的依赖特征分割方法（DIFSM），用于提高视网膜OCT图像中肿瘤区域的定位和分割精度	通过整合图像预处理、特征间依赖分析和Vision Transformer架构，明确建模特征间依赖关系，解决重叠像素模糊问题	未提及模型在更大规模或更复杂肿瘤类型数据集上的泛化能力	提高视网膜OCT图像中肿瘤区域的自动检测和分割精度	视网膜OCT图像中的肿瘤感染区域	计算机视觉	视网膜肿瘤	光学相干断层扫描（OCT）	Vision Transformer（ViT）	图像	OCTID数据集中的高分辨率视网膜OCT图像	未明确指定	Vision Transformer	Dice系数, IoU, 精确率, 灵敏度, 特异性, 均方匹配误差（MSME）	未明确指定
832	2025-12-30	HEIST: A Graph Foundation Model for Spatial Transcriptomics and Proteomics Data 2025-Dec-11, ArXiv PMID:41040798	研究论文	本文提出了一种名为HEIST的分层图变换器基础模型，用于处理空间转录组学和蛋白质组学数据，通过建模组织为分层图结构来整合空间信息和细胞内部基因共表达网络	HEIST模型首次将空间转录组学和蛋白质组学数据统一建模为分层图结构，通过跨层级消息传递计算基因嵌入，无需固定基因词汇表即可泛化到新数据类型（如空间蛋白质组学）	未明确说明模型在处理超大规模数据集时的计算效率限制或对特定组织类型的适用性局限	开发一个能够同时利用空间信息和细胞内基因/蛋白质表达数据的基础模型，以理解细胞在组织微环境中的调控机制	空间转录组学和蛋白质组学数据中的细胞及其基因/蛋白质表达模式	计算生物学	NA	空间转录组学, 空间蛋白质组学	图变换器	空间组学数据（包含空间坐标和细胞内转录/蛋白质计数）	来自15个器官的124个组织中的2230万个细胞	NA	分层图变换器	临床结果预测准确性, 细胞类型注释性能, 基因插补精度	NA
833	2025-12-30	Enlarged Perivascular Spaces and Modifiable Vascular Risk Factors: Cross-Sectional and Longitudinal Analysis in the UK Biobank Cohort 2025-Dec-06, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry DOI:10.1016/j.jagp.2025.11.016 PMID:41456992	研究论文	本研究利用英国生物银行队列数据，通过深度学习模型量化脑部MRI中的血管周围间隙，并探讨了血管风险因素、APOE基因型与PVS之间的横断面和纵向关联	首次在大规模社区队列中，结合深度学习自动量化PVS，系统分析了多种可改变血管风险因素及APOE基因型与PVS的关联，并关注了性别和脑区特异性模式	纵向分析样本量相对较小，随访时间较短，风险因素与PVS的纵向关联有限	探讨血管风险因素和APOE基因型与脑部血管周围间隙的关联，以评估PVS作为血管性脑健康生物标志物的潜力	英国生物银行队列中的社区居住成年人，横断面分析包括38,121名参与者，纵向分析包括4,225名参与者	数字病理学	老年疾病	脑部MRI	深度学习模型	图像	横断面分析38,121名参与者，纵向分析4,225名参与者	NA	NA	回归系数(b), 95%置信区间(CI)	NA
834	2025-12-30	Unveiling Hearts: Deep Learning-Based Electrocardiogram Classification for Congenital Heart Disease Detection 2025-Dec, Current medical science IF:2.0Q3 DOI:10.1007/s11596-025-00134-z PMID:41191231	研究论文	本研究开发了一种基于深度学习的ECG分类方法，用于准确检测先天性心脏病	结合CNN和RNN分析ECG信号，并应用SMOTE技术处理类别不平衡问题，提高了分类准确性	需要更多数据集进行验证，并需解决实际应用中的噪声处理和外部验证等挑战	开发一种深度学习方法来准确分类先天性心脏病	ECG信号数据	机器学习	先天性心脏病	ECG分析	CNN, RNN	时间序列数据	MIT-BIH心律失常数据库	NA	NA	准确性	NA
835	2025-12-30	Basic Science and Pathogenesis 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70855_099341 PMID:41454832	研究论文	本研究开发了一种基于深度学习的自动化方法，用于分析阿尔茨海默病APP/PS1转基因小鼠模型中淀粉样蛋白斑块微环境中的星形胶质细胞和小胶质细胞的时空动态变化	采用可解释的机器学习模型区分反应性星形胶质细胞的肥大形态，并开发了区分血管与非血管淀粉样蛋白斑块的ML模型，提供了比传统染色密度更敏感的疾病进展测量指标	研究基于转基因小鼠模型，可能无法完全反映人类阿尔茨海默病的复杂性；样本量相对有限（6、9、12月龄小鼠）	评估阿尔茨海默病淀粉样蛋白斑块微环境中星形胶质细胞增生和小胶质细胞增生的时空动态变化	APP/PS1转基因阿尔茨海默病小鼠模型中的星形胶质细胞和小胶质细胞	数字病理学	阿尔茨海默病	多重免疫荧光组织切片分析	深度学习, 机器学习	图像	6、9、12月龄APP/PS1转基因小鼠的组织切片	未明确说明	未明确说明	统计显著性	NA
836	2025-12-30	Automated detection of fin whales with distributed acoustic sensing in the Arctic and Mediterranean 2025-Dec-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0041855 PMID:41460012	研究论文	本研究提出了一种基于分布式声学传感（DAS）和深度学习的自动化检测管道，用于在北极和地中海地区大规模监测长须鲸的低频叫声	首次将YOLO深度学习模型应用于DAS数据中的鲸鱼叫声检测，并展示了其在跨地理位置和海床环境下的强泛化能力，无需微调即可实现高性能	研究仅基于两条海底电缆的数据集（挪威斯瓦尔巴和摩纳哥-意大利），可能未覆盖所有海洋环境或鲸鱼叫声变体	开发一种自动化、可扩展的管道，用于利用分布式声学传感技术监测海洋哺乳动物（特别是长须鲸）的叫声	长须鲸的低频叫声	机器学习	NA	分布式声学传感（DAS）	YOLO, Hough变换, DBSCAN, 模板匹配, LightGBM	声学数据	两条海底电缆的数据集：挪威斯瓦尔巴135公里和摩纳哥-意大利162公里	NA	YOLO	F1分数	NA
837	2025-12-30	Hankel-FNO: Fast underwater acoustic charting via physics-encoded Fourier neural operator 2025-Dec-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0041890 PMID:41460013	研究论文	本文提出了一种基于傅里叶神经算子的快速水下声学制图方法，通过结合物理知识实现高效准确的声场预测	提出了Hankel-FNO模型，将声传播知识和地形信息编码到傅里叶神经算子中，解决了传统数据驱动方法在固定分辨率和显式偏微分方程依赖方面的限制	未明确说明模型在极端复杂环境或噪声干扰下的性能表现，且对大规模实时应用的泛化能力仍需进一步验证	开发快速准确的水下声学制图方法，以支持环境感知传感器部署优化和自主车辆路径规划等下游任务	水下声场传播与声学制图	机器学习	NA	傅里叶神经算子	FNO	声场数据、地形数据	NA	NA	Hankel-FNO	准确性、计算速度、长程预测性能	NA
838	2025-12-29	Application of Noise2Inverse and adaptation (Noise2Phase) to single-mask x-ray phase contrast micro-computed tomography 2025-Dec-27, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70056 PMID:41454755	研究论文	本文探讨了将深度学习去噪技术Noise2Inverse及其改进版本Noise2Phase应用于单掩模X射线相位对比显微CT中，以降低曝光时间需求	提出了Noise2Phase方法，该方法利用成像系统特性，无需按投影分割CT数据集，从而优化了去噪流程	未明确说明方法在极端噪声水平下的具体性能限制或适用范围	旨在通过集成深度学习去噪技术，减少单掩模边缘照明XPCI显微CT的曝光时间，提高成像效率	弱衰减材料样本的3D成像	计算机视觉	NA	单掩模边缘照明X射线相位对比成像，显微CT	深度学习	图像	NA	NA	Noise2Inverse, Noise2Phase	NA	NA
839	2025-12-29	Deep Learning-Based denoising improves myocardial late enhancement imaging with spectral photon-counting CT 2025-Dec-26, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.12.002 PMID:41455687	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
840	2025-12-29	Development and validation of a deep learning model for severe mitral stenosis detection from chest X-rays 2025-Dec-25, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003519 PMID:41448847	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于从胸部X光片中检测严重二尖瓣狭窄	首次利用深度学习模型从胸部X光片中自动检测二尖瓣狭窄，并生成显著性图以可视化模型关注区域	研究为回顾性设计，样本量相对较小（515张图像），且仅使用后前位胸部X光片	开发一种基于深度学习的AI模型，用于从胸部X光片中检测二尖瓣狭窄，以提供便捷的筛查工具	二尖瓣狭窄患者（285例）和健康对照者（230例）的胸部X光图像	计算机视觉	心血管疾病	胸部X光成像	深度学习模型	图像	515张后前位胸部X光图像（285张来自二尖瓣狭窄患者，230张来自健康对照）	NA	NA	AUC, 精确率, 召回率, F1分数, 准确率	NA