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
1021	2025-12-20	Developmental Brain Age Estimation From MRI Data: A Systematic Review of Deep Learning Approaches and Open Datasets 2025-Dec-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70180 PMID:41414873	综述	本文系统综述了基于MRI数据、利用深度学习方法估算发育期大脑年龄（胎儿期至2岁）的研究现状、公开数据集、模型性能及应用	首次针对发育早期（胎儿至2岁）大脑年龄估算的深度学习方法与应用进行系统性综述，整合了临床与技术视角、公开数据集信息，并提出了未来研究方向	证据等级为3级，技术效能为第2阶段，表明主要基于现有研究综述，未包含新的原始实验数据验证	综述并分析深度学习方法在基于MRI的发育期大脑年龄估算中的应用现状、性能与临床价值	发育期大脑（胎儿阶段至2岁）的MRI数据	数字病理学	NA	MRI	深度学习	图像（MRI）	NA	NA	NA	NA	NA
1022	2025-12-20	Evaluating the efficacy of the ResNet50 deep learning model utilizing thyroid scintigraphy images for predicting the outcomes of initial iodine-131 therapy in patients with Graves' disease 2025-Dec-19, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002094 PMID:41414958	研究论文	本研究利用ResNet50深度学习模型分析甲状腺闪烁扫描图像，以预测Graves病患者首次碘-131治疗的疗效	首次将ResNet50深度学习模型与甲状腺闪烁扫描图像结合，通过Grad-CAM实现特征可视化，并提取16个关键影像组学特征构建随机森林分类器，提高了预测的泛化性能	研究为回顾性单中心设计，样本量较小（121例患者），需要多中心队列验证以优化精准治疗方案	构建基于深度学习的影像组学模型，预测Graves病患者首次碘-131治疗的结果	121名确诊为Graves病并接受治疗前甲状腺闪烁扫描的患者	数字病理学	甲状腺疾病	甲状腺闪烁扫描（使用高锝酸盐-99mTcO4-）	CNN	图像	121例患者	TensorFlow, PyTorch, Keras, Scikit-learn	ResNet50	AUC, 敏感性, 特异性	NA
1023	2025-12-20	Dual-channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI 2025-Dec-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291c PMID:41360014	研究论文	提出了一种基于跨被试正向迁移的双通道TRCA-net方法，用于提升SSVEP-BCI系统的解码性能	提出了创新的基于迁移精度的被试选择策略和集成SSVEP领域自适应网络的深度学习网络，以增强模型泛化能力并降低负迁移风险	NA	提升稳态视觉诱发电位脑机接口系统的解码精度和信息传输率，减少被试间变异性	稳态视觉诱发电位脑机接口系统	机器学习	NA	稳态视觉诱发电位	深度学习网络	脑电信号	在两个大规模公共基准数据集上进行验证	NA	双通道TRCA-net, SSVEP-DAN	解码精度, 信息传输率	NA
1024	2025-12-20	Deep Learning-Based Quantification of Residual Blood Clots in Single-Use Dialyzers Using Bedside Mobile-Captured Images 2025-Dec-18, American journal of nephrology IF:4.3Q1 DOI:10.1159/000549740 PMID:41411211	研究论文	本研究开发了一种基于深度学习的模型，利用床边智能手机拍摄的透析器图像来量化残留血凝块	首次将预训练的ConvNeXt架构与可解释AI（LIME）结合，用于透析器残留血凝块的量化，并通过复合图像增强模型检测能力	模型准确率仍有提升空间，且仅针对特定血凝块水平（<10%和~30%）进行二分类，未涵盖更广泛的血凝块程度	开发一种机器学习模型，有效量化透析器中的残留血凝块，以改善终末期肾病患者的血液透析管理	透析器图像（通过床边智能手机拍摄）	计算机视觉	终末期肾病	图像采集（智能手机摄像头）、图像预处理（背景噪声去除、图像分割）、数据增强	CNN	图像	未明确具体样本数量，但数据集按60%训练、20%验证、20%测试划分，并进行了10次随机试验	未明确指定，但基于ConvNeXt架构，可能使用PyTorch或TensorFlow	ConvNeXt	准确率	NA
1025	2025-12-20	Caries detection in primary molars with bitewing radiographs through deep learning based-object detectors 2025-Dec-18, Caries research IF:2.9Q1 DOI:10.1159/000550079 PMID:41411231	研究论文	本研究开发了基于深度学习目标检测器的人工智能算法，用于在儿童乳磨牙的咬翼X光片中检测和分期龋齿病变	首次将多种深度学习目标检测算法应用于乳磨牙龋齿的自动检测和分期，特别是DINO模型在龋齿分期中表现出更高的加权Kappa一致性	研究仅使用了1,023张咬翼X光片，样本量相对有限，且仅针对3至10岁儿童的乳磨牙，可能限制了模型的泛化能力	开发人工智能算法以自动化检测和分期儿童乳磨牙的龋齿病变，辅助临床诊断和治疗决策	3至10岁儿童的乳磨牙咬翼X光片	计算机视觉	龋齿	咬翼X光摄影	目标检测算法	X光图像	1,023张咬翼X光片	NA	DINO, YOLOv7	加权Kappa分数, 灵敏度, 特异性, 准确度	NA
1026	2025-12-20	Efficient Collaborative Model Training Mechanism with Privacy-Preserving Data for the IoMT 2025-Dec-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3646067 PMID:41411349	研究论文	本文提出了一种用于IoMT时间序列数据的隐私保护协作训练模型SecLSTF，并设计了模型组件与多方计算协议之间的映射策略	提出了一种新颖的秘密共享协议Pleione，专注于优化底层秘密共享协议的计算效率，通过超可逆矩阵和配对双随机扩展机制显著减少随机数生成所需的通信轮次	NA	解决IoMT时间序列数据在跨机构数据整合中因隐私问题而阻碍深度学习应用的问题	IoMT时间序列数据	机器学习	NA	多方计算	深度学习模型	时间序列数据	NA	NA	SecLSTF	计算时间, 计算精度	NA
1027	2025-12-20	OpenVocabCT: Towards Universal Text-driven CT Image Segmentation 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3646046 PMID:41411350	研究论文	提出一种基于大规模3D CT图像预训练的视觉语言模型OpenVocabCT，用于实现通用的文本驱动CT图像分割	利用大型语言模型将诊断报告分解为细粒度的器官级描述，进行多粒度对比学习，以解决现有文本提示模型无法处理真实临床应用中复杂多样场景的局限性	模型性能依赖于大规模CT图像数据集和诊断报告的质量，且在训练过程中可能受到数据标注噪声的影响	开发一种能够适应多样化真实世界临床数据的通用文本驱动CT图像分割方法	CT图像中的器官和病灶	计算机视觉	NA	CT成像	视觉语言模型	3D CT图像, 文本	大规模CT-RATE数据集, 14个公共数据集和1个机构数据集	NA	NA	NA	NA
1028	2025-12-20	Handwritten Text Recognition: A Survey 2025-Dec-18, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646002 PMID:41411365	综述	本文全面回顾了手写文本识别（HTR）领域的发展历程，从早期启发式方法到现代基于深度学习的先进模型	提出了一个统一的分类框架，将现有工作分为行级及以下（单词和行识别）和行级以上（段落和文档级）两个主要层次，并系统梳理了研究方法、基准测试进展、关键数据集及文献结果	作为综述文章，主要基于现有文献进行归纳分析，未提出新的具体模型或算法，因此不涉及实验验证或性能比较的局限性	旨在为研究人员和实践者提供手写文本识别领域的路线图，梳理其演变过程、当前挑战和未来方向	手写文本识别模型、方法、数据集及评估基准	模式识别与机器学习	NA	深度学习技术	神经网络模型	手写文本图像	NA	NA	NA	NA	NA
1029	2025-12-20	High Volume Rate 3D Ultrasound Reconstruction with Diffusion Models 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3645849 PMID:41411351	研究论文	本文提出了一种基于扩散模型的新型3D超声重建方法，旨在从减少的仰角平面中实现更高的空间和时间分辨率	首次将扩散模型应用于3D超声重建，利用扩散后验采样的概率特性量化重建不确定性，并通过利用超声序列固有的时间一致性来加速推理	未明确说明模型在临床环境中的实时性能评估或对不同解剖结构的泛化能力	解决3D超声成像中高体积率与高图像质量之间的权衡挑战	3D心脏超声数据集	医学影像重建	心血管疾病	3D超声成像	扩散模型	3D超声图像序列	NA	NA	扩散模型	图像质量，下游任务性能，召回率	NA
1030	2025-12-20	Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review 2025-Dec-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9146 PMID:41412746	综述	本文系统总结了神经影像中下丘脑分割方法及其在生理与临床研究中的应用	对下丘脑分割方法进行了系统性的分类与综述，并指出了该领域当前面临的主要挑战与未来方向	缺乏统一的分割协议，阻碍了跨研究可比性；在儿科人群研究中存在显著的方法学空白	综述下丘脑分割方法，以促进对该关键脑区结构与功能的全面理解	人类下丘脑及其功能亚区	神经影像	NA	神经影像	深度学习	图像	NA	NA	NA	NA	NA
1031	2025-12-20	A dual-branch multi-modal deep learning framework for non-destructive evaluation of intramuscular fat in sheep 2025-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32208-2 PMID:41413180	研究论文	本文提出了一种用于绵羊肌内脂肪含量无损评估的双分支多模态深度学习框架	构建并公开首个大规模多模态绵羊数据集，并提出结合CNN与Transformer的双分支网络DB-KAN，创新性地采用基于KAN的回归头进行多模态特征融合	研究主要针对绵羊，未与其他物种进行对比验证；模型在更广泛种群和养殖条件下的泛化能力有待进一步测试	通过多模态深度学习实现绵羊肌内脂肪含量的无损评估	绵羊的肌内脂肪含量	计算机视觉	NA	B型超声成像	CNN, Transformer	图像, 结构化属性数据	1728个样本（包含超声图像、对应属性数据和真实IMF值）	PyTorch	DB-KAN（双分支网络：CNN分支 + Transformer分支 + KAN-Based回归头）	均方根误差, 决定系数, 平均绝对误差	NA
1032	2025-12-20	Ensemble deep learning with advanced feature engineering for embryo evaluation on in-vitro fertilisation procedures using biomedical images 2025-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31772-x PMID:41413417	研究论文	本文提出了一种基于集成深度学习和高级特征工程的胚胎评估系统，用于体外受精过程中的胚胎质量自动分级	结合改进的DenseNet进行特征提取，并集成TCN、ENN和CVAE模型进行胚胎分类，实现了高精度的自动化胚胎评估	未明确说明模型在临床环境中的泛化能力及对不同胚胎形态变化的适应性	开发自动化胚胎分级方法以提高体外受精中胚胎选择和妊娠成功率	体外受精过程中的胚胎生物医学图像	计算机视觉	不孕症	生物医学图像分析	集成深度学习	图像	NA	NA	DenseNet, TCN, ENN, CVAE	准确率	NA
1033	2025-12-20	A geometric graph-based deep learning model for drug-target affinity prediction 2025-Dec-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06347-2 PMID:41413775	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1034	2025-12-20	Deep learning-based fractured tooth detection in occlusal radiographs 2025-Dec-18, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07445-6 PMID:41413887	研究论文	本研究提出了一种基于深度学习的自动检测和分类牙齿骨折的方法，利用咬合X光片进行诊断	首次结合YOLOv9目标检测和多个预训练CNN模型（VGG19、EfficientNetB0、InceptionResNetV2、InceptionV3）进行牙齿骨折检测，并通过多数投票融合策略提升分类性能	数据集规模较小（仅200张咬合X光片），且仅针对牙齿11和21进行检测，可能限制了模型的泛化能力	开发一种准确快速的牙齿骨折自动检测和分类系统，以辅助牙科诊断	牙齿11和21的骨折情况	计算机视觉	牙科疾病	咬合X光摄影	CNN, YOLO	图像	200张咬合X光片	YOLOv9, TensorFlow/Keras	YOLOv9, VGG19, EfficientNetB0, InceptionResNetV2, InceptionV3	平均精度均值（mAP50、mAP50-95）、准确率	NA
1035	2025-12-20	Fully Self-Powered Gas Sensor through Fe-Ion Doping Engineering in Ni2P for Ultrasensitive and Visualized NO2 Sensing 2025-Dec-18, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c03884 PMID:41413943	研究论文	本文报道了一种基于锌空气电池的自供电NO2气体传感器，通过Fe掺杂的磷化镍作为气敏材料，并结合深度学习算法提升传感性能	通过Fe离子掺杂工程增强电荷载流子迁移率，结合InceptionTime模型和小波变换算法实现气体识别与浓度量化，构建了远程可视化智能传感装置	NA	开发超灵敏、选择性好且抗漂移的自供电气体传感器，用于复杂环境下的NO2检测	NO2气体	传感器技术	NA	Fe离子掺杂工程，深度学习算法	InceptionTime	传感器电压信号	NA	NA	InceptionTime	响应电压，检测限，传感速度，气体识别准确率，浓度量化精度	NA
1036	2025-12-20	On the Completeness of Existing RNA Fragment Structures 2025-Dec-18, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	本文评估了RNA片段结构空间的完整性，并指出其在四核苷酸和五核苷酸水平上仍处于指数增长阶段，远未完整	首次系统性地分析了RNA片段结构空间的完整性，揭示了其在四核苷酸和五核苷酸水平上的指数增长趋势，并提出了基于糖环原子的稳定参考框架	研究仅关注了二至五核苷酸片段，未涵盖更长的RNA结构或动态变化，且依赖于现有实验数据的局限性	评估RNA片段结构空间的完整性，以探讨RNA结构预测的潜力	RNA片段结构，包括二、三、四和五核苷酸水平	结构生物学	NA	结构分析，实验测定	NA	结构数据	NA	NA	NA	NA	NA
1037	2025-12-20	Phylo-Spec: a phylogeny-fusion deep learning model advances microbiome status identification 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01453-25 PMID:41283667	研究论文	提出一种名为Phylo-Spec的系统发育融合深度学习模型，用于改进基于微生物组的健康状态识别	首次将微生物的系统发育关系整合到深度学习框架中，通过自底向上的迭代融合卷积特征，动态处理未分类物种，并利用基于信息增益的机制增强模型可解释性	模型在真实世界数据中的泛化能力仍需更多验证，且计算复杂度可能较高	开发一种能够整合微生物多维度信息以提升健康状态分类性能的计算模型	人类微生物组数据	机器学习	NA	宏基因组测序，扩增子测序	深度学习	微生物丰度数据，分类学数据，系统发育数据	NA	NA	卷积神经网络	NA	NA
1038	2025-12-20	Unveiling the landscape of prokaryotic global regulators through deep protein language models 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.00950-25 PMID:41283681	研究论文	本研究利用深度蛋白质语言模型，对原核生物全局调控因子进行了大规模系统性鉴定与图谱绘制	首次将深度蛋白质语言模型应用于大规模原核生物全局调控因子的系统性鉴定，克服了传统方法在检测远程同源物和新类型方面的局限，发现了大量未知功能的蛋白质和新的调控因子类型	研究主要基于基因组序列数据，缺乏对鉴定出的调控因子进行全面的实验验证，且功能预测依赖于计算模型	系统性揭示原核生物全局调控因子的多样性、分布模式和进化动态，为合成生物学提供可调控的遗传电路设计工具	14,800个细菌和古菌模式菌株基因组中的全局调控因子	计算生物学, 生物信息学	NA	深度蛋白质语言模型, 深度学习	蛋白质语言模型	蛋白质序列数据	14,800个细菌和古菌模式菌株基因组, 74,872条经过人工注释的GR序列用于训练	NA	NA	灵敏度, 泛化能力	NA
1039	2025-12-20	The potential of a coronary artery-specific deep learning CT reconstruction algorithm for improvement in image quality of abdominal CT angiography with special reference to small arterial visibility 2025-Dec-17, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105706 PMID:41411850	研究论文	本研究评估了冠状动脉专用深度学习CT重建算法（PIQE）在提升腹部CT血管造影图像质量，特别是小动脉可见性方面的潜力	首次将专为冠状动脉设计的深度学习CT重建算法（PIQE）应用于腹部CT血管造影，并系统比较了其与传统及先进重建方法在图像质量和空间分辨率上的表现	临床研究样本量较小（仅5名肾捐献候选者），且未涉及更广泛的腹部血管疾病患者群体	评估PIQE算法在腹部CT血管造影中改善图像质量，特别是小动脉可见性的能力	腹部CT血管造影图像，重点关注小动脉的可见性	医学影像处理	NA	CT血管造影，深度学习CT重建算法	深度学习重建算法	CT图像	5名肾捐献候选者的腹部CT血管造影图像	NA	PIQE（Precise IQ Engine）	调制传递函数（MTF），噪声功率谱（NPS），CT值标准差，可见性评分	NA
1040	2025-12-20	Computational pathology in breast cancer: optimizing molecular prediction through task-oriented AI models 2025-Dec-16, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00857-1 PMID:41402342	研究论文	本文探讨了在乳腺癌病理学中，通过任务导向的小型AI模型直接从WSI预测临床相关分子特征的机遇与挑战	提出采用任务导向的小型AI模型替代大型基础模型，以解决临床工作流集成、可解释性和泛化性等问题，并探讨了模型蒸馏、弱监督和模块化训练等具体方法	模型仍面临高质量数据集获取、多机构验证的严谨性要求以及跨学科协作的挑战	优化乳腺癌分子预测，推动AI在计算病理学中的临床转化应用	乳腺癌的数字化全切片图像（WSI）	计算病理学	乳腺癌	数字化全切片图像分析	深度学习模型	图像	NA	NA	NA	NA	NA