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
1661	2025-12-07	Colorectal disease diagnosis with deep triple-stream fusion and attention refinement 2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102669 PMID:41240487	研究论文	本文提出了一种名为TripleFusionNet的新型端到端深度学习框架，用于从组织病理学和内窥镜图像中增强结直肠疾病的分类诊断	提出了一种独特的三流架构，结合了EfficientNetB3、ResNet50和DenseNet121的优势，并集成了多尺度注意力模块、Squeeze-Excite细化块和渐进门控融合机制，以动态学习上下文感知权重进行最优特征集成	未明确说明模型在更广泛、更多样化数据集上的泛化能力，也未详细讨论在真实临床环境中的部署挑战	开发一种稳健的早期结直肠癌诊断方法，提升计算机辅助诊断工作流的性能	结直肠疾病	计算机视觉	结直肠癌	深度学习	CNN	图像	两个结直肠基准数据集：CRCCD_V1（14类）和LC25000（二分类）	未明确指定，可能为TensorFlow或PyTorch	EfficientNetB3, ResNet50, DenseNet121	准确率, 宏F1分数, 精确率, 召回率, ROC-AUC	未明确指定
1662	2025-12-07	AveragedLIME for general explanations in EEG domain 2025-Dec-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121588 PMID:41240887	研究论文	本文提出了一种名为averagedLIME的方法，通过平均LIME生成的局部解释来实现CNN决策的全局解释，特别适用于具有相对稳定空间分布的系统，如基于事件相关电位（ERP）的系统	开发了averagedLIME方法，通过平均局部解释来揭示CNN在EEG数据中的一般模式，相比SHAP和Grad-CAM等现有技术，能产生更一致和可泛化的激活模式	方法主要适用于具有相对稳定空间分布的系统，可能不适用于空间分布变化较大的场景	旨在提高基于深度学习的神经信息学和诊断应用系统的透明度，通过全局解释CNN决策	脑电图（EEG）数据，特别是事件相关电位（ERP）系统	机器学习	NA	脑电图（EEG），事件相关电位（ERP）	CNN	EEG数据	NA	NA	CNN	一致性，可泛化性	NA
1663	2025-12-07	Anatomy-informed deep learning and radiomics for neurofibroma segmentation in whole-body MRI 2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102667 PMID:41241992	研究论文	本研究提出了一种结合解剖学信息深度学习和影像组学的流程，用于在全身磁共振成像中分割神经纤维瘤	提出了一种三阶段流程，整合了基于解剖学的高风险区域细化、3D各向异性解剖信息感知U-Net集成以及基于影像组学的假阳性过滤，以提高分割的准确性和特异性	在低肿瘤负荷情况下的分割性能显著下降；专家间的标注一致性有限，反映了任务本身的复杂性	开发一个用于神经纤维瘤病1型患者全身MRI中神经纤维瘤自动分割的流程，以量化肿瘤负荷并辅助临床决策	神经纤维瘤病1型患者的全身磁共振成像	数字病理	神经纤维瘤病	全身磁共振成像	深度学习	医学影像	来自74名NF1患者的109次全身MRI扫描	NA	3D anisotropic anatomy-informed U-Net, 2D nnU-Net, 3D full-resolution nnU-Net	Dice Similarity Coefficient, Volume Overlap Error, Absolute Relative Volume Difference, F1 score	NA
1664	2025-12-07	Deep learning-based dual-energy subtraction synthesis from single-energy kV x-ray fluoroscopy for markerless tumor tracking 2025-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03432-9 PMID:40864422	研究论文	本研究提出了一种基于深度学习的双能量减影合成方法，用于从单能量X射线透视图像中合成双能量减影图像，以增强无标记肿瘤跟踪的准确性	通过深度学习模型从单能量X射线透视图像合成双能量减影图像，避免了依赖特殊硬件的双能量成像限制，提高了肿瘤跟踪的准确性	研究使用了数字体模模拟数据集进行训练，可能未完全覆盖临床实际中的复杂情况，且样本量有限（仅十名肺癌患者）	开发一种无需特殊硬件的双能量减影合成方法，以改善移动肺肿瘤在放射治疗中的无标记跟踪精度	移动肺肿瘤在X射线透视图像中的跟踪，涉及数字体模和临床肺癌患者的透视图像	计算机视觉	肺癌	X射线透视成像	CNN	图像	数字体模模拟数据集和十名肺癌患者的临床单能量X射线透视图像	NA	Residual U-Net	平均跟踪误差（毫米），跟踪成功率（百分比）	NA
1665	2025-12-07	Ground-based imagery dataset for early weed classification in tomato crops 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112249 PMID:41342005	研究论文	本文介绍了一个用于番茄作物早期杂草分类的地面图像数据集	提供了一个公开可用的、高分辨率RGB图像数据集，专门针对番茄作物早期发育阶段的杂草物种识别，支持深度学习模型的训练与评估	数据集仅来自西班牙一个特定农业区域（Santa Amalia, Badajoz）的番茄田，可能无法代表其他地区或作物的杂草分布	推动精准农业的发展，通过早期杂草识别实现定点管理，减少除草剂使用，促进可持续作物生产	番茄作物田中的早期发育阶段杂草	计算机视觉	NA	RGB图像采集	CNN, Vision Transformer	图像	1217张JPG图像，包含21,208个标注实例（2021年：938张图像，9060个实例；2022年：278张图像，11,931个实例）	NA	NA	NA	NA
1666	2025-12-07	SDNET 2025- Annotated dataset of steel bolted connection evaluation 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112254 PMID:41342008	研究论文	本文介绍了一个用于钢结构中螺栓连接缺陷检测的公开数据集SDNET 2025，包含松动、缺失和固定螺栓的标注图像	提供了一个公开可用的螺栓缺陷检测数据集，结合了现场视觉检查和实验室模拟数据，以支持深度学习模型在自主螺栓连接评估中的应用	数据集规模相对有限（826张图像），且可能未覆盖所有实际环境中的复杂缺陷类型	开发一个用于自动化评估钢结构中螺栓连接缺陷的数据集，以促进AI在结构健康监测中的应用	钢结构的螺栓连接，包括桥梁和高杆等	计算机视觉	NA	视觉成像，无人机系统（UAS）	NA	图像	826张标注图像（包括324张松动螺栓、200张缺失螺栓和302张固定螺栓图像）	NA	NA	NA	NA
1667	2025-12-07	Harnessing Statistical and Machine Learning Approaches to Analyze Oxidized LDL in Clinical Research 2025-Dec, Cell biochemistry and biophysics IF:1.8Q4 DOI:10.1007/s12013-025-01837-9 PMID:40884728	综述	本文综述了在临床研究中用于评估氧化低密度脂蛋白水平的统计和机器学习方法，并讨论了其优势、局限性和临床相关性	整合并比较了传统统计方法与新兴机器学习及人工智能方法在OxLDL研究中的应用，强调了标准化分析流程对于可重复性、可解释性和临床转化的重要性	未提供具体的实验数据或新模型验证，主要基于现有文献进行综述分析	探讨如何利用统计和机器学习方法分析氧化低密度脂蛋白，以促进其在临床研究中的标准化和应用	氧化低密度脂蛋白及其在动脉粥样硬化、2型糖尿病、代谢综合征、阿尔茨海默病和慢性肾病等慢性疾病中的作用	机器学习	心血管疾病	NA	深度学习	临床数据、生化数据、影像数据	NA	NA	NA	NA	NA
1668	2025-12-07	Trends and applications of variational autoencoders in medical imaging analysis 2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102647 PMID:41100999	综述	本文综述了2018年至2024年间变分自编码器在医学影像分析中的趋势与应用	通过文献计量分析揭示了VAE在医学影像中的研究趋势，并强调了深度学习工作流程标准化的重要性	NA	分析变分自编码器在医学影像分析中的应用趋势与潜力	118篇Web of Science数据库中的相关文章	医学影像分析	NA	NA	变分自编码器	医学影像	NA	NA	变分自编码器	NA	NA
1669	2025-12-07	ESAM2-BLS: Enhanced segment anything model 2 for efficient breast lesion segmentation in ultrasound imaging 2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102654 PMID:41130123	研究论文	提出了一种名为ESAM2-BLS的增强型深度学习模型，用于高效分割超声图像中的乳腺病灶	通过引入适配器模块定制和微调预训练的SAM2模型，专门针对乳腺超声图像的独特挑战（如斑点噪声、低对比度边界、阴影伪影和各向异性分辨率）进行优化，显著提高了分割准确性，特别是对于低对比度和小病灶区域	NA	解决乳腺超声图像中病灶区域分割的挑战，提供高效的自动化分割解决方案	乳腺超声图像中的病灶区域	计算机视觉	乳腺癌	超声成像	深度学习模型	图像	超过1600名患者的两组数据集	NA	SAM2, ESAM2-BLS	Dice分数	NA
1670	2025-12-07	Multistain multicompartment automatic segmentation in renal biopsies with thrombotic microangiopathies and other vasculopathies 2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102658 PMID:41167096	研究论文	本文开发了一种用于肾活检中血栓性微血管病及其他血管病变的自动多染色多区域分割流程	开发了覆盖六个关键区域（动脉、小动脉、肾小球、皮质、髓质、被膜/其他）的自动多染色分割流程，并发布了集成QuPath的开源端到端工具包NePathTK	小动脉区域的分割性能相对较低（Dice系数为0.553），且模型在泛化到其他染色方法或更广泛的血管病变类型时可能存在限制	开发一种能够泛化于不同染色方法并捕获严重形态学扭曲的自动组织分割方法，以支持肾活检的大规模分析	来自七个中心的158例肾活检样本，包括血栓性微血管病（TMA）和类似病变（Mimickers）	数字病理学	肾脏疾病	多染色全玻片图像分析	CNN, Transformer	图像	158例肾活检样本（训练集79例，验证集26例，测试集53例）	PyTorch, QuPath	U-Net, FPN, DeepLabV3+, Mask2Former, SegFormer, SegNeXt, ResNet-34, DenseNet-121, EfficientNet-v2-S, ConvNeXt-Small, Swin-v2-B	Dice系数, 准确率	NA
1671	2025-12-07	CDANet: A context-detail aware network for marine oil spill detection in SAR imagery 2025-Dec-01, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140683 PMID:41349300	研究论文	本研究提出了一种用于SAR图像海洋溢油检测的上下文-细节感知网络（CDANet），并构建了一个综合性的SAR溢油数据集	提出了CDANet网络，通过整合Mamba状态空间模型、多尺度交叉注意力机制和扩张正交特征融合策略，同时捕获全局语义和局部细节	未明确说明模型在极端天气条件或极高海况下的检测性能	开发准确高效的海洋溢油检测技术	合成孔径雷达（SAR）图像中的海洋溢油	计算机视觉	NA	合成孔径雷达（SAR）成像	深度学习模型	SAR图像	基于Sentinel-1和GF-3数据构建的综合数据集，包含多年份、多地理区域、多溢油形态和多极化模式	NA	CDANet（整合Mamba状态空间模型、多尺度交叉注意力机制、扩张正交特征融合）	精确率，F1分数	NA
1672	2025-12-06	Multiparametric MRI deep learning model based on dynamic Contrast-enhanced and apparent diffusion coefficient map enables accurate prediction of benign and malignant breast lesions 2025-Dec-05, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00970-1 PMID:41345985	研究论文	本研究开发了一种基于动态对比增强磁共振成像和表观扩散系数图的多参数深度学习模型，用于准确区分乳腺良恶性病变	首次将DCE-MRI和ADC图结合构建深度学习模型，用于乳腺病变的良恶性鉴别，并证明其性能优于单一参数模型及初级放射科医生	研究为回顾性设计，样本量有限，且来自单一中心，未来需要在前瞻性、多中心、多扫描仪和跨国队列中进行验证	开发一个基于多参数MRI的深度学习模型，以区分乳腺良恶性病变，并评估其辅助临床决策的潜力	乳腺病变（包括良性和恶性）	数字病理	乳腺癌	动态对比增强磁共振成像，表观扩散系数图	深度学习模型	医学影像（MRI图像）	训练/验证集包含509名患者的556个病灶（307个恶性，249个良性）；独立测试集包含225名患者的243个病灶	NA	NA	AUC，准确率，灵敏度，特异性	NA
1673	2025-12-06	Potential radiation dose reduction in computed tomography with deep learning reconstruction: a retrospective monocentric study 2025-12-05, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253513 PMID:41346133	研究论文	本研究评估了深度学习重建算法在常规临床CT扫描中相比迭代重建算法，能否在维持或提升图像质量的同时降低辐射剂量	首次在单中心、大规模回顾性研究中，系统评估了深度学习重建算法在四种不同CT协议（胸部、头部、胸腹盆肿瘤学、下肢CTA）中降低辐射剂量的一致性和有效性，证实了其广泛的临床应用潜力	研究为回顾性、单中心设计，可能存在选择偏倚，且图像质量评估仅基于子样本（200名患者）	评估深度学习重建算法在降低CT扫描辐射剂量方面的有效性和一致性	接受CT扫描的患者	医学影像	NA	计算机断层扫描	深度学习重建算法	CT图像	总人群13,060名患者，图像质量评估子样本200名患者（每组每个协议25名）	NA	NA	主观图像质量评估，标准化信噪比，对比噪声比	NA
1674	2025-12-06	Digital profile of children's hearts: automated echocardiogram strain analysis facilitates earlier detection of cardiac dysfunction 2025-Dec-05, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf952 PMID:41347951	研究论文	本文提出了一种名为Motion-Echo的半监督深度学习框架，用于自动化超声心动图应变分析，旨在提高儿童心脏功能障碍的早期检测能力	开发了一个大规模、供应商无关的半监督深度学习框架，整合了上下文补偿和运动估计模块，适用于不同图像质量和人群的超声心动图应变分析	NA	通过标准化和自动化超声心动图应变分析，提高儿童心脏功能评估的准确性并实现心脏功能障碍的早期检测	儿童和成人的超声心动图数据	数字病理学	心血管疾病	超声心动图	深度学习	图像	11096例儿童和11297例成人超声心动图	NA	Motion-Echo	平均绝对误差, Pearson相关系数, AUC	NA
1675	2025-12-06	Attention-Guided Deep Learning of Chemical Exchange Saturation Transfer Magnetic Resonance Imaging to Differentiate Between Tumor Progression and Radiation Necrosis in Brain Metastasis 2025-Dec-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.10.040 PMID:41348074	研究论文	本研究开发了一种基于注意力引导深度学习的化学交换饱和转移磁共振成像方法，用于区分脑转移瘤中的肿瘤进展与放射性坏死	提出了一种结合新型注意力机制的三维Transformer模型，并首次将多模态化学交换饱和转移MRI与T1/T2映射及常规结构MRI结合用于该诊断任务	样本量相对有限（93例患者，230个病灶），且需依赖组织病理学或长期随访影像确认结果，可能引入选择偏倚	解决脑转移瘤立体定向放射外科治疗后放射性坏死与肿瘤进展的鉴别诊断难题	接受立体定向放射外科治疗的脑转移瘤患者（共93例，包含230个病灶）	数字病理学	脑转移瘤	化学交换饱和转移磁共振成像，T1/T2映射，常规结构MRI	Transformer	磁共振图像	93例患者（230个病灶），其中训练集47例患者（184个病灶），独立测试集46例患者（46个病灶）	NA	三维Transformer模型	AUC（受试者工作特征曲线下面积）	NA
1676	2025-12-06	Low-dose CBCT image reconstruction: a review 2025-Dec-05, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-025-02492-y PMID:41348234	综述	本文深入分析了低剂量锥束计算机断层扫描（CBCT）图像重建领域的最新研究进展	系统性地综述了低剂量CBCT图像重建中解析重建算法、迭代重建算法和深度学习方法的进展、特点与应用，并指出了当前技术的挑战与未来方向	作为一篇综述，其本身不包含原创性实验或新模型验证，主要基于现有文献进行分析	旨在通过综述低剂量CBCT图像重建技术，推动该领域发展，在降低患者辐射风险的同时保持图像质量	低剂量CBCT图像重建的相关算法与方法	医学影像处理	NA	锥束计算机断层扫描（CBCT）	NA	CBCT图像	NA	NA	NA	NA	NA
1677	2025-12-06	Radiological Image and Text-Based Medical Concept Detection in Social Networks Using Hybrid Deep Learning 2025-Dec-05, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02311-y PMID:41348245	研究论文	本研究利用混合深度学习模型，从社交媒体中的放射学图像及其相关评论中自动检测和分类医学概念	首次将深度学习模型应用于从社交媒体收集的放射学数据，进行多标签医学概念分类	未提及具体的数据偏差或模型泛化能力限制	通过自动分配相关医学概念，对社交媒体上的放射学图像进行多标签分类	社交媒体上的放射学图像及其相关评论	计算机视觉	NA	深度学习	CNN, 前馈神经网络	图像, 文本	使用ImageCLEF 2019数据集和自定义数据集Rdpd_Test_Ds	NA	VGG-19, DenseNet-121, ResNet-101, Xception, Efficient-B7	精确率, 召回率, F1分数	NA
1678	2025-12-06	Bioinformatics and artificial intelligence in genomic data analysis: current advances and future directions 2025-Dec-05, Molecular genetics and genomics : MGG IF:2.3Q3 DOI:10.1007/s00438-025-02314-x PMID:41348251	综述	本文全面综述了人工智能（特别是机器学习和深度学习）在基因组数据分析中的应用、当前进展与未来方向	系统整合了AI在基因组分析全流程（从变异检测到多组学整合和个性化医疗）的应用，并批判性评估了可解释AI和联邦学习等新兴技术	面临数据标准化、计算成本高、算法可解释性不足以及隐私和算法偏见等伦理挑战	探讨人工智能如何变革基因组数据分析，并解决传统生物信息学方法的关键局限	2010年至2024年间发表的同行评审研究，涵盖PubMed、Scopus和Google Scholar数据库	生物信息学, 机器学习	NA	下一代测序	机器学习, 深度学习	基因组数据	NA	NA	NA	准确性	NA
1679	2025-12-06	An automated classification of brain white matter inherited disorders (Leukodystrophy) using MRI image features 2025-Dec-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae2336 PMID:41285048	研究论文	本研究提出了一种基于MRI图像特征的自动化分类方法，用于诊断脑白质遗传性疾病（脑白质营养不良症）	首次将深度学习CNN模型（特别是InceptionV3）应用于3D脑MRI图像，对五种主要脑白质营养不良亚型进行自动化分类，并系统比较了传统机器学习与深度学习方法的表现	研究样本量相对较小（115例患者），仅包含五种主要亚型，可能无法涵盖所有脑白质营养不良变异类型	开发可靠的自动化工具，辅助神经科医生进行脑白质营养不良症的鉴别诊断	115名确诊脑白质营养不良症患者的脑部MRI图像，涵盖五种主要亚型	医学影像分析	脑白质营养不良症	脑部MRI成像	传统机器学习算法, CNN	3D MRI图像	115例患者	NA	InceptionV3	准确率, 精确率, 召回率, 特异性, F1分数, AUC	NA
1680	2025-12-06	Semantic Correspondence: Unified Benchmarking and a Strong Baseline 2025-Dec-04, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3640429 PMID:41343305	综述	本文首次对语义对应方法进行了全面综述，提出了一种分类法，汇总了各方法在多个基准测试上的结果，并提出了一个简单有效的基线模型	提出了首个语义对应方法的广泛综述，创建了统一的分类法和性能比较表，并通过控制实验深入分析了不同方法的组件有效性，同时提出了一个在多个基准测试上达到最先进性能的简单基线模型	NA	对语义对应任务进行全面综述、分析和基准测试，为该领域提供统一的评估框架和强基线	语义对应方法	计算机视觉	NA	NA	NA	图像	NA	NA	NA	NA	NA