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
1941	2025-10-06	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发多模态深度学习系统提高膜性肾病病理诊断准确性	首次结合PASM染色、免疫荧光和电镜图像构建多模态诊断系统，在荧光图像分类和沉积物分割方面优于病理医生	研究主要针对膜性肾病，尚未验证对其他肾小球疾病的泛化能力	开发辅助病理医生诊断膜性肾病的多模态病理诊断系统	膜性肾病患者的肾脏活检图像数据	数字病理	肾脏疾病	PASM染色、免疫荧光、电子显微镜	深度学习模型	病理图像	138名各种肾脏疾病患者	NA	NA	准确率, 召回率, F1分数, Dice系数, IoU	NA
1942	2025-10-06	Shared subspace learning via partial Tucker decomposition for hyperspectral image classification 2025-Dec-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126584 PMID:40580669	研究论文	提出一种基于张量的分类框架SSTC，通过部分Tucker分解学习共享子空间，用于高光谱图像分类	采用部分Tucker分解保留高光谱数据的多维结构，学习跨样本共享的空间和光谱子空间	未明确说明样本量的具体限制和计算资源需求	开发高效的高光谱图像分类方法，应用于食品质量评估	李子皮下瘀伤检测和芒果成熟度分类	计算机视觉	NA	高光谱成像	张量分解	高光谱图像	NA	NA	部分Tucker分解	分类准确率	NA
1943	2025-10-06	Quantitative Analysis of Deltamethrin Residues in Water Using Surface-Enhanced Raman Spectroscopy 2025-Dec-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126545 PMID:40614471	研究论文	本研究创新性地结合表面增强拉曼光谱与增强深度神经网络，提出了一种高灵敏度、高准确度的溴氰菊酯定量分析方法	通过引入门控循环单元和注意力机制增强传统CNN模型结构，构建CNN-GRU-Attention混合神经网络，在多维特征注意力聚焦和时间依赖性建模方面实现突破	NA	开发高灵敏度、高准确度的溴氰菊酯农药残留定量检测方法	水中的溴氰菊酯农药残留	机器学习	NA	表面增强拉曼光谱	CNN,GRU,Attention机制	光谱数据	NA	NA	CNN-GRU-Attention混合神经网络	相关系数R,均方根误差RMSE	NA
1944	2025-10-06	Neurofusionnet: a comprehensive framework for accurate epileptic seizure prediction from EEG data with hybrid meta-heuristic optimization algorithm 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10293-3 PMID:40661693	研究论文	提出一个名为Neurofusionnet的综合框架，通过混合元启发式优化算法从EEG数据中准确预测癫痫发作	结合了改进的ShuffleNet V2、SqueezeNet、EfficientNet V2和基于多头注意力的GhostNet V2的检测模型，并采用混合黑猩猩增强狐狸优化算法进行特征选择	NA	开发一个准确预测癫痫发作的完整框架	癫痫患者的EEG数据	医学人工智能	癫痫	EEG信号处理、独立成分分析、小波变换	深度学习	EEG信号	NA	NA	Improved ShuffleNet V2, SqueezeNet, EfficientNet V2, Multi Head Attention based GhostNet V2	NA	NA
1945	2025-10-06	A practical guide for nephrologist peer reviewers: evaluating artificial intelligence and machine learning research in nephrology 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2513002 PMID:40620096	指南	为肾脏病学同行评审提供评估人工智能和机器学习研究的结构化框架	整合TRIPOD-AI清单，提出针对肾脏病学AI/ML研究的系统评审框架	NA	提升肾脏病学领域AI/ML研究的评审质量和临床可靠性	肾脏病学领域的AI/ML研究论文	机器学习	肾脏疾病	电子健康记录分析、生物标志物分析、医学影像分析	卷积神经网络, 预测模型	电子健康记录, 医学影像, 生物标志物	NA	NA	NA	NA	NA
1946	2025-10-06	Multiparameter MRI-based automatic segmentation and diagnostic models for the differentiation of intracranial solitary fibrous tumors and meningiomas 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2530223 PMID:40625299	研究论文	开发基于多参数MRI的自动分割和诊断模型，用于区分颅内孤立性纤维瘤和脑膜瘤	首次将VB-Net深度学习网络用于肿瘤自动分割，并结合临床/影像学特征构建融合指数相关模型和四分类模型	样本量相对有限（252例患者），研究时间跨度较长（2014-2024年）	术前准确区分颅内孤立性纤维瘤和脑膜瘤，为手术规划和治疗策略提供依据	颅内孤立性纤维瘤（56例）和脑膜瘤（196例）患者	医学影像分析	脑肿瘤	多参数MRI	VB-Net, 机器学习	MRI图像, 临床数据, 影像学特征	252例患者（56例SFTs，196例脑膜瘤）	NA	VB-Net	DSC, AUC	NA
1947	2025-10-06	Integrating artificial intelligence in healthcare: applications, challenges, and future directions 2025-Dec, Future science OA IF:2.4Q3 DOI:10.1080/20565623.2025.2527505 PMID:40616302	综述	本文探讨人工智能在医疗领域的应用、挑战及未来发展方向	系统整合了AI在癌症检测、牙科医学、脑肿瘤数据库管理和个性化治疗等多元医疗场景的应用现状	面临数据隐私、算法偏见和监管问题等挑战	分析AI在医疗领域的应用潜力与发展路径	医疗诊断系统、医学数据管理和个性化治疗方案	医疗人工智能	癌症, 脑肿瘤, 口腔疾病	机器学习, 深度学习	NA	医学影像, 基因数据, 临床数据, 生活方式数据	NA	NA	NA	诊断准确率	NA
1948	2025-10-06	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	提出一种可解释的多层次堆叠集成框架CNNBoost，用于从12导联心电图图像中有效检测心肌梗死	提出结合CNN空间特征和XGBoost的堆叠集成模型，能够同时学习时空特征，并引入SHAP可解释性分析	使用南亚健康中心的公开数据集，可能存在地域代表性限制	开发可解释的机器学习框架用于心电图异常分类	心肌梗死和其他心脏异常的心电图图像	计算机视觉	心血管疾病	心电图图像分析	CNN, XGBoost	图像, 时间序列	NA	XGBoost	CNN, 堆叠集成模型	准确率, AUC, AUPRC	NA
1949	2025-10-06	JuryFusionNet: a Condorcet's jury theorem-based CNN ensemble for enhanced monkeypox detection from skin lesion images 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00355-5 PMID:40620825	研究论文	提出基于Condorcet陪审团定理的CNN集成方法JuryFusionNet，用于从皮肤病变图像中检测猴痘	首次将Condorcet陪审团定理应用于CNN模型集成，通过动态特征重校准和集体决策机制提高检测精度	依赖预训练模型，在两个不同规模数据集上性能存在差异	开发高精度的猴痘皮肤病变自动检测方法	猴痘、水痘、麻疹和正常皮肤的病变图像	计算机视觉	猴痘	深度学习，迁移学习	CNN，集成学习	皮肤病变图像	MSID数据集：770张图像（4类）；MSLD数据集：3192张样本（2类）	TensorFlow, Keras	DenseNet169, DenseNet201, MobileNet, ResNet50V2	准确率	NA
1950	2025-10-06	Deep learning methods for clinical workflow phase-based prediction of procedure duration: a benchmark study 2025-12, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2466426 PMID:39992712	研究论文	本研究评估深度学习模型在心脏导管实验室手术结束时间预测中的性能	首次基于临床工作流程阶段进行手术持续时间预测的基准研究，仅使用视频分析得出的临床阶段作为算法输入	需要在不同手术环境中验证研究结果，训练时间优化方面有待改进	开发能够准确预测心脏导管实验室手术结束时间的深度学习模型	心脏导管实验室进行的手术流程	机器学习	心血管疾病	视频分析	CNN, LSTM, Transformer, 集成模型	时间序列数据	NA	NA	InceptionTime, LSTM-FCN, 带注意力机制的LSTM, 标准LSTM	平均绝对误差, 对称平均绝对百分比误差	NA
1951	2025-10-06	MLP-UNet: an algorithm for segmenting lesions in breast and thyroid ultrasound images 2025-12, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2523266 PMID:40580163	研究论文	提出一种用于乳腺和甲状腺超声图像病灶分割的深度学习算法MLP-UNet	在U-Net编码器阶段集成基于MLP的MAP模块，并在跳跃连接中使用轻量级注意力模块增强特征表示	NA	开发用于超声图像病灶自动分割的深度学习模型以辅助临床活检和手术导航	乳腺肿瘤和甲状腺结节	计算机视觉	乳腺癌,甲状腺癌	超声成像	CNN	图像	BUSI和DDTI两个公开数据集	NA	U-Net	Dice系数,IoU,Recall	仅使用33.75M参数，保持低计算复杂度
1952	2025-10-06	AgCV: An Agentic framework for automating computer vision application 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103424 PMID:40612263	研究论文	提出了一种基于自主代理的计算机视觉框架AgCV，通过图形用户界面和自然语言命令自动化复杂的计算机视觉任务	结合LangGraph和检索增强生成技术，构建了用户驱动的自适应计算机视觉管道，通过自然语言交互降低技术门槛	NA	开发一个自动化计算机视觉应用的框架，使非专业用户能够通过自然语言命令创建和配置计算机视觉操作	计算机视觉任务自动化框架	计算机视觉	NA	自然语言处理, 深度学习, 数据科学	NA	图像	NA	LangGraph	NA	NA	NA
1953	2025-10-06	Application of deep learning for multi-scale behavioral analysis in SNCA E46K Parkinson's disease drosophila 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10294-2 PMID:40605911	研究论文	开发基于深度学习的自动化多尺度行为分析流程，用于SNCA E46K帕金森病果蝇模型的行为表型分类	结合无标记姿态估计和无监督聚类方法，从行为序列模式中提取帕金森病相关表型特征	仅使用果蝇模型进行研究，未在哺乳动物模型或临床环境中验证	建立客观可扩展的帕金森病行为分析方法	野生型和SNCA E46K突变型果蝇	计算机视觉	帕金森病	无标记姿态估计，无监督聚类	深度学习	视频，运动轨迹数据	野生型和突变型果蝇群体	NA	NA	分类准确率	NA
1954	2025-10-06	Mifnet: a MamBa-based interactive frequency convolutional neural network for motor imagery decoding 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10287-1 PMID:40605914	研究论文	提出一种基于MamBa的交互式频率卷积神经网络MIFNet，用于运动想象脑电信号解码	首次将选择性状态空间模型(SSMs)与CNN结合，通过非重叠频率分解和MamBa时序模块有效捕获长程依赖关系	NA	改进运动想象脑电信号解码性能，解决现有方法在全局时序依赖和计算效率方面的局限	运动想象脑电信号	脑机接口	NA	脑电图	CNN, SSMs	脑电信号	三个公共MI-EEG数据集(BCIC-IV-2A, OpenBMI, High Gamma)	NA	MIFNet, ConvEncoder, MamBa	分类准确率	NA
1955	2025-10-06	CT-based deep learning radiomics analysis for preoperative Lauren classification in gastric cancer and explore the tumor microenvironment 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100667 PMID:40607047	研究论文	本研究基于CT的深度学习影像组学分析，用于胃癌患者术前Lauren分型鉴别并探索肿瘤微环境	结合CT影像组学特征与临床信息构建nomogram模型，并首次通过转录组学分析揭示不同Lauren分型在肿瘤微环境中的异质性	研究为回顾性设计，样本量相对有限，需要多中心前瞻性研究进一步验证	术前无创鉴别胃癌Lauren分型并探索肿瘤微环境特征	胃癌患者	数字病理	胃癌	CT成像, RNA测序	深度学习, 影像组学	CT图像, 临床数据, 转录组数据	578例患者（训练集311例，内部验证集132例，外部验证集135例）	NA	nomogram	C-index, 校准曲线, 决策曲线	NA
1956	2025-10-06	Deep learning for differential diagnosis of parotid tumors based on 2.5D magnetic resonance imaging 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2520401 PMID:40531801	研究论文	本研究开发了一种基于2.5D磁共振成像和深度学习模型的腮腺肿瘤良恶性鉴别方法	首次将2.5D成像方法（包含层间信息）与基于Transformer的迁移学习模型结合应用于腮腺肿瘤的鉴别诊断	回顾性研究，样本量较小（122例患者），缺乏外部验证	开发准确的腮腺肿瘤术前良恶性鉴别诊断方法以指导手术规划	腮腺肿瘤患者	医学影像分析	腮腺肿瘤	磁共振成像	深度学习, Transformer	2D和2.5D磁共振图像, 临床特征	122例腮腺肿瘤患者	NA	Transformer	AUC, 灵敏度, 混淆矩阵	NA
1957	2025-10-06	MBRSTCformer: a knowledge embedded local-global spatiotemporal transformer for emotion recognition 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10277-3 PMID:40538970	研究论文	提出一种基于脑电信号的局部-全局时空Transformer模型MBRSTCformer用于情绪识别	结合大脑认知机制，提出多脑区协作网络和级联金字塔空间融合时序卷积网络，能够量化不同脑区刺激差异并融合多脑区特征	NA	开发稳健的脑电信号情绪识别模型	脑电信号情绪识别	机器学习	NA	脑电信号处理	Transformer, CNN	脑电信号	DEAP和DREAMER两个主流情绪识别数据集	NA	MBRSTCformer, Cascade Pyramid Spatial Fusion Temporal Convolution Network	准确率	NA
1958	2025-10-06	The performance of artificial intelligence in image-based prediction of hematoma enlargement: a systematic review and meta-analysis 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2515473 PMID:40497430	系统评价与荟萃分析	系统评价和荟萃分析基于医学影像的人工智能在预测血肿扩大方面的性能表现	首次对人工智能在基于影像的血肿扩大预测中的表现进行系统评价和荟萃分析，比较了深度学习和机器学习方法的性能差异	仅纳入36篇文献进行定性分析，其中仅23篇有足够信息进行定量分析，样本量有限	评估人工智能在基于医学影像预测血肿扩大方面的诊断性能	脑出血患者的血肿扩大预测	医学影像分析	脑出血	CT影像分析	深度学习, 机器学习	医学影像	36篇文献纳入定性分析，23篇文献纳入定量分析	NA	NA	灵敏度, 特异度, AUC	NA
1959	2025-10-06	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了基于集成深度学习的DeepViscosity模型，用于预测高浓度单克隆抗体的粘度分类	使用229个单克隆抗体的大规模粘度数据集，构建了包含102个集成人工神经网络模型的新方法，显著提升了预测性能	模型训练数据量仍相对有限，可能影响在更广泛抗体类型上的泛化能力	加速高浓度单克隆抗体的开发过程，通过预测粘度筛选适合皮下注射的抗体	229个单克隆抗体的粘度特性	机器学习	NA	序列分析，粘度测量	人工神经网络，集成学习	序列特征数据，实验粘度数据	229个单克隆抗体，包含54个独立测试样本	NA	集成人工神经网络	准确率	基于网页服务器的应用部署
1960	2025-06-01	Multilevel Inter-modal and Intra-modal Transformer network with domain adversarial learning for multimodal sleep staging 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10262-w PMID:40438089	研究论文	本文提出了一种结合多级Transformer和域对抗学习的多模态睡眠分期网络，用于同时处理脑电图和眼电图信号	引入多级Transformer结构捕获单模态内和多模态间的时间依赖性，并采用域对抗学习提升模型跨域泛化能力	未明确说明模型在更大规模或更复杂数据集上的表现	开发高精度的自动睡眠分期方法以辅助睡眠障碍诊断	多模态睡眠信号（脑电图和眼电图）	数字病理学	睡眠障碍	深度学习	Transformer + CNN	时间序列信号	两个常用数据集（未明确样本数量）	NA	NA	NA	NA