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
1881	2025-11-19	Individualized mapping of aberrant cortical thickness via stochastic cortical self-reconstruction 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103788 PMID:41056815	研究论文	开发了一种基于深度学习的随机皮层自重建方法，用于在顶点级别重建皮层厚度图并检测个体化异常	提出无需额外受试者信息即可在顶点级别重建皮层厚度图的新方法，能够检测局部皮层变化和细微厚度偏差	NA	开发个体化皮层厚度异常映射方法以推进神经学和精神病学诊断	健康个体、早产儿和痴呆症患者的皮层厚度数据	医学影像分析	神经退行性疾病、早产相关脑异常	皮层厚度映射	深度学习	皮层厚度图、医学影像数据	超过25,000名健康个体训练数据，独立测试集验证	NA	NA	重建误差、疾病鉴别能力	NA
1882	2025-11-19	Nested resolution mesh-graph CNN for automated extraction of liver surface anatomical landmarks 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103825 PMID:41072126	研究论文	提出结合网格CNN和图CNN的两阶段自动框架，用于从肝脏表面提取解剖标志点	提出嵌套分辨率网格-图CNN框架，结合低分辨率全局理解和局部拓扑融合，并引入解剖感知Dice损失函数	数据量有限，肝脏形状和外观存在变异	实现肝脏表面解剖标志点的自动提取和分割	肝脏表面解剖标志点（镰状韧带和肝嵴）	计算机视觉	肝脏疾病	深度学习	CNN, 图卷积网络	三维网格数据	两个肝脏数据集（分布内和分布外）	PyTorch	DGCNN, MeshCNN	Dice系数	NA
1883	2025-11-19	A new time-decay radiomics integrated network (TRINet) for breast cancer risk prediction 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103829 PMID:41075448	研究论文	提出一种新型时间衰减放射组学集成网络TRINet，用于乳腺癌风险预测	引入时间衰减注意力机制聚焦近期乳腺筛查图像，集成放射组学特征与注意力多示例学习框架，提出基于双侧不对称性的持续学习策略，添加时间嵌入加性风险层实现动态多年风险预测	NA	开发个性化乳腺癌筛查方案，实现动态风险预测	乳腺筛查影像数据	数字病理	乳腺癌	放射组学	深度学习	医学影像	美国EMBED数据集8528名患者，瑞典CSAW数据集8723名患者	NA	TRINet, AMIL	AUC	NA
1884	2025-11-19	DaphTrack: A deep learning-based multidimensional behavior analysis system for neonatal Daphnia magna 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118771 PMID:41075546	研究论文	开发基于深度学习的多维行为分析系统DaphTrack，用于自动检测、计数和分析新生大型溞的行为	结合YOLO11n目标检测框架和优化的ByteTrack++跟踪算法，建立全面的行为参数矩阵来量化运动特征	NA	提高新生大型溞识别和行为分析的准确性与效率，阐明污染物毒理机制	新生大型溞（Daphnia magna）	计算机视觉	NA	行为分析	深度学习	视频	NA	YOLO11n, ByteTrack++	YOLO11n, ByteTrack++	识别准确率, IDF1	NA
1885	2025-11-19	Unsupervised multimodal surface registration with geometric deep learning 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103821 PMID:41101194	研究论文	提出GeoMorph几何深度学习框架用于皮质表面图像配准	采用几何深度学习进行无监督多模态表面配准，通过图卷积提取特征并利用深度条件随机场确保生物合理的平滑形变	NA	开发皮质表面图像配准方法以改善脑结构对齐	皮质表面	机器学习	NA	几何深度学习	图卷积网络, 循环神经网络	表面图像	NA	PyTorch	GeoMorph	对齐精度, 形变平滑度	NA
1886	2025-11-19	Deep learning-based optimal adaptive regulation pathway of algal blooms in urban rivers under long-term uncertainties 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124677 PMID:41101274	研究论文	本研究开发了一种基于深度学习的自适应调控框架，用于优化城市河流藻华控制策略以应对长期气候不确定性	结合动态自适应政策路径框架、深度学习代理模型和优化算法，首次系统量化了气候不确定性对城市藻华调控的影响	研究基于苏州案例，结果在其他地区的适用性需要进一步验证	开发应对气候不确定性的城市河流藻华自适应调控策略	城市河流藻华动态和调控措施	环境科学与机器学习交叉领域	NA	动态自适应政策路径框架，深度学习代理模型	AdaBoost, Bagging, NSGA-II	气候情景数据，调控情景数据，藻华动态数据	8个气候变化情景和19个调控情景	NA	集成学习框架（AdaBoost+Bagging）	R²，模拟时间	NA
1887	2025-11-18	Bio-inspired auto-adaptive framework for optimized movement of passive knee prosthesis 2026-Jan, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107187 PMID:40987055	研究论文	提出一种仿生自适应框架，通过深度学习优化被动膝关节假体的运动控制	开发了能够智能适应并模拟自然步态的仿生框架，通过传感器和阻尼控制机制驱动被动膝关节	NA	为截肢者创建能够补偿失去的活动能力并模拟自然行走的智能假体框架	被动膝关节假体使用者	机器学习	截肢康复	传感器技术，阻尼控制机制	深度学习	步态相位事件数据	NA	NA	NA	分类准确率，膝关节屈曲角度，跌倒预防率	NA
1888	2025-11-18	Hybrid Fusion Model for Effective Distinguishing Benign and Malignant Parotid Gland Tumors in Gray-Scale Ultrasonography 2026-Jan, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.014 PMID:41015751	研究论文	开发了一种结合影像组学和迁移学习的混合融合模型DLRN，用于辅助超声医师区分腮腺良恶性肿瘤	首次将影像组学特征与深度迁移学习通过决策融合相结合，并进一步整合临床特征构建混合融合模型	回顾性研究，样本量相对有限（328例患者），仅来自两个中心	开发辅助诊断模型以提高腮腺肿瘤良恶性鉴别的准确性	经病理证实的腮腺肿瘤患者	医学影像分析	腮腺肿瘤	灰度超声成像	混合融合模型,机器学习分类器,迁移学习网络	超声图像	328例患者来自两个医疗中心	NA	8种机器学习分类器,7种迁移学习网络	AUC,校准曲线,决策曲线分析,Hosmer-Lemeshow检验	NA
1889	2025-11-18	Enhancing Newborn Health Assessment: Ultrasound-based Body Composition Prediction Using Deep Learning Techniques 2026-Jan, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.09.016 PMID:41102035	研究论文	本研究开发了一种基于改进U-Net架构的深度学习模型，通过超声图像预测新生儿体成分（脂肪质量和去脂体重）	首次将改进的U-Net架构应用于新生儿超声图像体成分预测，并采用Grad-CAM技术识别关键图像区域	研究样本量较小（仅65名早产儿），需要更大规模验证	探索深度学习在超声图像中预测新生儿体成分的可行性，改善新生儿健康评估	65名早产儿的721张肱二头肌、股四头肌和腹部超声图像	医学影像分析	新生儿健康	超声成像，空气置换体积描记法	深度学习	超声图像	65名早产儿，共721张超声图像	NA	改进的U-Net	平均绝对误差(MAE), 均方误差(MSE), 均方根误差(RMSE), 平均绝对百分比误差(MAPE), Bland-Altman图	NA
1890	2025-11-16	Advancing biomedical waste classification through a hybrid ensemble of deep Learning, reinforcement Learning, and differential evolution algorithms 2026-Jan-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.115210 PMID:41151359	研究论文	提出一种结合深度学习、强化学习和差分进化算法的混合集成模型，用于生物医学废物分类	首次将深度学习、强化学习和差分进化算法通过双异质集成方式结合，并开发了专用的生物分类机器Biosorter	仅在小型医疗中心进行实际部署验证，需要更大规模的应用测试	开发高效的生物医学废物分类系统，改善医疗废物管理	制药和生物医学废物，特别是感染性废物的分类	计算机视觉	NA	图像增强、集成图像分割、决策融合	CNN, 强化学习, 差分进化算法	图像	专有数据集和基准数据集	NA	U-Net, Mask R-CNN, DeepLab Version 3 Plus, Inception Version 3, Residual Network 50, Mobile Network Version 2, Densely Connected Convolutional Network 121	准确率, 处理吞吐量, 系统可用性量表(SUS)评分	NA
1891	2025-11-15	Benchmarking AI-driven acoustic monitoring for floating marine debris: Challenges in deep learning-based debris extraction 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118655 PMID:40929868	研究论文	评估主流深度学习模型在声纳图像中自动提取漂浮海洋垃圾的性能	首次系统评估深度学习模型在声纳图像中提取低对比度漂浮垃圾的性能，并引入包含1000张声纳图像的“严苛漂浮垃圾”数据集	数据稀缺性以及声学成像固有的物理特性（包括距离相关分辨率和视角敏感性）限制了模型性能	开发更强大的AI驱动系统用于自主监测漂浮海洋垃圾	声纳图像中的漂浮海洋垃圾（塑料袋、瓶子、金属罐和混合垃圾）	计算机视觉	NA	声纳成像技术	深度学习分割模型	声纳图像	1000张声纳图像，包含4类垃圾（塑料袋、瓶子、金属罐、混合垃圾），每张图像含2-4个手动标注实例	NA	NA	IoU（交并比）	NA
1892	2025-11-15	Remote sensing and image analysis of macro-plastic litter: A review 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118630 PMID:40929867	综述	本文综述了遥感技术和人工智能图像分析在宏观塑料垃圾检测领域的最新进展	系统整合了多种遥感平台（网络摄像头、无人机、气球、飞机和卫星）与AI图像分析技术在塑料垃圾监测中的联合应用，提出了量化指标标准化的重要观点	研究中存在量化指标不一致、环境干扰、分辨率限制和协议不统一等挑战，影响跨研究比较和数据协调	评估遥感技术和AI图像分析在海洋塑料污染监测中的应用效果和发展潜力	沿海、河流和其他水生环境中的宏观塑料垃圾	计算机视觉	NA	遥感技术、图像分析	深度学习模型	遥感图像	NA	NA	NA	垃圾覆盖面积、体积、重量、单位面积物品数量	NA
1893	2025-11-15	Predicting sediment contamination in Tunisia's coastal lagoons using an OP-LSTM deep learning model: A case study from the Bizerte basin, southwest Mediterranean region 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118606 PMID:40857895	研究论文	本研究应用优化的长短期记忆深度学习模型预测突尼斯比塞大潟湖沉积物污染风险	首次将优化的LSTM模型应用于沿海潟湖沉积物污染预测，相比标准LSTM模型具有更高的预测精度	研究仅针对突尼斯比塞大盆地，结果可能不适用于其他地理环境	预测沿海潟湖沉积物污染风险，支持海岸带环境管理	突尼斯比塞大潟湖的沉积物样本	环境科学，深度学习	NA	X射线衍射，原子吸收光谱，地球化学分析	LSTM	地球化学数据，矿物学数据	未明确样本数量，但包含空间变化的沉积物采样	NA	OP-LSTM（优化的长短期记忆网络）	RMSE，MSE，训练损失，R分数	NA
1894	2025-11-15	A comprehensive deep learning model for motor phenotypes of Parkinson's disease using three-dimensional kinect V2 detectors 2026-Jan, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.110000 PMID:41061555	研究论文	开发结合骨架步态能量图像与相对距离角度的混合CNN-LSTM深度学习模型，用于帕金森病运动表型分类	首次将骨架步态能量图像与相对距离角度特征结合，并采用混合CNN-LSTM架构提升帕金森病运动表型分类性能	未明确说明样本规模和数据采集环境的具体限制	提高帕金森病不同运动表型的诊断准确率	帕金森病患者（分为非姿势不稳步态障碍组和姿势不稳步态障碍组）与健康对照组	计算机视觉	帕金森病	三维Kinect V2检测器	CNN, LSTM, CNN-LSTM	骨架步态能量图像，相对距离和角度数据	NA	NA	CNN-LSTM混合架构	AUC, 分类准确率	NA
1895	2025-11-14	MultiExCam: A multi approach and explainable artificial intelligence architecture for skin lesion classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109081 PMID:41021995	研究论文	提出一种用于皮肤病变分类的多方法可解释人工智能架构MultiExCam	首次实现深度学习与机器学习的真正混合集成，采用自适应集成架构学习个性化决策策略，结合GradCAM和SHAP提供全面可解释性	未明确说明计算资源需求和模型训练时间	开发能够同时提供高诊断性能和临床可解释性的皮肤癌检测AI系统	皮肤病变图像分类	计算机视觉	皮肤癌	数字成像处理	CNN, 集成学习, 前馈神经网络	皮肤镜图像, 深度学习特征, 手工统计特征	三个数据集（HAM10000, ISIC, MED-NODE）	NA	卷积神经网络, 前馈神经网络（带门控和注意力机制）	AUC, F1-score	NA
1896	2025-11-14	A deep learning model leveraging semantic features fusion for DNase I hypersensitive sites identification in the human genome 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109127 PMID:41151193	研究论文	提出多种深度学习模型用于识别人类基因组中的DNase I超敏感位点	首次将语义特征融合表示集成到模型中，有效捕捉复杂DHS序列中的局部和全局模式及时空依赖关系	未提及模型在独立验证集上的泛化能力及计算效率分析	开发高性能、低成本的DHS识别计算方法	人类基因组中的DNase I超敏感位点	生物信息学	乳腺癌, 冠状动脉疾病, 阿尔茨海默病, 自身免疫疾病, 神经系统疾病	深度学习	CNN, GRU	基因组序列数据	NA	NA	1维CNN, CNN-GRU融合模型, CNN-kmer融合模型, CNN-GRU-kmer融合模型	准确率, 灵敏度, 特异性, MCC, AUC ROC, AUC PR	NA
1897	2025-11-14	MEMOL: Mixture of experts for multimodal learning through multi-head attention to predict drug toxicity 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109088 PMID:41046705	研究论文	提出一种基于多头注意力的多模态混合专家模型MEMOL，用于预测药物毒性	将稀疏混合专家机制直接集成到注意力机制中，通过自注意力和交叉注意力增强多模态特征提取与融合	NA	开发精确的药物毒性预测方法	分子图像、分子图和分子指纹三种分子模态	机器学习	NA	多模态学习	混合专家模型,多头注意力	分子图像,分子图,分子指纹	NA	NA	MEMOL	AUROC,AUPRC	NA
1898	2025-11-14	Non-invasive urine flow dynamics characterization of pediatric hydronephrosis based on deep learning and computational fluid dynamics 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109077 PMID:41046707	研究论文	基于深度学习和计算流体动力学开发非侵入性尿液流动动力学表征方法用于小儿肾积水的诊断和预后评估	首次结合深度学习和CFD技术从MRU数据重建患者特异性三维肾脏模型并模拟尿液流动动力学	方法依赖于MRU图像质量，CFD模拟需要专业设置和验证	开发非侵入性尿液流动动力学计算方法以改善小儿肾积水诊断和预后评估	小儿肾积水患者的MRU图像数据和尿液流动特性	医学影像分析, 计算流体动力学	小儿肾积水	磁共振尿路造影, 计算流体动力学	深度学习模型	医学影像	NA	NA	NA	尿液流速比, 压力分布比较	NA
1899	2025-11-14	Multimodal Nomogram Combining Multiparametric MRI, Functional Subsets of Peripheral Lymphocytes and PI-RADS Can Predict Risk Stratification of Prostate Cancer 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109086 PMID:41046708	研究论文	开发结合多参数MRI、外周淋巴细胞功能亚群和PI-RADS的多模态列线图用于前列腺癌风险分层预测	首次探索非侵入性三分法风险分层，整合多模态数据构建预测模型替代传统PSA方法	回顾性研究，样本量有限（110例患者），仅来自单一医疗中心	开发自动化可靠的前列腺癌风险分层工具以指导临床决策	前列腺癌患者	数字病理	前列腺癌	多参数MRI，外周淋巴细胞检测，PI-RADS评分	深度学习，放射组学	医学影像，临床数据	110例患者	NA	列线图模型	AUC，F1分数，灵敏度，特异性	NA
1900	2025-11-14	Detection of nocturnal epileptic seizures using a wearable armband: A deep learning approach combining accelerometry and photoplethysmography signals 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109087 PMID:41072127	研究论文	提出一种基于深度学习的穿戴式臂环系统，结合加速度和光电容积脉搏波信号检测夜间癫痫发作	首次将CNN-LSTM与注意力机制结合用于穿戴式设备的多模态信号癫痫检测，采用两步式方法显著降低数据量	样本量相对有限（68名患者），假阳性率较高（0.165/小时），阳性预测值较低（0.334）	开发家庭环境下夜间癫痫发作的自动检测系统，降低癫痫猝死风险	68名患有严重癫痫发作的患者	医疗健康监测	癫痫	三轴加速度计，光电容积脉搏波	CNN-LSTM	时间序列信号数据	68名患者，788次夜间记录（6304小时），1846次严重发作	NA	CNN-LSTM with attention mechanism	灵敏度，假警报率，ROC曲线下面积，准确率，阳性预测值	NA