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
21	2025-11-19	A novel gradient inversion attack framework to investigate privacy vulnerabilities during retinal image-based federated learning 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103807 PMID:41056812	研究论文	提出一种新的梯度反演攻击框架，用于评估基于视网膜图像的联邦学习模型在隐私保护方面的脆弱性	引入创新的图像到图像转换技术，利用公开数据提高重建图像质量，首次系统评估视网膜图像联邦学习的隐私风险	仅针对视网膜年龄预测任务进行评估，未涵盖其他医疗诊断任务	评估联邦学习模型对梯度反演攻击的脆弱性，揭示隐私泄露风险	视网膜图像和联邦学习模型	计算机视觉	眼科疾病	梯度反演攻击，图像到图像转换	CNN	视网膜图像	NA	NA	ResNet-18, VGG-16, DenseNet-121	识别准确率，图像相似度	NA
22	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
23	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
24	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
25	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
26	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
27	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
28	2025-11-19	A Comparative Study of Unsupervised and Deep Learning Methods for Automatic Segmentation of Abdominal Aortic Aneurysm on CT Images: Preliminary Results 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03394-9_33 PMID:41252020	研究论文	比较无监督方法和深度学习方法在CT图像上自动分割腹主动脉瘤的性能	首次使用18例新患者CT数据比较传统图像分析与深度学习方法在AAA分割中的表现	样本量较小(18例患者)，仅为初步研究结果	开发准确的腹主动脉瘤自动分割方法以改善临床工作流程	腹主动脉瘤患者的CT图像	医学图像分析	心血管疾病	X射线计算机断层扫描	深度学习	CT图像	18例确诊腹主动脉瘤患者的CT数据	nnU-Net	TotalSegmentor	Sorensen-Dice系数,Jaccard指数	NA
29	2025-11-19	Building a GUI Tool for Automated Aortic Segmentation in Low-Dose Chest CT Images with PET-Based Standard Uptake Value (SUV) Analysis 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03394-9_29 PMID:41252016	研究论文	开发基于深度学习的自动主动脉分割工具，用于低剂量胸部CT图像的PET标准摄取值分析	首次将UNET模型与ResNet-18骨干网络结合，实现主动脉自动分割和SUVmax计算，显著提升工作效率	概念验证研究，样本量有限，需要进一步验证和推广	开发自动化工具以改进PET-CT诊断工作流程，提高主动脉分割和标准摄取值分析的效率	PET-CT扫描图像，包括血管炎、淋巴瘤患者和健康对照组的主动脉区域	数字病理	血管炎, 淋巴瘤	PET-CT, FDG示踪剂	CNN	医学影像	包含血管炎、淋巴瘤患者和健康对照组的PET-CT扫描图像	NA	UNET, ResNet-18	IoU, SUVmax	NA
30	2025-11-19	A Rule-Based System for Condition-Specific Recommendations and Sentiment Classification Using Machine Learning and Deep Learning after the Application of a Semantic-Based Sentiment Analysis Methodology on the UCI Drug Reviews Dataset 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03394-9_41 PMID:41252028	研究论文	本研究通过语义情感分析和机器学习技术，在UCI药物评论数据集上实现疾病特异性药物推荐和情感分类	提出医疗领域特定的语义过滤方法，开发结合情感评分、评论评级和社交验证指标的自定义度量标准	未应用于实时数据源，预测准确性有待进一步提升	开发基于药物评论的疾病特异性推荐系统和情感分类方法	UCI药物评论数据集中的患者药物评论	自然语言处理	多种疾病	语义情感分析，词嵌入技术	Bi-LSTM, CNN-BiLSTM	文本	UCI药物评论数据集	NA	Bidirectional LSTM, CNN-Bidirectional LSTM	准确率	NA
31	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
32	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
33	2025-11-18	Systematic review and meta-analysis of artificial intelligence models for diagnosing and subphenotyping ARDS in adults 2026 Jan-Feb, Heart & lung : the journal of critical care IF:2.4Q2 DOI:10.1016/j.hrtlng.2025.09.017 PMID:41037977	系统评价与荟萃分析	对人工智能模型在成人ARDS诊断和亚表型识别中的性能进行系统评价和荟萃分析	首次对ARDS人工智能诊断模型进行全面系统评价，涵盖亚表型识别分析	校准报告缺失(47%)，大多数研究缺乏外部验证(29/63)，异质性高(I² > 85%)	评估人工智能模型在ARDS诊断和亚表型识别中的性能和方法学质量	成人ARDS患者	机器学习	急性呼吸窘迫综合征	NA	深度学习, 机器学习	影像数据, 非影像数据	135,762例患者(63项研究)	NA	NA	灵敏度, 特异度, AUROC, 过拟合, 泛化性, 可解释性, 区分度, 校准度	NA
34	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
35	2025-11-18	Enhancing cardiac MRI reliability at 3 T using motion-adaptive B0 shimming 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70026 PMID:40810283	研究论文	本研究开发了一种基于深度学习的运动自适应B0匀场方法，用于改善3T高场强心脏MRI的可靠性	首次结合深度学习技术开发运动自适应B0匀场方法，能够动态补偿呼吸运动引起的磁场不均匀性	心脏运动对B0场影响较小（p=0.49），主要针对呼吸运动进行优化	改善高场强（≥3T）心脏MRI的磁场均匀性和图像质量	心脏MRI中的B0场不均匀性和运动伪影	医学影像处理	心血管疾病	心脏MRI, B0 mapping, T2* mapping	深度学习	MRI图像, 磁场映射数据	人体成像研究（具体样本数未明确说明）	NA	NA	场均匀性标准差比, T2*映射变异系数, p值	NA
36	2025-11-18	Deep Learning Approaches for Thrombosis Detection and Risk Assessment Via Ultrasound Imaging: A Scoping Review 2026-Jan, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.09.019 PMID:41136271	综述	本文通过范围综述探讨深度学习技术在超声成像中血栓检测和风险评估的应用现状	系统梳理了深度学习在不同血管环境（静脉、动脉、心脏）中血栓检测的应用模式，并识别出现有研究的空白领域	纳入研究数量有限（22篇），数据集和验证方法存在较大变异性，缺乏标准化评估	评估深度学习技术在超声成像中血栓检测和风险评估的应用效果与发展前景	涉及静脉血栓、动脉血栓和心脏血栓的超声影像数据	医学影像分析	血栓性疾病	超声成像（B超、多普勒、血管内超声、经食道超声心动图）	CNN, U-Net, ResNet, ANN	超声影像	从233篇文献中筛选出22项符合条件的研究	NA	卷积神经网络, U-Net, 残差神经网络, 人工神经网络	灵敏度, 特异度, 准确率, AUC	NA
37	2025-11-17	Application of artificial intelligence and digital tools in cancer pathology 2026-Sep-23, The Lancet. Digital health DOI:10.1016/j.landig.2025.100933 PMID:41241581	综述	概述人工智能在癌症病理学中的应用及其面临的挑战与发展趋势	强调从传统机器学习向深度学习、自监督学习基础模型、多模态模型和智能体AI的技术转型	存在可解释性、验证和临床整合的挑战，不同医疗机构采用程度不均	探讨人工智能在病理学工作流程中的应用与监管伦理问题	癌症病理诊断中的AI模型应用	数字病理学	癌症	苏木精-伊红染色、HER2/PD-L1生物标志物检测	深度学习,自监督学习,多模态模型	病理图像	NA	NA	基础模型	NA	NA
38	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
39	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
40	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