深度学习在生物医药领域中的应用

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
181	2025-09-13	Artificial intelligence in cardiac telemetry 2025-Sep-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文回顾了人工智能在心脏遥测中的应用现状，重点关注深度学习技术、临床实践、挑战及未来方向	从传统统计机器学习转向先进深度神经网络，提升实时监测与个性化心脏护理能力	面临模型挑战与局限性，具体未在摘要中详细说明	探索人工智能在心脏遥测中的集成与应用，以改善心脏异常早期检测	心脏遥测数据与人工智能模型	机器学习	心血管疾病	深度学习	深度神经网络	遥测数据	NA
182	2025-09-13	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出一种基于激光诱导击穿光谱的广义谱方法（GSM-LIBS），用于高性能识别绝缘材料	GSM-LIBS通过整合多种光谱特征（如峰强度、积分强度、强度比、辐射背景和光谱形状），在降维的同时保留PCA方法可能丢失的全局和局部信息	NA	开发高性能绝缘材料识别方法以减少资源浪费和污染	七类绝缘材料	光谱分析	NA	激光诱导击穿光谱（LIBS）	KNN, SVM, 神经网络（NN）	光谱数据	七类绝缘材料样本（具体数量未说明）
183	2025-09-13	Beyond Contact: An Open-Set Biometric Identification System Using Radar-Extracted Heart Signals 2025-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3608801 PMID:40932807	研究论文	提出一种基于雷达的非接触式生物特征识别框架，通过心脏信号提取实现开放集人员身份识别	利用雷达提取心脏运动数据重建ECG信号，结合ECGReconNet和增强型InceptionTime模型，采用超球面划分方法区分已知与未知个体	对突发身体运动和环境噪声敏感，心脏严重异常时性能可能下降，未知身份数量增加时效果降低	开发安全且保护隐私的非接触式生物特征识别系统	人类心脏信号	生物特征识别	NA	雷达信号处理，ECG信号重建	ECGReconNet, InceptionTime with fixed-CAC loss	雷达信号，心脏运动数据	27名受试者（闭集测试），14名已知+13名未知受试者（开集测试）
184	2025-09-13	A Lightweight Network with Uncertainty-Guided Latent Space Refinement for Multi-Modal Brain Tissue and Tumor Extraction 2025-Sep-11, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3609333 PMID:40932804	研究论文	提出一种轻量级网络UMNet，通过不确定性引导的潜在空间优化实现多模态脑组织和肿瘤提取	引入模态特异性不确定性正则化特征融合模块（M-SUM）和不确定性增强损失函数（U-Loss），显式建模预测不确定性与误差的关系	NA	改进多模态脑影像中组织和肿瘤的自动分割精度	脑组织和脑肿瘤	数字病理	脑肿瘤	深度学习	CNN	多模态医学影像	NA
185	2025-09-13	Novel BDefRCNLSTM: an efficient ensemble deep learning approaches for enhanced brain tumor detection and categorization with segmentation 2025-Sep-11, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2555950 PMID:40934072	研究论文	提出一种名为BDefRCNLSTM的集成深度学习模型，用于脑肿瘤的检测、分类和分割	结合了增强型可变形残差卷积网络与双向卷积LSTM，并引入熵基局部二值模式特征提取和增强型燕鸥优化算法进行特征选择	NA	提高脑肿瘤自动检测和分类的准确性与效率	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN, LSTM, 集成学习	图像	使用Figshare、Brain MRI和Kaggle数据集
186	2025-09-13	A New Approach to Large Multiomics Data Integration 2025-Sep-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，利用深度学习和非线性降维技术	结合深度学习与非线性降维（如t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合与特征提取	未明确说明方法在特定数据类型或规模下的性能边界或计算资源需求	开发能够高效提取、挖掘和集成超大规模多组学数据的计算方法	大规模多组学数据集，包括质谱成像和染色体构象捕获数据	机器学习	NA	t-SNE, UMAP, 深度学习	深度学习模型（未指定具体类型）	多组学数据（如代谢组学、转录组学）、成像数据	NA
187	2025-09-13	Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study 2025-Sep-11, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76148 PMID:40935589	研究论文	本研究开发了一个大规模口腔内窥镜高光谱成像数据集，并利用深度学习模型实现口腔组织的自动分割与分类	首次提出结合内窥镜高光谱成像与深度学习技术，创建大规模口腔组织数据集并实现高精度组织分割	样本量相对有限（226名参与者），且年龄和性别分布可能存在偏差	开发口腔健康诊断的非侵入性技术，实现口腔组织的自动分类与早期病变检测	人类口腔组织（包括黏膜、牙齿、腭部等）	计算机视觉	口腔鳞状细胞癌	内窥镜高光谱成像（HSI），波长范围500-1000nm	DeepLabv3 (ResNet-50/101), U-Net (EfficientNet-B0/ResNet-50)	高光谱图像数据	226名参与者（166名女性，60名男性，年龄24-87岁）
188	2025-09-13	Evaluation of the Detectability of Oral Potentially Malignant Diseases with a Deep Learning Approach: A Retrospective Pilot Study 2025-Sep-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01665-6 PMID:40936018	研究论文	本研究评估基于深度学习的方法在口腔潜在恶性病变检测中的可行性	首次使用YOLOv8架构的深度学习模型进行口腔潜在恶性病变的自动检测	回顾性研究、样本量有限、需要多中心数据和外部验证进行临床转化	评估深度学习诊断软件在检测口腔潜在恶性病变方面的性能	经组织病理学诊断为口腔扁平苔藓、口腔白斑或口腔癌的患者	计算机视觉	口腔癌	深度学习	YOLOv8	图像	358张匿名回顾性口内图像
189	2025-09-13	Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection 2025-Sep-11, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251367620 PMID:40936310	研究论文	本研究评估了使用本地数据训练深度学习模型对MRI前列腺癌分割的重要性，特别是在存在领域偏移的情况下	首次在大规模队列（超过1000例）中系统评估领域偏移对MRI前列腺癌分割模型性能的影响，并量化了本地数据的最小需求	研究基于模拟的多机构联盟数据，可能无法完全代表真实世界的临床多样性	评估前列腺癌分割模型在领域偏移条件下的性能表现，比较本地训练和外部数据训练的效果	前列腺癌患者的MRI影像数据	数字病理	前列腺癌	MRI影像分析，nnUNet-v2模型训练	nnUNet-v2	医学影像（MRI）	PICAI数据集：1241训练+259测试；本地数据集：1400训练+308测试
190	2025-09-13	Prognostic models for radiation-induced complications after radiotherapy in head and neck cancer patients 2025-Sep-10, The Cochrane database of systematic reviews DOI:10.1002/14651858.CD014745.pub2 PMID:40927975	系统综述	对头颈癌患者放疗后放射性并发症的预测模型进行系统识别、描述和评估	首次全面评估头颈癌放疗后正常组织并发症概率（NTCP）模型的质量、偏倚风险和预测性能	大多数模型缺乏外部验证，验证研究存在高偏倚风险，校准性能报告不充分	评估NTCP模型在预测头颈癌患者放疗副作用风险中的有效性和可靠性	头颈癌患者	医学预测模型	头颈癌	NTCP建模，C统计量分析，校准评估	预测模型	临床数据	143项研究中的140,767名头颈癌患者
191	2025-09-13	EEGOpt: A performance efficient Bayesian optimization framework for automated EEG signal classification 2025-Sep-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111023 PMID:40934551	研究论文	提出EEGOpt，一种基于贝叶斯优化的自动化框架，用于优化EEG信号分类中的方法选择	采用TPE优化器处理层次化搜索空间，结合模块化缓存机制显著提升计算效率，实现EEG信号处理与分类方法的自动优化	仅在三个数据集上验证，未涉及更广泛的EEG应用场景或跨中心验证	自动化优化EEG信号处理与分类方法组合，提升分类准确率与计算效率	脑电图（EEG）信号	机器学习	NA	贝叶斯优化，Tree-Structured Parzen Estimator (TPE)，小波包分解，经验模态分解	k近邻分类器，EEGNet，ShallowConvNet，DeepConvNet	EEG信号	三个EEG数据集（具体样本量未说明）
192	2025-09-13	Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results 2025-Sep-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111024 PMID:40934552	研究论文	介绍CURVAS挑战赛的结果，聚焦多器官分割中多标注者体积评估的校准与不确定性	强调多标注者共识与分歧作为更全面真值的重要性，并系统评估DL模型在处理不确定性和校准方面的表现	NA	提升基于深度学习的医学图像分割模型的可靠性和临床适用性	多器官分割任务中的体积评估	数字病理	NA	深度学习	DL models	医学图像	七支参赛团队提交的多种DL模型
193	2025-09-13	GEDI and Sentinel data integration for quantifying agroforestry tree height and stocks 2025-Sep-10, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127197 PMID:40934663	研究论文	本研究结合GEDI和Sentinel遥感数据，利用深度学习U-Net模型估算意大利Padan平原杨树人工林的树高和碳储量	首次将GEDI波形导出的树高与Sentinel-1/2多波段影像通过U-Net深度学习模型融合，生成10米高分辨率冠层高度模型，并应用于杨树人工林碳储量估算	模型在AGB估算中的RMSE较高（63.2%），且依赖外部验证数据（NFI样地）进行精度评估	量化杨树人工林的树高和碳储量，支持气候变化减缓相关的森林监测	意大利Padan平原的短轮伐期杨树人工林	遥感与机器学习	NA	遥感（GEDI, Sentinel-1/2）、深度学习、地面激光扫描	U-Net	多波段遥感影像、波形数据、地面调查数据	研究区域约46,000 km²，使用NFI样地数据进行外部验证
194	2025-09-13	Deep learning and capsule endoscopy: automatic panendoscopic detection of protruding lesions 2025-Sep-10, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2024-001655 PMID:40935410	研究论文	开发基于卷积神经网络的算法，用于胶囊内窥镜中全消化道隆起性病变的自动检测	首次报道用于全消化道隆起性病变检测的CNN模型，填补了AI增强胶囊内窥镜检查的空白	需进一步多中心前瞻性研究验证初步结果以应用于临床	提高胶囊内窥镜检查的自动化水平和诊断准确性	消化道隆起性病变（包括息肉、上皮肿瘤和上皮下病变）	计算机视觉	消化道疾病	胶囊内窥镜成像	CNN	图像	1245次胶囊内窥镜检查，191455帧图像（其中52717帧包含病变）
195	2025-09-13	A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids 2025-Sep-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.054 PMID:40935773	研究论文	提出融合ResNet和ViT的深度学习模型（Res-ViT），用于预测高强度聚焦超声（HIFU）治疗子宫肌瘤的疗效	首次将局部纹理特征（ResNet）与全局空间特征（ViT）通过并行架构协同融合，提升子宫肌瘤异质性量化精度	仅基于T2加权磁共振图像，未整合多模态数据；外部验证集仅来自单一中心	提高HIFU治疗子宫肌瘤的疗效预测准确性	接受HIFU治疗的子宫肌瘤患者	计算机视觉	子宫肌瘤	T2加权磁共振成像（MRI）	ResNet-18, ViT, 融合模型（Res-ViT）	医学图像	训练集272例（中心A），内部验证集92例（中心A），外部测试集125例（中心B）
196	2025-09-13	Deep learning based solar forecasting for optimal PV BESS sizing in ultra fast charging stations 2025-Sep-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17408-0 PMID:40925891	研究论文	提出一种结合深度学习太阳能预测和遗传算法的优化框架，用于超快充电站中光伏和电池储能系统的最优容量规划	使用GRU模型进行光伏输出预测，并结合遗传算法针对工作日和周末需求模式优化系统容量，提升净现值和能源自给率	NA	优化超快充电站的可再生能源系统配置以提高经济性和电网独立性	超快充电站的光伏和电池储能系统	机器学习	NA	深度学习，遗传算法	GRU	时间序列数据，能源需求数据	NA
197	2025-09-13	PCGMMF: a prediction method for breast cancer prognostic recurrence and metastasis risk based on enhanced multimodal feature fusion 2025-Sep-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104907 PMID:40935222	研究论文	提出一种基于增强多模态特征融合的乳腺癌预后复发和转移风险预测方法PCGMMF	结合双向注意力和自注意力机制的多模态特征融合模块BSAMF，整合组织病理学图像、临床数据、基因表达和DNA甲基化数据	未明确说明样本规模或外部验证结果	预测乳腺癌预后复发和转移风险	乳腺癌患者	数字病理学	乳腺癌	基因表达分析, DNA甲基化分析, 组织病理学成像	Vision-LSTM, SVM, 注意力机制	图像, 临床数据, 基因组数据, 表观遗传数据	NA
198	2025-09-13	Seasonal Inactivation of Cryptosporidium parvum Oocysts in Soil and Manure Microenvironments Using LSTM-based Environmental Model 2025-Sep-09, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2025.100617 PMID:40935338	研究论文	本研究利用LSTM深度学习模型模拟季节性环境条件，研究土壤和粪便微环境中隐孢子虫卵囊的灭活动力学	首次将LSTM深度学习应用于模拟季节性环境条件以研究病原体灭活，结合人工智能与实验验证	研究基于特定地区（巴吞鲁日）的气候数据，结果可能受地域限制	评估季节变化对隐孢子虫卵囊在环境中的存活影响，改进病原体风险评估方法	隐孢子虫卵囊在土壤和粪便微环境中的灭活过程	环境微生物学	人畜共患病	LSTM深度学习模型，ANOVA统计分析	LSTM	气候数据，实验观测数据	30天的连续观测数据（夏季和冬季条件对比）
199	2025-09-13	A Deep Learning Approach for Tracking Colorectal Cancer-Derived Extracellular Vesicles in Colon and Lung Models 2025-Sep-08, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.5c00380 PMID:40857079	研究论文	开发了一种基于深度学习的方法来追踪结直肠癌来源的细胞外囊泡在结肠和肺模型中的行为	首次应用深度学习技术精确量化CRC来源EVs的摄取和运输过程，并在3D模型中观察到其对异源健康细胞的趋向性	研究基于体外模型，尚未进行临床验证	探索EVs在结直肠癌转移中的作用机制并开发新的诊断治疗策略	结直肠癌来源的细胞外囊泡	数字病理学	结直肠癌	深度学习	深度学习模型	图像数据	结肠和肺3D组织模型
200	2025-09-13	Large-Scale Dermatopathology Dataset for Lesion Segmentation: Model Development and Analysis 2025-Sep-08, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e220 PMID:40923506	研究论文	本研究开发并评估了一个用于皮肤病变分割的大规模皮肤病理学图像数据集	构建了来自四个机构、包含超过34,376张组织病理学切片图像的大规模多机构数据集，涵盖正常皮肤和六种常见皮肤病变类型	数据集可能仍存在特定疾病类型的局限性，且未提及外部验证结果	支持人工智能驱动的皮肤病理学诊断，提高诊断一致性	皮肤组织病理学图像，包括正常皮肤和六种皮肤病变类型	数字病理学	皮肤癌	组织病理学成像	病变分割模型	图像	34,376张组织病理学切片图像，来自四个机构