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
2221	2025-07-06	Development of intelligent tools to predict neuroblastoma risk stratification and overall prognosis based on multiphase enhanced CT and clinical features 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1573398 PMID:40612805	研究论文	本研究开发了一种基于多期增强CT图像和临床特征的深度学习模型，用于预测神经母细胞瘤的风险分层和预后	结合Swin Transformer模型和多期增强CT图像，提高了神经母细胞瘤风险分层和预后评估的准确性	样本量相对较小（202例患者），且仅基于单中心数据	提高神经母细胞瘤风险分层和预后评估的准确性	神经母细胞瘤患者	数字病理学	神经母细胞瘤	多期增强CT	Swin Transformer, 随机生存森林（RSF）	图像, 临床数据	202例神经母细胞瘤患者
2222	2025-07-06	Toward automated plantar pressure analysis: machine learning-based segmentation and key point detection across multicenter data 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1579072 PMID:40613004	研究论文	本研究探索基于机器学习的足底压力分析方法，包括解剖区域分割和关键点检测，以提高多中心数据的自动化处理能力	提出了一种整合多中心足底压力数据的新框架，用于分割和标志点检测，减少了人工标注的依赖并降低了主观偏差	对于边界模糊的跖骨区域1，模型的准确性依赖于专家评审，且回归模型在关键点检测中的误差较高	开发自动化、标准化的足底压力分析方法，以支持临床和研究应用	足底压力数据	机器学习	足部畸形	机器学习	U-Net, 深度学习回归模型	足底压力图像	460名个体（197名女性，263名男性）的758个足底压力样本
2223	2025-07-06	Research trends in the application of artificial intelligence in nursing of chronic disease: a bibliometric and network visualization study 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1608266 PMID:40613079	研究论文	通过文献计量和网络可视化方法研究人工智能在慢性病护理中的应用现状、热点及未来趋势	首次系统性地使用文献计量学方法分析人工智能在慢性病护理领域的研究现状和未来趋势	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	探索人工智能在慢性病护理领域的应用现状、热点话题和未来前景	2001年至2023年间发表的2438篇关于人工智能和慢性病护理的文献	医疗健康信息学	慢性病	文献计量分析、网络可视化	NA	文献数据	2438篇文献
2224	2025-07-06	Neural decoding of Aristotle tactile illusion using deep learning-based fMRI classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1606801 PMID:40613086	研究论文	本研究利用功能磁共振成像(fMRI)和基于深度学习的分析方法，探索了亚里士多德触觉错觉的神经解码	首次将深度学习方法应用于fMRI数据，以分类亚里士多德触觉错觉的感知，并识别相关脑区	基于刺激的分类任务准确率较低(约50%)，未能区分三种触觉刺激类型	识别与亚里士多德触觉错觉相关的脑区并开发分类模型	30名参与者的fMRI数据和触觉感知记录	神经科学与机器学习	NA	fMRI, 深度学习	CNN, SFCN	fMRI数据	30名参与者
2225	2025-07-05	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	本文介绍了一种自动化的多尺度行为表型分析流程，用于基于运动特征分类与帕金森病相关的表型	结合无标记姿态估计和无监督聚类技术，从果蝇的自发行为序列中提取运动特征和行为模式，提高了帕金森病症状识别的准确性	仅使用果蝇作为模型生物，结果可能不完全适用于人类帕金森病研究	开发一种客观且可扩展的方法来分析果蝇中与帕金森病相关的行为	野生型和Synuclein Alpha E46K突变型果蝇	数字病理学	帕金森病	无标记姿态估计，无监督聚类	深度学习	视频	未明确提及样本数量，使用野生型和突变型果蝇
2226	2025-07-05	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	research paper	提出了一种基于MamBa的交互式频率卷积神经网络MIFNet，用于解码运动想象（MI）脑电图（EEG）信号	MIFNet通过非重叠频率分解、ConvEncoder模块和基于MamBa的时间模块，系统整合了频谱、空间和时间特征提取，有效解决了现有方法在捕获全局时间依赖性、保持位置一致性和计算效率方面的局限性	未提及具体局限性	提高运动想象（MI）脑电图（EEG）信号的解码性能	运动想象（MI）脑电图（EEG）信号	脑机接口（BCI）	NA	非重叠频率分解、选择性状态空间模型（SSMs）	CNN与SSMs的混合模型	EEG信号	三个公共MI-EEG数据集（BCIC-IV-2A、OpenBMI和High Gamma）
2227	2025-07-05	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	本研究探讨了基于CT的深度学习放射组学分析在胃癌Lauren分型术前区分中的有效性，并探索了肿瘤微环境	结合放射组学特征和临床信息构建的列线图在区分Lauren分型方面表现出色，并通过转录组学分析揭示了不同Lauren亚型间的微环境异质性	研究样本量有限，且外部验证队列的样本量相对较小	术前区分胃癌Lauren分型并探索肿瘤微环境	胃癌患者	数字病理	胃癌	CT成像，RNA测序	深度学习放射组学分析(DLRA)	CT图像，RNA测序数据	578名患者（训练队列311人，内部验证队列132人，外部验证队列135人）
2228	2025-07-05	Multiparametric MRI-based machine learning system of molecular subgroups and prognosis in medulloblastoma 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11385-8 PMID:39883158	研究论文	使用基于多参数MRI的机器学习系统识别髓母细胞瘤的分子亚群并预测预后	提出了一种名为Bi-ResNet-MB的新型多参数卷积神经网络，用于分子亚群分类，并建立了基于XGBoost的预后模型和新的风险分层系统M2R Score	样本量相对较小（139名患者），且仅在单一医疗中心进行验证	通过人工智能准确识别髓母细胞瘤的分子亚群并预测临床结果	髓母细胞瘤患者	数字病理学	髓母细胞瘤	MRI	Bi-ResNet-MB, XGBoost	图像	139名患者（训练集），108名患者（验证集）
2229	2025-07-05	High-resolution deep learning reconstruction for coronary CTA: compared efficacy of stenosis evaluation with other methods at in vitro and in vivo studies 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11376-9 PMID:39903239	研究论文	比较了混合型迭代重建(IR)、基于模型的IR(MBIR)、深度学习重建(DLR)和高分辨率深度学习重建(HR-DLR)在冠状动脉CT血管造影(CCTA)中对冠状动脉狭窄评估的效果	首次在体外和体内研究中直接比较了HR-DLR与其他重建方法在冠状动脉狭窄评估中的效果	研究样本量较小(31例患者)，且仅针对非钙化阶梯状狭窄斑块进行评估	评估不同CT重建方法对冠状动脉狭窄诊断的准确性	冠状动脉狭窄	医学影像分析	心血管疾病	CT扫描(ADCT和UHR-CT)	深度学习重建(DLR和HR-DLR)	医学影像	3种直径的血管模型(体外研究)和31例患者(体内研究)
2230	2025-07-05	CT-based detection of clinically significant portal hypertension predicts post-hepatectomy outcomes in hepatocellular carcinoma 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11411-9 PMID:39953152	研究论文	本研究评估了基于CT检测的临床显著门静脉高压（CSPH）对肝细胞癌（HCC）患者肝切除术后结局的预测能力	首次验证了基于CT的CSPH检测方法在预测HCC患者肝切除术后不良结局方面的有效性，并证明其优于传统的CSPH评估标准	单中心回顾性研究，样本量相对有限（593例患者）	评估CT检测CSPH对HCC患者肝切除术后结局的预测价值	患有晚期慢性肝病（ACLD）并接受肝切除术的极早期或早期HCC患者	数字病理学	肝细胞癌	CT成像、深度学习脾脏体积测量	深度学习	医学影像	593例患者（460名男性，平均年龄57.9±9.3岁）
2231	2025-07-05	Multimodal deep learning: tumor and visceral fat impact on colorectal cancer occult peritoneal metastasis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11450-2 PMID:39961863	研究论文	本研究提出了一种多模态深度学习方法，研究肿瘤和内脏脂肪对结直肠癌隐匿性腹膜转移的影响	基于ResNet18构建的多尺度特征融合网络(MSFF-Net)能够利用CT图像中的肿瘤和内脏脂肪特征来检测结直肠癌的隐匿性腹膜转移	NA	预测结直肠癌患者的腹膜转移	结直肠癌患者	数字病理	结直肠癌	CT扫描	ResNet18, 随机森林(RF)	图像	内部测试集和外部测试集
2232	2025-07-05	StructVPR++: Distill Structural and Semantic Knowledge With Weighting Samples for Visual Place Recognition 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556859 PMID:40168193	research paper	提出StructVPR++框架，通过分割引导蒸馏将结构和语义知识嵌入RGB全局表示，以在视觉地点识别任务中实现准确性和效率的良好平衡	解耦全局描述符中的标签特定特征，实现图像对之间的显式语义对齐，无需部署时的分割；引入样本加权蒸馏策略，优先处理可靠训练对并抑制噪声对	未明确提及具体局限性	提升视觉地点识别的准确性和效率，填补全局检索与重排序之间的差距	视觉地点识别任务，面向自动驾驶和机器人技术	computer vision	NA	分割引导蒸馏，样本加权蒸馏策略	深度学习	RGB图像	四个基准测试集
2233	2025-07-05	Spatiotemporal Observer Design for Predictive Learning of High-Dimensional Data 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556669 PMID:40168192	research paper	本文提出了一种基于观测器理论的深度学习架构，用于高维数据的时空预测学习	结合动态系统领域知识设计深度学习模型，提供泛化误差界和收敛保证，并引入动态正则化以更好地学习系统动态	未提及具体应用场景或数据类型的限制	解决时空预测学习中的理论保证问题	高维时空数据	machine learning	NA	deep learning	Spatiotemporal Observer	spatiotemporal data	NA
2234	2025-07-05	Revisiting One-Stage Deep Uncalibrated Photometric Stereo via Fourier Embedding 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557245 PMID:40173071	research paper	本文提出了一种名为Fourier Uncalibrated Photometric Stereo Network (FUPS-Net)的单阶段深度无标定光度立体网络，用于未知光照方向下的非朗伯体物体	通过傅里叶变换网络隐式学习光照特征，而非使用分离的光照估计网络，解决了传统两阶段方法中光照误差传播的问题	未明确提及具体限制，但可能对复杂光照条件下的性能有待验证	改进无标定光度立体方法，实现更准确的表面法线估计	非朗伯体物体	computer vision	NA	傅里叶变换	FUPS-Net	image	合成和真实数据集
2235	2025-07-05	Revisiting Supervised Learning-Based Photometric Stereo Networks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557498 PMID:40178960	research paper	本文通过重新审视现有方法的深度特征、特征编码策略和网络架构，揭示了监督学习光度立体网络如何解决未知反射和全局光照效应的挑战，并提出了ESSENCE-Net方法	提出了ESSENCE-Net，采用易优先编码策略有效编码深度阴影特征，通过阴影监督增强阴影特征，并利用空间上下文感知注意力准确解码法线	未提及	揭示监督学习光度立体网络如何解决未知反射和全局光照效应的挑战	光度立体网络	computer vision	NA	监督学习	ESSENCE-Net	图像	三个基准数据集
2236	2025-07-05	Unknown-Aware Bilateral Dependency Optimization for Defending Against Model Inversion Attacks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3558267 PMID:40184277	研究论文	本文提出了一种双边依赖优化策略（BiDO）及其升级框架（BiDO+），用于防御模型反转攻击并提升模型在开放世界中的分布外检测能力	提出了双边依赖优化策略（BiDO），通过最小化输入特征与潜在表示之间的依赖关系，同时最大化潜在表示与标签之间的依赖关系，解决了传统单边依赖优化策略在模型鲁棒性和分类性能之间的权衡问题	使用BiDO训练的模型在分布外（OOD）检测方面的能力有所下降，这可能带来安全风险	防御模型反转攻击，同时提升模型在开放世界中的分布外检测能力	深度学习分类器及其在隐私保护和安全性方面的表现	机器学习	NA	双边依赖优化策略（BiDO）	深度学习分类器	NA	NA
2237	2025-07-05	Recent Advances in Artificial Intelligence for Precision Diagnosis and Treatment of Bladder Cancer: A Review 2025-Aug, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17228-6 PMID:40221553	review	本文综述了人工智能在膀胱癌精准诊断和治疗中的最新研究进展与前景	探讨了深度学习技术在膀胱癌临床任务中的显著进展，包括肿瘤检测、分子亚型识别、肿瘤分期与分级、预后预测及复发评估	NA	综述人工智能技术在膀胱癌精准诊断和治疗中的应用	膀胱癌的诊断和治疗	digital pathology	bladder cancer	deep learning	NA	NA	NA
2238	2025-07-05	Hadamard Product in Deep Learning: Introduction, Advances and Challenges 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3560423 PMID:40232897	综述	本文首次全面综述了深度学习中Hadamard积的应用，提出了其在四个主要领域的分类，并探讨了其计算效率与表示能力之间的权衡	首次系统性地分析了Hadamard积作为核心架构原语的应用，并提出了其在深度学习中的四大应用领域分类	未涉及Hadamard积在特定深度学习模型中的性能对比实验	探讨Hadamard积在深度学习中的基础作用及其应用潜力	深度学习中的Hadamard积运算	机器学习	NA	NA	NA	多模态数据	NA
2239	2025-07-05	Constraint Boundary Wandering Framework: Enhancing Constrained Optimization With Deep Neural Networks 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3560762 PMID:40232899	研究论文	提出了一种基于深度神经网络的约束边界游走框架（CBWF），用于解决约束优化问题	引入了受主动集方法启发的边界游走策略，增强了等式约束的可行性，并将Lipschitz常数作为可学习参数	NA	解决约束优化问题的可扩展性挑战	约束优化问题	机器学习	NA	深度神经网络（DNNs）	DNN	合成数据集和ACOPT数据集	NA
2240	2025-07-05	PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation 2025-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3562051 PMID:40238601	research paper	提出了一种名为PointNorm-Net的自监督深度学习框架，用于预测3D点云的法线	首次提出了一种自监督深度学习框架PointNorm-Net，采用三阶段多模态法线分布估计范式	未提及具体局限性	解决3D点云法线预测在真实场景中的性能下降问题	3D点云数据	computer vision	NA	自监督学习	PointNorm-Net	3D点云	三个真实世界数据集