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
2241	2026-01-02	Multi scale deep learning quantifies Ki67 index in breast cancer histopathology images 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28734-8 PMID:41272033	研究论文	本文提出了一种基于U-Net的多尺度深度学习框架Kpi-Net，用于精确量化乳腺癌病理图像中的Ki67增殖指数	提出了结合残差扩张多尺度模块（RDMS Module）与Transformer Block以同时捕获局部和全局信息，并引入HS-CBAM-FPN模块优化多级特征融合，最后利用分水岭算法细化细胞簇分割	未明确说明模型在染色差异大或极低分辨率图像上的泛化能力，也未提及临床大规模验证的细节	开发一种自动化、高精度的Ki67增殖指数计算方法，以辅助乳腺癌诊断和治疗决策	乳腺癌组织病理学图像	数字病理学	乳腺癌	组织病理学成像	深度学习	图像	未在摘要中明确说明	未明确说明（可能为PyTorch或TensorFlow）	U-Net, Transformer, FPN	F1分数, 均方根误差（RMSE）	未在摘要中明确说明
2242	2026-01-02	Smartphone-integrated portable microfluidic platform for liver biomarker quantification using deep learning 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29431-2 PMID:41272257	研究论文	本文介绍了一种结合微流控、深度学习和移动健康技术的智能手机集成比色传感平台，用于定量估计肝脏生物标志物	开发了一种新型智能手机集成便携式微流控平台，采用深度学习进行回归分析，并引入了两点智能手机适应性框架以确保跨设备性能，无需重新训练	NA	实现准确且去中心化的肝脏生物标志物测试，以支持早期诊断和肝功能障碍监测，特别是在资源有限的环境中	肝脏生物标志物，包括直接和总胆红素、丙氨酸氨基转移酶（ALT）和天冬氨酸氨基转移酶（AST）	计算机视觉	肝功能障碍	比色传感，立体光刻（SLA）3D打印微流控技术	CNN	图像	NA	NA	卷积神经网络（CNN）	决定系数（R），检测限，变异系数	智能手机（多种型号）
2243	2026-01-02	A global bibliometric and visualization study of the adaptive radiotherapy research landscape 2025-Nov-20, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04066-x PMID:41264148	研究论文	本文通过文献计量学分析，揭示了自适应放疗（ART）的研究格局、趋势及合作网络	首次对自适应放疗领域进行全面的文献计量与可视化分析，识别了从器官运动/剂量递增到深度学习及MR引导放疗的研究趋势演变	分析基于Web of Science数据库，可能未涵盖所有相关文献；且为回顾性分析，无法预测未来具体技术发展	揭示自适应放疗的流行研究模式、新兴趋势及合作网络，以指导未来临床研究方向	自适应放疗相关的科学出版物	医学信息学/放射肿瘤学	癌症	文献计量分析、网络可视化	NA	文本（科学出版物元数据）	3,941篇出版物（1999-2024年）	CiteSpace, Excel	NA	NA	NA
2244	2026-01-02	Development and validation of a deep learning model for individualized survival prediction in advanced cervical cancer 2025-Nov-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03920-2 PMID:41258562	研究论文	本研究开发并验证了一种基于深度学习的个体化生存预测模型，用于晚期宫颈癌患者的预后评估	首次利用晚期宫颈癌数据库结合深度学习方法，开发了一种新颖的预后模型，能够捕捉数据的复杂非线性关系	NA	开发并验证一种个体化生存预测模型，以改善晚期宫颈癌患者的预后评估	晚期宫颈癌患者	机器学习	宫颈癌	深度学习	深度生存学习模型	流行病学、临床和血液学变量数据	内部数据集1143名患者（训练集914名，测试集229名），外部验证SEER数据库3495名患者	NA	DSLM	AUROC	NA
2245	2026-01-02	Functional diversity of visual cortex improves constraint-free natural image reconstruction from human brain activity 2025-Nov, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2023.08.010 PMID:41467019	研究论文	本文提出了一种基于人类视觉皮层功能多样性的生成网络（FDGen），用于从fMRI脑活动数据中无约束地重建自然图像	提出FDGen网络，首次实现无需额外语义类别或文本提示的自然图像重建，并引入基于功能特化的输入模块（FIM）和功能级注意力特征权重模块（FSM）	未明确说明模型在更广泛或复杂视觉刺激下的泛化能力，以及计算资源需求的具体细节	开发基于fMRI的脑解码算法，实现从大脑活动无约束重建自然图像	人类视觉皮层功能多样性及fMRI脑活动数据	计算机视觉	NA	功能磁共振成像（fMRI）	生成网络	图像，脑活动数据	NA	NA	FDGen	NA	NA
2246	2026-01-02	Advancements in artificial intelligence for prostate cancer: Optimizing diagnosis, treatment, and prognostic assessment 2025-Oct, Asian journal of urology IF:2.4Q2 DOI:10.1016/j.ajur.2024.12.001 PMID:41467190	综述	本文综述了人工智能在前列腺癌管理中的当前研究进展，重点探讨其在优化诊断、改善医疗图像质量、促进风险分层和辅助预后方面的潜力	强调了人工智能在提升前列腺癌诊断准确性、实现个性化治疗计划以及改善患者预后方面的创新应用，特别是在医学图像分析和手术技能评估方面的实证证据	需要更大规模、更多样化的数据集，并面临临床实施中的障碍	全面概述人工智能在前列腺癌管理中的研究现状，探讨其临床整合的机遇与挑战	前列腺癌管理，包括诊断、治疗和预后评估	数字病理学	前列腺癌	NA	机器学习, 深度学习	医学图像	NA	NA	NA	敏感性, 特异性	NA
2247	2026-01-02	Federated prediction for scalable and privacy-preserved knowledge-based planning in radiotherapy 2025-May-20, ArXiv PMID:40470470	研究论文	本文介绍了FedKBP+，一个用于放射治疗规划预测任务的全面联邦学习平台，旨在解决数据稀缺和隐私问题	开发了支持集中式和完全去中心化联邦学习策略的统一通信栈，并引入了Gossip Contrastive Mutual Learning算法以增强对站点故障的鲁棒性	未明确讨论平台在更大规模或更多样化临床环境中的可扩展性验证	开发一个高效、隐私保护的联邦学习平台，以提升放射治疗规划的预测任务性能	放射治疗规划中的预测任务，包括剂量预测和肿瘤/器官分割	机器学习	脑肿瘤	联邦学习	深度学习模型	医学影像数据	OpenKBP挑战赛340例（训练200，验证40，测试100）；BraTS挑战赛数据集227例（训练152，验证27，测试48）；PanSeg数据集384例（训练269，验证39，测试76）	FedKBP+（基于gRPC），NVFlare	SA-Net	DSC（Dice相似系数），预测准确性，训练效率（小时）	未明确指定，但涉及多工作站分布式计算
2248	2026-01-02	Development of an automated ultrasonographic detection method for fecal retention using a transgluteal cleft approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338926 PMID:41460916	研究论文	本研究开发了一种基于人工智能的超声图像分类系统，用于通过经臀裂扫描方法检测下直肠粪便潴留，以支持家庭护理中护士进行准确、客观的便秘评估	首次提出结合经臀裂超声扫描方法与深度学习模型（U-Net + ResNeXt-50编码器）自动检测粪便潴留，克服了传统经腹扫描因肥胖、膀胱排空或肠道气体干扰的局限性	研究样本量较小（仅24名患者），且所有患者均来自透析人群，可能限制模型的泛化能力	开发一种适用于家庭护理环境的自动化超声检测工具，以客观评估便秘情况	下直肠的超声图像（来自透析患者）	计算机视觉	老年疾病	超声成像	深度学习分割模型	图像	24名透析患者的90段超声视频，从中提取了2,855张静态图像	NA	U-Net, ResNeXt-50	准确率, 灵敏度, 特异性, IoU	NA
2249	2026-01-02	AI-based diagnostic tools for oral cancer: A systematic review 2025, Bioinformation DOI:10.6026/973206300213324 PMID:41466634	综述	本文对基于人工智能的口腔癌诊断工具进行了系统性回顾，探讨了AI在提升早期检测和诊断方面的应用	系统性回顾了AI特别是深度学习和卷积神经网络在口腔癌诊断中的高准确性应用，并指出了当前挑战	数据集存在变异性，临床实践中外部验证有限，AI模型的可解释性不足	评估人工智能作为辅助工具在口腔癌早期检测和诊断中的潜力和挑战	口腔癌的临床、组织病理学和光学成像数据	计算机视觉	口腔癌	NA	深度学习, 卷积神经网络	临床数据, 组织病理学图像, 光学成像数据	NA	NA	NA	诊断准确性	NA
2250	2026-01-02	refineDLC: An advanced post-processing pipeline for DeepLabCut outputs 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf084 PMID:41467036	研究论文	本文介绍了一个名为refineDLC的后处理管道，用于优化DeepLabCut输出的噪声数据，提升运动学分析的可靠性和可解释性	开发了一个全面的后处理管道，整合了坐标反转、零值帧移除、标签排除、双阶段滤波和多种插值策略，以简化从原始DeepLabCut输出到可靠运动学数据的转换	未来可能需要集成自适应滤波算法和实时质量评估以进一步优化性能和自动化	解决DeepLabCut输出中的噪声问题，提高运动学数据的准确性和一致性，便于研究人员进行定量分析	牛的控制性运动和马的野外小跑数据集	计算机视觉	NA	深度学习	NA	视频	两个数据集：牛和马	NA	NA	数据质量、可解释性、变异性减少、假阳性标签错误消除	NA
2251	2026-01-02	A systematic review of the application of computational grounded theory method in healthcare research 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf088 PMID:41467037	综述	本文系统回顾了计算扎根理论方法在医疗健康研究中的应用	将计算技术与传统定性研究相结合，形成了一种变革性研究范式，能够分析大规模文本数据同时保持理论深度	样本量较小（892篇筛选文章中仅8篇），限制了结果的普适性；存在技术复杂性、解释有效性、资源需求和跨学科专业知识需求等挑战	探讨计算扎根理论在医疗健康研究中的应用、效用与挑战	应用计算扎根理论的医疗健康研究论文	自然语言处理	NA	机器学习，自然语言处理	深度学习算法	文本	8篇论文（涉及超过100,000份文档的大规模文本数据）	NA	LDA（潜在狄利克雷分配）	NA	NA
2252	2026-01-02	Biophysical informatics reveals distinctive phenotypic signatures and functional diversity of single-cell lineages 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac833 PMID:36610710	研究论文	本文提出了一种分析单细胞形态和细胞网络拓扑的方法，用于预测肿瘤细胞的三维行为	开发了一种无需标记、高通量的分析方法，结合监督深度学习和无监督聚类，识别出六个不同的形态亚类，并关联到肿瘤生长和侵袭动态	NA	量化肿瘤细胞群的单细胞形态和细胞网络拓扑，以预测三维细胞行为	来自YUMM1.7和YUMMER1.7小鼠黑色素瘤细胞系的136个单细胞克隆	生物物理信息学	黑色素瘤	无标记活细胞成像	监督深度学习	图像	136个单细胞克隆	NA	NA	NA	NA
2253	2026-01-01	Conformal uncertainty quantification to evaluate predictive fairness of foundation AI model for skin lesion classes across patient demographics 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00412-z PMID:41458068	研究论文	本研究使用保形分析量化基于视觉Transformer（ViT）的基础模型在皮肤病变分类任务中，针对不同患者人口统计学特征（性别、年龄、种族）的预测不确定性，以评估模型公平性	首次将保形分析应用于基础AI模型（Google DermFoundation）的公平性评估，提供群体覆盖保证和个体不确定性评分，并提出基于动态F1分数的采样方法缓解类别不平衡	研究依赖于公开基准数据集，这些数据集存在严重的类别不平衡问题；保形分析虽然提供不确定性量化，但未完全解决基础模型嵌入不可解释的根本问题	评估基础AI模型在皮肤病变分类中的预测公平性和可信度	皮肤病变图像数据及对应的患者人口统计学信息（性别、年龄、种族）	计算机视觉	皮肤病变	保形分析（conformal analysis），自监督学习	Vision Transformer (ViT)	医学图像（皮肤病变图像）	多个公开基准数据集，包含数百万数据点	NA	Vision Transformer (ViT), Google DermFoundation	F1-score, 不确定性评分, 覆盖率保证	NA
2254	2026-01-01	Denoising Low-Power CEST Imaging Using a Deep Learning Approach With a Dual-Power Feature Preparation Strategy 2026-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70124 PMID:41082398	研究论文	本研究提出了一种基于深度学习的双功率特征准备策略，用于去噪低功率化学交换饱和转移成像的Z谱	利用高饱和功率的高对比度噪声比和低饱和功率的增强峰分辨率，通过双功率特征准备策略结合自编码器进行去噪	方法在模拟和BSA体模数据上验证，但实际生物组织中的复杂环境可能影响性能	开发一种深度学习方法来去噪低功率CEST Z谱，以提高图像质量和CEST效应的量化	模拟CEST数据、BSA体模、大鼠大脑和腿部肌肉的测量数据	医学影像处理	NA	化学交换饱和转移成像	自编码器	Z谱图像	模拟数据、BSA体模数据、大鼠大脑和腿部肌肉数据	NA	自编码器	峰值信噪比	NA
2255	2026-01-01	Multi-Frame Image Registration for Automated Ventricular Function Assessment in Single Breath-Hold Cine MRI Using Limited Labels 2026-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70137 PMID:41108653	研究论文	本研究开发了一种基于深度学习的自动化框架，用于从高度加速的磁共振图像中评估心脏心室功能	提出了一种将图像配准、运动补偿重建和分割集成在协同循环中的多任务深度学习框架，可在有限标注下实现稳健的心室功能分析	评估仅在内部数据集上进行，未在公开数据集或更大规模队列中验证	开发操作者独立的自动化心脏心室功能评估框架	健康受试者和心血管疾病患者的心脏磁共振图像	医学图像分析	心血管疾病	单次屏气电影磁共振成像	深度学习	磁共振图像	内部数据集（健康与心血管疾病受试者）	NA	NA	Dice相似系数, 射血分数相关性, 径向和圆周应变	NA
2256	2026-01-01	GeoAI-based 3D spatial distribution modeling of PAHs in industrial contaminated soils 2026-Feb-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.127440 PMID:41308730	研究论文	本文提出了一种基于GeoAI的三维深度克里金神经网络模型，用于工业污染土壤中多环芳烃的空间分布建模	结合深度学习与地统计学原理，开发了3D-DKNN模型，以提升异质环境中污染物插值的准确性	未明确说明模型在其他污染物或不同工业场地的泛化能力	提高工业污染土壤中污染物三维分布建模的准确性，以指导针对性修复	工业遗留场地土壤中的多环芳烃污染物	机器学习	NA	地统计学插值，深度学习建模	神经网络	空间污染数据	未明确说明样本数量，但基于典型工业场地数据	未明确指定	三维深度克里金神经网络	RMSE, MAE, 相关系数	未明确说明
2257	2026-01-01	Graph neural networks for fMRI functional brain networks: A survey 2026-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108137 PMID:41066997	综述	本文综述了基于图神经网络的功能性大脑网络分析方法，涵盖不同维度的方法、挑战和数据集	从计算机科学角度全面总结了功能性大脑网络分析的最新研究进展，填补了该领域缺乏系统性综述的空白	NA	总结和评估基于图神经网络的功能性大脑网络分析方法	功能性大脑网络	机器学习	精神障碍	神经影像技术	图神经网络	图数据	NA	NA	NA	NA	NA
2258	2026-01-01	Multicenter Validation of Video-based Deep Learning to Evaluate Defecation Patterns on 3-dimensional High-definition Anorectal Manometry 2026-Jan, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	本研究通过多中心验证，评估了基于视频的深度学习算法在三维高清肛门直肠测压中分析排便模式的性能	开发了一种能够进行时空分析的深度学习算法，并在多中心环境中验证其性能，同时通过高斯混合模型聚类揭示了两种新的排便协同失调亚型	研究仅基于2018年至2022年的数据，且算法在不同医疗中心的性能存在差异（AUC从0.79到0.99不等）	验证深度学习算法在三维高清肛门直肠测压中评估排便模式的诊断准确性	1214例连续进行的肛门直肠测压研究	数字病理学	胃肠道动力障碍	三维高清肛门直肠测压	深度学习	视频	1214例肛门直肠测压研究	NA	混合深度学习算法	AUC	NA
2259	2026-01-01	GastroNet-5M: A Multicenter Dataset for Developing Foundation Models in Gastrointestinal Endoscopy 2026-Jan, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.07.030 PMID:40749857	研究论文	本研究介绍了GastroNet-5M数据集，包含约500万张内窥镜图像，用于开发胃肠道内窥镜基础模型	提出了一个大规模、多中心的内窥镜图像数据集，并基于此通过自监督学习开发了基础模型，该模型在多种下游AI应用中表现出优越性能	数据集主要来自荷兰的8家医院，可能在地域和人群多样性上存在限制	开发用于胃肠道内窥镜的基础模型，以提升AI系统的诊断准确性、数据效率和鲁棒性	胃肠道内窥镜图像	数字病理学	胃肠道疾病	自监督学习	基础模型	图像	4,820,653张内窥镜图像，来自约500,000次检查	NA	NA	分类准确率, 分割准确率, 数据效率, 鲁棒性	NA
2260	2026-01-01	A novel deep learning approach for intrusion detection in maritime radar networks 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34353-0 PMID:41469470	研究论文	本文提出了一种名为MARINERNet的深度学习入侵检测系统，专门用于海上雷达网络	引入了一种结合1D卷积层、挤压-激励模块和残差连接的新型架构，能够自动从原始雷达网络数据中提取特征，无需人工干预	未在摘要中明确提及	解决海上雷达网络中的网络安全问题，提高入侵检测的准确性和实时性	海上雷达网络	机器学习	NA	深度学习	CNN	雷达网络数据	未在摘要中明确提及	未在摘要中明确提及	结合1D卷积层、挤压-激励模块和残差连接的自定义架构	准确率	未在摘要中明确提及