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
2441	2025-11-28	An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation 2025-Dec, Archives of physiology and biochemistry IF:2.5Q2 DOI:10.1080/13813455.2025.2524182 PMID:40590298	研究论文	提出一种结合自适应R2-Unet图像分割和注意力Densenet-LSTM的深度学习框架，用于X射线图像的肺部疾病检测与分类	开发了自适应循环残差U-Net（AR2-UNet）分割网络，采用增强河豚优化算法（EPOA）优化参数，并首次将注意力Densenet与LSTM结合用于肺部疾病分类	未提及数据集的具体规模和多样性，缺乏外部验证结果	开发高效的肺部疾病自动检测与分类系统	胸部X射线图像中的肺部疾病	计算机视觉	肺部疾病	X射线成像	CNN, LSTM	图像	NA	NA	AR2-UNet, DenseNet, LSTM, ResNet, Inception	准确率	NA
2442	2025-11-28	Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603608 PMID:40924530	研究论文	提出一种用于睡眠分析的多模态混合自监督学习框架SynthSleepNet，能够有效分析多导睡眠图数据	结合掩码预测和对比学习的混合自监督学习框架，并引入基于Mamba的时间上下文模块	NA	开发用于睡眠质量评估和睡眠障碍诊断的自动化分析工具	多导睡眠图数据，包括脑电图、眼电图、肌电图和心电图	机器学习	睡眠障碍	多导睡眠图	自监督学习	生理信号数据	NA	NA	Mamba	准确率	NA
2443	2025-11-28	Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603545 PMID:40924529	研究论文	提出一种基于最大信息系数的深度高斯与非高斯信息融合框架结构学习算法，用于自动化预测数据分析	引入最大信息系数作为潜变量间关联强度的度量，提出自动确定深度模型所需隐藏层的评估指标	仅通过两个工业实例验证，需要更多实际应用场景的测试	解决深度信息融合框架中的结构学习问题，实现自动化数据驱动建模与分析	时变工业过程数据	机器学习	NA	信息融合	潜变量模型	工业过程数据	两个真实工业案例	深度学习框架	深度高斯与非高斯信息融合框架	在线预测性能	NA
2444	2025-11-28	Comparative diagnostic performance of artificial intelligence models in structural MRI for schizophrenia: A systematic review and meta-analysis 2025-Dec, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104759 PMID:41202773	系统综述与荟萃分析	通过系统综述和荟萃分析比较人工智能模型在结构磁共振成像中对精神分裂症的诊断性能	首次系统比较深度学习和传统机器学习在sMRI精神分裂症诊断中的性能差异，并分析不同神经解剖输入数据的影响	纳入研究数量有限（16项），需要多中心外部验证队列来验证临床实用性	评估人工智能模型在结构磁共振成像中诊断精神分裂症的准确性和临床应用价值	成人精神分裂症患者的结构磁共振成像数据	医学影像分析	精神分裂症	结构磁共振成像	深度学习, 传统机器学习	医学影像	3601名参与者	NA	支持向量机, 深度学习架构	灵敏度, 特异度, AUC	NA
2445	2025-11-28	An exploratory study of explainable deep learning for predicting bone mineral density using clavicle features on chest radiographs: A multi-task approach with regression and segmentation 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70336 PMID:41277292	研究论文	本研究开发了一种多任务学习模型，通过胸部X光片中的锁骨特征预测骨密度，并支持网络可解释性	将分割和回归任务集成到U-Net架构中，采用多任务学习方法，并通过热图可视化验证预测依据	研究为探索性研究，样本量相对有限（1600名患者），存在一定的预测偏差	开发可解释的深度学习模型，从胸部X光片中预测骨密度，辅助骨质疏松筛查	接受胸部X光摄影和腰椎DXA检查的1600名患者	医学影像分析	骨质疏松症	双能X线吸收测定法（DXA），梯度加权类激活映射（Grad-CAM）	深度学习，多任务学习	胸部X光影像	1600名患者	NA	U-Net	平均绝对误差（MAE），Pearson相关系数（R值），灵敏度，特异性，精确度，F1分数	NA
2446	2025-11-28	mpMRI-based MGMT methylation status prediction for glioblastoma through off-the-shelf deep features: A multi-dataset feasibility study 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70373 PMID:41277375	研究论文	本研究开发了一种基于多参数磁共振成像的深度学习方法，用于预测胶质母细胞瘤MGMT启动子甲基化状态	采用孪生神经网络结合现成深度学习特征，并整合T1模态的delta深度特征来提升模型性能	模型性能仍有提升空间，AUC值相对有限	评估使用多参数磁共振成像非侵入性诊断MGMT甲基化状态的可行性	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	多参数磁共振成像	SNN	医学影像	585名参与者用于训练，81个样本用于外部验证	NA	Siamese神经网络	AUC, precision, recall	单CPU平台
2447	2025-11-28	Incremental Learning-Enabled Fault Diagnosis of Dynamic Systems: A Comprehensive Review 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3586643 PMID:40737141	综述	本文系统回顾了增量学习在动态系统故障诊断中的应用方法	首次专门针对增量学习在故障诊断中的应用进行系统性综述，提出了新的分类法和研究视角	作为综述文章，不涉及原始实验验证，主要基于现有文献分析	探讨增量学习在动态系统故障诊断中的研究现状、挑战和发展方向	工业系统的故障诊断方法	机器学习	NA	增量学习	NA	动态数据流	NA	NA	NA	NA	NA
2448	2025-11-28	Exploring the Terra incognita of AI-based domain classifications 2025-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70392 PMID:41288334	研究论文	本研究探索了AI方法在蛋白质结构分类中的未知领域，重点关注新型蛋白质折叠的分类挑战	整合结构、进化和上下文信息来解析具有挑战性的折叠分配，为扩展蛋白质分类框架进入未知结构领域提供了路线图	部分候选新型折叠结构可能源于结构域边界预测错误，如序列截断或紧密堆积的结构域重复	解决结构生物信息学中新型蛋白质折叠分类的核心挑战	来自TED数据库的664个候选新型折叠结构域	生物信息学	NA	深度学习, 结构生物信息学分析	AlphaFold2	蛋白质结构数据, 序列数据	664个候选新型折叠结构域	NA	AlphaFold2架构	分类置信度	NA
2449	2025-11-28	Deep Learning Model for High-Accuracy Classification of Premature Ventricular Contractions With Precordial Transition Zones in Leads V3 or V4 2025-Nov-27, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0534 PMID:41297935	研究论文	开发基于卷积神经网络的深度学习模型，用于高精度分类V3或V4导联移行区的室性早搏起源	首次使用配对PVC和固有QRS数据训练CNN模型，并通过梯度加权类激活映射揭示模型决策依据的ECG特征	样本量相对有限（314例患者），仅针对右室或左室流出道起源的PVC进行分类	预测室性早搏的起源位置，特别是当移行区出现在V3和V4导联时的挑战性情况	314例接受导管消融治疗的室性早搏患者，其ECG显示下壁导联轴和V3或V4导联移行区	医学人工智能	心血管疾病	心电图分析，导管消融	CNN	心电图信号	314例患者，每位患者5个数据集用于训练和验证，1个保留数据集用于测试	NA	卷积神经网络	准确率，F1分数，ROC曲线下面积	NA
2450	2025-11-28	Development of Artificial Intelligence for Quantitative Assessment of Nasal Inflammatory Cytology in Chronic Rhinitis by Whole-Slide Images 2025-Nov-27, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70075 PMID:41307481	研究论文	开发基于全玻片图像的人工智能系统QANIC，用于慢性鼻炎鼻炎症细胞的定量评估和炎症表型分型	首次将深度学习与全玻片图像结合用于鼻细胞学诊断，实现鼻炎症细胞的自动定量分析	样本量相对有限，外部验证仅包含两个临床中心	建立基于人工智能的鼻炎症细胞定量评估系统，研究慢性鼻炎的炎症表型分型	慢性鼻炎患者的鼻分泌物涂片样本	数字病理学	慢性鼻炎	全玻片图像扫描	深度学习模型	病理图像	开发集145例，内部队列881例，外部验证队列234例	NA	NA	NA	NA
2451	2025-11-28	Early diagnosis of transient ischemic attack facilitated by SERS-based artificial intelligence sensors 2025-Nov-27, Mikrochimica acta DOI:10.1007/s00604-025-07699-5 PMID:41307575	研究论文	本研究开发了一种基于表面增强拉曼散射和人工智能算法的传感器，用于短暂性脑缺血发作的早期诊断	首次将荷叶/铜/二氧化硅/银多层膜SERS检测平台与多种智能算法模型结合，实现了对TIA炎症标志物的高特异性检测	研究样本量有限，需要更大规模临床试验验证	开发高灵敏度、高特异性的TIA早期诊断方法	短暂性脑缺血发作患者和健康对照者的血清样本	生物医学工程	脑血管疾病	表面增强拉曼散射(SERS), 血清炎症标志物检测	LightGBM, ANN, 1D-CNN, BiLSTM, Transformer, AlexNet	血清SERS光谱数据	TIA患者和健康对照者血清样本	NA	LightGBM, ANN, 1D-CNN, BiLSTM, Transformer, AlexNet4	准确率	NA
2452	2025-11-28	FigATree: a novel framework for histological subtyping and grading of lung adenocarcinoma 2025-Nov-27, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04355-4 PMID:41307585	研究论文	提出一种名为FigATree的可解释AI框架，用于肺腺癌的组织学分型和分级诊断	结合基础模型增强的区域级编码器与基于XGBoost的病理学指导的玻片级分类器，提供区域和玻片级别的可解释预测	NA	开发可解释的AI框架以改进肺腺癌的组织学分型和分级诊断	肺腺癌组织样本	数字病理学	肺癌	H&E染色	基础模型,XGBoost	全玻片图像	1186张H&E染色全玻片图像	XGBoost	基础模型增强编码器	NA	NA
2453	2025-11-28	MKNet-family architectures for auto-segmentation of the residual pancreas after pancreatic resection: a deep learning comparative study 2025-Nov-27, Abdominal radiology (New York) DOI:10.1007/s00261-025-05211-4 PMID:41307673	研究论文	开发新型MKNet系列深度学习架构用于胰腺切除术后残余胰腺的自动分割	提出了MKNet、MSKNet和MAKNet三种新型深度学习架构，专门针对术后胰腺分割任务	样本量相对有限（共163例CT扫描），且仅评估术后短期（<4周）的CT影像	研究深度学习架构在胰腺切除术后残余胰腺自动分割中的可行性和临床实用性	胰腺切除术后患者的残余胰腺组织	医学影像分析	胰腺疾病	CT扫描	深度学习	医学影像	163例CT扫描（82例术前正常CT，81例术后CT）	NA	MKNet, MSKNet, MAKNet, Attention-U-Net	Hausdorff距离, 95%分位数Hausdorff距离, 归一化表面距离, Dice相似系数	NA
2454	2025-11-28	Current State of Artificial Intelligence in Assessing Cardiac Function 2025-Nov-27, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02314-8 PMID:41307845	综述	本文综述人工智能在心脏功能评估领域的最新进展，涵盖心电图、超声心动图、心脏CT/MRI和电子健康记录等多模态数据应用	系统整合多模态AI应用，强调基础模型和跨模态架构在标签高效学习、自动报告生成和大规模筛查中的突破性进展	需要更多多中心验证、开源代码透明化和前瞻性试验来确认泛化能力和患者获益程度	评估人工智能在心血管疾病诊断和管理中量化心脏功能的应用现状与发展前景	心血管疾病患者的心脏功能评估数据（ECG、超声心动图、心脏CT/MRI、EHR文本）	医疗人工智能	心血管疾病	深度学习、基础模型、多模态学习	深度学习算法	心电图、医学影像、临床文本	NA	NA	基础模型、多模态架构	准确率、泛化能力	NA
2455	2025-11-28	Deep Learning Model for Differentiating Between Neoplastic Pathologic Fracture and Nonpathologic Fracture Using Hip Radiographs 2025-Nov-26, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.25.00344 PMID:41296822	研究论文	开发并评估用于区分髋部X光片中肿瘤性病理性骨折与非病理性骨折的深度学习模型	首个专门针对髋部X光片中肿瘤性病理性骨折与非病理性骨折区分的深度学习模型，并在多中心进行外部验证	回顾性研究设计，样本量相对有限（总计826例患者）	提高髋部X光片中病理性骨折诊断准确性	急诊科就诊患者的髋部X光片	医学影像分析	骨肿瘤/骨折	X射线摄影	深度学习模型	X光图像	内部测试338例患者，外部验证488例患者（总计826例）	NA	NA	准确率, 敏感度, 特异性	NA
2456	2025-11-28	Computerized Assessment of Motor Imitation for Distinguishing Autism in Video (CAMI-2DNet) 2025-Nov-26, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3637089 PMID:41296941	研究论文	提出一种基于深度学习的视频运动模仿评估方法CAMI-2DNet，用于区分自闭症谱系障碍儿童	无需人工标注和特定数据标准化处理，通过编码器-解码器架构学习解耦的运动表征	NA	开发自动化的运动模仿评估方法以区分自闭症谱系障碍	自闭症谱系障碍儿童与神经典型发育儿童	计算机视觉	自闭症谱系障碍	运动重定向技术	深度学习	视频数据	NA	NA	编码器-解码器架构	相关性分析，分类准确率	NA
2457	2025-11-28	Self-Paced Learning for Images of Antinuclear Antibodies 2025-Nov-26, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3637237 PMID:41296939	研究论文	提出一种用于抗核抗体图像检测的自适应学习框架，解决多示例多标签学习任务中的复杂性问题	基于人类标注逻辑设计三组件框架：实例采样器、概率伪标签分配器和自步学习权重系数，实现无需手动预处理的端到端优化	仅在一个ANA数据集和三个公共医学MIML基准上进行验证，需要更多临床数据验证泛化能力	开发自动化抗核抗体检测系统以辅助自身免疫疾病诊断	抗核抗体荧光图像	计算机视觉	自身免疫疾病	荧光显微镜成像	深度学习	图像	一个ANA数据集和三个公共医学MIML基准数据集	NA	多示例多标签学习框架	F1-Macro, mAP, 汉明损失, one-error	NA
2458	2025-11-28	Deep Learning With Data Privacy Via Residual Perturbation 2025-Nov-26, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3637239 PMID:41296949	研究论文	提出一种基于随机微分方程的残差扰动方法，用于保护深度学习中的数据隐私	在ResNets的每个残差映射中注入高斯噪声，在保证差分隐私的同时减少泛化差距	NA	在保护数据隐私的同时维持深度学习模型的效用	深度学习模型中的隐私保护机制	机器学习	NA	差分隐私	ResNet	NA	NA	NA	ResNet	效用维护，成员隐私保护	NA
2459	2025-11-28	SpectFusion: Cross-modal Spectrum-aware Attention Network for Unsupervised Multimodal Medical Image Fusion 2025-Nov-26, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3637829 PMID:41296957	研究论文	提出一种名为SpectFusion的无监督跨模态频谱感知融合框架，用于医学图像融合	设计了空间-频谱混合模块，通过梯度保留策略提取空间域细粒度局部特征，通过傅里叶卷积在频域捕获全局特征；开发了新颖的跨模态频谱感知注意力机制	未明确说明具体的数据集限制或计算复杂度分析	提升医学图像融合性能，增强临床诊断效果	多模态医学图像	计算机视觉	脑肿瘤	医学图像融合	Transformer, CNN	医学图像	NA	PyTorch	空间-频谱混合模块，跨模态频谱感知注意力机制	定性评估，定量评估	NA
2460	2025-11-28	Deep Learning for Clinical Ultrasound Imaging: From Supervised Approaches to Foundation Models 2025-Nov-26, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3636830 PMID:41296965	综述	本文系统回顾了深度学习在临床超声成像中的应用进展，重点探讨从监督学习到基础模型的技术演变	首次系统梳理超声成像领域从传统监督学习向基础模型的范式转变，强调基础模型在提升诊断性能和扩展临床应用范围的潜力	基础模型在超声领域的应用仍面临标注数据稀缺、领域特异性变异和用户专业知识需求等挑战	探讨深度学习技术在临床超声成像中的应用现状与发展趋势	临床超声成像数据和相关深度学习模型	计算机视觉	NA	超声成像	监督学习,自监督学习,判别模型,生成式AI模型,基础模型	医学图像	NA	NA	NA	NA	NA