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
2461	2025-11-29	SeedGerm-VIG: an open and comprehensive pipeline to quantify seed vigor in wheat and other cereal crops using deep learning-powered dynamic phenotypic analysis 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf129 PMID:41100176	研究论文	开发了一个基于深度学习的自动化种子活力分析管道SeedGerm-VIG，用于量化小麦和其他谷类作物的种子活力	整合了多种深度学习模型和计算机视觉算法，建立了时间序列有向图来跟踪根尖生长，并创建了新的种子活力评分矩阵	NA	开发自动化种子活力评估方法，促进作物改良	小麦、水稻和大麦种子	计算机视觉	NA	深度学习，计算机视觉	YOLOv8x-Germ, U-Net	图像	小麦21个商业基因型494个随机抽样种子（超过29,500张种子级图像），水稻120个种子，大麦240个种子	NA	YOLOv8x-Germ, U-Net	R2 = 84.1%	NA
2462	2025-11-29	Explainable Transfer Learning with Residual Attention BiLSTM for Prognosis of Ischemic Heart Disease 2025, F1000Research DOI:10.12688/f1000research.166307.3 PMID:41216267	研究论文	提出一种可解释的迁移学习残差注意力双向LSTM模型用于缺血性心脏病预后预测	结合迁移学习、残差注意力机制、SHAP可解释性分析和人口统计学重加权策略，提高模型准确性、可解释性和公平性	仅在UCI心脏病数据集上验证，需要更多临床数据验证泛化能力	开发准确、可解释且公平的缺血性心脏病预后预测模型	缺血性心脏病患者临床数据	机器学习	心血管疾病	深度学习，迁移学习	BiLSTM, 注意力机制	临床数据	UCI心脏病数据集，10折交叉验证	NA	残差注意力双向LSTM (Residual Attention BiLSTM)	准确率, F1分数, AUC, 错误率	NA
2463	2025-11-29	Objective Evaluation of a Deep Learning-Based Noise Reduction Algorithm for Hearing Aids Under Diverse Fitting and Listening Conditions 2025 Jan-Dec, Trends in hearing IF:2.6Q1 DOI:10.1177/23312165251396644 PMID:41289071	研究论文	本研究评估了一种基于深度神经网络(DNN)的降噪算法在助听器中的性能，并与传统信号处理方法进行比较	首次在多样化助听器配置和听音条件下系统评估DNN降噪算法，并结合波束成形技术	使用KEMAR假人头录音而非真实患者，在中等混响条件下效果有限，非侵入式指标存在较大变异性	评估深度学习降噪算法在助听器中的性能表现	助听器信号处理系统	信号处理	听力障碍	深度神经网络降噪，自适应滤波，波束成形	DNN	音频录音	1,152个KEMAR假人头录音，使用5种听力图配置	NA	NA	HASPI, HASQI, pMOS	NA
2464	2025-11-29	SVNC-Net: An optimized U-Net variant with 2D convolutions for lightweight 3D spleen segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332482 PMID:41289322	研究论文	提出一种基于U-Net优化的轻量级3D脾脏分割网络SVNC-Net，使用2D卷积处理CT切片	在U-Net框架基础上引入深度可分离卷积，使用2D卷积实现3D分割，显著降低计算复杂度和内存使用	未明确说明模型在极端病理情况下的泛化能力	开发适用于资源受限环境的实时3D脾脏分割方法	CT扫描中的脾脏器官	数字病理	脾脏疾病	CT扫描	CNN	医学影像	两个公开数据集（具体数量未说明）	未明确说明	U-Net变体	与UPerNet、EMANet、CCNet、SegNet、ShuffleNet对比评估	适用于边缘设备和资源受限环境
2465	2025-11-29	Deep learning and multi-omics reveal programmed cell death-associated diagnostic signatures and prognostic biomarkers in gastric cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1690200 PMID:41293156	研究论文	通过深度学习与多组学分析揭示胃癌中程序性细胞死亡相关的诊断标志物和预后生物标志物	开发了基于评分聚类框架整合多种机器学习算法，并应用混合CNN+BiLSTM模型进行转录组特征提取和亚型分类	样本量可能不足导致部分基因表达存在微小差异	改善胃癌的诊断和预后评估框架	胃癌患者的多组学数据	数字病理学	胃癌	多组学分析, 空间转录组, RT-qPCR	CNN, BiLSTM	转录组数据, 蛋白质组数据	TCGA队列和临床样本	TensorFlow, PyTorch	CNN+BiLSTM混合模型	准确率, 预后预测值	NA
2466	2025-11-29	Habitat radiomics and deep learning on gadoxetic acid-enhanced MRI for noninvasive assessment of CK19 expression and recurrence-free survival in hepatocellular carcinoma 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1684264 PMID:41293267	研究论文	基于钆塞酸增强MRI开发结合临床、影像、生境放射组学和深度学习特征的非侵入性模型，用于预测肝细胞癌CK19表达和无复发生存期	首次将生境放射组学与深度学习特征结合临床和影像特征，构建综合预测模型评估肝细胞癌CK19表达和预后	回顾性研究设计，样本量有限，需要多中心前瞻性验证	开发非侵入性预测模型评估肝细胞癌CK19表达和复发风险	539例肝细胞癌患者	医学影像分析	肝细胞癌	钆塞酸增强MRI	深度学习, 逻辑回归	医学影像	539例患者（训练集266例，内部测试集114例，外部测试集159例）	NA	DL-HR列线图模型	AUC, 95%置信区间, P值	NA
2467	2025-11-29	Federated radiomics analysis of preoperative MRI across institutions: toward integrated glioma segmentation and molecular subtyping 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1648145 PMID:41293309	研究论文	提出基于联邦学习的多任务3D深度神经网络框架，实现跨机构胶质瘤分割和分子分型预测	首次将联邦学习应用于多模态MRI的胶质瘤自动分割和多重分子标记物联合预测，实现隐私保护下的多中心协作	研究依赖公开数据集，需在更多真实临床场景中验证；模型性能可能受各机构数据异质性影响	开发非侵入性胶质瘤分子特征预测方法，解决临床数据共享的隐私限制问题	胶质瘤患者的多模态MRI影像数据	医学影像分析	胶质瘤	多模态MRI	3D深度神经网络,多任务学习	医学影像	训练集1,552例，外部验证集466例	联邦学习框架	多任务3D深度神经网络	AUC,Dice系数	NA
2468	2025-11-29	A Deep Learning-Based Automated Scoring System for Predicting Eyelid Rejuvenation Outcomes After Monopolar Radiofrequency Treatment 2025, Clinical, cosmetic and investigational dermatology DOI:10.2147/CCID.S550147 PMID:41293324	研究论文	开发基于深度学习的自动化评分系统，用于预测单极射频治疗后的眼睑年轻化效果	首次将CNN与U-Net混合架构应用于眼睑年轻化治疗效果评估，实现客观量化的疗效预测	样本量较小（50例患者），缺乏长期随访数据，需要更大规模多样化数据集进一步验证	开发客观评估眼睑单极射频治疗效果的人工智能系统	接受眼睑单极射频治疗的50名患者（47名女性，3名男性）	计算机视觉	眼睑松弛	单极射频治疗	CNN, U-Net	图像	50名患者（47名女性，3名男性）的治疗前后图像	NA	CNN-U-Net混合架构	均方根误差, 平均绝对百分比误差	NA
2469	2025-11-29	Graph neural networks in the nephropathological diagnosis of antibody-mediated rejection 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.005 PMID:41293460	研究论文	本研究评估基于图的深度学习模型在抗体介导排斥反应诊断中的应用，通过肾活检全切片图像提升诊断准确性和可重复性	提出将肾小球、动脉和皮质肾小管间质区域表示为图结构数据，并开发新型GNN架构（SimpleGCN、DenseGCN、SimpleGAT）用于AMR分类	特征表示仍需优化，需要整合多模态数据以扩展临床实用性	提高肾移植抗体介导排斥反应的诊断准确性和可重复性	肾移植患者的肾活检组织	数字病理学	肾脏疾病	全切片图像分析	GNN, CNN, Transformer	图像	348名患者的1193张全切片图像	NA	Graph-Transformer, SimpleGCN, DenseGCN, SimpleGAT	准确率	NA
2470	2025-11-29	Digital technologies in psoriasis management: from precision diagnosis to therapeutic innovation and holistic care 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1656585 PMID:41293553	综述	探讨数字技术在银屑病综合管理中的应用，涵盖精准诊断、治疗创新和整体护理	首次系统整合人工智能皮肤镜诊断（EfficientNet-B4模型）、智能光疗剂量优化、AI辅助生物制剂选择和物联网监测系统，构建银屑病精准数据驱动管理框架	数据标准化不足、隐私问题、算法透明度有限且缺乏长期验证	系统分析数字技术如何变革银屑病的综合管理策略	银屑病患者及数字医疗技术	数字病理学	银屑病	人工智能皮肤镜、深度学习、物联网、多组学数据整合	CNN	皮肤镜图像、实时监测数据、多组学数据	NA	NA	EfficientNet-B4	准确率	NA
2471	2025-11-29	Sensorless End-to-End Freehand 3-D Ultrasound Reconstruction With Physics-Guided Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3465214 PMID:39302786	研究论文	提出一种无需传感器的端到端自由手3D超声重建方法，通过物理引导的深度学习技术解决传统方法中的平面外运动问题	设计了新型物理启发的深度神经网络PLPPI模型，无需3D卷积即可实现自由手3D超声重建，显著提升重建精度并大幅减少计算资源需求	未明确说明模型在复杂临床环境中的泛化能力和对不同解剖部位的适应性	开发无需运动传感器的自由手3D超声重建方法，提高重建质量并降低计算资源需求	自由手扫描获取的3D超声图像	医学影像处理	心脏疾病、产科疾病、腹部疾病、血管疾病	3D超声成像	深度神经网络	超声图像序列	NA	NA	PLPPI	平均百分比误差、计算时间、GPU内存使用量	GPU
2472	2025-11-28	Novel contrastive representation learning of epileptic electroencephalogram for seizure detection 2026-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10352-9 PMID:41306193	研究论文	提出了一种结合对比学习和周期动态检测的新型癫痫脑电图特征学习框架ContrLF，用于癫痫发作检测	首次将对比学习框架与Floss方法相结合，能够自动检测和学习脑电图信号中的主要周期性动态，更充分地捕捉癫痫发作的关键特征	NA	开发一种能够更好捕捉脑电图信号中周期性动态的癫痫发作自动检测方法	癫痫患者的头皮脑电图和颅内脑电图数据	机器学习	癫痫	脑电图信号处理	对比学习, SVM	脑电图时序信号	NA	NA	ContrLF框架（包含时间对比模块和上下文对比模块）	准确率, 敏感度, 特异性	NA
2473	2025-11-28	Scale-adjusted distance transform and its applications to segmentation of multimodal images 2026-Jan, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.11.003 PMID:41207402	研究论文	提出一种尺度调整距离变换方法，用于多模态图像中多尺度对象的精确分割	提出与传统距离变换概念不同的尺度调整距离变换，其值独立于对象尺度并在山脊处统一为'1'，具有平移、旋转和各向同性缩放不变性	未与现代深度学习方法进行广泛对比，主要验证了在特定生物医学图像上的应用	开发一种尺度不变的距离变换方法，解决多尺度对象的结构分析问题	二维和三维多模态图像中的结构对象，特别是生物医学图像中的细胞核和血管	计算机视觉	NA	距离变换，梯度流路径分析	模糊方法	二维显微图像，三维肺部CT图像	猪肺模型的三维CT数据和二维显微图像数据集	NA	NA	分割准确性	NA
2474	2025-11-28	Stochastically evolving graphs via edit semigroups 2025-Dec-09, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2526595122 PMID:41296758	研究论文	本文通过编辑半群和谱理论研究底层宿主图中子图的随机演化过程	将Tsetlin图书馆和超平面排列的半群谱理论应用于图演化过程，为简单编辑提供特征向量的闭式解和收敛速率锐界	NA	建立从给定图中采样随机子图的通用随机模型	宿主图中的子图演化过程	机器学习	NA	随机游走，谱理论	随机过程模型	图数据	NA	NA	NA	收敛速率	NA
2475	2025-11-28	Multi-Organ metabolic profiling with [18F]F-FDG PET/CT predicts pathological response to neoadjuvant immunochemotherapy in resectable NSCLC 2025-Dec, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07350-8 PMID:40451983	研究论文	开发并验证结合多器官PET代谢指标的列线图模型，用于预测可切除非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解	首次报道结合多器官代谢指标（脾脏、结肠、脊柱等）的预测模型，超越传统仅关注肿瘤的方法，量化全身宿主-肿瘤代谢相互作用	回顾性单中心研究，样本量有限（115例患者），需要外部验证	预测可切除非小细胞肺癌患者接受新辅助免疫化疗后的主要病理缓解	可切除非小细胞肺癌患者	数字病理	肺癌	[18F]F-FDG PET/CT, 深度学习自动分割	列线图, LASSO回归, 随机森林	PET/CT图像, 代谢参数	115例rNSCLC患者（训练集70%，验证集30%）	NA	NA	AUC, 特异性, 阳性预测值, 准确率, 校准曲线, 决策曲线分析	NA
2476	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
2477	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
2478	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
2479	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
2480	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