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
241	2025-10-01	InfEHR: Clinical phenotype resolution through deep geometric learning on electronic health records 2025-Sep-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63366-6 PMID:41006287	研究论文	提出InfEHR框架，通过深度几何学习从电子健康记录中自动计算临床可能性	将完整电子健康记录转换为时间图以捕捉表型动态，实现无需大量标注数据的临床概率推断	NA	开发无需大量标注数据的电子健康记录分析方法，实现临床表型解析	电子健康记录数据	机器学习	新生儿培养阴性脓毒症、术后急性肾损伤	深度几何学习	几何深度学习模型	电子健康记录	来自西奈山医疗系统和加州大学欧文医学中心的电子健康记录
242	2025-10-01	A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16275-z PMID:41006445	研究论文	本研究提供了一个包含10,223张猪脊髓超声图像的开源数据集，并评估了多种深度学习模型在脊髓损伤定位和 anatomical 分割任务上的性能	发布了目前最大的公开脊髓超声注释数据集，首次公开报告了用于脊髓解剖标记评估的目标检测和分割架构	训练数据主要基于猪脊髓图像，在人类数据上的零样本泛化性能仍有提升空间	促进医学机器学习发展，为脊髓损伤定位和 anatomical 分割提供基准数据集和模型	猪脊髓（N=25）在挫伤前后的超声图像，以及人类脊髓超声图像	医学影像分析	脊髓损伤	超声成像（B-mode）	YOLOv8, DeepLabv3, SAMed	图像	10,223张猪脊髓超声图像（来自25只猪），以及人类脊髓超声图像用于零样本测试
243	2025-10-01	Leveraging multi-modal foundation model image encoders to enhance brain MRI-based headache classification 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18507-8 PMID:41006506	研究论文	本研究利用多模态基础模型BioMedCLIP，通过微调预训练的视觉变换器图像编码器，开发了基于脑部MRI的头痛自动分类系统	首次在头痛分类和生物标志物检测中应用多模态生物医学基础模型，使用结构MRI数据	样本量相对有限，需要更多数据验证模型的泛化能力	开发基于脑部MRI的头痛自动分类系统，识别与头痛相关的生物标志物	721名参与者，包括健康对照、偏头痛患者、急性创伤后头痛患者和持续性创伤后头痛患者	医学影像分析	头痛疾病	脑部MRI，梯度加权类激活映射分析	视觉变换器，BioMedCLIP多模态基础模型	医学影像	721名个体（424名健康对照，297名患者：96名偏头痛，48名急性创伤后头痛，49名持续性创伤后头痛，104名额外健康对照）
244	2025-10-01	Automated detection and classification of cervical and anal squamous cancer precursors using deep learning and multidevice colposcopy 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14514-x PMID:41006527	研究论文	开发基于深度学习的卷积神经网络，用于自动检测和分类宫颈及肛门的鳞状上皮内病变	首次开发能够同时识别宫颈和肛门HPV相关病变的深度学习模型，并整合了三种不同设备的检查数据	回顾性研究设计，样本来源仅限于三个医疗中心	提高宫颈和肛门鳞状上皮癌前病变的自动检测和分类准确性	宫颈和肛门的鳞状上皮内病变（LSIL和HSIL）	数字病理	宫颈癌和肛门癌	阴道镜检查和肛门镜检查	CNN	图像	320次检查，包含88,073帧图像，来自三种不同设备类型
245	2025-10-01	Fine art image classification and design methods integrating lightweight deep learning 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18420-0 PMID:41006708	研究论文	提出一种集成轻量级深度学习的精细艺术图像分类方法，通过混合网络和注意力机制提升分类效率与泛化能力	设计MobileNet-Transformer混合网络，结合动态通道-空间注意力模块和跨风格特征迁移框架，实现局部细节与全局语义的高效融合	NA	解决艺术图像分类任务中效率低和泛化能力差的问题	艺术图像	计算机视觉	NA	深度学习，对比学习	MobileNet-Transformer Hybrid (MTH)，CNN，Transformer	图像	ArtBench-10和WikiArt数据集
246	2025-10-01	An interpretable adaptive edge-weighted graph convolutional networks model for physical fitness assessment of primary school student in high-altitude regions 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18203-7 PMID:41006705	研究论文	提出一种自适应边权图卷积网络模型，用于高海拔地区小学生体质健康评估	首次将动态图卷积神经网络与SHAP可解释性方法结合，实现高海拔地区小学生体质健康的高精度评估和关键指标分析	研究数据仅来自青海西宁地区，样本代表性可能存在局限	开发高精度、可解释的小学生体质健康评估方法	高海拔地区小学生	机器学习	NA	图卷积神经网络，SHAP可解释性分析，SMOTE数据平衡	AWE-GCN（自适应边权图卷积网络）	多变量体质测试数据	25,790条学生记录（来自青海西宁，平均海拔3137米）
247	2025-10-01	Identification of camouflage military individuals with deep learning approaches DFAN and SINETV2 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18886-y PMID:41006701	研究论文	本研究开发了基于卷积神经网络的伪装军事人员检测方法，并构建了MSC1K数据集	提出了动态特征聚合网络(DFAN)和构建了包含1000张伪装人员图像的MSC1K数据集	未明确说明模型在其他复杂环境下的泛化能力	开发检测军事环境中伪装目标的方法	伪装军事人员、材料和作战装备	计算机视觉	NA	深度学习	CNN, DFAN, SINet-V2, ZoomNet	图像	1000张伪装人员图像(MSC1K数据集)
248	2025-10-01	MedIENet: medical image enhancement network based on conditional latent diffusion model 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01909-5 PMID:41013286	研究论文	提出基于条件潜在扩散模型的医学图像增强网络MedIENet，用于解决医学图像数据稀缺问题	在去噪U-Net编码器中引入多注意力模块，结合旋转位置编码和交叉注意力机制以提升医学图像生成质量	NA	解决医学图像数据稀缺问题，提升下游分类任务性能	胸部CT扫描图像、胸部X光图像（肺炎）和舌象数据集	计算机视觉	肺炎	潜在扩散模型	条件潜在扩散模型、U-Net、ResNet50	医学图像	三个医学图像数据集（具体样本数未提及）
249	2025-10-01	Enhanced CoAtNet based hybrid deep learning architecture for automated tuberculosis detection in human chest X-rays 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01901-z PMID:41013295	研究论文	提出一种基于CoAtNet的混合深度学习架构，用于自动检测胸部X光片中的肺结核	结合CNN和Vision Transformer的优势，采用LIME增强模型预测的可解释性	NA	开发自动分类胸部X光片中肺结核病例的深度学习模型	人类胸部X光片	计算机视觉	肺结核	深度学习	CoAtNet（CNN与Vision Transformer混合架构）	图像	ICMR-NIRT的IN-CXR肺结核数据集，包含正常和异常类别的全面胸部X光片集合
250	2025-10-01	Automated deep learning method for whole-breast segmentation in contrast-free quantitative MRI 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01928-2 PMID:41013418	研究论文	开发基于nnU-Net架构的深度学习分割方法，用于在无对比剂定量MRI中实现全乳腺自动分割	首次将nnU-Net架构应用于基于DWI和SyMRI的无对比剂定量MRI全乳腺自动分割	样本量相对有限（98名患者），仅评估了两种MRI技术	开发全自动乳腺分割方法以支持大规模临床数据处理和计算机辅助定量分析	乳腺组织	计算机视觉	乳腺癌	扩散加权成像(DWI)、合成MRI(SyMRI)、3.0T磁共振成像	nnU-Net、U-Net	医学影像	98名患者（196个乳腺）
251	2025-10-01	Artificial Intelligence-driven image analysis for standardised programmed death-ligand 1 expression evaluation in non-small cell lung cancer 2025-Sep-26, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-025-01707-1 PMID:41013460	研究论文	开发基于人工智能的深度学习模型，用于自动评估非小细胞肺癌中PD-L1免疫组化表达	采用多粒度多示例学习方法，结合粗粒度和细粒度实例嵌入提取斑块级形态特征，开发多粒度表达解释器模型	研究基于三个特定队列的数据集，模型在其他人群中的泛化能力需要进一步验证	开发标准化的人工智能驱动图像分析方法，用于PD-L1表达评估	非小细胞肺癌患者的免疫组化全玻片图像	数字病理学	肺癌	免疫组化22C3检测，苏木精-伊红染色	深度学习，多示例学习	图像	706名非小细胞肺癌患者，1212张全玻片图像
252	2025-10-01	Street view images help to reveal the impact of noisy environments on the survival duration of stroke patients 2025-Sep-26, International journal of health geographics IF:3.0Q2 DOI:10.1186/s12942-025-00416-8 PMID:41013534	研究论文	本研究利用街景图像分析居住环境噪音水平，探讨其对脑卒中患者生存期的影响	首次使用多模态深度学习模型分析街景图像来估计居住环境噪音水平，并揭示噪音对特定年龄组脑卒中患者死亡率的影响	研究仅限于中国阜新市的住院脑卒中患者，结果可能不适用于其他地区	探索道路交通噪音对不同年龄组脑卒中患者死亡率的影响及社会经济差异	36,240名中国阜新市住院脑卒中患者（2011-2019年）	数字病理学	心血管疾病	多模态深度学习模型、街景图像分析、Cox比例风险模型	深度学习模型	图像、医疗记录、环境数据	36,240名住院脑卒中患者
253	2025-09-28	CADxPolydetect: a clinically explainable hybrid deep learning system for multi-class colorectal lesion detection using augmented colonoscopy images 2025-Sep-26, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03176-4 PMID:41013565	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
254	2025-10-01	Deep learning-based cardiac computed tomography angiography left atrial segmentation and quantification in atrial fibrillation patients: a multi-model comparative study 2025-Sep-26, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01442-0 PMID:41013604	研究论文	本研究基于深度学习模型对心房颤动患者的心脏CTA左心房进行分割和量化分析	首次在182例多中心心房颤动患者的心脏CTA数据上系统比较五种先进医学图像分割模型对左心房分割的性能	样本量相对有限（182例），且仅针对心房颤动患者	寻找基于心脏CTA的最佳左心房分割模型并进行左心房体积量化测量	心房颤动患者的心脏CTA图像	医学图像分析	心血管疾病	心脏计算机断层扫描血管成像（CTA）	DAResUNet, nnFormer, xLSTM-UNet, UNETR, VNet	医学图像	182例来自多中心的心房颤动患者心脏CTA图像
255	2025-10-01	MultiExCam: A multi approach and explainable artificial intelligence architecture for skin lesion classification 2025-Sep-25, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109081 PMID:41021995	研究论文	提出一种用于皮肤病变分类的多方法可解释人工智能架构MultiExCam	首次将机器学习和深度学习真正融合，采用自适应集成架构学习个性化决策策略，并整合GradCAM和SHAP提供全面可解释性	NA	开发能够同时实现高诊断性能和临床可解释性的皮肤癌检测AI系统	皮肤病变图像	计算机视觉	皮肤癌	深度学习特征提取、手工统计特征提取	CNN、前馈神经网络（带门控和注意力机制）、集成学习	图像、特征数据	三个数据集（HAM10000、ISIC、MED-NODE）
256	2025-10-01	Cell-APP: A generalizable method for cell annotation and cell-segmentation model training 2025-Sep-24, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E25-02-0076 PMID:40991412	研究论文	提出一种名为Cell-APP的自动化细胞标注和分割模型训练方法	通过配对透射光和核荧光图像自动生成高质量训练数据，无需人工标注	NA	开发自动化细胞标注工具以加速高通量显微镜数据分析	细胞图像中的细胞分割和分类	计算机视觉	NA	深度学习，显微镜成像	Vision Transformer	图像（透射光和核荧光图像）	NA
257	2025-10-01	Multiclass Arrhythmia Classification using Multimodal Smartwatch Photoplethysmography Signals Collected in Real-life Settings 2025-Sep-23, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3613471 PMID:40986597	研究论文	开发了一种基于多模态智能手表PPG信号的心律失常分类深度学习模型	首次在真实生活环境中使用多模态智能手表PPG数据进行多类心律失常分类，显著提高了PAC/PVC检测灵敏度	研究样本量相对有限（106名受试者），需要在更大人群中进一步验证	提高智能手表基于PPG信号的心律失常检测准确性，特别是区分房颤与房性/室性早搏	心律失常患者（正常窦性心律、房颤、房性早搏/室性早搏）	数字病理	心血管疾病	光电容积脉搏波描记法（PPG）	一维双向门控循环单元（1D bi-directional GRU）	多模态信号（PPG、加速度计、心率数据）	106名受试者，收集超过两周的智能手表PPG数据
258	2025-10-01	Artificial intelligence in healthcare and medicine: clinical applications, therapeutic advances, and future perspectives 2025-Sep-23, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03196-w PMID:40988064	综述	本文综述人工智能在医疗健康领域的临床应用、治疗进展和未来前景	全面探讨AI在促进医疗公平性方面的潜力，特别是在资源匮乏地区的移动诊断和轻量算法应用	NA	分析人工智能在医疗健康领域的应用现状、挑战和发展方向	医疗健康系统和人工智能技术	医疗人工智能	NA	机器学习和深度学习	NA	电子健康记录、医学影像和基因组数据	NA
259	2025-10-01	An Implicit Registration Framework Integrating Kolmogorov-Arnold Networks with Velocity Regularization for Image-Guided Radiation Therapy 2025-Sep-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12091005 PMID:41007250	研究论文	提出了一种基于隐式神经表示的新型图像配准框架，将Kolmogorov-Arnold网络与速度正则化相结合，用于图像引导放射治疗中的CT-CBCT图像配准	首次将Kolmogorov-Arnold网络(KAN)集成到医学图像配准中，建立了超越标准MLP基INR的新范式；通过估计速度场的低维主成分并配合速度正则化，实现了计算效率的显著提升和拓扑保持的形变	仅在公开骨盆CT-CBCT数据集上进行了评估，需要进一步验证在其他解剖部位和成像模式上的通用性	开发一种高效且可泛化的形变图像配准方法，用于图像引导放射治疗	CT和CBCT医学图像	医学图像处理	癌症放射治疗	隐式神经表示(INR)、Kolmogorov-Arnold网络(KAN)、主成分分析(PCA)、速度正则化	KAN、INR	医学图像(CT、CBCT)	公开骨盆CT-CBCT数据集
260	2025-10-01	EAFormer: Edge-Aware Guided Adaptive Frequency-Navigator Network for Image Restoration 2025-Sep-22, Sensors (Basel, Switzerland) DOI:10.3390/s25185912 PMID:41013150	研究论文	提出一种边缘感知引导的自适应频率导航网络EAFormer，用于提升图像恢复任务的通用性能	通过边缘检测算子提取图像边缘信息，并采用自适应频率导航机制感知不同频率成分，在恢复过程中更好地重建边缘轮廓细节和全局结构信息	NA	开发一种通用的图像恢复网络，能够适应不同类型的图像退化	退化图像	计算机视觉	NA	边缘检测算子，自适应频率导航	EAFormer（基于Transformer的架构）	图像	在五个经典图像恢复任务上验证