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
2721	2025-10-06	Deep learning based correction of RF field induced inhomogeneities for T2w prostate imaging at 7 T 2023-12, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5019 PMID:37622473	研究论文	提出基于深度学习的偏置场校正方法，用于改善7T磁场下T2加权前列腺图像的射频场不均匀性问题	首次将深度学习应用于7T超高场强下T2加权前列腺图像的偏置场校正，通过合成数据训练神经网络	偶尔在前列腺区域内观察到对比度变化，特别是t-Image网络较为明显	解决超高场强磁共振成像中的射频场不均匀性问题	7T磁场下的T2加权前列腺图像	医学影像处理	前列腺癌	磁共振成像，T2加权成像	神经网络	医学影像	合成训练数据集、7T志愿者和患者图像、3T患者图像四个测试集	NA	t-Image神经网络, t-Biasf神经网络	结构相似性指数, Wasserstein距离, 均方根误差, GLCM均匀性, GLCM能量	NA
2722	2025-10-06	Predicting individual cases of major adolescent psychiatric conditions with artificial intelligence 2023-10-10, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-023-02599-9 PMID:37816706	研究论文	利用人工智能和多领域高维数据预测青少年主要精神疾病的个体病例	首次在相同研究设计中比较不同类别黄金标准算法对多种青少年精神健康状况的预测能力，使用超过100个候选预测因子	需要在纵向数据中进一步探索发现并在外部数据集中验证结果	稳健识别有精神疾病风险的青少年以进行针对性干预	青少年精神疾病病例（焦虑症、抑郁症、注意力缺陷、破坏性行为、创伤后应激）	机器学习	精神疾病	多领域高维数据分析	人工神经网络,XGBoost,逻辑回归	多领域数据（神经、产前、发育、生理、社会文化、环境、情绪和认知特征）	大型跨诊断青少年样本	NA	人工神经网络,树基学习,ElasticNet逻辑回归	AUC	NA
2723	2025-10-06	A Large-Scale Clinical Benchmark of ResNet-based Deep Models for Newborn Face Recognition 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340883 PMID:38082835	研究论文	本研究通过构建大规模新生儿面部数据集并评估四种基于ResNet的深度模型，探索新生儿面部识别的临床应用	创建了目前医院场景下最大的新生儿面部数据集NEWBORN200，并首次系统评估了多种先进ResNet模型在新生儿面部识别中的性能	模型对新生儿不同姿态的鲁棒性仍需改进，数据集规模虽为当前最大但仍有限	开发适用于医院产科的新生儿面部识别系统，防止婴儿调换和绑架	200名新生儿的面部图像数据	计算机视觉	NA	面部识别技术	CNN	图像	200名新生儿的面部图像，采集于出生后一小时内	NA	ResNet, ArcFace, CurricularFace, MagFace, AdaFace	验证准确率, 错误接受率, Rank-1识别准确率	NA
2724	2025-10-06	Exploiting Physical Presence Sensing to Secure Voice Assistant Systems 2021-Jun, IEEE International Conference on Communications : [proceedings]. IEEE International Conference on Communications DOI:10.1109/icc42927.2021.9500792 PMID:40919066	研究论文	提出一种利用物理存在感知保护语音助手系统免受语音重放和注入攻击的防御系统	通过分析语音数据与无线数据的相关性来检测攻击，无需额外设备或用户操作	在测试场景中检测成功率在76.4%至89.1%之间，尚未达到完全可靠	保护语音助手系统免受远程语音攻击	智能家居环境中的语音助手设备	机器学习	NA	梅尔频率倒谱系数特征提取	深度学习模型	语音数据, 无线数据	NA	NA	NA	攻击检测成功率	NA
2725	2025-10-06	The value of machine and deep learning in management of critically ill patients: An umbrella review 2025-Dec, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106081 PMID:40795609	综述	本伞状系统评价探讨机器学习和深度学习在危重症患者管理中的应用价值	首次通过伞状系统评价全面评估人工智能在ICU危重症管理中的综合证据	外部验证不足、方法学不一致性、未解决的伦理问题限制了临床应用	评估机器学习和深度学习在危重症患者管理中的应用潜力	ICU危重症患者	机器学习	危重症疾病	机器学习、深度学习	ML, DL	临床数据	42项符合分析标准的研究	NA	NA	NA	NA
2726	2025-10-06	Interpretability-driven deep learning for SERS-based classification of respiratory viruses 2025-Dec-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117891 PMID:40840132	研究论文	开发了一种结合表面增强拉曼散射和可解释性深度学习的呼吸病毒诊断平台	将三维等离子体纳米柱基底与可解释性驱动的深度学习相结合，通过Grad-CAM技术揭示病毒鉴别的关键拉曼位移区域	NA	开发快速准确的呼吸病毒变体级别诊断方法	13种呼吸病毒类型，包括SARS-CoV-2变体和亚系	机器学习	呼吸系统疾病	表面增强拉曼散射(SERS)	CNN	SERS光谱	NA	NA	一维卷积神经网络(1D-CNN)	分类准确率	NA
2727	2025-09-10	Letter to the editor regarding 'a deep learning approach for gastroscopic manifestation recognition based on Kyoto Gastritis Score' 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2552928 PMID:40922498	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2728	2025-10-06	Identification of syrup adulteration in wolfberry honey using CNN-CBAM-SVM combined with 1H NMR 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145728 PMID:40752444	研究论文	开发基于CNN-CBAM-SVM架构结合氢核磁共振谱的深度学习模型用于检测枸杞蜂蜜中的糖浆掺假	在传统CNN模型中引入CBAM注意力模块并用SVM分类器替代全连接层，使其更适合小样本数据	样本量较小（仅40个样本），验证集样本数量有限（8个样本）	检测蜂蜜中的糖浆掺假问题	枸杞蜂蜜样品	计算机视觉	NA	氢核磁共振（1H NMR）	CNN, SVM	光谱数据	40个样本（20个真品和20个掺假样品，含两种不同糖浆）	NA	CNN-CBAM-SVM	准确率	NA
2729	2025-10-06	Deep learning-based multimodal fusion for quality prediction of chili paste using hyperspectral imaging and near-infrared spectroscopy 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145712 PMID:40743732	研究论文	开发基于深度学习的多模态融合系统，通过融合高光谱成像和近红外光谱技术无损预测辣椒酱品质	首次建立辣椒酱发酵的无损快速检测框架，采用CNN-LSTM混合模型实现多模态特征融合	样本量较小（原始仅160个样本），需通过数据增强扩充	开发智能多模态系统用于辣椒酱品质的无损评估	辣椒酱的品质参数（颜色值、辣椒素、二氢辣椒素和挥发性物质）	计算机视觉	NA	高光谱成像（HSI）、近红外光谱	CNN, LSTM	高光谱图像、光谱数据、理化指标	160个原始样本，通过Mixup增强扩展到800个样本	NA	CNN-LSTM混合模型	决定系数R	NA
2730	2025-10-06	Verification of resolution and imaging time for high-resolution deep learning reconstruction techniques 2025-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110463 PMID:40706823	研究论文	评估供应商提供的超分辨率深度学习重建方法在磁共振成像中的性能表现	首次系统评估了商用超分辨率DLR方法(PIQE)在不同参数配置下的性能边界，明确了最佳使用条件	研究样本量较小(仅8例患者)，且仅针对特定厂商的MRI扫描仪和算法	验证超分辨率深度学习重建技术在MRI中的分辨率和成像时间优化效果	边缘模体和8例患者的临床脑部图像	医学影像分析	神经系统疾病	磁共振成像, 深度学习重建	深度学习	医学图像	8例患者脑部图像	供应商专有算法(Precise IQ Engine)	超分辨率重建网络	SSIM, PSNR, RMSE, FWHM, 五分制Likert量表	佳能3T MRI扫描仪
2731	2025-10-06	Applications of artificial intelligence in liver cancer: A scoping review 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103244 PMID:40818357	综述	本文系统回顾了人工智能在原发性肝癌管理中的应用进展	全面梳理了AI在肝癌筛查、诊断、治疗规划和预后预测等全流程中的应用现状	多数模型缺乏充分的临床适用性评估和外部验证，开发与临床应用存在差距	探索人工智能在肝癌管理中的应用潜力	原发性肝癌（肝细胞癌和肝内胆管癌）	机器学习	肝癌	机器学习，深度学习	深度学习模型	医学影像数据（CT，MRI）	从13,122篇文献中筛选出62篇进行详细分析	NA	NA	敏感性，特异性	NA
2732	2025-10-06	Leveraging explainable artificial intelligence for transparent and trustworthy cancer detection systems 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103243 PMID:40839960	系统综述	本文系统综述了可解释人工智能在癌症检测中的最新应用，重点关注透明度与可信度问题	首次系统性地对XAI在多种癌症检测中的应用进行分类和量化分析，揭示了模型使用、解释框架和安全问题的现状	仅7.4%的研究涉及安全问题，且综述范围可能未覆盖所有相关研究	评估可解释人工智能在癌症检测领域的应用现状，识别挑战和研究空白	涵盖乳腺癌、皮肤癌、肺癌、结直肠癌、脑癌等多种癌症类型	医疗人工智能	多种癌症	可解释人工智能技术	CNN	医学影像数据	NA	Python	卷积神经网络	NA	NA
2733	2025-10-06	Deep learning-augmented inductively coupled plasma atomic emission spectrometry for multivariate authentication of green tea origin and grades 2025-Nov, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.117015 PMID:40922162	研究论文	开发了一种结合多种金属元素分析和反向传播神经网络的方法，用于同时鉴定绿茶的产地和等级	首次将ICP-AES与BPNN结合用于同时鉴定茶叶产地和等级，并采用SHAP进行模型解释和优化	仅针对龙井茶等特定绿茶品种进行研究，样本多样性可能有限	建立简单可靠的绿茶产地和等级同时鉴定方法	绿茶样本（如龙井茶）	机器学习	NA	电感耦合等离子体原子发射光谱法（ICP-AES）	BPNN（反向传播神经网络）	光谱数据，元素含量数据	NA	NA	BPNN	准确率	NA
2734	2025-10-06	Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11541-0 PMID:40185925	研究论文	开发用于检测多发性硬化患者脊髓病变的深度学习分割工具，并评估其对临床医生诊断性能的提升	首次开发基于矢状位T2和STIR序列组合的深度学习模型用于脊髓多发性硬化病变检测，并在多中心数据上验证其临床价值	样本量相对有限（50例患者），仅基于法国多发性硬化登记处的回顾性数据，缺乏外部验证	开发深度学习模型辅助临床医生检测多发性硬化患者的脊髓病变	多发性硬化患者的脊髓MRI图像	医学影像分析	多发性硬化	MRI（T2和STIR序列）	深度学习分割模型	医学影像	50例患者（39名女性，中位年龄41岁），来自40台不同扫描仪的回顾性数据	NA	NA	灵敏度, 精确度, Light's kappa	NA
2735	2025-10-06	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊真实临床环境中的性能表现	在真实儿科急诊环境中评估AI骨折检测软件性能，并分析其对经验不足医师诊断准确性的影响	仅评估单一商业AI软件，样本量有限，未进行多中心验证	评估AI骨折检测软件在儿科急诊中的临床应用价值	18岁以下儿童的1672张X光片	医学影像分析	骨折	X光成像	深度学习	X光图像	1672张儿童X光片（中位年龄10.9岁，59%男性）	NA	NA	灵敏度, 特异性, 准确率	NA
2736	2025-10-06	Evaluation of high-resolution pituitary dynamic contrast-enhanced MRI using deep learning-based compressed sensing and super-resolution reconstruction 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11574-5 PMID:40221940	研究论文	评估基于深度学习的压缩感知和超分辨率重建技术在高分辨率垂体动态对比增强MRI中诊断微腺瘤的性能	首次将深度学习压缩感知与超分辨率重建技术结合应用于垂体DCE MRI，实现高分辨率成像同时提升诊断性能	样本量有限（126例），且为单中心前瞻性研究	评估DLCS-SR重建技术在垂体微腺瘤诊断中的性能	疑似垂体微腺瘤患者	医学影像分析	垂体疾病	动态对比增强MRI	深度学习	医学影像	126名疑似垂体微腺瘤患者	NA	NA	AUC, κ统计量	NA
2737	2025-10-06	Deep learning and conventional hip MRI for the detection of labral and cartilage abnormalities using arthroscopy as standard of reference 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11546-9 PMID:40240555	研究论文	比较基于深度学习的高分辨率髋关节MRI与传统压缩感知MRI在检测髋臼唇和软骨异常方面的性能	首次将高分辨率深度学习MRI(CSAI)与标准分辨率压缩感知MRI在髋关节病变检测中进行系统比较	样本量较小(32例患者)，对某些区域软骨病变的敏感性仍然较低	评估深度学习MRI在髋关节病变诊断中的性能	股骨髋臼撞击综合征患者	医学影像分析	骨科疾病	MRI, 深度学习, 压缩感知	深度学习模型	医学影像	32例患者(平均年龄37.5岁, 24名男性)	NA	NA	敏感性, 特异性, 准确性	3-T MRI设备
2738	2025-10-06	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	研究论文	本研究比较了深度学习重建与迭代重建在标准剂量和降低剂量腹部CT中检测肝脏病灶的诊断性能	首次系统评估深度学习重建在降低CT辐射剂量方面的潜力，并与传统迭代重建方法进行对比	样本量相对有限（44名参与者），仅针对胃肠道和胰腺腺癌肝转移患者，未涵盖其他类型肝脏病变	评估深度学习重建在降低CT辐射剂量同时保持肝脏病灶检测准确性的能力	已知胃肠道和胰腺腺癌肝转移的患者	医学影像分析	肝脏转移癌	CT扫描，深度学习重建，迭代重建	深度学习	CT影像	44名参与者，348个肝脏病灶（297个转移灶，51个良性病灶）	NA	NA	病灶检测率，置信区间，McNemar检验，混合效应逻辑回归	NA
2739	2025-10-06	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出一种新颖的深度学习模型，直接从DCE-MRI估计药代动力学参数图和不确定性评估	使用时序概率深度学习模型绕过动脉输入函数估计，直接生成PK参数图和不确定性图	单中心回顾性研究，样本量有限	提高弥漫性胶质瘤DCE-MRI的可靠性	成人型弥漫性胶质瘤患者	医学影像分析	胶质瘤	DCE-MRI	深度学习	医学影像	329名患者（平均年龄55±15岁，197名男性）	NA	时序概率模型	SSIM, ICC, AUROC	NA
2740	2025-10-06	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Oct, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文系统回顾了人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用研究现状	首次对AI在MRONJ领域应用进行全面范围综述，涵盖预测、诊断和患者教育三个主要方向	纳入研究数量有限（8篇），数据质量、验证方法和临床整合方面存在挑战	评估人工智能在药物相关性颌骨坏死领域的应用现状和发展前景	药物相关性颌骨坏死（MRONJ）患者	医学人工智能	颌骨坏死	机器学习、深度学习、大语言模型	支持向量机, 随机森林, 梯度提升机, 深度学习模型, 大语言模型	临床数据, 影像学图像, 文本数据	8项符合纳入标准的研究	NA	NA	AUC, 准确率, 精确率, 召回率, 响应质量	NA