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
261	2025-11-14	NN-PCP: Screening phenotype-related core pathways to construct a prostate cancer metastasis prediction model based on multiple types of mutation data 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109118 PMID:41109149	研究论文	提出基于表型相关核心通路的神经网络模型NN-PCP，利用多种突变数据预测前列腺癌转移	开发了结合改进的过表征分析和基因集富集分析的表型相关核心通路筛选方法，构建具有双差分层级的神经网络架构	NA	提高基于突变数据的前列腺癌转移预测准确性	前列腺癌患者突变数据	机器学习	前列腺癌	突变数据分析	神经网络	基因突变数据	NA	NA	NN-PCP（包含IORA驱动模块、IGSEA驱动模块和双差分层级）	准确率,精确率,召回率,F1分数,AUC,AUPR	NA
262	2025-11-14	Memory-driven modeling of herpes simplex virus type-1 and type-2 dynamics with neural network optimization 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109121 PMID:41124993	研究论文	开发了一个结合分数阶导数和深度神经网络的HSV-1和HSV-2病毒动力学建模框架	首次将分数阶导数引入HSV动力学建模以捕捉记忆效应，并集成深度学习进行行为近似	未明确说明模型验证使用的具体数据集和样本规模	更好地理解HSV病毒动力学并评估干预策略	HSV-1和HSV-2病毒的传播动态	计算生物学	病毒感染	分数阶微分方程建模，神经网络优化	深度神经网络	模拟数据	NA	NA	NA	预测准确度(R≈1)	NA
263	2025-11-14	Prediction of neoadjuvant therapy response to HER2-positive and triple-negative breast cancer: a multicenter proof-of-concept study 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109130 PMID:41135295	研究论文	开发基于乳腺X线摄影、多参数MRI和临床特征的深度学习框架，用于预测HER2阳性和三阴性乳腺癌患者新辅助治疗后的病理完全缓解	首次将六种单模态深度学习模型与临床特征融合，构建临床-影像融合模型预测乳腺癌新辅助治疗反应	回顾性研究，样本量相对有限（359例），仅包含两个机构的数据	预测HER2阳性和三阴性乳腺癌患者新辅助治疗的病理完全缓解	359例乳腺癌患者	数字病理	乳腺癌	乳腺X线摄影，多参数MRI（ADC，DCE-MRI，SPAIR T2WI，DWI）	深度学习	医学影像（乳腺X线，MRI），临床数据	359例乳腺癌患者来自两个机构	NA	DenseNet169-CBAM，多层感知机	AUC，准确率，灵敏度，特异性	NA
264	2025-11-14	Dual adversarial attacks on Explainable Deep Learning in medical image classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109125 PMID:41138644	研究论文	提出针对医学图像分类中可解释深度学习的双重对抗攻击方法，同时攻击模型预测和解释结果	首次提出同时针对预测和解释的双重对抗攻击框架，并引入联合评估指标ASR	仅在三种医学影像数据集和三种深度学习模型上验证，未涉及更多模型架构和数据类型	探究可解释深度学习模型在医学图像分类中的安全性漏洞	医学图像分类模型及其解释方法	计算机视觉	多种疾病（胸部X光、眼底影像、皮肤镜影像）	深度学习	CNN	医学图像	三个基准医学影像数据集	PyTorch, TensorFlow	ResNet50, DenseNet121, EfficientNet-V2	攻击成功率(ASR)	GPU（具体型号未提及）
265	2025-11-14	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调的方法，使用微型近红外光谱仪提高茶叶成分预测的泛化能力	采用深度学习微调策略，将局部模型的准确性迁移到其他茶叶类型，优于传统的迁移成分分析方法	仅针对四种茶叶类型进行研究，样本类型范围有限	开发适用于不同茶叶类型的通用化预测模型，用于测定儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）的光谱数据	机器学习	NA	近红外光谱	深度学习,CNN	光谱数据	四种茶叶类型的样本数据	NA	卷积神经网络,全连接网络	准确率	NA
266	2025-11-14	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29812 PMID:40375492	综述	本文综述了磁共振指纹技术在大脑血流动力学、氧合及灌注定量分析中的研究进展与应用	重点介绍了血管几何模拟模型的进步、新型序列开发以及融合机器学习和深度学习算法的先进重建技术	未明确说明具体技术局限，但指出需要解决临床转化面临的问题	概述血管磁共振指纹技术的研究现状并展望未来发展方向	大脑血流动力学、氧合及灌注参数	医学影像分析	脑血管疾病	磁共振指纹技术	机器学习,深度学习	磁共振影像	NA	NA	NA	NA	NA
267	2025-11-14	Applications of artificial intelligence in abdominal imaging 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	综述	本文探讨人工智能在腹部影像学中的应用现状、挑战与未来发展方向	系统阐述AI在腹部影像疾病检测与分类中的突破性应用，并提出整合可解释AI框架和端到端多源数据处理管道的未来方向	面临数据异质性、缺乏多中心验证、依赖回顾性单中心研究、模型可解释性不足等挑战	推动人工智能在腹部影像学中的临床应用，提升疾病诊断准确性和个性化治疗水平	腹部影像数据（超声、CT、MRI）及相关疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	医学影像分析	腹部疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	深度学习、影像组学	深度学习模型	医学影像（超声、CT、MRI）	NA	NA	NA	准确率	NA
268	2025-11-14	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	本研究提出基于超声图像的对比融合非侵入性肝纤维化分期算法FCLLF	创造性引入纤维化对比层(FCL)概念和标签融合(LF)技术，增强模型对肝纤维化分级特征差异的捕捉能力	NA	利用深度学习技术实现肝纤维化的无创分期，避免并发症并降低成本	肝纤维化患者	计算机视觉	肝纤维化	超声检查	深度学习模型	超声图像	全样本数据集和30%小样本数据集	NA	FCLLF, ResNet, InceptionNet, VGG	准确率	NA
269	2025-11-14	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	本研究探讨血液恶性肿瘤患者脾脏直径与体积的关系，并建立与卢加诺标准相对应的体积阈值用于治疗反应评估	首次通过深度学习分割技术建立脾脏直径与体积的幂回归模型，提出与现有直径标准相对应的体积阈值标准	研究基于单一临床试验数据的二次分析，样本量相对有限，需要外部验证	确定血液恶性肿瘤患者脾脏体积阈值，使其与现有直径标准在治疗反应评估中具有最佳相关性	382名血液恶性肿瘤患者	数字病理	血液恶性肿瘤	CT成像，深度学习分割	随机森林	医学影像	382例患者	NA	NA	一致性评估，预测性能比较	NA
270	2025-11-14	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究使用基于YOLOv8x的深度学习模型比较五种手腕骨骼成熟度评估方法的诊断可靠性	首次使用深度学习算法系统比较五种手腕骨骼成熟度评估方法，并识别出在解剖结构明显区域（如MP3、内收籽骨和钩骨）具有特别高的分类性能	研究为回顾性分析，数据来源于8-16岁正畸患者，可能限制了结果的普适性	评估深度学习算法在骨骼年龄估计中的有效性	6572张8-16岁正畸患者的手腕X光片	计算机视觉	骨骼发育异常	X射线成像	CNN	医学图像	6572张手腕X光片	PyTorch	YOLOv8x	准确率, 精确率, 召回率, F1分数, AUC	NA
271	2025-11-14	Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction 2025-Dec, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106663 PMID:40945379	研究论文	本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法	提出CNN-BiGRU-Attention混合深度学习框架，在复杂运动模式下实现高精度vGRF预测，并针对患者特异性进行优化	样本量较小（仅25名患者），缺乏在更广泛运动模式和患者群体中的验证	开发便携式监测系统，用于前交叉韧带重建患者的康复评估	25名前交叉韧带重建患者	数字病理	运动损伤	可穿戴传感器，Vicon运动捕捉系统	CNN, BiGRU, Attention机制	运动学数据，力学数据	25名ACLR患者	NA	CNN-BiGRU-Attention混合架构	R2决定系数	NA
272	2025-11-14	Diagnostic Performance of Large Language Models in Multimodal Analysis of Radiolucent Jaw Lesions 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103910 PMID:40961626	研究论文	评估ChatGPT和Gemini大语言模型在多模态影像分析中对透光性颌骨病变的诊断性能	首次系统评估大语言模型在口腔颌面外科多模态影像（全景片、CT、病理）诊断中的表现，并比较不同答题格式和影像组合的影响	样本量有限（100例），仅评估两种大语言模型，需要更大数据集和混合AI系统的进一步验证	评估大语言模型在口腔颌面外科透光性颌骨病变诊断中的性能	透光性颌骨病变患者	自然语言处理	颌骨疾病	多模态影像分析	大语言模型	文本、影像（全景X线、锥形束CT）、病理图像	100名匿名患者来自Wonkwang University Daejeon Dental Hospital	NA	ChatGPT 4o, Gemini 2.5 Pro	准确率	NA
273	2025-11-14	AI-driven prediction of dental implant numbers to be placed for patient-specific treatment planning 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103896 PMID:41039688	研究论文	本研究开发了一种基于Vision Transformer的深度学习回归模型，利用全景X光片和临床数据预测无牙颌患者所需的种植体数量	首次将Vision Transformer架构应用于牙科种植体数量预测，实现了基于深度学习的定量决策支持工具	单中心研究设计，样本量有限，泛化能力受限	开发评估深度学习模型以预测无牙颌患者所需种植体数量，支持标准化数据驱动的治疗规划	628名接受牙科种植体治疗的患者，共919个无牙颌感兴趣区域	计算机视觉	牙科疾病	全景X光成像，CBCT成像	Vision Transformer (ViT)	图像	628名患者（341名女性，287名男性），919个无牙颌感兴趣区域	PyTorch	ViT-Base (google/vit-base-patch16-224-in21k)	MSE, MAE, R², EVS	NA
274	2025-11-14	Deep learning in oral lichen planus diagnosis: a systematic review of clinical image-based detection approaches 2025-Dec, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.07.009 PMID:40897576	系统综述	系统评估深度学习模型在利用临床照片诊断口腔扁平苔藓方面的诊断性能	首次系统综述基于临床图像的深度学习在口腔扁平苔藓诊断中的应用，涵盖CNN和Vision Transformer等架构	数据集规模小且同质性强，图像预处理不一致，外部验证有限	评估深度学习模型在口腔扁平苔藓诊断中的性能	口腔扁平苔藓的临床图像	计算机视觉	口腔扁平苔藓	临床摄影	CNN, Vision Transformer	图像	NA	NA	InceptionResNetV2, Xception	准确率, 敏感度, 特异性, AUC	NA
275	2025-11-14	Super resolution of pathology images with hierarchical feature integration and local image patterns 2025-Dec, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6482 PMID:41081336	研究论文	提出基于局部病理图像模式的分层深度学习框架HLIP，实现准确、高保真和实时的病理图像超分辨率重建	整合语义特征与像素级和形态学级特征，通过识别局部病理图像模式重建超分辨率图像，支持灵活放大倍数	NA	开发能够克服现有方法伪影、过度平滑和推理速度慢等问题的病理图像超分辨率方法	病理图像	数字病理学	肿瘤	深度学习	CNN	图像	NA	NA	分层深度学习框架	性能指标、鲁棒性、保真度	NA
276	2025-11-14	Epidemiology, etiopathogenesis, immune response, diagnosis, and complications of acute pancreatitis: current insights 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2580131 PMID:41208148	综述	本文综述急性胰腺炎的流行病学、发病机制、免疫反应、诊断方法和并发症的当前研究进展	整合了氧化应激、免疫反应和组织重塑在急性胰腺炎中的最新知识，强调疾病进展的潜在机制及生物标志物和预测模型的临床应用潜力	作为综述文章，主要整合现有研究而非提供原始实验数据	总结急性胰腺炎的当前研究见解和临床管理优化策略	急性胰腺炎的病理生理过程和临床特征	医学研究	急性胰腺炎	深度学习	NA	临床数据、生化标志物、影像学数据	NA	NA	NA	NA	NA
277	2025-11-14	Development and validation of a deep learning model for automatic severity grading of hip osteoarthritis: a multi-center study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2584361 PMID:41208350	研究论文	开发并验证了一种基于深度学习的髋关节骨关节炎自动严重程度分级模型	首次将卷积块注意力模块与ResNet-50结合用于髋关节骨关节炎自动分级，并在多中心数据集上验证	大多数误分类局限于相邻KL分级	开发自动髋关节骨关节炎严重程度分级模型以替代主观人工评估	髋关节X光片	计算机视觉	骨关节炎	X射线成像	CNN	图像	20,745张髋关节X光片（开发集）+ 1,928张（外部验证）+ 1,249个髋关节（OAI数据集）	NA	ResNet-50 with Convolutional Block Attention Module	准确率,AUC	NA
278	2025-11-14	The role of artificial intelligence and mobile health in diagnosis and management of pulmonary arterial hypertension 2025-Dec, International journal of cardiology. Congenital heart disease DOI:10.1016/j.ijcchd.2025.100622 PMID:41208905	综述	探讨人工智能和移动健康技术在肺动脉高压诊断与管理中的应用前景	系统阐述AI技术在PAH诊疗全流程中的创新应用，包括早期筛查、影像自动分析、远程监测和个性化治疗	需要严格的外部验证、前瞻性研究、偏倚审核以及与指南工作流程的无缝整合	研究人工智能和移动健康技术在肺动脉高压诊疗中的作用	肺动脉高压患者	数字病理	心血管疾病	电子健康记录、心电图、超声心动图、CT、心脏磁共振、可穿戴设备	深度学习,机器学习	医疗记录、影像数据、生理信号	NA	NA	NA	分类准确率、量化精度	NA
279	2025-11-14	Multimodal deep learning for bone tumor diagnosis with clinical imaging, pathology, and blood biomarkers 2025-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2025.100718 PMID:41209291	研究论文	提出一种融合临床影像、病理切片和血液生物标志物的多模态深度学习框架，用于骨肿瘤检测和三分类诊断	首次将临床影像、病理切片和血液生物标志物通过深度学习进行多模态融合，并利用大语言模型将异常血液指标转化为文本特征	未说明样本来源的多样性及模型在外部验证集上的泛化能力	开发自动化骨肿瘤检测与分类系统以辅助临床决策	骨肿瘤患者（良性、恶性、中间型）	数字病理	骨肿瘤	临床影像、病理切片、血液生物标志物检测	YOLOv5, ResNet, 大语言模型, BioBERT	影像, 病理切片, 血液指标文本	两个独立数据集（临床影像检测数据集 + 多模态分类队列）	PyTorch	YOLOv5, ResNet, BioBERT	mAP@0.5, 宏平均精确率, F1分数, AUC	NA
280	2025-11-14	RiSID: River Surface Image Dataset for Instance Segmentation of Floating Macroplastic Debris 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112189 PMID:41210349	研究论文	本文介绍了用于河流漂浮塑料碎片实例分割的河流表面图像数据集RiSID	创建了首个专门针对河流表面漂浮塑料碎片的实例分割数据集，包含多类别标注数据	数据采集仅限于日本7条河流的11个站点的高流量条件，地理覆盖范围有限	开发基于图像的技术来量化河流表面漂浮的塑料碎片，掌握塑料从陆地到海洋的传输过程	河流表面漂浮的塑料碎片和人为废弃物	计算机视觉	NA	图像采集与标注	深度学习模型	图像	7,356张原始图像，采集自日本7条河流的11个站点	NA	NA	NA	NA