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
3101	2025-11-22	Hybrid framework for image forgery detection and robustness against adversarial attacks using vision transformer and SVM 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25436-z PMID:41254031	研究论文	提出一种结合视觉变换器和支持向量机的混合框架，用于图像伪造检测并增强对抗攻击的鲁棒性	首次将预训练视觉变换器与支持向量机结合用于图像伪造检测，并采用对抗训练技术提升模型鲁棒性	仅针对复制-移动和拼接两种伪造类型进行检测，未涵盖其他伪造手段	开发能够有效检测图像伪造并抵抗对抗攻击的深度学习框架	真实图像与伪造图像（复制-移动和拼接类型）	计算机视觉	NA	深度学习，对抗训练	Vision Transformer, SVM	图像	多个基准数据集（CASIA v1.0、CASIA v2.0、MICC-F220、MICC-F2000、MICC-F600）	NA	Vision Transformer	NA	NA
3102	2025-11-22	A digital twin model for grain enterprise financial shared service centers based on distributed deep learning and neural symbolic reasoning 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24350-8 PMID:41254019	研究论文	提出了一种基于分布式深度学习和神经符号推理的粮食企业财务共享服务中心数字孪生模型	将分布式深度学习与神经符号推理机制相结合，构建了层次化架构框架，兼具模式识别能力和可解释性	NA	解决复杂财务管理挑战，提升粮食企业财务共享服务中心的运营效率	粮食企业财务共享服务中心	机器学习	NA	数字孪生技术	多层感知机,循环神经网络,卷积神经网络	财务数据	三个主要粮食企业财务共享服务中心的实际部署数据	分布式计算框架	混合神经架构	准确率	分布式计算框架
3103	2025-11-22	Deep learning with refined single candidate optimizer for early polyp detection 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24374-0 PMID:41254033	研究论文	提出一种结合精炼单候选优化器的深度学习方法来实现在结肠镜图像中早期息肉检测的自动化	引入精炼单候选优化器(RSCO)来改进传统优化方法的不足，并从粒子群优化(PSO)的角度优化搜索机制	NA	通过深度学习技术改进结肠镜图像中息肉的早期检测	结肠镜图像中的息肉	计算机视觉	结直肠癌	结肠镜检查	CNN, SVM	图像	SUN结肠镜视频数据库	Caffe	CaffeNet	精确率, 召回率, 准确率	NA
3104	2025-11-22	MRI multi-sequence deep learning integration with clinical profiles for pediatric viral encephalitis diagnosis 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24362-4 PMID:41254047	研究论文	本研究开发了一种融合临床特征和多序列MRI深度学习特征的诊断模型，用于儿童病毒性脑炎的早期诊断	首次将多序列MRI的深度特征与临床独立相关因素融合构建诊断模型，显著提高了儿童病毒性脑炎的诊断性能	回顾性研究设计，样本仅来自单一研究中心，需要外部验证	开发儿童病毒性脑炎的高效、准确、无创早期诊断工具	525例诊断为脑炎的儿科患者，分为病毒性脑炎组和非病毒性脑炎组	医学影像分析	病毒性脑炎	磁共振成像	CNN, 逻辑回归	医学影像, 临床数据	525例儿科患者	NA	卷积神经网络	AUC, 准确率, 灵敏度, 特异性, 预测分数, 决策曲线分析	NA
3105	2025-11-22	iWAX: interpretable Wav2vec-AASIST-XGBoost framework for voice spoofing detection 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24361-5 PMID:41254079	研究论文	提出一种可解释的语音欺骗检测框架iWAX，结合wav2vec 2.0、AASIST和XGBoost模型	利用XGBoost的特征重要性机制识别wav2vec在欺骗检测中关注的时域片段和频带，通过sinc滤波器实现频域可解释性	未明确说明模型计算复杂度及在更广泛数据集上的泛化能力	开发兼具高性能和可解释性的语音欺骗检测方法	语音欺骗攻击检测	语音处理	NA	语音信号处理	wav2vec 2.0, AASIST, XGBoost, LightGBM	音频波形	ASVspoof 2019 LA数据集	PyTorch, XGBoost, LightGBM	wav2vec 2.0, AASIST	准确率, 精确率, 召回率, F1分数	NA
3106	2025-11-22	Dual attention-based deep learning with blockchain for multimedia data processing and secure access control in IoHT 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24384-y PMID:41254085	研究论文	提出基于区块链和双注意力深度贝叶斯网络的多媒体数据处理与安全访问控制系统，用于医疗物联网环境	结合区块链技术与双注意力机制的深度贝叶斯网络，实现医疗物联网中多媒体数据的安全处理和访问控制	未明确说明具体数据集规模和实验环境配置细节	解决医疗物联网中多媒体数据的安全处理和访问控制问题	医疗物联网中的多媒体数据（文本、图像、语音）	医疗物联网安全	NA	区块链技术，深度学习	深度贝叶斯网络	多媒体数据（文本、图像、语音）	NA	NA	双注意力深度贝叶斯网络（DA-DBN）	访问控制速度，安全性能	NA
3107	2025-11-22	Deep learning-enabled multiphoton microscopy predicts colorectal cancer recurrence from routine FFPE specimens 2025-Nov-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02058-3 PMID:41254110	研究论文	开发了一种基于双流深度学习的多光子显微镜图像分析模型MPMRecNet，用于预测结直肠癌复发风险	首次将多光子显微镜成像与深度学习结合，利用常规FFPE标本进行非破坏性复发预测，采用双流架构和跨模态注意力融合机制	研究样本来自两家医院，需要更多外部验证，模型在更广泛人群中的泛化能力有待进一步验证	开发准确预测结直肠癌复发的工具，为患者分层和个性化治疗规划提供支持	1071名结直肠癌患者的福尔马林固定石蜡包埋组织切片	数字病理	结直肠癌	多光子显微镜成像	深度学习	显微镜图像	1071名患者来自两家医院	PyTorch	MaxViT, 双流网络架构	ROC-AUC, PR-AUC, 比值比	混合精度优化
3108	2025-11-22	Matters arising: Utilizing foundation models for developing clinical tools 2025-Nov-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02065-4 PMID:41254183	评论	对RETFound增强深度学习模型在眼科疾病检测中泛化能力声明的质疑	提出了四个关键质疑点：其他模型细节、泛化能力、微调数据集和统计分析	仅提出质疑而未提供替代方案或验证实验	评估基础模型在临床工具开发中的应用声明	RETFound增强深度学习模型与两个商业模型的比较	数字病理	眼科疾病	深度学习	CNN,基础模型	医学影像	NA	NA	RETFound	泛化能力	NA
3109	2025-11-22	Enhancing automatic diagnosis of thyroid nodules from ultrasound scans leveraging deep learning models 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25780-0 PMID:41254202	研究论文	本研究利用深度学习模型提升甲状腺结节超声扫描的自动诊断能力	系统比较九种预训练CNN模型在甲状腺结节分类中的性能，发现ResNet50表现最优	研究仅使用483张公开数据集图像，样本量相对有限	探索迁移学习卷积神经网络在甲状腺结节超声图像分类中的可靠性	经活检验证的甲状腺结节超声图像	计算机视觉	甲状腺结节	超声成像	CNN	图像	483张超声图像（197张良性，286张恶性）	NA	ResNet50, ResNet101, VGG16, VGG19, DenseNet121, EfficientNetB0, InceptionV3, InceptionResNetV2, Xception	准确率, AUC, 精确率, 召回率, F1分数	NA
3110	2025-11-22	Learning Curve of Fenestrated-Branched Endovascular Aortic Repair (F-BEVAR) Using Machine Learning: A Prospective National Multicenter Registry Study 2025-Nov-18, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2025.11.015 PMID:41265585	研究论文	本研究利用机器学习方法分析复杂主动脉瘤腔内修复术（F-BEVAR）的学习曲线	首次使用深度学习神经网络模型量化血管外科医生在F-BEVAR手术中的学习曲线	基于观察性登记研究，可能存在选择偏倚和未测量的混杂因素	评估F-BEVAR手术的学习曲线，确定达到技术熟练所需的手术案例数	接受3支和4支F-BEVAR治疗的复杂腹主动脉瘤和胸腹主动脉瘤患者	机器学习	心血管疾病	血管腔内修复术	深度学习神经网络	临床登记数据	2,956例患者（来自全国多中心登记的5,540例总患者）	NA	NA	死亡率，技术成功率，主要不良事件发生率，手术时间，透视时间，出血量，造影剂用量	NA
3111	2025-11-22	Diffusion Models for Neuroimaging Data Augmentation: Assessing Realism and Clinical Relevance 2025-Nov-17, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02300-1 PMID:41247615	研究论文	本研究探索使用去噪扩散概率模型生成合成3D T1加权脑部MRI图像，以解决神经退行性疾病医学影像数据稀缺问题	首次将DDPM应用于神经影像数据增强，通过多中心健康受试者数据集生成具有解剖一致性和现实变异性的合成脑部MRI扫描	高频细节重建存在局限，分辨率有待进一步提高	解决医学影像中训练数据稀缺问题，特别是针对罕见神经退行性疾病	3D T1加权脑部MRI图像	医学影像分析	神经退行性疾病	脑部MRI	DDPM	3D医学图像	多中心健康受试者数据集	NA	去噪扩散概率模型	最大均值差异, 视觉评估	NA
3112	2025-11-22	Optimal artificial intelligence model based on gastrointestinal filling contrast-enhanced ultrasound: Risk stratification of gastric gastrointestinal stromal tumors 2025-Nov-17, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.111190 PMID:41265372	研究论文	基于胃肠充盈造影超声图像开发深度学习模型，用于胃胃肠道间质瘤的风险分层预测	首次将深度学习模型应用于胃肠充盈造影超声图像进行GIST风险分层，提供客观的辅助评估技术	样本量相对较小（121例患者），结果可能受操作者经验影响	开发基于胃肠充盈造影超声的深度学习模型，实现GIST的早期筛查、辅助诊断和风险分级评估	121例原发性胃胃肠道间质瘤患者	医学影像分析	胃肠道间质瘤	胃肠充盈造影增强超声	深度学习	超声图像	121例患者（训练队列和内部验证队列）	NA	ResNet, CNN, ViT, EfficientNet	AUC	NA
3113	2025-11-22	METFAN: Multisource Enhanced Therapeutic Peptide Function Prediction via Adapter Network 2025-Nov-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c07552 PMID:41255570	研究论文	提出一种名为METFAN的深度学习模型，通过多源特征表示和适配器网络预测多功能治疗肽的功能	整合多尺度TextCNN的局部序列特征与ESM2和ProtT5蛋白质语言模型的全局语义嵌入，设计特征优化模块和特征聚合网络	未明确说明模型在特定功能类别上的性能差异和计算效率	解决多功能治疗肽的多标签特性和严重类别不平衡问题，实现准确的计算预测	多功能治疗肽（MTPs）	生物信息学	NA	深度学习，蛋白质语言模型	CNN, 适配器网络	蛋白质序列数据	NA	NA	TextCNN, ESM2, ProtT5	样本级准确率, 标签级F1分数	NA
3114	2025-11-22	Assessment of the Diagnostic Performance and Clinical Impact of Artificial Intelligence in Hepatic Steatosis: a Systematic Review and Meta-Analysis 2025-Nov-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/78310 PMID:41263526	系统评价与荟萃分析	通过系统评价和荟萃分析评估人工智能在肝脂肪变性诊断中的性能和临床影响	建立统一的多模态分析框架，整合超越单一模态评估的证据	研究间存在显著异质性，回顾性设计占主导，缺乏严格的外部验证，数据隐私和工作流程整合等实际障碍	定量评估AI模型对肝脂肪变性的诊断性能，探索研究间异质性来源，评估临床适用性和转化潜力	肝脂肪变性(HS)和代谢相关脂肪性肝病(MAFLD)患者	医学影像分析	肝脂肪变性	医学影像分析	深度学习,传统机器学习	医学影像数据	36项研究中的62个队列	NA	NA	灵敏度,特异性,汇总受试者工作特征曲线下面积	NA
3115	2025-11-22	Development of a deep learning model for guiding treatment decisions of acute variceal bleeding in patients with cirrhosis 2025-Nov-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i41.111361 PMID:41257275	研究论文	开发基于深度学习的人工智能模型用于指导肝硬化患者急性静脉曲张出血的治疗决策	首次开发专门针对急性静脉曲张出血的AI风险分层模型，相比传统方法具有更优的预测性能	基于回顾性多中心数据，需要前瞻性研究进一步验证	开发AI模型指导AVB治疗决策并识别适合p-TIPS治疗的患者	肝硬化合并急性静脉曲张出血患者	数字病理	肝硬化	深度学习	深度学习模型	临床基线数据	3090例患者（内镜治疗组1227例，p-TIPS组1863例）	NA	NA	AUC	NA
3116	2025-11-22	Machine Learning-Based Rupture Risk Prediction for Intracranial Aneurysms: A Systematic Review and Meta-Analysis 2025-Nov-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003531 PMID:40444989	系统综述与Meta分析	通过系统综述和Meta分析评估机器学习在颅内动脉瘤破裂风险预测中的应用效果	首次系统比较多种机器学习算法与传统PHASES评分在动脉瘤破裂风险预测中的性能差异	外部验证集中血流动力学参数未能显著提升模型性能，需要前瞻性研究验证临床实用性	评估机器学习在颅内动脉瘤破裂风险预测中的应用价值	颅内动脉瘤患者	机器学习	脑血管疾病	机器学习算法	深度学习,多种机器学习算法	临床数据,血流动力学参数	36项研究涉及22462名患者	NA	124个模型使用25种算法	灵敏度,特异度,准确率,AUC	NA
3117	2025-11-22	MSFHNet: a hybrid deep learning network for multi-scale spatiotemporal feature extraction of spatial cognitive EEG signals in BCI-VR systems 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03386-y PMID:40471491	研究论文	提出一种名为MSFHNet的混合深度学习网络，用于从BCI-VR系统中的空间认知EEG信号中提取多尺度时空特征	采用分层架构，时间模块使用多尺度扩张卷积捕获动态EEG变化，空间模块集成通道-空间注意力机制建模通道间依赖关系和空间分布，通过交叉堆叠模块实现深度级融合	NA	提升BCI-VR系统中空间认知训练和评估的EEG信号表征能力	空间认知任务中的脑电信号	脑机接口, 虚拟现实	NA	脑电图	混合神经网络, CNN	EEG信号	NA	NA	MSFHNet	分类准确率	NA
3118	2025-11-22	Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03391-1 PMID:40488960	研究论文	提出一种创新的多任务多尺度注意力网络用于食管癌淋巴结转移预测	提出软扩展节点掩码区域的特征聚合方法和双分支训练策略，增强节点上下文学习	仅在177名患者的数据集上进行验证，样本规模有限	提高食管鳞状细胞癌淋巴结转移的自动诊断准确性	食管癌患者的淋巴结医学影像	数字病理	食管癌	医学影像分析	深度学习,注意力机制	医学影像	177名患者，共577个淋巴结	NA	多任务多尺度注意力网络(MANet)	准确率	NA
3119	2025-11-22	Quantifying features from X-ray images to assess early stage knee osteoarthritis 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03405-y PMID:40616750	研究论文	提出一种结合预训练深度学习模型和图像处理技术的自动化系统，用于从X射线图像中量化膝关节骨关节炎的影像生物标志物	整合预训练DL模型与图像处理技术，无需昂贵训练过程即可自动量化KOA关键影像特征，提供可解释的定量数据	系统性能仍需使用标注数据进行验证，分类准确率有待进一步提升	开发自动化膝关节骨关节炎严重程度评估系统，实现早期检测	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	深度学习	医学图像	NA	NA	DexiNed	准确率	NA
3120	2025-11-22	MTMedFormer: multi-task vision transformer for medical imaging with federated learning 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03404-z PMID:40627238	研究论文	提出一种基于Transformer的多任务医学影像模型MTMedFormer，结合联邦学习解决医学数据隐私和标注数据不足的问题	首次将Transformer架构与多任务学习结合用于医学影像，并提出新颖的贝叶斯联邦聚合方法	仅在乳腺X光片和肺炎数据集上验证，未在其他医学影像任务上测试	开发能够同时处理多个医学影像任务的深度学习模型，同时保护患者数据隐私	医学影像数据，特别是乳腺X光片和肺炎影像	医学影像分析	乳腺癌, 肺炎	深度学习, 联邦学习	Transformer	医学影像	NA	NA	Transformer, 共享编码器, 任务特定解码器	图像分割指标	NA