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
3141	2025-11-27	Synthesis of Prospective Multiple Time Points F-18 FDG PET Images from a Single Scan Using a Supervised Generative Adversarial Network 2023-Apr, Nuklearmedizin. Nuclear medicine DOI:10.1055/a-2026-0784 PMID:36878470	研究论文	使用监督生成对抗网络从单次扫描合成前瞻性多时间点F-18 FDG PET图像	将pix-to-pix GAN网络扩展应用于生成不同时间点的PET图像，仅需注射后60分钟的扫描数据	图像质量和训练数据量影响网络性能，患者研究结果较体模研究略有下降	评估pix-to-pix GAN网络在不同时间点图像生成中的可行性	体模和患者F-18 FDG PET图像	医学影像分析	NA	F-18 FDG PET成像	GAN	医学图像	体模研究和患者研究	NA	pix-to-pix GAN, ResNet-50	SSIM, PSNR, MSE, 分类准确率	NA
3142	2025-11-27	Stimulated Raman Scattering Microscopy Enables Gleason Scoring of Prostate Core Needle Biopsy by a Convolutional Neural Network 2023-02-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-22-2146 PMID:36594873	研究论文	开发基于受激拉曼散射显微镜和卷积神经网络的深度学习系统，用于前列腺穿刺活检的格里森评分	首次将受激拉曼散射显微镜与卷积神经网络结合，实现无标记、近实时的前列腺癌格里森模式分类	样本量相对有限（61例训练集，22例外部测试），与病理医生诊断一致性为71%	开发快速准确的前列腺癌格里森评分方法以支持局部病灶的精准治疗	新鲜前列腺穿刺活检组织	数字病理	前列腺癌	受激拉曼散射显微镜	CNN	图像	61例患者用于训练，22例独立病例用于外部测试，21例用于诊断一致性验证	NA	卷积神经网络	准确率	NA
3143	2025-11-27	An automated unsupervised deep learning-based approach for diabetic retinopathy detection 2022-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-022-02688-9 PMID:36274090	研究论文	提出一种基于无监督深度学习的自动化糖尿病视网膜病变检测方法	首次采用无监督学习与深度学习的混合方法检测糖尿病视网膜病变，提出了改进的模糊聚类方法和改进的卷积神经网络	NA	开发自动检测糖尿病视网膜病变相关视网膜异常的自动化技术	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	NA	CNN	视网膜图像	三个不同数据集：DIARETDB1、APTOS和Liverpool	NA	改进的卷积神经网络	准确率	NA
3144	2025-11-27	Prostate Cancer Risk Stratification via Nondestructive 3D Pathology with Deep Learning-Assisted Gland Analysis 2022-01-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-21-2843 PMID:34853071	研究论文	开发了一种基于深度学习的非破坏性3D病理学工作流程，用于前列腺癌风险分层	提出ITAS3D策略实现无需标注的3D腺体分割，使用荧光类似物替代传统H&E染色	初步验证阶段，样本量有限（300个活检样本）	改进前列腺癌风险评估和治疗决策	前列腺活检组织	数字病理学	前列腺癌	3D病理学，荧光染色	深度学习	3D图像	300个活检样本（来自50个前列腺切除标本，其中118个含癌）	NA	NA	风险分层能力，临床生化复发结果	NA
3145	2025-11-26	A multimodal approach for cardiac signals classification using deep learning with explainable AI methods 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00402-1 PMID:41287804	研究论文	提出一种融合心电信号和心音信号的多模态深度学习框架，用于心脏病分类诊断	采用双分支CNN-BiLSTM-SE架构与跨模态注意力机制，结合可解释AI方法验证模型临床相关性	未明确说明模型在实时临床环境中的部署性能	开发准确、可解释的心脏病诊断决策支持系统	心电图和心音图信号	数字病理	心血管疾病	小波去噪,自适应滤波,标准化	CNN,BiLSTM	生理信号	总计4905名受试者（来自5个不同数据集）	未明确指定	双分支CNN-BiLSTM-SE,跨模态注意力机制	准确率,F1分数,AUC	NA
3146	2025-11-26	A deep learning approach to predicting hospitalized patients' SEIRD states using multimodal spatiotemporal data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106157 PMID:41161262	研究论文	本研究开发了多模态深度学习模型，利用医院时空数据预测住院患者的SEIRD状态和医院获得性感染风险	提出了一种新颖的混合架构，先让专门组件独立学习时空数据的表示，然后通过联合微调阶段智能融合这些预训练表示	研究使用合成医院模拟数据集，未来需要在真实临床数据上进行验证	开发个体层面的医院获得性感染风险预测模型，为针对性干预提供支持	住院患者	机器学习	医院获得性感染	深度学习	LSTM, DCRNN, 图卷积网络	多模态时空数据	基于同行评审的合成医院模拟数据集，采用分层10折交叉验证	NA	异构图卷积长短期记忆网络, 扩散卷积循环神经网络, 混合模型	准确率, F1分数	NA
3147	2025-11-26	A multi-task deep learning framework for intraoperative diagnosis of thyroid cancer metastasis using whole slide images 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106176 PMID:41237514	研究论文	开发基于CLAM的多任务深度学习框架，用于甲状腺癌术中冰冻切片全玻片图像的转移诊断	首次将聚类约束注意力多实例学习应用于甲状腺癌术中诊断，实现淋巴结转移检测、T分期分类和解剖定位三项临床任务	T分期分类性能相对较低，样本量有限，需要进一步外部验证	提升甲状腺癌术中淋巴结转移诊断的准确性和可解释性	甲状腺乳头状癌患者的术中冰冻切片全玻片图像	数字病理	甲状腺癌	全玻片图像分析	CNN, 多实例学习	病理图像	来自两个独立中心的569例患者样本	PyTorch	ResNet50, CLAM	AUC	NA
3148	2025-11-26	Enhancing the prediction accuracy of pathological downstaging in locally advanced rectal cancer using deep learning models with preoperative MRI and clinicopathological data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106142 PMID:41100929	研究论文	本研究开发并验证了基于术前T2加权MRI影像联合放射学和临床病理数据的深度学习模型，用于预测局部晚期直肠癌新辅助放化疗后的病理T分期降期	首次将T2加权MRI影像与放射学特征和临床病理数据相结合构建深度学习模型，显著提高了病理降期预测准确率	回顾性研究设计，样本量相对有限（总样本406例），需要进一步前瞻性验证	提高局部晚期直肠癌新辅助放化疗后病理T分期降期的预测准确性	局部晚期直肠癌患者	数字病理	直肠癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	总样本406例（训练集223例，内部测试集95例，外部测试集88例）	NA	NA	AUC，ROC曲线分析	NA
3149	2025-11-26	Hybridized artificial intelligence system for reducing neonatal mortality in Nigeria 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106162 PMID:41138617	研究论文	开发了一种混合人工智能系统，用于检测多种新生儿疾病以降低尼日利亚新生儿死亡率	提出了一种新颖的混合LSTM-ANN架构，并在尼日利亚本地数据集上验证了其优越性能	需要外部验证和前瞻性临床试验才能进行临床部署	开发能够检测多种新生儿疾病的人工智能系统，促进早期干预	尼日利亚西南部的新生儿患者	机器学习	新生儿疾病	SMOTE过采样技术	ANN, LSTM, 混合LSTM-ANN	临床记录	4027名新生儿患者，来自三个州五家三级医院	NA	人工神经网络, 长短期记忆网络, 混合LSTM-ANN	准确率, 精确率, 召回率, F1分数	NA
3150	2025-11-26	Decoding the spectrum of meat quality: advances in hyperspectral imaging for multi-attribute analysis 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146912 PMID:41197306	综述	本文系统评述了高光谱成像技术在新鲜肉类多属性质量分析中的最新进展与应用	全面探讨了人工智能、深度学习和数据融合等前沿数据分析方法在提升高光谱成像预测可靠性和实际应用中的作用	NA	评估高光谱成像技术在新鲜肉类质量多参数同时检测中的应用价值	新鲜牛肉、猪肉和禽肉的质量参数	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	NA	NA	NA	预测可靠性	NA
3151	2025-11-26	Food defect detection technologies based on deep learning and prospects in detection of unsound wheat kernels 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146910 PMID:41207261	综述	本文系统综述了基于深度学习的食品缺陷检测技术在不完善小麦籽粒检测中的研究现状与发展前景	聚焦深度学习技术在不完善小麦籽粒检测中的创新应用，涵盖图像采集系统、特征提取、模型优化、多模态融合和轻量化部署等关键技术进展	主要关注技术层面综述，缺乏具体实验数据验证和实际应用效果的系统评估	推动智能小麦质量检测技术发展，为智慧农业实践提供理论支持和方法指导	不完善小麦籽粒及其对粮食加工和储存的影响	计算机视觉	NA	机器视觉，深度学习	深度学习模型	图像数据	NA	NA	NA	NA	NA
3152	2025-11-26	Automated lesion detection in endoscopic imagery for small animal models - a pilot study 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0179 PMID:40960131	研究论文	本研究开发了一种基于YOLOv7的自动化系统，用于检测和分类小鼠结肠镜检查视频中的肿瘤病变	首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠结肠肿瘤检测，并结合粪便检测器和颜色过滤器提升检测性能	仅为初步研究，需要进一步评估系统性能	开发自动化工具以解决小鼠结肠镜检查视频分析中资源有限和人工审查耗时的问题	小鼠结肠镜检查视频中的肿瘤病变	计算机视觉	结直肠癌	结肠镜检查	CNN	视频	28只小鼠的150个视频，其中125个包含肿瘤，时间跨度为6周	NA	YOLOv7	精确度, 召回率, 准确率	NA
3153	2025-10-06	Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0197 PMID:40968576	综述	系统回顾了智能肺音诊断技术的研究进展，重点关注肺音分类模型构建、模型轻量化设计及硬件平台部署	深入探讨了基于软硬件协同设计的嵌入式平台部署路径，推动健康监测系统发展	NA	智能肺音识别技术在医疗辅助诊断领域的应用与发展	肺音信号	数字病理	呼吸系统疾病	深度学习	NA	音频信号	NA	NA	NA	NA	边缘设备、嵌入式系统、FPGA
3154	2025-11-26	Robust Radiomic Signatures of Intervertebral Disc Degeneration From MRI 2025-Dec-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005435 PMID:40539398	研究论文	本研究通过深度学习分割和影像组学特征识别，开发了用于椎间盘退变分类的稳健影像组学特征	首次通过深度学习分割结合影像组学特征识别出对椎间盘退变分类具有稳健性的特征，特别是2D球形度和四分位距	回顾性研究设计，样本仅来自芬兰北部出生队列，可能限制结果的普适性	从T2加权MRI中识别稳健的影像组学特征用于椎间盘退变分类	椎间盘退变患者	数字病理学	椎间盘退变疾病	T2加权磁共振成像	深度学习分割模型	医学影像	1397名45-47岁受试者的腰椎MRI扫描	NA	NA	平衡准确率, Cohen's kappa, Spearman相关系数	NA
3155	2025-11-26	Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction 2025-Dec, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.10.017 PMID:39455401	研究论文	比较深度学习与传统重建方法在腹部磁共振胰胆管成像中的应用，评估其对图像质量和采集时间的改善效果	首次系统评估深度学习重建在腹部MRI中的临床应用价值，证明其能同时提升图像质量和缩短采集时间	回顾性研究设计，样本量相对有限（144例患者），需多中心前瞻性研究进一步验证	评估深度学习重建方法在腹部磁共振成像中改善图像质量和加速采集的潜力	接受腹部MRI检查的患者	医学影像分析	腹部疾病	磁共振成像（MRI），磁共振胰胆管成像（MRCP）	深度学习	医学影像	144例患者（平均年龄62.2±14.1岁，83名男性）	NA	NA	信噪比（SNR），对比噪声比（CNR），主观图像质量评分	NA
3156	2025-11-26	KuSarcasm: Automated annotation of a sarcasm dataset using hybrid NLP techniques 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112215 PMID:41278145	研究论文	介绍KuSarcasm库尔德语讽刺表达检测数据集的构建方法和自动标注技术	首个针对低资源库尔德索拉尼语的讽刺检测数据集，采用结合多语言情感分类和语义相似度评分的混合NLP方法进行自动标注	主要依赖手动数据收集，语言资源有限可能影响模型泛化能力	开发库尔德索拉尼语的自动讽刺检测数据集和标注方法	库尔德索拉尼语文本数据，包括谚语、诗歌、习语和数字出版物	自然语言处理	NA	光学字符识别(OCR)、网络爬虫、多语言情感分类、语义相似度计算	Transformer	文本	16,833个条目	NA	mBERT, SBERT	NA	NA
3157	2025-11-26	Deep learning-enabled design of macrocyclic peptide binders 2025-Dec, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-02062-4 PMID:41094129	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3158	2025-11-26	Construction of a deep learning model and identification of BSG, PPARD, and SLC16A8 expression as potential indicators in the context of strategies for precision therapy to acute myeloid leukemia 2025-Dec, Hematology (Amsterdam, Netherlands) DOI:10.1080/16078454.2025.2592516 PMID:41284982	研究论文	通过单细胞RNA测序分析急性髓系白血病中T细胞异质性，构建深度学习预后风险模型并识别BSG、PPARD和SLC16A8作为精准治疗潜在生物标志物	首次在AML中基于特定T细胞亚群（Cluster 4）构建随机森林和LASSO回归预后模型，并鉴定BSG、PPARD和SLC16A8三个独立预后基因	未明确说明样本量具体数值，需要外部数据集进一步验证模型普适性	研究AML肿瘤微环境中T细胞异质性，开发预后预测模型和精准治疗策略	急性髓系白血病患者样本中的T细胞亚群	生物信息学	急性髓系白血病	单细胞RNA测序（scRNA-seq）	随机森林, LASSO回归	单细胞RNA测序数据	AML患者样本（具体数量未明确）	NA	NA	ROC曲线下面积（AUC）	NA
3159	2025-11-26	RADIFUSION: a multi-radiomics deep learning based breast cancer risk prediction model using sequential mammographic images with image attention and bilateral asymmetry refinement 2025-Nov-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae1ee4 PMID:41223545	研究论文	提出一种基于多组学深度学习的乳腺癌风险预测模型RADIFUSION，利用序列乳腺X光图像进行风险评估	融合线性图像注意力机制、影像组学特征、新型门控机制和多视角融合，并引入双侧不对称性微调策略	仅在单一筛查队列（8723名患者）中验证，需要更多外部数据验证泛化能力	开发基于序列乳腺X光图像的乳腺癌风险预测模型	乳腺癌筛查人群	数字病理	乳腺癌	乳腺X光摄影	深度学习	序列医学图像	8723名患者，其中独立测试集1749名女性	NA	RADIFUSION（融合线性图像注意力的深度学习架构）	AUC（1年AUC，2年AUC，3年AUC）	NA
3160	2025-11-26	Deep Learning-Decoded Raman Spectroscopy for Hour-Scale iPSC Pluripotency Assessment via Lipid-Protein Biomarkers 2025-Nov-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03560 PMID:41230979	研究论文	结合深度学习与拉曼光谱技术，实现诱导多能干细胞多能性的小时级无标记评估	首次实现基于拉曼光谱的小时级iPSC多能性无标记评估，在培养基扰动1小时即可检测多能性异常，比形态变化更早	未明确说明样本规模和数据集的多样性限制	开发快速无标记的iPSC多能性评估方法	诱导多能干细胞(iPSC)	机器学习	再生医学	拉曼光谱	CNN	光谱数据	NA	NA	一维卷积神经网络(1D-CNN)	准确率	NA