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
3181	2025-11-22	Thyroid nodule and lymph node metastasis assessment from ultrasound images using deep learning 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1684104 PMID:41255824	研究论文	本研究开发了一种基于深度学习的超声图像诊断模型，用于术前区分良性甲状腺结节、非转移性恶性甲状腺结节和转移性恶性甲状腺结节	首次建立能够同时区分三种甲状腺结节类型（BTN、NMTN、MMTN）的AI诊断模型，并在多中心数据上验证其性能优于放射科医生	样本量相对较小（195例患者），且各类别样本数量不均衡（MMTN样本最多，NMTN样本最少）	开发AI辅助诊断工具以提高甲状腺结节超声诊断的准确性和一致性	甲状腺结节患者的超声图像	计算机视觉	甲状腺癌	超声成像	CNN	图像	195名患者（BTN=60，NMTN=15，MMTN=120），共3,537张超声图像	NA	NA	AUC, 准确率, ROC曲线, 混淆矩阵	NA
3182	2025-11-22	Prospects and challenges of deep learning in gynecologic malignancies 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592078 PMID:41256318	综述	概述深度学习在妇科恶性肿瘤诊疗中的应用现状与挑战	系统探讨深度学习在妇科肿瘤影像分析中的多任务应用潜力及多组学数据整合方向	未涉及具体临床验证数据与实际部署障碍的量化分析	评估深度学习技术在妇科恶性肿瘤诊疗中的发展前景	妇科恶性肿瘤的影像与病理数据	数字病理学	妇科肿瘤	医学影像分析（X射线、CT、MRI、SPECT）	深度学习模型	影像数据	NA	NA	NA	NA	NA
3183	2025-11-22	Predicting alcohol use disorder risk in firefighters using a multimodal deep learning model: a cross-sectional study 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1643552 PMID:41256950	研究论文	开发并验证了一种融合结构磁共振成像和神经心理学评估的多模态深度学习框架，用于预测消防员的酒精使用障碍风险	首次将结构MRI与神经心理学评估相结合，通过多模态深度学习实现酒精使用障碍的客观风险分层，避免了传统自我报告方法的系统性漏报问题	横断面研究设计无法建立因果关系，样本主要为男性消防员可能限制结果的普适性	开发客观的酒精使用障碍风险预测模型，用于高风险职业人群的早期筛查	689名现役消防员	数字病理	酒精使用障碍	结构磁共振成像, 神经心理学评估	CNN, Transformer, 多层感知机	图像, 临床数据	689名现役消防员（平均年龄43.3±8.8岁，93%为男性）	PyTorch, TensorFlow	ResNet-50, Vision Transformer	准确率, AUC, ROC曲线	NA
3184	2025-11-22	Deep learning-based classification of colorectal cancer in histopathology images for category detection 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf077 PMID:41256969	研究论文	本研究开发基于深度学习的结直肠癌组织病理图像分类系统，用于自动识别不同癌症类别	提出两阶段预测框架，先进行异常检测再进行多类别分类，显著提升对代表性不足和形态复杂类别的分类鲁棒性	Swin Transformer模型计算需求较高，部分类别样本量可能不足	开发自动化的结直肠癌分类系统以辅助病理学家诊断	结直肠癌组织病理图像	数字病理	结直肠癌	苏木精-伊红染色组织病理学成像	CNN, Transformer	图像	NA	NA	ResNet-34, ResNet-50, Swin Transformer V2	准确率, ROC AUC, F1-score	NA
3185	2025-11-22	The role of health monitoring technologies in optimising athletes' self-regulation 2025, Wiadomosci lekarskie (Warsaw, Poland : 1960) DOI:10.36740/WLek/209507 PMID:41075206	研究论文	开发结合可穿戴设备、云计算和深度学习的智能系统来监测运动员表现和健康	整合最新可穿戴设备与深度学习技术实现运动员健康状态的实时监测和预测	NA	分析当前运动员表现和健康监测方法，开发智能监测系统	运动员的健康监测和训练优化	机器学习	NA	可穿戴设备监测	深度学习	生理参数数据	NA	NA	NA	预测准确率	云计算
3186	2025-11-22	Deep learning estimation of proton stopping power with photon-counting computed tomography: a virtual study 2024-Dec, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.S1.S12809 PMID:39574807	研究论文	本研究通过深度学习模型从光子计数计算机断层扫描图像估计质子阻止本领	首次将光子计数CT与U-Net深度学习网络结合用于质子阻止本领估计，相比传统单能和双能CT方法显著提高了精度	基于虚拟仿真研究，尚未在真实患者数据上验证	提高质子放射治疗中质子阻止本领的估计精度	头部XCAT体模的仿真PCCT图像和质子阻止本领图	医学影像分析	癌症治疗	光子计数计算机断层扫描(PCCT)	深度学习	医学影像	基于XCAT体模的仿真数据	NA	U-Net	均方根误差(RMSE)	NA
3187	2025-11-22	Applications of Deep Learning Techniques in Healthcare Systems: A Review 2024-Nov, Journal of clinical practice and research DOI:10.14744/cpr.2024.25381 PMID:41257169	综述	本文综述了深度学习技术在医疗保健系统中的应用研究	系统梳理了卷积神经网络、堆叠自编码器和循环神经网络等主流深度学习方法在医疗领域的应用现状	未涉及具体实验验证和性能对比分析	探讨深度学习技术在医疗保健领域的应用前景	医疗图像分析、药物研发和远程患者监测	机器学习	NA	深度学习	CNN, SAE, RNN	图像, 时间序列数据	NA	NA	卷积神经网络, 堆叠自编码器, 循环神经网络	NA	NA
3188	2025-11-22	Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones 2023-11-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000626 PMID:37462988	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3189	2025-11-22	Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones: a diagnostic study 2023-Jun-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000391 PMID:37055021	研究论文	开发并验证了一种集成深度学习的iOS智能手机应用，用于量化监测口腔外游离皮瓣的静脉淤血状况	首次将深度学习模型集成到智能手机应用中实现游离皮瓣监测的客观量化，替代传统主观人工观察方法	单中心回顾性研究，样本量有限（642名患者），仅适用于iOS平台	开发一种能够科学监测和量化游离皮瓣状况的智能诊断工具	接受显微外科手术患者的游离皮瓣	计算机视觉	外科手术并发症	计算机视觉，深度学习	CNN	图像	642名患者的1761张照片	NA	NA	准确率, 敏感性, 特异性, AUC	智能手机iOS平台
3190	2025-11-21	Gene expression and protein abundance: Just how associated are these molecular traits? 2026 Jan-Feb, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108720 PMID:41038299	综述	本文系统回顾了基因表达与蛋白质丰度关联性的研究方法、影响因素及在生物技术中的应用前景	整合了单细胞分析最新进展，系统比较不同实验环境下分子特征关联性研究方法	主要依赖相关性分析方法，受限于蛋白质定量技术发展滞后	探讨基因表达与蛋白质丰度的关联程度及其在生物技术中的应用潜力	转录组学与蛋白质组学数据关联性研究	生物信息学	NA	转录组学, 蛋白质组学, 单细胞分析	NA	基因表达数据, 蛋白质丰度数据	NA	NA	NA	相关性指标	NA
3191	2025-11-21	Enhanced CT image classification for kidney stones using pruned ConvNeXt and two-tier optimization 2025-Dec, Acta clinica Belgica IF:1.1Q2 DOI:10.1080/17843286.2025.2586626 PMID:41217965	研究论文	提出一种用于肾脏结石CT图像分类的两层优化深度学习模型	结合动态通道剪枝的改进ConvNeXt架构和河豚优化算法的特征选择方法	NA	提高肾脏结石在CT图像中的检测准确率和效率	肾脏CT图像	计算机视觉	肾脏结石	CT成像	CNN, LightGBM	医学图像	NA	NA	ConvNeXt	准确率	NA
3192	2025-11-21	A comparative deep learning methodology for plant insect image classification: Assessment of CNN architectures and augmentation techniques 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103680 PMID:41246037	研究论文	提出一种用于植物昆虫图像分类的深度学习方法，评估不同CNN架构和数据增强技术	在小型野外采集数据集上系统比较了四种CNN架构、六种单因素数据增强技术和三种优化器的组合效果	研究基于有限的小型数据集，未在大规模数据集上验证方法的普适性	开发适用于数据稀缺场景的鲁棒昆虫识别方法，为农业决策提供支持	植物昆虫图像	计算机视觉	NA	图像分类	CNN	图像	BAU-Insectv2数据集中的植物昆虫图像	NA	ResNet101V2, EfficientNet-B1, InceptionV3, InceptionResNetV1	准确率, 精确率, 召回率, F1分数	NA
3193	2025-11-21	Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 2025-Nov-20, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0042 PMID:40518300	研究论文	评估深度学习重建超分辨率技术在2mm薄层单次激发T2加权MR成像中对胰腺囊性病变的诊断价值	首次将工业开发的深度学习重建超分辨率技术应用于2mm薄层单次激发T2加权MR成像，并与传统5mm层厚图像进行对比	样本量较小（仅30例患者），研究时间范围较短（2024年6-7月）	评估深度学习重建超分辨率技术对胰腺囊性病变MR图像质量的影响	胰腺囊性病变患者	医学影像分析	胰腺囊性病变	单次激发涡轮自旋回波MR成像，深度学习重建超分辨率技术	深度学习重建模型	MR图像	30例连续胰腺囊性病变患者	NA	NA	信噪比，对比噪声比，图像质量评分，诊断置信度	NA
3194	2025-11-21	Design of Carbon Nanotube Inhibitors for Main Proteinase of SARS-CoV-2: A Combined Deep Learning and Molecular Dynamics Simulation Study 2025-Nov-20, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c05780 PMID:41212638	研究论文	本研究结合深度学习和分子动力学模拟评估碳纳米管与SARS-CoV-2主蛋白酶的结合性能	首次系统评估深度学习在纳米结构-蛋白质对接中的性能，并揭示DL生成构象为局部能量最小值的亚稳态结构	深度学习模型未能完全处理结合口袋附近柔性环的结构变化	开发SARS-CoV-2主蛋白酶的碳纳米管抑制剂	碳纳米管与SARS-CoV-2主蛋白酶(Mpro)	机器学习	COVID-19	分子动力学模拟, 分子对接	深度学习模型	分子结构数据	NA	NA	DeepRMSD + Vina	结构一致性, 能量势垒分析	NA
3195	2025-11-21	Low-count whole-body PET denoising with deep learning in a multicenter, multi-tracer and externally validated study 2025-Nov-20, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07672-7 PMID:41261209	研究论文	通过深度学习算法在多中心、多示踪剂研究中实现低计数全身PET图像去噪并保持诊断准确性	首个在欧洲临床环境中针对多种示踪剂和未见过的扫描仪技术进行盲法评估的PET去噪算法研究	仅在欧洲三家医院进行验证，未包含更多地区和扫描仪型号	验证深度学习去噪算法在低计数PET扫描中的临床实用性和泛化能力	65个来自GE和西门子系统的PET扫描，使用[¹⁸F]FDG、[¹⁸F]PSMA、[⁶⁸Ga]PSMA和[⁶⁸Ga]DOTATATE四种示踪剂	医学影像分析	肿瘤疾病	PET成像，深度学习去噪	深度学习	PET医学影像	65个扫描，243个病灶	NA	NUCLARITY	RMSE, PSNR, SSIM, SUVmean, SUVmax, MTV, 敏感性, 特异性, 一致性相关系数	NA
3196	2025-11-21	Deep learning model for automated detection of Helicobacter pylori and intestinal metaplasia on gastric biopsy digital whole slide images 2025-Nov-19, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqaf110 PMID:40996022	研究论文	开发用于胃活检数字全切片图像中幽门螺杆菌和肠上皮化生自动检测的深度学习模型	采用两阶段模型（Vision Transformer与图注意力网络结合），并考虑背景组织病理学特征，更贴近真实临床诊断场景	样本量相对有限（180个全切片图像），仅基于单一医疗中心的H&E染色图像	开发自动化工具用于胃活检标本中幽门螺杆菌微生物和肠上皮化生的检测	胃活检组织标本的数字化全切片图像	数字病理学	胃部疾病	H&E染色，全切片图像数字化	Vision Transformer, Graph Attention Network	图像	180个胃活检H&E全切片图像（776,636个图像块）	NA	Vision Transformer, Graph Attention Network	精确度, F1分数, 微平均F1分数, 宏平均F1分数	NA
3197	2025-11-21	Frequency-Aware B-Line and Pleural Line Analysis in Lung Ultrasound Videos 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3634433 PMID:41259172	研究论文	提出一种集成小波增强和时序注意力建模的肺超声视频分析框架，用于准确识别B线和胸膜线	引入离散小波变换的双组分频率特征增强方法和自适应注意力模块，有效抑制噪声并建模长程时序依赖	肺超声视频数据标注有限，模型在多诊断特征开发方面存在数据限制	开发自动分析肺超声视频中B线和胸膜线的深度学习框架	肺超声视频中的B线和胸膜线	计算机视觉	肺间质疾病	肺超声	深度学习	视频	2,149个超声视频（193,410帧），外加Covid-BLUES公共数据集	PyTorch	时序注意力模型	AUC, ACC	NA
3198	2025-11-21	Cardiac Arrhythmia Classification From Lead I ECG Recorded in a Free-Living Environment 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3634307 PMID:41259171	研究论文	提出基于深度学习的框架CARE-I，使用单导联心电图在自由生活环境中进行心律失常分类	开发了新的数据相似性评估指标以增强迁移学习和外部数据集验证，并测试了在真实噪声环境下的鲁棒性	仅使用单导联心电图数据，可能无法捕捉某些需要多导联的心律失常特征	开发能够在自由生活环境中准确检测心律失常的AI模型	心律失常患者的心电图数据	机器学习	心血管疾病	心电图记录	深度学习	心电图信号	超过60,000份心电图来自PhysioNet Challenge 2021数据集	NA	NA	AUC, 敏感度, 特异度	NA
3199	2025-11-21	Explainable End-to-End Seizure Prediction via Stationary Wavelet Transform-Driven Dynamic Multiscale Fuzzy Clustering 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633739 PMID:41259173	研究论文	提出一种基于平稳小波变换的动态多尺度模糊聚类框架，用于可解释的癫痫发作预测	结合平稳小波变换与几何注意力机制，开发黎曼流形模糊聚类算法，并采用对比学习和混合监督/自监督策略增强模型鲁棒性	未明确说明模型在跨数据集泛化能力及计算复杂度方面的具体限制	解决癫痫发作预测中存在的个体差异性和时空耦合复杂性难题，提升特征判别性和模型可解释性	癫痫患者的脑电图信号	生物医学信号处理	癫痫	平稳小波变换，脑电图分析	CNN，模糊聚类	脑电图信号	NA	PyTorch，TensorFlow	三层卷积网络，多尺度卷积核	FPR，预测性能指标	NA
3200	2025-11-21	Interpretable End to End Epileptic Seizure Detection via Linear and Nonlinear Filtering Networks 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633726 PMID:41259168	研究论文	提出一种结合线性和非线性滤波网络的可解释癫痫发作检测对比学习框架	首次通过双分支解耦网络分离EEG信号的线性和非线性成分，并采用混合监督与自监督对比学习策略	未提及模型在不同癫痫亚型间的泛化能力及计算效率分析	开发可解释的端到端癫痫发作检测方法	头皮和颅内脑电图数据中的六种癫痫发作类型与非发作状态	医疗人工智能	癫痫	脑电图分析	CNN, 对比学习	脑电图信号	NA	PyTorch	三层卷积架构，双分支解耦网络，多尺度卷积模块	准确率	NA