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
341	2026-05-16	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	探究血液恶性肿瘤患者脾脏体积与直径的关系，并确定与Lugano标准直径阈值最匹配的体积阈值，以评估治疗反应	首次基于深度学习分割方法确定与Lugano标准直径阈值最匹配的脾脏体积阈值，并评估体积测量在治疗反应分类中的影响	仅使用单个临床试验数据集，未能显著证明体积阈值相比直径阈值在预测治疗反应方面的优势	探究脾脏体积与直径的关系，确定与Lugano标准最匹配的体积阈值，并评估体积测量对治疗反应分类和预测的影响	血液恶性肿瘤患者	计算机视觉	血液恶性肿瘤	CT	随机森林	图像	382名血液恶性肿瘤患者	NA	NA	准确性	NA
342	2026-05-16	Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models 2025-12-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000012225 PMID:40489745	研究论文	利用视频深度学习方法评估健康及受伤手部灌注状态	首次提出非接触式视频深度学习方法，用于分类正常和急性创伤情况下的灌注及缺血手指	在不受控的医院环境中，分类性能显著下降，需要针对急性创伤相关变量改进方法	开发非接触式视频深度学习方法以增强手部灌注评估，用于现场分诊	控制组参与者和急诊科急性手部创伤患者的手指灌注状态	计算机视觉	手部创伤	成像光电容积描记术（iPPG）	ResNet-18	视频	48名控制组参与者（其中14名在止血带诱导缺血状态下评估）和15名急性创伤患者	PyTorch	ResNet-18	灵敏度、阳性预测值、准确率	NA
343	2026-05-16	Long Short-Term Memory-Driven Modeling of Dynamic Hepatocellular Carcinoma Microenvironments: A Deep Learning Framework for Precision Treatment Prediction 2025-Dec, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-25-00315 PMID:41370726	研究论文	该研究评估了长短期记忆网络等深度学习方法在分析肝细胞癌肿瘤微环境动态变化中的应用，以提高疾病理解和治疗预测准确性	利用长短期记忆网络对肝细胞癌肿瘤微环境的时空动态变化进行建模，并结合多种模态数据（高通量测序、蛋白质表达和时间序列影像）以及生成对抗网络进行数据增强	缺乏详细的病因学信息，未针对不同病因（如乙型肝炎病毒、丙型肝炎病毒和非酒精性脂肪性肝炎）进行分层验证	评估深度学习方法，特别是长短期记忆网络，在分析肝细胞癌肿瘤微环境动态变化中的性能，以改善疾病理解和治疗预测	肝细胞癌肿瘤微环境的动态变化，包括高通量测序、蛋白质表达和时间序列影像等多模态数据	自然语言处理	肝癌	高通量测序	长短期记忆网络	文本	NA	PyTorch	长短期记忆网络, 卷积神经网络, 生成对抗网络	准确率	NA
344	2026-05-16	Prediction model based on contrast-enhanced computed tomography images and clinical indicators for the prognosis of pancreatic necrosis in acute pancreatitis 2025-Nov-21, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045909 PMID:41305799	研究论文	基于增强CT图像和临床指标建立预测急性胰腺炎胰腺坏死预后的模型	首次将深度学习分割的胰腺CT图像与临床指标结合，构建融合模型预测急性坏死性胰腺炎的三种临床结局（坏死组织吸收、持续包裹性坏死和感染性胰腺坏死），并比较了手动与自动分割图像对预测性能的影响	未提及局限性	提高急性坏死性胰腺炎预后预测的准确性	急性坏死性胰腺炎患者的胰腺增强CT图像和临床指标	计算机视觉, 数字病理学	胰腺炎	对比增强CT	Attention U-Net, 3D ResNet, 逻辑回归	图像, 表格数据	133名急性坏死性胰腺炎患者	NA	Attention U-Net, 3D ResNet	准确率	NA
345	2026-05-16	Breast tumor diagnosis via multimodal deep learning using ultrasound B-mode and Nakagami images 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22009 PMID:40375887	研究论文	提出并评估结合超声B模式和Nakagami参数图像的多模态深度学习框架，用于乳腺肿瘤分类	首次将B模式图像的组织亮度信息与Nakagami图像的散射特性在多模态深度学习框架中融合，显著提升诊断性能	NA	评估多模态深度学习结合B模式和Nakagami图像对乳腺肿瘤分类的诊断性能提升效果	乳腺肿瘤的超声B模式图像和Nakagami参数图像	计算机视觉, 机器学习	乳腺癌	超声成像, Nakagami参数成像	卷积神经网络(CNN)	图像	来自264名患者的831次超声采集	NA	EfficientNetV2B0	AUC（曲线下面积）	NA
346	2026-05-16	The promise of artificial intelligence and machine learning for migraine treatment outcome prediction: A narrative review 2025-11, Cephalalgia : an international journal of headache IF:5.0Q1 DOI:10.1177/03331024251395541 PMID:41269887	综述	本文综述了人工智能与机器学习在预测偏头痛治疗结局中的应用，涵盖模型、技术及未来方向	总结当前AI模型预测偏头痛急性和预防治疗效果的研究，并提出融合多模态数据、数字孪生、对话式AI等创新技术的未来方向	研究尚处于早期阶段，模型优化、验证及实际临床部署的效用评估仍需进一步探索	综述AI/机器学习在偏头痛治疗结局预测中的潜力与方法，推动个性化治疗策略	偏头痛患者及其治疗结局预测模型	机器学习	偏头痛	NA	机器学习、深度学习	临床特征、影像数据	NA	NA	NA	NA	NA
347	2026-05-16	Toroidal indentation for measuring cell and tissue mechanical anisotropy 2025-09-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.07.064 PMID:40749995	研究论文	提出一种环形压痕法结合深度学习模型，用于测量从宏观组织到单细胞的生物材料机械各向异性	首次开发了环形探针与有限元深度学习模型结合的方法，实现跨尺度的各向异性弹性模量测量，摆脱了对成像或专用设备的依赖	仅适用于线性和不可压缩的横观各向同性材料，且训练数据基于模拟，可能无法完全涵盖真实材料的复杂行为	开发一种通用的压痕方法，用于估算跨尺度生物材料（从宏观组织到单细胞）的各向异性弹性模量	各向异性肌肉组织、细胞单层和单个极化细胞	生物力学	NA	压痕测试	深度学习模型	有限元模拟数据	NA	NA	NA	各向异性度	NA
348	2026-05-16	A deep learning model for diagnosing autism using brain time series 2025-Sep-13, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.001 PMID:40763894	研究论文	提出一种结合LSTM和注意力机制的混合模型，利用脑时间序列数据诊断自闭症	创新性地引入基于滑动窗口的数据预处理方法及投票策略，并采用主体级5折交叉验证确保泛化能力	NA	提高自闭症诊断的准确性，尤其在早期识别方面	自闭症患者和神经典型个体的脑区感兴趣区（ROI）时间序列数据	机器学习	自闭症	NA	LSTM, 注意力机制	时间序列数据	来自ABIDE数据集的ROI时间序列数据	NA	混合模型（LSTM + 注意力机制）、残差块与通道注意力	准确率	NA
349	2026-05-16	Explainable ResNet-long short-term memory model for the classification of bowel sounds frequency based on multifeature fusion 2025-Sep, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605251376915 PMID:41027655	研究论文	提出一种基于多特征融合的可解释ResNet-长短期记忆网络模型，用于肠鸣音频率分类	首次将多特征融合与可解释ResNet-LSTM模型结合，实现肠鸣音三分类（正常、活跃、减弱），并采用局部可解释模型无关解释增强透明度	未提及模型在不同设备或噪声环境下的泛化能力	开发基于肠鸣音频率分类的可解释深度学习模型，用于评估胃肠动力功能	肠鸣音音频信号	机器学习	胃肠动力相关疾病	音频特征提取（色度特征、滤波器组能量、梅尔频率倒谱系数）	ResNet长短期记忆网络	音频	10秒音频片段，来自三个医疗机构的样本	NA	ResNet50 V2, 长短期记忆网络	准确率、马修斯相关系数、加权科恩卡帕系数、敏感性、特异性	NA
350	2026-05-16	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	spRefine 利用基因组语言模型在无参考框架下对空间转录组数据进行降噪和插补	首次将基因组语言模型应用于空间转录组数据的联合降噪和插补，无需参考数据，并能提升下游分析如空间衰老时钟的准确性	NA	开发一个无参考框架的深度学习模型，用于空间转录组数据的降噪和插补，并改善数据整合与生物学信号发现	空间转录组数据中的基因表达测量值	数字病理学	老年病	空间转录组学	深度学习模型	基因表达数据	NA	NA	基因组语言模型	准确率	NA
351	2026-05-16	Deep Learning-Based Sarcopenia Classification through Gait Video Analysis with a Single Mobile Camera 2025-Jul, 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/EMBC58623.2025.11254612 PMID:41337071	研究论文	提出一种基于深度学习的步态视频分析方法，利用单台移动相机进行肌少症分类	首次采用视觉方法基于步态视频实现肌少症的检测，无需专业医疗设备和专家干预，为居家肌肉健康管理提供便捷方案	未提及	开发一种基于步态视频的肌少症检测方法，实现早期发现和持续监测	92名老年人，包括60名肌少症患者和32名健康对照	计算机视觉	肌少症	数字摄像机步态捕获	深度学习模型	二维骨架序列	92名老年人（60例肌少症患者，32例健康对照）	未提及	未提及	准确率	未提及
352	2026-05-16	Subclinical tremor differentiation using long short-term memory networks 2025-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01526-0 PMID:39992543	研究论文	利用长短期记忆网络区分亚临床震颤，包括帕金森病、特发性震颤和正常生理震颤	首次应用LSTM网络基于短时傅里叶变换的特征来区分亚临床震颤，相比现有卷积LSTM模型准确率提升30-50%	数据集较小且多样性有限，未包含动作震颤样本，模型可解释性有待增强	开发深度学习模型以区分帕金森病、特发性震颤和正常生理震颤的亚临床震颤类型	帕金森病、特发性震颤和正常生理震颤患者的亚临床震颤数据	机器学习	帕金森病	惯性传感器	LSTM	时间序列数据	51例帕金森病、15例特发性震颤和58例正常受试者	NA	LSTM	准确率	NA
353	2026-05-16	Accelerated retinal ageing and multimorbidity in middle-aged and older adults 2025-06, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01581-1 PMID:40035945	研究论文	研究视网膜年龄差与中老年人多病共患之间的关联	首次探讨基于深度学习模型计算的视网膜年龄差与多病共患发生风险的独立关联	仅基于基线数据和多病共患发生情况，未考虑疾病严重程度和用药情况	探究视网膜年龄差与多病共患的关联及预测价值	45,436名中老年参与者	机器学习	老年疾病	NA	深度学习模型	视网膜图像	45,436名中老年参与者	NA	NA	风险比	NA
354	2026-05-16	Deep learning reveals diverging effects of altitude on aging 2025-06, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01502-8 PMID:39815037	研究论文	利用深度学习和多种数据来源，探究海拔对衰老的差异性影响	首次结合大规模流行病学数据、临床试验结果和深度学习面部照片分析，揭示海拔升高分别加速面部衰老但减少DNA损伤诱导的细胞衰老这一看似矛盾的现象	未说明具体的数据质量控制和潜在混杂因素（如遗传差异、饮食或医疗水平）的控制方法	探讨高海拔环境（特别是缺氧和紫外线暴露）对衰老和年龄相关疾病的影响	埃塞俄比亚各次区域人群，以及北部提格雷地区227名高地和202名低地居民	机器学习, 数字病理学	衰老相关疾病	人脸图像分析, 外周血单核细胞核形态分析	深度学习模型（用于面部照片分析）	流行病学数据（风险暴露值、疾病负担数据、死亡率、预期寿命）, 面部照片, 血涂片图像	227名高地和202名低地居民，共429人	NA	NA	NA	NA
355	2026-05-16	Enhancing squat movement classification performance with a gated long-short term memory with transformer network model 2025-Jun, Sports biomechanics IF:2.0Q2 DOI:10.1080/14763141.2024.2315243 PMID:38372217	研究论文	提出一种门控长短期记忆与Transformer网络模型，用于自动分类深蹲动作，提升分类性能	提出门控长短期记忆与Transformer网络（GLTN）模型，结合IMU传感器数据，在深蹲动作分类中达到96.34%准确率，优于现有深度学习方法	模型并非通用解决方案，教练和从业者需根据个人需求和训练目标进行针对性调整	开发一种可穿戴解决方案，用于自动检测异常深蹲动作，辅助运动训练中的表现和损伤风险评估	22名健康年轻男性参与者，执行9种深蹲动作模式（1种标准动作和8种异常动作）	机器学习	运动损伤风险评估	惯性测量单元（IMU）	门控长短期记忆与Transformer网络（GLTN）	传感器时间序列数据	22名年轻男性参与者，每种动作模式多次重复	NA	门控LSTM，Transformer	准确率、精确率、召回率、F1-score	NA
356	2026-05-16	Deep normative modelling reveals insights into early-stage Alzheimer's disease using multi-modal neuroimaging data 2025-05-15, Alzheimer's research & therapy DOI:10.1186/s13195-025-01753-3 PMID:40375339	研究论文	利用深度学习规范模型分析多模态神经影像数据，揭示早期阿尔茨海默病的微妙差异	首次将基于深度学习的规范模型应用于早期阿尔茨海默病研究，通过预训练于英国生物银行的MRI数据，在外部EPAD队列中量化个体偏离健康人群的脑形态学变化，并发现偏差指标与认知能力及遗传风险相关	未明确说明模型对共病或未诊断个体的适用性限制，以及偏差指标在临床实践中的具体阈值和验证	探索深度学习规范模型在检测早期阿尔茨海默病患者脑形态学异常中的能力，并评估偏差指标在监测疾病进展中的潜在效用	非痴呆个体（包括EPAD队列中的高风险个体）	机器学习	阿尔茨海默病	多模态神经影像（MRI）	深度学习规范模型	影像数据	英国生物银行（预训练）和EPAD队列（外部验证），具体样本量未明确	NA	NA	t统计量	NA
357	2026-05-16	HCBiLSTM-WOA: hybrid convolutional bidirectional long short-term memory with water optimization algorithm for autism spectrum disorder 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2399016 PMID:39290085	研究论文	提出基于混合卷积双向长短期记忆网络和水优化算法的自闭症谱系障碍检测机制	首次将混合卷积双向长短期记忆网络与水优化算法结合用于ASD检测，并实现了高精度预测及阶段分类	仅使用实时数据集进行验证，可能缺乏泛化能力；未提及模型在更大规模或多样化数据集上的表现	早期精准检测自闭症谱系障碍，减少疾病影响	幼儿、儿童、青少年和成人中的ASD和非ASD数据	机器学习	自闭症谱系障碍	NA	卷积双向长短期记忆网络	结构化数据（ASD风险因素相关数据）	包含幼儿、儿童、青少年和成人的ASD和非ASD实时数据集，具体样本量未明确	NA	混合卷积双向长短期记忆网络	准确率、Kappa统计量、灵敏度、特异性、对数损失、AUROC	NA
358	2026-05-16	Photoacoustic Imaging with Attention-Guided Deep Learning for Predicting Axillary Lymph Node Status in Breast Cancer 2025-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.020 PMID:39848886	研究论文	探索结合注意力引导深度学习的光声成像在预测乳腺癌腋窝淋巴结状态中的应用	首次将注意力引导的深度学习模型与光声-超声双模态成像结合，用于术前无创预测腋窝淋巴结状态，并构建了整合临床参数的列线图	未在摘要中明确说明，可能为回顾性研究设计、样本量有限或单一中心数据	利用光声成像与注意力引导深度学习准确预测早期乳腺癌患者的腋窝淋巴结状态	2022-2024年经组织学确诊的早期乳腺癌患者	医学影像分析	乳腺癌	光声成像、超声成像	注意力引导深度学习模型	光声-超声双模态图像	324例早期乳腺癌患者（训练集259例，测试集65例）	NA	注意力机制	AUC、95%置信区间、决策曲线分析	NA
359	2026-05-16	Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2310075 PMID:38584483	研究论文	提出一种基于混合优化时间卷积网络与长短期记忆网络的深度特征心脏疾病预测模型	首次融合时间卷积网络与长短期记忆网络，并采用增强型法医调查启发元优化算法优化分类器参数	未提及模型在真实临床环境中的泛化能力及计算资源需求	实现心脏疾病的早期预测以降低死亡率	临床患者的标准医疗数据	机器学习	心血管疾病	NA	1DCNN, TCN, LSTM	表格数据	NA	NA	TCN-LSTM混合架构	准确率, 精确率	NA
360	2026-05-16	Automated pain detection using facial expression in adult patients with a customized spatial temporal attention long short-term memory (STA-LSTM) network 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97885-5 PMID:40251301	研究论文	提出一种基于时空注意力长短期记忆网络的自动化疼痛检测系统，通过分析成人患者面部表情评估疼痛强度	采用定制化时空注意力长短期记忆网络，结合空间和时间域分析面部关键点，实现三分类疼痛水平（无痛、轻度疼痛、显著疼痛）的高精度检测	仅使用正面视角视频数据，未考虑头部偏转或遮挡情况；样本量中等（200例患者），需进一步验证泛化能力	开发基于面部表情的自动化疼痛评估系统，辅助临床疼痛管理	接受手术或介入性疼痛治疗的成人患者	计算机视觉, 机器学习	疼痛相关疾病	视频录制, 面部关键点提取	长短期记忆网络, 空间注意力机制, 时间注意力机制	视频	200例患者，共2008个视频片段（10274个1秒剪辑片段），160例患者用于训练（7599个片段），40例患者用于验证（2675个片段）	未明确说明（可能使用PyTorch或TensorFlow等框架）	时空注意力长短期记忆网络	准确率, 敏感度, 召回率, F1分数	未明确说明