深度学习在生物医药领域中的应用

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
361	2025-09-09	Construction of a deep - learning - based rehabilitation prediction model for lower-limb motor dysfunction after stroke using synchronous EEG-EMG and fMRI 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1616957 PMID:40918983	研究论文	构建基于同步EEG-EMG和fMRI多模态数据的深度学习模型，预测脑卒中患者下肢运动功能障碍的康复效果	首次结合静息态fMRI图像与同步EEG-EMG时间序列数据，采用集成学习方法构建多模态融合预测模型	样本量有限（102例），且仅86例完成多模态数据采集，可能存在选择偏倚	预测缺血性脑卒中患者3个月后的下肢运动功能康复结局	102例缺血性脑卒中偏瘫患者	数字病理学	脑卒中	fMRI, EEG, EMG	ShuffleNet-LSTM, 集成学习	图像, 时间序列	102例患者（其中86例含多模态数据）
362	2025-09-09	When artificial intelligence meets protein research 2025, Open research Europe DOI:10.12688/openreseurope.20628.1 PMID:40919100	评论	探讨人工智能在蛋白质科学研究中的革命性影响，特别是深度学习在结构预测和计算设计方面的突破	强调AI工具如AlphaFold对蛋白质折叠和非球状蛋白质动力学理解的变革，以及欧洲倡议在整合AI与实验数据方面的领先努力	指出AI方法仍面临蛋白质折叠动力学和淀粉样蛋白聚集等持续科学挑战	研究人工智能与分子生物学的融合如何推动蛋白质科学的发展	蛋白质结构预测、非球状蛋白质（包括内在无序蛋白质）的动力学	机器学习	NA	深度学习、神经网络	深度学习神经网络	计算数据、实验数据	NA
363	2025-09-09	Prediction of bone oligometastases in breast cancer using models based on deep learning radiomics of PET/CT imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1621677 PMID:40919156	研究论文	开发基于PET/CT影像的深度学习放射组学模型，用于早期预测乳腺癌骨寡转移（≤5个病灶）	首次整合PET/CT放射组学特征、深度学习特征和临床参数构建复合预测模型，显著提升传统放射组学方法的性能	回顾性研究设计，样本量有限（207例患者/312个病灶），需外部验证确认泛化能力	早期预测乳腺癌患者的骨寡转移情况	乳腺癌患者（207例）及其骨病灶（312个，含107个良性/205个恶性病灶）	数字病理	乳腺癌	PET/CT成像、放射组学特征提取、LASSO特征选择	BasicNet（深度学习）、随机森林、复合DLR模型	医学影像（CT/PET/PET-CT融合图像）、临床参数	207例乳腺癌患者，312个骨病灶（89个经证实为转移灶）
364	2025-09-09	HoloMoA: a holography and deep learning tool for the identification of antimicrobial mechanisms of action and the detection of novel MoA 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1640252 PMID:40919199	研究论文	提出结合数字同轴全息显微镜和深度学习的创新工具HoloMoA，用于识别抗菌药物作用机制并检测新机制	首次将时间序列全息成像与卷积循环神经网络结合，实现无标记、高精度的抗菌机制分类和新颖性预测	仅使用单一菌株（ATCC 25922）进行验证，未涵盖更广泛的微生物种类	开发快速可靠的抗菌药物作用机制分类与新颖性检测技术	大肠杆菌ATCC 25922菌株及22种代表5类功能类别的抗生素	计算机视觉	NA	数字同轴全息显微镜（DIHM），深度学习	卷积循环神经网络（CRNN），孪生神经网络	全息重建相位图像序列	22种抗生素处理的大肠杆菌样本，包含5个常规功能类别和1个附加类别分子
365	2025-09-09	Deep dive into deep learning methods for cervical cancer detection and classification 2025, Reports of practical oncology and radiotherapy : journal of Greatpoland Cancer Center in Poznan and Polish Society of Radiation Oncology IF:1.2Q3 DOI:10.5603/rpor.106148 PMID:40919255	综述	本文全面分析了深度学习在宫颈癌检测与分类中的应用方法、评估指标及当前挑战	系统整合了卷积神经网络（CNNs）在宫颈细胞学图像分割与分类中的最新应用，并探讨了数据增强、迁移学习等解决方案	面临标注数据集有限、医学影像不一致性以及模型鲁棒性不足等挑战	提升宫颈癌诊断的准确性与效率，推动早期检测和治疗	宫颈细胞学图像	数字病理	宫颈癌	深度学习	CNN	图像	NA
366	2025-09-09	Optimizing cervical cancer diagnosis with accurate cell classification using modified HDFF 2025, Reports of practical oncology and radiotherapy : journal of Greatpoland Cancer Center in Poznan and Polish Society of Radiation Oncology IF:1.2Q3 DOI:10.5603/rpor.105867 PMID:40919253	研究论文	本研究提出了一种改进的层次深度特征融合（HDFF）方法，用于宫颈癌细胞分类，旨在提升宫颈癌诊断的准确性和效率	通过整合层次深度学习特征并增强特征提取过程，实现了更准确和鲁棒的分类性能	需要进一步优化和扩展训练数据集以提升性能	优化宫颈癌诊断，通过自动细胞分类提高筛查准确率	宫颈细胞	计算机视觉	宫颈癌	深度学习特征融合	modified HDFF	图像	SIPaKMeD和Herlev数据集
367	2025-09-09	Machine Learning and Deep Learning for Diagnosis of Lumbar Spinal Stenosis: Systematic Review and Meta-Analysis 2024-12-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54676 PMID:39715552	系统评价与荟萃分析	本文通过系统评价和荟萃分析评估传统机器学习和深度学习模型在诊断腰椎管狭窄症中的性能	首次对使用TML和DL模型诊断LSS的研究进行系统性性能汇总和异质性评估	纳入研究数量有限（12项），存在高度异质性和部分研究的偏倚风险	评估人工智能模型在腰椎管狭窄症诊断中的准确性和临床应用潜力	15,044名腰椎管狭窄症患者	机器学习	腰椎管狭窄症	传统机器学习(TML)和深度学习(DL)算法	多种TML和DL模型	医学诊断数据	12项研究，共15,044名患者
368	2025-09-09	Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review 2024-10-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54710 PMID:39466315	综述	本文通过范围综述方法，系统梳理了孟加拉国医疗系统中大数据分析、人工智能、机器学习和深度学习技术的应用现状与研究进展	首次对孟加拉国医疗系统中BDA、AI、ML和DL技术的应用进行全面范围综述，揭示了过去5年研究激增的趋势与技术分布特征	仅纳入英文发表的同行评审文献，可能遗漏本地语言的重要研究；数据库检索范围可能存在局限性	综合评估孟加拉国医疗系统中先进数字技术的应用现状与研究挑战	孟加拉国医疗系统中的技术应用研究与相关文献	医疗健康信息学	多种疾病（传染病、非传染性疾病、儿童健康、心理健康）	范围综述方法，系统文献检索与分析	机器学习(84%)、深度学习(9%)、人工智能(5%)、大数据分析(1%)	文献数据	77篇符合条件的研究文献（从1653篇初筛文献中筛选）
369	2025-09-09	Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning 2024-10, Surgical endoscopy DOI:10.1007/s00464-024-11117-x PMID:39093411	研究论文	本研究利用深度学习技术开发了一种人工智能导航系统，用于在胃癌腹腔镜胃切除术中实时指示与术后胰瘘相关的解剖标志	首次定义了与术后胰瘘相关的解剖标志（凹陷线），并开发了基于语义分割模型的实时AI导航系统	样本量较小（50例用于系统开发，10例用于验证），需要进一步大样本验证	识别胃癌腹腔镜胃切除术中与术后胰瘘相关的解剖标志，并开发AI导航系统	接受腹腔镜胃切除术的胃癌患者	数字病理	胃癌	深度学习	语义分割模型	手术影像	50例手术案例（45例训练，5例调参），10例前瞻性注册案例用于验证
370	2024-08-13	Correction: Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning 2024-Oct, Surgical endoscopy DOI:10.1007/s00464-024-11160-8 PMID:39133331	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
371	2025-09-09	An artificial intelligence-based nerve recognition model is useful as surgical support technology and as an educational tool in laparoscopic and robot-assisted rectal cancer surgery 2024-09, Surgical endoscopy DOI:10.1007/s00464-024-10939-z PMID:39073558	研究论文	开发基于U-Net的深度学习模型，用于在直肠癌手术中自动分割神经，并评估其作为手术辅助技术和教育工具的效果	首次将AI神经识别模型同时应用于直肠癌手术的实时辅助和医学教育培训场景，并证明其教育效果优于传统讲座	模型性能存在一定波动（Dice评分范围0.0465-0.639），样本量较小（60测试帧），仅针对直肠癌手术场景	开发人工智能辅助技术以提升直肠癌手术中的神经识别能力，并验证其教育价值	直肠癌手术中的盆腔神经结构，以及不同级别的医疗人员（结直肠外科医生、非专科医生、住院医师、医学生）	digital pathology	rectal cancer	deep learning, U-Net architecture	U-Net	surgical video frames	60个随机选择的视频帧，5名结直肠外科医生，以及非专科医生、住院医师和医学生组成的教育评估组
372	2025-09-09	Opportunistic Screening for Osteoporosis Using Hand Radiographs - A Feature Augmentation Study Technique (FAST) 2024-08-22, Studies in health technology and informatics DOI:10.3233/SHTI240411 PMID:39176740	研究论文	本研究探索利用手部X光片进行骨质疏松机会性筛查的可行性，通过深度学习模型实现骨质减少的检测	提出特征增强研究技术(FAST)，首次系统验证手部X光片作为骨质疏松筛查工具的临床价值	回顾性研究设计，样本量相对有限(n=422)，且数据来自三个不同厂商设备	开发基于手部X光片的骨质疏松机会性筛查方法，减少未诊断病例	50岁及以上同时接受DXA和手部X光检查的患者	数字病理	骨质疏松症	双能X线吸收测定法(DXA)，数字X射线	深度学习模型	X光图像	422名患者，其中训练/验证集338例，测试集84例
373	2025-09-09	Adversarial Information Bottleneck 2024-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3172986 PMID:35594234	研究论文	提出一种对抗性信息瓶颈方法以增强模型鲁棒性并分析信息压缩与预测的平衡关系	无需对表示分布做显式假设，通过解决min-max优化问题有效优化信息瓶颈原则，提升对抗扰动下的鲁棒性	NA	优化信息瓶颈原则以提高深度学习模型的鲁棒性和理解压缩效果	深度学习中的表示学习与对抗鲁棒性	machine learning	NA	min-max优化	信息瓶颈模型	合成数据集与真实世界数据集	NA
374	2025-09-09	Deep learning in endoscopy: the importance of standardisation 2023-12, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2580 PMID:37814976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
375	2025-09-08	Integrative approach for early detection of Parkinson's disease and atypical Parkinsonian syndromes leveraging hemodynamic parameters, motion data & advanced AI models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108989 PMID:40752456	研究论文	本研究提出了一种结合可穿戴多模态传感器和AI模型的框架，用于帕金森病及非典型帕金森综合征的早期检测	创新性地整合了多模态生理与血流动力学参数，并结合AI算法实现非侵入性早期诊断	NA	开发准确分类帕金森病及非典型帕金森综合征的早期诊断方法	帕金森病(PD)、多系统萎缩症(MSAs)和进行性核上性麻痹(PSPs)患者	机器学习	帕金森病	光电容积描记法(PPG)、心率变异性(HRV)、惯性传感技术	MLP、集成模型	生理信号、运动数据	NA
376	2025-09-08	An Indian database for grading wound healing and cross-corpus classification using perturbation-based Explainable AI models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108981 PMID:40763622	研究论文	本研究利用智能手机拍摄的2D RGB伤口图像，通过轻量级深度学习模型将伤口按愈合能力分为三个阶段	提出了新颖的印度伤口数据库Amrita_wound，采用扰动增强特征和可解释AI工具Grad-CAM提升模型预测能力和透明度，并进行了跨语料库分析	在跨语料库测试中，对未见数据Medetec的平均F1分数为68%，表明模型泛化能力仍有提升空间	开发自动化伤口分级系统，减轻医生工作负担并帮助患者理解愈合程度	伤口图像数据	计算机视觉	伤口愈合	深度学习，迁移学习，可解释AI	MobileViT, FastViT	2D RGB图像	三个数据集（Amrita_wound、AZH和Medetec），具体样本数量未明确说明
377	2025-09-08	Prediction of breast cancer HER2 status changes based on ultrasound radiomics attention network 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108987 PMID:40779894	研究论文	提出一种结合超声影像组学和深度学习的网络URAN，用于预测乳腺癌新辅助化疗后HER2状态变化	设计HKFS网络筛选关键特征，并引入MAAE注意力机制动态调整模型关注点，实现更高精度的HER2状态变化预测	未明确说明样本量及数据来源的多样性限制，可能影响模型泛化能力	预测乳腺癌患者新辅助化疗后HER2状态变化，以指导临床治疗策略调整	乳腺癌患者超声影像数据	数字病理	乳腺癌	超声影像组学、深度学习	URAN（包含HKFS特征选择网络和MAAE注意力机制）	超声图像	医院真实超声影像数据（未注明具体样本量）及公开数据集BUS_UCLM
378	2025-09-08	Dynamic hypergraph representation for bone metastasis analysis 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108966 PMID:40737994	研究论文	提出动态超图神经网络（DyHG）用于骨转移癌的起源和亚型分类分析	通过超边连接多个节点突破传统图神经网络的二元关系限制，采用可学习超图结构和Gumbel-Softmax采样策略优化特征表示	NA	提升骨转移癌的病理分析准确性，辅助临床诊断	骨转移癌组织切片的全幻灯片图像（WSIs）	数字病理学	骨癌	深度学习，超图神经网络	DyHG（动态超图神经网络）	图像	两个大规模真实世界骨转移数据集
379	2025-09-08	An integrated optimization and deep learning pipeline for predicting live birth success in IVF using feature optimization and transformer-based models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108979 PMID:40737998	研究论文	开发了一个结合特征优化和Transformer模型的人工智能流程，用于预测IVF治疗中的活产成功率	首次将特征优化方法与基于Transformer的深度学习模型结合应用于IVF活产预测	NA	创建高精度预测体外受精治疗活产结果的人工智能流程	IVF治疗中的临床、人口统计学和程序性因素	machine learning	生殖系统疾病	特征优化，transformer模型	transformer	临床数据，人口统计数据，程序数据	NA
380	2025-09-08	Decoding muscle activity via CNN-LSTM from 3D spatiotemporal EEG 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108983 PMID:40743699	研究论文	提出一种基于CNN-LSTM的深度学习模型，从3D时空EEG信号解码肌肉活动	首次将EEG频带包络转换为3D时空矩阵，并联合CNN和LSTM提取空间与时间特征进行肌肉活动解码	仅针对5名参与者的抓握任务进行验证，样本量较小	通过非侵入式EEG信号重建肌肉活动，推动脑机接口发展	人类参与者在执行抓握动作时的EEG和EMG信号	脑机接口	NA	EEG信号处理，频带包络提取	CNN-LSTM	3D时空EEG信号	5名参与者