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	2025-09-28	Liver fibrosis classification on trichrome histology slides using weakly supervised learning in children and young adults 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100416 PMID:39867463	研究论文	本研究使用弱监督学习方法对儿童和青少年肝纤维化三色染色组织切片进行自动分期	首次将CLAM弱监督学习框架应用于儿童和青少年肝纤维化的自动分期，相比传统病理医生评估具有更高的一致性	回顾性研究设计，样本量相对有限（217例WSI），仅针对特定年龄群体	开发基于深度学习的肝纤维化客观分期方法以减少诊断变异	儿童和青少年肝活检三色染色全切片图像	数字病理	肝纤维化	弱监督学习、全切片图像分析	CLAM（聚类约束注意力多示例学习）	医学图像（组织病理学切片）	217例儿科肝活检三色染色WSI
362	2025-09-28	Region-based U-nets for fast, accurate, and scalable deep brain segmentation: Application to Parkinson Plus Syndromes 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103807 PMID:40592210	研究论文	提出基于区域U-net的深度学习方法来快速准确分割与帕金森叠加综合征相关的12个深部脑结构	通过将脑图像划分为脑干、脑室系统和纹状体等目标区域，优化GPU使用并显著减少训练时间，同时保持高精度	未明确提及具体局限性	开发快速、准确且可扩展的深部脑结构自动分割方法，应用于帕金森叠加综合征的早期诊断	与帕金森叠加综合征相关的12个深部脑结构	医学图像分析	帕金森叠加综合征	深度学习，MRI分割	U-net	MRI图像	包含660名受试者的临床数据集（健康对照者和多种运动障碍患者）
363	2025-09-28	A survey of NLP methods for oncology in the past decade with a focus on cancer registry applications 2025, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11316-5 PMID:40688631	综述	本文综述了2014-2024年间自然语言处理技术在癌症登记操作中的应用现状	首次系统梳理了过去十年NLP在癌症登记领域的方法演变和应用趋势，特别关注了Transformer模型的兴起	儿科癌症、黑色素瘤和淋巴瘤研究不足，多模态模型研究稀缺，解码器模型探索有限	评估NLP方法在癌症登记数据提取中的应用效果和发展趋势	156篇来自Scopus和PubMed的学术文献	自然语言处理	癌症	自然语言处理	规则方法、机器学习、传统深度学习、Transformer（BERT、GPT等）	临床文本数据	156篇文献
364	2025-09-28	Volume Fusion-Based Self-Supervised Pretraining for 3D Medical Image Segmentation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3610249 PMID:40982499	研究论文	提出一种基于体积融合的自监督预训练方法VolF，用于提升3D医学图像分割模型在标注数据有限场景下的性能	通过引入伪分割前置任务，使用离散化块状融合系数图融合两个子体积，最小化前置任务与下游分割任务之间的差距	NA	解决标注数据有限情况下3D医学图像分割模型的性能提升问题	3D医学图像分割模型	医学图像分析	NA	自监督学习	3D分割模型	3D医学图像（CT扫描）	腹部CT数据集进行预训练，并使用域内和域外下游数据集验证
365	2025-09-28	Water meter reading recognition method based on character attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332119 PMID:40991632	研究论文	提出一种基于字符注意力机制的水表读数识别方法，通过改进检测和识别网络提升自然场景下的读数准确率	引入字符检测注意力机制改进数字检测性能，结合改进的LeNet-5网络和全局平均池化层提升识别精度并缓解过拟合	未明确说明方法在极端光照条件或严重遮挡情况下的鲁棒性	解决水表读数识别中因拍摄角度和环境光照变化导致的干扰问题	水表表盘图像中的数字字符	计算机视觉	NA	深度学习	ResNet-FPN、改进LeNet-5、注意力机制	图像	CCF真实场景水表读数自动识别数据集
366	2025-09-28	Intervertebral disc anomaly intelligent classification system based on deep learning, IDAICS 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1646008 PMID:40994700	研究论文	提出基于深度学习的椎间盘异常智能分类系统IDAICS，用于自动识别和分类椎间盘病变	首次将YOLOv8-seg网络应用于椎间盘异常的多类别分类，并实现了93.2%的高分类准确率	样本量相对有限（574张CT图像），且仅使用单一医疗机构数据	开发自动化的椎间盘异常分类方法以提高脊柱健康管理的诊断效率和准确性	椎间盘CT图像中的四种临床类型：正常椎间盘、许莫氏结节、椎间盘膨出和椎间盘突出	计算机视觉	脊柱疾病	深度学习图像分类	YOLOv8-seg	CT医学图像	574张椎间盘CT图像（500张训练集，74张验证集）
367	2025-09-28	Deep learning-based prediction of cerebral white matter hyperintensity burden using carotid magnetic resonance angiography 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1656705 PMID:40994715	研究论文	本研究开发了一种基于深度学习的框架，仅使用3D颈动脉TOF MRA图像来预测脑白质高信号负荷	首次利用常规采集的非侵入性颈动脉MRA图像，通过深度学习独立预测WMH负荷，为脑血管风险评估提供了新方法	研究样本量有限，模型性能仍有提升空间，需要更大规模的外部验证	探究颈动脉TOF MRA能否作为预测脑白质高信号负荷的独立生物标志物	脑白质高信号（WMH）和颈动脉血管影像	医学影像分析	脑血管疾病	磁共振血管成像（MRA），深度学习	SFCN, ResNet10, MedicalNet, Medical Slice Transformer	3D医学影像（颈动脉TOF MRA）	NA
368	2025-09-28	Hyperspectral reconstruction for mobile diabetic foot blood perfusion monitoring 2025, BMC artificial intelligence DOI:10.1186/s44398-025-00011-8 PMID:40994833	研究论文	提出一种名为MobiPerf的移动糖尿病足血流灌注监测系统，通过深度学习实现高光谱重建	开发无需相机配置文件和辐射校准的高光谱重建系统，利用深度学习模型实现跨相机泛化	对感染并发症的敏感性有限，需要进一步验证临床适用性	开发移动端糖尿病足溃疡血流灌注监测技术	糖尿病足溃疡患者	医学影像分析	糖尿病足溃疡	高光谱成像（HSI）、高光谱重建（HSR）、远程光电容积脉搏波（rPPG）	深度学习模型	RGB图像、视频	公开糖尿病足溃疡图像数据集（N≥6000）、含接触式PPG的视频数据集（N=56）
369	2025-09-28	Construction of a prediction model for axillary lymph node metastasis in breast cancer patients based on a multimodal fusion strategy of ultrasound and pathological images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1591858 PMID:40994941	研究论文	基于超声和病理图像多模态融合策略构建乳腺癌患者腋窝淋巴结转移预测模型	提出多层融合策略整合超声图像和H&E染色活检病理图像的多模态深度学习模型	模型性能尚未达到最优水平（AUC 0.7019），需要进一步优化	开发预测乳腺癌患者腋窝淋巴结转移的深度学习模型	211例经组织学确诊的乳腺癌患者	数字病理	乳腺癌	深度学习	多模态融合模型（PLNeT和ULNet特征提取器）	超声图像和病理图像	211名乳腺癌患者（2023年2月至2024年3月期间收集）
370	2025-09-28	Research progress of artificial intelligence in the early screening, diagnosis, precise treatment and prognosis prediction of three central gynecological malignancies 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1648407 PMID:40994951	综述	本文综述人工智能在三大妇科恶性肿瘤早期筛查、诊断、精准治疗及预后预测中的最新研究进展	系统总结AI技术在子宫内膜癌、宫颈癌和卵巢癌全流程管理中的创新应用，并辩证讨论当前局限性与未来转化潜力	存在数据异质性、算法可解释性不足、多中心验证缺乏等局限性	探讨人工智能技术在妇科肿瘤临床诊疗中的应用价值与发展前景	子宫内膜癌、宫颈癌和卵巢癌三大妇科恶性肿瘤	数字病理	妇科肿瘤	深度学习、机器学习	DL/ML算法	医学影像、基因组数据、临床信息	NA
371	2025-09-28	Improving the diagnosis of endometrial cancer in postmenopausal women in primary care settings using an artificial intelligence-based ultrasound detecting model 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646826 PMID:40994958	研究论文	开发基于深度学习的超声检测模型，用于辅助初级医疗机构诊断绝经后女性的子宫内膜癌	首次将深度学习技术应用于绝经后女性子宫内膜癌的超声诊断，整合子宫内膜厚度、肿瘤均质性及血流特征等多参数分析	研究数据来源于单一中医医院，样本量相对有限（877例），需多中心验证	提高初级医疗机构对绝经后女性子宫内膜癌的超声诊断效率	经子宫内膜活检确诊的子宫内膜癌患者（绝经后女性）	数字病理	子宫内膜癌	灰度超声、血流参数分析（BFA/RI/EDV/PSV）	深度学习模型	超声图像	877例患者（训练集614例、验证集175例、测试集88例）
372	2025-09-28	Estimating the full-period rice leaf area index using CNN-LSTM-Attention and multispectral images from unmanned aerial vehicles 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1636967 PMID:40995010	研究论文	提出融合CNN-LSTM-Attention的深度学习模型，利用无人机多光谱影像实现水稻全生育期叶面积指数的高精度估算	首次将自注意力机制与CNN-LSTM结合构建CLA模型，显著提升低叶面积指数条件下的估算精度并有效抑制土壤背景干扰	NA	开发水稻全生育期叶面积指数的精准监测技术	水稻作物	计算机视觉	NA	无人机多光谱成像技术	CNN-LSTM-Attention混合模型	多光谱图像	NA
373	2025-09-28	Development and internal validation of a mammography-based model fusing clinical, radiomics, and deep learning models for sentinel lymph node metastasis prediction in breast cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659422 PMID:40995087	研究论文	开发基于乳腺X线摄影融合临床、影像组学和深度学习模型的哨兵淋巴结转移预测方法	提出概率后融合方法整合临床、影像组学和深度学习特征，实现多模态数据协同预测	仅进行内部验证，需要更大规模外部数据集验证泛化能力	评估乳腺癌患者哨兵淋巴结转移状态	乳腺癌患者	数字病理	乳腺癌	乳腺X线摄影、影像组学分析、深度学习特征提取	随机梯度下降、支持向量机、多模态融合模型	医学影像（MG图像）	训练集203例，内部验证集87例，独立测试集82例（共372例患者）
374	2025-09-28	An MRI based histogram oriented gradient and deep learning approach for accurate classification of mild cognitive impairment and Alzheimer's disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1529761 PMID:40995095	研究论文	提出基于MRI的HOG特征提取和深度学习框架，用于阿尔茨海默病的早期准确诊断	结合Harris角点兴趣点和HOG特征提取方法，并对比三种分类器在AD分期诊断中的性能	仅使用T1加权MRI数据，未涉及多模态影像或临床数据融合	开发非侵入性早期阿尔茨海默病诊断系统	阿尔茨海默病患者（CN正常对照、MCI轻度认知障碍、AD患者）的脑部MRI影像	医学影像分析	阿尔茨海默病	Harris角点检测、HOG特征提取、机器学习分类	SVM、KNN、DNN	MRI影像	NA
375	2025-09-28	Convolutional neural networks decode finger movements in motor sequence learning from MEG data 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1623380 PMID:40995145	研究论文	本研究使用卷积神经网络从脑磁图数据中解码手指运动序列学习	采用线性有限脉冲响应卷积神经网络实现快速可解释的手指运动解码，在空间和频谱域均具有可解释性	仅针对健康参与者的食指和中指运动进行研究，样本类型有限	开发能够从非侵入性脑磁图信号中准确解码单个手指运动的脑机接口方法	健康参与者在序列反应时间任务中的手指运动脑磁图信号	脑机接口	NA	脑磁图、序列反应时间任务	LF-CNN、EEGNet、FBCSP-ShallowNet、VGG19	脑磁图信号	健康参与者（具体人数未明确说明）
376	2025-09-28	EfficientNetSwift: A Lightweight and Precise Deep Learning Model for Detecting Oral Squamous Cell Carcinoma Using Pathological Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251380966 PMID:41004387	研究论文	提出一种基于改进轻量级EfficientNetSwift的深度学习模型，用于口腔鳞状细胞癌病理图像的自动检测	开发了参数效率更高的轻量级模型EfficientNetSwift，在保持高精度的同时大幅减少参数量	NA	实现口腔鳞状细胞癌病理图像的精准自动检测	口腔鳞状细胞癌病理图像	数字病理	口腔鳞状细胞癌	深度学习	EfficientNetSwift（改进的轻量级EfficientNet）	病理图像	NA
377	2025-09-28	Impact of Emerging Deep Learning-Based MR Image Reconstruction Algorithms on Abdominal MRI Radiomic Features 2024 Nov-Dec 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001648 PMID:39190703	研究论文	评估基于深度学习的MRI重建算法对腹部MRI影像组学特征的影响	首次在单一MRI厂商平台上系统比较传统重建技术与两种深度学习重建技术对多器官影像组学特征的影响	样本量较小（17名受试者），仅使用单一厂商（飞利浦）的1.5T设备，SmartSpeed-SuperRes尚未获得FDA批准	评估深度学习重建算法与传统重建算法对MRI影像组学特征的一致性影响	17名儿科和成人受试者的腹部T2加权MR图像	医学影像分析	NA	深度学习图像重建、影像组学分析	深度学习重建算法（SmartSpeed、SmartSpeed-SuperRes）	MRI图像	17名受试者，8个感兴趣区域（肝脏、脾脏、肾脏、胰腺、脂肪和肌肉）
378	2025-09-28	A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.3707 PMID:39325442	研究论文	通过国际竞赛评估深度学习算法在近视性黄斑病变分类、病灶分割和球镜当量预测任务中的性能	首次通过国际竞赛形式系统比较多种AI算法在近视性黄斑病变诊断中的表现，并证明模型集成方法优于单个算法和眼科医生	研究基于特定竞赛数据集，模型泛化能力需进一步验证	评估AI算法在近视性黄斑病变诊断中的性能并与眼科医生进行比较	近视性黄斑病变患者的眼底图像	计算机视觉	近视性黄斑病变	深度学习	深度学习算法集成	眼底图像	任务1:2306张图像，任务2:294张图像，任务3:2003张图像
379	2025-09-28	CT synthesis with deep learning for MR-only radiotherapy planning: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00430-y PMID:39465111	综述	本文综述了基于深度学习的MR-to-CT合成方法在仅MR放疗计划中的应用	系统分类并比较了四类深度学习模型（CNN、GAN、Transformer、扩散模型）在MR-CT合成任务中的表现	NA	提升仅MR放疗计划中合成CT的准确性以实现临床应用	医学影像（MR和CT图像）	医学影像分析	肿瘤放疗	深度学习图像到图像翻译	CNN, GAN, Transformer, 扩散模型	医学影像	NA
380	2025-09-28	Combination of deep XLMS with deep learning reveals an ordered rearrangement and assembly of a major protein component of the vaccinia virion 2023-10-31, mBio IF:5.1Q1 DOI:10.1128/mbio.01135-23 PMID:37646531	研究论文	结合深度化学交联质谱与深度学习技术揭示痘苗病毒粒子主要蛋白组分的有序重排和组装过程	首次将深度学习与化学交联质谱相结合应用于痘苗病毒结构研究	NA	解析痘苗病毒成熟粒子的分子结构及组装途径	痘苗病毒核心组分P4a蛋白	机器学习	病毒感染	化学交联质谱(XLMS)	深度学习	质谱数据	NA