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
4141	2025-11-14	Non-invasive urine flow dynamics characterization of pediatric hydronephrosis based on deep learning and computational fluid dynamics 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109077 PMID:41046707	研究论文	基于深度学习和计算流体动力学开发非侵入性尿液流动动力学表征方法用于小儿肾积水的诊断和预后评估	首次结合深度学习和CFD技术从MRU数据重建患者特异性三维肾脏模型并模拟尿液流动动力学	方法依赖于MRU图像质量，CFD模拟需要专业设置和验证	开发非侵入性尿液流动动力学计算方法以改善小儿肾积水诊断和预后评估	小儿肾积水患者的MRU图像数据和尿液流动特性	医学影像分析, 计算流体动力学	小儿肾积水	磁共振尿路造影, 计算流体动力学	深度学习模型	医学影像	NA	NA	NA	尿液流速比, 压力分布比较	NA
4142	2025-11-14	Multimodal Nomogram Combining Multiparametric MRI, Functional Subsets of Peripheral Lymphocytes and PI-RADS Can Predict Risk Stratification of Prostate Cancer 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109086 PMID:41046708	研究论文	开发结合多参数MRI、外周淋巴细胞功能亚群和PI-RADS的多模态列线图用于前列腺癌风险分层预测	首次探索非侵入性三分法风险分层，整合多模态数据构建预测模型替代传统PSA方法	回顾性研究，样本量有限（110例患者），仅来自单一医疗中心	开发自动化可靠的前列腺癌风险分层工具以指导临床决策	前列腺癌患者	数字病理	前列腺癌	多参数MRI，外周淋巴细胞检测，PI-RADS评分	深度学习，放射组学	医学影像，临床数据	110例患者	NA	列线图模型	AUC，F1分数，灵敏度，特异性	NA
4143	2025-11-14	Detection of nocturnal epileptic seizures using a wearable armband: A deep learning approach combining accelerometry and photoplethysmography signals 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109087 PMID:41072127	研究论文	提出一种基于深度学习的穿戴式臂环系统，结合加速度和光电容积脉搏波信号检测夜间癫痫发作	首次将CNN-LSTM与注意力机制结合用于穿戴式设备的多模态信号癫痫检测，采用两步式方法显著降低数据量	样本量相对有限（68名患者），假阳性率较高（0.165/小时），阳性预测值较低（0.334）	开发家庭环境下夜间癫痫发作的自动检测系统，降低癫痫猝死风险	68名患有严重癫痫发作的患者	医疗健康监测	癫痫	三轴加速度计，光电容积脉搏波	CNN-LSTM	时间序列信号数据	68名患者，788次夜间记录（6304小时），1846次严重发作	NA	CNN-LSTM with attention mechanism	灵敏度，假警报率，ROC曲线下面积，准确率，阳性预测值	NA
4144	2025-11-14	Lightweight element-wise product enhanced neural network for efficient arrhythmia detection on embedded devices 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109101 PMID:41075315	研究论文	提出一种轻量级元素乘积增强神经网络，用于嵌入式设备上高效的心律失常检测	引入元素乘积融合机制结合双路径特征，采用纺锤形架构与深度可分离卷积，显著降低模型参数和计算成本	NA	开发适用于资源受限嵌入式设备的实时心律失常检测模型	心电图信号数据	机器学习	心血管疾病	ECG信号分析	CNN	信号数据	MIT-BIH、SVDB、INCART和PTB数据库	NA	深度可分离卷积，纺锤形架构	准确率，精确率，召回率，F1分数，计算复杂度，推理时间，功耗	树莓派5，Android 10 x86虚拟机
4145	2025-11-14	Self-supervised learning and hybrid deep models for predicting the progression of Fuchs' endothelial corneal dystrophy after cataract surgery 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109100 PMID:41106173	研究论文	提出一种基于自监督学习和混合深度学习模型的框架，用于预测白内障手术后Fuchs角膜内皮营养不良的进展	整合临床领域知识、集成学习和自监督学习，提出结合RANSAC算法和双分支设计的混合CNN架构，采用Polar Pooling模拟临床推理	对标注数据的依赖仍然存在，尽管通过自监督学习有所减少	改善Fuchs角膜内皮营养不良的预后预测，支持白内障手术规划	Fuchs角膜内皮营养不良患者	医学影像分析	角膜疾病	Scheimpflug断层成像	CNN, 自监督学习	医学影像	多中心数据集	NA	混合卷积神经网络, 双分支设计	AUC	NA
4146	2025-11-14	NN-PCP: Screening phenotype-related core pathways to construct a prostate cancer metastasis prediction model based on multiple types of mutation data 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109118 PMID:41109149	研究论文	提出基于表型相关核心通路的神经网络模型NN-PCP，利用多种突变数据预测前列腺癌转移	开发了结合改进的过表征分析和基因集富集分析的表型相关核心通路筛选方法，构建具有双差分层级的神经网络架构	NA	提高基于突变数据的前列腺癌转移预测准确性	前列腺癌患者突变数据	机器学习	前列腺癌	突变数据分析	神经网络	基因突变数据	NA	NA	NN-PCP（包含IORA驱动模块、IGSEA驱动模块和双差分层级）	准确率,精确率,召回率,F1分数,AUC,AUPR	NA
4147	2025-11-14	Memory-driven modeling of herpes simplex virus type-1 and type-2 dynamics with neural network optimization 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109121 PMID:41124993	研究论文	开发了一个结合分数阶导数和深度神经网络的HSV-1和HSV-2病毒动力学建模框架	首次将分数阶导数引入HSV动力学建模以捕捉记忆效应，并集成深度学习进行行为近似	未明确说明模型验证使用的具体数据集和样本规模	更好地理解HSV病毒动力学并评估干预策略	HSV-1和HSV-2病毒的传播动态	计算生物学	病毒感染	分数阶微分方程建模，神经网络优化	深度神经网络	模拟数据	NA	NA	NA	预测准确度(R≈1)	NA
4148	2025-11-14	Dual adversarial attacks on Explainable Deep Learning in medical image classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109125 PMID:41138644	研究论文	提出针对医学图像分类中可解释深度学习的双重对抗攻击方法，同时攻击模型预测和解释结果	首次提出同时针对预测和解释的双重对抗攻击框架，并引入联合评估指标ASR	仅在三种医学影像数据集和三种深度学习模型上验证，未涉及更多模型架构和数据类型	探究可解释深度学习模型在医学图像分类中的安全性漏洞	医学图像分类模型及其解释方法	计算机视觉	多种疾病（胸部X光、眼底影像、皮肤镜影像）	深度学习	CNN	医学图像	三个基准医学影像数据集	PyTorch, TensorFlow	ResNet50, DenseNet121, EfficientNet-V2	攻击成功率(ASR)	GPU（具体型号未提及）
4149	2025-11-14	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调的方法，使用微型近红外光谱仪提高茶叶成分预测的泛化能力	采用深度学习微调策略，将局部模型的准确性迁移到其他茶叶类型，优于传统的迁移成分分析方法	仅针对四种茶叶类型进行研究，样本类型范围有限	开发适用于不同茶叶类型的通用化预测模型，用于测定儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）的光谱数据	机器学习	NA	近红外光谱	深度学习,CNN	光谱数据	四种茶叶类型的样本数据	NA	卷积神经网络,全连接网络	准确率	NA
4150	2025-11-14	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29812 PMID:40375492	综述	本文综述了磁共振指纹技术在大脑血流动力学、氧合及灌注定量分析中的研究进展与应用	重点介绍了血管几何模拟模型的进步、新型序列开发以及融合机器学习和深度学习算法的先进重建技术	未明确说明具体技术局限，但指出需要解决临床转化面临的问题	概述血管磁共振指纹技术的研究现状并展望未来发展方向	大脑血流动力学、氧合及灌注参数	医学影像分析	脑血管疾病	磁共振指纹技术	机器学习,深度学习	磁共振影像	NA	NA	NA	NA	NA
4151	2025-11-14	Applications of artificial intelligence in abdominal imaging 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	综述	本文探讨人工智能在腹部影像学中的应用现状、挑战与未来发展方向	系统阐述AI在腹部影像疾病检测与分类中的突破性应用，并提出整合可解释AI框架和端到端多源数据处理管道的未来方向	面临数据异质性、缺乏多中心验证、依赖回顾性单中心研究、模型可解释性不足等挑战	推动人工智能在腹部影像学中的临床应用，提升疾病诊断准确性和个性化治疗水平	腹部影像数据（超声、CT、MRI）及相关疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	医学影像分析	腹部疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	深度学习、影像组学	深度学习模型	医学影像（超声、CT、MRI）	NA	NA	NA	准确率	NA
4152	2025-11-14	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	本研究提出基于超声图像的对比融合非侵入性肝纤维化分期算法FCLLF	创造性引入纤维化对比层(FCL)概念和标签融合(LF)技术，增强模型对肝纤维化分级特征差异的捕捉能力	NA	利用深度学习技术实现肝纤维化的无创分期，避免并发症并降低成本	肝纤维化患者	计算机视觉	肝纤维化	超声检查	深度学习模型	超声图像	全样本数据集和30%小样本数据集	NA	FCLLF, ResNet, InceptionNet, VGG	准确率	NA
4153	2025-11-14	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	本研究探讨血液恶性肿瘤患者脾脏直径与体积的关系，并建立与卢加诺标准相对应的体积阈值用于治疗反应评估	首次通过深度学习分割技术建立脾脏直径与体积的幂回归模型，提出与现有直径标准相对应的体积阈值标准	研究基于单一临床试验数据的二次分析，样本量相对有限，需要外部验证	确定血液恶性肿瘤患者脾脏体积阈值，使其与现有直径标准在治疗反应评估中具有最佳相关性	382名血液恶性肿瘤患者	数字病理	血液恶性肿瘤	CT成像，深度学习分割	随机森林	医学影像	382例患者	NA	NA	一致性评估，预测性能比较	NA
4154	2025-11-14	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究使用基于YOLOv8x的深度学习模型比较五种手腕骨骼成熟度评估方法的诊断可靠性	首次使用深度学习算法系统比较五种手腕骨骼成熟度评估方法，并识别出在解剖结构明显区域（如MP3、内收籽骨和钩骨）具有特别高的分类性能	研究为回顾性分析，数据来源于8-16岁正畸患者，可能限制了结果的普适性	评估深度学习算法在骨骼年龄估计中的有效性	6572张8-16岁正畸患者的手腕X光片	计算机视觉	骨骼发育异常	X射线成像	CNN	医学图像	6572张手腕X光片	PyTorch	YOLOv8x	准确率, 精确率, 召回率, F1分数, AUC	NA
4155	2025-11-14	Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction 2025-Dec, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106663 PMID:40945379	研究论文	本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法	提出CNN-BiGRU-Attention混合深度学习框架，在复杂运动模式下实现高精度vGRF预测，并针对患者特异性进行优化	样本量较小（仅25名患者），缺乏在更广泛运动模式和患者群体中的验证	开发便携式监测系统，用于前交叉韧带重建患者的康复评估	25名前交叉韧带重建患者	数字病理	运动损伤	可穿戴传感器，Vicon运动捕捉系统	CNN, BiGRU, Attention机制	运动学数据，力学数据	25名ACLR患者	NA	CNN-BiGRU-Attention混合架构	R2决定系数	NA
4156	2025-11-14	Diagnostic Performance of Large Language Models in Multimodal Analysis of Radiolucent Jaw Lesions 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103910 PMID:40961626	研究论文	评估ChatGPT和Gemini大语言模型在多模态影像分析中对透光性颌骨病变的诊断性能	首次系统评估大语言模型在口腔颌面外科多模态影像（全景片、CT、病理）诊断中的表现，并比较不同答题格式和影像组合的影响	样本量有限（100例），仅评估两种大语言模型，需要更大数据集和混合AI系统的进一步验证	评估大语言模型在口腔颌面外科透光性颌骨病变诊断中的性能	透光性颌骨病变患者	自然语言处理	颌骨疾病	多模态影像分析	大语言模型	文本、影像（全景X线、锥形束CT）、病理图像	100名匿名患者来自Wonkwang University Daejeon Dental Hospital	NA	ChatGPT 4o, Gemini 2.5 Pro	准确率	NA
4157	2025-11-14	AI-driven prediction of dental implant numbers to be placed for patient-specific treatment planning 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103896 PMID:41039688	研究论文	本研究开发了一种基于Vision Transformer的深度学习回归模型，利用全景X光片和临床数据预测无牙颌患者所需的种植体数量	首次将Vision Transformer架构应用于牙科种植体数量预测，实现了基于深度学习的定量决策支持工具	单中心研究设计，样本量有限，泛化能力受限	开发评估深度学习模型以预测无牙颌患者所需种植体数量，支持标准化数据驱动的治疗规划	628名接受牙科种植体治疗的患者，共919个无牙颌感兴趣区域	计算机视觉	牙科疾病	全景X光成像，CBCT成像	Vision Transformer (ViT)	图像	628名患者（341名女性，287名男性），919个无牙颌感兴趣区域	PyTorch	ViT-Base (google/vit-base-patch16-224-in21k)	MSE, MAE, R², EVS	NA
4158	2025-11-14	Super resolution of pathology images with hierarchical feature integration and local image patterns 2025-Dec, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6482 PMID:41081336	研究论文	提出基于局部病理图像模式的分层深度学习框架HLIP，实现准确、高保真和实时的病理图像超分辨率重建	整合语义特征与像素级和形态学级特征，通过识别局部病理图像模式重建超分辨率图像，支持灵活放大倍数	NA	开发能够克服现有方法伪影、过度平滑和推理速度慢等问题的病理图像超分辨率方法	病理图像	数字病理学	肿瘤	深度学习	CNN	图像	NA	NA	分层深度学习框架	性能指标、鲁棒性、保真度	NA
4159	2025-11-14	Epidemiology, etiopathogenesis, immune response, diagnosis, and complications of acute pancreatitis: current insights 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2580131 PMID:41208148	综述	本文综述急性胰腺炎的流行病学、发病机制、免疫反应、诊断方法和并发症的当前研究进展	整合了氧化应激、免疫反应和组织重塑在急性胰腺炎中的最新知识，强调疾病进展的潜在机制及生物标志物和预测模型的临床应用潜力	作为综述文章，主要整合现有研究而非提供原始实验数据	总结急性胰腺炎的当前研究见解和临床管理优化策略	急性胰腺炎的病理生理过程和临床特征	医学研究	急性胰腺炎	深度学习	NA	临床数据、生化标志物、影像学数据	NA	NA	NA	NA	NA
4160	2025-11-14	The role of artificial intelligence and mobile health in diagnosis and management of pulmonary arterial hypertension 2025-Dec, International journal of cardiology. Congenital heart disease DOI:10.1016/j.ijcchd.2025.100622 PMID:41208905	综述	探讨人工智能和移动健康技术在肺动脉高压诊断与管理中的应用前景	系统阐述AI技术在PAH诊疗全流程中的创新应用，包括早期筛查、影像自动分析、远程监测和个性化治疗	需要严格的外部验证、前瞻性研究、偏倚审核以及与指南工作流程的无缝整合	研究人工智能和移动健康技术在肺动脉高压诊疗中的作用	肺动脉高压患者	数字病理	心血管疾病	电子健康记录、心电图、超声心动图、CT、心脏磁共振、可穿戴设备	深度学习,机器学习	医疗记录、影像数据、生理信号	NA	NA	NA	分类准确率、量化精度	NA