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
401	2025-11-13	[Artificial intelligence in fracture diagnostics : Potentials and challenges in the clinical practice] 2025-Nov-12, Unfallchirurgie (Heidelberg, Germany) DOI:10.1007/s00113-025-01653-z PMID:41222657	综述	探讨人工智能在骨折诊断中的潜力、临床应用及挑战	系统分析AI作为'第二阅片者'在提高骨折诊断准确性、缩短诊断时间和提升患者安全方面的创新价值	训练数据异质性、复杂骨折诊断性能有限、监管要求严格	评估AI在骨折诊断领域的应用潜力与临床实践挑战	骨折影像诊断	数字病理	骨折	深度学习	CNN	医学影像	NA	NA	卷积神经网络	灵敏度, 特异度	NA
402	2025-11-13	A deep learning-based MRI automatic detection model for spinal schwannoma and meningioma 2025-Nov-12, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03468-x PMID:41222816	研究论文	开发基于深度学习的MRI自动检测模型用于脊柱神经鞘瘤和脑膜瘤检测	在YOLOv8n基础上引入选择性核融合模块和递归门控卷积改进特征融合层	仅使用单中心103例回顾性数据，样本量有限	实现脊柱神经鞘瘤和脑膜瘤的自动检测与鉴别诊断	103例经病理证实的脊柱神经鞘瘤和脑膜瘤患者	计算机视觉	脊柱肿瘤	磁共振成像	YOLO	医学影像	103例经病理证实的病例	NA	YOLOv8n-SKNeck	准确率, 召回率, F1分数	NA
403	2025-11-13	LKE-DTA: predicting drug-target binding affinity with large language model representations and knowledge graph embeddings 2025-Nov-12, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11394-1 PMID:41222841	研究论文	提出融合大语言模型和知识图谱的LKE-DTA框架，用于预测药物-靶点结合亲和力	首次将大语言模型与知识图谱协同集成，并提出双多头注意力机制动态融合异质嵌入	NA	提高药物-靶点结合亲和力预测的准确性	药物和蛋白质	机器学习	NA	深度学习	注意力机制	分子表示，知识图谱嵌入	基准数据集（Davis、KIBA）和独立测试集	NA	双多头注意力机制	MSE, MAE, CI, r	NA
404	2025-11-13	SAFT: Real-Time Tracking and Mapping With Self-Supervised Robust Stereo Matching for Underwater Vehicles 2025-Nov-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3618666 PMID:41217922	研究论文	提出一种基于自监督鲁棒立体匹配的水下机器人实时跟踪与建图框架SAFT	提出三种关键创新：集成成本聚合与迭代优化的立体匹配网络、利用时空约束的自监督损失函数、集成自监督模型的实时跟踪建图算法	NA	解决水下机器人因视觉质量退化、特征模糊和计算资源有限而面临的鲁棒高效跟踪与建图挑战	水下机器人	计算机视觉	NA	立体匹配	深度学习网络	立体图像	公共和定制水下数据集	PyTorch	SAFT-Stereo, SAFT-DSOL	泛化性能, 推理时间, 跟踪稳定性, 重建质量	实时计算资源
405	2025-11-13	Enhanced CT image classification for kidney stones using pruned ConvNeXt and two-tier optimization 2025-Nov-11, 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进行特征选择与超参数调优	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	图像	NA	NA	ConvNeXt, LightGBM	准确率	NA
406	2025-11-13	Automated C. elegans behavior analysis via deep learning-based detection and tracking 2025-Nov-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013707 PMID:41218058	研究论文	提出一种基于深度学习的秀丽隐杆线虫行为自动分析方法，实现多线虫实时检测追踪和运动参数量化分析	创新性地将YOLOv8与ByteTrack结合构建增强型线虫检测框架，实现多线虫实时精确追踪和多种行为参数的自动提取	NA	开发自动化高通量的线虫行为分析方法，提高实验通量和分析精度	秀丽隐杆线虫（C. elegans）	计算机视觉	NA	深度学习	CNN	视频图像	NA	YOLOv8, ByteTrack	YOLOv8	精确率, 召回率, mAP50, FPS	NA
407	2025-11-13	A Spatio-Temporal Dataset for Satellite-Based Landslide Detection 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06167-2 PMID:41219240	研究论文	本文介绍了一个用于卫星滑坡检测的大规模多模态时空数据集Sen12Landslides	提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集	NA	开发用于卫星滑坡监测和时空异常检测的数据集	全球15个不同地区的滑坡事件	计算机视觉	NA	卫星遥感	U-ConvLSTM, 3D-UNet, U-TAE	卫星图像（Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM）	75,000个滑坡标注和12,000个图像块	NA	U-ConvLSTM, 3D-UNet, U-TAE	F1-score	NA
408	2025-11-13	Hybrid Synthetic Minority Over-sampling Technique (HSMOTE) and Ensemble Deep Dynamic Classifier Model (EDDCM) for big data analytics 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23062-3 PMID:41219284	研究论文	提出一种结合混合合成少数类过采样技术和集成深度动态分类器模型的大数据分类框架	开发了HSMOTE方法处理类别不平衡问题，提出OEFSM集成特征选择模型和EDDCM动态集成分类器	NA	提升大数据分类在类别不平衡和高维度场景下的性能	大数据分类任务中的二分类和多分类数据集	机器学习	NA	NA	CNN, LSTM, Autoencoder	大数据	NA	MATLAB	DWCNN, DWBi-LSTM, WAE	precision, recall, F-measure, accuracy	NA
409	2025-11-13	A lightweight deep evidence fusion framework for smart home appliance detection and classification via internet of things devices 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99957-y PMID:41219347	研究论文	提出一种轻量级深度证据融合框架，用于通过物联网设备检测和分类智能家电	结合改进蛇优化算法(ISO)进行特征选择，采用GRU-MHA混合分类器，并利用改进麻雀搜索优化算法(ISSA)优化模型参数	NA	建立稳健的智能家电检测和分类框架	智能家居电器	物联网	NA	深度学习	GRU,注意力机制	物联网传感器数据	NA	NA	GRU-MHA混合框架	准确率	NA
410	2025-11-13	Analysis of the EMHD nanofluid flow for geothermal pipelines using physics-driven deep learning 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23315-1 PMID:41219355	研究论文	采用物理驱动的深度学习方法分析地热管道中电磁流体动力学纳米流体流动的温度和速度行为	提出了一种新颖的无监督深度神经网络方法，用于预测地热管道应用中电磁流体动力学混合纳米流体流动的非线性微分方程动力学	NA	优化地热管道系统中的热力学系统，提高能量转换和传热效率	地热管道中的电磁流体动力学混合纳米流体流动	机器学习	NA	电磁流体动力学建模，纳米流体技术	深度神经网络	物理模拟数据	NA	NA	深度神经网络	准确度	NA
411	2025-11-13	Universal consensus 3D segmentation of cells from 2D segmented stacks 2025-Nov-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02887-w PMID:41219412	研究论文	开发了一种无需训练数据的2D到3D细胞分割方法u-Segment3D	提出兼容任何2D实例分割方法的通用3D分割理论，无需训练数据即可将2D分割结果转换为3D共识分割	依赖2D分割方法的质量，未提及对低质量2D分割结果的鲁棒性	解决3D细胞分割中密集标注的挑战，开发无需训练数据的2D到3D分割方法	显微镜图像中的细胞，包括单细胞、细胞聚集体和组织	数字病理	NA	显微镜成像	NA	2D图像切片堆栈	11个真实数据集，包含超过70,000个细胞	NA	NA	NA	NA
412	2025-11-13	Deep learning and multi-objective optimization for real-time occupancy-based energy control in smart buildings 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23134-4 PMID:41219414	研究论文	提出一种结合深度学习和多目标优化的实时占用型能源控制框架，用于智能建筑的能源管理	首次将深度前馈神经网络与多目标粒子群优化相结合，实现基于室内环境参数的实时占用预测和能源控制	NA	通过预测房间占用情况来优化智能建筑的能源效率和室内舒适度	智能建筑中的房间占用模式和能源消耗	机器学习	NA	深度学习，多目标优化	DNN	传感器数据（CO浓度、光照、湿度、温度）	NA	NA	深度前馈神经网络	准确率，优化效率	NA
413	2025-11-13	Physics-informed sinogram completion for metal artifact reduction in non-contrast brain CT images with neurovascular coils: comparison with traditional and deep learning-based methods 2025-Nov-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01972-y PMID:41219711	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
414	2025-11-13	Predicting breast cancer response to neoadjuvant therapy by integrating radiomic and deep-learning features from early-and-peak phases of DCE-MRI 2025-Nov-11, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15095-8 PMID:41219899	研究论文	本研究通过整合DCE-MRI早期和峰值期的传统影像组学和3D深度学习特征，开发预测乳腺癌新辅助治疗病理完全缓解的模型	首次将DCE-MRI不同时相的传统影像组学特征与3D深度学习特征相结合，构建乳腺癌新辅助治疗反应预测模型	回顾性研究，样本量相对有限（外部验证集仅30例），需进一步前瞻性验证	预测乳腺癌患者新辅助治疗的病理完全缓解，为手术策略调整和治疗方案优化提供依据	234例接受新辅助治疗的乳腺癌患者	数字病理	乳腺癌	动态对比增强磁共振成像	逻辑回归	医学影像	234例乳腺癌患者（204例模型开发，30例外部验证）	NA	3D深度学习架构	AUC, 95%置信区间	NA
415	2025-11-13	Visible Light-Near Infrared Hyperspectral Imaging and Deep Learning Enable Rapid, Non-Staining Assessment of Lung Adenocarcinoma 2025-Nov-11, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500362 PMID:41220170	研究论文	本研究开发了一种结合可见光-近红外高光谱成像和深度学习的非破坏性基因分型方法，用于快速评估肺腺癌驱动基因突变	首次将可见光-近红外高光谱成像与双分支深度学习融合框架相结合，实现对未染色病理切片的非破坏性基因分型	研究样本量相对有限（90例临床标本），需要在更大规模数据集中验证	开发一种非侵入性、快速评估肺腺癌驱动基因突变的方法	肺腺癌患者的临床病理标本	生物医学光子学	肺腺癌	可见光-近红外高光谱成像（400-1000 nm）	深度学习融合框架，XGBoost	高光谱图像	90例临床标本	NA	双分支融合网络	准确率，ROC曲线下面积（AUC）	NA
416	2025-11-13	Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors 2025-Nov-10, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152429 PMID:41218468	综述	探讨人工智能驱动智能纳米载体在脑癌诊疗一体化中的应用与前景	提出AI与纳米技术融合的智能纳米载体新范式，实现肿瘤微环境响应和个性化治疗	存在批次变异性和工业规模化生产的挑战，涉及伦理与成本问题	推动脑癌诊疗一体化纳米医学发展	胶质母细胞瘤及其他中枢神经系统转移性肿瘤	数字病理	脑肿瘤	多组学数据整合，MRI，PET	机器学习，深度学习	医学影像，多组学数据	NA	NA	NA	NA	NA
417	2025-11-13	Multimodal deep learning model for predicting prognosis following radiotherapy-based combination therapy in unresectable hepatocellular carcinoma 2025-Nov-08, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.218122 PMID:41213465	研究论文	开发基于Transformer的多模态深度学习模型TRIM-uHCC，用于预测不可切除肝细胞癌放疗联合治疗后的预后	提出首个基于Transformer的多模态风险分层模型，相比现有指南分期系统和深度学习模型显著提升预后预测性能	多中心回顾性研究，需要前瞻性验证	提高不可切除肝细胞癌放疗联合治疗的预后预测准确性	不可切除肝细胞癌患者	数字病理	肝细胞癌	多模态深度学习	Transformer	多模态医疗数据	875例不可切除肝细胞癌患者（ES队列383例，ETS队列492例）	NA	Transformer, Swin-Transformer, ViT, ResNet50, ResNeXt50	C-index, 时间依赖性AUC	NA
418	2025-11-13	Patients visits forecasting in emergency departments: Self-adapting LSTM models for evolving data distributions 2025-Nov-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109153 PMID:41218323	研究论文	提出一种自适应Seq2Seq LSTM框架用于急诊科患者就诊量预测，能够在数据分布变化时保持准确性	结合逐序列缩放和持续学习策略，使模型能够自适应数据分布变化而无需完全重新训练	在COVID相关结构性冲击期间，ARIMA模型偶尔表现更优；一个月期预测性能接近季节性朴素基准	开发能够在数据分布变化条件下保持准确性的急诊科患者就诊量预测框架	急诊科历史每日就诊数据	机器学习	NA	深度学习时间序列预测	LSTM, Seq2Seq	时间序列数据	涵盖COVID前、COVID期间和COVID后阶段的急诊科历史每日就诊数据	NA	Seq2Seq LSTM	MSE, MAE, MAPE, MASE	NA
419	2025-11-13	Development of a screening model for APL using cell population data and deep learning-extracted WBC scattergram features 2025-Nov-07, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15034-7 PMID:41204132	研究论文	开发了一种结合深度学习提取的白细胞散点图特征和常规血液参数的急性早幼粒细胞白血病筛查模型	首次使用VGG-16网络从常规血检的DIFF和WNB通道提取APL特异性3D散点图特征，并与细胞群体数据结合构建两阶段机器学习模型	研究为回顾性多中心设计，样本量相对有限（94例APL患者），需要在更广泛人群中进一步验证	开发一种快速、准确的急性早幼粒细胞白血病筛查方法，特别适用于资源有限医疗机构	急性早幼粒细胞白血病患者和对照人群	数字病理学	白血病	常规血液检测，白细胞散点图分析	CNN, 随机森林	图像，数值数据	94例确诊APL患者（来自三家三甲医院，2020-2024年），外部验证集541例	NA	VGG-16	AUC, 灵敏度, 特异性	NA
420	2025-11-13	The diagnostic accuracy of deep learning-based AI models in predicting lymph node metastasis in T1 and T2 colorectal cancer: A systematic review and meta-analysis 2025-Nov-07, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045172 PMID:41204540	系统评价与荟萃分析	评估基于深度学习的AI模型在预测T1和T2结直肠癌淋巴结转移中的诊断准确性	首次系统评估AI模型在早期结直肠癌淋巴结转移预测中的表现，整合多种深度学习与机器学习方法	纳入研究数量有限（12项），部分研究存在方法学偏倚风险	评估AI模型预测早期结直肠癌淋巴结转移的诊断准确性	T1和T2期结直肠癌患者	数字病理	结直肠癌	深度学习，机器学习	深度学习模型，机器学习模型	医学影像数据	8540名患者（12项研究）	NA	NA	敏感度，特异度，AUC，阳性似然比，阴性似然比，诊断比值比	NA