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
4261	2025-12-25	Deep-learning-based polarization-dependent switching metasurface in dual-band for optical communication 2025-Dec, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0370 PMID:41426087	研究论文	本研究提出了一种基于深度学习的智能逆向设计框架，用于设计偏振复用超表面，实现双波段光通信的动态波段切换	提出了一种结合并行卷积层和级联回归模块的混合深度神经网络架构，用于单步计算发现能在一个平面器件中编码两种不同光学功能的超表面设计，实现了仅通过偏振调制即可在O波段和C波段产生独立传输峰的动态波段切换机制	NA	解决传统波段切换技术速度慢、能耗高和机械不稳定的关键限制，为下一代光通信开发超快、智能和高效的光子系统	偏振复用超表面	机器学习	NA	深度学习驱动的逆向设计	深度神经网络	NA	NA	NA	并行卷积层与级联回归模块的混合架构	切换效率	NA
4262	2025-12-25	Diffusion model-based inverse design of photonic crystals for customized refraction 2025-Dec, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0499 PMID:41426119	研究论文	本文提出了一种基于扩散模型的新型生成设计框架，用于实现高精度和定制化折射结构的光子晶体逆向设计	采用扩散模型结合U-Net模型进行光子晶体的逆向设计，解决了传统生成模型如生成对抗网络和变分自编码器在训练不稳定或噪声过多方面的挑战	如果数据集中的结构类型增加，解决方案空间可以进一步扩展，但当前研究可能受限于数据集规模和多样性	实现光子晶体的自动化逆向设计，以定制化折射结构	光子晶体（PhCs）及其折射结构	机器学习	NA	有限差分时域（FDTD）模拟和数值分析	扩散模型，U-Net	图像（结构模式）	包含操作频率、折射角和相应结构模式的数据集，分辨率64×64，测试了1000个折射角	NA	U-Net	L2范数测量的折射角误差	NA
4263	2025-12-25	Dosimetric evaluation of synthetic kilo-voltage CT images generated from megavoltage CT for head and neck tomotherapy using a conditional GAN network 2025-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01603-4 PMID:40719836	研究论文	本研究提出了一种基于条件GAN网络（pix2pix）的深度学习方法，用于从兆伏级CT（MVCT）生成高质量的合成千伏级CT（skVCT）图像，以提升头颈部螺旋断层放疗中的剂量学评估准确性	首次将pix2pix网络应用于从MVCT生成skVCT图像，显著提升了图像质量，并验证了其在剂量学评估中的等效性	研究样本量较小（训练集25例，测试集15例），且仅针对头颈部肿瘤进行了验证，未涉及其他解剖部位	提升兆伏级CT图像的对比度，以支持更准确的放疗剂量计算和自适应放疗	头颈部肿瘤患者的MVCT和kVCT配对图像	医学影像分析	头颈部肿瘤	CT成像（MVCT与kVCT）	GAN	医学影像（CT图像）	40例患者（25例训练，15例测试）	NA	pix2pix	PSNR, SSIM, gamma pass rate	NA
4264	2025-12-25	Comparative study of multi-headed and baseline deep learning models for ADHD classification from EEG signals 2025-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01609-y PMID:40856936	研究论文	本研究比较了多头深度学习框架与传统基线单模型方法在利用EEG信号分类ADHD方面的性能	提出了一种多头深度学习框架，通过并行使用BiLSTM、LSTM和GRU架构来捕获通道间关系并提取更丰富的时序特征，以降低计算复杂度并避免过拟合	研究样本量相对较小（79名参与者），且仅使用了五个EEG通道，可能限制了模型的泛化能力	开发并比较深度学习模型，以实现基于EEG信号的ADHD准确分类与早期诊断	ADHD患者与健康成人的EEG信号	机器学习	注意缺陷多动障碍	脑电图	LSTM, BiLSTM, GRU	信号	79名参与者（42名健康成人，37名ADHD患者）	NA	Bidirectional Long Short-Term Memory, Long Short-Term Memory, Gated Recurrent Unit	准确率	NA
4265	2025-12-25	Obsessive-compulsive disorder detection using ensemble of scalp EEG-based convolutional neural network 2025-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01627-w PMID:40875137	研究论文	本研究使用头皮脑电图信号和深度学习集成方法，通过优化加权多数投票策略，实现了对强迫症的早期诊断	提出了一种基于预训练CNN模型（EEGNet、Shallow ConvNet、Deep ConvNet）的集成框架，并采用差分进化算法优化基分类器权重，显著提升了强迫症检测性能	研究仅基于预处理前的原始EEG信号，未探讨不同预处理方法或特征提取技术对模型性能的影响，且样本来源和规模可能限制泛化能力	开发一种基于头皮脑电图信号的深度学习模型，用于强迫症的早期自动诊断	强迫症患者与健康对照者的头皮脑电图信号	机器学习	强迫症	脑电图	CNN	脑电图信号	NA	NA	EEGNet, Shallow ConvNet, Deep ConvNet	准确率, 灵敏度, 特异性	NA
4266	2025-12-25	Development, advancement, and clinical integration of artificial intelligence technology in gastric cancer 2025-Nov-28, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003922 PMID:41400327	综述	本文综述了人工智能技术在胃癌诊断与治疗中的应用、发展及临床整合	重点关注了当前主流AI方法（如特征工程、深度学习）以及快速发展的预训练基础模型和多模态大模型，这些技术有望解决数据稀缺、模态异质性和临床工作流碎片化等关键障碍	NA	探讨人工智能如何克服胃癌个性化医疗中临床决策复杂和多模态数据整合困难的挑战	胃癌	数字病理学	胃癌	NA	深度学习, 基础模型, 大模型	医学影像, 数字病理, 多组学数据, 结构化临床信息	NA	NA	NA	NA	NA
4267	2025-12-25	Artificial Intelligence in MRI for Urologic Oncology: A Systematic Review of Diagnostic Accuracy and Clinical Utility 2025-Nov, Cureus DOI:10.7759/cureus.97160 PMID:41426936	系统综述	本文系统综述了人工智能在泌尿系统肿瘤MRI中的诊断准确性和临床效用	首次使用QUADAS-AI工具系统评估AI在MRI中应用于前列腺癌、肾癌和膀胱癌的诊断性能，并整合了成本效益分析	纳入研究数量有限（14项），证据在不同肿瘤部位和模型类型间较为分散，缺乏标准化报告和前瞻性影响评估	综合评估人工智能应用于MRI在泌尿系统肿瘤（前列腺癌、肾癌、膀胱癌）中的诊断准确性和临床实用性	前列腺癌、肾癌和膀胱癌的MRI影像	数字病理	前列腺癌, 肾癌, 膀胱癌	MRI	深度学习, 放射组学, 集成残差神经网络, 卷积神经网络	图像	从4442条记录中筛选出14项符合条件的研究	NA	ResNet, CNN	AUC, 敏感性, Dice相似系数	NA
4268	2025-12-25	A deep learning framework for understanding cochlear implants 2025-Oct-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.16.665227 PMID:40777303	研究论文	本文提出一个深度学习框架，用于评估人工耳蜗等感觉假体的性能限制，通过模拟听觉神经输入训练人工神经网络进行语音识别和声音定位	首次使用深度学习框架模拟人工耳蜗输入，通过任务优化解码器评估感觉假体的最佳性能极限，为理解设备限制和潜力提供模型指导方法	研究基于模拟的听觉神经输入而非真实患者数据，可能无法完全反映实际临床情况	评估感觉假体（特别是人工耳蜗）的性能限制，理解刺激策略、神经退化和大脑解码对感知恢复的影响	人工耳蜗（治疗耳聋的标准方法）及其模拟听觉神经输入	机器学习	耳聋	深度学习模拟	人工神经网络	模拟的听觉神经输入数据	NA	NA	NA	语音识别准确率, 声音定位精度	NA
4269	2025-12-25	Addressing fractures that are hard to diagnose on imaging: Radiomics or deep learning? 2025-Oct, La Radiologia medica DOI:10.1007/s11547-025-02051-6 PMID:40772999	综述	本文综述了影像组学和深度学习在诊断隐匿性骨折中的应用，并探讨了整合这两种技术以提升诊断及时性和准确性的潜力	提出了整合影像组学与深度学习以开发增强型隐匿性骨折检测方法的创新思路	NA	探讨影像组学和深度学习在医学诊断中，特别是针对隐匿性骨折的检测应用	隐匿性骨折	医学影像分析	骨折	影像组学, 深度学习	NA	影像数据	NA	NA	NA	NA	NA
4270	2025-12-25	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-07-22, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	本研究开发并验证了一个名为PanEcho的多任务深度学习AI系统，用于自动解读经胸超声心动图，涵盖39个标签和测量指标	提出了首个能够全面自动化解读超声心动图（包括诊断分类和参数估计）的多任务深度学习AI系统，并在多个外部队列中验证了其跨地域和时间的稳健性	研究为回顾性设计，需要在各自临床工作流程中进行前瞻性评估以确认其实际应用效果	开发并评估一个AI系统，以自动化超声心动图的解读，提高心血管护理的效率和可及性	经胸超声心动图视频	数字病理	心血管疾病	超声心动图	深度学习	视频	来自24,405名患者的32,265项TTE研究，包含120万段超声心动图视频	NA	NA	AUC, 平均绝对误差, 归一化平均绝对误差	NA
4271	2025-12-25	TPS5 and TOR signaling components are determinants of Populus balsamifera leaf morphology 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1683866 PMID:41424546	研究论文	本研究通过多基因座GWAS和深度学习基因组预测，探究了313个杨树基因型叶片形态的遗传结构，并鉴定了TPS5和TOR信号通路组分在叶片形态决定中的关键作用	开发了GWADL（全基因组关联分析增强的深度学习）策略用于基因组选择模型，并首次发现倍半萜合酶TPS5在植物正常生长发育中的新功能	研究样本量相对有限（313个基因型），且外源倍半萜处理实验仅在杨树中进行验证	解析杨树叶片形态自然变异的遗传基础以最大化生物量积累	313个美洲黑杨（Populus balsamifera）基因型的叶片形态特征	植物遗传学	NA	全基因组关联分析（GWAS），深度学习基因组预测，外源化学处理	深度学习	基因型数据，叶片形态表型数据（12个相关性状）	313个杨树基因型	NA	GWADL（全基因组关联分析增强的深度学习）	方差解释率	NA
4272	2025-12-25	Detection techniques for tomato diseases under non-stationary climatic conditions 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1704663 PMID:41424549	研究论文	提出了一种名为CTTA-DisDet的连续测试时域适应框架，用于在非平稳气候条件下检测番茄病害	引入动态数据增强（包括显式和隐式增强）和教师-学生架构，结合LLMs生成新域数据，通过随机恢复神经元权重防止灾难性遗忘，实现模型在测试时对演化环境的自适应	未明确提及具体的数据集规模或模型在极端气候条件下的鲁棒性验证	提高番茄病害检测模型在非平稳气候条件下的泛化能力和适应性	番茄病害	计算机视觉	NA	深度学习	YOLO系列模型	图像	NA	PyTorch	YOLO	准确率	NA
4273	2025-12-25	Machine learning-based prediction model for teicoplanin plasma concentrations in adults with liver disease using real-world data 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1703976 PMID:41424785	研究论文	本研究利用真实世界临床数据，通过机器学习和深度学习技术，为肝病患者构建了替考拉宁血浆浓度的预测模型	首次结合多种机器学习算法（包括TransTab等）和随机森林填补缺失值的方法，针对肝病患者群体构建替考拉宁血浆浓度的预测模型，并识别出日剂量、血红蛋白和天门冬氨酸氨基转移酶为最具影响力的特征	研究为单中心回顾性研究，样本量相对有限（646名患者），且模型性能需在更广泛的外部数据集中进一步验证	构建一个用于预测肝病患者替考拉宁血浆浓度的机器学习模型，以优化个体化给药策略	在中国一家三级医院接受替考拉宁治疗药物监测的肝病患者	机器学习	肝病	治疗药物监测	LightGBM, RF, TransTab	临床数据（结构化电子病历数据）	646名患者（共689个替考拉宁浓度数据点）	Scikit-learn, LightGBM, TransTab	LightGBM, 随机森林, TransTab	RMSE, R2, MAE, 预测误差在±30%内的准确率	NA
4274	2025-12-25	Spectral methods for Neural Integral Equations 2025, Ricerche di matematica IF:1.1Q2 DOI:10.1007/s11587-025-01021-4 PMID:41425249	研究论文	本文提出了一种基于谱方法的神经积分方程框架，用于在谱域中学习算子，以降低计算成本并提高插值精度	引入谱方法到神经积分方程中，通过在谱域学习算子实现计算效率提升和高精度插值	NA	开发一种计算效率更高的神经积分方程模型，以利用积分算子的非局部特性进行机器学习	神经积分方程模型	机器学习	NA	谱方法	神经积分方程	NA	NA	NA	NA	插值精度	NA
4275	2025-12-25	Artificial intelligence in epidemic watch: revolutionizing infectious diseases surveillance 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1692617 PMID:41425282	综述	本文综述了人工智能在传染病监测中的应用，探讨了其成功案例、技术接受度、治理问题及公共卫生政策建议	整合了机器学习与深度学习在传染病监测中的实时数据分析、疫情预测和医疗资源优化分配方面的创新应用	未具体说明数据来源、算法性能或实际部署中的技术挑战	探讨人工智能如何革新传染病监测，以提升公共卫生安全	传染病监测系统与公共卫生政策	机器学习	传染病	机器学习, 深度学习	NA	实时数据	NA	NA	NA	NA	NA
4276	2025-12-25	A systematic review of automated International Classification of Diseases coding models using the Medical Information Mart for Intensive Care dataset 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251404518 PMID:41425278	综述	本研究系统回顾了使用MIMIC数据集开发自动化ICD编码模型的研究进展，整合计算机科学与临床视角，评估进展、识别挑战并为未来自动化提供见解	首次系统性地整合计算机科学与临床视角，全面评估了基于MIMIC数据集的自动化ICD编码模型的发展历程、技术演进及可解释性策略	研究主要基于MIMIC数据集，缺乏多样化的数据来源；模型验证不足，临床编码员参与有限；复杂算法可能阻碍实际应用	调查自动化国际疾病分类（ICD）编码模型的发展，评估进展、识别挑战并为未来研究提供方向	使用MIMIC数据集的自动化ICD编码模型相关研究	自然语言处理	NA	系统综述方法	传统机器学习,深度学习,知识推理,信息检索,生成模型	文本	73项研究（2014-2024年）	NA	NA	F1-micro分数	NA
4277	2025-12-25	Deep learning-based beat-to-beat delineation of heart sounds and fiducial points in seismocardiography 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1699611 PMID:41425284	研究论文	本研究开发了一种基于深度学习的自适应算法，用于在震波心动描记术信号中自动检测11个基准点	首次应用U-Net架构的深度学习模型在震波心动描记术信号中进行逐拍基准点检测，实现了对心肌力学和血流动力学状态的新型评估方法	未明确说明算法在不同心脏疾病类型或严重程度下的泛化能力，且样本量相对有限	开发自动检测震波心动描记术信号中基准点的算法，以评估和监测心肌力学及血流动力学状态	震波心动描记术信号，包括来自有和无已知心脏疾病受试者的数据	机器学习	心血管疾病	震波心动描记术	CNN	信号数据	198名受试者的42,452个独立心跳	NA	U-Net	阳性预测值, 灵敏度	NA
4278	2025-12-25	Knowledge, Readiness, and Perception of Medical Students Toward Medical Artificial Intelligence: A Cross-Sectional Study 2025 Jan-Dec, Journal of medical education and curricular development IF:2.0Q2 DOI:10.1177/23821205251407758 PMID:41425647	研究论文	本研究通过横断面调查，评估了伊朗医学生对医学人工智能的知识、准备度和认知情况	首次在伊朗医学生群体中系统评估其对医学AI的知识、准备度和多维度认知，并分析了相关影响因素	研究为横断面设计，无法确定因果关系；样本仅来自伊朗，可能限制结果的普适性	评估医学生对医学人工智能的知识、准备度和认知，并分析其相关因素	伊朗的医学生	医学教育	NA	问卷调查	NA	问卷数据	280名医学生	SPSS 22, Excel 2019	NA	NA	NA
4279	2025-12-25	Deep learning models for cervical cancer subtyping using whole slide images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1574639 PMID:41426317	研究论文	本研究开发并评估了一种基于人工智能的模型，利用全切片图像对宫颈癌进行亚型分类	结合了补丁级和WSI级分析，并使用了多种卷积神经网络和机器学习算法进行集成预测，以增强诊断准确性	未明确提及模型在更广泛或更具挑战性的临床场景中的局限性	开发并评估用于宫颈癌亚型分类的人工智能模型	宫颈癌全切片图像	数字病理学	宫颈癌	全切片图像分析	CNN, 机器学习算法	图像	438张全切片图像，来自一个公共数据集和两个私有数据集	NA	Inception-v3	准确率, 灵敏度, 特异性, AUROC	NA
4280	2025-12-25	Trends in AI-based diagnosis and intervention of metabolic diseases: a bibliometric analysis of the literature from 2000 to 2024 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1698366 PMID:41426577	文献计量分析	本文对2000年至2024年间关于人工智能在代谢性疾病诊断与干预中应用的文献进行了全面的文献计量分析	首次对人工智能在代谢性疾病领域的文献进行系统性计量分析，识别出三大研究前沿：基于智能设备的AI辅助预防、多模态诊断方法以及大语言模型指导的干预策略	分析仅基于WOSCC和Scopus数据库的文献，可能未涵盖所有相关出版物；文献计量方法主要反映趋势和关联，不深入评估具体研究内容的质量	分析人工智能在代谢性疾病诊断与干预领域的研究演变、趋势和前沿	2000年至2024年间发表的1059篇相关科学文献	机器学习	代谢性疾病	文献计量分析	NA	文献元数据（如作者、机构、期刊、关键词、引用网络）	1059篇出版物	R（用于数据合并与去重）	NA	NA	NA