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
4361	2025-12-06	Secure edge-guided adaptive image steganography using HED-based attention maps and CNN 2025-Dec-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27150-2 PMID:41330978	研究论文	本文提出了一种结合HED边缘检测注意力机制和CNN的自适应图像隐写系统，用于在保持容量与失真平衡的同时安全地隐藏秘密图像	将HED生成的边缘图转化为高分辨率距离注意力图，指导自适应的LSB嵌入操作，并利用遗传算法优化注意力图阈值，实现了容量、不可感知性和安全性的良好权衡	系统在裁剪和压缩攻击下仍存在脆弱性	开发一种安全、自适应且高效的图像隐写方法，以平衡嵌入容量、图像质量和抗检测性	秘密图像和载体图像	计算机视觉	NA	图像隐写术，边缘检测，深度学习	CNN，编码器-解码器CNN	图像	使用两个数据集：USC-SIPI（秘密图像）和Boss Base（载体图像），具体样本数量未明确说明	NA	自定义编码器-解码器CNN	MSE, PSNR, MAE, SSIM, IF, PC, BPP, Xu-Net, Ye-Net, RS隐写分析, AUC, BER	NA
4362	2025-12-06	A deep learning-derived digital biomarker of dysglycemia and its association with genetic risk of type 2 diabetes 2025-Dec-02, npj metabolic health and disease DOI:10.1038/s44324-025-00089-8 PMID:41331126	研究论文	本研究利用深度学习从连续血糖监测数据中提取血糖异常特征，开发了一种数字生物标志物，并与传统血糖异常生物标志物及糖尿病多基因风险评分进行验证	首次应用深度学习从高维时间序列连续血糖监测数据中学习血糖异常特征，并衍生出数字生物标志物，该标志物在调整后仍与糖尿病显著相关，而传统指标则失去关联	未明确说明样本量大小或数据来源的具体细节，可能限制了结果的普适性	开发一种基于深度学习的数字生物标志物，以更全面地捕捉血糖异常信息，并评估其与糖尿病遗传风险的关联	连续血糖监测数据及其衍生的血糖异常特征	机器学习	2型糖尿病	连续血糖监测	深度学习模型	时间序列数据	NA	NA	NA	P值	NA
4363	2025-12-06	Prediction of recurrence after resection in hepatocellular carcinoma via whole liver deep learning on preoperative contrast-enhanced CT 2025-Dec-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26933-x PMID:41331271	研究论文	本研究开发了一个全自动生存预测系统，通过术前增强CT扫描分析全肝区域，以预测肝细胞癌根治性切除术后的无复发生存期	提出了首个基于全肝区域（而非仅肿瘤区域）的深度学习系统，用于术前预测肝细胞癌的复发风险，并实现了从分割到预测的端到端全自动化流程	研究为回顾性设计，需要在前瞻性队列中进一步验证；外部验证集样本量相对有限	开发一种非侵入性方法，术前预测肝细胞癌患者根治性切除术后的复发风险	肝细胞癌患者	数字病理学	肝细胞癌	术前对比增强CT扫描	CNN	医学影像	827名患者（包含开发集、内部测试集和外部测试集）	NA	深度卷积神经网络	一致性指数	NA
4364	2025-12-06	Residual motion artifact removal enables dynamic μMRI of a behaving Pachnoda marginata 2025-Dec, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107954 PMID:40945107	研究论文	本研究开发了一种结合回顾性门控μMRI重建与深度学习残差运动补偿技术的方法，以显著减少行为昆虫成像中的运动伪影	提出了一种完全回顾性门控策略，利用原位计算机视觉系统获取的运动信息，并结合U-Net深度学习网络处理残差运动伪影，实现了非侵入性动态μMRI成像	方法依赖于模拟的运动损坏与无运动图像对进行训练，可能在实际应用中存在泛化限制	开发一种减少行为昆虫μMRI成像中运动伪影的技术，以促进非侵入性动态成像研究	行为中的Pachnoda marginata昆虫	计算机视觉	NA	μMRI（微观磁共振成像）	CNN	图像	NA	NA	U-Net	NA	NA
4365	2025-12-06	Recent advances in glycated hemoglobin test methods: From lab to point of care testing devices 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148742 PMID:41237883	综述	本文综述了2018年至2025年7月期间糖化血红蛋白检测方法的最新进展，涵盖从实验室标准方法到即时检测设备的发展历程、技术原理及未来趋势	系统性地整合了糖化血红蛋白检测的多种新兴技术，包括各类生物传感器、芯片技术以及人工智能预测方法，并对公开可用的即时检测设备进行了比较评估	排除了信件、百科全书、会议材料、摘要和会议记录等来源，可能遗漏部分最新或非正式发表的研究成果	探讨糖化血红蛋白检测技术的发展现状、标准化进程以及未来技术融合方向	糖化血红蛋白检测技术、即时检测设备、生物传感器、人工智能预测模型	NA	糖尿病	电化学传感器、光学传感器、电化学发光传感器、质量传感器、比色法、荧光检测、芯片技术、微流控/芯片实验室系统	深度学习, 机器学习	NA	NA	NA	NA	NA	NA
4366	2025-12-03	Development, performance evaluation and prediction of optimal operational conditions for a double-row sugarcane harvester using deep learning 2025-Dec-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30739-2 PMID:41326634	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4367	2025-12-06	Enhancing prediction accuracy for muscle invasion in bladder cancer using a dual-energy CT-based interpretable model incorporating habitat radiomics and deep learning 2025-Dec-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15107-7 PMID:41327160	研究论文	本研究通过整合双能CT的定量参数、栖息地放射组学特征和2.5D深度学习特征，开发了一个可解释的模型，用于提高膀胱癌肌层浸润状态的术前预测准确性	结合栖息地分析和2.5D深度学习，利用双能CT图像构建可解释的集成模型，以增强膀胱癌肌层浸润的术前评估	研究为回顾性设计，样本量相对有限（200例患者），且仅基于单一机构的双能CT尿路造影数据	提高膀胱癌肌层浸润状态的术前预测准确性，以支持个性化治疗计划的制定	膀胱癌患者	数字病理学	膀胱癌	双能CT成像，碘基物质分解成像，K-means聚类	深度学习，放射组学	双能CT图像	200例膀胱癌患者（训练队列140例，测试队列60例）	NA	ResNet 101	AUC，校准曲线	NA
4368	2025-12-06	Aortic dissection mortality in the United States, 1968-2023: Trends, disparities, and deep learning forecasts 2025-Dec, International journal of cardiology. Cardiovascular risk and prevention DOI:10.1016/j.ijcrp.2025.200547 PMID:41333716	研究论文	本研究分析了美国1968年至2023年主动脉夹层死亡率趋势、差异，并使用深度学习模型预测至2033年的死亡率	首次结合长期历史数据分析主动脉夹层死亡率趋势，并应用Bi-GRU深度学习模型进行未来十年死亡率预测	研究基于死亡证明数据，可能存在编码错误或漏报；预测模型未考虑未来医疗政策或技术突破的影响	评估美国主动脉夹层死亡率的历史趋势、人口差异，并预测未来死亡率变化	美国1968-2023年主动脉夹层相关死亡病例	机器学习	心血管疾病	死亡数据分析，深度学习预测	Bi-GRU	结构化死亡记录数据	175,930例主动脉夹层相关死亡病例	NA	Bi-GRU	年度百分比变化，平均年度百分比变化	NA
4369	2025-12-06	An end-to-end deep learning method for reconstructing SMS-PI accelerated musculoskeletal MRI 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70178 PMID:41345328	研究论文	本文提出了一种端到端深度学习框架，用于重建SMS-PI加速的肌肉骨骼MRI图像，实现高达8倍及以上的加速，同时保持临床诊断所需的图像质量	将同时多层成像与并行成像结合到深度学习重建框架中，通过嵌入完整的SMS前向模型统一切片分离和k空间到图像重建，并引入超分辨率模块提升图像清晰度	研究仅基于20名受试者进行临床评估，样本规模相对较小；且初步结果虽显示12倍加速潜力，但需进一步验证	开发一种深度学习重建框架，以提升肌肉骨骼MRI的加速能力和图像质量	肌肉骨骼MRI图像数据	计算机视觉	NA	Turbo Spin Echo MRI, Simultaneous Multislice imaging, Parallel Imaging	深度学习网络	MRI图像	超过200,000个切片，来自1.5T至3T扫描，涵盖多样采集设置	NA	端到端深度学习框架，结合近端梯度算法与Nesterov动量	PSNR, SSIM	NA
4370	2025-12-06	D-EDL: Differential evidential deep learning for robust medical out-of-distribution detection 2025-Nov-30, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103888 PMID:41344199	研究论文	提出一种名为差分证据深度学习（D-EDL）的新方法，用于在计算机辅助诊断中稳健地检测医学图像中的分布外样本	通过引入排除模块（ROM）替代KL散度进行差分限制，减少对模糊分布内样本的过度惩罚，并提出测试时原始证据推理（RI）和平衡检测分数（BDS）以提高鲁棒性和临床适用性	未明确说明方法在更广泛医学数据集或实际临床环境中的泛化能力限制	提高医学图像中分布外（OOD）样本检测的鲁棒性和临床适用性	医学图像中的分布外样本	计算机视觉	皮肤病（ISIC2019）、骨髓细胞形态学、眼部疾病（EDDFS）	深度学习	证据深度学习（EDL）的改进模型	图像	ISIC2019数据集、骨髓细胞形态学数据集、EDDFS数据集（具体样本数未提供）	未明确说明	未明确说明	鲁棒性、临床适用性、平衡检测分数（BDS）	未明确说明
4371	2025-12-06	Fuel-Free Rolosense: Viral Sensing Using Diffusional Particle Tracking 2025-Nov-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c02311 PMID:41191496	研究论文	本文介绍了一种无需燃料的Rolosense诊断方法，利用布朗运动和机械力传感实现病毒检测	采用机械力传感作为基本转导机制，利用布朗运动和热波动实现快速、灵敏、特异的完整病毒颗粒检测，无需荧光报告基因或酶促扩增	NA	开发一种高灵敏度、无需燃料的病毒诊断方法	SARS-CoV-2变体（如BA.1和BA.5）、流感A病毒、HCoV OC43和229E等病毒病原体	生物传感	病毒感染	布朗运动、机械力传感、扩散粒子追踪	深度学习	图像	NA	NA	NA	检测限（低至10拷贝/毫升）	3D打印明场显微镜
4372	2025-12-06	A Practical Guide to Transition State Analysis in Biomolecular Simulations with TS-DAR 2025-Nov-27, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c06097 PMID:41252524	研究论文	本文介绍了一种名为TS-DAR的计算框架，用于从分子动力学模拟中系统识别生物分子构象变化中的过渡态	提出了一种结合分布外检测、变分原理正则化神经网络和VAMP-2分散损失函数的计算框架，能够自动识别传统方法难以捕捉的短寿命高能过渡态	未明确说明方法对计算资源的需求、在不同蛋白质系统上的普适性验证以及与其他过渡态识别方法的定量比较	开发并推广一种能够系统识别生物分子构象变化中过渡态的计算方法	蛋白质构象变化过程中的过渡态	计算生物物理学	NA	分子动力学模拟	深度学习模型	分子动力学模拟轨迹数据	NA	NA	神经网络	NA	NA
4373	2025-12-06	Deep Learning Model for Breast Shear Wave Elastography to Improve Breast Cancer Diagnosis (INSPiRED 006): An International, Multicenter Analysis 2025-Nov-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-02681 PMID:40834300	研究论文	本研究开发并验证了一种基于剪切波弹性成像（SWE）图像的深度学习模型（AI-SWE），用于改善BI-RADS 3和4类乳腺肿块的癌症诊断	首次在国际多中心研究中开发并验证了基于EfficientNetB1架构的深度学习模型，用于分析乳腺剪切波弹性成像图像，旨在解决传统方法因缺乏已验证速度阈值而导致的临床应用受限问题	研究未明确说明模型在不同人群或设备间的泛化能力细节，且未来需探索其与多模态乳腺癌诊断工具的整合效果	开发并验证一种基于深度学习的剪切波弹性成像图像分析模型，以提升乳腺肿块（特别是BI-RADS 3和4类）的癌症诊断准确性，并减少不必要的活检	患有BI-RADS 3或4类乳腺肿块的女性患者的剪切波弹性成像图像	数字病理学	乳腺癌	剪切波弹性成像	CNN	图像	开发集：924名患者（4,026张图像）；外部验证集1：194名患者（562张图像）；外部验证集2：176名患者（188张图像，使用最新SWE软件）	NA	EfficientNetB1	灵敏度, 特异性, 假阳性率, 受试者工作特征曲线下面积	NA
4374	2025-12-06	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	本研究开发了一种结合深度学习提取的WBC散点图特征与常规血液参数的急性早幼粒细胞白血病筛查模型	首次利用VGG-16网络从常规血检DIFF和WNB通道中提取APL特异性3D散点图特征，并与优化的随机森林分类器结合，实现无需额外检测的即时APL筛查	研究为回顾性多中心设计，样本量相对有限（94例APL患者），未来需要前瞻性验证和更大样本的推广	开发一种基于常规实验室数据的机器学习模型，用于快速筛查急性早幼粒细胞白血病，以解决资源有限环境下的诊断延迟问题	急性早幼粒细胞白血病患者	数字病理学	白血病	常规血液检测	CNN, 随机森林	图像, 数值数据	94例确诊APL患者（来自三家三级医院，2020-2024年），外部验证集541例（来自独立中心）	TensorFlow, PyTorch, Scikit-learn	VGG-16	AUC, 灵敏度, 特异性	NA
4375	2025-12-06	Quantitative evaluation of the myocardial bridge anatomical features and FFRCT in patients with myocardial bridging stratified by age 2025-Nov-07, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045686 PMID:41204561	研究论文	本研究通过冠状动脉CT血管成像，评估了年龄对左前降支心肌桥解剖特征及CT血流储备分数的影响	首次结合心肌桥长度和年龄分层，系统分析解剖特征与FFRCT值的关联，并探讨了不同年龄组中影响FFRCT异常的特定解剖参数	回顾性研究设计，样本量相对较小，特别是年轻组和老年组样本较少，未进行长期临床结局随访	评估年龄对心肌桥解剖特征及CT血流储备分数的影响，为心肌桥的血流动力学评估提供依据	139名左前降支心肌桥患者	数字病理	心血管疾病	冠状动脉CT血管成像，深度学习软件计算FFRCT	深度学习	CT影像	139名患者（短MB组58人，长MB组81人；年轻组28人，中年组89人，老年组22人）	NA	NA	统计显著性（P值）	NA
4376	2025-12-06	Application of artificial intelligence in predicting the results of open-heart surgery: a scoping review 2025-Nov-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03243-w PMID:41194211	综述	本文通过范围综述，综合分析了人工智能在预测心脏直视手术结果中的应用，评估了AI模型的性能，并指出了数据质量、算法偏见和临床适用性方面的研究空白	首次系统性地综述了AI在心脏直视手术预测中的应用，识别了当前研究的主要算法（如逻辑回归、随机森林、XGBoost）及其性能，并强调了深度学习和混合模型使用不足的现状	纳入的研究中89.06%为回顾性研究，模型验证不一致，前瞻性数据有限，患者群体多样性不足，这些方法学局限性阻碍了临床转化	旨在综合AI在预测心脏直视手术结果方面的研究，评估模型性能，并识别数据质量、算法偏见和临床适用性方面的差距，以指导未来个性化手术规划和患者结局的改进	聚焦于心脏直视手术及其术后结果预测的相关研究	机器学习	心血管疾病	NA	逻辑回归, 随机森林, XGBoost	NA	共纳入64项研究	NA	NA	NA	NA
4377	2025-12-06	Diagnosis melanoma with artificial intelligence systems: A meta-analysis study and systematic review 2025-Nov, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20781 PMID:40476369	meta-analysis, systematic review	本研究通过大规模荟萃分析和系统综述，评估了基于人工智能和机器学习方法在皮肤镜图像上自动诊断黑色素瘤的预测性能	首次对2006年至2024年间的人工智能诊断黑色素瘤研究进行大规模荟萃分析，特别关注并比较了深度学习模型与混合模型的性能	研究仅纳入了39项符合纳入和排除标准的主要研究，可能存在发表偏倚，且未详细分析不同算法在临床实际应用中的具体挑战	综合评估人工智能方法在黑色素瘤临床诊断中的应用，并总结深度学习和混合模型算法的预测性能	使用皮肤镜图像进行黑色素瘤自动诊断的人工智能和机器学习研究	computer vision, machine learning	melanoma	dermoscopic imaging	deep learning, hybrid models	image	来自39项主要研究的78项诊断测试数据	NA	NA	AUC, sensitivity, specificity	NA
4378	2025-12-06	A Cascaded Segmentation-Classification Deep Learning Framework for Preoperative Prediction of Occult Peritoneal Metastasis and Early Recurrence in Advanced Gastric Cancer 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.006 PMID:40912952	研究论文	本研究开发了一种级联深度学习框架，用于术前预测晚期胃癌的隐匿性腹膜转移和早期腹膜复发	提出了一种结合肿瘤分割与转移风险分层的级联深度学习框架，用于术前预测隐匿性腹膜转移和早期腹膜复发，并验证了其泛化能力	NA	开发并验证一种基于CT的深度学习框架，用于术前预测晚期胃癌的隐匿性腹膜转移和早期腹膜复发风险	晚期胃癌患者	数字病理学	胃癌	CT成像	深度学习	CT图像	765名来自三个机构的晚期胃癌患者，包括内部验证（OPM测试168人，早期PR测试212人）和外部验证（早期PR测试57人）	NA	V-Net	AUC, 敏感性, 特异性	NA
4379	2025-12-06	Artificial Intelligence to Detect Developmental Dysplasia of Hip: A Systematic Review 2025-Nov, Journal of paediatrics and child health IF:1.6Q2 DOI:10.1111/jpc.70172 PMID:41015898	系统综述	本文系统综述了人工智能（特别是深度学习）在利用骨盆X光片和超声图像检测发育性髋关节发育不良（DDH）中的诊断准确性	首次系统性地评估和总结了AI在DDH诊断中的应用效果，比较了其在X光和超声图像上的表现，并指出了其与医生诊断的可比性	对外部数据集的评估有限，限制了其普适性，需要更多样化的数据集和真实世界应用来验证	评估深度学习算法在检测发育性髋关节发育不良（DDH）中的诊断准确性	有DDH风险或疑似DDH的儿童（<16岁）的髋关节超声或X光图像	数字病理学	发育性髋关节发育不良	深度学习（DL）	NA	图像（骨盆X光片、超声图像）	总计15406个样本（超声图像8315个，骨盆X光片7091个）	NA	NA	AUC, 灵敏度, 特异性	NA
4380	2025-12-06	A CT-based deep learning radiomics model for predicting HER2 expression and prognosis in non-muscle-invasive bladder cancer 2025-Nov, Biomarkers in medicine IF:1.9Q3 DOI:10.1080/17520363.2025.2590778 PMID:41277127	研究论文	本研究基于术前CT影像，结合放射组学和深度学习特征，开发了一个预测非肌层浸润性膀胱癌HER2表达状态及预后的模型	首次将深度学习评分、放射组学评分与临床病理特征整合，构建了一个深度学习放射临床特征模型，用于预测NMIBC的HER2表达和无复发生存期	回顾性研究，样本量相对较小（181例），需外部验证	评估非肌层浸润性膀胱癌的HER2表达状态和预后	非肌层浸润性膀胱癌患者	数字病理	膀胱癌	CT成像	深度学习模型	CT图像	181名患者（训练集126例，测试集55例）	NA	NA	AUC	NA