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
4381	2025-11-07	Prevalence, Immune Checkpoint Expression, and Spatial Interplay of Immune Cells Are Linked to Favorable Tumor Phenotype in 4915 Human Carcinomas 2025-Oct-09, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104248 PMID:41067503	研究论文	本研究通过深度学习框架和多重荧光免疫组化技术，系统分析了4915个肿瘤样本中上皮内免疫细胞的密度、免疫检查点表达和空间相互作用	首次在43种癌种中全面评估上皮内免疫细胞及其空间相互作用，并识别出与良好肿瘤表型相关的泛癌高炎症表型	研究基于组织微阵列技术，可能无法完全反映肿瘤异质性；样本量在不同癌种间分布不均	系统评估人类癌组织中上皮内免疫细胞的分布特征及其与肿瘤表型的关联	4915个来自43种不同癌种的肿瘤样本	数字病理学	癌症	多重荧光免疫组化，深度学习，组织微阵列	深度学习框架	组织图像，荧光图像	4915个肿瘤样本，涵盖43种癌种	NA	NA	细胞密度计数，统计学显著性检验	NA
4382	2025-11-07	Simulating Sinogram-Domain Motion and Correcting Image-Domain Artifacts Using Deep Learning in HR-pQCT Bone Imaging 2025-Oct-03, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3617225 PMID:41180080	研究论文	提出一种深度学习方法用于HR-pQCT骨成像中的运动伪影校正	优化传统正弦图方法模拟运动伪影，提出边缘增强自注意力Wasserstein生成对抗网络(ESWGAN-GP)，结合边缘增强跳跃连接和自注意力机制	模拟的运动表示简化了真实运动复杂性，可能无法完全捕捉体内运动伪影的全部特征	解决HR-pQCT骨成像中的刚性运动伪影问题	HR-pQCT骨图像中的皮质骨条纹和骨小梁模糊伪影	医学影像处理	骨骼疾病	HR-pQCT成像	GAN,WGAN-GP	医学图像	NA	PyTorch,TensorFlow	ESWGAN-GP,VGG,自注意力机制	信噪比,结构相似性指数,视觉信息保真度	NA
4383	2025-11-07	Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review 2025-Oct, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32637 PMID:40397559	综述	本文系统回顾了肺部MRI的临床适应症、现有能力、扫描协议及新兴技术	整合了专家共识建议，并探讨了深度学习加速等新技术在肺部MRI中的潜在应用前景	临床应用中存在医生认知度不足、放射科医师和技术人员经验欠缺等推广障碍	评估肺部MRI在肺部疾病诊断和监测中的临床应用价值	肺部实质和气道病理变化的MRI评估	数字病理	肺癌	MRI, 深度学习加速	NA	医学影像	NA	NA	NA	NA	NA
4384	2025-11-07	SAAM-VetNet: an attention-based multi-task framework for animal disease detection and severity grading 2025-Oct, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003728 PMID:41181424	研究论文	提出一种基于注意力机制的多任务深度学习框架SAAM-VetNet，用于从医学图像中同时检测动物疾病并进行严重程度分级	首次将严重程度感知的注意力机制与多任务学习相结合，通过卷积块注意力模块增强特征定位和上下文表示能力	仅在两个公开数据集上进行验证，需要更多样化的数据来证明泛化能力	开发自动化动物疾病检测和严重程度分级的深度学习系统	动物医学图像	计算机视觉	动物疾病	深度学习	CNN, 注意力机制	医学图像	两个公开数据集：动物疾病分类数据集和乳腺炎检测数据集	NA	SAAM-VetNet, 卷积块注意力模块	准确率, F1分数	NA
4385	2025-11-07	A robust ensemble-based deep learning framework for automated retinal disease detection 2025 Oct-Dec, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251396416 PMID:41192815	研究论文	提出一种集成深度学习框架ResEfficientNetB3，用于自动视网膜疾病检测	结合EfficientNetB3的缩放能力和ResNet50的残差学习，提出新型集成模型	NA	开发稳健的深度学习框架用于自动多类别视网膜疾病检测，支持临床决策	视网膜疾病图像	计算机视觉	视网膜疾病	图像增强（旋转、缩放、翻转）	CNN	图像	数据集1：4217张图像（4类别），数据集2：8230张图像（8类别）	NA	EfficientNetB3, ResNet50	准确率	NA
4386	2025-11-07	Integrating clinical guidelines with large language models for improved sepsis mortality prediction 2025 Oct-Dec, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251387649 PMID:41195684	研究论文	本研究开发并验证了一种集成临床指南的大语言模型，用于提高脓毒症死亡率预测性能	通过低秩自适应微调大语言模型，并将临床指南显式嵌入训练过程，创新性地结合领域专业知识与预训练语言模型	研究仅使用MIMIC-IV单一数据库，未在外部数据集验证模型泛化能力	提高脓毒症患者死亡率预测的准确性和临床实用性	24,237名ICU脓毒症患者	自然语言处理	脓毒症	大语言模型微调，低秩自适应	LLM	临床文本数据	24,237名ICU脓毒症患者	NA	大语言模型	准确率，F1分数，敏感度，特异度，AUC	NA
4387	2025-11-07	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	本研究开发了SeaMoon方法，直接从蛋白质序列预测连续结构异质性，无需依赖3D结构信息	首次探索直接从蛋白质序列预测连续结构运动，无需利用3D结构；结合蛋白质语言模型与轻量级卷积神经网络；能够捕捉传统方法无法识别的运动模式	仅对40%的测试蛋白质能够以合理精度预测至少一个真实运动	开发直接从蛋白质序列预测连续结构异质性的深度学习方法	蛋白质结构运动和构象变化	计算生物学, 机器学习	NA	蛋白质语言模型, 深度学习	CNN	蛋白质序列, 蛋白质语言模型嵌入	约1,000组实验构象集合	NA	轻量级卷积神经网络	预测精度	NA
4388	2025-11-07	Accelerating Biomolecular Modeling with AtomWorks and RF3 2025-Aug-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670328 PMID:40832246	研究论文	提出AtomWorks数据框架和RosettaFold-3结构预测网络，用于加速生物分子建模开发	开发了通用的生物分子基础模型数据框架，并改进了手性处理以缩小与AlphaFold3的性能差距	未明确说明模型的具体性能局限或计算资源需求	促进开源生物分子机器学习模型的发展，改进生物分子结构预测	蛋白质结构和生物分子复合物	机器学习	NA	深度学习	神经网络	蛋白质结构数据	NA	NA	RosettaFold-3	NA	NA
4389	2025-11-07	[A deep learning method for differentiating nasopharyngeal carcinoma and lymphoma based on MRI] 2025-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery DOI:10.13201/j.issn.2096-7993.2025.07.001 PMID:40555483	研究论文	开发基于常规MRI的深度学习模型，用于鼻咽癌和鼻咽淋巴瘤的自动分割与鉴别诊断	首次将预训练ResNet101模型应用于鼻咽癌与淋巴瘤的MRI影像鉴别诊断，并采用多序列图像组合策略提升性能	回顾性研究，样本量有限（434例），仅使用单一医疗机构数据	建立基于MRI的自动分割和鉴别诊断模型	鼻咽癌和鼻咽淋巴瘤患者	医学影像分析	鼻咽癌, 淋巴瘤	MRI（T1WI, T2WI, T1CE）	CNN	医学影像	434例患者（142例淋巴瘤，292例鼻咽癌）	PyTorch/TensorFlow（未明确指定）	ResNet101	Dice系数, AUC	NA
4390	2025-11-07	Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention 2025-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3549583 PMID:40131750	研究论文	提出动态分层卷积注意力网络(DH-CAN)，通过综合学习脑电图信号的全局/局部空间特征和时频特征来识别运动想象意图	首次将脑区映射与图注意力网络结合，通过参数共享机制捕捉对称脑区的不对称运动想象模式，实现多层级特征融合	未明确说明模型计算复杂度及实时性表现，在更广泛数据集上的泛化能力有待验证	开发更有效的脑电图解码模型以准确识别运动想象意图	脑电图信号中的运动想象神经活动模式	脑机接口	NA	脑电图信号处理	CNN,图注意力网络	脑电图时序信号	两个公开数据集（具体数量未说明）	NA	动态分层卷积注意力网络(DH-CAN)，包含多尺度卷积块和图注意力网络	多种评估指标（具体指标未列明）	NA
4391	2025-11-07	EViT: An Eagle Vision Transformer With Bi-Fovea Self-Attention 2025-Mar, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3532282 PMID:40031751	研究论文	提出一种受鹰眼视觉系统启发的视觉Transformer模型EViT，通过双凹窝自注意力机制提高计算效率和特征表示能力	首次将鹰眼视觉特性引入视觉Transformer，提出双凹窝视觉交互结构、双凹窝自注意力机制和双凹窝前馈网络	NA	解决视觉Transformer计算复杂度高和缺乏理想归纳偏置的问题	计算机视觉任务中的特征表示学习	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	EViT, 金字塔骨干网络	计算效率, 可扩展性	NA
4392	2025-11-07	Enhanced diagnosis of pes planus and pes cavus using deep learning-based segmentation of weight-bearing lateral foot radiographs: a comparative observer study 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00439-3 PMID:39781051	研究论文	开发基于深度学习的足部承重侧位X线片语义分割模型，用于增强扁平足和高弓足的诊断	首次将U-Net模型应用于足部承重X线片的语义分割，并采用混合损失函数结合Dice Loss和边界损失来提升分割精度	研究样本仅来自韩国年轻男性，缺乏更广泛人群的验证	通过深度学习模型改进扁平足和高弓足的诊断准确性	足部承重侧位X线片	数字病理学	足部畸形	X射线成像	CNN	医学影像	300张韩国年轻男性足部X线片（200训练，100内部验证），外加两个外部验证数据集	NA	U-Net	角度测量误差，诊断准确率	NA
4393	2025-11-07	Diagnosis of colorectal cancer using residual transformer with mixed attention and explainable AI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335418 PMID:41183063	研究论文	提出一种结合残差网络和混合注意力Transformer的混合模型RNTNet，用于结直肠癌图像诊断，并通过可解释AI技术可视化模型决策过程	提出Residual Next Transformer Network (RNTNet)，结合ResNeXt的细粒度特征提取能力和带混合注意力机制的ViT编码器，实现局部与全局特征的协同建模	仅使用两个公开数据集进行验证，未在更大规模或更多样化的临床数据上进行测试	提高结直肠癌图像诊断的准确性和可解释性	结直肠癌组织图像	计算机视觉	结直肠癌	深度学习	CNN, Transformer	图像	Kather和KvasirV1两个公开数据集	NA	ResNeXt, Vision Transformer (ViT), RNTNet	准确率, AUC	NA
4394	2025-11-07	Multiview state-of-health estimation for lithium-ion batteries using time-frequency image fusion and attention-based deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335351 PMID:41183084	研究论文	提出一种基于时频图像融合和注意力机制的多视角锂离子电池健康状态估计方法	首次将时域信号转换为时频图像并与原始时序特征通过双分支注意力机制进行融合	未明确说明模型在不同电池类型和工况下的泛化能力	实现锂离子电池健康状态的准确早期预测	锂离子电池	机器学习	NA	小波变换	CNN, LSTM	时域信号, 时频图像	NA	NA	CNN-LSTM融合架构	预测精度	NA
4395	2025-11-07	Artificial Intelligence in Cancer Oncology Through Comprehensive Bibliometric Mapping of Global Trends Impact and Conceptual Structures 2025, Journal of healthcare leadership IF:3.4Q1 DOI:10.2147/JHL.S550933 PMID:41185664	研究论文	通过文献计量学映射分析人工智能在肿瘤学领域的全球研究趋势、知识影响和概念结构	首次对2022-2025年间人工智能在肿瘤学领域的研究进行全面文献计量分析，揭示了多模态学习、放射基因组学等主导主题以及基于Transformer的模型、联邦学习等新兴方向	低收入和中等收入国家参与有限、缺乏标准化数据集、多学科合作不足	分析人工智能在肿瘤学领域的全球研究趋势和概念结构	19,627篇同行评审文章（从34,218篇初始数据集中筛选）	机器学习	癌症	文献计量分析、对应分析(CA)、多重对应分析(MCA)	NA	文献数据	19,627篇文章	RStudio	NA	解释方差（第一维度80.01%，第二维度8.76%）	NA
4396	2025-11-07	Predictive value of artificial intelligence and radiomics for atrial fibrillation recurrence after catheter ablation for pulmonary vein isolation 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393276 PMID:41185683	研究论文	本研究开发了一种基于人工智能和影像组学的无创模型，用于预测肺静脉隔离导管消融术后房颤复发风险	首次结合SwinUNETR深度学习模型进行心脏区域分割和影像组学特征提取，并提供了基于影像组学的可解释性分析方法	样本量相对有限（311例患者），模型预测性能仍有提升空间（AUC 0.79）	提高肺静脉隔离术后房颤复发的预测准确性，优化患者选择策略	311例接受肺静脉隔离导管消融术的房颤患者，包括复发组（160例）和非复发组（151例）	医学影像分析	心血管疾病	影像组学分析	深度学习, 机器学习	医学影像	311例房颤患者	NA	SwinUNETR	Dice系数, AUC	NA
4397	2025-11-06	GlucoNet-MM: A multimodal attention-based multi-task learning framework with decision transformer for personalised and explainable blood glucose forecasting 2025-Dec, Diabetes, obesity & metabolism DOI:10.1111/dom.70147 PMID:40977343	研究论文	提出一种基于注意力机制的多任务学习框架GlucoNet-MM，结合决策变换器实现个性化可解释血糖预测	首次将决策变换器与多模态注意力机制结合，实现政策感知的血糖预测并提供模型可解释性	仅在两个公开数据集上验证，需要更多临床环境下的验证	开发先进的个性化可解释深度学习框架用于血糖预测	糖尿病患者血糖数据	机器学习	糖尿病	连续血糖监测(CGM), 胰岛素剂量记录, 碳水化合物摄入记录, 体力活动监测	Transformer, 多任务学习	多模态生理和行为数据	两个公开数据集(BrisT1D和OhioT1DM)	PyTorch, TensorFlow	Decision Transformer, 注意力机制	R2分数, 平均绝对误差(MAE)	NA
4398	2025-11-06	Local large arterial perivascular adipose tissue metabolic and anatomical features are associated with hypertensive clinical outcomes: a PET/CT-based study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2578724 PMID:41170857	研究论文	本研究利用PET/CT探讨大动脉血管周围脂肪组织的解剖和代谢特征与高血压临床结局的关系	首次发现局部大动脉PVAT特征与高血压结局的关联，并揭示其在疾病进展中的空间富集模式	样本量相对有限（150例），且为回顾性研究设计	探究大动脉血管周围脂肪组织特征与高血压临床结局的关联	150例原发性肺部恶性肿瘤患者（其中45例高血压患者）	数字病理	心血管疾病	PET/CT, 18F-FDG PET/CT	深度学习	医学影像	150例患者（45例高血压患者）	TotalSegmentator	NA	AUC, 比值比, p值, 置信区间	NA
4399	2025-11-06	Radiomic Applications in Skull Base Pathology: A Systematic Review of Potential Clinical Uses 2025-Dec, Journal of neurological surgery. Part B, Skull base DOI:10.1055/a-2436-8444 PMID:41140420	系统综述	系统回顾了影像组学在颅底病理学中的应用现状和潜在临床价值	首次系统性地总结了影像组学在颅底病理学中的应用趋势，揭示了该领域自2017年以来的指数级增长	需要更大样本量、预测模型的验证和临床应用，需进一步研究影像组学在颅底治疗中的优缺点	探索影像组学在颅底文献中的应用现状	颅底病理学相关的医学影像数据	医学影像分析	颅底肿瘤疾病	影像组学特征提取与分析	NA	放射影像图像	102项研究，包含26,280张放射影像图像，平均每项研究258±677个病例	NA	NA	NA	NA
4400	2025-11-06	An Ensemble CNN With Bayesian Learning Model for Multiclass Classification of Brain Disease Using Adaptive Refinement Network-Based Segmentation 2025-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70166 PMID:41191287	研究论文	提出一种集成CNN与贝叶斯学习的模型，通过自适应优化网络分割和分类脑部疾病	结合自适应优化网络分割、基于适应度的火烈鸟搜索算法优化参数，以及集成CNN与贝叶斯学习的多模型融合分类方法	NA	早期脑肿瘤诊断与多类别脑部疾病分类	脑部MRI图像	计算机视觉	脑部疾病	MRI成像	CNN, 集成学习	医学图像	NA	NA	VGG16, ResNet, Xception, 自适应优化网络	准确率, 鲁棒性	NA