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
4441	2025-10-06	A novel explainable AI framework for medical image classification integrating statistical, visual, and rule-based methods 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103665 PMID:40505210	研究论文	提出一种集成统计、可视化和基于规则方法的新型可解释AI框架，用于医学图像分类	首次将统计特征、可视化解释和基于规则的说明集成到统一框架中，并提出新型统计特征图叠加可视化方法	方法仅在五种医学图像数据集上验证，需要更多领域验证	提高深度学习模型在医学图像分析中的透明度和可解释性	医学图像分类任务	计算机视觉	多种疾病（COVID-19、乳腺癌、脑肿瘤、肺癌、结肠癌、青光眼）	医学影像分析	CNN, 决策树, RuleFit	医学图像	五个医学影像数据集（COVID-19放射影像、超声乳腺癌、脑肿瘤MRI、肺癌和结肠癌病理、青光眼图像）	NA	Mobilenetv2	医学专家验证	NA
4442	2025-10-06	Deep learning detection of acute and sub-acute lesion activity from single-timepoint conventional brain MRI in multiple sclerosis 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103619 PMID:40505211	研究论文	开发基于单时间点常规脑部MRI的深度学习模型，用于检测多发性硬化症中急性和亚急性病变活动	首次提出从单时间点常规脑部MRI量化过去24周内急性病变活动的临床相关任务	模型性能在独立验证队列中的AUC为80-84%，仍有提升空间	通过深度学习改进多发性硬化症急性病变活动的检测和预后预测	复发缓解型多发性硬化症患者	医学影像分析	多发性硬化症	常规脑部磁共振成像	深度学习	脑部MRI图像	多个独立复发缓解型多发性硬化症队列	NA	2D-UNet, Transformer	AUC, 精确度, 召回率	NA
4443	2025-10-06	TCFNet: Bidirectional face-bone transformation via a Transformer-based coarse-to-fine point movement network 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103653 PMID:40527150	研究论文	提出基于Transformer的粗到细点移动网络TCFNet，用于正颌手术规划中的密集人脸-骨骼点云双向转换	首次将Transformer架构与局部信息聚合网络结合，通过两阶段粗到细策略学习面骨点云的复杂对应关系，并引入可选的辅助损失函数利用专家知识	未明确说明计算效率提升程度和模型在临床环境中的验证情况	开发高效准确的面骨形状转换方法以改进计算机辅助手术模拟	人脸和骨骼的三维点云数据	计算机视觉	正颌外科疾病	点云处理技术	Transformer, GRU	3D点云	NA	PyTorch	TCFNet, LIA-Net, Transformer-based网络	评估指标和可视化结果	NA
4444	2025-10-06	A Performance Benchmarking Review of Transformers for Speaker-Independent Speech Emotion Recognition 2025-Oct, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725300013 PMID:40726155	综述	对用于说话人无关语音情感识别的Transformer架构进行全面性能评估	首次对Transformer在说话人无关语音情感识别任务中进行系统性性能基准测试	在跨数据集测试中大多数实验实例准确率低于40%	评估Transformer架构在说话人无关语音情感识别中的性能表现	语音情感识别系统	自然语言处理,信号处理	NA	语音信号处理	Transformer	音频信号	多个公开可用数据集	NA	Transformer	准确率	NA
4445	2025-09-03	Corrigendum to "Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning" [Translational Oncology 2025 Jun 26;59:102457] 2025-Oct, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102474 PMID:40818872	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4446	2025-10-06	NeXtBrain: Combining local and global feature learning for brain tumor classification 2025-Sep-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149762 PMID:40490088	研究论文	提出NeXtBrain混合架构，结合局部和全局特征学习实现脑肿瘤分类	提出NeXt卷积块和NeXt Transformer块，通过多头卷积注意力与SwiGLU MLP协同增强特征学习，同时捕捉局部肿瘤形态和全局上下文关系	仅在两个公开数据集上进行评估，未在更多临床场景验证	开发高效准确的脑肿瘤分类方法	脑肿瘤医学图像	计算机视觉	脑肿瘤	医学影像分析	CNN,Transformer,混合模型	医学图像	Figshare和Kaggle两个公开基准数据集	NA	NeXtBrain,NeXt Convolutional Block,NeXt Transformer Block	准确率,F1分数	2391万参数,10.32 GFLOPs,0.007 ms推理时间
4447	2025-10-06	Divergent radiative forcing of fine-mode aerosols across tree genera during wildfires in North America and Europe 2025-Sep-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138881 PMID:40532375	研究论文	本研究通过深度学习模型分析北美和欧洲野火期间不同树种对细模态气溶胶辐射强迫的差异性贡献	首次开发深度学习模型精确反演卫星细模态气溶胶光学厚度数据，并揭示不同树种在野火期间对气溶胶辐射强迫的属特异性差异	研究仅聚焦北美和欧洲地区，未涵盖全球其他重要野火区域；数据时间范围限于2003-2023年	量化不同树种在野火期间对细模态气溶胶辐射强迫的贡献差异	北美和欧洲23个树属的139种树种	环境科学, 深度学习	NA	卫星遥感, 深度学习	深度学习模型	卫星遥感数据	2003-2023年北美和欧洲地区139个树种的卫星观测数据	NA	NA	NA	NA
4448	2025-10-06	Reducing Spectral Confusion in Microplastic Analysis: A U-Net Deep Learning Approach 2025-Sep-02, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00584 PMID:40827556	研究论文	本研究采用U-Net深度学习模型对微塑料拉曼光谱进行分类，有效减少脂肪酸与聚乙烯之间的光谱混淆	首次将U-Net深度学习模型与材料化学中常用的二值化技术结合应用于微塑料拉曼光谱分析	未提及模型在其他类型微塑料或更复杂环境样本中的泛化能力	解决微塑料分析中脂肪酸与聚乙烯拉曼光谱结构相似导致的误分类问题	聚乙烯、硬脂酸、油酸、硬脂酸与油酸混合物、十二烷基硫酸钠、聚丙烯的拉曼光谱	机器学习	NA	拉曼光谱分析	U-Net	光谱数据	NA	NA	U-Net	准确率	NA
4449	2025-10-06	Automated detection of anterior crossbite on intraoral images and videos utilizing deep learning 2025-Sep-01, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b5290567 PMID:38700086	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于自动检测和分类口腔内图像和视频中的前牙反颌	首次将深度学习技术应用于口腔内图像和视频的前牙反颌自动检测，并在视频分类中实现了100%的准确率	CNN模型相对于正畸医生的敏感性较低(0.89 vs 0.96和0.92)，且样本量相对有限	开发自动检测前牙反颌的深度学习系统，以促进严重错颌畸形的及时诊断和治疗	口腔内图像和视频中的前牙反颌特征	计算机视觉	口腔错颌畸形	深度学习	CNN	图像, 视频	1865张口腔内图像和10段总时长124秒的视频	NA	卷积神经网络	准确率, 敏感性, 特异性, 精确率, F1分数, AUPR曲线, AUC	NA
4450	2025-10-06	User experience of and satisfaction with computer-aided design software when designing dental prostheses: a multicenter survey study 2025-Sep-01, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b5582929 PMID:39011633	研究论文	本研究通过多中心调查比较了不同经验水平用户对四种CAD软件设计牙冠的体验和满意度	首次系统比较不同经验水平用户对多种CAD软件在设计牙冠过程中的体验差异，并发现自动化设计功能对用户满意度的影响	样本量有限（仅100名参与者），仅针对牙冠设计而非其他牙科修复体，软件种类有限	评估和比较不同CAD软件在牙科修复体设计中的用户体验和满意度	50名牙科本科生（无经验组）和50名来自两家医院的牙医或牙科技师（有经验组）	数字病理	牙科疾病	问卷调查，三维扫描数据准备	NA	问卷调查数据，用户评分数据	100名参与者（50名本科生和50名专业人士）	NA	NA	用户评分，方差分析（ANOVA）	NA
4451	2025-10-06	Deep learning classification method for boar sperm morphology analysis 2025-Sep, Andrology IF:3.2Q1 DOI:10.1111/andr.13758 PMID:39287620	研究论文	提出一种结合深度学习与高通量图像流式细胞术的公猪精子形态分析方法	首次将深度学习技术与图像流式细胞术结合，实现无标记顶体健康状态的自动检测	仅使用10,000个精子样本进行训练，未提及模型在其他物种或更大样本上的泛化能力	开发客观准确的公猪精子形态和顶体健康分析方法	公猪精子	计算机视觉	生殖健康	高通量图像流式细胞术(IBFC)	CNN	图像	10,000个精子	NA	卷积神经网络	F1-score	NA
4452	2025-10-06	Rapid detection of mouse spermatogenic defects by testicular cellular composition analysis via enhanced deep learning model 2025-Sep, Andrology IF:3.2Q1 DOI:10.1111/andr.13773 PMID:39375288	研究论文	通过增强深度学习模型快速检测小鼠睾丸细胞组成以识别生精缺陷	开发了结合人工交互的增强深度学习模型，提高像素精度并减少标注时间，建立了仅需2.5-3小时和8个H&E染色切片的快速生精缺陷检测方案	仅针对六种小鼠生殖基因突变体进行研究，样本规模有限	建立快速的小鼠睾丸组织病理学分析方法	DAZ和PUMILIO基因家族的六种小鼠生殖突变体的睾丸组织	数字病理学	生殖系统疾病	H&E染色，组织学分析	深度学习	图像	六种小鼠生殖突变体的睾丸H&E染色切片	NA	SCSD-Net	像素精度	NA
4453	2025-10-06	Evaluating fusion models for predicting occult lymph node metastasis in tongue squamous cell carcinoma 2025-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11473-9 PMID:40042648	研究论文	评估多种融合模型在预测舌鳞状细胞癌隐匿性淋巴结转移中的有效性	首次比较了基于决策的晚期融合模型与早期融合模型在预测舌鳞癌隐匿性淋巴结转移中的性能，并证明晚期融合模型整合2D深度学习、常规影像组学、瘤内异质性影像组学和临床数据可获得最佳预测效果	研究为回顾性设计，样本量相对有限（268例患者），且来自三个医疗中心可能存在数据异质性	预测舌鳞状细胞癌患者的隐匿性淋巴结转移	舌鳞状细胞癌患者	医学影像分析	舌癌	对比增强磁共振成像	深度学习, 影像组学, 逻辑回归	医学影像, 临床数据	268例患者（训练集107例，内部测试集53例，外部测试集63例和45例）	NA	2D深度学习, 常规影像组学, 瘤内异质性影像组学, 融合模型	AUC, 准确率, 特异性	NA
4454	2025-10-06	Artificial intelligence for the detection of airway nodules in chest CT scans 2025-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11468-6 PMID:40042650	研究论文	开发并评估基于深度学习的AI系统用于胸部CT扫描中气道结节的检测和定位	开发了专门针对罕见且易被忽略的气道结节的深度学习检测系统，能够检测包括具有细微特征的结节	单中心回顾性研究，样本量相对有限（320例患者）	开发AI系统辅助放射科医生检测胸部CT中的气道结节	接受胸部或胸腹部CT扫描的患者，包括有气道结节和无气道结节的患者	计算机视觉	肺癌	CT扫描，支气管镜检查，活检，细胞学检测	深度学习	CT图像	320例患者（160例有气道结节，160例无气道结节）	NA	NA	灵敏度，假阳性率，自由响应接收器操作特性曲线	NA
4455	2025-10-06	Deep learning-based quantification of T2-FLAIR mismatch sign: extending IDH mutation prediction in adult-type diffuse lower-grade glioma 2025-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11475-7 PMID:40050456	研究论文	本研究开发了基于深度学习的T2-FLAIR不匹配征定量分析方法，用于预测成人型弥漫性低级别胶质瘤的IDH突变状态	首次使用深度学习自动分割肿瘤并计算定量T2-FLAIR不匹配比率，提高了IDH突变状态预测的准确性	回顾性研究设计，样本量相对有限（218例患者）	评估定量T2-FLAIR不匹配征在预测成人型弥漫性低级别胶质瘤IDH突变状态中的价值	218例成人型弥漫性低级别胶质瘤患者	数字病理	脑胶质瘤	MRI成像（T2和FLAIR序列）	深度学习分割模型	医学影像	218例患者（125名男性，平均年龄47±15岁）	NA	NA	AUC, 准确率, OR值, 95%置信区间	NA
4456	2025-10-06	Automated deep learning-assisted early detection of radiation-induced temporal lobe injury on MRI: a multicenter retrospective analysis 2025-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11470-y PMID:40050455	研究论文	开发并验证了一种基于深度学习的自动工具RTLI-DM，用于MRI上辐射诱导颞叶损伤的早期检测	首次开发了专门用于检测辐射诱导颞叶损伤的自动化深度学习工具，结合了Unet++分割模型和改进的DenseNet-121诊断模型	仍需在临床应用中进行验证，研究为回顾性分析	评估自动化深度学习工具在MRI上早期检测辐射诱导颞叶损伤的效果	鼻咽癌放疗后患者，包括396例RTLI患者和3181例非RTLI患者	医学影像分析	辐射诱导颞叶损伤	MRI	深度学习	医学影像	来自4家医院的6483名鼻咽癌患者中的396例RTLI和3181例非RTLI病例	NA	Unet++, DenseNet-121	灵敏度, 特异度, 假阳性, 假阴性	NA
4457	2025-10-06	Influence of deep learning-based super-resolution reconstruction on Agatston score 2025-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11506-3 PMID:40108013	研究论文	评估深度学习超分辨率重建技术对图像质量和Agatston评分的影响	首次系统评估深度学习超分辨率重建技术对冠状动脉钙化评分的影响	观察到部分CAC-DRS重新分类病例，临床应用需谨慎	评估深度学习超分辨率重建技术在心脏CT中的临床应用价值	接受心脏CT检查的连续患者	医学影像分析	心血管疾病	心脏CT, 深度学习超分辨率重建	深度学习	CT影像	111名患者	NA	超分辨率重建网络	图像噪声, 信噪比, 对比噪声比, 边缘上升斜率, Agatston评分, CAC体积	NA
4458	2025-10-06	Multichannel Contribution Aware Network for Prostate Cancer Grading in Histopathology Images 2025-Sep, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0872 PMID:40152893	研究论文	提出一种多通道贡献感知网络用于前列腺癌组织病理学图像分级	通过整合多种染色特征，设计基于通道和像素注意力的编码器及双分支解码器，充分利用多染色通道的互补性	NA	开发自动化前列腺癌分级深度学习模型	前列腺组织病理学图像	数字病理学	前列腺癌	组织病理学染色	CNN, Transformer	组织病理学图像	相关公共数据集	NA	双分支解码器（CNN分支+Transformer分支）	NA	NA
4459	2025-10-06	GPT4LFS (generative pretrained transformer 4 omni for lumbar foramina stenosis): enhancing lumbar foraminal stenosis image classification through large multimodal models 2025-Sep, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.03.011 PMID:40157428	研究论文	开发多模态大语言模型GPT4LFS用于腰椎间孔狭窄图像分类，提高诊断准确性和效率	首次将多模态大语言模型应用于腰椎间孔狭窄诊断，结合图像和文本特征，采用Mamba架构进行特征融合	回顾性研究设计，数据来源于特定医疗中心和MRI设备	提高腰椎间孔狭窄图像分类的准确性和效率，实现快速精准的自动化诊断	腰椎间孔狭窄患者的矢状位T1加权MRI图像	计算机视觉,自然语言处理	腰椎间孔狭窄	磁共振成像	多模态大语言模型,CNN	图像,文本	1200名患者，最终分析810例，来自3个医疗中心和7台不同MRI设备	PyTorch	ConvNeXt,RoBERTa,Mamba,GPT-4o	准确率,灵敏度,特异性,Cohen's Kappa系数	NA
4460	2025-10-06	Automated detection of retinal artery occlusion in fundus photography via self-supervised deep learning and multimodal interpretability using a multimodal AI chatbot 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03353-7 PMID:40163243	研究论文	本研究开发了一种基于自监督深度学习的视网膜动脉阻塞自动检测方法，并结合多模态可解释性AI聊天机器人增强临床透明度	首次将深度学习应用于视网膜动脉阻塞检测，采用自监督学习框架解决标注数据有限的问题，并创新性地结合多模态可解释性方法	NA	开发自动检测视网膜动脉阻塞的AI工具，促进早期诊断和及时干预	视网膜动脉阻塞患者的眼底图像	计算机视觉	视网膜血管疾病	眼底摄影	CNN	图像	NA	PyTorch, TensorFlow	ResNet50	AUC	NA