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
4641	2025-11-02	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	开发基于人工智能的小肾脏肿瘤自动分割方法，使用多中心、多扫描仪、多序列MRI数据	首次在多中心、多扫描仪、多序列MRI数据上开发小肾脏肿瘤自动分割方法，并验证其在非通用电气扫描仪上的泛化能力	研究为回顾性设计，需要进一步前瞻性验证	开发小肾脏肿瘤的自动分割方法以提高诊断效率	988例经病理证实的小肾脏肿瘤患者的MRI图像	医学影像分析	肾脏肿瘤	MRI多序列成像	深度学习分割网络	医学影像	988例患者（训练集733例，测试集180例，泛化集75例）	NA	NA	检测率，Dice相似系数	NA
4642	2025-11-02	Multimodal pathomics and clinical features predict postresection permanent hydrocephalus in pediatric medulloblastoma 2025-Oct-31, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05263-y PMID:41171470	研究论文	本研究开发了一种结合病理组学特征和临床特征的多模态模型，用于预测儿童髓母细胞瘤术后永久性脑积水的风险	首次将深度学习提取的病理组学特征与临床特征相结合，构建多模态预测模型，显著提高了儿童髓母细胞瘤术后脑积水的风险分层能力	样本量相对较小（90例患者），单中心研究，需要外部验证	预测儿童髓母细胞瘤患者术后永久性脑积水的风险	18岁以下经手术治疗的髓母细胞瘤患者	数字病理	髓母细胞瘤	H&E染色，深度学习	CNN，逻辑回归	病理图像，临床数据	90例患者（训练集与验证集按7:3随机分割）	PyTorch	ResNet-18	AUC，平均精确率，ROC曲线，精确率-召回率曲线	NA
4643	2025-11-02	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的创新条件引导扩散模型，用于加速MRI重建过程同时保持重建质量	结合Multi-Free U-KAN模块和动态裁剪策略，通过多头注意力机制和标量调制因子增强模型在复杂噪声环境中的鲁棒性和结构保持能力	NA	通过深度学习方法加速MRI重建过程同时保持重建质量	MRI图像重建	医学影像处理	NA	MRI	条件引导扩散模型	MRI图像，k空间数据	NA	NA	TC-KANRecon, MF-UKAN	定性评估，定量评估	NA
4644	2025-11-02	Joint Sparse Optical Flow Estimation and Keypoint Detection via Dual-task Imperative Learning 2025-Oct-31, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3627192 PMID:41171660	研究论文	提出一种双任务强制学习框架，联合优化稀疏光流估计和自适应关键点检测	首次将期望最大化范式与高斯-牛顿推理引擎结合，实现光流估计与关键点检测的协同优化	仅使用200个训练图像对进行验证，模型规模较小可能限制复杂场景表现	解决深度学习光流估计模型在可解释性、泛化能力和部署效率方面的挑战	稀疏光流估计和关键点检测	计算机视觉	NA	深度学习	CNN	图像	200个训练图像对	NA	双任务强制学习架构	端点误差,F1-all,视觉里程计轨迹精度	超紧凑模型(iFLOW 0.05M参数, iPOINT 0.09M参数)
4645	2025-11-02	Revisiting Transformation Invariant Geometric Deep Learning: An Initial Representation Perspective 2025-Oct-31, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3626735 PMID:41171655	研究论文	本文提出了一种实现几何数据变换不变性的简单通用方法TinvNet，通过变换不变且保持距离的初始点表示来保证模型对平移、旋转和缩放等变换的不变性	发现变换不变且保持距离的初始点表示足以实现变换不变性，无需复杂神经网络层设计，提出简单通用的TinvNet插件方法	NA	研究几何深度学习中的变换不变性问题，开发能够保证对平移、旋转和缩放等变换具有不变性的深度学习方法	点云和图等几何数据	几何深度学习	NA	多维尺度分析	神经网络	点云、图数据	NA	NA	TinvNet	NA	NA
4646	2025-11-02	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种基于分层深度学习的可解释病毒分类框架HieRMVir	整合随机森林特征加权与互信息引导的注意力正则化，考虑生物分类学层次结构	未明确说明对未知病毒或高度变异病毒的识别能力	开发可解释且准确的病毒基因组序列分类方法	病毒基因组序列	机器学习	病毒性疾病	基因组测序	深度学习	基因组序列数据	超过100万个基因组序列	NA	分层深度学习框架	准确率, 分层性能指标	NA
4647	2025-11-02	Hybrid deep learning model for spinal tumor diagnosis on MRI scans 2025-Oct-31, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251385793 PMID:41172043	研究论文	提出一种结合MRI图像和患者年龄数据的混合深度学习模型，用于脊柱肿瘤的诊断和分类	融合Inception V3和Vision Transformer的混合模型，结合患者年龄信息，使用自注意力融合机制提升诊断准确性	NA	提高脊柱肿瘤诊断准确率，区分良性和恶性肿瘤	脊柱肿瘤患者的MRI扫描图像和年龄数据	计算机视觉	脊柱肿瘤	MRI扫描	混合深度学习模型	图像, 临床数据	NA	NA	Inception V3, Vision Transformer	准确率, 敏感性, 特异性	NA
4648	2025-11-02	Ensemble learning of attention-based BiLSTM networks for ADHD detection from EEG signals code 2025-Oct-31, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2576625 PMID:41173469	研究论文	提出一种基于注意力机制的双向LSTM集成学习方法，用于从脑电图信号中检测注意力缺陷多动障碍	使用并行注意力机制的双向LSTM集成学习模型，结合频谱图、分形维度和递归图等多种特征提取方法	NA	开发客观准确的ADHD自动检测方法	脑电图信号	机器学习	注意力缺陷多动障碍	脑电图	BiLSTM, 集成学习	脑电图信号	两个数据集	NA	PABiLSTM, ResNet-50	准确率	NA
4649	2025-11-02	Deep learning-based segmentation of T1 and T2 cardiac MRI maps for automated disease detection 2025-Oct-31, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12069-z PMID:41174040	研究论文	本研究开发了一种基于深度学习的T1和T2心脏MRI图像分割方法，用于自动化疾病检测	首次将深度学习应用于心脏T1/T2图谱分割，并探索了多种强度统计特征在疾病检测中的效用	样本量相对较小（144名受试者），需要更大规模的外部验证	评估深度学习在心脏MRI分割中的准确性，并探索多特征机器学习在疾病检测中的优势	心脏T1和T2图谱的左心室血池和心肌组织	医学影像分析	心血管疾病	心脏MRI，T1/T2 mapping	深度学习，机器学习	医学影像	144名受试者（平均年龄42.2±16.1岁，76名男性），分为训练集100例、验证集15例和测试集29例	NA	NA	Dice相似系数，平均绝对百分比误差，F1分数，精确率，召回率，AUC	NA
4650	2025-11-02	A Hybrid Model Combining U-Net and Transformers for Joint Segmentation and Beamforming of Plane-wave Ultrasound Images 2025-Oct-30, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.10.002 PMID:41173661	研究论文	提出一种结合U-Net和Transformer的混合模型，用于平面波超声图像的联合分割和波束成形	首次将图像分割和波束成形任务整合到统一框架中，通过U-Net和Transformer的混合架构实现同步处理	对≤7毫米的包涵体检测精度下降，偶尔会产生虚假包涵体，小目标检测和伪影抑制需要改进	开发能够同时进行超声图像分割和波束成形的深度学习模型	计算机模拟数据、包含低回声包涵体(5-10毫米半径)的物理体模、50名健康志愿者的颈动脉超声图像	计算机视觉	心血管疾病	平面波超声成像	U-Net, Transformer	超声图像	50名健康志愿者的颈动脉超声图像，加上计算机模拟和物理体模数据	NA	U-Net, Transformer	Dice相似系数, 均方误差, 结构相似性指数, 拉普拉斯方差, 广义对比噪声比, 信噪比	NA
4651	2025-11-02	Multicenter Study of YOLOv9 for Automated Detection and Classification of Supraspinatus Tendon Tears on MRI 2025-Oct-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.10.022 PMID:41173764	研究论文	本研究开发了一种基于YOLOv9的深度学习模型，用于在多中心MRI数据上自动检测和分类冈上肌腱撕裂	首次将YOLOv9框架应用于冈上肌腱撕裂的自动化诊断，并在多中心研究中证明其性能优于不同经验水平的放射科医生	回顾性研究设计，样本量相对有限（1698例患者）	开发自动诊断冈上肌腱撕裂的深度学习模型	冈上肌腱撕裂患者	计算机视觉	肌肉骨骼疾病	MRI成像	YOLO	医学图像	1698例患者，来自5家医院，分为训练集1047例、验证集299例、测试集154例和外部测试集198例	YOLO	YOLOv9	准确率, F1分数, 交并比, 混淆矩阵, McNemar检验, Cohen's kappa	NA
4652	2025-11-02	Antimicrobial peptides for anticancer and antiviral therapy: last promising update 2025-Oct-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03855-8 PMID:41160325	综述	本文综述了抗菌肽在抗癌和抗病毒治疗中的最新研究进展，重点探讨了人工智能和微生物代谢物在克服抗菌肽临床应用限制方面的作用	从现代视角系统分析人工智能和微生物代谢物在解决抗菌肽毒性、稳定性和合成成本等限制因素中的应用	NA	探讨抗菌肽作为抗癌和抗病毒治疗替代方案的潜力及其面临的挑战	抗菌肽及其在抗癌和抗病毒治疗中的应用	自然语言处理	癌症，病毒感染	深度学习	NA	文本数据	NA	NA	NA	NA	NA
4653	2025-11-02	DeepB3Pred: blood-brain barrier peptide predictor using stacked BiGRU model with novel features 2025-Oct-29, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02419-0 PMID:41162940	研究论文	开发了一种基于深度学习的血脑屏障穿透肽预测工具DeepB3Pred	提出三种新型特征（PseRECM、GSFE和CTD）并采用堆叠双向门控循环单元模型	数据偏斜问题需要通过随机欠采样技术处理	准确预测血脑屏障穿透肽和非穿透肽	血脑屏障穿透肽序列	生物信息学	神经系统疾病	序列特征工程	BiGRU, Deep Forest, CatBoost, SVM	肽序列数据	NA	NA	堆叠双向门控循环单元	准确率, MCC, AUC	NA
4654	2025-10-31	Deep learning for automated mandibular canal segmentation in CBCT scans 2025-Oct-29, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07098-5 PMID:41162933	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4655	2025-11-02	From big to small: Emerging methods for enhancing precision psychiatry through transfer learning 2025-Oct-29, Biological psychiatry IF:9.6Q1 DOI:10.1016/j.biopsych.2025.10.022 PMID:41173199	综述	本文综述了迁移学习在精准精神病学脑-行为预测建模中的应用方法与前景	系统阐述如何利用大规模神经影像数据集通过迁移学习解决临床样本量不足的问题，提升模型在精准精神病学中的泛化能力	NA	探讨迁移学习在精准精神病学中增强脑-行为预测模型临床实用性的方法	神经影像数据与临床特征之间的关联	机器学习	精神疾病	神经影像技术	深度学习模型	神经影像数据	大规模联盟数据集与小型临床数据集	NA	NA	模型泛化性, 可解释性	NA
4656	2025-11-02	Two Orders of Magnitude Reduction in Computational Load Achieved by Ultrawideband Responses of an Ion-Gating Reservoir 2025-Oct-28, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c06174 PMID:41084209	研究论文	开发了一种基于离子凝胶/石墨烯双电层晶体管的离子门控储备池，实现了超宽时间尺度的响应和深度学习级别的计算精度	通过离子凝胶/石墨烯界面的快速双电层动力学和石墨烯表面较慢的分子吸附动力学的共存，实现了从1 MHz到20 Hz的超宽响应范围	NA	开发高效计算技术以解决传统AI系统能耗高的问题	离子凝胶/石墨烯双电层晶体管	机器学习	NA	物理储备池计算	储备池计算	时间序列数据	NA	NA	离子门控储备池	准确率	计算资源需求降低至深度学习的1/100
4657	2025-11-02	Enriched lung cancer classification approach using an optimized hybrid deep learning approach 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07322-w PMID:41152259	研究论文	提出一种结合优化算法和混合深度学习模型的肺癌分类方法，用于从CT图像中区分正常肺组织和异常组织	结合混合马群优化算法和狮子优化算法进行特征选择，并采用深度卷积神经网络与长短期记忆网络的混合模型进行联合特征提取和时序学习	系统实时性受CT性能和模型计算需求限制，在计算资源有限的临床环境中可能存在应用困难	开发自动肺癌分类框架以提高早期诊断准确率	肺部CT图像中的结节	计算机视觉	肺癌	CT扫描	CNN, LSTM	图像	标准肺部CT数据集	NA	深度卷积神经网络, 长短期记忆网络	准确率	NA
4658	2025-11-02	Meta transfer learning for brain tumor segmentation using nnUNet in meningioma and metastasis cases 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20957-z PMID:41152295	研究论文	提出一种基于元迁移学习的nnUNet模型改进方法，用于脑膜瘤和转移瘤的脑肿瘤分割	首次将元迁移学习应用于nnUNet模型，通过胶质瘤分割知识迁移提升对脑膜瘤和转移瘤的分割性能	数据集可能缺乏代表性样本，模型在其他脑肿瘤亚型的泛化能力仍需验证	提高脑肿瘤分割模型对多种肿瘤亚型的适应性和泛化能力	脑膜瘤和脑转移瘤的医学影像数据	数字病理	脑肿瘤	深度学习，医学影像分析	nnUNet	医学影像	NA	PyTorch	nnUNet	Dice系数	NA
4659	2025-11-02	BOLM high resolution land use and land cover dataset and benchmark results for the rapidly developing City of Dhaka Bangladesh 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21458-9 PMID:41152309	研究论文	本文介绍了孟加拉国达卡地区的高分辨率土地利用土地覆盖数据集BOLM，并评估了多种深度学习模型在该数据集上的性能	创建了南亚和东亚地区首个高质量高分辨率土地利用土地覆盖数据集，填补了该地区数据稀缺的空白	仅使用Bing影像数据，缺乏多光谱数据用于光谱分析和时间监测	解决发展中国家土地利用土地覆盖测绘中的数据稀缺问题	孟加拉国达卡大都市区及周边地区	计算机视觉	NA	卫星遥感	深度学习,语义分割	卫星图像	4392平方公里区域，8.91亿像素	NA	DeepLabV3+, HRNetv2, U-net, UnimatchV2, Segmenter ViT-16	IoU, F1-score	NA
4660	2025-11-02	Estimation of protein content in wheat samples using NIR hyperspectral imaging and 1D-CNN 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15408-8 PMID:41152319	研究论文	本研究利用近红外高光谱成像和1D-CNN模型估算了小麦样品中的蛋白质含量	扩展了高光谱成像技术在小麦蛋白质含量估算中的应用范围，涵盖了更广泛的蛋白质含量区间和不同种植区域的小麦样本	研究仅基于印度五个地区的小麦样本，未考虑更多地理区域和气候条件的影响	开发一种无需湿实验室、可实时估算小麦蛋白质含量的方法	来自印度五个地区的621个小麦样本	计算机视觉	NA	近红外高光谱成像，凯氏定氮法	1D-CNN	高光谱图像	621个小麦样本，蛋白质含量范围9.5-17.25%	NA	一维卷积神经网络	决定系数(R²)，均方根误差(RMSE)，性能偏差比(RPD)	NA