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
4661	2025-11-03	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	开发基于深度学习的快速体积图像生成框架，用于图像引导质子放疗中的肺癌治疗	提出结合正交kV X射线投影采集和深度学习的新型体积图像重建框架，专门针对FLASH超高剂量率放射治疗场景	研究仅基于30例肺癌患者数据，样本量相对有限；仅评估了肺部靶区	开发快速体积图像重建方法以提高图像引导质子放疗的精准度	肺癌患者	医学影像分析	肺癌	kV X射线投影，四维计算机断层扫描	深度学习	X射线投影图像，CT图像	30例肺癌患者，每人包含十个呼吸时相的四维CT数据集	NA	NA	平均绝对误差，峰值信噪比，结构相似性指数，水等效厚度误差	NA
4662	2025-11-03	DeepSomatic: Accurate somatic small variant discovery for multiple sequencing technologies 2024-Aug-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.16.608331 PMID:39229187	研究论文	提出一种名为DeepSomatic的深度学习方法，用于从短读长和长读长测序数据中准确检测体细胞小变异	首个能够同时处理短读长和长读长测序数据的体细胞变异检测方法，并提供了公开的训练和基准数据集	未提及方法在特定癌症类型或复杂基因组区域的性能限制	开发高精度的体细胞变异检测工具，支持多种测序技术	体细胞单核苷酸变异(SNVs)和插入缺失(indels)	生物信息学	癌症	Illumina短读长测序, PacBio HiFi长读长测序, Oxford Nanopore长读长测序	深度学习	基因组测序数据	5对匹配的肿瘤-正常细胞系样本	NA	NA	NA	NA
4663	2025-11-03	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	提出TrioTrain方法解决深度学习在驯养动物基因组分析中的局限性，开发首个多物种DeepVariant模型	首创多物种DeepVariant模型，通过TrioTrain方法自动化扩展非人类物种的变异检测，使用区域重排技术优化SLURM集群计算	受限于动物基因组的不完美标签数据	克服深度学习在驯养动物基因组分析中的限制，开发通用变异检测算法	牛、牦牛和野牛的三重基因组数据	生物信息学	NA	基因组测序，变异检测	深度学习	基因组序列数据	牛、牦牛和野牛的三重样本，共30个模型迭代	DeepVariant	NA	孟德尔遗传错误率，SNP F1分数	SLURM集群
4664	2025-11-03	Comparison of deep learning approaches to estimate injury severity from the International Classification of Diseases codes 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2356663 PMID:39485495	研究论文	比较不同深度学习方法从ICD编码估计损伤严重程度的性能	首次系统比较前馈神经网络与神经机器翻译模型在损伤严重程度估计中的表现，并对比直接与间接估计方法的优劣	仅使用美国国家创伤数据库数据，可能在其他医疗系统中泛化性有限	开发从ICD编码准确估计损伤严重程度的方法	创伤患者的ICD编码数据	自然语言处理	创伤	深度学习方法	前馈神经网络,神经机器翻译	医疗编码文本数据	训练集2,031,793例(2017-2018年)，测试集1,091,792例(2019年)	NA	编码器-解码器架构	ISS≥16正确分类百分比,ISS精确匹配百分比	GPU(具体型号未指定)
4665	2025-11-02	Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study 2025-Dec, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105207 PMID:40972497	研究论文	本研究开发并验证了一种反向传播神经网络模型，用于预测护理单元人员配置需求	将效率评估与深度学习技术相结合开发护理人员配置预测模型，实现人员配置精度与操作灵活性的平衡	需要多中心验证并整合外部因素以实现更广泛应用	优化临床科室护理人员配置，提高患者安全性和人力资源效率	55个护理单元的数据，包括13个最优效率单元和42个次优效率单元	机器学习	NA	数据包络分析，深度学习	反向传播神经网络	护理运营数据	55个护理单元2023年1-12月的数据	NA	反向传播神经网络	均方误差，Pearson相关系数，Bland-Altman分析，决定系数	NA
4666	2025-11-02	Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins 2025-Dec, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2580307 PMID:41171014	研究论文	提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法	通过详细分类肝静脉和门静脉实现个性化肝脏分段，相比传统方法能更好地贴合患者实际解剖结构	需要外科医生在3D模型上标注血管端点，存在一定人工干预	改进肝脏手术规划中的解剖分段精度	肝脏血管系统（肝静脉和门静脉）	数字病理	肝脏疾病	3D建模，血管中心线计算	NA	3D医学图像	NA	3D Slicer, nnU-Net	nnU-Net	Dice相似系数，体积测量，专家评估	NA
4667	2025-11-02	Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection 2025-Nov, Cancer causes & control : CCC IF:2.2Q2 DOI:10.1007/s10552-025-02048-6 PMID:40833534	综述	本文综述了人工智能在女性乳腺癌风险预测、预防和早期检测领域的发展与应用	重点关注可解释人工智能(XAI)、深度学习(DL)和机器学习(ML)在乳腺癌全流程中的应用，并系统分析算法公平性、模型透明度和数据集代表性	存在算法偏差、少数群体代表性不足、外部验证有限等问题，58%的公共数据集集中于乳腺X线摄影，缺乏断层合成和组织病理学等多模态数据	总结人工智能在乳腺癌风险预测、预防和早期检测领域的发展现状与未来前景	乳腺癌相关文献资料（2000-2025年）	数字病理学	乳腺癌	乳腺X线摄影、断层合成、组织病理学	深度学习, 机器学习	医学影像	NA	NA	NA	AUC	NA
4668	2025-11-02	Deep learning models based on DWI-MRI for prognosis prediction in acute ischemic stroke receiving intravenous thrombolysis: Development and validation 2025-Nov, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101391 PMID:41067525	研究论文	基于DWI-MRI开发深度学习模型预测接受静脉溶栓治疗的急性缺血性卒中患者预后	首次比较深度学习与传统机器学习方法在急性缺血性卒中预后预测中的性能，并开发结合临床特征与深度学习特征的融合模型	回顾性研究设计，样本量相对有限（682例患者）	开发并验证基于DWI-MRI的预测模型，评估急性缺血性卒中患者静脉溶栓治疗后的预后	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	弥散加权成像MRI（DWI-MRI）	深度学习, 传统机器学习	医学影像, 临床数据	682例来自两家医院的急性缺血性卒中患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
4669	2025-11-02	A dual-module 3D fusion framework for multi-modal MRI segmentation in anal fistulae 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70102 PMID:41173810	研究论文	提出一种用于肛门瘘管多模态MRI分割的双模块3D融合框架	采用双模块框架设计，在输入阶段创新性地捕获多维度信息，在输出阶段应用残差技术优化分割结果，并引入新型OPDL损失函数专门解决假阳性问题	仅使用自收集数据集，未在外部数据集验证泛化能力	开发稳健的肛门瘘管MRI分割方法以提高准确性并降低假阳性	肛门瘘管在MRI图像中的分割	医学图像分割	肛门瘘管	多模态MRI	深度学习	多方向MRI扫描图像	950个自收集多方向MRI扫描	NA	双模块融合框架	Dice Score, IoU Score	NA
4670	2025-11-02	Intelligent multimodal sensor fusion for early knee disorder detection and injury prevention using prosthetic gait control 2025-Nov-01, International journal of injury control and safety promotion IF:2.3Q2 DOI:10.1080/17457300.2025.2572095 PMID:41175030	研究论文	提出一种结合非侵入式筛查与自适应假肢控制的集成两阶段框架，用于膝关节疾病早期检测和损伤预防	引入新型时频特征（增强平均绝对值/增强波长）和多模态融合方法，实现从诊断到控制的端到端实施，建立可访问肌肉骨骼康复新范式	在LabVIEW控制环境中验证，实际临床应用效果需进一步评估	开发智能多模态传感器融合系统，用于早期膝关节疾病检测和假肢控制	膝关节病理检测和假肢控制	医疗人工智能	肌肉骨骼疾病	多模态传感器融合（EMG, FSR, IMU）	Extra Trees, XGBoost	传感器数据（肌电信号, 力敏电阻, 惯性测量单元）	NA	LabVIEW	NA	准确率, 10折交叉验证, 统计检验（Friedman/Nemenyi）, 95%置信区间	NA
4671	2025-11-02	A review of the application of deep learning in thyroid nodule imaging: from model architectures to training methods and core image analysis tasks 2025-Oct-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae1505 PMID:41115427	综述	系统回顾深度学习在甲状腺结节影像分析中的应用，涵盖模型架构、训练方法和核心任务	从模型架构、训练方法和核心任务三个维度系统总结深度学习在甲状腺结节影像分析中的最新进展	NA	为未来相关研究提供有价值的参考见解和改进方向	甲状腺结节医学影像	计算机视觉	甲状腺结节	医学影像分析	CNN, RNN, GAN, Transformer, 混合模型	医学影像	NA	NA	NA	NA	NA
4672	2025-11-02	An explainable modified convolutional mixer neural network-based deep learning framework for accurate brain tumor detection and classification 2025-Oct-31, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2574357 PMID:41170771	研究论文	提出一种可解释的改进卷积混合神经网络框架，用于精确检测和分类脑肿瘤	结合ConvMixer+块去除冗余特征、CANet融合多尺度特征、EANet精炼空间特征，并使用Grad-CAM增强模型可解释性	仅使用公开数据集，未在临床环境中进行验证	开发计算效率高且可解释的脑肿瘤检测分类方法	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, ANN	图像	10,087张MRI图像（来自两个公开数据集）	NA	EM-ConvMixer+Net, ConvMixer+, CANet, EANet, M-ANN	准确率, F1分数	NA
4673	2025-11-02	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并验证一种基于腹部CT扫描的深度学习算法用于骨质疏松症机会性筛查	利用常规腹部CT扫描进行骨质疏松症筛查，实现多中心验证的深度学习算法	回顾性研究设计，样本量相对有限	开发并验证从腹部CT扫描中筛查骨质疏松症的算法	腰椎椎体	计算机视觉	骨质疏松症	CT扫描，DEXA扫描	深度学习	医学影像	504名参与者（中位年龄66岁，388名女性）	NA	2D UNet, ResNet34	AUC, 敏感性, 特异性, Pearson相关系数, Brier分数	NA
4674	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
4675	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
4676	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
4677	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)
4678	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
4679	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
4680	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