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
4961	2025-10-30	Impact of Super-Resolution Deep Learning Reconstruction on Low-Dose CT in Patients with Central Venous Catheter or Central Venous Port 2025-Oct-28, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01726-w PMID:41152657	研究论文	评估超分辨率深度学习重建在中心静脉导管患者低剂量CT成像质量中的影响	首次将超分辨率深度学习重建技术应用于中心静脉导管患者的低剂量CT成像，并与混合迭代重建进行对比	回顾性研究设计，样本量未明确说明，仅由三位阅读者进行评估	评估SR-DLR对低剂量CT图像质量的改善效果	携带中心静脉导管或中心静脉端口的患者	医学影像分析	血管通路相关并发症	低剂量CT扫描，三维定位扫描	深度学习重建	胸部CT图像	NA	NA	超分辨率深度学习重建	图像噪声标准差，定性评估（噪声、伪影、血管显示、血肿和导管位置评估便利性）	NA
4962	2025-10-30	Interpretable machine learning model for cardiovascular disease risk prediction: a feature decomposition-based study 2025-Oct-28, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-24921-4 PMID:41152787	研究论文	本研究开发了一种基于特征分解的深度学习模型用于心血管疾病风险预测	提出基于特征分解的深度学习模型(FDDL)，并采用SHAP方法进行模型解释	仅使用单一Kaggle数据集，未进行外部验证	构建和验证心血管疾病预测模型	心血管疾病风险预测	机器学习	心血管疾病	机器学习	深度学习	结构化医疗数据	68,205名心血管疾病受访者	NA	特征分解深度学习模型(FDDL)	准确率,精确率,召回率,F1分数,AUC-ROC	NA
4963	2025-10-30	Recent advances in plant disease detection: challenges and opportunities 2025-Oct-28, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01450-0 PMID:41152989	系统综述	本文系统分析深度学习在植物病害检测中的应用进展，重点关注RGB和高光谱成像技术	首次系统评估11个基准数据集上的性能差距，揭示实验室与田间部署的显著差异，并建立基于证据的部署指南	主要基于已发表研究，缺乏对未公开商业系统的全面评估	推动植物病害检测从研究原型向实用农业工具发展	植物病害检测系统	计算机视觉	植物病害	RGB成像, 高光谱成像	CNN, Transformer	图像	11个基准数据集	NA	SWIN, 传统CNN	准确率	NA
4964	2025-10-30	Deep Learning Strategies for Predicting Amputation Free Survival in Patients with Peripheral Artery Disease 2025-Oct-26, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2025.10.043 PMID:41151636	研究论文	本研究通过比较多种机器学习模型与传统Cox比例风险模型，预测外周动脉疾病患者的无截肢生存期	首次系统性地将多种生存机器学习模型应用于外周动脉疾病患者的无截肢生存期预测，并开发了患者特异性风险分层工具	需要外部验证才能应用于临床实践	改进外周动脉疾病患者无截肢生存期的预测准确性	2366名接受血运重建术的症状性外周动脉疾病患者	机器学习	外周动脉疾病	生存分析	条件生存森林, 随机生存森林, DeepHit, Cox比例风险模型, Fine and Gray模型	临床数据	2366名患者	NA	非线性Cox比例风险模型, 条件生存森林, 随机生存森林, DeepHit	一致性指数, 综合Brier评分	NA
4965	2025-10-30	[Endometrial cancer lesion region segmentation based on large kernel convolution and combined attention] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202502023 PMID:41152163	研究论文	提出一种基于大核卷积和组合注意力的子宫内膜癌病灶区域分割模型SCWU-Net	设计了空间选择模块(SSM)和组合权重模块(CWM)，通过深度卷积块增强上下文信息捕获能力，并在跳跃连接中应用联合注意力机制	NA	提高子宫内膜癌CT图像中病灶区域分割的准确性	子宫内膜癌病灶区域	计算机视觉	子宫内膜癌	CT成像	深度学习分割模型	CT图像	公共数据集	NA	U-Net, SCWU-Net	Dice相似系数, IoU, 精确率, 召回率	NA
4966	2025-10-30	[A method for emotion transition recognition using cross-modal feature fusion and global perception] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504040 PMID:41152169	研究论文	提出一种基于跨模态特征融合和全局感知网络的情感状态转换识别方法	首次设计包含六种情感转换场景的实验范式，提出结合深度典型相关分析与跨模态注意力机制的特征融合方法，以及CNN与Transformer并行的混合架构	实验样本量较小（20名参与者），仅在实验室环境下验证	解决动态情感状态转换识别问题	脑电图和眼动信号	生物医学工程	NA	脑电图，眼动追踪	CNN, Transformer	时间序列信号	20名参与者	NA	CNN, Transformer	均方误差，识别准确率，稳定性	NA
4967	2025-10-30	[The design and application of a genu valgum gait recognition model based on triple attention mechanism and spatial hierarchical pooling strategy] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504005 PMID:41152171	研究论文	本研究开发了一种基于三重注意力机制和空间分层池化策略的膝外翻步态识别模型，用于儿童膝外翻的早期智能筛查	结合三重注意力模块和空间分层池化模块，共同增强时间、空间和通道维度的特征交互，在表征能力和计算效率之间达到最佳平衡	NA	开发适用于临床应用的深度学习步态识别模型，用于儿童膝外翻的早期智能筛查	儿童膝外翻患者的步态数据	计算机视觉	骨科疾病	步态分析	CNN	图像	自建数据集	NA	三维残差网络	精确率,召回率,F1分数	NA
4968	2025-10-30	[Brain computer interface nursing bed control system based on deep learning and dual visual feedback] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504047 PMID:41152174	研究论文	基于运动想象脑机接口和双视觉反馈机制，设计了一套面向重症肢体障碍患者的护理床控制系统	提出优化的双分支图卷积多尺度神经网络结构，并构建包含脑电地形图反馈和注意力状态反馈的双视觉反馈机制	NA	提升重症肢体障碍患者的自主交互能力，改善脑机接口系统的解码性能	重症肢体障碍患者	脑机接口	肢体障碍	运动想象脑机接口(MI-BCI), 脑电信号(EEG)	图卷积网络, 多尺度卷积神经网络	脑电信号	NA	NA	双分支图卷积多尺度神经网络, 动态图卷积, 多尺度卷积	分类准确率, 信息传输速率	NA
4969	2025-10-30	[Ethical considerations for artificial intelligence-enhanced brain-computer interface] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202507024 PMID:41152182	综述	本文探讨了人工智能增强型脑机接口的伦理考量及其风险缓解措施	首次系统评估AI技术（特别是深度学习）在提升脑机接口性能时可能引发的伦理问题	未涉及具体实验验证，主要基于理论分析	分析AI增强型脑机接口的伦理风险并探讨应对策略	人工智能增强型脑机接口系统	脑机接口	NA	深度学习	NA	NA	NA	NA	NA	解码准确率、信息传输速率、实时性能、适应性	NA
4970	2025-10-30	[Artificial intelligence in predicting pathological complete response to neoadjuvant chemotherapy for breast cancer: current advances and challenges] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503075 PMID:41152181	综述	本文全面回顾了人工智能在预测乳腺癌新辅助化疗病理完全缓解中的应用进展与挑战	系统比较了统计学方法、传统机器学习和深度学习三种方法在pCR预测中的演变历程，特别强调了深度学习在自动提取影像特征和整合多模态数据方面的优势	现有方法预测准确性仍需提升，尚未完全整合到临床工作流程中	预测乳腺癌患者新辅助化疗后的病理完全缓解	乳腺癌患者	数字病理	乳腺癌	NA	机器学习,深度学习	临床数据,影像数据,多模态数据	NA	NA	NA	NA	NA
4971	2025-10-30	[Research progress on deep learning-based computer-aided diagnosis of thyroid nodules using ultrasound imaging] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412047 PMID:41152180	综述	回顾基于深度学习的甲状腺结节超声图像计算机辅助诊断技术的最新研究进展	系统分析深度学习在甲状腺结节超声图像预处理、分割和分类中的创新应用	现有技术仍存在局限性，未来需要进一步改进	探索深度学习在甲状腺结节诊断中的应用潜力并为临床转化提供参考	甲状腺结节超声图像	计算机视觉	甲状腺癌	超声成像	深度学习算法	医学图像	NA	NA	NA	NA	NA
4972	2025-10-30	Age- and sex-specific knee alignment patterns in symptomatic Korean patients: A cross-sectional deep learning analysis of 16,000 knees 2025-Oct-25, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.10.011 PMID:41159920	研究论文	使用深度学习分析韩国症状性患者16,000个膝盖的年龄和性别特异性膝关节对线模式	首次利用深度学习自动测量大规模长腿X光片数据，系统分析年龄和性别对膝关节对线的特异性影响	回顾性单中心研究，仅包含症状性患者，可能不适用于无症状人群	分析膝关节对线参数与年龄、性别的关系	韩国症状性成年患者的膝关节对线参数	数字病理	骨关节炎	长腿X光摄影	深度学习模型	X光图像	8014张X光片（16,028个膝盖）	NA	NA	线性回归系数，95%置信区间	NA
4973	2025-10-30	Temperature adaptation in structure and function in lactate dehydrogenase-A reflects convergent evolution in a few key protein regions 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2517759122 PMID:41071662	研究论文	本研究通过分析277种海洋鱼类乳酸脱氢酶-A同源基因，揭示了温度适应性进化中关键蛋白区域的趋同进化机制	首次系统识别了乳酸脱氢酶-A中的温度适应相关序列位点(TRSS)，并通过定点突变验证了这些位点在酶热适应性中的关键作用	研究仅聚焦于海洋鱼类的乳酸脱氢酶-A，可能无法完全代表其他生物类群或酶类的温度适应机制	探究酶结构和功能温度适应的分子机制及其在物种分布中的意义	277种海洋鱼类的乳酸脱氢酶-A(LDH-A)同源基因	蛋白质进化与生物信息学	NA	定点突变, 序列比对, 深度学习建模	深度学习模型	蛋白质序列, 酶活性数据	277种海洋鱼类LDH-A同源基因	NA	NA	NA	NA
4974	2025-10-30	Adaptable microplastic classification using similarity learning on µFTIR spectra collected from µFTIR focal plane array imaging 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2509745122 PMID:41086209	研究论文	本研究探索使用相似性学习方法训练深度学习模型进行微塑料分类，解决了传统深度学习方法在数据集要求、过拟合和新增类别时的局限性	采用相似性学习方法训练一维卷积神经网络，能够在仅使用原始条件下采集的微塑料光谱数据训练的情况下，对含有高背景噪声的真实样本保持高准确率，并能检测训练集中未包含的新微塑料聚合物类别	仅使用了45个制造微塑料样本的µFTIR光谱数据，样本规模相对有限	开发适应性强、能够处理真实环境中微塑料分类挑战的深度学习方法	微塑料样本的µFTIR光谱数据	机器学习	NA	微傅里叶变换红外光谱(µFTIR)	CNN	光谱数据	45个制造微塑料样本，涵盖11种塑料成分	NA	一维卷积神经网络	F1-score	NA
4975	2025-10-30	A protein dynamics-based deep learning model enhances predictions of fitness and epistasis 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2502444122 PMID:41100667	研究论文	开发了一种结合蛋白质动力学信息的深度学习模型，用于增强蛋白质适应性和上位性相互作用的预测能力	首次将基于物理学的非对称动态耦合指数(DCI)整合到图神经网络中，能够量化残基对之间的动态相互影响	未在实验性上位性数据上进行训练，验证蛋白质种类有限	解决多个突变之间复杂相互作用预测的挑战	蛋白质突变效应和上位性相互作用	机器学习	NA	深度突变扫描	GNN	蛋白质序列和结构数据	4种不同蛋白质的深度突变扫描数据集，外加37种新型TEM-1 β-内酰胺酶变体	NA	图神经网络(GNN)	预测准确度	NA
4976	2025-10-30	Design and Implementation of a Deep Learning System to Analyze Bovine Sperm Morphology 2025-Oct-21, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12101015 PMID:41150155	研究论文	本研究设计并实现了一个基于深度学习的牛精子形态分析系统，用于自动检测和分类精子细胞的形态异常	首次将YOLOv7目标检测框架应用于牛精子形态分析，实现了对精子头部、颈部/中段、尾部和残留细胞质缺陷的自动识别	训练数据集相对较小，仅包含277张标注图像，可能影响模型的泛化能力	开发自动化的牛精子形态分析系统，提高繁殖效率	公牛精子细胞	计算机视觉	生殖系统疾病	显微成像	目标检测	图像	277张标注图像，包含6个形态类别	YOLOv7	YOLOv7	mAP@50, precision, recall	NA
4977	2025-10-30	TranSIC-Net: An End-to-End Transformer Network for OFDM Symbol Demodulation with Validation on DroneID Signals 2025-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s25206488 PMID:41157542	研究论文	提出一种基于Transformer的端到端神经网络TranSIC-Net，用于复杂无线环境下的OFDM符号解调	将信道估计和符号检测统一在单一架构中，通过注意力机制捕捉子载波间相关性，无需显式信道估计	NA	解决复杂无线环境下OFDM信号解调的基本挑战，特别是在低信噪比或载波频率偏移等不利条件下	OFDM信号和DroneID信号（大疆无人机使用的专有类OFDM信令格式）	无线通信	NA	OFDM解调	Transformer	无线信号	NA	NA	Transformer	误码率, 估计精度, 鲁棒性	NA
4978	2025-10-30	An Adaptive Framework for Remaining Useful Life Prediction Integrating Attention Mechanism and Deep Reinforcement Learning 2025-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s25206354 PMID:41157408	研究论文	提出一种集成注意力机制和深度强化学习的自适应剩余使用寿命预测框架	首次将深度确定性策略梯度(DDPG)策略引入RUL预测，实现个体退化阶段构建关键参数的自适应优化	仅在飞机发动机和铁路货车车轮上验证，未在其他工业设备上测试	开发能够有效捕捉异构传感器个体差异和复杂工况下失效模式的自适应RUL预测方法	机械部件（飞机发动机、铁路货车车轮）	机器学习	NA	功能对齐重采样(FAR)、动态时间规整(DTW)	深度学习、深度强化学习	多格式传感器数据、时间序列数据	飞机发动机和铁路货车车轮数据集	NA	注意力增强混合多尺度RUL预测网络	均方根误差(RMSE)、准确率	NA
4979	2025-10-30	From screening to subtyping in a single glance 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101391 PMID:41142900	研究论文	提出了一种从筛查到分型的整体深度学习框架S2S，用于放射影像中复杂疾病的诊断	首次将整个诊断流程从病灶检测到疾病分型整合到统一的深度学习系统中	NA	开发能够处理复杂疾病诊断的整体AI系统，提升精准医疗水平	胸部复杂癌症的放射影像	计算机视觉	胸部癌症	深度学习	深度学习	放射影像	NA	NA	S2S框架	准确率	NA
4980	2025-10-30	S2S: A deep learning method for the radiological diagnosis of fine-grained diseases spanning screening to subtyping 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101294 PMID:41142912	研究论文	提出一种用于细粒度疾病放射学诊断的筛查到分型AI范式，覆盖从初筛到最终分型的完整诊断流程	首次提出专门针对细粒度疾病的多阶段放射学诊断AI范式，整合多诊断阶段、多放射学视角、多病灶维度和多成像模态信息	NA	开发能够准确诊断细粒度疾病的放射学AI系统	细粒度胸部癌症亚型的放射影像	计算机视觉	胸部癌症	放射影像分析	深度学习	放射影像	大规模多中心放射影像数据集	NA	NA	NA	NA