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
4981	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
4982	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
4983	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
4984	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
4985	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
4986	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
4987	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
4988	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
4989	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
4990	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
4991	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)
4992	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
4993	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
4994	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
4995	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
4996	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
4997	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
4998	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
4999	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
5000	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