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
5381	2025-11-28	MKNet-family architectures for auto-segmentation of the residual pancreas after pancreatic resection: a deep learning comparative study 2025-Nov-27, Abdominal radiology (New York) DOI:10.1007/s00261-025-05211-4 PMID:41307673	研究论文	开发新型MKNet系列深度学习架构用于胰腺切除术后残余胰腺的自动分割	提出了MKNet、MSKNet和MAKNet三种新型深度学习架构，专门针对术后胰腺分割任务	样本量相对有限（共163例CT扫描），且仅评估术后短期（<4周）的CT影像	研究深度学习架构在胰腺切除术后残余胰腺自动分割中的可行性和临床实用性	胰腺切除术后患者的残余胰腺组织	医学影像分析	胰腺疾病	CT扫描	深度学习	医学影像	163例CT扫描（82例术前正常CT，81例术后CT）	NA	MKNet, MSKNet, MAKNet, Attention-U-Net	Hausdorff距离, 95%分位数Hausdorff距离, 归一化表面距离, Dice相似系数	NA
5382	2025-11-28	Current State of Artificial Intelligence in Assessing Cardiac Function 2025-Nov-27, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02314-8 PMID:41307845	综述	本文综述人工智能在心脏功能评估领域的最新进展，涵盖心电图、超声心动图、心脏CT/MRI和电子健康记录等多模态数据应用	系统整合多模态AI应用，强调基础模型和跨模态架构在标签高效学习、自动报告生成和大规模筛查中的突破性进展	需要更多多中心验证、开源代码透明化和前瞻性试验来确认泛化能力和患者获益程度	评估人工智能在心血管疾病诊断和管理中量化心脏功能的应用现状与发展前景	心血管疾病患者的心脏功能评估数据（ECG、超声心动图、心脏CT/MRI、EHR文本）	医疗人工智能	心血管疾病	深度学习、基础模型、多模态学习	深度学习算法	心电图、医学影像、临床文本	NA	NA	基础模型、多模态架构	准确率、泛化能力	NA
5383	2025-11-28	Deep Learning Model for Differentiating Between Neoplastic Pathologic Fracture and Nonpathologic Fracture Using Hip Radiographs 2025-Nov-26, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.25.00344 PMID:41296822	研究论文	开发并评估用于区分髋部X光片中肿瘤性病理性骨折与非病理性骨折的深度学习模型	首个专门针对髋部X光片中肿瘤性病理性骨折与非病理性骨折区分的深度学习模型，并在多中心进行外部验证	回顾性研究设计，样本量相对有限（总计826例患者）	提高髋部X光片中病理性骨折诊断准确性	急诊科就诊患者的髋部X光片	医学影像分析	骨肿瘤/骨折	X射线摄影	深度学习模型	X光图像	内部测试338例患者，外部验证488例患者（总计826例）	NA	NA	准确率, 敏感度, 特异性	NA
5384	2025-11-28	Computerized Assessment of Motor Imitation for Distinguishing Autism in Video (CAMI-2DNet) 2025-Nov-26, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3637089 PMID:41296941	研究论文	提出一种基于深度学习的视频运动模仿评估方法CAMI-2DNet，用于区分自闭症谱系障碍儿童	无需人工标注和特定数据标准化处理，通过编码器-解码器架构学习解耦的运动表征	NA	开发自动化的运动模仿评估方法以区分自闭症谱系障碍	自闭症谱系障碍儿童与神经典型发育儿童	计算机视觉	自闭症谱系障碍	运动重定向技术	深度学习	视频数据	NA	NA	编码器-解码器架构	相关性分析，分类准确率	NA
5385	2025-11-28	Self-Paced Learning for Images of Antinuclear Antibodies 2025-Nov-26, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3637237 PMID:41296939	研究论文	提出一种用于抗核抗体图像检测的自适应学习框架，解决多示例多标签学习任务中的复杂性问题	基于人类标注逻辑设计三组件框架：实例采样器、概率伪标签分配器和自步学习权重系数，实现无需手动预处理的端到端优化	仅在一个ANA数据集和三个公共医学MIML基准上进行验证，需要更多临床数据验证泛化能力	开发自动化抗核抗体检测系统以辅助自身免疫疾病诊断	抗核抗体荧光图像	计算机视觉	自身免疫疾病	荧光显微镜成像	深度学习	图像	一个ANA数据集和三个公共医学MIML基准数据集	NA	多示例多标签学习框架	F1-Macro, mAP, 汉明损失, one-error	NA
5386	2025-11-28	Deep Learning With Data Privacy Via Residual Perturbation 2025-Nov-26, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3637239 PMID:41296949	研究论文	提出一种基于随机微分方程的残差扰动方法，用于保护深度学习中的数据隐私	在ResNets的每个残差映射中注入高斯噪声，在保证差分隐私的同时减少泛化差距	NA	在保护数据隐私的同时维持深度学习模型的效用	深度学习模型中的隐私保护机制	机器学习	NA	差分隐私	ResNet	NA	NA	NA	ResNet	效用维护，成员隐私保护	NA
5387	2025-11-28	SpectFusion: Cross-modal Spectrum-aware Attention Network for Unsupervised Multimodal Medical Image Fusion 2025-Nov-26, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3637829 PMID:41296957	研究论文	提出一种名为SpectFusion的无监督跨模态频谱感知融合框架，用于医学图像融合	设计了空间-频谱混合模块，通过梯度保留策略提取空间域细粒度局部特征，通过傅里叶卷积在频域捕获全局特征；开发了新颖的跨模态频谱感知注意力机制	未明确说明具体的数据集限制或计算复杂度分析	提升医学图像融合性能，增强临床诊断效果	多模态医学图像	计算机视觉	脑肿瘤	医学图像融合	Transformer, CNN	医学图像	NA	PyTorch	空间-频谱混合模块，跨模态频谱感知注意力机制	定性评估，定量评估	NA
5388	2025-11-28	Deep Learning for Clinical Ultrasound Imaging: From Supervised Approaches to Foundation Models 2025-Nov-26, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3636830 PMID:41296965	综述	本文系统回顾了深度学习在临床超声成像中的应用进展，重点探讨从监督学习到基础模型的技术演变	首次系统梳理超声成像领域从传统监督学习向基础模型的范式转变，强调基础模型在提升诊断性能和扩展临床应用范围的潜力	基础模型在超声领域的应用仍面临标注数据稀缺、领域特异性变异和用户专业知识需求等挑战	探讨深度学习技术在临床超声成像中的应用现状与发展趋势	临床超声成像数据和相关深度学习模型	计算机视觉	NA	超声成像	监督学习,自监督学习,判别模型,生成式AI模型,基础模型	医学图像	NA	NA	NA	NA	NA
5389	2025-11-28	Quantitative Assessment of Basement Membrane Loss in Melasma Using Attenuation Coefficient Estimation Based on Optical Coherence Tomography 2025-Nov-26, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500491 PMID:41297958	研究论文	本研究开发了一种基于光学相干断层扫描和深度学习的非侵入性定量评估黄褐斑基底膜损伤的方法	首次将衰减系数映射与改进的Unet网络（Res-Att-Unet）相结合，实现对黄褐斑基底膜损伤的定量评估	样本量有限，需要进一步验证临床应用的可行性	开发黄褐斑基底膜损伤的非侵入性定量评估方法	黄褐斑患者皮肤组织	医学影像分析	黄褐斑	光学相干断层扫描（OCT）	深度学习	皮肤OCT图像	未明确说明具体样本数量	未明确说明	Res-Att-Unet（改进的Unet网络，集成残差和注意力模块）	准确率，F1分数，IoU	NA
5390	2025-11-28	Machine Learning Prediction of Protein Adsorption on Drug-delivering Nanoparticles: A Literature Survey and Need for Future Development 2025-Nov-26, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-025-03981-6 PMID:41298984	综述	本文综述了机器学习在预测药物递送纳米颗粒蛋白质吸附方面的应用现状与发展需求	系统比较了随机森林与深度学习在预测蛋白质冠组成中的互补优势，并提出整合多种生物冠成分的未来建模方向	当前研究主要集中于蛋白质冠，缺乏对其他生物冠成分的系统考虑，且实验数据质量和多样性有待提升	优化纳米颗粒设计以改善药物递送系统的生物功能	药物递送纳米颗粒及其表面吸附的蛋白质冠	机器学习	NA	纳米颗粒分析技术	Random Forest, Deep Learning	纳米颗粒特征数据，蛋白质吸附数据	NA	NA	NA	NA	NA
5391	2025-11-28	Ensemble transfer learning for classifying physical examinations in GP consultation: a multi-model approach to human-object and human-to-human activity recognition 2025-Nov-26, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf196 PMID:41299889	研究论文	开发了一种集成迁移学习框架，用于自动分类全科医生咨询中的体格检查活动	提出融合空间和时间特征的多组件集成迁移学习框架，结合CNN-LSTM序列建模和多种CNN架构的集成，并通过注意力机制优化特征融合	NA	自动分类全科医生咨询中的体格检查活动，区分人-物交互活动和人-人交互活动	全科医生咨询视频中的体格检查活动	计算机视觉	NA	深度学习	CNN,LSTM,集成学习	视频	NA	TensorFlow,PyTorch	EfficientNet-B7,DenseNet-121,Inception-v3,CNN-LSTM	精确率,召回率,F1分数,特异性,Cohen's κ,PR-AUC	NA
5392	2025-11-28	Comparative Performance of YOLO Models in the Automated Segmentation of Dental Traumas on Panoramic Radiographs 2025-Nov-26, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.70034 PMID:41305998	研究论文	比较YOLOv8、YOLOv11和YOLOv12在儿童全景X光片中自动分割牙科创伤的性能	首次系统比较不同版本YOLO模型在牙科创伤自动检测中的性能表现	人工智能在牙科创伤学中尚未实现完美性能，需要与专业牙医合作改进	评估基于人工智能的深度学习模型在牙科创伤自动检测和分类中的性能	6-13岁患有创伤性牙损伤的儿科患者全景X光片	计算机视觉	牙科创伤	全景X光摄影	CNN	图像	来自加济安泰普大学牙科学院儿科患者的全景X光片	NA	YOLOv8, YOLOv11, YOLOv12	AUC, F1-score	NA
5393	2025-11-28	Artificial intelligence in head and neck cancer: a bibliometric and visualization analysis (1995-2025) 2025-Nov-24, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03992-0 PMID:41284199	文献计量分析	通过文献计量学方法分析1995-2025年头颈癌人工智能研究的发展态势和热点演变	首次系统梳理头颈癌AI研究30年发展历程，识别关键里程碑和新兴研究方向	仅基于Web of Science数据库，可能存在文献收录不全的问题	分析头颈癌人工智能应用的研究趋势、合作网络和发展方向	230篇头颈癌AI相关研究文献	医学人工智能	头颈癌	文献计量分析	深度学习	文献数据	230篇出版物	CiteSpace, VOSviewer	NA	NA	NA
5394	2025-11-28	Predicting human mobility flows in cities using deep learning on satellite imagery 2025-Nov-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65373-z PMID:41285790	研究论文	开发基于卫星影像的深度学习模型预测城市细粒度人流移动模式	提出Imagery2Flow模型，首次利用中等分辨率卫星影像实现低成本、及时的城市人流预测	仅在美国前十大都市统计区进行验证，未涵盖更多城市类型	探索城市形态与人类移动动态之间的关系	城市人类移动流模式	计算机视觉	NA	卫星遥感	深度学习	卫星影像	美国前十大都市统计区	NA	Imagery2Flow	空间-时间泛化能力	NA
5395	2025-11-28	Hundred-layer photonic deep learning 2025-Nov-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65356-0 PMID:41285819	研究论文	本研究开发了一种误差容忍的单层光子计算芯片，突破了光学神经网络深度限制，实现了百层深度光子深度学习	通过片上扰动解耦计算相关性，消除传播冗余，实现误差容忍的单层光子计算芯片，将光学神经网络深度从十层扩展到数百层	NA	解决光子计算中误差累积问题，突破光学神经网络深度限制	光子计算芯片、光学神经网络、大语言模型	机器学习	NA	光子计算	神经网络	图像、文本	NA	NA	SLiM芯片架构	误差率、数据速率	10GHz数据速率光子计算芯片
5396	2025-11-28	A hybrid deep learning framework for fake news detection using LSTM-CGPNN and metaheuristic optimization 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25311-x PMID:41285851	研究论文	提出一种结合LSTM-CGPNN和元启发式优化的混合深度学习框架用于虚假新闻检测	将LSTM上下文特征提取与CGPNN分类器相结合，并集成MFWO算法进行超参数优化	NA	提高虚假新闻检测的准确性和模型鲁棒性	社交媒体上的虚假新闻内容	自然语言处理	NA	TF-IDF文本表示	LSTM, CGPNN	文本	四个基准数据集：ISOT, Fakeddit, BuzzFeedNews, FakeNewsNet	NA	LSTM-CGPNN混合架构	准确率, F1分数	NA
5397	2025-11-28	AI-driven medical image analysis for sports injury diagnosis and prevention 2025-Nov-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20580-y PMID:41276514	研究论文	提出融合深度学习和生物力学建模的AI驱动框架，用于运动损伤诊断、预测和康复优化	开发了生物力学信息神经网络（BINN）和自适应运动医学策略（ASMS），通过注意力机制和多模态数据融合实现实时损伤风险评估和个性化康复建议	未明确说明模型在临床环境中的验证情况和实际应用限制	开发AI驱动的运动损伤诊断、预测和康复优化系统	运动员运动损伤数据	计算机视觉	运动损伤	运动捕捉、多模态数据融合	CNN, RNN, 注意力机制	运动捕捉数据、生理数据、运动表现数据	使用多个数据集（CamVid、MSRA10K、DUT-OMRON、NYU Depth V2），但未明确样本数量	NA	Biomechanically-Informed Neural Network (BINN)	预测准确性、可解释性	NA
5398	2025-11-28	Investigating blood cell images for enhanced hematologic disorder detection using multi-scale feature learning with a hybrid deep learning model 2025-Nov-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21412-9 PMID:41276546	研究论文	提出一种基于多尺度特征学习的混合深度学习模型，用于通过血细胞图像增强血液疾病的检测	提出MSFLHDD-HDCM方法，结合Inception模块进行特征提取，并采用CNN与双向门控循环单元的混合模型进行分类	NA	开发精确的血液疾病检测和分类模型	血细胞显微图像	计算机视觉	血液疾病	显微成像	CNN, BiGRU	图像	NA	NA	Inception, CNN, BiGRU	准确率	NA
5399	2025-11-28	Comparing prostate diffusion weighted images reconstructed with a commercial deep-learning product to a deep learning phase corrected model at 1.5 T 2025-Nov-23, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110681 PMID:41297172	研究论文	比较商用深度学习产品和深度学习相位校正模型在1.5T磁场下重建前列腺扩散加权图像的效果	提出新型深度学习相位校正重建模型，在1.5T磁场下相比商用产品显著提升图像质量	回顾性研究，样本量较小（30例患者），仅使用单一1.5T扫描仪	评估深度学习相位校正模型在前列腺扩散加权图像重建中的性能优势	30例接受前列腺多参数MRI检查的连续患者	医学影像处理	前列腺癌	扩散加权成像，多参数MRI	深度学习	医学影像	30例患者	NA	深度学习相位校正模型	信噪比, ADC值, 图像噪声分析, 定性评估（5点李克特量表）	NA
5400	2025-11-28	Deep learning for classifying quantum emission signals in WS2 monolayers using wavelet transform 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29120-0 PMID:41274950	研究论文	本研究开发并评估了基于小波变换和深度学习的WS₂单层纳米气泡量子发射信号分类方法	首次将连续小波变换与深度学习结合用于量子发射信号分类，建立了量子材料表征与经典机器学习之间的桥梁	未明确说明样本数量，仅针对WS₂单层纳米气泡的特定光谱范围进行研究	开发量子发射信号分类方法以解决量子材料表征和光谱可区分性评估的挑战	WS₂单层纳米气泡在604-629 nm范围内发射的量子信号	机器学习	NA	连续小波变换，复Morlet小波	CNN	图像	NA	NA	ResNet50, VGG16, Xception	准确率	NA