深度学习在生物医药领域中的应用

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
41	2025-09-05	Correction: Deep learning based classification of tibio-femoral knee osteoarthritis from lateral view knee joint X-ray images 2025-Sep-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17772-x PMID:40903478	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
42	2025-09-07	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Sep-03, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的深度学习框架AlzFormer，用于阿尔茨海默病的早期多分类诊断	首次将T1加权MRI体积作为序列输入处理，利用时空自注意力机制建模切片间连续性，将切片视为视频帧	仅使用ADNI数据集的1.5T MRI扫描，未说明外部验证结果	开发基于深度学习的阿尔茨海默病早期诊断方法	AD（阿尔茨海默病）、MCI（轻度认知障碍）和CN（认知正常）个体	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer（时空注意力机制）	图像（MRI体积数据）	ADNI数据集的1.5T MRI扫描（具体数量未说明）
43	2025-09-07	A Deep-Learned Monolithic Nanoparticle Asymmetric Thermal Flow Sensor for Flow Vector Estimation 2025-Sep-02, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c07646 PMID:40790995	研究论文	开发了一种基于深度学习的单片非对称热流传感器，用于精确估计流体矢量	采用激光诱导选择性烧结技术一体化集成微加热器和温度传感器，结合非对称螺旋形状设计和强化学习算法，实现硬件简化与高精度流矢量估计	NA	解决传统流量传感器体积大、结构复杂且易干扰流体的问题	流体动力学测量	传感器技术	NA	激光诱导选择性烧结、强化学习	深度学习算法	传感器电阻数据	NA
44	2025-09-07	Enhanced metastasis risk prediction in cutaneous squamous cell carcinoma using deep learning and computational histopathology 2025-Sep-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01065-7 PMID:40897830	研究论文	开发基于深度学习的cSCCNet模型，通过数字病理学预测皮肤鳞状细胞癌的转移风险	首次使用深度学习自动选择肿瘤区域并生成可解释性热力图，性能超越基于基因表达的工具和临床病理分类	需要进一步验证，包括前瞻性评估	开发可靠的皮肤鳞状细胞癌转移风险预测工具	皮肤鳞状细胞癌（cSCC）患者	数字病理学	皮肤癌	数字病理学、多重免疫组织化学	深度学习模型（cSCCNet）	组织病理学切片图像	来自四个中心的227例原发性cSCC样本
45	2025-09-07	Deep aging clocks: AI-powered strategies for biological age estimation 2025-Sep-02, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102889 PMID:40902671	综述	本文总结了基于人工智能的深度衰老时钟在生物年龄预测中的最新进展与应用	提出非线性深度衰老时钟模型，突破传统线性假设局限，更精准捕捉衰老过程中的细微变化	NA	评估生物衰老过程并开发长寿干预策略	人类衰老过程中的生物标志物	机器学习	老年疾病	深度学习	深度学习模型	多组学数据（表观遗传学、转录组学、代谢组学、微生物组）和影像数据	NA
46	2025-09-07	Automated quantification of abdominal aortic calcification using 3D nnU-Net: a novel approach to assess AAA rupture risk 2025-Sep-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01911-x PMID:40898112	研究论文	本研究开发了一种基于3D nnU-Net的自动化方法，用于从单次CTA扫描中量化腹主动脉钙化，以评估腹主动脉瘤破裂风险	首次应用3D nnU-Net模型实现腹主动脉钙化的自动分割和量化，显著提升评估效率	回顾性研究设计，样本量有限（100例患者），需要进一步验证	开发自动化工具来准确量化腹主动脉钙化，辅助评估AAA破裂风险	腹主动脉瘤患者的CTA扫描图像	医学影像分析	心血管疾病	CTA扫描，深度学习分割	nnU-Net（3D卷积神经网络）	医学影像（CT图像）	100例符合特定纳入标准的患者
47	2025-09-07	Anatomical-Marker-Driven 3D Markerless Human Motion Capture 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3424869 PMID:38980775	研究论文	提出一种基于解剖标志的无标记运动捕捉方法，通过深度学习从图像估计2D关键点并计算3D标记位置	利用基于标记运动捕捉系统的解剖标志创建高质量数据集，直接预测解剖关键点，提高2D关键点标注精度	NA	提高无标记运动捕捉系统的精度，促进其在生物力学研究中的广泛应用	人体运动	计算机视觉	NA	深度学习，基于射线距离的三角测量	深度神经网络	图像	10名受试者执行各种动作
48	2025-09-07	Multiview Deep Learning-Based Efficient Medical Data Management for Survival Time Forecasting 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422180 PMID:38954570	研究论文	提出一种基于多视图深度学习的医疗数据管理框架MDL-MDM，用于提升癌症患者生存时间预测的准确性	引入集成深度学习思想，结合CNN、GAT和GCN三种神经网络构建多视图特征学习框架	NA	通过多视图深度学习实现高效的远程医疗数据管理和生存时间预测	癌症患者的生理指标监测数据	机器学习	癌症	深度学习	CNN, GAT, GCN	医疗监测数据	基于美国癌症患者的真实医疗数据集（具体样本量未说明）
49	2025-09-07	Efficient Training of Probabilistic Neural Networks for Survival Analysis 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3417369 PMID:38905091	研究论文	本研究比较了三种概率方法（VI、MCD和SNGP）在高维生存分析中的训练效率和性能表现	首次在生存分析中系统评估非VI方法（MCD和SNGP）的性能，证明它们能在保持预测准确性的同时提供更好的校准不确定性和计算效率	研究仅基于MIMIC-IV数据集进行验证，需要更多数据集证明方法的普适性	探索在大型数据集中训练深度概率生存模型而不增加模型复杂度的有效方法	生存分析中的概率神经网络模型	机器学习	NA	变分推断(VI), Monte Carlo Dropout(MCD), Spectral-normalized Neural Gaussian Process(SNGP)	概率神经网络	临床生存数据	基于MIMIC-IV数据集（具体样本量未明确说明）
50	2025-09-07	AI-Enhanced Lung Cancer Prediction: A Hybrid Model's Precision Triumph 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3447583 PMID:39172617	研究论文	提出一种结合CNN和BiLSTM的混合深度学习模型，用于从患者医疗笔记中检测肺癌	开发了一种新型混合深度学习架构，在肺癌预测任务上实现了最先进的性能表现	NA	提高肺癌早期检测的准确性和精确度	肺癌患者	自然语言处理	肺癌	深度学习	CNN, BiLSTM	文本	基于MIMIC IV数据集和Yelp Review Polarity数据集
51	2025-09-07	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2025-Sep, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	本研究探讨了单极电压电解剖标测与LGE-MRI识别心房结构重构的相关性	首次使用高密度多极标测系统对比单极与双极低电压区在识别LGE-MRI纤维化区域中的性能差异	样本量较小（仅20例患者），且为单中心研究	探索LGE-MRI区域与单极/双极低电压区的对应关系	心房颤动患者	数字病理学	心血管疾病	LGE-MRI, 高密度电解剖标测, 深度学习分割	深度学习	医学影像, 电生理信号	20例接受房颤消融术的患者
52	2025-09-07	A Nuclei-Focused Strategy for Automated Histopathology Grading of Renal Cell Carcinoma 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487004 PMID:39466875	研究论文	提出一种基于细胞核特征的自动化肾细胞癌组织病理学分级新框架NuAP-RCC	首次将细胞核级特征与图神经网络结合，通过聚合细胞核预测结果提升分级准确性	未明确说明样本规模的潜在限制或外部验证的广泛性	开发精准且可重复的肾细胞癌自动化病理分级方法	肾细胞癌（RCC）的组织病理图像	数字病理	肾癌	深度学习，图神经网络	CNN, GNN	组织病理图像	多医疗机构数据集（含新构建的patch级RCC数据集）
53	2025-09-07	Personalized Video-Based Hand Taxonomy Using Egocentric Video in the Wild 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495699 PMID:39527414	研究论文	本研究利用第一人称视角视频，通过深度学习模型自动识别个体独特的手部抓握方式，构建个性化手部抓握分类体系	首次提出无需先验分类法的个性化手部抓握自动识别方法，结合姿态与外观数据的深度学习模型应用于自然场景	聚类纯度存在较大方差(67.6% ± 24.2%)，冗余度较高(18.0% ± 21.8%)	开发自然环境下个性化手部抓握模型的自动识别方法	19名颈髓损伤患者的第一人称视角视频数据	计算机视觉	脊髓损伤	语义聚类，深度学习	CNN	视频	19名颈髓损伤患者的家庭环境第一人称视频
54	2025-09-07	Addressing Multiple Challenges in Early Gait Freezing Prediction for Parkinson's Disease: A Practical Deep Learning Approach 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3522664 PMID:40030782	研究论文	提出一种深度学习框架PhysioGPN，用于预测帕金森病患者步态冻结事件，并通过知识蒸馏技术减少对多传感器的依赖	结合大卷积核检测渐进运动变化、多维多尺度卷积分析运动协调、双塔结构捕捉步态自相似性及不对称性、多域注意力促进跨域信息交换，并首次引入知识蒸馏优化传感器使用效率	未明确说明模型在不同疾病阶段或运动能力差异患者中的泛化能力	解决帕金森病步态冻结早期预测中的多重挑战（预测间隔短、泛化性有限、多传感器不便）	帕金森病患者的步态数据	机器学习	帕金森病	知识蒸馏（KD）、卷积神经网络	CNN（结合多尺度卷积、双塔结构、注意力机制）	穿戴式传感器运动数据	NA
55	2025-09-07	End-to-End Prediction of Knee Osteoarthritis Progression With Multimodal Transformers 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536170 PMID:40031337	研究论文	使用多模态Transformer模型端到端预测膝骨关节炎进展	首次将Transformer架构应用于融合多模态膝关节成像数据，实现从短期到长期的全时段进展预测，并提供统一的数据驱动框架	研究基于特定数据集（OAI），外部验证和泛化能力有待进一步证实	预测膝骨关节炎的影像学进展，为临床试验设计提供新工具	膝骨关节炎患者	医学影像分析	骨关节炎	多模态成像融合（X光、结构MRI、成分MRI）	Transformer	医学影像	Osteoarthritis Initiative数据集（n=3967/2421）
56	2025-09-07	AV-FOS: Transformer-Based Audio-Visual Multimodal Interaction Style Recognition for Children With Autism Using the Revised Family Observation Schedule 3rd Edition (FOS-R-III) 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3542066 PMID:40031833	研究论文	提出一种基于Transformer的视听多模态深度学习模型AV-FOS，用于自动识别自闭症儿童在FOS-R-III量表上的互动风格	首次将FOS-R-III临床量表与多模态深度学习结合，采用Transformer结构和自监督学习实现临床可接受的自动化行为评估	NA	开发自动化工具辅助自闭症儿童的行为分析和严重程度监测	自闭症儿童的行为互动风格	多模态机器学习	自闭症	Transformer, 自监督学习, 多模态融合	Transformer-based, GPT4V	视频, 音频	NA
57	2025-09-07	Randomized Explainable Machine Learning Models for Efficient Medical Diagnosis 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491593 PMID:40030196	研究论文	本研究探索随机化机器学习模型结合可解释AI技术在医疗诊断中的应用，以提高效率和透明度	将随机化机器学习模型（ELM和RVFL）与可解释AI技术（LIME和SHAP）结合，在保持精度的同时显著降低计算复杂度和训练时间	NA	解决深度学习模型在医疗诊断中的高计算需求和黑盒决策问题	泌尿生殖系统癌症和冠状动脉疾病数据集	机器学习	泌尿生殖系统癌症和心血管疾病	Extreme Learning Machines (ELM), Random Vector Functional Link (RVFL) networks	ELM, RVFL	医疗诊断数据	NA
58	2025-09-07	Deep Learning-Based Integrated System for Intraoperative Blood Loss Quantification in Surgical Sponges 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3499852 PMID:40030353	研究论文	介绍一种基于深度学习的集成系统MDCare，用于术中手术海绵失血量的精确量化	整合先进硬件（质量传感器和网络摄像头）与ResNet-18、YOLOv4等算法，实现高达96.2%的分类准确率和91%以上的海绵检测准确率，支持实时手术环境下的失血数据提供	未来需扩展数据集并优化算法以确保系统在不同手术场景中的鲁棒性和适应性	提高术中失血量量化的精确度，增强患者安全和手术成功率	手术海绵（含合成和真实血液场景）	计算机视觉	NA	深度学习	ResNet-18, YOLOv4	图像	NA
59	2025-09-07	Spatial-Aware Transformer-GRU Framework for Enhanced Glaucoma Diagnosis From 3D OCT Imaging 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3550394 PMID:40067716	研究论文	提出一种结合预训练视觉Transformer和双向GRU的深度学习框架，用于从3D OCT图像中自动检测青光眼	首次将预训练视觉Transformer与双向GRU结合，同时分析局部细节和全局结构完整性	NA	开发自动化青光眼诊断系统以提高早期检测准确性	3D OCT视网膜图像	计算机视觉	青光眼	OCT成像	Vision Transformer, GRU	3D医学图像	大型数据集（具体数量未说明）
60	2025-09-07	Comparison of the characteristics between machine learning and deep learning algorithms for ablation site classification in a novel cloud-based system 2025-Sep, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2025.03.1955 PMID:40107403	研究论文	比较基于云的CARTONET系统中R12.1和R14模型在消融部位分类中的机器学习与深度学习算法特性	首次系统评估云端CARTONET系统R14深度学习模型相比前代R12.1机器学习模型的性能提升	仅基于单一CARTO系统数据，未与其他消融分析系统进行横向比较	比较不同版本CARTONET系统在消融部位分类中的算法性能差异	心房颤动消融手术数据	machine learning	心血管疾病	深度学习算法，机器学习算法	深度学习模型（R14），机器学习模型（R12.1）	消融手术点位数据	396例房颤消融病例，分析39,169个点位标签和625个节段预测