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
581	2025-10-05	Artificial Intelligence Deep Learning Ultrasound Discrimination of Cosmetic Fillers: A Multicenter Study 2025-Sep-29, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70079 PMID:41024593	研究论文	本研究开发了一种基于深度学习的超声人工智能系统，用于鉴别不同类型的 cosmetic fillers	首次将人工智能技术应用于超声图像中 cosmetic fillers 的鉴别诊断	CaHA 和 PMMA 填充剂的识别性能相对较低且不稳定	开发能够可靠鉴别不同类型 cosmetic fillers 的人工智能系统	超声图像中的四种 cosmetic fillers：透明质酸(HA)、聚甲基丙烯酸甲酯(PMMA)、羟基磷灰石钙(CaHA)和硅油(SO)	计算机视觉	美容医学	超声成像	深度学习	图像	1432张超声图像，来自6个国家的14名医生收集	NA	YOLOv11	准确率, F1分数, 精确率, 召回率	NA
582	2025-10-05	A Bibliometric and Visual Analysis of Artificial Intelligence Applications in Depression Detection and Diagnosis: Trends and Future Directions 2025-Sep-27, JMIR mental health IF:4.8Q1 DOI:10.2196/79293 PMID:41022381	综述	对2015-2024年间人工智能在抑郁症检测与诊断应用领域的文献计量学和可视化分析	首次系统分析AI在抑郁症诊断领域的全球研究趋势、知识结构和前沿方向，揭示从传统机器学习向深度学习、多模态融合的技术演变	仅基于Web of Science数据库文献，可能遗漏其他重要数据库的文献；分析时间范围限定在2015-2024年	通过文献计量学方法分析AI在抑郁症检测与诊断领域的研究趋势和发展方向	2015-2024年间发表的2304篇关于AI在抑郁症诊断应用的学术文献	自然语言处理, 机器学习	抑郁症	文献计量分析, 可视化分析	机器学习, 深度学习	文献数据, 引文数据	2304篇学术文献	CiteSpace	NA	NA	NA
583	2025-10-05	A Multivariate Cloud Workload Prediction Method Integrating Convolutional Nonlinear Spiking Neural Model with Bidirectional Long Short-Term Memory 2025-Sep-27, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500716 PMID:41024445	研究论文	提出一种结合卷积非线性脉冲神经模型与双向长短期记忆的混合模型，用于云计算环境中的多变量工作负载预测	首次将非线性脉冲神经膜系统与卷积操作结合，并集成BiLSTM网络，增强对多变量时间序列的非线性数据处理和长期时序建模能力	仅在阿里巴巴和谷歌的公开数据集上验证，未在其他云平台数据上测试	提高云计算环境中多变量工作负载预测的准确性	云计算工作负载的多变量时间序列数据	机器学习	NA	时间序列预测	CNN, BiLSTM, 混合模型	多变量时间序列	三个公开云工作负载数据集（阿里巴巴和谷歌）	NA	ConvNSNP, BiLSTM	RMSE, MAE, MAPE	NA
584	2025-10-05	Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review 2025-Sep-26, Current environmental health reports IF:7.4Q1 DOI:10.1007/s40572-025-00497-4 PMID:41003951	综述	本文综述了地理空间人工智能在环境流行病学领域的最新进展与应用	整合地理空间分析与机器学习方法形成GeoAI新范式，实现大规模人群健康数据的可扩展暴露评估	存在参与者隐私保护、数据代表性不足以及高质量验证数据集构建困难等挑战	探讨GeoAI在环境暴露评估和健康行为结果确定中的应用价值	环境暴露因素与人群健康关系研究	地理空间人工智能	心血管疾病、痴呆症、癌症	地理空间分析、机器学习、智能手机和可穿戴设备传感器数据采集	深度学习	地理空间数据、智能手机传感器数据、街景图像	NA	NA	NA	测量准确性、设计有效性	NA
585	2025-10-05	InfEHR: Clinical phenotype resolution through deep geometric learning on electronic health records 2025-Sep-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63366-6 PMID:41006287	研究论文	提出InfEHR框架，通过深度几何学习从电子健康记录中自动计算临床可能性	将完整电子健康记录转换为时间图以捕捉表型动态，实现无需大量标注数据的临床概率推断	仅在小样本标注数据上进行测试，未在大规模多种疾病上验证	开发无需大量标注数据的电子健康记录临床表型解析方法	电子健康记录中的临床数据	医疗人工智能	新生儿无菌性脓毒症、术后急性肾损伤	深度几何学习	几何深度学习模型	电子健康记录多模态数据	来自西奈山医疗系统和加州大学欧文医学中心的电子健康记录	NA	时间图神经网络	灵敏度, 特异度	NA
586	2025-10-05	A novel open-source ultrasound dataset with deep learning benchmarks for spinal cord injury localization and anatomical segmentation 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16275-z PMID:41006445	研究论文	本文提出了一个用于脊髓损伤定位和解剖分割的开源超声数据集，并建立了深度学习基准	发布了目前最大的公开脊髓超声注释数据集，首次公开报告了用于脊髓解剖标记评估的目标检测和分割架构	数据集主要基于猪脊髓图像，人类数据的零样本泛化性能仍有提升空间	促进医学机器学习在临床环境中的应用，特别针对脊髓损伤定位和解剖分割	猪脊髓和人类脊髓的超声图像	计算机视觉	脊髓损伤	超声成像，B模式	目标检测，语义分割	图像	10,223张B模式超声图像，来自25只猪脊髓	NA	YOLOv8, DeepLabv3, SAMed	平均精度(mAP50-95), Dice系数	NA
587	2025-10-05	Leveraging multi-modal foundation model image encoders to enhance brain MRI-based headache classification 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18507-8 PMID:41006506	研究论文	本研究利用多模态基础模型BioMedCLIP的视觉编码器，通过微调实现对脑部MRI图像的头痛分类和生物标志物检测	首次将多模态生物医学基础模型应用于头痛分类和生物标志物检测，使用结构MRI数据	样本量相对有限，仅包含721名参与者	开发基于脑部MRI的自动化头痛分类系统，增强临床诊断能力	头痛患者（偏头痛、急性创伤后头痛、持续性创伤后头痛）和健康对照者	计算机视觉	头痛疾病	脑部MRI	Vision Transformer (ViT)	图像	721名参与者（424名健康对照来自IXI数据集，297名本地参与者包括96名偏头痛患者、48名急性创伤后头痛患者、49名持续性创伤后头痛患者和104名健康对照）	NA	Vision Transformer (ViT), BioMedCLIP	准确率	NA
588	2025-10-05	Automated detection and classification of cervical and anal squamous cancer precursors using deep learning and multidevice colposcopy 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14514-x PMID:41006527	研究论文	开发基于深度学习的卷积神经网络模型，用于自动检测和分类宫颈与肛门的鳞状上皮内病变	首次开发能够同时应用于宫颈和肛门检查的深度学习模型，并整合了来自三种不同设备的阴道镜/肛门镜检查数据	回顾性研究设计，样本来源仅限于三个医疗中心	提高宫颈和肛门鳞状上皮内病变的自动检测和分类准确性	宫颈和肛门的鳞状上皮内病变（LSIL和HSIL）	计算机视觉	宫颈癌, 肛门癌	阴道镜检查, 肛门镜检查	CNN	图像	320例阴道镜和肛门镜检查，包含88,073帧图像	NA	NA	灵敏度, 特异度, 准确率, 阳性预测值, 阴性预测值, AUC-ROC, AUC-PR	NA
589	2025-10-05	Fine art image classification and design methods integrating lightweight deep learning 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18420-0 PMID:41006708	研究论文	提出一种融合轻量级深度学习的精细艺术图像分类与设计方法	设计轻量级混合网络MTH，结合深度可分离卷积与多头自注意力机制，提出动态通道-空间注意力模块和跨风格特征迁移框架	NA	解决艺术图像分类任务中效率低和泛化能力差的问题	艺术图像	计算机视觉	NA	深度学习	CNN,Transformer	图像	ArtBench-10和WikiArt数据集	NA	MobileNet-Transformer Hybrid (MTH),EfficientNetV2-S,Swin Tiny	分类准确率	NA
590	2025-10-05	An interpretable adaptive edge-weighted graph convolutional networks model for physical fitness assessment of primary school student in high-altitude regions 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18203-7 PMID:41006705	研究论文	提出一种自适应边权图卷积网络模型，用于高海拔地区小学生体质健康评估	首次将动态图卷积神经网络与SHAP可解释性方法结合，实现高海拔地区小学生综合体质的高精度评估和关键指标分析	NA	解决传统体质评估方法在处理复杂多元体能数据时泛化能力差和缺乏可解释性的问题	高海拔地区小学生	机器学习	NA	深度学习	图卷积网络	多元体能测试数据	25,790条学生记录（来自青海西宁，平均海拔3137米）	NA	自适应边权图卷积神经网络	精确率, 召回率, F1分数, 宏平均F1分数	NA
591	2025-10-05	Identification of camouflage military individuals with deep learning approaches DFAN and SINETV2 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18886-y PMID:41006701	研究论文	本研究开发了基于卷积神经网络的伪装军事人员检测方法，并创建了MSC1K数据集	提出了动态特征聚合网络(DFAN)和创建了包含1000张伪装人员图像的MSC1K数据集	未明确说明模型在极端环境或复杂背景下的泛化能力	开发在军事环境中检测伪装目标的方法	伪装军事人员、军事材料和军事行动	计算机视觉	NA	深度学习	CNN	图像	1000张伪装人员图像	NA	DFAN, SINet-V2, SINet, ZoomNet	MAE, 精确率-召回率平衡, 结构相似性	NA
592	2025-10-05	MedIENet: medical image enhancement network based on conditional latent diffusion model 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01909-5 PMID:41013286	研究论文	提出基于条件潜在扩散模型的医学图像增强网络MedIENet，用于解决医学图像数据稀缺问题	在去噪U-Net骨干网络的编码器中引入多注意力模块，结合旋转位置嵌入(RoPE)和交叉注意力机制来增强位置和类别信息的捕捉	NA	解决医学图像数据稀缺问题，提升下游分类任务性能	医学图像增强和生成	计算机视觉	肺炎	深度学习	扩散模型	医学图像	三个数据集：胸部CT扫描图像、胸部X射线图像(肺炎)、舌象数据集	NA	U-Net	AUROC	NA
593	2025-10-05	Enhanced CoAtNet based hybrid deep learning architecture for automated tuberculosis detection in human chest X-rays 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01901-z PMID:41013295	研究论文	提出一种基于增强CoAtNet的混合深度学习架构，用于人类胸部X光片的自动化结核病检测	结合CNN和Vision Transformer优势的CoAtNet框架，并集成LIME增强模型预测可解释性	仅在单一数据集(IN-CXR)上评估，未说明模型在其他数据集上的泛化能力	开发自动化结核病检测系统以支持医疗专业人员实现及时准确诊断	人类胸部X光片图像	计算机视觉	结核病	胸部X光成像	CNN, Vision Transformer	图像	ICMR-NIRT的IN-CXR结核病数据集，包含正常和异常类别的全面CXR图像集合	NA	CoAtNet	准确率, ROC-AUC	NA
594	2025-10-05	Automated deep learning method for whole-breast segmentation in contrast-free quantitative MRI 2025-Sep-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01928-2 PMID:41013418	研究论文	开发基于nnU-Net架构的深度学习分割方法，用于在无对比剂定量MRI中实现全乳腺自动分割	首次将nnU-Net架构应用于基于扩散加权成像和合成MRI的无对比剂全乳腺自动分割	样本量相对有限（98名患者），仅评估了两种MRI序列	开发全自动乳腺分割方法以支持计算机辅助定量分析	98名患者的196个乳腺	计算机视觉	乳腺疾病	扩散加权成像，合成MRI，3.0T磁共振成像	U-Net, nnU-Net	医学影像	98名患者（196个乳腺）	NA	U-Net, nnU-Net	Dice相似系数，准确率，Pearson相关系数	NA
595	2025-10-05	Artificial Intelligence-driven image analysis for standardised programmed death-ligand 1 expression evaluation in non-small cell lung cancer 2025-Sep-26, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-025-01707-1 PMID:41013460	研究论文	开发基于人工智能的深度学习模型，用于自动评估非小细胞肺癌中PD-L1免疫组化表达	采用多粒度多示例学习方法，结合粗粒度和细粒度实例嵌入提取形态学特征，实现PD-L1表达的自动分层	研究仅基于三个队列数据集，需要进一步外部验证	开发标准化PD-L1表达评估方法以改善免疫治疗效果	非小细胞肺癌患者的免疫组化全切片图像	数字病理学	肺癌	免疫组化22C3检测，苏木精-伊红染色	深度学习，多示例学习	全切片图像	706名患者，1212张全切片图像	NA	多粒度表达解释器	AUC	NA
596	2025-10-05	Street view images help to reveal the impact of noisy environments on the survival duration of stroke patients 2025-Sep-26, International journal of health geographics IF:3.0Q2 DOI:10.1186/s12942-025-00416-8 PMID:41013534	研究论文	本研究利用街景图像分析居住环境噪音水平，探讨交通噪音对不同年龄组卒中患者生存期的影响及社会经济差异	首次结合多模态深度学习模型分析街景图像来评估居住环境噪音，并揭示噪音对特定老年卒中患者群体的显著影响	研究为回顾性队列设计，存在未测量混杂因素的可能性；样本仅来自中国阜新市，可能限制结果普适性	探索道路交通噪音与卒中患者死亡率之间的年龄特异性关联及社会经济差异	36,240名中国阜新市住院卒中患者（2011-2019年）	计算机视觉	心血管疾病	街景图像分析	多模态深度学习模型	图像, 医疗记录, 环境数据	36,240名卒中患者	NA	NA	风险比(HR), 置信区间(CI), p值, 人群归因分值	NA
597	2025-10-05	Deep learning-based cardiac computed tomography angiography left atrial segmentation and quantification in atrial fibrillation patients: a multi-model comparative study 2025-Sep-26, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01442-0 PMID:41013604	研究论文	本研究基于深度学习模型对心房颤动患者的心脏CT血管造影左心房进行分割和量化分析	首次在182例多中心心脏CTA数据集上比较五种最新医学图像分割模型对左心房分割的性能	样本量相对有限(182例)，仅针对心房颤动患者	寻找基于心脏CTA的最佳左心房分割模型并进行左心房容积定量测量	心房颤动患者的心脏CT血管造影图像	医学图像分析	心房颤动	心脏CT血管造影	深度学习	医学图像	182例心脏CTA图像	NA	DAResUNet, nnFormer, xLSTM-UNet, UNETR, VNet	DSC, JI, HD, ASD, Bland-Altman分析	NA
598	2025-10-05	MultiExCam: A multi approach and explainable artificial intelligence architecture for skin lesion classification 2025-Sep-25, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109081 PMID:41021995	研究论文	提出一种名为MultiExCam的多方法可解释人工智能架构，用于皮肤病变分类	首次将机器学习和深度学习真正融合，采用自适应集成架构学习个体病变的个性化决策策略，并整合全面的可解释性技术	NA	开发能够同时实现优越诊断性能和临床可解释性的AI辅助皮肤病诊断系统	皮肤病变图像	计算机视觉	皮肤癌	数字成像处理	CNN, 前馈神经网络, 集成学习	皮肤镜图像, 深度学习特征, 手工统计特征	三个数据集（HAM10000, ISIC, MED-NODE）	NA	具有门控和注意力机制的前馈神经网络	AUC, F1-score	NA
599	2025-10-05	Cell-APP: A generalizable method for cell annotation and cell-segmentation model training 2025-Sep-24, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E25-02-0076 PMID:40991412	研究论文	提出一种自动化细胞标注和分割模型训练的方法Cell-APP	通过配对透射光和核荧光图像自动生成高质量细胞分割训练数据，无需人工标注	NA	开发自动化细胞标注和分割模型训练方法	显微镜图像中的细胞	计算机视觉	NA	透射光成像、核荧光成像	Vision Transformer	显微镜图像	NA	NA	Vision Transformer	NA	NA
600	2025-10-05	Multiclass Arrhythmia Classification using Multimodal Smartwatch Photoplethysmography Signals Collected in Real-life Settings 2025-Sep-23, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3613471 PMID:40986597	研究论文	本研究开发了一种基于多模态智能手表光电容积脉搏波信号的心律失常分类深度学习模型	首次在真实生活环境中使用超过两周的多模态智能手表数据，实现了对房性/室性早搏的高灵敏度检测，同时保持心房颤动检测的高准确率	研究样本量相对有限（106名受试者），需要在更大人群中进一步验证	开发能够准确区分正常窦性心律、心房颤动和房性/室性早搏的智能手表监测系统	106名受试者的智能手表光电容积脉搏波信号	医疗人工智能	心血管疾病	光电容积脉搏波监测，加速度计监测	GRU	时间序列信号	106名受试者，超过两周的连续监测数据	NA	一维双向门控循环单元	灵敏度，准确率，AUROC	NA