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
6461	2026-01-15	XMP-Net: An XAI-Based Modified Xception Model for Recognizing Monkeypox and Other Skin Diseases 2026, BioMed research international IF:2.6Q3 DOI:10.1155/bmri/1113178 PMID:41522723	研究论文	本研究提出了一种基于Xception改进的深度学习模型XMP-Net，用于识别猴痘及其他皮肤疾病，并利用可解释人工智能技术增强模型预测的可信度	提出了一种改进的Xception架构（XMP-Net），并首次将Grad-CAM和LIME两种可解释人工智能技术同时应用于猴痘等皮肤疾病的分类任务中，为临床诊断提供可视化解释	模型在麻疹和水痘类别上的准确率相对较低（分别为84.21%和77.27%），且未提及数据集的具体来源、规模及外部验证情况	开发一种可靠、可解释且适用于资源有限环境的皮肤疾病诊断工具，特别关注猴痘的识别	皮肤图像，包括正常皮肤、水痘、麻疹和猴痘四种类别	计算机视觉	皮肤疾病（猴痘、水痘、麻疹）	深度学习，可解释人工智能	CNN	图像	NA	NA	Xception（改进版）	准确率，精确率，召回率，F1分数	NA
6462	2026-01-15	From fibers to cells: Fourier-based registration enables virtual Cresyl violet staining from 3D polarized light imaging 2026, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.1079 PMID:41523213	研究论文	本文提出了一种基于深度学习和傅里叶配准的方法，从3D偏振光成像数据生成虚拟的Cresyl violet染色，以实现细胞和纤维结构的空间对齐	利用傅里叶配准在训练过程中高效处理局部图像块的对齐，从而从3D-PLI数据生成细胞级别的虚拟染色	组织切片后染色的处理复杂性限制了样本数量，且染色过程引入的失真需要跨模态配准	通过虚拟染色技术，在相同切片中建立纤维和细胞结构之间的直接联系，以研究大脑微结构的详细关系	大脑切片，特别是细胞体和神经纤维的微结构	数字病理学	NA	3D偏振光成像，Cresyl violet染色	深度学习，图像到图像转换	图像	有限数量的大脑切片样本	NA	NA	NA	NA
6463	2026-01-15	A multi-stage deep learning network for prenatal diagnosis of coarctation of the aorta 2026-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.70230 PMID:41532285	研究论文	本研究提出了一种名为CoA-Net的多阶段深度学习网络，通过局部-全局特征整合，用于胎儿主动脉缩窄的产前诊断	开发了一个多阶段深度学习网络CoA-Net，集成了局部特征提取器和全局特征提取器，并引入了局部注意力机制和稀疏全局注意力机制，以从复杂的胎儿超声心动图分布中提取有意义的特征	研究未明确提及外部验证数据集的使用，可能影响模型的泛化能力；样本量相对有限（488个样本）	开发一种深度学习网络，通过整合局部和全局特征，从胎儿超声心动图中提取判别性特征，以实现胎儿主动脉缩窄的精确产前诊断	胎儿主动脉缩窄病例及健康对照的胎儿超声心动图图像	计算机视觉	心血管疾病	胎儿超声心动图	CNN	图像	488个样本（包括主动脉缩窄病例和健康对照）	NA	CoA-Net	平衡准确率, F1分数, Matthews相关系数, AUC	NA
6464	2026-01-15	Single shot full plan deep learning dose computation for radiation therapy using spherical harmonics 2026-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.70223 PMID:41532338	研究论文	本文提出了一种基于物理信息深度学习的AI剂量计算方法，用于快速且准确地计算放射治疗中多野VMAT和IMRT计划的剂量分布	引入了一种新颖的两阶段方法，结合球谐函数系数和图像到图像的神经网络，实现了单次全计划剂量计算	方法仅在三个身体部位的临床计划上进行了大规模数据生成和评估，可能未覆盖所有治疗区域	开发一种快速且准确的放射治疗剂量计算方法，以应对日益增长的病例数量	放射治疗计划中的剂量计算，特别是针对VMAT和IMRT计划	机器学习	NA	深度学习	图像到图像的神经网络	CT图像和球谐函数系数	1641个临床计划，通过数据增强生成超过100,000个训练输入/输出	NA	NA	伽马通过率，相对误差，绝对误差，剂量剖面	NVIDIA RTX 4090 GPU
6465	2026-01-15	Deep Learning-Based Image Recognition for Food Science and Technology: End-to-End Workflows and Domain-Specific Solutions 2026-Jan, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70388 PMID:41532672	综述	本文综述了基于深度学习的图像识别在食品科学与技术中的应用，提出了一个模块化的端到端工作流程，并探讨了领域特定解决方案以应对当前挑战	提出了一个专门为食品科学设计的模块化端到端工作流程，并针对数据有限、标注不一致和子模型集成等常见挑战，提出了一套领域特定的策略	本文是一篇综述，未提出新的算法或模型，主要挑战（如数据可用性有限、标注不一致）的解决方案仍需具体研究和验证	旨在促进深度学习图像识别技术在食品科学与技术领域的可靠、可泛化应用，以解决在线分级、快速质量评估和食品安全监测等现实挑战	食品科学与技术领域的图像识别应用	计算机视觉	NA	NA	深度学习	图像	NA	NA	NA	NA	NA
6466	2026-01-15	Backpropagation DNN and Thermokinetic Analysis of the Thermal Devolatilization of Dried Pulverized Musa sapientum (Banana) Peel 2025-Dec-31, Polymers IF:4.7Q1 DOI:10.3390/polym18010122 PMID:41516905	研究论文	本研究通过热重分析、热动力学建模及反向传播深度学习，研究了香蕉皮废料的热解过程，旨在预测和优化其生物能源转化	首次将反向传播深度学习应用于热解过程建模，以预测和优化香蕉皮热解，并成功识别了最合适的反应模型	研究仅针对香蕉皮，未与其他生物质材料进行对比；实验条件（加热速率、温度范围）可能限制了模型的泛化能力	研究香蕉皮废料的热解过程，以评估其作为生物能源原料的潜力	干燥粉碎的香蕉皮（Musa sapientum）	机器学习	NA	热重分析（TGA）、热动力学建模、反向传播深度学习	反向传播深度学习模型	热重分析数据	在5、10、20和40 °C/min四种加热速率下进行热重分析	NA	NA	R²（决定系数）、训练损失	1.4计算小时（具体硬件未说明）
6467	2026-01-15	Multimodal artificial intelligence model based on CT for differentiating primary renal sarcomas from renal cell carcinomas: a dual-center retrospective study 2025-Dec-31, Translational andrology and urology IF:1.9Q3 DOI:10.21037/tau-2025-539 PMID:41522320	研究论文	本研究开发了一种基于CT和临床数据的多模态人工智能模型，用于术前区分原发性肾肉瘤和肾细胞癌	结合临床数据和多期相CT图像（平扫期、皮髓质期、肾实质期）构建深度学习模型，实现肾肉瘤与肾细胞癌的术前鉴别	回顾性研究，样本量较小（85例患者），仅来自两个中心，可能存在选择偏倚	开发术前区分原发性肾肉瘤和肾细胞癌的诊断方法	经病理确诊的原发性肾肉瘤和肾细胞癌患者	数字病理学	肾癌	CT增强扫描	深度学习模型	CT图像，临床数据	85例患者，共7482张图像	NA	NA	准确率，AUC，灵敏度，特异性，阳性预测值，阴性预测值	NA
6468	2026-01-15	[Automatic detection and visualization of myocardial infarction in electrocardiograms based on an interpretable deep learning model] 2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503016 PMID:41448757	研究论文	本文提出了一种基于轻量级卷积神经网络和一维梯度加权类激活映射的深度学习框架，用于自动检测心肌梗死并可视化单导联心电图中的关键波形特征	结合轻量级CNN与1D Grad-CAM实现心肌梗死的自动检测与可视化，模型决策过程与临床关键特征（如病理性Q波、ST段抬高和T波倒置）高度一致	研究仅使用了PTBDB和NSRDB数据库中的432条记录，样本量相对有限，且仅针对单导联心电图进行分析	开发一种自动检测心肌梗死并可视化心电图关键特征的深度学习模型，以用于早期风险评估和计算机辅助诊断	心肌梗死患者和正常人的心电图记录	机器学习	心血管疾病	心电图分析	CNN	心电图信号	432条记录（334条心肌梗死心电图和98条正常心电图）	未明确指定，但可能基于常见深度学习框架如TensorFlow或PyTorch	轻量级卷积神经网络	准确率, 灵敏度, 特异度	NA
6469	2026-01-15	MRI-based deep learning and radiomics pipeline for myxoid liposarcoma: a feasibility study in a rare sarcoma 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27217-0 PMID:41408069	研究论文	本研究评估了结合深度学习和放射组学的自动化MRI流程在黏液样脂肪肉瘤非侵入性肿瘤评估中的可行性	首次针对罕见软组织肉瘤（黏液样脂肪肉瘤）开发了基于3D U-Net自动分割和放射组学特征提取的MRI分析流程，用于肿瘤分级预测	研究为回顾性多中心设计，样本量较小（48例患者），分类错误多发生在边界性或组织学异质性病例中，需要更大规模的前瞻性验证	评估自动化MRI流程（结合深度学习和放射组学）在黏液样脂肪肉瘤非侵入性肿瘤评估中的可行性	经组织学确认的黏液样脂肪肉瘤患者	数字病理学	软组织肉瘤	MRI成像	CNN	图像	48例患者	NA	3D U-Net	Dice相似系数, AUC, F1分数, 平衡准确度	NA
6470	2026-01-15	Evaluation of magnetic resonance imaging and deep learning-based synthetic computed tomography for calcified intradural tumors - importance of domain-specific training and validation of synthetic imaging methods for clinical application 2025-Dec-11, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-025-06731-0 PMID:41381905	研究论文	评估基于MRI和深度学习的合成CT在钙化性硬膜内肿瘤中的应用，强调领域特异性训练和验证的重要性	首次评估BoneMRI生成的合成CT在钙化性硬膜内肿瘤中的可视化能力，揭示其在该特定病变中的局限性	样本量较小（仅5例患者），且合成CT未能可视化任何钙化性硬膜内肿瘤	验证深度学习生成的合成CT在脊髓硬膜内肿瘤钙化评估中的准确性	脊髓硬膜内肿瘤患者	数字病理学	脊髓肿瘤	MRI, CT, 深度学习	深度学习算法	医学影像（MRI和CT图像）	5例脊髓硬膜内肿瘤患者	NA	NA	肿瘤可见性百分比, 肿瘤尺寸, 平均Hounsfield单位, p值	NA
6471	2026-01-15	Artificial intelligence in pulmonary hypertension: a systematic review 2025-Dec-08, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03557-5 PMID:41361272	综述	本文系统回顾了人工智能（包括机器学习和深度学习）在肺动脉高压（PH）和肺动脉高压（PAH）非侵入性诊断、分类和预后预测中的应用	首次系统性地评估了机器学习和深度学习在肺动脉高压领域的应用，特别关注了方法学质量和临床适用性	研究存在显著的异质性，缺乏外部验证，大多数为回顾性单中心研究，且部分研究未明确报告右心导管检查情况	评估人工智能方法在肺动脉高压非侵入性诊断、分类和预后预测中的潜力	肺动脉高压（PH）和肺动脉高压（PAH）患者	机器学习	心血管疾病	机器学习（ML）、深度学习（DL）	CNN	临床数据、影像数据、生物标志物数据、组学数据、实验室参数	53项研究	NA	卷积神经网络	AUC	NA
6472	2026-01-15	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Dec, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	本研究评估了深度学习AI模型对前列腺双参数MRI解读中前列腺癌及临床显著前列腺癌检测率以及阅片者间一致性的影响	首次在国际多中心、多阅片者研究中，采用平衡不完全区组设计，系统评估了AI辅助对前列腺双参数MRI解读在病灶水平和患者水平诊断性能及阅片者间一致性的影响	AI辅助略微降低了病灶水平的敏感性，且研究为回顾性设计，未来需进一步优化AI模型以在不牺牲特异性的前提下提高敏感性	评估AI辅助对前列腺双参数MRI解读的诊断准确性及阅片者间一致性的影响	接受多参数MRI和前列腺活检或根治性前列腺切除术的患者	数字病理学	前列腺癌	双参数MRI	深度学习模型	MRI图像	180名患者（120例病例组，60例对照组）	NA	NA	敏感性, 阳性预测值, AUC, 阅片者间一致性（κ系数, 覆盖概率）	NA
6473	2026-01-15	Automatic measuring of coronary atherosclerosis from medicolegal autopsy photographs based on deep learning techniques 2025-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-01045-0 PMID:40690102	研究论文	本研究开发了一种基于深度学习的算法，用于从法医尸检照片中自动测量冠状动脉粥样硬化	首次将深度学习技术应用于法医尸检照片中的冠状动脉粥样硬化自动评估，实现了高精度测量	模型对中度粥样硬化等级的识别性能较低，且除钙化外，分解、支架植入和血栓对评估无显著影响	开发一种快速、精确评估冠状动脉粥样硬化的深度学习算法，并识别影响模型预测的因素	法医尸检中获取的冠状动脉数字照片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	从1920例法医尸检数据库中提取的3717张数字照片	NA	NA	加权F1分数, 类别F1分数	NA
6474	2026-01-15	Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103879 PMID:40902506	研究论文	本研究利用Transformer-GAN深度学习框架，结合DNA甲基化和基因表达数据，解码牙周炎中增强子-启动子相互作用的表观遗传调控网络	首次将Transformer-GAN模型应用于牙周炎的表观遗传调控研究，整合多组学数据预测功能性的增强子-启动子相互作用	研究基于公开数据集，样本量有限，且模型性能仍有提升空间	解码牙周炎中增强子-启动子相互作用的表观遗传调控网络，发现新的生物标志物和治疗靶点	牙周炎患者的DNA甲基化和RNA-seq数据	机器学习	牙周炎	DNA甲基化测序, RNA-seq	Transformer, GAN	基因组数据, 基因表达数据	公开数据集GSE173081和GSE173078	NA	Transformer-GAN	AUC-ROC, AUC-PRC, F1-score	NA
6475	2026-01-15	The roles of radiomics and deep learning for automatic detection, stability assessment, and rupture risk prediction in intracranial aneurysms: a systematic review 2025-Dec-01, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03588-y PMID:41327324	系统综述	本文系统综述了影像组学和深度学习在颅内动脉瘤自动检测、稳定性评估及破裂风险预测中的作用	首次系统性地总结了2015年至2024年间影像组学和深度学习在颅内动脉瘤管理三个关键任务（自动检测、稳定性评估、破裂风险预测）中的应用进展、性能表现及研究局限性	纳入的研究主要为回顾性、单中心研究，存在数据异质性，且大多数研究缺乏模型校准和跨平台验证，样本量普遍较小	评估影像组学和深度学习技术在颅内动脉瘤自动检测、稳定性评估及破裂风险预测中的有效性，并为患者的个体化分层管理提供见解	颅内动脉瘤	医学影像分析	颅内动脉瘤	影像组学，深度学习	深度学习框架	医学影像数据	28项原始研究，共涉及32,991个颅内动脉瘤	NA	NA	AUC	NA
6476	2026-01-15	The intratumor microbiome and cancer immunity: from pathogenesis to therapeutic opportunities through artificial intelligence 2025-Dec, Expert review of clinical immunology IF:3.9Q2 DOI:10.1080/1744666X.2025.2602537 PMID:41368873	综述	本文综述了肿瘤内微生物组与免疫系统在癌症发生发展各阶段的相互作用，并探讨了人工智能在肿瘤微生物组表征及精准肿瘤学中的应用与挑战	系统性地整合了肿瘤内微生物组在肿瘤免疫调控中的作用机制，并前瞻性地提出了将人工智能与空间多组学数据相结合以推动微生物组指导的精准肿瘤学发展的新方向	面临数据异质性、模型可解释性以及伦理问题等障碍，且需要标准化的实验方案、高分辨率空间图谱和经过专家注释的数据集进行外部验证	探讨肿瘤内微生物组与癌症免疫的相互作用机制，并评估人工智能技术在肿瘤微生物组表征及治疗响应预测中的应用潜力	肿瘤内微生物组（包括细菌、真菌和病毒）及其与宿主免疫系统的相互作用	机器学习, 深度学习	癌症	下一代测序, 空间转录组学	机器学习, 深度学习	多组学数据, 空间数据	NA	NA	NA	NA	NA
6477	2026-01-15	The Role of Artificial Intelligence in Improving Diagnosis, Management, and Outcomes of Acute Myocardial Ischemia: A Systematic Review 2025-Dec, Cureus DOI:10.7759/cureus.98865 PMID:41523481	系统综述	本文系统综述了人工智能在急性心肌缺血的诊断、管理和预后预测中的应用现状与证据	首次系统性地综合了AI在急性心肌缺血全流程（诊断、风险分层、治疗决策、预后）中的应用证据，并对比了AI与传统方法的性能	临床整合性、模型可解释性及泛化能力方面仍存在挑战，纳入研究数量有限（30篇）	评估人工智能在改善急性心肌缺血的诊断、管理和临床结局中的作用与潜力	急性心肌缺血（AMI）患者	机器学习	心血管疾病	心电图（ECG）、影像学、电子健康记录（EHRs）	机器学习（ML）、深度学习（DL）、混合模型	心电图、影像、电子健康记录文本	基于30项同行评议研究（具体样本量未在摘要中说明）	NA	NA	诊断准确性、分诊效率、预后建模性能	NA
6478	2026-01-15	Precision Medicine for Electrocardiogram Interpretation: Clinical Relevance, Challenges, and Advances 2025-Dec, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM47007 PMID:41524056	综述	本文综述了心电图（ECG）解读在精准医学中的临床相关性、挑战与进展，并探讨了人工智能（AI）在ECG分析中的创新应用	系统性地将AI增强的ECG解读与临床实践结合，展示了深度学习算法在检测左心室功能障碍、肥厚型梗阻性心肌病和急性心肌梗死等特定领域超越专家临床医生的潜力	作为一篇综述文章，未提出新的原始研究数据或模型，主要依赖现有文献进行总结	为ECG解读提供一个结构化框架，并探索AI在心血管疾病诊断和风险分层中的应用，以提升患者预后	心电图（ECG）信号及其在心律失常、传导延迟、缺血性损伤、结构性重塑和全身性病理中的表现	数字病理学	心血管疾病	心电图（ECG）	深度学习	信号数据（ECG）	NA	NA	NA	NA	NA
6479	2026-01-15	A novel framework using particle swarm optimization and long short-term memory networks for stock market forcasting 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26087-w PMID:41310345	研究论文	本研究提出了一种结合粒子群优化算法和长短期记忆网络的智能混合框架，用于提高股票价格预测的准确性	创新点在于将LSTM网络与元启发式优化算法（PSO、GWO、ARO）和金融情感分析（使用FinBERT模型）相结合，构建了SEN_PSO_LSTM混合模型，显著提升了在波动市场条件下的预测性能	未明确提及研究的局限性，例如模型在其他市场或更广泛股票数据集上的泛化能力，或计算资源需求的具体讨论	研究目标是提高股票价格预测的准确性，特别是在复杂、非线性和情感驱动的金融市场中	研究对象包括苹果、亚马逊、谷歌、微软等四只主要股票，以及来自金融、医疗保健和汽车行业的摩根大通、联合健康集团和丰田汽车等其他三只股票	机器学习	NA	金融情感分析，元启发式优化算法	LSTM	时间序列数据，文本数据（经济新闻）	涉及七只股票的数据，具体样本数量未明确说明	NA	单层、两层和三层LSTM架构	RMSE, MAE, R², MAPE	NA
6480	2026-01-15	The ANTsX ecosystem for mapping the mouse brain 2025-Nov-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66741-5 PMID:41274934	研究论文	本文介绍了基于ANTsX生态系统开发的用于将多种小鼠脑数据集映射到共享坐标框架的流程和方法	提出了两种新方法：基于速度场的发育时间点连续插值方法，以及使用最小标注和公开数据进行自动脑区划分的深度学习框架	NA	解决将不同成像、组织处理和特征分析方法获取的多样化数据集映射到共享坐标框架的挑战	小鼠大脑	数字病理学	NA	MERFISH空间转录组学、fMOST形态学、发育MRI、LSFM成像	深度学习	空间转录组数据、高分辨率形态数据、MRI数据、光片荧光显微镜数据	NA	ANTsX	NA	NA	NA