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
641	2025-12-27	Intrafractional rectum anatomy shape prediction based on 3D point cloud representation in online adaptive radiation therapy 2025-Dec-24, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105705 PMID:41447749	研究论文	本研究开发了一种基于3D点云表示的生成模型SA-UNet，用于预测前列腺癌在线自适应放疗中的分次内直肠形状	提出了SA-UNet模型，这是最早用于分次内解剖结构预测的生成式AI模型之一，并首次将3D点云表示应用于直肠形状预测	研究为回顾性分析，样本量较小（42例患者），且仅针对前列腺癌患者，未在其他癌症类型中验证	开发解剖结构生成模型以预测前列腺癌在线自适应放疗中的分次内直肠形状	前列腺癌患者的直肠解剖结构	数字病理	前列腺癌	MRI扫描	生成式AI模型	3D点云	42例前列腺癌患者	NA	SA-UNet, Baseline-MLP, Baseline-PointCNN	CD（Chamfer距离）, EMD（地球移动距离）, JAC（Jaccard系数）	NA
642	2025-12-27	Preliminary Exploration of Discriminative Correlation Filter Network for Real-time Tracking of Inconspicuous Focal Liver Lesions on Conventional Ultrasound 2025-Dec-24, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.11.663 PMID:41448980	研究论文	本研究探索了基于判别相关滤波网络（DCFNet）的算法在常规超声中通过跟踪周围解剖标志来定位不明显局灶性肝病变的可行性	利用DCFNet框架同时跟踪多个周围解剖标志，实现实时超声下不明显局灶性肝病变的定位，并指导穿刺或消融	研究为初步探索，需要进一步大规模验证临床可行性	探索DCFNet算法在常规超声中实时跟踪不明显局灶性肝病变的可行性	超声可见和超声不可见的肝脏肿瘤模型，以及初步临床病例	计算机视觉	肝脏病变	超声成像	DCFNet	超声图像	20个超声可见模型、20个超声不可见模型及初步临床病例	DCFNet	DCFNet	匹配准确率、精度、位置误差、穿刺成功率、指导时间	NA
643	2025-12-27	PlantscRNAdb 4.0: Improved marker identification and annotation under a cell type uniformity for plants 2025-Dec-24, Molecular plant IF:17.1Q1 DOI:10.1016/j.molp.2025.12.026 PMID:41449796	研究论文	介绍了植物单细胞RNA测序数据库PlantscRNAdb 4.0的更新，包括新的植物细胞类型本体、扩展的物种和数据集覆盖，以及用于标记基因识别和细胞类型注释的新计算工具	引入了新的植物细胞类型本体（POCT）和一种名为HCMarker的新型计算工具，该工具采用多指标评分系统，用于在多种植物细胞类型中稳健、准确地识别标记基因；还开发了基于深度学习的工具PCmaster_anno，以改进植物细胞类型的自动注释	未明确提及具体的研究局限性	构建和更新一个全面的植物单细胞RNA测序数据库，以标准化和精确地解释植物细胞类型及其标记基因	33种植物物种的107个scRNA-seq数据集	生物信息学	NA	单细胞RNA测序（scRNA-seq）	深度学习	单细胞RNA测序数据	来自107个scRNA-seq数据集	NA	NA	NA	NA
644	2025-12-27	Pattern and structural detection in grayscale images through the application of quantile graphs in higher-dimensional spaces 2025-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27825-w PMID:41436507	研究论文	本研究将分位数图框架从一维时间序列扩展到二维图像，提出了一种基于图的可扩展图像分类方法，并在计算机视觉领域应用于特征提取	将分位数图从时间序列分析扩展到图像识别，引入了一种可扩展的基于图的图像分类方法，并提供了开源实现	未明确说明计算资源需求或模型在大规模数据集上的泛化能力	开发一种计算效率高、对训练数据需求较低的图像特征提取和分类方法，以应对深度学习模型在数据有限时的挑战	灰度图像，包括手写数字数据集（MNIST）、时尚物品数据集（Fashion MNIST）以及医学影像数据集	计算机视觉	阿尔茨海默病	分位数图	NA	图像	使用了MNIST和Fashion MNIST两个基准数据集，并应用于一个医学影像数据集，具体样本数量未明确说明	NA	NA	准确性	NA
645	2025-12-27	The mediating role of brand equity in corporate social responsibility and customer purchase intention based on text-CNN model 2025-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28118-y PMID:41436517	研究论文	本研究结合深度学习与社会认同理论，探讨企业社会责任如何通过品牌资产影响顾客购买意愿	引入优化的Text-CNN模型进行情感分析，并结合结构方程模型，构建了多源数据融合的跨学科研究框架	研究主要基于公开的Yelp数据集和问卷调查，样本范围和行业覆盖可能存在局限性	探究企业社会责任对顾客购买意愿的影响机制，并验证品牌资产的中介作用	消费者评论数据（Yelp数据集）及问卷调查对象	自然语言处理	NA	情感分析，问卷调查	CNN	文本，问卷数据	Yelp公开数据集（涵盖餐饮、酒店、美容等行业）及问卷调查样本	NA	Text-CNN	NA	NA
646	2025-12-27	Deep learning-based detection of murine congenital heart defects from µCT scans 2025-Dec-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09023-6 PMID:41436776	研究论文	本文提出了一种基于深度学习的自动化方法，用于从小鼠的μCT扫描中分割和筛查先天性心脏缺陷	开发了一种深度学习模型，能够自动从小鼠μCT扫描中检测先天性心脏缺陷，并展示了模型在技术及生物学差异数据上的鲁棒性和适应性，同时提供了用户友好的Napari插件	模型在包含新基因型的'发散'队列上初始性能中等（AUC: 81%），需通过微调提升性能	加速小鼠心脏异常的诊断并促进先天性心脏缺陷的机制研究	小鼠（包括对照组和突变体）的μCT扫描图像	计算机视觉	先天性心脏缺陷	μCT（微计算机断层扫描）	深度学习模型	3D图像	139个μCT扫描（训练队列），外加两个验证队列	NA	NA	AUC（曲线下面积）	NA
647	2025-12-27	HiSTaR: identifying spatial domains with hierarchical spatial transcriptomics variational autoencoder 2025-Dec-23, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07404-3 PMID:41437257	研究论文	本文提出了一种名为HiSTaR的分层空间转录组学变分自编码器，用于从空间转录组学数据中捕获多级潜在特征，以识别空间域并校正批次效应	HiSTaR通过多个分层块捕获多级潜在特征，在空间域识别方面表现优于现有方法，并支持轨迹分析和差异基因表达分析，无需外部工具即可整合多个组织切片以处理批次效应	未在摘要中明确提及	开发一种计算工具，以改进空间转录组学数据中的空间域识别和组织异质性理解	空间转录组学数据中的spots（点）	机器学习	NA	空间转录组学	变分自编码器	空间转录组学数据	多个数据集（来自不同平台）	NA	HiSTaR	NA	NA
648	2025-12-27	High-resolution optogenetics generates distinguishable neocortical activity patterns in awake mice 2025-Dec-23, Neuroscience research IF:2.4Q3 DOI:10.1016/j.neures.2025.105012 PMID:41448496	研究论文	本研究开发了一种基于数字微镜器件的高分辨率光遗传学平台，用于在清醒小鼠中精确控制新皮质神经元群体活动	开发了具有2微米空间分辨率和0.2毫秒时间分辨率的光遗传学刺激平台，能够通过时空模式光刺激可靠地诱发可区分的群体神经活动	研究仅在小鼠初级体感皮层进行，尚未验证在其他脑区或更复杂行为任务中的适用性	探究认知的神经基础，通过高精度光遗传学技术因果性研究神经元群体活动的时空动态	表达通道视紫红质-2的清醒小鼠的初级体感皮层神经元	神经科学	NA	光遗传学，数字微镜器件光刺激，电生理记录	深度学习算法	电生理信号	NA	NA	NA	分类准确率	NA
649	2025-12-27	A Combined Model of Convolutional Neural Networks and Graph Attention Networks for Improved Classification of Mild Cognitive Impairment 2025-Dec-23, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121674 PMID:41448509	研究论文	本文提出了一种结合卷积神经网络和图注意力网络的新方法，用于改进轻度认知障碍的分类	结合CNN和GAT模型，利用MRI体积数据和皮质厚度数据的互补优势，以捕捉大脑结构特征和区域间关系，从而提升MCI分类性能	未明确提及具体局限性，但未来工作将集中于通过数据优化进一步提升性能	改进轻度认知障碍的早期诊断和分类方法	轻度认知障碍患者	医学影像分析	阿尔茨海默病	磁共振成像	CNN, GAT	图像	NA	NA	多层感知机	AUC, F1分数, 敏感性, 特异性	NA
650	2025-12-27	MegaPlantTF: A Machine Learning Framework for Comprehensive Identification and Classification of Plant Transcription Factors 2025-Dec-23, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf678 PMID:41450215	研究论文	本文介绍了MegaPlantTF，一个用于植物转录因子预测和分类的机器学习与深度学习框架	首次提出结合k-mer蛋白质表示、深度前馈神经网络和堆叠集成分类器的两阶段架构，用于大规模植物转录因子识别与分类	未明确说明框架在非植物物种或极端罕见转录因子家族上的泛化能力	开发一个全面、高效的机器学习框架，用于植物转录因子的检测与家族级分类	植物转录因子蛋白质	机器学习	NA	k-mer编码	深度前馈神经网络, 集成分类器	蛋白质序列	NA	NA	深度前馈神经网络, 堆叠集成	微平均, 宏平均, 加权平均性能指标, 准确率, 精确率	NA
651	2025-12-27	Fingerprint-Based Machine Learning for SARS-CoV-2 and MERS-CoV Mpro Inhibition: Highlighting the Potential of Bayesian Neural Networks 2025-Dec-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02014 PMID:41368857	研究论文	本研究利用指纹特征，通过机器学习模型预测SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力，并比较了传统机器学习与贝叶斯神经网络的表现	在低数据量场景下，首次应用贝叶斯神经网络进行SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂效力预测，并证明其优于传统机器学习模型	研究基于有限的数据集进行，可能无法完全代表所有抑制剂类型，且模型在更大数据集上的泛化能力未经验证	开发并比较机器学习模型，以预测SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力	SARS-CoV-2和MERS-CoV的主要蛋白酶抑制剂	机器学习	COVID-19, MERS	指纹特征提取	随机森林, 梯度提升, 贝叶斯神经网络	化学指纹数据	未公开的SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂数据集	NA	NA	NA	NA
652	2025-12-27	Artificial Intelligence in Anaesthesiology: Current Applications, Challenges, and Future Directions 2025-12-22, Turkish journal of anaesthesiology and reanimation IF:0.6Q3 DOI:10.4274/TJAR.2025.252320 PMID:41395980	综述	本文综述了人工智能在麻醉学领域的当前应用、面临的挑战以及未来发展方向	全面总结了人工智能在围手术期护理各阶段（包括术前、术中、术后及重症监护）的最新应用进展，并系统性地指出了该领域在方法学、伦理和实践方面的挑战	本文是一篇综述性文章，未提出新的原创性AI模型或进行实证研究，主要基于现有文献进行归纳总结	总结人工智能在麻醉学中的当前应用，分析其整合过程中面临的方法学、伦理和实践挑战，并探讨未来在围手术期护理中安全有效应用的发展方向	人工智能技术在麻醉学领域的各类应用场景、相关算法模型及其临床实践	机器学习	NA	机器学习、深度学习、大语言模型	NA	多模态数据（包括生理信号、医学影像、文本数据等）	NA	NA	NA	NA	NA
653	2025-12-27	Skull-stripping induces shortcut learning in MRI-based Alzheimer's disease classification 2025-Dec-22, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02158-4 PMID:41428317	研究论文	本研究探讨了在基于结构MRI的阿尔茨海默病分类中，颅骨剥离预处理如何诱导捷径学习现象	首次系统评估了颅骨剥离在MRI图像分类中引入的偏差，揭示了深度学习模型依赖预处理产生的轮廓特征而非灰白质纹理的捷径学习现象	研究仅基于ADNI数据库的990个样本，可能无法推广到其他数据集或疾病类型	评估T1加权MRI图像中纹理、体积信息及预处理（特别是颅骨剥离）对阿尔茨海默病分类的贡献	阿尔茨海默病患者和认知正常对照的T1加权MRI图像	医学影像分析	阿尔茨海默病	T1加权MRI成像	3D CNN	3D MRI图像	990个匹配的T1加权MRI图像（来自ADNI数据库）	NA	3D卷积神经网络	准确率, 敏感性, 特异性	NA
654	2025-12-27	Mamba-enhanced disease semantic knowledge graph for interpretable automatic ICD coding 2025-Dec-22, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104973 PMID:41443488	研究论文	本文提出了一种结合疾病语义知识图谱和Mamba网络的自动ICD编码框架MKHCNet，以提高编码性能和可解释性	整合了非结构化临床知识表示、长程依赖建模和对比归一化技术，并引入了分层位置标签注意力机制以实现细粒度、基于注意力的可解释性	NA	解决自动ICD编码中的语义不一致、标签模糊和可解释性有限等挑战	电子健康记录中的疾病、症状、诊断和治疗信息	自然语言处理	NA	NA	Mamba网络, FastKAN	文本	基准数据集MIMIC-FULL和MIMIC-50	NA	MKHCNet (Mamba-Knowledge-HPLA-ContraNorm Network)	MaAUC, P@8	NA
655	2025-12-27	Deep learning approaches to map individual differences in macroscopic neural structure with variations in spatial navigation behavior 2025-Dec-22, Neuropsychologia IF:2.0Q3 DOI:10.1016/j.neuropsychologia.2025.109352 PMID:41443585	研究论文	本文采用深度学习方法来分析大脑结构特征是否能够预测年轻人群的空间导航能力	使用数据驱动方法，首次比较图卷积神经网络和3D卷积神经网络来映射大脑宏观结构与空间导航行为个体差异的关联	研究样本量较小，仅使用单一行为测量指标，可能限制了预测能力	探究大脑结构特征与个体空间导航行为差异之间的关联	年轻健康成年人的大脑结构和空间导航能力	机器学习	NA	T1 MRI	GCNN, 3DCNN	图像	90名参与者	NA	图卷积神经网络, 3D卷积神经网络	预测值	NA
656	2025-12-27	[ResLSTM-TemporalSE: an automated classification model for multi-lead ECG signals] 2025-Dec-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.12.18 PMID:41429624	研究论文	提出了一种名为ResLSTM-TemporalSE的高效深度学习模型，用于提升12导联心电图信号的自动分类准确率	设计了一种结合多层残差长短期记忆网络和时序注意力机制的新网络架构，通过残差连接和增强的通道特征表示来有效提取心电信号的时空特征	未明确提及模型在更广泛或多样化临床数据集上的泛化能力限制，以及计算复杂度分析	提高12导联心电图信号的自动分类准确性	12导联心电图信号	机器学习	心血管疾病	NA	LSTM, 注意力机制	信号数据	公共CPSC2018数据集和来自南方医科大学第七附属医院的私有临床数据集	NA	ResLSTM-TemporalSE	准确率, 精确率, 召回率, F1分数	NA
657	2025-12-27	Deep learning for hepatocellular carcinoma segmentation in MRI: A systematic review of models, performance, and challenges 2025-Dec-19, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000047061 PMID:41430967	系统综述	本文系统综述了深度学习模型在磁共振成像中用于肝细胞癌分割的研究，重点关注模型架构、性能指标和实施挑战	系统性地评估了基于深度学习的肝细胞癌MRI分割模型，特别关注了U-Net变体、Transformer和混合模型的性能及适应性，并指出了多中心数据集和标准化协议的重要性	纳入研究数量有限（仅13项），存在患者选择偏倚风险（8项研究为高风险），且数据集规模小、病变异质性和MRI协议变异性限制了结果的普适性	评估深度学习模型在磁共振成像中自动分割肝细胞癌的性能、架构及面临的挑战	使用深度学习进行肝细胞癌MRI分割的同行评议研究	计算机视觉	肝细胞癌	磁共振成像	CNN, Transformer	图像	19至602名患者	NA	U-Net, nnU-Net, UNet++, Transformer, 混合模型	Dice相似系数	NA
658	2025-12-27	Artificial intelligence in multidisciplinary tumor boards enhancing decision making and clinical outcomes in oncology 2025-Dec-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114082 PMID:41438031	综述	本文综述了人工智能（AI）如何支持多学科肿瘤委员会（MDT）的决策过程，以提升肿瘤学中的临床决策和患者结局	综合分析了包括机器学习、自然语言处理、深度学习和大型语言模型在内的多种AI技术如何增强MDT的信息整合、指南一致性和文档清晰度	存在数据偏见、泛化能力不均、隐私与治理问题以及前瞻性验证有限等关键限制	探讨AI在肿瘤学多学科团队决策中的支持作用，以优化临床决策和个性化治疗	多学科肿瘤委员会（MDT）在肿瘤学中的决策过程	自然语言处理, 机器学习	肿瘤学（多种癌症）	机器学习, 自然语言处理, 深度学习, 大型语言模型	NA	影像学, 病理学, 基因组学, 患者因素数据	NA	NA	NA	AI建议与MDT决策的一致性（70%至90%）, 诊断性能	NA
659	2025-12-27	Explainable-enhanced AI for diagnosing coronary microvascular dysfunction with multimodal imaging 2025-Dec-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114101 PMID:41438088	研究论文	本研究开发了一种临床适用的、可解释性增强的AI模型CMVD_MDAS，通过整合深度学习和多模态机器学习来改善冠状动脉微血管功能障碍（CMVD）的诊断	结合了深度学习与多模态机器学习，并利用基于SHAP的特征排序增强模型的可解释性，显著提升了CMVD诊断的准确性和效率	NA	提高冠状动脉微血管功能障碍（CMVD）的诊断准确性和效率	心肌段（592个用于训练和内部验证，352个用于外部验证）	数字病理学	心血管疾病	多模态成像	CNN	图像	592个心肌段（训练和内部验证），352个临床患者心肌段（外部验证）	NA	卷积神经网络	AUC	NA
660	2025-12-27	Entropy-guided partial annotation for cross-domain rib segmentation 2025-Dec-19, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102689 PMID:41447887	研究论文	本文提出了一种基于熵引导的部分标注方法（EGPA），用于减少肋骨分割任务中的标注工作量，并解决跨域适应问题	提出了一种结合对比学习、主动学习和自训练策略的半监督方法，通过熵度量主动识别图像中最具信息量的区域进行标注，显著降低了专家在模型训练和跨域适应中的工作量	未明确说明方法在更广泛医学图像任务或不同模态数据上的泛化能力，且依赖于特定数据集（公开和私有）进行评估	开发一种半监督方法以减少肋骨分割中的标注成本，并实现从源域到目标域的有效迁移	肋骨分割任务，涉及公开的RibSegV2数据集（源域）和私有的胸部CT肋骨分割数据集（目标域）	数字病理	NA	CT扫描	深度学习模型（未指定具体类型如CNN）	图像（CT扫描）	涉及公开RibSegV2数据集和私有胸部CT数据集，具体样本数量未明确说明	NA	NA	Dice分数	NA