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
661	2025-10-05	Sensor Fusion for Target Detection Using LLM-Based Transfer Learning Approach 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090928 PMID:41008054	研究论文	提出一种基于LLM迁移学习的传感器融合方法，用于自主移动代理检测静态和移动目标	利用真实传感器数据而非理论模型，通过LLM迁移学习框架整合光学和LIDAR数据，能够解释不同传感器间的依赖关系	仅针对LIDAR和光学两种传感器类型进行验证，未涉及其他传感器类型	开发鲁棒的传感器融合方法以提高目标检测性能	静态和移动目标	机器学习和传感器融合	NA	传感器融合、目标检测、深度学习	LLM, CNN, 深度学习模型	LIDAR点云数据、光学图像数据	NA	LLM框架	GPT-2, 专用深度学习模型	精确率, 召回率, 计算效率	边缘设备（通过知识蒸馏压缩模型）
662	2025-10-05	Learnable Convolutional Attention Network for Unsupervised Knowledge Graph Entity Alignment 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090924 PMID:41008050	研究论文	提出一种可学习卷积注意力网络LCA-UEA用于无监督知识图谱实体对齐	在注意力机制前执行卷积操作确保结构信息获取，设计基于潜在匹配关系的关系结构重建方法，提出基于一致性的相似度函数	未明确说明方法在超大规模知识图谱上的可扩展性限制	解决无监督知识图谱实体对齐任务中标注数据缺乏导致的性能瓶颈	知识图谱中的实体对齐	自然语言处理	NA	深度学习	注意力网络,卷积神经网络	图结构数据	三个不同规模和类型的数据集（跨语言和单语言）	NA	LCA-UEA	Hits@1	NA
663	2025-10-05	Accelerated Super-Resolution Reconstruction for Structured Illumination Microscopy Integrated with Low-Light Optimization 2025-Sep-03, Micromachines IF:3.0Q2 DOI:10.3390/mi16091020 PMID:41011910	研究论文	提出一种集成低光优化的结构化照明显微镜超分辨率重建加速框架	首创π/2相移SIM的空间域计算范式，并开发自适应局部过曝校正策略与零样本学习算法RUAS	NA	解决结构化照明显微镜处理效率低和重建图像质量差的双重挑战	荧光微球和牛肺动脉内皮细胞标本	计算机视觉	NA	结构化照明显微镜(SIM)	深度学习	显微图像	NA	RUAS	零样本学习架构	重建速度、横向分辨率、轴向分辨率、图像质量	NA
664	2025-10-05	From deep learning discovery to clinical validation: a new composite marker predicts mortality in type 2 diabetes 2025-Sep-03, Cardiovascular diabetology. Endocrinology reports DOI:10.1186/s40842-025-00229-5 PMID:41013834	研究论文	本研究开发并验证了一种新型复合生物标志物ln[ALP×sCr]用于预测2型糖尿病患者的全因死亡率和心血管疾病死亡率	首次结合深度学习特征选择和传统流行病学建模，开发出碱性磷酸酶与血清肌酐的复合指标来评估糖尿病患者的死亡风险	研究基于观察性数据，无法确定因果关系；结果主要适用于美国人群	开发并验证能够预测2型糖尿病患者死亡风险的复合生物标志物	美国NHANES研究中82,091名成年糖尿病患者	机器学习	2型糖尿病	深度学习特征选择，限制性立方样条分析，Cox比例风险模型	深度学习模型	临床生物标志物数据，死亡率随访数据	82,091名美国成年人，其中4,839名2型糖尿病患者纳入分析	NA	NA	风险比(HR)，置信区间(CI)，中介分析比例	NA
665	2025-10-05	Machine and Deep Learning on Radiomic Features from Contrast-Enhanced Mammography and Dynamic Contrast-Enhanced Magnetic Resonance Imaging for Breast Cancer Characterization 2025-Sep-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090952 PMID:41007196	研究论文	评估机器学习和深度学习方法在对比增强乳腺摄影和动态对比增强磁共振成像的影像组学特征中对乳腺癌表征和肿瘤分子谱预测的准确性	首次结合对比增强乳腺摄影和动态对比增强磁共振成像的影像组学特征，应用多种机器学习和深度学习模型进行乳腺癌多参数表征	样本量相对有限（153例患者），HER2状态预测的AUC值相对较低（0.669）	乳腺癌表征和肿瘤分子谱预测	153例乳腺良恶性病变患者	医学影像分析	乳腺癌	对比增强乳腺摄影，动态对比增强磁共振成像，影像组学特征提取	梯度提升机，神经网络，LASSO	医学影像	153例患者（113例恶性病变，其中32例高级别，66例HER2阳性）	PyRadiomics, R	梯度提升机，神经网络，LASSO	AUC，准确率，灵敏度	NA
666	2025-10-05	Encoding of Demographic and Anatomical Information in Chest X-Ray-Based Severe Left Ventricular Hypertrophy Classifiers 2025-Sep-02, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092140 PMID:41007703	研究论文	本研究开发了一种直接从胸部X光片分类严重左心室肥厚的深度学习框架	无需中间解剖估计模型或人口统计学输入，通过互信息神经估计量化临床相关属性在内部表示中的编码	仅使用单一数据集进行验证，未在外部数据集上测试泛化能力	开发能够从胸部X光片准确分类严重左心室肥厚的AI系统	严重左心室肥厚患者和正常对照的胸部X光影像	计算机视觉	心血管疾病	胸部X光成像	CNN, Vision Transformer	医学影像	来自CheXchoNet数据集的类别平衡子集，包含等量的SLVH阳性和阴性病例	PyTorch	ResNet-18, Vision Transformer	AUROC, AUPRC	NA
667	2025-10-05	Determination of Kennedy's classification in panoramic X-rays by automated tooth labeling 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03469-z PMID:40555836	研究论文	本研究开发了一种基于深度学习的自动化系统，用于在全景X光片中自动确定肯尼迪分类	首次将Mask R-CNN实例分割模型应用于全景X光片的牙齿自动标记和肯尼迪分类确定	最常见的错误来源于形态相似牙齿的错误标记	研究部分缺牙颌肯尼迪分类的自动确定方法	206名患者的209张全景X光片	计算机视觉	牙科疾病	全景X光成像	CNN	医学图像	209张全景X光片（来自206名患者）	TensorFlow, PyTorch	Mask R-CNN	准确率, 敏感度, 精确度, F1分数	NA
668	2025-10-05	Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03484-0 PMID:40900399	研究论文	提出一种多任务深度学习方法，用于自动分割转移性卵巢癌图像并评估治疗反应	首次展示多任务深度学习在评估复杂多部位HGSOC患者主要疾病负担中化疗诱导肿瘤变化的可行性	样本量相对有限（99例患者），需要在更大规模数据集中验证	开发自动图像分割和治疗反应评估方法以应对HGSOC的多尺度复杂性挑战	高级别浆液性卵巢癌（HGSOC）患者的盆腔/卵巢和网膜病变	数字病理	卵巢癌	对比增强计算机断层扫描（CE-CT）	深度学习	医学图像	99例卵巢癌患者的198张CE-CT图像用于训练，49例患者的98张扫描用于独立验证	NA	U-Net	AUC,Dice系数	NA
669	2025-10-05	Artificial intelligence in mental health: integrating opportunities and challenges of multimodal deep learning for mental disorder prevention and treatment 2025-Sep, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003624 PMID:40901142	综述	通过多模态深度学习探讨人工智能在精神障碍预防和治疗中的机遇与挑战	提出了负责任应用人工智能于心理健康护理的概念框架	基于文献综述，缺乏原始实验数据验证	探索人工智能在心理健康领域的应用潜力与实施挑战	心理健康护理系统与人工智能技术	机器学习	精神障碍	多模态深度学习、预测分析	深度学习	多模态数据	NA	NA	NA	NA	NA
670	2025-10-05	Streamlining the annotation process by radiologists of volumetric medical images with few-shot learning 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03457-3 PMID:40563071	研究论文	提出一种结合少样本学习和全监督模型优势的新方法，用于简化放射科医生对体积医学图像的标注过程	通过优化扫描切片补丁的支持集和优先选择需要最少校正的标注扫描，显著减少放射科医生的标注工作量	NA	减少放射科医生对体积医学图像中微小结构（如病灶）的手动标注工作量	肝脏、肺部和脑部病灶	医学影像分析	肝脏疾病,肺部疾病,脑部疾病	CT扫描,MRI扫描	少样本学习模型,全监督模型	体积医学图像	375次扫描,5933个病灶	nnU-Net,UniverSeg	U-Net	病灶检测校正工作量减少百分比,误识别病灶减少百分比,病灶轮廓校正减少百分比,像素校正减少百分比	NA
671	2025-10-05	Exploratory analysis and framework for tissue classification based on vibroacoustic signals from needle-tissue interaction 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03491-1 PMID:40794229	研究论文	基于针-组织相互作用产生的振动声学信号进行组织分类的探索性分析和框架研究	利用针穿过组织时产生的振动声学信号结合深度学习技术进行组织分类和针定位的新方法	仅使用动物组织和明胶构建的专用模型进行初步实验，需要进一步验证	开发一种新的针引导技术，通过振动声学信号实现针的精确定位和组织分类	针-组织相互作用产生的振动声学信号	机器学习	NA	振动声学信号分析	CNN	振动声学信号，频谱图	使用动物组织和明胶构建的专用模型	NA	NeedleNet, ResNet-34	NA	NA
672	2025-10-05	Structure-Preserving Histopathological Stain Normalization via Attention-Guided Residual Learning 2025-Sep-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090950 PMID:41007195	研究论文	提出一种结合注意力引导残差学习的深度学习方法，用于保持组织形态结构的病理染色标准化	集成增强残差学习与多尺度注意力机制，通过分解变换过程为基础重建和残差细化组件，结合注意力引导跳跃连接和渐进课程学习	仅在MITOS-ATYPIA-14数据集上验证，包含1420对乳腺癌H&E染色图像	解决病理图像染色变异性问题，开发保持结构完整性的染色标准化方法	乳腺癌H&E染色病理图像	数字病理	乳腺癌	H&E染色	深度学习框架	病理图像	1420对来自两种扫描仪的配对乳腺癌H&E染色图像	NA	注意力引导残差学习框架	结构相似性指数(SSIM), 峰值信噪比(PSNR), 边缘保持损失, 颜色传输保真度, 弗雷歇起始距离(FID), 起始分数(IS)	NA
673	2025-10-05	EEG-Based Deep Learning Model for Hyper-Acute Large Vessel Occlusion Stroke Detection in Mice 2025-Sep, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70592 PMID:41014019	研究论文	开发基于EEG信号的深度学习模型用于小鼠超急性大血管闭塞性卒中的早期检测	首次将EEGNet架构应用于超急性期LVO卒中检测，并在1.5小时内实现高精度分类	研究仅限于小鼠模型，尚未在人体验证	开发早期准确检测超急性大血管闭塞性卒中的方法	pMCAO小鼠模型	机器学习	脑血管疾病	EEG信号采集	EEGNet	EEG信号	NA	NA	EEGNet	准确率,AUC,精确率,召回率,F1分数	NA
674	2025-10-05	From Gene Networks to Therapeutics: A Causal Inference and Deep Learning Approach for Drug Discovery 2025-Aug-30, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18091304 PMID:41011176	研究论文	提出一种整合网络分析、统计中介和深度学习的计算框架，用于识别因果靶基因和可重定位小分子候选药物	首次将加权基因共表达网络分析、双向中介分析与深度学习相结合，构建表型驱动的药物发现框架	研究样本量相对有限（103例IPF患者），需要进一步实验验证	开发计算框架加速药物发现过程，特别针对复杂疾病	特发性肺纤维化（IPF）患者和对照组的转录组数据	机器学习	特发性肺纤维化	RNA-seq, WGCNA, 双向中介分析	深度学习	转录组数据	103例IPF患者和103例对照组	NA	DeepCE	相关性分析	NA
675	2025-10-05	AI in Dentistry: Innovations, Ethical Considerations, and Integration Barriers 2025-Aug-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090928 PMID:41007172	综述	本文综述了人工智能在牙科领域的应用现状、技术创新及整合障碍	系统分析了联邦学习和可解释AI在牙科领域的最新应用进展	未进行定量荟萃分析，主要基于叙述性综述方法	评估AI在牙科医学中的技术发展和整合挑战	牙科医学中的AI应用	机器学习	口腔疾病	锥形束计算机断层扫描(CBCT)，口内摄影，射线照相	深度学习	医学影像	NA	TensorFlow	U-Net	灵敏度，特异性，准确率	NA
676	2025-10-05	The Expanding Frontier: The Role of Artificial Intelligence in Pediatric Neuroradiology 2025-Aug-27, Children (Basel, Switzerland) DOI:10.3390/children12091127 PMID:41006992	综述	本文探讨人工智能在儿科神经放射学领域的应用现状、挑战与未来机遇	系统阐述AI在儿科神经放射学这一新兴前沿领域的独特价值，特别关注儿童大脑发育特性与AI技术的结合点	面临儿科数据稀缺、伦理法律限制、模型可解释性不足以及医学法律责任界定等挑战	分析AI在儿科神经放射学的应用现状、挑战及未来发展前景	儿科神经放射学领域，特别是新生儿和儿童大脑发育相关疾病	医学影像分析	神经系统疾病（如药物抵抗性癫痫）	深度学习，联邦学习	深度学习算法，图算法	医学影像（MRI，CT）	NA	NA	MELD图算法	NA	NA
677	2025-10-05	HQRNN-FD: A Hybrid Quantum Recurrent Neural Network for Fraud Detection 2025-Aug-27, Entropy (Basel, Switzerland) DOI:10.3390/e27090906 PMID:41008033	研究论文	提出一种用于金融欺诈检测的混合量子循环神经网络模型	首次将变分量子电路与循环神经网络结合用于欺诈检测，采用角度编码、数据重上传和分层纠缠等量子技术增强特征提取	未提及模型在真实金融环境中的部署挑战和计算资源需求	开发量子增强的深度学习模型以提升金融欺诈检测性能	金融交易数据	机器学习	NA	量子计算, 深度学习	RNN, 混合量子神经网络	序列数据	公开欺诈检测数据集（未指定具体数量）	NA	Hybrid Quantum RNN, 自注意力机制	准确率	量子计算资源（未指定具体类型）
678	2025-10-05	Deep Learning Method Based on Multivariate Variational Mode Decomposition for Classification of Epileptic Signals 2025-Aug-27, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15090933 PMID:41008293	研究论文	提出一种基于多元变分模态分解的深度学习框架，用于癫痫信号的分类	整合时空信息提取，采用多元变分模态分解保持通道间模态对齐，有效缓解模态混叠和模态失配问题	NA	准确分类癫痫发作类型和精确定位局灶性癫痫信号，为临床诊断提供依据	多通道癫痫信号	机器学习	癫痫	多元变分模态分解	深度学习	脑电信号	Bern-Barcelona数据库和TUSZ数据库	NA	NA	准确率, 灵敏度, 特异性, 加权F1分数	NA
679	2025-10-05	Deep Learning-Powered Down Syndrome Detection Using Facial Images 2025-Aug-27, Life (Basel, Switzerland) DOI:10.3390/life15091361 PMID:41010303	研究论文	开发并验证了一种基于面部图像的唐氏综合征早期检测深度学习模型	提出结合RegNet X-MobileNet V3和视觉Transformer-Linformer的混合特征提取架构，采用自适应注意力特征融合机制增强诊断相关面部区域的关注	未明确说明样本来源和具体数据收集条件	开发非侵入性、公平的唐氏综合征筛查工具	婴儿面部图像	计算机视觉	唐氏综合征	面部图像分析	深度学习	图像	NA	NA	RegNet, MobileNet V3, Vision Transformer (ViT)-Linformer, ExtraTrees	准确率, 精确率, 召回率, F1分数, 特异性	NA
680	2025-10-05	Deep Learning Algorithm to Determine the Presence of Rectal Cancer from Transrectal Ultrasound Images 2025-Aug-27, Life (Basel, Switzerland) DOI:10.3390/life15091358 PMID:41010300	研究论文	本研究开发了一种基于深度学习的卷积神经网络模型，用于通过经直肠超声图像识别直肠癌	首次将EfficientNetV2-S架构应用于经直肠超声图像的直肠癌检测，为临床医生提供有价值的决策支持工具	研究为回顾性设计，样本量相对有限，模型泛化能力有待进一步验证	开发并评估用于直肠癌检测的深度学习算法	经直肠超声图像	计算机视觉	直肠癌	经直肠超声	CNN	图像	681张经直肠超声图像（533张直肠癌，148张正常直肠）	NA	EfficientNetV2-S	准确率, AUC, 精确率, 召回率, F1分数	NA