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
7121	2025-10-06	Self-supervised learning for low-dose CT image denoising method based on guided image filtering 2025-Jul-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade847 PMID:40562063	研究论文	提出一种基于引导图像滤波的自监督学习方法用于低剂量CT图像去噪	利用引导图像滤波生成伪标签实现无需配对数据的自监督学习，并在残差网络解码器中嵌入注意力门机制增强去噪性能	NA	开发不依赖配对正常剂量CT数据的低剂量CT图像去噪方法	低剂量CT图像	计算机视觉	NA	CT成像	残差网络	医学图像	NA	NA	残差网络	视觉质量, 定量指标	NA
7122	2025-10-06	Neural networks to estimate multiple sclerosis disability and predict progression using routinely collected healthcare data 2025-Jul-03, Multiple sclerosis (Houndmills, Basingstoke, England) DOI:10.1177/13524585251347513 PMID:40607660	研究论文	本研究使用常规收集的医疗保健数据开发神经网络算法来估计多发性硬化症相关残疾并预测其进展	首次使用常规行政数据而非临床检查来估计EDSS评分，并开发结合生存分析与神经网络预测的混合模型	研究仅限于意大利坎帕尼亚地区的数据，可能影响模型的普适性	利用常规医疗数据填补多发性硬化症残疾评估在行政数据集中的空白	多发性硬化症患者群体	机器学习	多发性硬化症	深度学习，生存分析	神经网络，混合模型	行政医疗数据	意大利坎帕尼亚地区2015-2021年多发性硬化症患者群体	NA	NA	准确率，精确率，F1分数	NA
7123	2025-10-06	A novel LLM time series forecasting method based on integer-decimal decomposition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06581-x PMID:40594984	研究论文	提出一种基于整数-小数分解的LLM时间序列预测方法IDDLLM	设计整数-小数分解和跨模态微调框架，开发SDC模块和双交叉注意力机制来改进LLM对时间序列的理解	未明确说明方法在特定领域时间序列数据上的局限性	解决时间序列数据与文本数据之间的根本差异，改进基于LLM的时间序列预测	时间序列数据	自然语言处理,机器学习	NA	时间序列分解,跨模态学习	LLM	时间序列数据	NA	NA	SDC模块,双交叉注意力模块	长期预测排名,少样本预测,零样本预测	NA
7124	2025-10-06	Dual-Mode Temperature-Pressure MXene Sensor for Enhanced Firefighter Safety and Deep Learning-Enhanced Smart Gloves 2025-Jul-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09442 PMID:40552641	研究论文	开发了一种基于MXene材料的双模温度-压力传感器，用于增强消防员安全和智能手套应用	利用MXene材料优异的热电性能、类金属导电性和阻燃特性，在柔性防火聚酰亚胺基底上集成多功能传感器	NA	开发能够同时检测多种物理刺激的多功能可穿戴传感器	消防员安全监测和智能手套应用	机器学习和传感器技术	NA	MXene传感器集成技术	深度学习算法	温度和压力传感器数据	NA	NA	NA	温度和压力传感性能	NA
7125	2025-10-06	Hybrid Transformer for Early Alzheimer's Detection: Integration of Handwriting-Based 2D Images and 1D Signal Features 2025-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3585379 PMID:40601463	研究论文	提出一种用于早期阿尔茨海默病检测的多模态混合注意力模型，整合手写2D图像和1D动态信号特征	首次将Transformer模型应用于AD手写分析，通过门控机制结合相似性和差异性注意力，融合2D空间模式和1D动态特征的多模态信息	仅在DARWIN数据集上验证，未在其他数据集上测试泛化能力	开发早期阿尔茨海默病的非侵入性检测方法	阿尔茨海默病患者的手写数据	计算机视觉, 自然语言处理	阿尔茨海默病	手写分析	Transformer, CNN	图像, 信号	DARWIN数据集	NA	混合注意力模型	F1-score, 准确率	NA
7126	2025-10-06	In Vivo Laparoscopic Image De-smoking Dataset, Evaluation, and Beyond 2025-Jul-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3584641 PMID:40601460	研究论文	本文提出了首个真实腹腔镜手术烟雾去除配对数据集，并评估了现有去烟雾方法的有效性	创建了首个包含真实手术烟雾和对应无烟雾场景的配对数据集，开发了补偿患者非自主运动的运动跟踪技术	数据集规模相对有限，仅包含前列腺切除术和胆囊切除术两种手术类型	开发有效的腹腔镜手术烟雾去除算法，提升手术视野清晰度	腹腔镜手术图像中的烟雾干扰	计算机视觉	前列腺癌,胆囊疾病	运动跟踪技术	NA	腹腔镜手术视频图像	132例前列腺切除术记录（41个视频序列，2000对图像），45例胆囊切除术记录（68个视频序列，1000对图像）	NA	NA	残差误差分析，烟雾强度相关性分析	NA
7127	2025-10-06	A novel few-shot learning framework for supervised diffeomorphic image registration network 2025-Jul-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3585199 PMID:40601459	研究论文	提出一种新颖的少样本学习框架用于监督式微分同胚图像配准网络	通过随机微分同胚生成器生成复杂向量场，仅需少量图像数据即可生成训练标签，并在损失函数中仅需保证形变平滑性即可消除物理网格折叠现象	未明确说明在更广泛医学图像数据集上的泛化能力	解决医学图像配准中物理网格折叠和标注训练数据稀缺的问题	医学图像配准	计算机视觉	NA	图像配准	深度学习网络	医学图像	理论上仅需一个图像数据即可生成系列标签	NA	随机微分同胚生成器(RDG), 监督式少样本学习网络	网格折叠消除效果	NA
7128	2025-10-06	Development of a tongue image-based machine learning tool for the diagnosis of colorectal cancer: a prospective multicentre clinical cohort study 2025-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3585552 PMID:40601462	研究论文	开发基于舌像的机器学习工具用于结直肠癌诊断的前瞻性多中心临床队列研究	首次将舌诊与现代机器学习结合，采用SAM与Grounding DINO进行图像分割，融合手工特征和Swin-Transformer深度学习特征	样本量相对有限，需要进一步验证在更广泛人群中的适用性	开发非侵入性、经济有效的结直肠癌辅助筛查工具	结直肠癌患者和非结直肠癌参与者	计算机视觉	结直肠癌	舌像采集	深度学习	图像	内部验证集：1,389例CRC患者和1,543例NCRC参与者；外部验证集：119例CRC患者和221例NCRC参与者	NA	Swin-Transformer, Segment Anything Model (SAM), Grounding DINO	准确率, F1-score, 精确率, 召回率	NA
7129	2025-10-06	An EEG-based seizure prediction model encoding brain network temporal dynamics 2025-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584861 PMID:40601467	研究论文	提出一种基于脑电图的癫痫发作预测模型，通过编码脑网络时间动态特征来提高预测性能	将基于脑网络的生理先验与深度学习结合用于脑电图表征学习，通过元稳定性先验和对抗特征学习在潜在空间中融合跨被试的癫痫网络过程	NA	开发患者独立的癫痫发作预测方法	癫痫患者的脑电图数据	机器学习	癫痫	脑电图(EEG)	VAE, 对抗学习	脑电图信号	两个公开数据集和一个临床头皮脑电图数据集	NA	变分自编码器(VAE)	AUC, 敏感度, 特异度	NA
7130	2025-10-06	Robust Multi-contrast MRI Medical Image Translation via Knowledge Distillation and Adversarial Attack 2025-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584721 PMID:40601468	研究论文	提出一种结合知识蒸馏和对抗攻击的鲁棒多对比度MRI医学图像翻译框架	提出教师-学生模块的知识蒸馏架构，其中教师模块设计为具有更多输入的配准网络以更好地学习噪声分布；引入生成器前的对抗攻击模块增强模型鲁棒性	仅针对MRI医学图像进行验证，未测试其他医学影像模态	提升多对比度MRI医学图像翻译的质量和鲁棒性	MRI医学图像	计算机视觉	NA	MRI	GAN, Transformer, Diffusion	医学图像	两个公共MRI医学图像数据集	NA	知识蒸馏网络，配准网络	通过消融实验和与SOTA方法比较验证性能	NA
7131	2025-10-06	Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology 2025-Jul-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500200 PMID:40603107	研究论文	本研究利用高光谱成像技术结合深度学习实现甲状腺乳头状癌与结节性甲状腺肿伴乳头状增生的鉴别诊断	首次将高光谱成像与带自注意力机制的一维卷积神经网络结合用于甲状腺疾病的鉴别诊断	样本量相对有限（43例PTC和39例NGPH），需要更大规模研究验证	开发基于高光谱成像的甲状腺疾病鉴别诊断方法	甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生的石蜡包埋组织样本	医学影像分析	甲状腺癌	高光谱成像技术	CNN	高光谱图像	82例样本（43例PTC，39例NGPH）	NA	一维卷积神经网络带自注意力机制	AUC, 准确率, 敏感性, 特异性	NA
7132	2025-10-06	Clinical value of the 70-kVp ultra-low-dose CT pulmonary angiography with deep learning image reconstruction 2025-Jul-02, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11764-1 PMID:40603771	研究论文	评估基于深度学习图像重建算法的70-kVp超低剂量CT肺动脉造影在临床中的可行性	首次将70-kVp超低剂量协议与深度学习图像重建算法结合应用于CT肺动脉造影，实现辐射剂量和造影剂剂量的双重降低	样本量相对较小（100例患者），需要更大规模研究验证	评估低辐射剂量和低造影剂剂量的'双低'CT肺动脉造影方案的临床可行性	100例接受CT肺动脉造影检查的连续患者	医学影像	肺血管疾病	CT肺动脉造影，深度学习图像重建	深度学习重建算法	CT医学影像	100例患者（41例女性，平均年龄60.9岁），分为传统剂量组50例和低剂量组50例	NA	NA	图像质量评分，信噪比，对比噪声比，最远可见血管分支	NA
7133	2025-10-06	Clinical decision support using pseudo-notes from multiple streams of EHR data 2025-Jul-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01777-x PMID:40604255	研究论文	提出一种名为MEME的深度学习框架，通过将电子健康记录转换为伪笔记来支持临床决策	首次将异构EHR数据转换为伪笔记，减少系统间概念协调需求，并利用自注意力机制学习多嵌入的上下文重要性	未明确说明模型在外部EHR数据库中的泛化能力限制	开发临床决策支持系统，预测急诊科患者的处置结果	400,019次急诊科就诊记录	自然语言处理	NA	电子健康记录分析	深度学习	表格数据, 文本	400,019次急诊科就诊	NA	自注意力机制	NA	NA
7134	2025-10-06	Development and validation of a deep learning ultrasound radiomics model for predicting drug resistance in lymph node tuberculosis a multicenter study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002850 PMID:40607926	研究论文	开发并验证用于预测淋巴结结核耐药性的深度学习超声影像组学模型	首次将集成机器学习算法与AdaBoost结合应用于淋巴结结核耐药性预测的超声影像组学研究	回顾性研究设计，样本量相对有限（234例）	预测淋巴结结核患者的药物耐药性	234例宫颈淋巴结结核患者	医学影像分析	结核病	超声成像	集成机器学习, AdaBoost	超声图像	234例患者（来自三个医疗中心）	NA	集成机器学习	AUC, 准确率, 精确率, 召回率, F1分数, 决策曲线分析	NA
7135	2025-10-06	Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002821 PMID:40607969	研究论文	开发基于治疗前CT的多通道深度学习预测模型，用于术前诊断非小细胞肺癌患者新辅助免疫化疗后的主要病理缓解	首次将Transformer模型编码的深度学习特征与多通道框架集成，通过Transformer融合模型整合四个图像组的深度特征	回顾性研究设计，样本量相对有限（332例患者）	开发术前预测非小细胞肺癌患者新辅助免疫化疗后主要病理缓解的诊断工具	非小细胞肺癌患者	计算机视觉	肺癌	CT成像	深度学习, Transformer	医学影像	332例非小细胞肺癌患者来自四个中心	NA	GoogLeNet, Transformer	AUC, 敏感性, 特异性, F1分数, 混淆矩阵, 校准曲线, 决策曲线分析, 综合判别改进, 净重分类改进, DeLong检验	NA
7136	2025-10-06	Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset 2025-Jul, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3537868 PMID:40031386	研究论文	本研究开发了一种基于光学相干断层扫描图像的深度学习模型，用于量化耳蜗植入后纤维化程度	首次将计算机视觉技术应用于植入耳蜗的OCT数据集，并开发了改进的UNET架构（2D-OCT-UNET）	研究基于豚鼠模型，结果向人类临床应用的转化需要进一步验证	研究耳蜗纤维化形成机制，减少纤维化负担并改善人工耳蜗植入患者疗效	慢性植入人工耳蜗的豚鼠耳蜗组织	计算机视觉	听力损失	光学相干断层扫描（OCT）	CNN	图像	NA	NA	UNET, 2D-OCT-UNET	NA	NA
7137	2025-10-06	A Contrast-Enhanced Ultrasound Cine-Based Deep Learning Model for Predicting the Response of Advanced Hepatocellular Carcinoma to Hepatic Arterial Infusion Chemotherapy Combined With Systemic Therapies 2025-Jul, Cancer science IF:4.5Q1 DOI:10.1111/cas.70089 PMID:40302359	研究论文	本研究开发了一种基于对比增强超声视频的深度学习模型AE-3DNet，用于预测晚期肝细胞癌对肝动脉灌注化疗联合系统治疗的疗效反应	在3DNet基础上创新性地引入时空注意力模块，增强动态特征提取能力	回顾性研究设计，样本量相对有限（326例患者）	预测晚期肝细胞癌患者对HAIC联合治疗的疗效反应	晚期肝细胞癌患者	计算机视觉	肝癌	对比增强超声	深度学习	超声视频图像	326例患者（内部验证243例，外部验证83例）	NA	AE-3DNet, 3DNet	AUC	NA
7138	2025-10-06	Enhanced Maize Leaf Disease Detection and Classification Using an Integrated CNN-ViT Model 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70513 PMID:40599357	研究论文	本研究提出了一种结合CNN和ViT的混合深度学习框架，用于增强玉米叶部病害的检测和分类	创新性地将CNN的局部特征提取能力与ViT的远程上下文依赖捕捉能力相结合，形成互补的混合架构	模型在独立CD&S数据集上的性能略低于主数据集，可能存在泛化能力限制	开发早期、准确、自动化的玉米叶部病害检测方法，实现及时干预和优化作物管理	玉米叶部病害图像	计算机视觉	植物病害	图像处理技术	CNN, ViT	图像	来自Mendeley、Kaggle和CD&S数据集的玉米病害图像	NA	CNN-ViT混合架构	准确率, 精确率, 召回率, F1分数	NA
7139	2025-10-06	Python-driven impedance profiling on peptide-functionalized biosensor for detection of HIV gp41 envelope protein 2025-Jul, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04400-8 PMID:40599495	研究论文	本研究开发了一种基于抗菌肽功能化的无标记阻抗生物传感器，用于检测HIV gp41包膜蛋白	首次使用抗菌肽作为生物识别受体开发无标记阻抗生物传感器检测HIV gp41蛋白，并应用Python深度学习算法进行阻抗数据分析	NA	开发高灵敏度、高选择性的HIV早期诊断平台	HIV gp41包膜蛋白	生物传感器	HIV/艾滋病	电化学阻抗谱(EIS)、扫描电子显微镜、计时阻抗法(CI)	深度学习	阻抗数据	NA	Python	NA	线性检测范围、回归系数、检测限(LOD)、定量限(LOQ)、变异系数(CV%)	NA
7140	2025-10-06	The power spectrum map of gyro-sulcal functional activity dissociation in macaque brains 2025-Jul-01, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf160 PMID:40605313	研究论文	本研究通过深度学习模型分析猕猴大脑回沟功能分离特征，构建首个猕猴脑回沟功能活动分离的功率谱图	首次系统揭示猕猴大脑回沟在功能活动中的频率特异性分离特征，并建立相应的功率谱图	研究仅基于静息态功能磁共振成像数据，未涉及任务态脑功能活动	探究猕猴大脑回沟功能分离的神经机制	440只猕猴的大脑功能磁共振成像数据	计算神经科学	NA	静息态功能磁共振成像	CNN	功能磁共振成像信号	来自两个独立站点的440只猕猴	NA	一维卷积神经网络	功率谱密度分析	NA