深度学习在生物医药领域中的应用

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
61	2025-10-01	Optimized T1-weighted MP-RAGE MRI of the brain at 0.55 T using variable flip angle coherent gradient echo imaging and deep learning reconstruction 2025-Sep-29, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70109 PMID:41024478	研究论文	提出并评估一种在0.55T磁场下使用可变翻转角相干梯度回波成像和深度学习重建的优化脑部T1加权MP-RAGE MRI协议	结合可变翻转角SSFP-FID内核与深度学习重建方法，在低场强(0.55T)下实现快速T1加权全脑成像	可变翻转角SSFP-FID的微分点扩散函数比传统方法略宽8%	开发优化的MP-RAGE协议用于快速脑部T1加权成像	脑部白质和灰质	医学影像	NA	MP-RAGE MRI, SSFP-FID, 深度学习重建	深度学习	MRI图像	NA
62	2025-10-01	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医美填充剂	首次将人工智能技术应用于医美填充剂的超声图像鉴别，填补了该领域的研究空白	对钙羟基磷灰石和聚甲基丙烯酸甲酯填充剂的识别性能相对较低且不稳定	开发能够准确鉴别不同类型医美填充剂的人工智能系统	医美填充剂的超声图像，包括透明质酸、聚甲基丙烯酸甲酯、钙羟基磷灰石和硅油	计算机视觉	医美填充剂	深度学习，YOLO架构，边界框标注工具	YOLOv11	超声图像	来自6个国家14名医生收集的1432张超声图像
63	2025-10-01	Role of artificial intelligence in virtual emergency care: a protocol for a systematic review 2025-Sep-28, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-103084 PMID:41022432	系统评价	本系统评价旨在综合人工智能在虚拟急诊护理中应用的当前研究状况	首次系统评估AI在虚拟急诊护理领域的应用现状，为制定循证指南提供全面概述	仅使用已发表数据，可能受限于原始研究的质量和数量	综合AI在虚拟急诊护理中的应用研究，识别关键挑战和机遇	涉及AI模型开发、验证或实施的原始研究文章、会议论文和预印本	医疗人工智能	急诊医学	系统评价方法，使用PROBAST、Cochrane偏倚风险评估工具	AI模型（包括机器学习和深度学习）	已发表研究文献	NA
64	2025-10-01	Deep learning approaches for image-based snoring sound analysis in the diagnosis of obstructive sleep apnea-hypopnea syndrome: A systematic review 2025-Sep-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i9.109116 PMID:41025059	系统综述	系统分析基于深度学习的鼾声图像分析在阻塞性睡眠呼吸暂停低通气综合征诊断中的研究进展	聚焦于鼾声信号图形化表示与深度学习网络架构的结合应用，系统评估该领域最新研究方法	数据集变异性大、模型泛化能力有限、可解释性不足以及临床部署可行性等问题	探索深度学习在OSAHS无创诊断中的应用潜力，替代传统多导睡眠监测	鼾声信号及其图形化表示（如频谱图、尺度图）	数字病理	阻塞性睡眠呼吸暂停低通气综合征	深度学习	深度神经网络	图像（频谱图、尺度图）	基于14项研究的综合分析
65	2025-10-01	Artificial intelligence in carotid computed tomography angiography plaque detection: Decade of progress and future perspectives 2025-Sep-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i9.110447 PMID:41025057	综述	本文综述了过去十年人工智能在颈动脉CTA斑块检测中的应用进展与未来展望	混合模型在斑块分割中达到80.49%的精确度，域自适应框架在异质数据集上AUC大于0.88，贝叶斯优化增强的架构实现0.89的斑块量化相关系数	NA	总结人工智能在颈动脉CTA斑块检测中的技术进展并展望未来发展方向	颈动脉粥样硬化斑块	医学影像分析	心血管疾病	计算机断层扫描血管成像(CTA)	残差U-Net-金字塔场景解析网络、U-Net-EfficientNet混合架构	医学影像	NA
66	2025-10-01	Application of deep learning-based convolutional neural networks in gastrointestinal disease endoscopic examination 2025-Sep-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i36.111137 PMID:41025070	综述	探讨基于深度学习的卷积神经网络在胃肠道疾病内镜检查中的应用现状与前景	系统梳理CNN在多种内镜场景（息肉检测、肿瘤识别、超声内镜、胶囊内镜）中的应用优势，提出未来发展方向	面临数据可用性不足、模型可解释性差和临床整合困难等挑战	提升胃肠道疾病内镜诊断的准确性和效率	胃肠道疾病（胃癌、结直肠癌等）的内镜图像	计算机视觉	胃肠道疾病	深度学习	CNN	内镜图像	NA
67	2025-10-01	Gastroenterology in the age of artificial intelligence: Bridging technology and clinical practice 2025-Sep-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i36.110549 PMID:41025068	综述	探讨人工智能在胃肠病学领域的整合应用及其对临床实践和生物医学研究的革命性影响	系统阐述AI技术如何通过深度学习、放射组学等创新方法改变胃肠病学的临床诊疗模式	面临数据不一致性、伦理问题、算法偏见和数据隐私等挑战	推动人工智能在胃肠病学和肝病学领域的临床应用	胃肠病学临床实践、药物研发和患者管理	医学人工智能	胃肠疾病、肝病	深度学习、放射组学、计算机视觉、机器学习	CNN、RNN、Transformer、ANN、SVM	医学图像、患者数据、分子数据	NA
68	2025-10-01	TEDNet: Cascaded CNN-Transformer with Dual Attentions for Taste EEG Decoding 2025-Sep-27, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110594 PMID:41022309	研究论文	提出了一种结合CNN和Transformer的深度学习架构TEDNet，用于解码味觉刺激诱发的脑电图信号	首次将时间空间卷积模块、时间空间注意力模块和局部全局融合模块集成到味觉脑电图解码中，实现了多尺度特征的充分整合	NA	开发一种客观的味觉感知解码方法，克服传统味觉评估方法的主观偏差和传感器限制	30名受试者在酸、甜、苦、咸四种味觉刺激下的脑电图信号	脑机接口	NA	脑电图(EEG)	CNN-Transformer混合架构	脑电图信号	2400个脑电图样本，来自30名受试者
69	2025-10-01	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、知识结构和前沿动态，揭示从传统机器学习向深度学习、多模态融合的技术演进	仅基于Web of Science数据库文献，可能未涵盖所有相关研究；文献计量方法存在固有局限性	分析人工智能在抑郁症检测与诊断应用的研究趋势和未来方向	2015-2024年间发表的2304篇相关学术文献	自然语言处理	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	2304篇学术文章
70	2025-10-01	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(ConvNSNP)与BiLSTM结合，增强了对非线性数据的处理能力和长期时序建模能力	NA	解决云计算环境中多变量工作负载预测问题，提高预测精度	云计算工作负载的多变量时间序列数据	机器学习	NA	深度学习	ConvNSNP + BiLSTM混合模型	多变量时间序列	三个公共云工作负载数据集（来自阿里巴巴和Google）
71	2025-10-01	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应用进展	结合地理空间分析与机器学习的人工智能方法，实现大规模人群健康数据库中的可扩展地理空间暴露评估	存在参与者隐私保护、数据代表性以及高质量验证数据集构建等挑战	探讨地理空间人工智能在环境流行病学研究中的应用	环境暴露与健康关系研究	地理空间人工智能	心血管疾病、痴呆症、癌症	机器学习、人工智能、地理信息系统、深度学习	深度学习	地理空间数据、智能手机和可穿戴设备传感器数据、街景图像	NA
72	2025-10-01	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	NA	开发无需大量标注数据的电子健康记录分析方法，实现临床表型解析	电子健康记录数据	机器学习	新生儿培养阴性脓毒症、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	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
73	2025-10-01	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	本研究提供了一个包含10,223张猪脊髓超声图像的开源数据集，并评估了多种深度学习模型在脊髓损伤定位和 anatomical 分割任务上的性能	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	训练数据主要基于猪脊髓图像，在人类数据上的零样本泛化性能仍有提升空间	促进医学机器学习发展，为脊髓损伤定位和 anatomical 分割提供基准数据集和模型	猪脊髓（N=25）在挫伤前后的超声图像，以及人类脊髓超声图像	医学影像分析	脊髓损伤	超声成像（B-mode）	YOLOv8, DeepLabv3, SAMed	图像	10,223张猪脊髓超声图像（来自25只猪），以及人类脊髓超声图像用于零样本测试
74	2025-10-01	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，通过微调预训练的视觉变换器图像编码器，开发了基于脑部MRI的头痛自动分类系统	首次在头痛分类和生物标志物检测中应用多模态生物医学基础模型，使用结构MRI数据	样本量相对有限，需要更多数据验证模型的泛化能力	开发基于脑部MRI的头痛自动分类系统，识别与头痛相关的生物标志物	721名参与者，包括健康对照、偏头痛患者、急性创伤后头痛患者和持续性创伤后头痛患者	医学影像分析	头痛疾病	脑部MRI，梯度加权类激活映射分析	视觉变换器，BioMedCLIP多模态基础模型	医学影像	721名个体（424名健康对照，297名患者：96名偏头痛，48名急性创伤后头痛，49名持续性创伤后头痛，104名额外健康对照）
75	2025-10-01	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，用于自动检测和分类宫颈及肛门的鳞状上皮内病变	首次开发能够同时识别宫颈和肛门HPV相关病变的深度学习模型，并整合了三种不同设备的检查数据	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癌前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）	数字病理	宫颈癌和肛门癌	阴道镜检查和肛门镜检查	CNN	图像	320次检查，包含88,073帧图像，来自三种不同设备类型
76	2025-10-01	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	提出一种集成轻量级深度学习的精细艺术图像分类方法，通过混合网络和注意力机制提升分类效率与泛化能力	设计MobileNet-Transformer混合网络，结合动态通道-空间注意力模块和跨风格特征迁移框架，实现局部细节与全局语义的高效融合	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，对比学习	MobileNet-Transformer Hybrid (MTH)，CNN，Transformer	图像	ArtBench-10和WikiArt数据集
77	2025-10-01	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体质健康的高精度评估和关键指标分析	研究数据仅来自青海西宁地区，样本代表性可能存在局限	开发高精度、可解释的小学生体质健康评估方法	高海拔地区小学生	机器学习	NA	图卷积神经网络，SHAP可解释性分析，SMOTE数据平衡	AWE-GCN（自适应边权图卷积网络）	多变量体质测试数据	25,790条学生记录（来自青海西宁，平均海拔3137米）
78	2025-10-01	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，并构建了MSC1K数据集	提出了动态特征聚合网络(DFAN)和构建了包含1000张伪装人员图像的MSC1K数据集	未明确说明模型在其他复杂环境下的泛化能力	开发检测军事环境中伪装目标的方法	伪装军事人员、材料和作战装备	计算机视觉	NA	深度学习	CNN, DFAN, SINet-V2, ZoomNet	图像	1000张伪装人员图像(MSC1K数据集)
79	2025-10-01	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编码器中引入多注意力模块，结合旋转位置编码和交叉注意力机制以提升医学图像生成质量	NA	解决医学图像数据稀缺问题，提升下游分类任务性能	胸部CT扫描图像、胸部X光图像（肺炎）和舌象数据集	计算机视觉	肺炎	潜在扩散模型	条件潜在扩散模型、U-Net、ResNet50	医学图像	三个医学图像数据集（具体样本数未提及）
80	2025-10-01	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CoAtNet的混合深度学习架构，用于自动检测胸部X光片中的肺结核	结合CNN和Vision Transformer的优势，采用LIME增强模型预测的可解释性	NA	开发自动分类胸部X光片中肺结核病例的深度学习模型	人类胸部X光片	计算机视觉	肺结核	深度学习	CoAtNet（CNN与Vision Transformer混合架构）	图像	ICMR-NIRT的IN-CXR肺结核数据集，包含正常和异常类别的全面胸部X光片集合