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
8101	2025-12-24	Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models 2025-Dec-01, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000012225 PMID:40489745	研究论文	本文提出了一种基于视频和深度学习的非接触式方法，用于在控制和急性创伤环境中分类手指的灌注和缺血状态	利用iPhone视频和深度学习模型（包括成像光电容积描记波形提取和ResNet-18分类器）进行非接触式灌注评估，应用于手部创伤的现场分诊	在急诊室等非受控环境中，由于光照、手部姿势和损伤等因素，分类性能显著下降，需要进一步考虑急性创伤相关变量以提高临床适用性	开发一种技术以增强手部创伤的灌注评估，改进现场分诊	健康对照者（部分经历止血带诱导的缺血周期）和急诊室急性手部创伤患者	计算机视觉	手部创伤	成像光电容积描记	深度学习	视频	48名对照者（包括14名经历止血带诱导缺血者）和15名急性创伤患者	NA	ResNet-18	灵敏度, 阳性预测值, 准确率	NA
8102	2025-09-13	Infant Electrocardiogram-Based Deep Learning Predicts Critical Congenital Heart Disease 2025-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.08.005 PMID:40938228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8103	2025-12-24	CT-based radiomics deep learning signatures for noninvasive prediction of early recurrence after radical surgery in locally advanced colorectal cancer: A multicenter study 2025-Dec, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110482 PMID:41014758	研究论文	本研究开发并验证了一种结合CT影像组学、深度学习特征与临床实验室参数的术前模型，用于无创预测局部晚期结直肠癌患者根治术后的早期复发风险	首次将CT影像组学特征、深度学习特征与临床实验室参数整合构建术前预测模型，并在多中心外部数据集验证其优于传统病理和TNM分期模型	回顾性研究设计，样本量相对有限，且未在更广泛的人群中进行前瞻性验证	优化局部晚期结直肠癌患者的治疗策略，通过术前无创预测早期复发，减少不必要的药物毒性	局部晚期结直肠癌患者	数字病理	结直肠癌	CT影像，RNA测序	机器学习，深度学习	CT图像，临床实验室数据，RNA测序数据	560例经病理证实的局部晚期结直肠癌患者（来自三个中心）及GEO数据集	NA	NA	AUC	NA
8104	2025-12-24	A deep learning approach for enhancing pandemic prediction: A retrospective evaluation of transformer neural networks and multi-source data fusion for infectious disease forecasting 2025-Dec, Epidemics IF:3.0Q2 DOI:10.1016/j.epidem.2025.100865 PMID:41197498	研究论文	本文提出了一种基于Transformer神经网络和多源数据融合的深度学习模型，用于县级COVID-19病例和死亡预测，并进行了回顾性评估	开发了多级多尺度注意力机制进行自适应时频分析，并融合历史病例数据、死亡数据和社交媒体情绪等多源数据以捕捉复杂的时空动态	研究为回顾性案例研究，需要在实时演化的数据条件下进行前瞻性验证以评估模型的实用性	开发用于县级传染病预测的深度学习模型，提升大流行预测能力	县级COVID-19病例和死亡数据	自然语言处理	COVID-19	多源数据融合	Transformer	时间序列数据, 文本数据	三个奥密克戎变异株波次的数据（2021年12月至2023年2月）	NA	Transformer	县级一致性准确率	NA
8105	2025-12-24	Classification and functional prediction of fungal glycosyltransferases using machine learning and deep learning methods 2025-Dec, Fungal genetics and biology : FG & B IF:2.4Q3 DOI:10.1016/j.fgb.2025.104045 PMID:41202912	研究论文	本研究利用机器学习和深度学习方法对真菌糖基转移酶进行分类和功能预测	采用卷积变分自编码器（CVAE）整合蛋白质三维折叠、氨基酸结构及生化特征，创新性地结合生化与结构变量，构建了数据驱动的GTs分类系统，超越了传统序列分析方法	研究仅涵盖88种代表性真菌物种的3340个GTs，可能未覆盖所有真菌GTs多样性；方法依赖于预测的三维结构，可能存在准确性限制	通过机器学习和深度学习揭示糖基转移酶的结构模式与功能关联，以应对其分类复杂性	来自88种代表性真菌物种的3340个糖基转移酶（GTs）	机器学习	NA	蛋白质三维结构预测，氨基酸结构及生化特征分析	卷积变分自编码器（CVAE），k-means聚类	蛋白质序列、预测三维结构、氨基酸结构及生化特征数据	3340个糖基转移酶，来自88种真菌物种	NA	卷积变分自编码器（CVAE）	聚类一致性（与k-means生成的组比较）	NA
8106	2025-12-24	Artificial intelligence in arterial healing, remodeling, and prediction: its implications in vascular surgery 2025-Dec, The Journal of cardiovascular surgery IF:1.4Q3 DOI:10.23736/S0021-9509.25.13397-1 PMID:41283977	综述	本文综述了人工智能在血管外科中如何革新动脉愈合、重塑和预测分析的应用	整合了机器学习、深度学习算法以及计算流体动力学模拟，为血管手术的精准医疗和个性化治疗提供了前所未有的见解	需要高质量标注数据集、算法可解释性问题以及数据隐私的伦理担忧	探讨人工智能在血管外科中提升动脉愈合、重塑和预测分析的应用与潜力	动脉愈合、重塑过程及血管手术相关预测分析	机器学习	心血管疾病	超声、MRI分析、计算流体动力学模拟	CNN, RNN	图像、生物传感器数据	NA	NA	卷积神经网络、循环神经网络	NA	NA
8107	2025-12-24	Artificial intelligence-based decision support systems and their role in vascular surgery and clinical practice 2025-Dec, The Journal of cardiovascular surgery IF:1.4Q3 DOI:10.23736/S0021-9509.25.13491-5 PMID:41283980	综述	本文综述了基于人工智能的决策支持系统在血管外科中的应用、潜力及挑战	系统性地探讨了AI-DSS在血管外科从影像分析到术后预测的全流程应用，并强调了数字孪生、可穿戴监测等新兴概念，同时深入分析了伦理、法律及实施障碍	许多模型仍是“黑箱”，存在可解释性、泛化性以及与电子记录集成方面的挑战，且高开发成本和不确定的报销政策限制了实际应用	评估AI-DSS在血管外科临床实践中的作用、应用前景及面临的障碍	基于人工智能的决策支持系统及其在血管外科领域的应用	数字病理学	心血管疾病	深度学习	NA	影像数据、生物力学模型数据、生物标志物数据	NA	NA	NA	准确率	NA
8108	2025-12-24	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Dec, Neuroscience informatics DOI:10.1016/j.neuri.2025.100240 PMID:41393096	研究论文	本研究提出了一种基于功率-功率跨频耦合的新方法，用于检测和分析颞叶癫痫发作，并利用深度学习网络进行特征提取和分类	首次将功率-功率跨频耦合方法应用于癫痫发作检测，并识别了三种常见癫痫发作组件的独特耦合特征	研究仅针对颞叶癫痫，样本量相对较小（26名患者），且依赖于特定的颅内脑电图数据库	评估功率-功率跨频耦合方法在癫痫发作检测中的能力，并分析不同癫痫发作组件的耦合特征	颞叶癫痫患者的颅内脑电图记录，包括120次癫痫发作和背景活动片段	机器学习	癫痫	颅内脑电图	SSAE, LSTM	脑电图信号	26名患者的120次颞叶癫痫发作	EEGLAB	堆叠稀疏自编码器, 长短期记忆网络	灵敏度, 特异性, 准确率	NA
8109	2025-12-24	Volumetric Compensation After Anatomical Lung Resection: Comparative Analysis of Lobectomy and Segmentectomy 2025-Dec-01, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1 DOI:10.1093/ejcts/ezaf428 PMID:41410522	研究论文	比较肺癌患者肺叶切除术与肺段切除术后肺功能及体积代偿的差异	利用深度学习辅助的3D肺分割技术计算肺体积，首次系统比较了肺叶切除与肺段切除术后对侧肺体积代偿及肺功能保留的差异	回顾性研究，可能存在选择偏倚；样本量有限，特别是肺段切除组；未考虑长期功能变化	比较肺癌患者接受肺叶切除术与肺段切除术后的肺功能及肺体积代偿情况	2019年至2021年间接受初次肺癌手术的患者	数字病理学	肺癌	薄层计算机断层扫描，深度学习辅助3D肺分割	深度学习模型	医学影像	1076名患者（匹配后567名：378名肺叶切除，189名肺段切除）	NA	NA	肺功能测试值（用力肺活量、第一秒用力呼气容积、一氧化碳弥散量），肺体积测量	NA
8110	2025-12-24	A physics-informed deep learning model for MRI brain motion correction 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70197 PMID:41395855	研究论文	本研究提出了一种名为PI-MoCoNet的物理信息深度学习方法，用于校正高分辨率脑部MRI图像中的运动伪影	提出了一种新颖的物理信息运动校正网络，该网络利用空间域和k空间域的互补信息，无需显式运动参数估计即可鲁棒地去除运动伪影	未在真实临床环境中进行大规模验证，运动伪影是通过模拟随机刚性变换生成的	开发并评估一种用于MRI脑部图像运动校正的深度学习模型，以提高图像质量和诊断可靠性	高分辨率脑部MRI图像	计算机视觉	NA	磁共振成像	CNN, Transformer	图像	两个公共数据集（IXI和MR-ART）	PyTorch	U-Net, Swin Transformer	峰值信噪比, 结构相似性指数, 归一化均方误差	NA
8111	2025-12-24	Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography 2025-Nov, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500181 PMID:40709742	研究论文	本文开发了一种三维卷积神经网络（3D-CNN），用于分析体积光学相干断层扫描（OCT）图像，以增强经皮肾造口术中的内窥镜引导	开发了一种专为体积OCT图像设计的3D-CNN模型，在实时手术引导应用中表现出较低的推理延迟，优于其他先进的体积架构	研究仅基于10个猪肾脏的数据集进行，样本规模较小，可能限制模型的泛化能力	增强经皮肾造口术中的内窥镜引导，实现计算机辅助诊断	猪肾脏的3D OCT图像	计算机视觉	肾脏疾病	光学相干断层扫描（OCT）	3D-CNN, 3D Vision Transformer, 3D-DenseNet121, Multi-plane and Multi-slice Transformer	3D图像	10个猪肾脏	NA	3D-CNN, 3D-ViT, 3D-DenseNet121, M3T	准确率, 推理延迟	NA
8112	2025-12-24	Deep Learning-Based Uroflowmetry Curve Analysis Improves the Noninvasive Diagnosis of Lower Urinary Tract Symptoms 2025-11, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2550266.133 PMID:41355259	研究论文	本研究评估了基于人工智能的尿流率曲线图像分析，通过定制预处理技术提高膀胱出口梗阻和逼尿肌活动不足的诊断准确性	开发了结合去噪、裁剪、轴缩放和临床参数颜色编码的定制预处理流程，以增强VGG16模型在尿流率曲线分析中的性能	研究为回顾性分析，样本量有限（2,579张图像），且仅基于单一医疗中心的数据	提高下尿路症状的非侵入性诊断准确性，特别是膀胱出口梗阻和逼尿肌活动不足的识别	接受尿动力学研究的患者尿流率曲线图像	数字病理学	下尿路症状	尿流率测定	CNN	图像	2,579张尿流率曲线图像（725例正常，1,854例异常：736例膀胱出口梗阻，1,387例逼尿肌活动不足）	TensorFlow, Keras	VGG16	AUROC	NA
8113	2025-12-24	Deep learning of thermodynamic laws from microscopic dynamics 2025-Nov, Physical review. E DOI:10.1103/p2z8-j69p PMID:41430901	研究论文	本研究通过深度神经网络从微观动力学数据中学习宏观热力学定律	利用深度神经网络从微观粒子图像数据中自动推导出与热力学公理一致的宏观物理定律，展示了机器学习在跨尺度物理规律发现中的潜力	研究基于数值模拟生成的理想气体绝热过程数据，尚未验证在更复杂系统或实验数据中的适用性	探索机器学习从微观尺度数据中发现宏观物理定律的能力	气体粒子在绝热过程中的微观动力学	机器学习	NA	分子动力学模拟	深度神经网络	图像	NA	NA	NA	NA	NA
8114	2025-04-16	Authors' Reply: "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Oct, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15348 PMID:40231655	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8115	2025-07-02	Comment on "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Oct, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15347 PMID:40589414	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8116	2025-12-24	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	本文提出了一种结合心电图（ECG）和心音图（PCG）的双模态深度学习模型，用于增强心血管疾病的早期检测	提出了一种新颖的双模态深度学习模型，通过微调在大规模音频数据上预训练的CNN来处理PCG信号，并采用晚期融合策略整合ECG和PCG分支，显著提升了心血管疾病的检测性能	研究受限于公开可用的双模态数据集数量较少，仅使用了MITHSDB数据集的增强版本，未来需要更大、更多样化的双模态数据集进行验证	增强心血管疾病的早期检测能力	心电图（ECG）和心音图（PCG）信号	机器学习	心血管疾病	ECG和PCG信号采集	CNN	时序信号（ECG和PCG）	基于MITHSDB数据集的增强版本（具体数量未明确说明）	NA	1D-CNN	AUROC	NA
8117	2025-12-24	ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning 2025-Aug-12, ArXiv PMID:40395940	研究论文	提出了一种基于原型推理的可解释深度学习模型ProtoECGNet，用于多标签心电图分类，并提供基于病例的解释	提出了一种结构化多分支架构，模拟临床解读流程，并引入了一种新颖的对比损失函数，用于处理多标签学习中无关类别的原型分离与共现诊断的原型聚类	NA	开发一种透明且可信的深度学习模型，用于临床决策支持中的多标签心电图分类	心电图信号	机器学习	心血管疾病	深度学习	CNN	时间序列数据	PTB-XL数据集中的所有71个标签	NA	1D CNN, 2D CNN	NA	NA
8118	2025-12-24	LPD-Net: A Lightweight and Efficient Deep Learning Model for Accurate Colorectal Polyp Segmentation 2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC58623.2025.11254269 PMID:41337006	研究论文	本文提出了一种轻量高效的深度学习模型LPD-Net，用于精确的结直肠息肉分割，以辅助结直肠癌的早期检测	LPD-Net通过优化网络架构、减少残差块数量以及利用深度可分离卷积和逐点卷积，在保持高分割精度的同时显著降低了计算复杂度，是DUCK-Net的轻量高效替代方案	NA	开发一种轻量高效的深度学习模型，用于实时临床环境中的结直肠息肉分割，以克服现有模型计算量大、不适用于资源有限场景的问题	结直肠息肉	计算机视觉	结直肠癌	NA	CNN	图像	NA	NA	LPD-Net	NA	NA
8119	2025-12-24	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.31.657189 PMID:40501876	研究论文	本研究评估了功率-功率跨频耦合（CFC）方法在颅内脑电图（iEEG）中检测颞叶癫痫（TLE）发作的能力，并分析了三种常见发作成分的CFC特征	提出使用功率-功率跨频耦合（CFC）作为颞叶癫痫发作检测的新方法，并首次对三种常见发作成分（尖波、尖波上的涟漪、振荡上的涟漪）进行CFC分析	研究仅基于26名患者的120次颞叶癫痫发作数据，样本量相对较小，且仅使用颅内脑电图数据，可能限制了结果的普适性	评估功率-功率跨频耦合（CFC）方法在颞叶癫痫发作检测中的有效性，并分析不同发作成分的CFC特征	颞叶癫痫患者的颅内脑电图记录，包括发作段和背景活动段	机器学习	癫痫	颅内脑电图（iEEG），功率-功率跨频耦合（CFC）分析	SSAE, LSTM	脑电图信号	26名患者的120次颞叶癫痫发作记录及背景活动段	EEGLAB	堆叠稀疏自编码器（SSAE），长短期记忆网络（LSTM）	灵敏度, 特异度, 准确率	NA
8120	2025-12-24	Optimizing credit card fraud detection with random forests and SMOTE 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00873-y PMID:40404766	研究论文	本文提出了一种基于机器学习的系统，用于检测信用卡欺诈交易，并比较了多种机器学习模型在高度不平衡数据集上的性能	在高度不平衡的信用卡欺诈数据集上，结合使用SMOTE技术处理类别不平衡问题，并系统比较了深度学习模型与传统机器学习模型（如决策树、Adaboost）的性能，发现随机森林模型在欺诈检测中表现最优	研究主要基于公开的UCI数据集，可能无法完全代表实时金融交易环境的复杂性和动态变化；深度学习模型（ANN）在此特定任务中的表现未超越某些传统机器学习模型	优化信用卡欺诈检测方法，通过比较不同机器学习与深度学习模型，识别提升预测准确性的关键参数，以增强金融欺诈预防机制	信用卡交易数据，特别是欺诈性交易	机器学习	NA	合成少数类过采样技术（SMOTE），探索性数据分析（EDA）	决策树（DT），Adaboost，人工神经网络（ANN），逻辑回归，随机森林	表格数据（信用卡交易记录）	来自UCI机器学习仓库的信用卡客户数据集（欺诈交易占比小于0.2%）	NA	NA	准确率，召回率	NA