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
8961	2025-12-29	Tractography enhancement in clinically-feasible diffusion MRI using T1-weighted MRI and anatomical context 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047112 PMID:41451395	研究论文	本文提出了一种结合T1加权MRI和解剖学背景的方法，从临床可行的扩散MRI数据中获取高质量的纤维束成像	通过整合T1加权MRI和解剖学标签作为输入，使用卷积循环神经网络（CoRNN）作为局部纤维束成像估计器，以提升临床质量扩散MRI数据的纤维束成像质量	未明确说明方法在更广泛数据集或不同临床环境下的泛化能力	从临床可行的扩散MRI数据中估计高质量的白质纤维束成像	人脑白质通路	医学影像分析	NA	扩散MRI（dMRI），T1加权MRI	卷积循环神经网络（CoRNN）	扩散MRI图像，T1加权MRI图像，解剖学标签	NA	NA	卷积循环神经网络（CoRNN）	统计显著性差异，纤维束重建特征	NA
8962	2025-12-29	Forecasting daily bathtub-drowning mortality in Japan: a comparative analysis of statistical, machine learning, and deep learning approaches 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1715622 PMID:41450495	研究论文	本文比较了统计、机器学习和深度学习方法在预测日本每日浴缸溺水死亡率方面的性能	首次开发了全国范围的浴缸溺水死亡预测模型，并比较了DLNM、XGBoost和LSTM三种方法的预测准确性	模型依赖于历史数据，可能无法完全捕捉未来突发变化或未包含的风险因素	预测日本每日浴缸溺水死亡率，以支持公共卫生干预和及时预警	日本47个都道府县的浴缸溺水死亡数据	机器学习	老年疾病	死亡证明记录分析、气象数据整合	DLNM, XGBoost, LSTM	时间序列数据、气象数据、人口统计数据	99,930例浴缸溺水死亡记录，覆盖446,359个都道府县-天数据点	NA	分布式滞后非线性模型, 极端梯度提升, 长短期记忆网络	均方根误差, 平均绝对误差	NA
8963	2025-12-29	An adaptive hand exoskeleton rehabilitation training system integrating virtual reality and an AI-based assessment engine 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1724021 PMID:41450855	研究论文	本文提出了一种集成了虚拟现实和基于AI评估引擎的自适应手部外骨骼康复训练系统，用于中风后手部运动障碍的康复	融合了生物信号传感、AI分析和虚拟现实交互，实现了高效、自适应、可量化的闭环训练过程，并基于多模态数据融合、闭环自适应控制和神经可塑性多感官增强三大理论支柱	单臂设计限制了因果推断，样本量小（n=24），干预周期短（4周），FMA-UE代理标签通过线性插值构建，且为临床控制环境而非真实世界部署	开发一个数据驱动、多模态闭环康复系统，以解决传统康复中依从性低、评估主观和个性化不足的问题，促进中风后手部功能恢复	中风幸存者（中风后3-12个月，FMA-UE评分15-50）	机器学习	心血管疾病	生物信号传感（6轴IMU，16通道sEMG），扩展卡尔曼滤波，虚拟现实交互	随机森林，支持向量回归	生物信号数据（运动学，肌肉激活），行为数据	24名中风幸存者，共479次训练会话，8,946个标注片段	Scikit-learn	随机森林（200棵树，深度8），支持向量回归（RBF核）	R², MAE, Spearman ρ, ICC, FMA-UE, ARAT, 握力, 标准化ROM, 任务成功率, SUS	云AI引擎，通过MQTT与基于Unity的VR进行双向通信
8964	2025-12-29	Predicting Ki-67 expression levels in non-small cell lung cancer using an explainable CT-based deep learning radiomics model 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1655714 PMID:41450926	研究论文	本研究开发了一种可解释的CT影像深度学习放射组学模型，用于预测非小细胞肺癌中Ki-67的表达水平	结合临床放射学特征、放射组学特征和深度学习特征，构建了一个可解释的预测模型，并通过SHAP分析可视化特征贡献	回顾性研究设计，样本量相对有限，且仅基于两个中心的患者数据	预测非小细胞肺癌中Ki-67的表达水平，以辅助临床优化个性化治疗策略	非小细胞肺癌患者	数字病理学	肺癌	CT成像	支持向量机	图像	371名患者（中心1: 259名，中心2: 112名）	Scikit-learn	ResNet18	AUC, IDI	NA
8965	2025-12-29	The research hotspots and trends of artificial intelligence technology in nursing management: a bibliometric study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1710269 PMID:41451100	文献计量研究	本文通过文献计量学方法分析了人工智能在护理管理领域的研究热点与趋势	首次系统性地利用CiteSpace、VOSviewer和Bibliometrix工具对AI在护理管理领域的文献进行可视化分析，识别了五大研究集群和新兴热点	研究排除了非英语文献，且依赖文献计量分析，可能无法完全反映AI在临床实践中的实际应用情况	探索人工智能技术在护理管理领域的研究格局、热点与未来趋势	Web of Science核心合集和Scopus数据库中1990年至2025年8月的151篇英文出版物	机器学习	NA	文献计量分析	NA	文本	151篇出版物	CiteSpace, VOSviewer, Bibliometrix	NA	NA	NA
8966	2025-12-29	Sentiment Analysis of Autologous Breast Reconstruction Using Natural Language Processing and Deep Learning 2025, Aesthetic surgery journal. Open forum DOI:10.1093/asjof/ojaf145 PMID:41451120	研究论文	本研究利用自然语言处理和深度学习技术，对患者关于自体乳房重建（DIEP、TRAM、LD皮瓣）的公开评论进行情感分析	首次将RoBERTa等NLP模型应用于大规模患者论坛评论，以量化分析患者对特定乳房重建手术的情感与情绪，补充了传统临床研究	样本量较小（仅212条评论），数据来源单一（仅RealSelf平台），可能无法代表所有患者群体	评估患者对自体乳房重建手术（DIEP、TRAM、LD皮瓣）的情感态度和情绪体验	RealSelf平台上关于DIEP、TRAM或LD皮瓣的公开患者评论	自然语言处理	乳腺癌	自然语言处理, 深度学习	RoBERTa	文本	212条患者评论（DIEP 153条，TRAM 20条，LD 39条）	NA	RoBERTa	NA	NA
8967	2025-12-29	AI-driven advances in plant biotechnology: sharpening the edge of plant tissue culture and genome editing 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1718810 PMID:41451278	综述	本文综述了人工智能（AI）在植物组织培养和基因组编辑领域的应用进展与潜力	系统性地汇编了多种AI模型在CRISPR/Cas基因组编辑中的应用研究，并首次明确概述了AI如何变革植物组织培养和基因组编辑领域	AI在植物CRISPR建模中的应用尚未得到充分探索，且本文为综述性文章，未提出新的原创模型或实验数据	探讨AI技术如何推动植物生物技术，特别是植物组织培养和基因组编辑领域的进步	植物组织培养协议、CRISPR/Cas9基因组编辑系统、各种生物体中的编辑模型	机器学习	NA	CRISPR/Cas9基因组编辑	机器学习（ML）、人工神经网络（ANN）、深度学习（DL）	NA	NA	NA	NA	NA	NA
8968	2025-12-29	Impact of retraining and data partitions on the generalizability of a deep learning model in the task of COVID-19 classification on chest radiographs 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064503 PMID:39734609	研究论文	本研究探讨了在标准胸部X光片上进行COVID-19分类任务时，不同模型再训练方案和数据划分对模型性能及泛化能力的影响	通过比较四种再训练策略（包括在Set B上重新训练、微调、L2正则化以及200次重新划分Set A训练集），深入分析了数据划分对深度学习模型泛化性能的影响，揭示了模型性能差异的原因	研究仅使用来自同一机构的数据集，可能限制了结果的广泛适用性；未涉及外部验证集，泛化能力评估可能不全面	评估不同再训练方案和数据划分对深度学习模型在COVID-19胸部X光分类任务中泛化性能的影响	标准胸部X光片（CXRs）	计算机视觉	COVID-19	深度学习	深度学习模型	图像	Set A：9860名患者（2020年2月20日至2021年2月3日）；Set B：5893名患者（2020年3月15日至2022年1月1日）	NA	NA	AUC（曲线下面积）	NA
8969	2025-12-29	MRI-based prostate cancer classification using 3D efficient capsule network 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16975 PMID:38346111	研究论文	本研究提出了一种基于T2加权MRI的3D高效胶囊网络，用于前列腺癌风险分层	开发了3D高效胶囊网络，结合全连接胶囊层构建更深层次结构，并引入动态加权边缘损失以处理数据不平衡问题	未明确说明模型对图像翻转、缩放或旋转等变化的鲁棒性具体提升程度，且低风险与中风险分类性能相对较低（AUC 0.59）	通过计算机辅助诊断实现前列腺癌Gleason评分的非侵入性预测	前列腺癌患者	数字病理	前列腺癌	MRI	胶囊网络	图像	976名患者	NA	3D Efficient CapsNet	AUC, F1-score, 加权Cohen's Kappa	NA
8970	2025-12-28	Machine learning (ML) and deep learning (DL) in vaccine target selection, design, development and characterization 2026-Jan-25, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.128051 PMID:41371096	综述	本文综述了机器学习和深度学习在疫苗靶点选择、设计、开发和表征中的应用	系统性地阐述了AI技术，特别是ML和DL，在理性疫苗设计中的关键作用，包括从靶点选择到临床前试验的全流程应用	数据可用性存在限制	描述ML和DL如何辅助理性疫苗设计，以应对传染病挑战	疫苗开发过程，包括靶点选择、设计、开发和表征	机器学习	传染病	NA	机器学习,深度学习	NA	NA	NA	NA	NA	NA
8971	2025-12-28	SpatialFusion: A Unified Model for Integrating Spatial Transcriptomics to Unveil Cell-type Distribution, Interaction, and Functional Heterogeneity in Tissue Microenvironments 2026-Jan-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169535 PMID:41237948	研究论文	本文介绍了一种名为SpatialFusion的创新深度学习模型，旨在通过整合基因表达和空间坐标来改进空间域识别和细胞类型反卷积	SpatialFusion模型的核心创新在于利用图神经网络和注意力机制，通过空间数据的多维嵌入捕获复杂的空间关系，并采用双编码策略和自监督对比学习，显著提高了准确性和鲁棒性	NA	解决现有空间域识别和细胞类型反卷积方法在准确性、鲁棒性和计算效率方面面临的挑战	空间转录组学数据，特别是人类DLPFC数据集和乳腺癌肿瘤微环境	空间转录组学	乳腺癌	空间转录组学	GNN, 注意力机制	基因表达数据, 空间坐标	NA	NA	图神经网络, 注意力机制	准确性, 分辨率	NA
8972	2025-12-28	Diffuse optical imaging with channel attention fusion network 2026-Jan, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.31.1.016001 PMID:41445764	研究论文	本文提出了一种用于漫射光学成像的端到端深度学习框架CAFNet，旨在克服传统重建技术中的伪影、噪声放大和深度敏感性限制	首次将通道注意力机制与AUTOMAP结合，通过多尺度特征学习和特征优先级处理，显著提升了光学属性重建的精度和鲁棒性	研究主要基于模拟和实验体模数据，未在真实临床患者数据上进行验证，可能限制了其直接医学应用的普适性	开发一种能够有效重建漫射光学图像中光学属性的深度学习模型，以改善肿瘤等深层异常检测的准确性	模拟数据集和实验体模中的光学属性图像	医学影像	肿瘤	漫射光学成像	深度学习	图像	模拟和实验数据集，具体样本数量未明确说明	未明确指定，但涉及深度学习框架	CAFNet, AUTOMAP	均方误差, 峰值信噪比, 结构相似性指数	NA
8973	2025-12-28	Medical Microwave Imaging Using Physics-Guided Deep Learning Part 1: The Forward Solver 2025-Dec-26, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3648756 PMID:41452684	研究论文	本文提出了一种用于医学微波成像的快速、自监督深度学习前向求解器，通过物理引导的混合损失函数确保计算结果的物理正确性	提出了一种基于物理框架的深度学习前向求解器，将计算域分为内部散射体区域和外部背景介质区域，采用结合麦克斯韦旋度方程与积分方程的混合损失函数，在保证全局和局部精度的同时比传统求解器快97%	未明确说明训练数据的具体规模和多样性限制，也未讨论在更复杂生物组织模型中的泛化能力	开发用于医学微波成像的快速准确前向求解器，为深度学习逆问题求解器提供高效训练基础	电磁散射问题中的散射场和介质特性计算	机器学习	NA	微波成像	深度神经网络	电磁场数据	未明确具体样本数量，但提及在随机物体上训练并在真实模型上测试	NA	NA	均方根误差	NA
8974	2025-12-28	STAR: Soil texture analysis recognizer integrating domain-adaptive transfer learning with NIR spectroscopy 2025-Dec-25, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.128378 PMID:41453259	研究论文	本文提出了一种名为STAR的智能近红外光谱设备，用于精确的土壤质地分类，通过结合领域自适应迁移学习来解决模型泛化、标注数据依赖和跨域不一致性问题	提出了两种新颖的算法组件：面向迁移学习的光谱预处理方法TMSC以减少光谱分布偏移，以及SETAB框架来增强模型在跨区域和跨域不平衡条件下的适应性	研究主要基于四川省的局部土壤样本进行验证，未明确说明模型在其他地理区域或更广泛土壤类型上的泛化性能	开发一种用于精确土壤质地分类的智能近红外光谱设备，并解决光谱建模在实际部署中的泛化和跨域适应性问题	土壤样本	机器学习	NA	近红外光谱	深度学习	光谱数据	四川省的局部土壤样本（具体数量未明确说明）	NA	NA	准确率, Kappa系数	NA
8975	2025-12-28	Enhanced classification prostate cancer based on generative adversarial networks and integrated deep learning with vision transformer models 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31623-9 PMID:41444330	研究论文	本文提出了一种结合生成对抗网络、集成深度学习与视觉Transformer模型的增强型前列腺癌分类方法	提出了一种无需修改源图像的安全隐写术，并首次将ViT与GAN、SVM及多种深度学习模型（EfficientNet-B4、DenseNet121、ResNet-18）集成用于前列腺癌诊断	方法仅在DWI前列腺癌数据集上验证，未在其他模态或疾病数据集上测试泛化能力	开发一种安全且高精度的前列腺癌医学图像分类与诊断系统	扩散加权成像（DWI）前列腺癌数据集	计算机视觉	前列腺癌	扩散加权成像（DWI）	GAN, SVM, CNN, Transformer	医学图像	NA	NA	Vision Transformer (ViT), EfficientNet-B4, DenseNet121, ResNet-18	准确率, 敏感度, 精确率, F1分数, PSNR, SSIM	NA
8976	2025-12-28	Detection of cystoid macular edema in patients with retinitis pigmentosa based on deep learning 2025-Dec-24, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00762-6 PMID:41444668	研究论文	本研究首次应用深度学习算法基于光学相干断层扫描图像自动检测视网膜色素变性患者的黄斑囊样水肿	首次将深度学习算法应用于视网膜色素变性患者黄斑囊样水肿的诊断与管理	NA	利用深度学习模型基于光学相干断层扫描图像检测视网膜色素变性患者的黄斑囊样水肿	视网膜色素变性患者的黄斑囊样水肿	计算机视觉	视网膜色素变性	光谱域光学相干断层扫描	CNN	图像	1,318张光学相干断层扫描图像，来自296只眼睛	Scikit-learn	ResNet-34, ResNet-18	准确率, F1分数, ROC	NA
8977	2025-12-28	Deep learning-based 3D automatic segmentation of impacted canines in CBCT scans 2025-Dec-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07117-5 PMID:41437345	研究论文	本研究开发了一种基于nnU-Net v2的深度学习模型，用于自动分割CBCT扫描中的阻生尖牙	首次将nnU-Net v2架构应用于阻生尖牙的3D自动分割，实现了高精度的检测与分割性能	研究样本量有限（仅159例CBCT扫描），且为回顾性数据，可能存在选择偏倚	开发自动分割阻生尖牙的深度学习模型，以提升牙颌面放射学诊断效率	CBCT扫描中的阻生尖牙	计算机视觉	牙科疾病	CBCT成像	CNN	3D医学图像	159例CBCT扫描	nnU-Net v2	nnU-Net	召回率, 精确率, Dice相似系数, 95% Hausdorff距离, 交并比	NA
8978	2025-12-28	Advanced deep-learning model for temporal-dependent prediction of dynamic behavior of AC losses in superconducting propulsion motors for hydrogen-powered cryo-electric aircraft 2025-Dec-17, Communications engineering DOI:10.1038/s44172-025-00554-8 PMID:41407868	研究论文	本文提出了一种先进的深度学习模型，用于预测氢动力低温电动飞机中超导推进电机动态交流损耗的时变行为	开发了首个能够预测超导推进电机动态交流损耗（包括周期平均和瞬时波形形态）的AI模型，并推广至未见设计，相比传统方法（如有限元分析、解析模型或早期智能模型）在速度和准确性上具有显著优势	NA	优化氢动力低温电动飞机中超导推进电机的效率、最小化低温热负荷并最大化比功率密度，通过快速准确的动态交流损耗预测支持系统级建模设计	氢动力低温电动飞机中的超导推进电机	机器学习	NA	深度学习	深度学习模型	电机配置数据集	大型电机配置数据集	NA	NA	准确性（R），预测时间	NA
8979	2025-12-28	Predicting and Synchronising Co-Speech Gestures for Enhancing Human-Robot Interactions Using Deep Learning Models 2025-Dec-13, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10120835 PMID:41439904	研究论文	本文提出了一种基于深度学习的系统，用于预测并同步机器人的伴随语音手势，以增强人机交互的生动性	结合深度学习模型预测手势类型，并通过规则模块实现手势与语音的精确同步，满足实时交互的时间约束	NA	提升机器人在人机交互中的表现力和自然度，使其能够通过多模态动作有效传达信息	机器人的语音和伴随手势	自然语言处理	NA	深度学习	RNN, 条件随机场, Transformer	语音文本	NA	NA	NA	NA	NA
8980	2025-12-28	Comparative CFD Simulations of a Soft Robotic Fish for Undulatory Swimming Behaviors 2025-Dec-02, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10120805 PMID:41439874	研究论文	本文提出了一种用于分析波动游泳行为的机器鱼水动力性能预测策略，通过CFD模拟和深度学习模型进行性能评估	结合计算流体动力学模拟与基于LSTM、CNN和GRU的深度学习时间序列预测模型，对机器鱼的推力进行预测，并比较不同模型的性能	研究基于二维机器鱼模型进行模拟，可能未完全反映三维真实环境中的复杂流体动力学效应	分析机器鱼在波动游泳行为中的水动力性能，并预测其推力	软体机器鱼	机器人与流体动力学	NA	计算流体动力学模拟，深度学习时间序列预测	LSTM, CNN, GRU	模拟数据	NA	NA	CNN-GRU, LSTM, CNN, GRU	均方根误差	NA