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
1101	2025-10-05	Liver fibrosis classification on trichrome histology slides using weakly supervised learning in children and young adults 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100416 PMID:39867463	研究论文	本研究使用弱监督学习方法对儿童和青少年肝纤维化进行分级分类	首次将聚类约束注意力多示例学习(CLAM)方法应用于儿童和青少年肝纤维化的三色染色全玻片图像分析	回顾性研究，样本量相对有限(217个WSI)，仅包含儿童和青少年群体	开发基于深度学习的肝纤维化客观分级方法以减少诊断变异性	儿童和青少年肝活检三色染色全玻片图像	数字病理学	肝纤维化	三色染色组织学	弱监督学习，多示例学习	全玻片图像	217个三色染色全玻片图像	CLAM	聚类约束注意力多示例学习	AUC, 准确率, 敏感度, 特异度, Cohen's Kappa	NA
1102	2025-10-05	Region-based U-nets for fast, accurate, and scalable deep brain segmentation: Application to Parkinson Plus Syndromes 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103807 PMID:40592210	研究论文	提出一种基于区域U-net的深度学习方法来快速准确分割与帕金森附加综合征相关的12个深部脑结构	通过将脑图像分割为脑干、脑室系统和纹状体等目标区域，优化GPU使用并显著减少训练时间，同时保持高精度	NA	开发快速、准确且可扩展的深部脑结构分割方法，应用于帕金森附加综合征的早期诊断	与帕金森附加综合征相关的12个深部脑结构	医学影像分析	神经退行性疾病	MRI	U-net	医学影像	三个数据集，包括660名受试者（健康对照者和各种运动障碍患者）	NA	U-net	Dice相似系数, 95% Hausdorff距离, 平均对称表面距离	GPU
1103	2025-10-05	A survey of NLP methods for oncology in the past decade with a focus on cancer registry applications 2025, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11316-5 PMID:40688631	综述	对2014-2024年间自然语言处理在癌症登记中应用的文献综述	系统梳理了NLP在癌症登记领域十年发展轨迹，识别了基于规则、机器学习和深度学习方法的分布格局，特别关注了Transformer模型的发展趋势	儿科癌症、黑色素瘤和淋巴瘤研究不足，疾病进展、临床试验匹配和患者沟通等研究领域代表性不够，多模态模型稀缺	评估NLP在癌症登记操作中的应用现状和发展趋势	来自Scopus和PubMed的156篇文献	自然语言处理	癌症	自然语言处理	基于规则方法, 机器学习, 深度学习, Transformer	临床文本	156篇文献	NA	BERT, ClinicalBERT, RadBERT, GPT-3, GPT-4	NA	NA
1104	2025-10-05	Water meter reading recognition method based on character attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332119 PMID:40991632	研究论文	提出一种基于字符注意力机制的水表读数识别方法，通过改进的深度学习网络提升自然场景下水表读数的识别准确率	引入字符检测注意力机制改进数字检测性能，结合改进的LeNet-5网络和全局平均池化层提升识别精度并缓解过拟合问题	未明确说明对极端光照条件和复杂背景干扰的鲁棒性测试	解决实际应用中因拍摄角度和环境光照变化导致的水表读数识别难题	水表表盘图像中的数字字符	计算机视觉	NA	图像识别	CNN	图像	CCF真实场景水表读数自动识别数据集	NA	ResNet, FPN, LeNet-5	识别准确率	NA
1105	2025-10-05	Intervertebral disc anomaly intelligent classification system based on deep learning, IDAICS 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1646008 PMID:40994700	研究论文	提出基于深度学习的椎间盘异常智能分类系统IDAICS，用于自动分类椎间盘异常	首次将YOLOv8-seg网络应用于椎间盘异常分类，开发了高精度的自动化诊断系统	数据集规模相对有限（574张CT图像），仅包含四种椎间盘异常类型	提高椎间盘异常诊断准确性和临床效率，改善脊柱健康管理	椎间盘异常（正常椎间盘、许莫氏结节、椎间盘膨出、椎间盘突出）	计算机视觉	脊柱疾病	CT成像	YOLOv8-seg	医学图像	574张椎间盘CT图像（500张训练，74张验证）	PyTorch	YOLOv8-seg	准确率, kappa系数	NA
1106	2025-10-05	Deep learning-based prediction of cerebral white matter hyperintensity burden using carotid magnetic resonance angiography 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1656705 PMID:40994715	研究论文	本研究开发了一种基于深度学习的框架，仅使用3D颈动脉飞行时间磁共振血管成像来预测脑白质高信号负荷	首次利用常规获取的非侵入性颈动脉TOF MRA图像，通过深度学习独立预测WMH负荷	研究中使用的样本量有限，模型性能仍有提升空间	研究颈动脉TOF MRA是否可用于预测脑白质高信号负荷	脑白质高信号和颈动脉血管影像	医学影像分析	脑血管疾病	磁共振血管成像	深度学习	3D医学影像	NA	NA	SFCN, ResNet10, MedicalNet, Medical Slice Transformer	准确率, AUC	NA
1107	2025-10-05	Hyperspectral reconstruction for mobile diabetic foot blood perfusion monitoring 2025, BMC artificial intelligence DOI:10.1186/s44398-025-00011-8 PMID:40994833	研究论文	开发了一种名为MobiPerf的移动糖尿病足血流灌注监测系统，通过高光谱重建技术从普通RGB图像中提取血氧信号	消除了对相机配置文件的依赖，采用深度学习高光谱重建模型实现跨相机泛化，并提出无需参考图像校准的自定义算法	对感染并发症的敏感性有限，需要在更多真实场景下验证	开发无需专业硬件和复杂校准的移动糖尿病足血流灌注监测系统	糖尿病足溃疡患者的血流灌注和血氧信号	计算机视觉	糖尿病足溃疡	高光谱成像，高光谱重建，远程光电容积描记术	深度学习模型	图像，视频	糖尿病足溃疡图像数据集（N≈6000），接触式PPG视频数据集（N=56）	NA	NA	与HSI相机提取信号的一致性，对缺血条件的敏感性，rPPG性能	移动硬件，智能手机
1108	2025-10-05	Construction of a prediction model for axillary lymph node metastasis in breast cancer patients based on a multimodal fusion strategy of ultrasound and pathological images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1591858 PMID:40994941	研究论文	本研究基于超声和病理图像的多模态融合策略，构建了乳腺癌患者腋窝淋巴结转移预测模型	首次将术前超声图像和H&E染色核心针活检病理图像通过多层融合策略相结合，用于预测乳腺癌腋窝淋巴结转移	模型性能尚未达到最优水平，样本量相对有限	开发多模态深度学习模型预测乳腺癌患者腋窝淋巴结转移状态	211例经组织学确诊的乳腺癌患者	数字病理	乳腺癌	超声成像、H&E染色组织病理学	深度学习	图像	211例乳腺癌患者，每位患者包含一张超声图像和一张组织病理图像	NA	PLNeT, ULNet	准确率, 精确率, 召回率, F1分数, AUC	NA
1109	2025-10-05	Research progress of artificial intelligence in the early screening, diagnosis, precise treatment and prognosis prediction of three central gynecological malignancies 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1648407 PMID:40994951	综述	总结人工智能在三大妇科恶性肿瘤早期筛查、诊断、精准治疗和预后预测中的最新应用进展	系统梳理AI技术在子宫内膜癌、宫颈癌和卵巢癌全流程管理中的创新应用，辩证讨论当前局限性与未来转化潜力	现有诊断方法存在固有局限，耐药机制复杂影响疗效，治疗毒性影响生活质量，不同医院医生经验水平导致诊疗质量差异	探讨人工智能技术在妇科恶性肿瘤诊疗领域的应用价值与发展前景	子宫内膜癌、宫颈癌和卵巢癌三大妇科恶性肿瘤	医学人工智能	妇科恶性肿瘤	深度学习、机器学习	DL, ML	医学影像、基因组数据、临床信息	NA	NA	NA	NA	NA
1110	2025-10-05	Improving the diagnosis of endometrial cancer in postmenopausal women in primary care settings using an artificial intelligence-based ultrasound detecting model 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646826 PMID:40994958	研究论文	开发基于深度学习的超声检测模型，用于辅助初级医疗机构诊断绝经后妇女子宫内膜癌	首次开发专门针对绝经后妇女子宫内膜癌的深度学习超声检测系统，整合子宫内膜厚度、肿瘤均质性及血流特征等多参数分析	研究数据来自单一医疗机构，样本量相对有限，需要更多外部验证	提高初级医疗机构对绝经后妇女子宫内膜癌的超声诊断效率	经子宫内膜活检确诊的子宫内膜癌患者	计算机视觉	子宫内膜癌	超声检查，灰度超声，血流参数分析	深度学习	超声图像	877名患者，877张超声图像（训练集614，验证集175，测试集88）	NA	NA	AUC，ROC曲线	NA
1111	2025-10-05	Estimating the full-period rice leaf area index using CNN-LSTM-Attention and multispectral images from unmanned aerial vehicles 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1636967 PMID:40995010	研究论文	提出一种结合CNN、LSTM和自注意力机制的深度学习模型，利用无人机多光谱影像实现全生育期水稻叶面积指数的高精度估算	首次将CNN-LSTM与自注意力机制结合应用于水稻叶面积指数估算，能有效处理时间序列多光谱数据并降低土壤背景干扰	NA	开发高精度水稻叶面积指数估算方法，为精准农业管理提供技术支持	水稻作物	计算机视觉	NA	无人机多光谱成像	CNN, LSTM	多光谱图像	NA	NA	CNN-LSTM-Attention	决定系数(R²), 相对均方根误差(RRMSE)	NA
1112	2025-10-05	Development and internal validation of a mammography-based model fusing clinical, radiomics, and deep learning models for sentinel lymph node metastasis prediction in breast cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659422 PMID:40995087	研究论文	开发基于乳腺X线摄影的融合模型，结合临床、影像组学和深度学习特征预测乳腺癌前哨淋巴结转移状态	提出后融合策略整合临床、影像组学和深度学习单模态模型的预测概率，实现多源信息有效融合	仅进行内部验证，缺乏外部验证集验证模型泛化能力	预测乳腺癌患者前哨淋巴结转移状态	乳腺癌患者	数字病理	乳腺癌	乳腺X线摄影	深度学习,支持向量机	医学影像	训练集203例，内部验证集87例，独立测试集82例	Scikit-learn	NA	AUC,决策曲线分析,校准曲线	NA
1113	2025-10-05	An MRI based histogram oriented gradient and deep learning approach for accurate classification of mild cognitive impairment and Alzheimer's disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1529761 PMID:40995095	研究论文	提出一种基于MRI的梯度方向直方图和深度学习方法，用于轻度认知障碍和阿尔茨海默病的准确分类	结合Harris角点兴趣点和HOG特征提取方法，并比较三种分类器在AD分期诊断中的性能	仅使用T1加权脑部MRI数据，未涉及多模态数据或更大规模样本验证	开发早期非侵入性阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	计算机视觉	阿尔茨海默病	MRI	SVM,KNN,DNN	图像	NA	NA	深度神经网络	准确率	NA
1114	2025-10-05	Convolutional neural networks decode finger movements in motor sequence learning from MEG data 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1623380 PMID:40995145	研究论文	本研究使用卷积神经网络从脑磁图数据中解码手指运动序列学习	提出线性有限脉冲响应卷积神经网络(LF-CNN)，在保持高精度的同时提供空间和频谱域的可解释性	研究仅涉及健康参与者，未在临床患者群体中验证	开发快速可靠的非侵入式脑机接口手指运动解码方法	健康参与者在序列反应时间任务中的手指运动	脑机接口	NA	脑磁图(MEG)	CNN	神经生理信号	健康参与者（具体数量未在摘要中说明）	NA	LF-CNN, EEGNet, FBCSP-ShallowNet, VGG19	准确率	NA
1115	2025-10-05	Impact of Emerging Deep Learning-Based MR Image Reconstruction Algorithms on Abdominal MRI Radiomic Features 2024 Nov-Dec 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001648 PMID:39190703	研究论文	评估深度学习MR图像重建算法对腹部MRI影像组学特征的影响	首次系统比较传统重建技术与两种深度学习重建技术对多器官影像组学特征的影响	仅使用单一厂商（Philips）平台，样本量较小（17例），SmartSpeed-SuperRes尚未获FDA批准	评估深度学习重建算法对MRI影像组学特征的影响	17例儿科和成人患者的腹部T2加权MR图像	医学影像分析	腹部疾病	MR成像，深度学习图像重建	深度学习重建模型	MR图像	17例受试者（儿科和成人）	NA	SmartSpeed, SmartSpeed-SuperRes	Pearson相关系数, 组内相关系数, ANOVA分析	NA
1116	2025-10-05	A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.3707 PMID:39325442	研究论文	通过国际竞赛评估人工智能算法在近视性黄斑病变诊断中的性能	首次通过国际竞赛形式系统比较多种深度学习算法在近视性黄斑病变诊断任务中的表现，并证明模型集成方法优于单个算法和眼科医生	研究基于特定竞赛数据集，模型泛化能力需进一步验证	评估深度学习算法在近视性黄斑病变分类、分割和球镜当量预测任务中的性能	眼底图像数据	计算机视觉	近视性黄斑病变	眼底成像	深度学习	图像	2306张训练图像，294张验证图像，2003张测试图像	NA	模型集成	二次加权kappa系数,F1分数,敏感度,特异度,Dice相似系数,R2,平均绝对误差	NA
1117	2025-10-05	CT synthesis with deep learning for MR-only radiotherapy planning: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00430-y PMID:39465111	综述	本文综述了基于深度学习的MR-to-CT合成方法在仅使用MRI的放疗计划中的应用	系统分类并比较了四类深度学习模型在MR-to-CT合成任务中的表现	NA	评估深度学习模型在仅使用MRI的放疗计划中合成CT图像的潜力	MR-to-CT合成方法	医学影像	肿瘤放疗	深度学习	CNN, GAN, Transformer, 扩散模型	医学影像	NA	NA	卷积神经网络, 生成对抗网络, Transformer, 扩散模型	NA	NA
1118	2025-10-05	Combination of deep XLMS with deep learning reveals an ordered rearrangement and assembly of a major protein component of the vaccinia virion 2023-10-31, mBio IF:5.1Q1 DOI:10.1128/mbio.01135-23 PMID:37646531	研究论文	本研究结合深度学习与化学交联质谱技术，揭示了痘苗病毒粒子主要蛋白组分P4a的结构特征和有序组装途径	首次将深度学习方法与深度化学交联质谱技术相结合，解析痘苗病毒成熟粒子的分子结构和组装机制	NA	阐明痘苗病毒成熟粒子的分子结构和组装途径	痘苗病毒粒子核心关键组分P4a蛋白	机器学习	病毒性疾病	化学交联质谱(XLMS)	深度学习	质谱数据	NA	NA	NA	NA	NA
1119	2025-10-05	Exploration of Despair Eccentricities Based on Scale Metrics with Feature Sampling Using a Deep Learning Algorithm 2022-Nov-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112844 PMID:36428903	研究论文	提出一种基于深度学习算法的音频预测技术，用于检测后冠状病毒症状和抑郁倾向	首次将音频特征采样与深度学习算法结合用于后冠状病毒症状的抑郁特征识别，性能指标较传统方法提升约67%	NA	通过音频分析早期识别后冠状病毒症状和抑郁风险，防止心理健康恶化	受冠状病毒疫情影响的人群及其心理健康状态	机器学习	精神疾病	音频预测技术	深度学习算法	音频数据	NA	NA	NA	性能指标	NA
1120	2025-10-05	A Hybrid Deep Learning-Driven SDN Enabled Mechanism for Secure Communication in Internet of Things (IoT) 2021-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s21144884 PMID:34300623	研究论文	提出一种基于SDN和深度学习的混合框架，用于物联网环境中的威胁检测	结合SDN架构与混合深度学习模型(Cu-DNNGRU和Cu-BLSTM)，实现高效的物联网安全威胁检测	NA	保护物联网环境免受网络攻击，防止数据泄露和财务损失	物联网设备和网络流量	机器学习	NA	深度学习	DNN, GRU, BLSTM	网络流量数据	CICIDS2018公开数据集	CUDA	DNN, GRU, BLSTM	准确率, 召回率, F1分数, 精确率, 速度效率	CUDA加速