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
11461	2025-11-15	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI融合临床、生境影像组学和深度学习特征的综合模型用于直肠癌肿瘤沉积术前识别	首次将临床特征、生境影像组学特征和深度学习特征通过两阶段选择方法进行融合，构建综合预测模型	回顾性研究设计，样本量相对有限（635例）	研究基于MRI的融合模型在直肠癌肿瘤沉积术前识别和预后评估中的应用价值	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI T2加权成像	深度学习, 影像组学	医学影像（MRI T2WI）	635例直肠癌患者（训练集259例，内部验证112例，外部验证264例），其中184例TDs阳性	nnUNet	nnUNet	AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析	NA
11462	2025-11-15	AI-Driven CBCT Analysis for Surgical Decision-Making and Mucosal Damage Prediction in Sinus Lift Surgery for patients with low RBH 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103931 PMID:41039687	研究论文	本研究构建了基于深度学习的智能决策系统，用于优化上颌窦底提升手术方案选择并预测黏膜穿孔风险	首次构建基于深度学习的3D智能决策模型用于MSFE，创新引入卷积块注意力模块机制和深度可分离卷积技术	样本量相对较小（79例患者），需要更大规模数据验证模型的泛化能力	优化上颌窦底提升手术决策和预测黏膜穿孔风险，为临床提供可靠辅助工具	接受上颌窦底提升手术的低残余骨高度患者	数字病理	口腔颌面疾病	锥形束计算机断层扫描成像	CNN	3D医学影像	79例患者	NA	EfficientNet, ResNet	准确率, 召回率, F1分数	NA
11463	2025-11-15	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于从泰国儿童和青少年的全景牙科X光片中自动估计年龄和性别	首次将EfficientNetB0架构应用于牙科全景X光片的年龄和性别估计，并采用年龄分层建模策略提升预测精度	模型在较大年龄组（15-23岁）的年龄估计性能显著下降，且研究仅限于泰国人群	开发自动化的年龄和性别估计方法以替代传统法医牙医学中复杂耗时的人工方法	泰国7-23岁儿童和青少年的牙科全景X光片	计算机视觉	NA	牙科全景X光摄影	CNN	医学图像	2491名个体的4627张全景X光片	TensorFlow, PyTorch或Keras（文中未明确指定）	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感度, 特异度	NA
11464	2025-11-15	Applications of machine learning and deep learning in precision medicine: Opportunities and challenges in genomics, oncology and clinical integration (Review) 2025-Dec, Biomedical reports IF:2.3Q3 DOI:10.3892/br.2025.2070 PMID:41221536	综述	探讨机器学习和深度学习在精准医学领域中的应用、挑战及未来发展方向	系统分析人工智能技术在基因组学、肿瘤学和临床整合中的前沿应用与发展路径	面临数据隐私、网络安全、伦理考量和临床工作流程整合等多方面挑战	分析机器学习在精准医学中的应用现状并展望未来发展	精准医学中的基因组分析、个性化治疗优化和疾病诊断	机器学习	肿瘤学	NA	NA	NA	NA	NA	NA	NA	NA
11465	2025-11-15	The Current Use of Artificial Intelligence in Anesthesiology 2025-Dec, Advances in anesthesia DOI:10.1016/j.aan.2025.07.006 PMID:41224431	综述	本文探讨了人工智能在麻醉学领域的当前应用现状与潜在影响	系统梳理了AI技术在麻醉学中的具体应用方向，包括患者监测、药物管理和并发症预测等	当前AI在麻醉学中尚未广泛应用，缺乏大规模临床验证数据	分析人工智能技术在麻醉学领域的应用潜力和发展方向	麻醉学临床实践和患者管理	自然语言处理, 机器学习	NA	机器学习, 深度学习, 自然语言处理	NA	NA	NA	NA	NA	NA	NA
11466	2025-11-15	Deep Learning in neuroimaging for neurodegenerative diseases: State-of-the art, Challenges, and Opportunities 2025-Nov-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123735 PMID:41176929	综述	本文综述了深度学习在神经退行性疾病神经影像分析中的最新进展、挑战与机遇	扩展了文献覆盖范围，涵盖更广泛的神经退行性疾病，并深入探讨了处理脑容积成像数据时空信息的方法	现有研究主要关注常见神经退行性疾病，存在扫描仪间差异、数据不平衡、标注数据稀缺等泛化性问题	探索深度学习在神经退行性疾病神经影像分析中的诊断和监测应用	阿尔茨海默病、额颞叶痴呆、路易体痴呆、帕金森病、亨廷顿病、肌萎缩侧索硬化症、多发性硬化症等神经退行性疾病	医学影像分析	神经退行性疾病	神经影像	深度学习	脑容积成像数据	NA	NA	NA	准确率	NA
11467	2025-11-15	Deep Learning Radiomics Model Based on Ultrasound Images Predicts Myometrial Infiltration of Endometrial Cancer 2025-Nov-14, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.70134 PMID:41235803	研究论文	开发并验证基于超声图像的深度学习放射组学模型，用于无创预测子宫内膜癌肌层浸润情况	结合深度学习特征和放射组学特征构建DLR模型，在预测子宫内膜癌肌层浸润方面优于单一模型和高级超声医师诊断	回顾性研究设计，样本量相对有限（390例患者）	开发无创预测子宫内膜癌肌层浸润的深度学习放射组学模型	子宫内膜癌患者	医学影像分析	子宫内膜癌	超声成像	深度学习, 放射组学	超声图像	390例子宫内膜癌患者（310例来自中心1，80例来自中心2）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
11468	2025-11-15	A CT-based 2.5D deep learning model for preoperative T-staging in gastric cancer: a retrospective multicenter study 2025-Nov-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05286-z PMID:41236584	研究论文	开发并验证基于CT的2.5D多角度深度学习模型用于胃癌术前T分期	提出2.5D多角度深度学习模型，整合三个视角（横断面、矢状面、冠状面）和三个角度（0°、+45°、-45°）的CT图像	回顾性研究，样本量相对有限（共433例患者）	胃癌术前T分期和生存预后预测	胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	433例胃癌患者（训练集346例，内部验证集87例，外部测试集41例）	NA	2.5D多角度深度学习模型	AUC, 准确率, 敏感度, 特异度, F1分数	NA
11469	2025-11-15	Foundation models for EEG decoding: current progress and prospective research 2025-Nov-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae17e9 PMID:41145005	综述	系统回顾脑电图基础模型的当前进展，分析其在下游任务、数据集、模型架构和预训练技术等方面的表现	首次对脑电图基础模型进行全面综述，提出统一范式以克服传统监督学习的任务特定性和数据集依赖性限制	在复杂场景如运动想象解码中的性能仍然有限，模型泛化能力有待进一步提升	探索脑电图基础模型的发展趋势并为未来研究提供建议	脑电图基础模型及相关解码任务	机器学习	神经系统疾病	脑电图信号处理	Transformer	脑电图信号	最多14,987名受试者，总时长27,062小时	NA	基于Transformer的高效架构	NA	NA
11470	2025-11-15	GATPDD: an Enhanced Deep Learning Framework for Predicting Drug-Parasitic Disease Associations 2025-Nov-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3631560 PMID:41231695	研究论文	提出一种增强的深度学习框架GATPDD，用于改进药物-寄生虫病关联预测	整合增强的深度图信息最大化、多头图注意力网络和邻域交互注意力机制，在有限基准数据集场景下优化特征学习和嵌入聚合	生物医学数据稀缺限制了模型训练	提高药物-寄生虫病关联预测的准确性和鲁棒性	药物与寄生虫病之间的关联关系	机器学习	寄生虫病	深度学习	图神经网络	图数据	NA	NA	多头图注意力网络,深度图信息最大化	准确性,鲁棒性	NA
11471	2025-11-15	Ensembling Vision Transformers and ResNet-50 for Interpretable Lung Cancer Diagnosis with Feature Fusion and XAI Techniques 2025-Nov-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01738-6 PMID:41233642	研究论文	提出一种结合Vision Transformer和ResNet-50的混合集成架构，通过特征融合和可解释AI技术实现肺癌病理图像分类	首次将ResNet-50的层次特征提取能力与Vision Transformer的全局上下文理解相结合，并采用多学科XAI策略提供关键可解释性	NA	开发准确、透明且临床可行的肺癌诊断系统	肺癌病理图像	计算机视觉	肺癌	深度学习	CNN, Transformer	图像	NA	NA	ResNet-50, Vision Transformer	准确率	NA
11472	2025-11-15	Amide proton transfer-weighted (APTw) CEST MRI in clinical routine for single time point diagnosis of pseudoprogression in IDH-wildtype glioblastoma 2025-Nov-13, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noaf261 PMID:41233976	研究论文	评估酰胺质子转移加权MRI在临床常规中用于IDH野生型胶质母细胞瘤假性进展单时间点诊断的可行性	首次将APTw MRI整合到常规临床工作流程中，并采用基于深度学习的自动量化方法进行肿瘤分割	抗血管生成治疗会降低APTw信号，后期随访时间点的诊断准确性下降	评估APTw MRI在区分胶质母细胞瘤真性进展与治疗相关效应中的诊断性能	IDH野生型胶质母细胞瘤患者	数字病理	胶质母细胞瘤	APTw MRI, DWI, PWI	深度学习	MRI图像	626名患者的870次扫描，其中143名胶质母细胞瘤患者的256次MRI扫描	NA	NA	AUC, ROC分析, logistic回归分析	NA
11473	2025-11-15	Incorporating targeted protein structure in deep learning methods for molecule generation in computational drug design 2025-Nov-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05748e PMID:41164301	综述	本文综述了基于结构的药物发现中整合蛋白质结构信息的深度学习方法	系统总结了从早期基于形状的方法到最新共折叠模型的发展历程，探讨了如何利用结构信息设计具有增强结合潜力的分子	NA	为基于结构的药物发现领域提供深度学习方法的应用见解和未来发展方向建议	蛋白质结构信息和药物分子	计算药物设计	NA	深度学习	NA	蛋白质结构数据，分子结构数据	NA	NA	共折叠模型	NA	NA
11474	2025-11-15	A Spatio-Temporal Dataset for Satellite-Based Landslide Detection 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06167-2 PMID:41219240	研究论文	本文介绍了Sen12Landslides数据集，这是一个用于卫星滑坡检测的大规模多模态时空数据集	提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集，支持时空动态分析	数据集覆盖区域有限，可能无法完全代表全球所有滑坡类型和地形条件	开发用于卫星滑坡检测和时空异常监测的深度学习数据集和方法	滑坡现象及其时空变化特征	计算机视觉,地球观测	NA	卫星遥感, Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM	U-ConvLSTM, 3D-UNet, U-TAE	卫星图像,数字高程模型	75,000个滑坡标注，来自全球15个地区，超过12,000个图像块	NA	U-ConvLSTM, 3D-UNet, U-TAE	F1分数	NA
11475	2025-11-15	Tracking temporal progression of benign bone tumors through X-ray based detection and segmentation 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23053-4 PMID:41219269	研究论文	提出一种基于深度学习的框架FusionX-BBTNet，用于从X射线图像中自动检测、分割和分析良性骨肿瘤的时间序列变化	结合YOLO目标检测与U-Net分割，引入小波增强数据集提升轮廓精度，开发OCR模块提取比例尺实现毫米级测量，通过质心对齐实现时间序列可视化	研究仅基于466张X射线图像验证，在放射学专业知识有限的环境中的实际应用效果需进一步验证	开发自动化系统用于良性骨肿瘤的时间序列检测、分割和定量分析	良性骨肿瘤的X射线图像	计算机视觉	骨肿瘤	X射线成像	CNN	图像	466张专家标注的X射线图像	NA	YOLO, U-Net	平均IoU, 边界F1分数	NA
11476	2025-11-15	An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22986-0 PMID:41219304	研究论文	提出一种可解释的深度学习框架用于心电信号的可靠心律失常检测	集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策过程的透明洞察	未明确提及具体局限性	开发准确可靠的心律失常检测方法	心电信号	机器学习	心血管疾病	ECG信号分析	CNN, DNN	信号数据	使用MITDB、PTBDB和NSTDB基准数据集	NA	CNN, Dense Neural Network	准确率	NA
11477	2025-11-15	A multi-factor data mining and transformer-based predictive modeling approach for career success using educational and behavioral traits 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23078-9 PMID:41219306	研究论文	本研究提出基于Transformer的多因素数据挖掘方法，通过教育背景和行为特征预测职业成功满意度	首次将BERT模型应用于职业满意度预测，通过多层Transformer块整合嵌入层和前馈网络捕捉教育行为特征的复杂非线性关系	仅使用单一数据集进行验证，未在不同群体或文化背景下测试模型泛化能力	开发准确预测职业满意度的数据挖掘模型，提升学生就业机会和职业满意度	学生的学业成绩和行为特征数据	自然语言处理, 机器学习	NA	数据挖掘	BERT, SVM, 逻辑回归, 随机森林, GRU	教育行为数据	NA	NA	Transformer, BERT, 门控循环单元	分类准确率	NA
11478	2025-11-15	A lightweight deep evidence fusion framework for smart home appliance detection and classification via internet of things devices 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99957-y PMID:41219347	研究论文	提出一种轻量级深度证据融合框架，用于通过物联网设备检测和分类智能家电	结合线性缩放归一化、改进蛇优化算法、门控循环单元与多头注意力混合分类器以及改进麻雀搜索优化算法，实现高效的智能家电识别	NA	建立稳健的智能家电检测与分类框架	智能家居电器	物联网	NA	深度学习	GRU, 注意力机制	物联网传感器数据	NA	NA	GRU-MHA混合框架	准确率	NA
11479	2025-11-15	Analysis of the EMHD nanofluid flow for geothermal pipelines using physics-driven deep learning 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23315-1 PMID:41219355	研究论文	采用物理驱动的深度学习方法分析地热管道中电磁流体动力学纳米流体的流动特性	提出了一种新颖的无监督深度神经网络方法，用于预测地热管道应用中电磁流体动力学混合纳米流体的温度和速度行为	NA	优化地热管道系统中的热力学系统，提高能量守恒和传热效率	地热管道中的电磁流体动力学混合纳米流体流动	机器学习	NA	无监督深度神经网络	DNN	物理方程数据	NA	NA	深度神经网络	准确度	NA
11480	2025-11-15	Deep learning and multi-objective optimization for real-time occupancy-based energy control in smart buildings 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23134-4 PMID:41219414	研究论文	提出一种结合深度学习和多目标优化的实时占用型能源控制框架，用于智能建筑的能源管理	首次将深度前馈神经网络与多目标粒子群优化结合，实现基于室内环境参数的实时占用预测和能源控制	NA	通过预测房间占用情况优化智能建筑的能源效率和室内舒适度	智能建筑中的房间占用模式和能源消耗	机器学习	NA	深度学习，多目标优化	DNN	室内环境传感器数据（CO浓度、光照、湿度、温度）	NA	NA	深度前馈神经网络	准确率，优化效率	NA