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
101	2025-08-04	Novel Artificial Intelligence-Driven Infant Meningitis Screening From High-Resolution Ultrasound Imaging 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.04.009 PMID:40582896	研究论文	本研究开发了一种基于高分辨率超声成像的人工智能驱动的婴儿脑膜炎筛查方法	采用三阶段深度学习框架结合可解释人工智能方法，实现了非侵入性婴儿脑膜炎筛查	样本量较小（仅30名婴儿），且仅在西班牙的三所大学医院进行	开发非侵入性、准确的婴儿脑膜炎诊断方法	疑似脑膜炎且囟门未闭的婴儿	数字病理	脑膜炎	超声成像	深度学习	图像	30名婴儿（6例病例和10例对照），共781张图像
102	2025-08-04	Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.017 PMID:40628603	research paper	提出了一种名为DMFormer的动态多尺度融合Transformer模型，用于超声乳腺癌检测，旨在解决超声成像中的噪声、模糊和复杂组织结构问题	采用动态多尺度特征融合机制，结合窗口注意力和网格注意力，全面捕捉细粒度组织细节和更广泛的解剖学上下文	未提及具体的数据集规模限制或模型在更广泛临床环境中的适用性	开发一种先进的深度学习模型，用于准确区分超声乳腺癌筛查中的良性和恶性肿块	超声图像中的乳腺肿块	digital pathology	breast cancer	deep learning	Transformer (DMFormer)	image	在两个独立的数据集上评估
103	2025-08-04	External evaluation of an open-source deep learning model for prostate cancer detection on bi-parametric MRI 2025-Aug-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11865-x PMID:40753327	研究论文	本研究评估了一个开源深度学习模型在双参数MRI上检测临床显著性前列腺癌的诊断准确性	开源深度学习模型在双参数MRI上检测临床显著性前列腺癌的高敏感性及其可共享性	研究样本量较小（151名患者），且仅进行了回顾性分析	评估开源深度学习模型在前列腺癌检测中的诊断准确性，并促进模型共享与外部验证	151名生物学男性患者的双参数MRI检查数据	数字病理学	前列腺癌	双参数MRI (bpMRI)	深度学习模型 (DL)	MRI图像	151名生物学男性患者（平均年龄65±8岁）
104	2025-08-04	Advanced drug-target interaction prediction using convolutional graph attention networks in expert systems 2025-Aug-02, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11290-8 PMID:40751775	研究论文	本研究提出了一种结合图神经网络和新型特征选择机制的深度学习框架，用于提高药物-靶标相互作用预测的准确性	提出了一个名为CMEAG-ANN的卷积多层极端对抗图注意力神经网络，结合FC-GNBBPS算法，用于从DNA分子数据中提取稳健且具有生物学意义的特征	未提及具体局限性	提高药物-靶标相互作用预测的准确性和效率	药物和靶标蛋白	机器学习	NA	DNA分子数据特征提取	CMEAG-ANN, FC-GNBBPS	分子指纹和PSSM注释	基准数据集包括approved_drug_target、ImDrug、DrugProt和Drug Combination Extraction Dataset
105	2025-08-04	Temporal consistency-aware network for renal artery segmentation in X-ray angiography 2025-Aug-02, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03486-y PMID:40751864	研究论文	提出了一种名为TCA-Net的深度学习模型，用于提高X射线血管造影视频中肾动脉分割的时间一致性	模型结合了局部时间窗口血管增强模块和全局血管细化模块，并引入了时间感知一致性损失函数	未提及具体局限性	提高肾动脉分割的准确性以评估肾交感神经消融（RDN）手术	X射线血管造影视频中的肾动脉	计算机视觉	心血管疾病	深度学习	TCA-Net	视频	195个肾动脉血管造影序列用于开发，44名患者的外部数据集用于测试
106	2025-08-04	Deep learning-driven incidental detection of vertebral fractures in cancer patients: advancing diagnostic precision and clinical management 2025-Aug-02, La Radiologia medica DOI:10.1007/s11547-025-02058-z PMID:40751896	研究论文	本研究评估了一种基于深度学习的应用在癌症患者中偶然检测椎体压缩性骨折（VCFs）的诊断性能及其减少漏诊率的潜力	利用深度学习技术提高椎体压缩性骨折在癌症患者中的检测率，减少临床漏诊	假阳性病例包括硬化性椎体转移、脊柱侧弯和椎体识别错误	评估深度学习应用在提高椎体压缩性骨折检测率方面的效果	1556名IV期癌症患者的胸腹盆CT扫描	数字病理	癌症	深度学习	DL	CT扫描图像	1556名IV期癌症患者
107	2025-08-04	Possibilities and limitations of artificial intelligence in food-derived peptides 2025-Aug-02, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70099 PMID:40751946	综述	本文探讨了人工智能在食品源性肽研究中的潜力与限制	评估了AI技术在食品源性肽研究中的应用，包括生物活性肽的发现、功能表征及结构-活性关系解析	AI在预测复杂蛋白质结构和食品源性肽时面临数据集完整性、模型架构优化、可解释性限制及实验验证需求等挑战	探讨人工智能技术在食品源性肽研究领域的应用前景与当前限制	食品源性肽（FDPs）	机器学习	NA	随机森林、卷积神经网络等机器学习和深度学习技术	随机森林、CNN	多维数据库数据	NA
108	2025-08-04	xEEGNet: Towards explainable AI in EEG dementia classification 2025-Aug-02, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adf6e6 PMID:40752516	research paper	本文提出了一种新型、紧凑且可解释的神经网络xEEGNet，用于EEG数据分析，特别针对痴呆症分类	xEEGNet通过大幅减少参数数量（仅168个参数，比ShallowNet少200倍）实现了可解释性，同时避免了过拟合，并在性能上与传统模型相当	研究主要关注阿尔茨海默病和额颞叶痴呆的分类，对其他神经系统疾病的适用性有待进一步验证	开发一种可解释的神经网络模型，用于EEG数据的痴呆症分类	阿尔茨海默病和额颞叶痴呆患者的EEG数据	machine learning	geriatric disease	EEG数据分析	xEEGNet（基于EEGNet家族的改进模型）	EEG信号	NA
109	2025-08-04	The dosimetric impacts of ct-based deep learning autocontouring algorithm for prostate cancer radiotherapy planning dosimetric accuracy of DirectORGANS 2025-Aug-02, BMC urology IF:1.7Q3 DOI:10.1186/s12894-025-01875-8 PMID:40753235	research paper	本研究旨在剂量学评估新一代自动轮廓算法DirectORGANS在创建前列腺放疗计划前自动识别并在CT模拟器中直接勾画器官的可用性	评估了DirectORGANS算法在前列腺癌放疗计划中自动勾画器官的剂量学准确性，并与手动勾画结果进行比较	样本量较小（仅10例患者），且前列腺轮廓的HI和CI值存在统计学显著差异	评估自动轮廓算法DirectORGANS在前列腺癌放疗计划中的剂量学准确性	前列腺癌患者的CT图像及放疗计划	digital pathology	prostate cancer	CT-based deep learning autocontouring algorithm	NA	CT images	10例患者
110	2025-08-04	Predicting academic performance with fuzzy logic in prospective physical education and sports teachers 2025-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99124-3 PMID:40753281	研究论文	本研究使用模糊逻辑模型预测未来体育教师的考试成绩，探讨学习方法和学术支持感知如何影响其学术表现	在教育研究中首次应用模糊逻辑模型预测学术表现，揭示学术支持与学习策略的非线性复杂交互作用	研究仅针对体育教育专业学生，结果可能不适用于其他学科领域	探索模糊逻辑在教育领域的应用潜力，提高学生学业表现的预测准确性	未来体育教师候选人的学习方法和学术支持感知	教育技术	NA	模糊逻辑	模糊逻辑模型	学术表现数据	未明确说明样本数量（体育教育专业学生）
111	2025-08-04	Transfer learning based deep architecture for lung cancer classification using CT image with pattern and entropy based feature set 2025-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13755-0 PMID:40753351	研究论文	本文提出了一种基于迁移学习的深度架构ILN-TL-DM，用于利用CT图像进行肺癌分类	结合改进的注意力机制ResU-Net分割模型、多种特征提取方法及混合深度学习架构，显著提高了肺癌分类的准确性	未提及模型在跨中心数据上的泛化能力及临床部署可行性	提升基于CT图像的肺癌分类准确率	CT扫描图像中的肺部和肿瘤区域	数字病理	肺癌	CT扫描	改进的Attention-based ResU-Net (P-ResU-Net), 改进LeNet与迁移学习结合的混合架构(ILN-TL), DeepMaxout(DM)	医学影像(CT图像)	NA
112	2025-08-04	Integrating genomic and pathological characteristics to enhance prognostic precision in advanced NSCLC 2025-Aug-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01056-8 PMID:40753345	研究论文	本研究通过整合基因组和病理学特征，构建了一个预后多模态分类器（PMCP），用于提高晚期非小细胞肺癌（NSCLC）患者的预后预测精度	结合基因组特征和病理图像信息，利用深度学习技术识别不同细胞类型，显著提高了无进展生存期（PFS）和总生存期（OS）的预测准确性	样本量相对较小（162例患者），且仅在中国人民解放军总医院进行，可能影响结果的普适性	提高晚期非小细胞肺癌（NSCLC）患者的预后预测精度，指导免疫联合化疗（ICT）的临床决策	162例接受一线免疫联合化疗（ICT）的晚期非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	下一代测序（NGS），深度学习	深度学习模型	基因组数据，病理图像	162例患者
113	2025-08-04	Automatic restoration and reconstruction of defective tooth based on deep learning technology 2025-Aug-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06576-0 PMID:40753409	研究论文	提出一种基于深度学习的创新框架，用于自动修复和重建缺损牙齿的形态	采用深度学习技术，结合改进的ResNet50-based Pixel2Mesh模型，显著提高了牙齿修复和重建的精度与效率	未提及样本的具体多样性或在不同类型牙齿缺损上的泛化能力	解决传统牙齿修复和重建方法在准确性、个性化和效率上的不足	缺损牙齿的形态修复与3D模型重建	计算机视觉	牙科疾病	深度学习	改进的ResNet50-based Pixel2Mesh	RGB图像、灰度图像、3D网格模型	NA
114	2025-08-04	Diagnostic Accuracy and Interobserver Reliability of Rotator Cuff Tear Detection With Ultrasonography Are Improved With Attentional Deep Learning 2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.12.024 PMID:39725049	research paper	本研究通过改进YOLOv7模型，加入卷积块注意力模块（CBAM），开发了YOLOv7-CBAM模型，用于自动识别撕裂或完整的肩袖肌腱，以辅助医生通过超声诊断肩袖病变	提出了一种结合CBAM的改进YOLOv7模型（YOLOv7-CBAM），用于提高肩袖撕裂检测的准确性和观察者间可靠性	研究样本量相对较小（280名患者），且仅针对特定类型的肩袖病变	提高肩袖撕裂超声诊断的准确性和观察者间可靠性	肩袖撕裂或完整的肌腱	computer vision	肩袖病变	超声成像	YOLOv7-CBAM	image	280名患者，840张超声图像
115	2025-08-04	Editorial Commentary: Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning 2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.02.024 PMID:40021066	评论	本文讨论了人工智能机器学习在医学影像分析中的应用及其潜力	提出了一种有效的三步方法（检测器、注意力模块和可解释性）来优化影像分析，并强调了深度学习在减少观察者间变异性和提高诊断准确性方面的作用	需要外部验证以确定模型在单一机构之外的泛化能力	探讨人工智能机器学习在医学影像分析中的临床应用及其优化方法	医学影像数据	计算机视觉	NA	深度学习	NA	图像	NA
116	2025-08-04	Applications of machine learning in glaucoma diagnosis based on tabular data: a systematic review 2025-Aug-01, BMC biomedical engineering DOI:10.1186/s42490-025-00095-3 PMID:40745560	系统综述	本文系统评估了机器学习技术在青光眼诊断中的应用，分析了其有效性并识别了最有前景的方法和数据集	通过系统综述方法，全面评估了多种机器学习模型在青光眼诊断中的表现，并识别了影响诊断准确性的关键数据类型	数据不平衡和样本量有限影响了模型的泛化能力	评估机器学习在青光眼诊断中的应用效果	青光眼诊断	机器学习	青光眼	光学相干断层扫描(OCT)、视野(VF)测试	SVM, DL, random forest, ensemble methods	表格数据	35项研究
117	2025-08-04	A Decision Support System Based on multi-head convolutional and Recurrent Neural Networks for assisting physicians in diagnosing ADHD 2025-Aug-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110826 PMID:40752402	研究论文	本研究提出了一种基于多头卷积和循环神经网络的决策支持系统MCRNet，用于辅助医生诊断注意力缺陷多动障碍（ADHD）	MCRNet采用了一种创新的两阶段多头方法进行特征提取，提高了从原始EEG信号中提取特征和分类的能力	未来工作需要关注MCRNet的可解释性，并在更多EEG数据集上测试其有效性	开发一种客观可靠的ADHD诊断工具	儿童和青少年的注意力缺陷多动障碍（ADHD）	数字病理学	注意力缺陷多动障碍	EEG和深度学习技术	多头卷积和循环神经网络（MCRNet）	EEG信号	未提及具体样本数量
118	2025-08-04	Shaping the Future of Personalized Therapy in Bladder Cancer Using Artificial Intelligence 2025-Aug-01, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2025.07.011 PMID:40753031	review	本文综述了人工智能在膀胱癌个性化治疗中的应用及其潜力	探讨了AI在膀胱癌管理各步骤中的应用，包括检测、分级、分期、风险分层、治疗和结果预测	AI在膀胱癌临床工作流程中的广泛应用仍面临重大障碍	实现AI驱动的膀胱癌个性化治疗	膀胱癌患者	digital pathology	bladder cancer	machine learning, deep learning	NA	NA	NA
119	2025-08-04	Explainable machine learning for predicting ICU mortality in myocardial infarction patients using pseudo-dynamic data 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13299-3 PMID:40739438	研究论文	本研究开发了一种可解释的伪动态机器学习框架，用于预测心肌梗死患者在ICU的死亡率	提出了一种结合XGBoost模型和EHR时间序列提取框架（XMI-ICU）的新方法，能够提供时间分辨的可解释性	研究依赖于回顾性数据，可能存在选择偏差	开发可解释的机器学习模型以预测心肌梗死患者在ICU的死亡率	心肌梗死患者	机器学习	心血管疾病	机器学习	XGBoost	时间序列生理测量数据	来自eICU和MIMIC-IV两个ICU数据库的回顾性队列
120	2025-08-04	AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11627-1 PMID:40744949	研究论文	本研究探索了人工智能在微创肝脏手术中通过实时分割解剖安全平面提供术中导航的潜力	开发并验证了一种深度学习模型，用于在纯腹腔镜供体右肝切除术中分割血管结构和无血管平面	注释策略需要改进，并需进一步研究以将该技术应用于实际手术室	探索人工智能在辅助主要微创肝脏手术中的潜力	纯腹腔镜供体右肝切除术中的血管结构和无血管平面	数字病理	肝脏疾病	深度学习	U-Net with Mix Transformer encoder	视频	48个纯腹腔镜供体右肝切除术视频（来自三个机构）