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
12081	2025-11-07	Predictive value of artificial intelligence and radiomics for atrial fibrillation recurrence after catheter ablation for pulmonary vein isolation 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393276 PMID:41185683	研究论文	本研究开发了一种基于人工智能和影像组学的无创模型，用于预测肺静脉隔离导管消融术后房颤复发风险	首次结合SwinUNETR深度学习模型进行心脏区域分割和影像组学特征提取，并提供了基于影像组学的可解释性分析方法	样本量相对有限（311例患者），模型预测性能仍有提升空间（AUC 0.79）	提高肺静脉隔离术后房颤复发的预测准确性，优化患者选择策略	311例接受肺静脉隔离导管消融术的房颤患者，包括复发组（160例）和非复发组（151例）	医学影像分析	心血管疾病	影像组学分析	深度学习, 机器学习	医学影像	311例房颤患者	NA	SwinUNETR	Dice系数, AUC	NA
12082	2025-11-06	GlucoNet-MM: A multimodal attention-based multi-task learning framework with decision transformer for personalised and explainable blood glucose forecasting 2025-Dec, Diabetes, obesity & metabolism DOI:10.1111/dom.70147 PMID:40977343	研究论文	提出一种基于注意力机制的多任务学习框架GlucoNet-MM，结合决策变换器实现个性化可解释血糖预测	首次将决策变换器与多模态注意力机制结合，实现政策感知的血糖预测并提供模型可解释性	仅在两个公开数据集上验证，需要更多临床环境下的验证	开发先进的个性化可解释深度学习框架用于血糖预测	糖尿病患者血糖数据	机器学习	糖尿病	连续血糖监测(CGM), 胰岛素剂量记录, 碳水化合物摄入记录, 体力活动监测	Transformer, 多任务学习	多模态生理和行为数据	两个公开数据集(BrisT1D和OhioT1DM)	PyTorch, TensorFlow	Decision Transformer, 注意力机制	R2分数, 平均绝对误差(MAE)	NA
12083	2025-11-06	Local large arterial perivascular adipose tissue metabolic and anatomical features are associated with hypertensive clinical outcomes: a PET/CT-based study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2578724 PMID:41170857	研究论文	本研究利用PET/CT探讨大动脉血管周围脂肪组织的解剖和代谢特征与高血压临床结局的关系	首次发现局部大动脉PVAT特征与高血压结局的关联，并揭示其在疾病进展中的空间富集模式	样本量相对有限（150例），且为回顾性研究设计	探究大动脉血管周围脂肪组织特征与高血压临床结局的关联	150例原发性肺部恶性肿瘤患者（其中45例高血压患者）	数字病理	心血管疾病	PET/CT, 18F-FDG PET/CT	深度学习	医学影像	150例患者（45例高血压患者）	TotalSegmentator	NA	AUC, 比值比, p值, 置信区间	NA
12084	2025-11-06	Radiomic Applications in Skull Base Pathology: A Systematic Review of Potential Clinical Uses 2025-Dec, Journal of neurological surgery. Part B, Skull base DOI:10.1055/a-2436-8444 PMID:41140420	系统综述	系统回顾了影像组学在颅底病理学中的应用现状和潜在临床价值	首次系统性地总结了影像组学在颅底病理学中的应用趋势，揭示了该领域自2017年以来的指数级增长	需要更大样本量、预测模型的验证和临床应用，需进一步研究影像组学在颅底治疗中的优缺点	探索影像组学在颅底文献中的应用现状	颅底病理学相关的医学影像数据	医学影像分析	颅底肿瘤疾病	影像组学特征提取与分析	NA	放射影像图像	102项研究，包含26,280张放射影像图像，平均每项研究258±677个病例	NA	NA	NA	NA
12085	2025-11-06	An Ensemble CNN With Bayesian Learning Model for Multiclass Classification of Brain Disease Using Adaptive Refinement Network-Based Segmentation 2025-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70166 PMID:41191287	研究论文	提出一种集成CNN与贝叶斯学习的模型，通过自适应优化网络分割和分类脑部疾病	结合自适应优化网络分割、基于适应度的火烈鸟搜索算法优化参数，以及集成CNN与贝叶斯学习的多模型融合分类方法	NA	早期脑肿瘤诊断与多类别脑部疾病分类	脑部MRI图像	计算机视觉	脑部疾病	MRI成像	CNN, 集成学习	医学图像	NA	NA	VGG16, ResNet, Xception, 自适应优化网络	准确率, 鲁棒性	NA
12086	2025-11-06	Carbon dots meet artificial intelligence: applications in biomedical engineering 2025-Nov-05, Journal of materials chemistry. B DOI:10.1039/d5tb00593k PMID:41065544	综述	本文全面综述了人工智能在碳点研究中的应用及其在生物医学工程中的潜力	首次系统探讨人工智能与碳点交叉领域，涵盖从材料设计到生物医学应用的完整链条	NA	探索人工智能技术在碳点材料研究及生物医学工程中的应用前景	碳点材料及其在生物医学工程中的应用	机器学习, 生物医学工程	NA	机器学习, 深度学习	NA	材料特性数据, 生物医学数据	NA	NA	NA	NA	NA
12087	2025-11-06	Genome-wide functional annotation and interpretation of splicing variants: toward RNA-targeted therapies 2025-Nov-05, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-025-01424-z PMID:41188449	综述	系统阐述剪接破坏性变异的基因组功能注释与解释方法及其在RNA靶向治疗中的应用前景	整合非编码区变异注释策略，结合深度学习与基序导向工具，建立从变异识别到RNA靶向治疗的完整研究框架	依赖计算预测工具的准确性，实验验证策略仍需标准化，临床应用转化存在技术壁垒	开发系统性识别和解释剪接破坏性变异的策略，推动精准医疗发展	剪接破坏性变异（包括同义、深内含子和调控区变异）	生物信息学	神经肌肉疾病及其他剪接驱动疾病	基因组测序，RNA靶向治疗技术（反义寡核苷酸、小分子调节剂、RNA编辑平台）	深度学习模型，基序导向工具	基因组变异数据，剪接数据	NA	NA	NA	NA	NA
12088	2025-11-06	Application of multi-scale feature extraction and explainable machine learning in chest x-ray position evaluation within an integrated learning framework 2025-Nov-05, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12097-9 PMID:41191081	研究论文	本研究提出了一种结合深度学习和机器学习的融合网络，用于胸部X射线定位的定量和可解释评估	提出了基于分割的随机森林融合网络，结合SHAP方法增强模型临床可解释性	回顾性研究，数据来源于单一医疗机构	分析胸部X射线患者定位布局中的关键因素	胸部X射线图像	医学影像分析	胸部疾病	X射线成像	深度学习, 机器学习	医学图像	3300张胸部X射线图像，来自中国医疗机构（2021年3月-2022年12月）	NA	U-net++, U-net, Random Forest Fusion Network	AUC, 准确率, 敏感性, 特异性, Dice系数	NA
12089	2025-11-06	Structure-Preserving Two-Stage Diffusion Model for CBCT Metal Artifact Reduction 2025-Nov-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3628764 PMID:41187053	研究论文	提出一种用于CBCT金属伪影减少的结构保持两阶段扩散模型	采用两阶段扩散框架，结合结构感知扩散模型和分割引导采样策略，强调结构保持和领域泛化能力	需要配对的口内扫描数据和CBCT图像进行监督训练	解决CBCT中金属植入物引起的伪影问题，提高诊断准确性	牙科CBCT图像中的金属伪影	计算机视觉	牙科疾病	锥束计算机断层扫描(CBCT), 口内扫描(IOS)	扩散模型	医学图像	模拟数据和真实世界数据	NA	两阶段扩散框架	伪影减少效果, 结构保持能力	NA
12090	2025-11-06	Integration of deep learning and Bayesian networks for personalized tooth color prediction in dental esthetics: A study in Chinese Han population 2025-Nov-04, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.70049 PMID:41187324	研究论文	本研究开发了一种结合深度学习与贝叶斯网络的混合模型，用于预测中国汉族人群的个性化牙齿颜色偏好	首次将卷积神经网络与贝叶斯网络相结合用于牙齿颜色预测，显著提高了预测准确率	样本量相对较小（128名参与者），仅针对中国汉族人群进行研究	研究肤色、年龄和性别如何影响牙齿颜色偏好，为个性化牙齿美学提供量化指导	中国汉族人群（包括牙科专业人士和非专业人士）对标准化微笑图像的牙齿颜色偏好	计算机视觉	NA	牙齿颜色评估，VITA经典色标系统	CNN, 贝叶斯网络	图像	128名参与者（62名男性，66名女性；60名牙科专业人士，68名非专业人士）	NA	卷积神经网络与贝叶斯网络混合架构	准确率	NA
12091	2025-11-06	Performance Comparison Between Two Versions of a Commercial Artificial Intelligence System for Chest Radiograph Interpretation: A Multicenter Study 2025-Nov-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01731-z PMID:41188640	研究论文	比较商业AI系统Gleamer ChestView两个版本在胸部X光片解读中的诊断性能	首次对同一AI系统的两个连续版本进行多中心性能比较验证	样本量相对有限(187例)，部分病例依赖放射科医生共识而非CT金标准	评估AI系统版本升级对胸部X光片诊断性能的影响	胸部X光片中的多种胸部病变(胸腔积液、肺泡疾病、纵隔肿块、气胸、肺结节)	医学影像分析	胸部疾病	深度学习	深度学习模型	胸部X光图像	187例胸部X光片，来自6个中心，4家设备制造商	NA	NA	灵敏度, 特异度, 精确度, F1分数	NA
12092	2025-11-06	Clinical validation of a deep learning model for low-count PET image enhancement 2025-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	本研究验证了深度学习模型RaDynPET在四倍降计数全身PET图像增强中的临床效果	开发了能够从25%标准采集时间的PET数据中恢复高质量图像的动态深度学习模型，并在内外部队列中进行了全面验证	样本量相对有限（120例患者），需要进一步多中心验证	验证深度学习模型在低计数PET图像增强中的临床可行性	接受18F-FDG PET/CT检查的120名患者（84例内部队列，36例外部队列）	医学影像分析	肿瘤疾病	PET/CT成像，OSEM重建算法	深度学习模型	PET医学影像	120例患者（84内部+36外部）	NA	RaDynPET	图像质量评分，标准化摄取值，信噪比，肿瘤背景比，对比噪声比，敏感性，特异性，PSNR，SSIM	NA
12093	2025-11-06	Dynamic Early Survival Prediction Model for Hepatocellular Carcinoma Patients Treated With Atezolizumab and Bevacizumab: A Longitudinal Deep Learning Analysis 2025-Nov, Hepatology research : the official journal of the Japan Society of Hepatology IF:3.9Q1 DOI:10.1111/hepr.70005 PMID:40702678	研究论文	开发用于预测接受阿特珠单抗和贝伐珠单抗治疗的肝细胞癌患者早期总生存期的动态深度学习模型	首次将随机生存森林方法与深度学习架构结合构建动态生存预测模型DynSurv-HCC，可在不同病因和基线AFP水平下保持稳定的预测性能	研究样本量相对有限（415例患者），且仅基于两项临床试验数据	改善不可切除肝细胞癌患者在接受阿特珠单抗和贝伐珠单抗治疗时的早期总生存期预测	不可切除肝细胞癌患者	机器学习	肝细胞癌	纵向生存分析	深度学习, 随机生存森林	临床试验数据	415例不可切除肝细胞癌患者（训练集291例，验证集124例）	NA	DynSurv-HCC	AUC	NA
12094	2025-11-06	An Explainable Deep Learning Model for Focal Liver Lesion Diagnosis Using Multiparametric MRI 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240531 PMID:40928343	研究论文	开发基于多参数MRI的可解释深度学习模型用于局灶性肝脏病变的诊断分类	结合nnU-Net分割和Liver Imaging Feature Transformer分类的可解释深度学习模型，能提升放射科医生诊断准确性和效率	研究主要基于中国医院数据，需要更多外部验证	评估可解释深度学习模型在局灶性肝脏病变诊断中的效果	局灶性肝脏病变患者	计算机视觉	肝脏疾病	多参数MRI	CNN, Transformer	医学影像	2131名局灶性肝脏病变患者	PyTorch	nnU-Net, Liver Imaging Feature Transformer	Dice相似系数, 准确率	NA
12095	2025-11-06	Residual bayesian attention networks for uncertainty quantification in regression tasks 2025-Nov-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24093-6 PMID:41176534	研究论文	提出残差贝叶斯注意力框架，实现深度序列建模中端到端的不确定性量化能力	通过三个紧密耦合的核心组件实现贝叶斯推理与Transformer架构的深度集成：贝叶斯前馈层建立参数级不确定性的可微传播机制，多层残差贝叶斯注意力将径向基函数核嵌入注意力计算并引入Beta分布建模的自适应残差权重，贝叶斯协方差构造模块通过外积运算和特征值校正生成数学严谨的协方差表示	在中等规模结构化数据场景中表现稳定，但在多物理耦合系统建模等复杂任务中存在技术边界	解决深度序列建模任务中的不确定性量化问题	序列建模任务，包括工程优化、时间序列预测和空间建模	自然语言处理,机器学习	NA	贝叶斯推理,径向基函数核,外积运算	Transformer	结构化数据,序列数据	NA	NA	残差贝叶斯注意力框架	预测区间校准质量	NA
12096	2025-11-06	Classification and Segmentation of Mucus Morphology Using Deep Learning During Diagnostic Nasal Endoscopy 2025-Nov, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70004 PMID:40879571	研究论文	本研究开发了一种基于深度学习的方法，用于在诊断性鼻内窥镜检查中对黏液形态进行分类和分割	这是首个在鼻腔环境中客观分类黏液形态的研究	NA	通过深度学习模型检测鼻窦炎症	鼻内窥镜检查中遇到的黏液形态	计算机视觉	鼻窦炎	深度学习	预训练深度学习模型	内窥镜图像	NA	NA	NA	NA	NA
12097	2025-11-06	Multisensory Integration for Identifying the Milling States in Robot-Assisted Cervical Laminectomy 2025-Nov, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.70182 PMID:41067886	研究论文	本研究通过整合触觉和听觉感知来识别机器人辅助颈椎椎板切除术中的高速磨钻状态	首次将振动和声音信号融合用于脊柱手术中磨钻状态识别，并采用LSTM深度学习模型实现高精度分类	实验仅在绵羊颈椎上进行，未在人体验证；设置的磨削状态相对有限	提高机器人辅助颈椎椎板切除术中磨钻状态识别的准确性，保障患者安全	绵羊颈椎椎板切除术中的高速磨钻状态	医疗机器人	脊柱疾病	振动信号采集，声音信号采集，快速傅里叶变换	LSTM, SVM, KNN, Naive Bayes, LDA, DT	振动信号，声音信号	6600组高速磨钻磨削数据	NA	单层LSTM（12个记忆单元）	准确率	NA
12098	2025-11-06	Deep learning approaches for resolving genomic discrepancies in cancer: a systematic review and clinical perspective 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf541 PMID:41176790	系统综述	系统评估深度学习在解决癌症基因组差异方面的应用现状与临床前景	首次系统综述78项研究（2015-2024），提出结合联邦学习和注意力机制的未来研究方向	存在数据稀缺、批次效应和黑盒模型可解释性等挑战	评估深度学习在癌症基因组差异识别和校正中的性能与临床转化	癌症基因组测序数据	生物信息学	癌症	基因组测序	CNN, 图神经网络	基因组序列数据	78项研究（未明确总样本量）	NA	卷积架构, 图基础架构	假阴性率, 准确率	NA
12099	2025-11-06	A deep learning algorithm to detect proximal humerus fractures on radiographs 2025-Nov, JSES reviews, reports, and techniques DOI:10.1016/j.xrrt.2025.07.025 PMID:41179412	研究论文	开发用于检测X光片中肱骨近端骨折的深度学习算法	首次开发专门针对肱骨近端骨折检测的深度学习算法，并通过显著图验证模型关注区域	研究主要依赖单一机构数据，外部验证集规模较小（116例）	开发可靠且可信的深度学习方法来检测X光片中的肱骨近端骨折	肱骨近端X光片，包括骨折（996例）和非骨折（607例）病例	数字病理	骨科骨折	放射影像分析	深度学习	X光图像	1603例训练数据（996例骨折，607例非骨折），116例外部测试数据	NA	NA	准确率，F1分数，灵敏度	NA
12100	2025-11-06	Self-Assessment of acute rib fracture detection system from chest X-ray: Preliminary study for early radiological diagnosis 2025-Nov, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251361041 PMID:40718897	研究论文	提出一种用于胸部X光片中肋骨骨折自动检测和分割的深度学习系统	结合CenterNet与HRNet v2进行骨折区域识别，并利用HRNet-W48增强肋骨分割的上下文表征能力	仅使用单一医疗机构数据（1006张胸部X光片），需要更多外部验证	开发自动化肋骨骨折检测和分割系统以辅助放射科医生诊断	胸部X光片中的肋骨骨折区域	医学影像分析	肋骨骨折	深度学习	CNN	X光图像	1006张胸部X光片（训练集704张，验证集201张，测试集101张）	NA	CenterNet, HRNet v2, HRNet-W48	敏感度, Dice系数	NA