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
12481	2025-11-03	Comparison of deep learning approaches to estimate injury severity from the International Classification of Diseases codes 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2356663 PMID:39485495	研究论文	比较不同深度学习方法从ICD编码估计损伤严重程度的性能	首次系统比较前馈神经网络与神经机器翻译模型在损伤严重程度估计中的表现，并对比直接与间接估计方法的优劣	仅使用美国国家创伤数据库数据，可能在其他医疗系统中泛化性有限	开发从ICD编码准确估计损伤严重程度的方法	创伤患者的ICD编码数据	自然语言处理	创伤	深度学习方法	前馈神经网络,神经机器翻译	医疗编码文本数据	训练集2,031,793例(2017-2018年)，测试集1,091,792例(2019年)	NA	编码器-解码器架构	ISS≥16正确分类百分比,ISS精确匹配百分比	GPU(具体型号未指定)
12482	2025-11-02	Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study 2025-Dec, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105207 PMID:40972497	研究论文	本研究开发并验证了一种反向传播神经网络模型，用于预测护理单元人员配置需求	将效率评估与深度学习技术相结合开发护理人员配置预测模型，实现人员配置精度与操作灵活性的平衡	需要多中心验证并整合外部因素以实现更广泛应用	优化临床科室护理人员配置，提高患者安全性和人力资源效率	55个护理单元的数据，包括13个最优效率单元和42个次优效率单元	机器学习	NA	数据包络分析，深度学习	反向传播神经网络	护理运营数据	55个护理单元2023年1-12月的数据	NA	反向传播神经网络	均方误差，Pearson相关系数，Bland-Altman分析，决定系数	NA
12483	2025-11-02	Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins 2025-Dec, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2580307 PMID:41171014	研究论文	提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法	通过详细分类肝静脉和门静脉实现个性化肝脏分段，相比传统方法能更好地贴合患者实际解剖结构	需要外科医生在3D模型上标注血管端点，存在一定人工干预	改进肝脏手术规划中的解剖分段精度	肝脏血管系统（肝静脉和门静脉）	数字病理	肝脏疾病	3D建模，血管中心线计算	NA	3D医学图像	NA	3D Slicer, nnU-Net	nnU-Net	Dice相似系数，体积测量，专家评估	NA
12484	2025-11-02	Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection 2025-Nov, Cancer causes & control : CCC IF:2.2Q2 DOI:10.1007/s10552-025-02048-6 PMID:40833534	综述	本文综述了人工智能在女性乳腺癌风险预测、预防和早期检测领域的发展与应用	重点关注可解释人工智能(XAI)、深度学习(DL)和机器学习(ML)在乳腺癌全流程中的应用，并系统分析算法公平性、模型透明度和数据集代表性	存在算法偏差、少数群体代表性不足、外部验证有限等问题，58%的公共数据集集中于乳腺X线摄影，缺乏断层合成和组织病理学等多模态数据	总结人工智能在乳腺癌风险预测、预防和早期检测领域的发展现状与未来前景	乳腺癌相关文献资料（2000-2025年）	数字病理学	乳腺癌	乳腺X线摄影、断层合成、组织病理学	深度学习, 机器学习	医学影像	NA	NA	NA	AUC	NA
12485	2025-11-02	Deep learning models based on DWI-MRI for prognosis prediction in acute ischemic stroke receiving intravenous thrombolysis: Development and validation 2025-Nov, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101391 PMID:41067525	研究论文	基于DWI-MRI开发深度学习模型预测接受静脉溶栓治疗的急性缺血性卒中患者预后	首次比较深度学习与传统机器学习方法在急性缺血性卒中预后预测中的性能，并开发结合临床特征与深度学习特征的融合模型	回顾性研究设计，样本量相对有限（682例患者）	开发并验证基于DWI-MRI的预测模型，评估急性缺血性卒中患者静脉溶栓治疗后的预后	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	弥散加权成像MRI（DWI-MRI）	深度学习, 传统机器学习	医学影像, 临床数据	682例来自两家医院的急性缺血性卒中患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
12486	2025-11-02	A dual-module 3D fusion framework for multi-modal MRI segmentation in anal fistulae 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70102 PMID:41173810	研究论文	提出一种用于肛门瘘管多模态MRI分割的双模块3D融合框架	采用双模块框架设计，在输入阶段创新性地捕获多维度信息，在输出阶段应用残差技术优化分割结果，并引入新型OPDL损失函数专门解决假阳性问题	仅使用自收集数据集，未在外部数据集验证泛化能力	开发稳健的肛门瘘管MRI分割方法以提高准确性并降低假阳性	肛门瘘管在MRI图像中的分割	医学图像分割	肛门瘘管	多模态MRI	深度学习	多方向MRI扫描图像	950个自收集多方向MRI扫描	NA	双模块融合框架	Dice Score, IoU Score	NA
12487	2025-11-02	A review of the application of deep learning in thyroid nodule imaging: from model architectures to training methods and core image analysis tasks 2025-Oct-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae1505 PMID:41115427	综述	系统回顾深度学习在甲状腺结节影像分析中的应用，涵盖模型架构、训练方法和核心任务	从模型架构、训练方法和核心任务三个维度系统总结深度学习在甲状腺结节影像分析中的最新进展	NA	为未来相关研究提供有价值的参考见解和改进方向	甲状腺结节医学影像	计算机视觉	甲状腺结节	医学影像分析	CNN, RNN, GAN, Transformer, 混合模型	医学影像	NA	NA	NA	NA	NA
12488	2025-11-02	An explainable modified convolutional mixer neural network-based deep learning framework for accurate brain tumor detection and classification 2025-Oct-31, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2574357 PMID:41170771	研究论文	提出一种可解释的改进卷积混合神经网络框架，用于精确检测和分类脑肿瘤	结合ConvMixer+块去除冗余特征、CANet融合多尺度特征、EANet精炼空间特征，并使用Grad-CAM增强模型可解释性	仅使用公开数据集，未在临床环境中进行验证	开发计算效率高且可解释的脑肿瘤检测分类方法	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, ANN	图像	10,087张MRI图像（来自两个公开数据集）	NA	EM-ConvMixer+Net, ConvMixer+, CANet, EANet, M-ANN	准确率, F1分数	NA
12489	2025-11-02	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并验证一种基于腹部CT扫描的深度学习算法用于骨质疏松症机会性筛查	利用常规腹部CT扫描进行骨质疏松症筛查，实现多中心验证的深度学习算法	回顾性研究设计，样本量相对有限	开发并验证从腹部CT扫描中筛查骨质疏松症的算法	腰椎椎体	计算机视觉	骨质疏松症	CT扫描，DEXA扫描	深度学习	医学影像	504名参与者（中位年龄66岁，388名女性）	NA	2D UNet, ResNet34	AUC, 敏感性, 特异性, Pearson相关系数, Brier分数	NA
12490	2025-11-02	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	开发基于人工智能的小肾脏肿瘤自动分割方法，使用多中心、多扫描仪、多序列MRI数据	首次在多中心、多扫描仪、多序列MRI数据上开发小肾脏肿瘤自动分割方法，并验证其在非通用电气扫描仪上的泛化能力	研究为回顾性设计，需要进一步前瞻性验证	开发小肾脏肿瘤的自动分割方法以提高诊断效率	988例经病理证实的小肾脏肿瘤患者的MRI图像	医学影像分析	肾脏肿瘤	MRI多序列成像	深度学习分割网络	医学影像	988例患者（训练集733例，测试集180例，泛化集75例）	NA	NA	检测率，Dice相似系数	NA
12491	2025-11-02	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的创新条件引导扩散模型，用于加速MRI重建过程同时保持重建质量	结合Multi-Free U-KAN模块和动态裁剪策略，通过多头注意力机制和标量调制因子增强模型在复杂噪声环境中的鲁棒性和结构保持能力	NA	通过深度学习方法加速MRI重建过程同时保持重建质量	MRI图像重建	医学影像处理	NA	MRI	条件引导扩散模型	MRI图像，k空间数据	NA	NA	TC-KANRecon, MF-UKAN	定性评估，定量评估	NA
12492	2025-11-02	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种基于分层深度学习的可解释病毒分类框架HieRMVir	整合随机森林特征加权与互信息引导的注意力正则化，考虑生物分类学层次结构	未明确说明对未知病毒或高度变异病毒的识别能力	开发可解释且准确的病毒基因组序列分类方法	病毒基因组序列	机器学习	病毒性疾病	基因组测序	深度学习	基因组序列数据	超过100万个基因组序列	NA	分层深度学习框架	准确率, 分层性能指标	NA
12493	2025-11-02	Hybrid deep learning model for spinal tumor diagnosis on MRI scans 2025-Oct-31, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251385793 PMID:41172043	研究论文	提出一种结合MRI图像和患者年龄数据的混合深度学习模型，用于脊柱肿瘤的诊断和分类	融合Inception V3和Vision Transformer的混合模型，结合患者年龄信息，使用自注意力融合机制提升诊断准确性	NA	提高脊柱肿瘤诊断准确率，区分良性和恶性肿瘤	脊柱肿瘤患者的MRI扫描图像和年龄数据	计算机视觉	脊柱肿瘤	MRI扫描	混合深度学习模型	图像, 临床数据	NA	NA	Inception V3, Vision Transformer	准确率, 敏感性, 特异性	NA
12494	2025-11-02	Ensemble learning of attention-based BiLSTM networks for ADHD detection from EEG signals code 2025-Oct-31, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2576625 PMID:41173469	研究论文	提出一种基于注意力机制的双向LSTM集成学习方法，用于从脑电图信号中检测注意力缺陷多动障碍	使用并行注意力机制的双向LSTM集成学习模型，结合频谱图、分形维度和递归图等多种特征提取方法	NA	开发客观准确的ADHD自动检测方法	脑电图信号	机器学习	注意力缺陷多动障碍	脑电图	BiLSTM, 集成学习	脑电图信号	两个数据集	NA	PABiLSTM, ResNet-50	准确率	NA
12495	2025-11-02	Deep learning-based segmentation of T1 and T2 cardiac MRI maps for automated disease detection 2025-Oct-31, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12069-z PMID:41174040	研究论文	本研究开发了一种基于深度学习的T1和T2心脏MRI图像分割方法，用于自动化疾病检测	首次将深度学习应用于心脏T1/T2图谱分割，并探索了多种强度统计特征在疾病检测中的效用	样本量相对较小（144名受试者），需要更大规模的外部验证	评估深度学习在心脏MRI分割中的准确性，并探索多特征机器学习在疾病检测中的优势	心脏T1和T2图谱的左心室血池和心肌组织	医学影像分析	心血管疾病	心脏MRI，T1/T2 mapping	深度学习，机器学习	医学影像	144名受试者（平均年龄42.2±16.1岁，76名男性），分为训练集100例、验证集15例和测试集29例	NA	NA	Dice相似系数，平均绝对百分比误差，F1分数，精确率，召回率，AUC	NA
12496	2025-11-02	Antimicrobial peptides for anticancer and antiviral therapy: last promising update 2025-Oct-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03855-8 PMID:41160325	综述	本文综述了抗菌肽在抗癌和抗病毒治疗中的最新研究进展，重点探讨了人工智能和微生物代谢物在克服抗菌肽临床应用限制方面的作用	从现代视角系统分析人工智能和微生物代谢物在解决抗菌肽毒性、稳定性和合成成本等限制因素中的应用	NA	探讨抗菌肽作为抗癌和抗病毒治疗替代方案的潜力及其面临的挑战	抗菌肽及其在抗癌和抗病毒治疗中的应用	自然语言处理	癌症，病毒感染	深度学习	NA	文本数据	NA	NA	NA	NA	NA
12497	2025-11-02	DeepB3Pred: blood-brain barrier peptide predictor using stacked BiGRU model with novel features 2025-Oct-29, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02419-0 PMID:41162940	研究论文	开发了一种基于深度学习的血脑屏障穿透肽预测工具DeepB3Pred	提出三种新型特征（PseRECM、GSFE和CTD）并采用堆叠双向门控循环单元模型	数据偏斜问题需要通过随机欠采样技术处理	准确预测血脑屏障穿透肽和非穿透肽	血脑屏障穿透肽序列	生物信息学	神经系统疾病	序列特征工程	BiGRU, Deep Forest, CatBoost, SVM	肽序列数据	NA	NA	堆叠双向门控循环单元	准确率, MCC, AUC	NA
12498	2025-10-31	Deep learning for automated mandibular canal segmentation in CBCT scans 2025-Oct-29, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07098-5 PMID:41162933	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12499	2025-11-02	Two Orders of Magnitude Reduction in Computational Load Achieved by Ultrawideband Responses of an Ion-Gating Reservoir 2025-Oct-28, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c06174 PMID:41084209	研究论文	开发了一种基于离子凝胶/石墨烯双电层晶体管的离子门控储备池，实现了超宽时间尺度的响应和深度学习级别的计算精度	通过离子凝胶/石墨烯界面的快速双电层动力学和石墨烯表面较慢的分子吸附动力学的共存，实现了从1 MHz到20 Hz的超宽响应范围	NA	开发高效计算技术以解决传统AI系统能耗高的问题	离子凝胶/石墨烯双电层晶体管	机器学习	NA	物理储备池计算	储备池计算	时间序列数据	NA	NA	离子门控储备池	准确率	计算资源需求降低至深度学习的1/100
12500	2025-11-02	Enriched lung cancer classification approach using an optimized hybrid deep learning approach 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07322-w PMID:41152259	研究论文	提出一种结合优化算法和混合深度学习模型的肺癌分类方法，用于从CT图像中区分正常肺组织和异常组织	结合混合马群优化算法和狮子优化算法进行特征选择，并采用深度卷积神经网络与长短期记忆网络的混合模型进行联合特征提取和时序学习	系统实时性受CT性能和模型计算需求限制，在计算资源有限的临床环境中可能存在应用困难	开发自动肺癌分类框架以提高早期诊断准确率	肺部CT图像中的结节	计算机视觉	肺癌	CT扫描	CNN, LSTM	图像	标准肺部CT数据集	NA	深度卷积神经网络, 长短期记忆网络	准确率	NA