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
12561	2025-10-30	DWI of the rectum with deep learning reconstruction: comparison of PROPELLER, reduced FOV, and conventional DWI 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04950-8 PMID:40244478	研究论文	比较PROPELLER、rFOV和常规DWI结合深度学习重建在直肠肿瘤评估中的图像质量和诊断性能	首次将深度学习重建技术应用于三种不同DWI序列（PROPELLER、rFOV和常规DWI）的系统性比较研究	样本量较小（42次MRI检查），诊断准确性改善未达统计学显著性	评估不同DWI序列结合深度学习重建在直肠肿瘤成像中的表现	38名直肠肿瘤患者的42次MRI检查	医学影像分析	直肠癌	扩散加权成像（DWI），深度学习重建（DLR）	深度学习	MRI影像	38名患者的42次MRI检查	NA	NA	图像质量评分，诊断准确性，加权kappa值	NA
12562	2025-10-30	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	研究论文	评估深度学习重建在子宫内膜癌单次激发平面回波成像扩散加权成像中的效果，并与多次激发平面回波成像进行比较	首次将深度学习重建技术应用于子宫内膜癌的单次激发平面回波成像扩散加权成像，并与传统方法进行系统比较	回顾性研究设计，样本量较小（31例患者）	评估深度学习重建在子宫内膜癌扩散加权成像中的图像质量和诊断准确性	31例经手术确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	扩散加权成像，磁共振成像，深度学习重建	深度学习	医学影像	31例子宫内膜癌患者	NA	NA	图像质量评分，表观扩散系数值，噪声，信噪比，对比噪声比，诊断准确率	NA
12563	2025-10-30	State of the art review of AI in renal imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	综述	本文综述了人工智能在肾脏影像学中的最新应用进展	系统总结了AI在肾脏病变检测、分割和分类中的最新成果，并指出了临床实施面临的挑战	存在数据变异性、可解释性问题和发表偏倚等局限性	探讨AI在肾脏病变评估中的当前作用及其在术前诊断中的潜力	肾脏病变和肾细胞癌	医学影像分析	肾细胞癌	机器学习、深度学习	NA	影像数据	NA	NA	NA	NA	NA
12564	2025-10-30	Computer-aided diagnosis tool utilizing a deep learning model for preoperative T-staging of rectal cancer based on three-dimensional endorectal ultrasound 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04966-0 PMID:40304753	研究论文	开发基于三维直肠内超声和深度学习模型的计算机辅助诊断工具，用于直肠癌术前T分期	首次将深度学习模型与三维直肠内超声结合用于直肠癌术前T分期，并验证其对放射科医生诊断性能的提升	回顾性研究，样本量相对有限（216例患者），需进一步前瞻性验证	开发计算机辅助诊断工具以提高直肠癌术前分期的准确性	216例直肠癌患者的三维直肠内超声图像	计算机视觉	直肠癌	三维直肠内超声	深度学习模型	三维超声图像	216例患者（训练队列156例，测试队列60例）	NA	NA	AUC, κ值	NA
12565	2025-10-30	Segmentation of renal vessels on non-enhanced CT images using deep learning models 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04984-y PMID:40358703	研究论文	本研究评估了使用深度学习模型在非增强CT图像上进行肾血管重建的可行性	首次在非增强CT图像上应用深度学习模型进行肾血管重建，无需对比剂增强参考	模型在识别副肾动脉和副肾静脉方面准确率较低，特别是对小型附属血管识别困难	评估深度学习模型在非增强CT图像上重建肾血管的准确性和可行性	177名患者的肾脏CT扫描图像	医学影像分析	肾脏疾病	CT扫描	深度学习模型	CT图像	177名患者（训练集120，验证集20，测试集37）	NA	NA	准确率	NA
12566	2025-10-30	Development and validation of an artificial intelligence system for triple-negative breast cancer identification and prognosis prediction: a multicentre retrospective study 2025-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103557 PMID:41140446	研究论文	开发并验证用于三阴性乳腺癌识别和预后预测的人工智能系统TRIP	首个基于H&E染色全切片图像同时实现TNBC识别和预后预测的深度学习系统，结合病理热图和多组学分析增强模型可解释性	主要基于术后组织数据，未整合临床变量，限制了在术前场景的即时应用	开发人工智能系统用于三阴性乳腺癌的识别和预后预测	乳腺癌患者，特别是三阴性乳腺癌患者	数字病理	乳腺癌	H&E染色全切片成像，多组学分析	深度学习	病理图像	内部队列2045例（其中451例TNBC有随访结果），外部验证2793例（TNBC识别）和463例（预后预测）	NA	NA	AUC, C-index	NA
12567	2025-10-30	Deep learning algorithms for identifying developmental dysplasia of the hip based on sonographic images: a retrospective, prospective, multicenter study in China 2025-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103552 PMID:41140452	研究论文	开发并验证基于超声图像的深度学习算法HipSonoNeuNet用于识别发育性髋关节发育不良	首次使用多中心髋关节超声数据开发深度学习算法，并在回顾性和前瞻性研究中验证其性能	研究仅限于中国22家医院的数据，需要进一步外部验证	开发能够准确识别发育性髋关节发育不良的深度学习算法	疑似发育性髋关节发育不良的婴儿	计算机视觉	发育性髋关节发育不良	超声成像	CNN	图像	3082名参与者，7286张髋关节超声图像（1429张动态，5857张静态）	NA	HipSonoNeuNet	AUC, 敏感度, 特异度, F1分数, 准确率, Kappa系数	NA
12568	2025-10-30	Automated Prediction of Pathological Complete Response to Neoadjuvant Chemotherapy in Breast Carcinoma Using Deep Learning on Pretreatment Core Needle Biopsy Samples 2025-Nov, Anticancer research IF:1.6Q4 DOI:10.21873/anticanres.17856 PMID:41151888	研究论文	开发基于深度学习的融合模型，利用治疗前核心针穿刺活检样本预测乳腺癌新辅助化疗的病理完全缓解	首次直接利用全切片图像而非人工标注区域，结合临床元数据开发融合分类模型，无需专家标注即可实现准确预测	样本量相对有限（130例患者），仅针对浸润性导管癌患者	评估治疗前核心针穿刺活检全切片图像对新辅助化疗病理完全缓解的预测价值	130例接受新辅助化疗后手术的浸润性导管癌患者	数字病理学	乳腺癌	数字病理全切片图像分析	深度学习融合分类模型	病理图像, 临床元数据	130例乳腺癌患者	NA	NA	准确率	NA
12569	2025-10-30	Improved classification of oral cancer through a personalized transfer learning CNN architecture 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.10.002 PMID:41158527	研究论文	本研究提出了一种基于卷积神经网络和迁移学习的个性化架构，用于口腔癌的自动检测	采用个性化迁移学习CNN架构，结合SMOTE和数据增强技术处理小样本和类别不平衡问题	未进行外部验证，数据集规模较小且存在类别不平衡	开发可靠的口腔癌早期检测系统	口腔癌患者	计算机视觉	口腔癌	深度学习	CNN	图像	小规模数据集	NA	个性化迁移学习CNN架构，包含两个全连接层（FC1特征嵌入层和FC2分类头）	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
12570	2025-10-30	Identifying EEG-based neurobehavioral risk markers of gaming addiction using machine learning and iowa gambling task 2025-Oct-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0b75 PMID:40997844	研究论文	本研究利用机器学习方法分析脑电图信号和爱荷华赌博任务数据，识别游戏成瘾的神经行为风险标志物	结合EEG信号和IGT行为任务，采用多种信号变换技术构建特征空间，实现93%的分类准确率	研究仅针对健康参与者，未包含临床确诊的游戏障碍患者	开发游戏成瘾的早期客观检测方法	健康参与者的神经生理和行为数据	机器学习	游戏成瘾	脑电图(EEG), 爱荷华赌博任务(IGT)	Random Forest, CNN	脑电信号, 行为数据	NA	NA	卷积神经网络	准确率	NA
12571	2025-10-30	Identification of Pandemic Risk for Avian Influenza Virus with Graph Cross Attention Networks 2025-Oct-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625980 PMID:41150231	研究论文	提出基于图交叉注意力网络的禽流感病毒大流行风险识别方法GCAN-Flu	首次将病毒基因流信息与基因组序列结合，通过图交叉注意力层实现多模态表征学习	未明确说明模型在其他病毒类型上的泛化能力	准确预测流感病毒的大流行风险	甲型流感病毒	机器学习	流感	基因组测序	图神经网络	基因组序列数据	NA	PyTorch, DGL	Graph Cross Attention Networks	准确率	NA
12572	2025-10-30	A Hierarchical Multimodal Framework for Sedation Monitoring in ICU Patients 2025-Oct-28, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3626584 PMID:41150235	研究论文	提出一种用于ICU患者镇静监测的分层多模态深度学习框架HMDC	首次将EEG与外周生理信号通过动态校正模块进行智能融合，采用置信度加权机制优化多模态表征	研究样本量有限（105名患者），未提及外部验证结果	开发连续、客观的ICU患者镇静水平监测方法	ICU患者（105名）的镇静状态评估	医疗人工智能	危重症监护	脑电图（EEG）、生理信号监测	深度学习	时间序列信号（EEG、血压、心率、血氧饱和度）、频谱图	105名ICU患者的2,880次RASS评估	NA	双流路径网络、动态校正模块	分类准确率	NA
12573	2025-10-30	Generative Fuzzy System for Sequence-to-Sequence Learning via Rule-Based Inference 2025-Oct-28, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3615650 PMID:41150248	研究论文	提出一种结合模糊系统与深度学习的新型生成式框架GenFS，用于序列到序列学习任务	首次将模糊系统的可解释性与生成模型的深度学习能力相结合，实现数据驱动与知识驱动的双驱动机制	未明确说明模型复杂度与计算效率的具体表现	提升生成模型的鲁棒性和泛化能力，增强模型可解释性	序列生成任务，包括机器翻译、代码生成和摘要生成	自然语言处理	NA	模糊系统，深度学习	FuzzyS2S	文本序列	12个数据集	NA	基于GenFS的序列到序列架构	准确率，流畅度	NA
12574	2025-10-30	Artificial Intelligence and Multi-modality Data Integration Deciphers Tertiary Lymphoid Structure Maturity in Gastric Cancer 2025-Oct-28, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-1793 PMID:41150905	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从胃癌全切片图像中定量表征三级淋巴结构成熟度，并揭示了成熟TLS中的关键免疫回路	首次将基于Transformer的深度学习模型应用于TLS成熟度定量分析，并通过多组学数据整合揭示了CD8⁺组织驻留记忆T细胞与B细胞通过CXCL13-CXCR5轴形成的免疫回路机制	样本量相对有限（253例GC患者），单细胞RNA测序仅来自17例患者	开发自动化TLS成熟度评估工具并解析胃癌中TLS成熟的免疫调控机制	胃癌患者组织样本和免疫细胞	数字病理学	胃癌	单细胞RNA测序,多重免疫组织化学,流式细胞术,功能共培养实验	Transformer	全切片图像,单细胞RNA测序数据,免疫组化数据,流式细胞数据	253例胃癌患者（全切片图像），17例胃癌患者（单细胞RNA测序）	NA	Transformer	NA	NA
12575	2025-10-30	Impact of Super-Resolution Deep Learning Reconstruction on Low-Dose CT in Patients with Central Venous Catheter or Central Venous Port 2025-Oct-28, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01726-w PMID:41152657	研究论文	评估超分辨率深度学习重建在中心静脉导管患者低剂量CT成像质量中的影响	首次将超分辨率深度学习重建技术应用于中心静脉导管患者的低剂量CT成像，并与混合迭代重建进行对比	回顾性研究设计，样本量未明确说明，仅由三位阅读者进行评估	评估SR-DLR对低剂量CT图像质量的改善效果	携带中心静脉导管或中心静脉端口的患者	医学影像分析	血管通路相关并发症	低剂量CT扫描，三维定位扫描	深度学习重建	胸部CT图像	NA	NA	超分辨率深度学习重建	图像噪声标准差，定性评估（噪声、伪影、血管显示、血肿和导管位置评估便利性）	NA
12576	2025-10-30	Interpretable machine learning model for cardiovascular disease risk prediction: a feature decomposition-based study 2025-Oct-28, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-24921-4 PMID:41152787	研究论文	本研究开发了一种基于特征分解的深度学习模型用于心血管疾病风险预测	提出基于特征分解的深度学习模型(FDDL)，并采用SHAP方法进行模型解释	仅使用单一Kaggle数据集，未进行外部验证	构建和验证心血管疾病预测模型	心血管疾病风险预测	机器学习	心血管疾病	机器学习	深度学习	结构化医疗数据	68,205名心血管疾病受访者	NA	特征分解深度学习模型(FDDL)	准确率,精确率,召回率,F1分数,AUC-ROC	NA
12577	2025-10-30	Recent advances in plant disease detection: challenges and opportunities 2025-Oct-28, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01450-0 PMID:41152989	系统综述	本文系统分析深度学习在植物病害检测中的应用进展，重点关注RGB和高光谱成像技术	首次系统评估11个基准数据集上的性能差距，揭示实验室与田间部署的显著差异，并建立基于证据的部署指南	主要基于已发表研究，缺乏对未公开商业系统的全面评估	推动植物病害检测从研究原型向实用农业工具发展	植物病害检测系统	计算机视觉	植物病害	RGB成像, 高光谱成像	CNN, Transformer	图像	11个基准数据集	NA	SWIN, 传统CNN	准确率	NA
12578	2025-10-30	[Endometrial cancer lesion region segmentation based on large kernel convolution and combined attention] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202502023 PMID:41152163	研究论文	提出一种基于大核卷积和组合注意力的子宫内膜癌病灶区域分割模型SCWU-Net	设计了空间选择模块(SSM)和组合权重模块(CWM)，通过深度卷积块增强上下文信息捕获能力，并在跳跃连接中应用联合注意力机制	NA	提高子宫内膜癌CT图像中病灶区域分割的准确性	子宫内膜癌病灶区域	计算机视觉	子宫内膜癌	CT成像	深度学习分割模型	CT图像	公共数据集	NA	U-Net, SCWU-Net	Dice相似系数, IoU, 精确率, 召回率	NA
12579	2025-10-30	[A method for emotion transition recognition using cross-modal feature fusion and global perception] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504040 PMID:41152169	研究论文	提出一种基于跨模态特征融合和全局感知网络的情感状态转换识别方法	首次设计包含六种情感转换场景的实验范式，提出结合深度典型相关分析与跨模态注意力机制的特征融合方法，以及CNN与Transformer并行的混合架构	实验样本量较小（20名参与者），仅在实验室环境下验证	解决动态情感状态转换识别问题	脑电图和眼动信号	生物医学工程	NA	脑电图，眼动追踪	CNN, Transformer	时间序列信号	20名参与者	NA	CNN, Transformer	均方误差，识别准确率，稳定性	NA
12580	2025-10-30	[The design and application of a genu valgum gait recognition model based on triple attention mechanism and spatial hierarchical pooling strategy] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504005 PMID:41152171	研究论文	本研究开发了一种基于三重注意力机制和空间分层池化策略的膝外翻步态识别模型，用于儿童膝外翻的早期智能筛查	结合三重注意力模块和空间分层池化模块，共同增强时间、空间和通道维度的特征交互，在表征能力和计算效率之间达到最佳平衡	NA	开发适用于临床应用的深度学习步态识别模型，用于儿童膝外翻的早期智能筛查	儿童膝外翻患者的步态数据	计算机视觉	骨科疾病	步态分析	CNN	图像	自建数据集	NA	三维残差网络	精确率,召回率,F1分数	NA