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
1561	2025-08-07	Artificial intelligence in orthopedics: fundamentals, current applications, and future perspectives 2025-Aug-04, Military Medical Research IF:16.7Q1 DOI:10.1186/s40779-025-00633-z PMID:40754583	综述	本文综述了人工智能在骨科领域的基础知识、当前应用及未来前景	全面概述了AI在骨科中的多种应用，包括图像分析、疾病诊断和治疗方法的创新	数据质量、模型泛化能力和临床验证等关键挑战限制了AI的实际应用	探讨人工智能在骨科诊断和治疗中的应用及其未来发展方向	骨科临床和研究中的AI技术	机器学习	骨科疾病	机器学习和深度学习	NA	图像和其他临床数据	NA
1562	2025-08-07	Respiratory viral infections: when and where? A scoping review of spatiotemporal methods 2025-Aug-04, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.15.04213 PMID:40755019	综述	本文通过范围综述方法，综合了定量研究呼吸道病毒感染时空特征的方法学现状	综合分析了COVID-19大流行期间呼吸道病毒感染时空传播特征的研究趋势和方法应用	高级深度学习模型在疾病预测分析中的应用受到现有疾病数据质量的限制	综合定量研究方法，探究呼吸道病毒感染的时空特征	呼吸道病毒感染	流行病学	呼吸道病毒感染	机器学习方法	深度学习模型	时空数据	152篇符合纳入标准的研究文章
1563	2025-08-07	Deep learning and digital twin integration for structural damage detection in ancient pagodas 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14029-5 PMID:40759712	research paper	该论文提出了一种结合数字孪生和改进YOLO算法的古塔结构损伤检测方法	通过数字孪生技术实现全角度和多季节场景变换，结合改进的YOLO算法提高检测精度和效率	现有深度学习目标检测技术在建筑雕塑全覆盖和多角度自由观察方面存在局限，检测误差较大	为历史建筑损伤程度评估提供高效可靠的技术解决方案	南京舍利塔	computer vision	NA	数字孪生技术，改进的YOLO算法	YOLO	image	NA
1564	2025-08-07	Internet of things enabled deep learning monitoring system for realtime performance metrics and athlete feedback in college sports 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13949-6 PMID:40759726	研究论文	本研究提出了一种基于物联网和深度学习的实时运动表现监测系统，用于大学体育中的运动员表现追踪与反馈	结合了先进的穿戴式传感器技术与混合神经网络（TCN + BiLSTM + 注意力机制），解决了处理异构高频传感器数据和提供低延迟、特定运动反馈的关键挑战	研究仅在中国商丘大学的147名学生运动员中进行，可能无法完全代表其他地区或水平的运动员	开发一个实时运动表现监测和反馈系统，以提升大学体育中运动员的表现分析	大学运动员的运动表现数据	机器学习	NA	穿戴式传感器技术，边缘计算，云计算	TCN + BiLSTM + Attention	传感器数据	147名学生运动员，涉及田径、篮球、足球和游泳等多个运动项目，研究持续12个月
1565	2025-08-07	Gated recurrent unit with decay has real-time capability for postoperative ileus surveillance and offers cross-hospital transferability 2025-Aug-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01053-9 PMID:40760048	研究论文	本研究评估了带衰减门控循环单元（GRU-D）在7349例结直肠手术中实时监测术后肠梗阻风险的能力，并展示了其跨医院的可迁移性	首次将深度学习模型GRU-D应用于术后肠梗阻风险评估，解决了传统回归模型未探索的领域，并证明了其在极端数据稀疏情况下的优越性能和跨医院迁移能力	尽管GRU-D在术后时段表现优异，但在某些术前时间点其性能仍落后于非时序模型，且模型内置可解释性需进一步研究以支持临床整合	开发实时动态风险评估模型以改善结直肠术后肠梗阻的监测	7349例来自三家Mayo Clinic医疗中心使用两种不同电子健康记录系统的结直肠手术病例	机器学习	结直肠术后并发症	GRU-D深度学习模型	GRU-D	电子健康记录（EHR）数据	7349例结直肠手术病例
1566	2025-08-07	Human fall direction recognition in the indoor and outdoor environment using multi self-attention RBnet deep architectures and tree seed optimization 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11031-9 PMID:40760069	研究论文	提出了一种新颖的深度学习架构和优化算法，用于室内外环境中人体跌倒方向的识别	开发了四种新型残差块和自注意力机制模型（3-RBNet、5-RBNet、7-RBNet和9-RBNet），并应用树种子算法优化特征选择，提高了分类性能	未提及模型在多样化环境或不同人群中的泛化能力	通过早期跌倒检测减少老年人因跌倒导致的伤害及社会经济负担	老年人跌倒方向识别	计算机视觉	老年疾病	深度学习、树种子优化算法	RBNet（残差块网络）、自注意力模型	图像	来自韩国顺天乡大学的人体跌倒数据集
1567	2025-08-07	Multimodal deep learning model for prognostic prediction in cervical cancer receiving definitive radiotherapy: a multi-center study 2025-Aug-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01903-9 PMID:40760164	研究论文	开发并验证了基于深度学习的多模态预后模型CerviPro，用于预测接受根治性放疗的局部晚期宫颈癌患者的无病生存期	首次整合治疗前后CT影像、手工放射组学特征和临床变量，构建多模态深度学习模型，显著提高了预后预测的准确性	研究仅针对接受根治性放疗的局部晚期宫颈癌患者，可能不适用于其他治疗方式或癌症类型	开发精确的生存预测模型以指导个性化治疗	1018名接受根治性放疗的局部晚期宫颈癌患者	数字病理学	宫颈癌	深度学习	多模态深度学习模型	CT影像、放射组学特征、临床变量	1018名患者（内部验证队列和外部验证队列）
1568	2025-08-07	GAN and LSTM-based collaborative tremor classification approach for next generation healthcare system 2025-Aug-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110836 PMID:40763674	研究论文	本文提出了一种基于GAN和LSTM的协作震颤分类方法，用于下一代医疗系统中的特发性震颤（ET）和帕金森震颤（PST）分类	结合GAN生成合成数据、Autoencoder降维学习潜在表示以及LSTM捕捉时序特征，提高了震颤分类的性能	NA	解决健康人群和PSD患者基于ET和PST频率模式和严重程度的误诊问题	健康人群和脑卒中后抑郁（PSD）患者的动作性和静息性震颤	机器学习	帕金森病	深度学习	GAN, Autoencoder, LSTM	时间序列数据	NA
1569	2025-08-07	A lightweight YOLOv8-based model for gastric cancer detection 2025-Aug-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110689 PMID:40763676	research paper	提出一种基于YOLOv8的轻量级胃癌检测模型，旨在在不同性能的计算机处理器上实现实时性能	采用YOLOv8-n作为基线，通过Ghost conv压缩主干网络，并在neck和head部分引入轻量级通道注意力SE块，以增强特征表示而不牺牲实时性能	未提及在更广泛或多样化数据集上的泛化能力验证	开发一种适用于实际医疗环境中不同性能处理器的胃癌检测模型	胃癌的检测	computer vision	gastric cancer	deep learning	YOLOv8-based model with Ghost conv and SE blocks	image	NA
1570	2025-08-07	A Novel Deep Learning Radiomics Nomogram Integrating B-Mode Ultrasound and Contrast-Enhanced Ultrasound for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer 2025-Aug-04, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.028 PMID:40764147	研究论文	本研究开发了一种结合B型超声和对比增强超声图像的深度学习放射组学列线图，用于术前预测浸润性乳腺癌的淋巴血管侵犯	首次将B型超声和对比增强超声图像结合深度学习放射组学特征，构建预测淋巴血管侵犯的列线图模型	研究为回顾性设计，需要前瞻性研究进一步验证	开发非侵入性方法术前预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	数字病理	乳腺癌	B型超声和对比增强超声	深度学习放射组学模型	超声图像	981名来自三家医院的患者（834名来自医院I，147名来自医院II和III）
1571	2025-08-07	Deep Learning-Enabled Ultrasound for Advancing Anterior Talofibular Ligament Injuries Classification: A Multicenter Model Development and Validation Study 2025-Aug-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.013 PMID:40764200	研究论文	本研究开发了一种基于超声的深度学习模型ATFLNet，用于前距腓韧带(ATFL)损伤的分类，并探讨了人工智能如何帮助放射科医生提高诊断性能	开发了首个基于超声的深度学习模型ATFLNet，用于ATFL损伤分类，并证明了AI辅助策略可显著提高放射科医生的诊断准确性	研究为回顾性和前瞻性混合设计，可能影响结果的普遍性	提高前距腓韧带(ATFL)损伤的分类准确性	健康对照者和急性ATFL损伤患者(轻度拉伤、部分撕裂、完全撕裂和撕脱骨折)	数字病理	运动损伤	超声成像	深度学习模型(ATFLNet)	超声图像	训练集2566例，内部验证642例，外部验证717例和493例，前瞻性验证472例
1572	2025-08-07	Evaluation of deep learning models for anterior segment OCT image segmentation during scleral lens wear 2025-Aug-04, Contact lens & anterior eye : the journal of the British Contact Lens Association IF:4.1Q1 DOI:10.1016/j.clae.2025.102484 PMID:40764201	研究论文	评估16种不同深度学习模型在巩膜镜佩戴期间前段OCT图像分割中的性能	比较了四种不同架构（U-Net、U-Net++、FPN和MA-Net）与五种不同编码器（EfficientNet-B4、DenseNet201、VGG19、ResNet34和Xception）的组合在AS-OCT图像分割中的表现	部分模型在Bowman层与角膜基质界面反射率和均匀性较低的区域存在误分类问题	评估深度学习模型在巩膜镜佩戴期间前段OCT图像分割中的性能	15名正常角膜参与者在佩戴巩膜镜0分钟和480分钟后的AS-OCT图像	计算机视觉	NA	光学相干断层扫描（AS-OCT）	U-Net, U-Net++, FPN, MA-Net, EfficientNet-B4, DenseNet201, VGG19, ResNet34, Xception	图像	15名参与者
1573	2025-08-07	CT-Based 3D Super-Resolution Radiomics for the Differential Diagnosis of Brucella vs. Tuberculous Spondylitis using Deep Learning 2025-Aug-04, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056380084250720064859 PMID:40765092	研究论文	本研究通过深度学习与超分辨率增强的CT图像，开发放射组学模型以提高布鲁氏菌性脊柱炎与结核性脊柱炎的鉴别诊断准确性	结合超分辨率增强CT图像与深度学习放射组学，提出一种新的鉴别诊断方法，并使用ResNet34和GAN超分辨率进一步提升性能	需要更大规模的多中心研究验证其普遍适用性，回顾性设计和影像异质性可能带来潜在偏差	提高布鲁氏菌性脊柱炎与结核性脊柱炎的鉴别诊断准确性	94名布鲁氏菌性脊柱炎或结核性脊柱炎患者	数字病理学	脊柱炎	CT成像、超分辨率技术、深度学习	ResNet18、ResNet34、MLP、GAN	CT图像	94名患者（65名训练集，29名验证集）
1574	2025-08-07	Adapting foundation models for rapid clinical response: intracerebral hemorrhage segmentation in emergency settings 2025-Aug-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13742-5 PMID:40754551	研究论文	本文提出了一种结合深度学习模型的新方法，用于在非对比CT扫描中分割形态多变的大范围脑内出血病灶	采用两步法，先通过用户定义的宽松边界框定位病灶，再使用微调的YOLOv8-S模型生成精确的切片特定边界框，最后利用Medical Segment Anything Model进行精确分割	需要用户初始输入宽松边界框，可能影响完全自动化程度	开发快速准确的脑内出血自动分割方法以支持临床决策	脑内出血(ICH)患者的非对比CT扫描图像	数字病理	脑内出血	深度学习	YOLOv8-S, Medical Segment Anything Model	CT图像	252例CT扫描
1575	2025-08-07	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	研究论文	本研究旨在剂量学评估新一代自动轮廓算法DirectORGANS在创建前列腺放射治疗计划前的CT模拟器中自动识别器官并绘制轮廓的可用性	评估了DirectORGANS算法在前列腺放射治疗计划中自动轮廓绘制的剂量学准确性，并与手动轮廓绘制进行了比较	样本量较小（仅10名患者），且需要临床医生在治疗计划前使用MRI编辑靶区体积	评估DirectORGANS算法在前列腺放射治疗计划中的剂量学准确性	前列腺癌患者的CT图像及自动与手动轮廓绘制的剂量学比较	数字病理	前列腺癌	CT模拟器、MRI	DirectORGANS算法	CT图像	10名患者
1576	2025-08-07	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	首次将模糊逻辑应用于预测体育教育专业学生的学术表现，填补了该领域的研究空白	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，预测学生学术表现	未来体育教师候选人	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
1577	2025-08-07	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，结合了模式与熵特征集	提出了一种混合深度架构ILN-TL-DM，结合改进的注意力机制ResU-Net、迁移学习与DeepMaxout结构，并通过软投票策略整合结果，显著提高了分类准确率	未提及模型在跨中心数据或不同扫描参数CT图像上的泛化能力	提高基于CT图像的肺癌分类准确率	CT扫描图像中的肺癌与非癌组织	数字病理	肺癌	CT扫描、迁移学习	改进的Attention-based ResU-Net (P-ResU-Net)、ILN-TL（改进LeNet+迁移学习）、DeepMaxout	CT图像	NA（未明确提及具体病例数）
1578	2025-08-07	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，构建了一个多模式预后分类器（PMCP），以提高晚期非小细胞肺癌（NSCLC）患者的预后精确度	结合基因组特征和病理图像深度学习分析，构建了能够精确预测无进展生存期（PFS）和总生存期（OS）的多模式预后分类器（PMCP）	研究样本量相对较小（162例患者），且仅来自单一医疗机构（中国人民解放军总医院）	提高晚期非小细胞肺癌（NSCLC）患者的预后精确度，指导个体化治疗决策	接受一线免疫联合化疗（ICT）治疗的晚期非小细胞肺癌患者	数字病理学	肺癌	NGS（下一代测序）和深度学习	深度学习模型	基因组数据和病理图像	162例患者
1579	2025-08-07	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牙齿形态	采用改进的ResNet50-based Pixel2Mesh网络，显著提升了牙齿模型重建的质量和效率	未提及具体的数据集规模或多样性限制	解决牙齿修复和重建中的准确性、个性化和效率问题	缺损牙齿的RGB图像	计算机视觉	牙科疾病	深度学习	改进的ResNet50-based Pixel2Mesh	RGB图像和灰度图像	NA
1580	2025-08-07	Deep learning for retinal vessel segmentation: a systematic review of techniques and applications 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03324-y PMID:39964659	系统综述	本文系统综述了2020年至2024年间发表的79篇关于基于深度学习的视网膜血管分割的研究，重点关注数据集、分割模型、评估指标和新兴趋势	深入分析了U-Net和Transformer架构在视网膜血管分割中的成功应用，并提出了结合U-Net、Transformer和GANs的混合模型作为未来研究方向	尽管深度学习方法取得了显著成果，但仍存在挑战，需要进一步研究以提高分割准确性	探讨深度学习在视网膜血管分割中的技术和应用，为早期检测和治疗眼疾提供支持	视网膜血管	数字病理学	眼科疾病	深度学习	U-Net, Transformer, GAN	图像	79项研究