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
161	2025-12-25	Deep learning versus manual measurement of hallux valgus angle and intermetatarsal angle on Weight-Bearing X-rays in hallux valgus 2025-Dec-23, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-09420-2 PMID:41437347	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
162	2026-01-28	Automated, anatomy-based, heuristic post-processing reduces false positives and improves interpretability of deep learning intracranial aneurysm detection models 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33083-7 PMID:41430430	研究论文	本文提出了一种结合启发式后处理的自动化深度学习方法，用于降低CTA图像中颅内动脉瘤检测的假阳性率	开发了全自动的解剖学基础启发式后处理方法，通过整合脑部掩膜和动脉-静脉分离模块，显著减少深度学习模型的假阳性	后处理方法可能在某些情况下误删真阳性，尤其是在公共数据集上表现更明显	提高深度学习模型在CTA图像中检测颅内动脉瘤的准确性和临床可接受性	CTA图像中的颅内动脉瘤	数字病理学	颅内动脉瘤	CTA成像	CNN, Transformer	医学图像（CTA）	训练集：1,186个开源CTA（1,373个标注动脉瘤）；测试集：143个私有CTA（218个标注动脉瘤）和843个公开CTA（1,027个标注动脉瘤）	NA	CPM-Net, 3D-CNN-TR（可变形3D卷积神经网络-Transformer混合模型）	真阳性, 假阴性, 假阳性, 假阳性率	NA
163	2026-01-28	Empirical Mode Decomposition-Based Deep Learning Model Development for Medical Imaging: Feasibility Study for Gastrointestinal Endoscopic Image Classification 2025-Dec-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010004 PMID:41590889	研究论文	本研究提出了一种基于二维经验模态分解的深度学习框架，用于提升胃肠道内窥镜图像分类的性能	将二维经验模态分解集成到深度学习流程中，通过从原始图像中减去固有模态函数来增强图像特征，从而显著提高模型性能	研究仅基于公开的Kvasir数据集进行验证，未在其他医疗影像领域或更大规模数据集上测试	开发一种基于二维经验模态分解的深度学习模型，以提升多类图像分类任务中的模型性能，并探索其在医疗影像中早期疾病检测的潜力	胃肠道内窥镜图像	计算机视觉	胃肠道疾病	二维经验模态分解	CNN, Transformer	图像	Kvasir数据集，包含8个胃肠道图像类别，每个类别1000张图像，总计8000张图像	NA	ResNet152, VGG19bn, MobileNetV3L, SwinTransformerV2S	准确率, F1分数, AUC	NA
164	2026-01-28	Spectral image classification of asymptomatic peanut leaf diseases based on deep learning algorithms 2025-Dec-21, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01485-3 PMID:41423650	研究论文	本研究基于深度学习算法，利用多光谱成像系统对无症状花生叶部病害进行高精度分类	结合多光谱反射与荧光图像，并引入自适应通道注意力和稀疏二阶注意力机制以增强特征判别能力	NA	实现花生叶部病害的早期、快速、准确诊断，以保障花生产量与质量	无症状花生叶部病害，包括疮痂病、焦斑病和炭疽病	计算机视觉	植物病害	多光谱成像	CNN	光谱图像	NA	NA	卷积神经网络结合注意力机制	分类准确率	NA
165	2026-01-28	Obesity prediction using an explainable deep learning framework based on LSTM-LIME with integrated visualization 2025-Dec-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33336-5 PMID:41423660	研究论文	本研究提出了一种基于LSTM-LIME的可解释深度学习框架，用于多类别肥胖预测，并整合了交互式可视化界面	开发了首个针对沙特文化的多类别肥胖数据集，并将LSTM网络与LIME解释方法结合在交互式界面中，实现了预测准确性和风险因素的可视化	NA	开发准确且可解释的肥胖风险评估模型，以支持早期检测和预防策略	沙特特定人群的肥胖预测	机器学习	肥胖	深度学习	LSTM, Bidirectional LSTM, RNN, DNN, TabNet, Autoencoder	人体测量、生活方式和饮食因素数据	NA	NA	LSTM, Bi-LSTM, RNN, MLP, TabNet, Autoencoder	准确率, 宏召回率, 宏F1分数, MAE, RMSE, R²	NA
166	2026-01-28	Augmenting a prognostic deep learning system for referable diabetic retinopathy and maculopathy with synthetic retinal images 2025-Dec-20, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01316-5 PMID:41420096	研究论文	本研究探讨了使用条件级联扩散模型生成的合成视网膜图像来增强预测性深度学习系统在两年内可转诊糖尿病视网膜病变或黄斑病变预测中的性能	首次将条件级联扩散模型生成的合成视网膜图像用于增强预测性深度学习系统，以解决标记数据稀缺和类别不平衡问题	合成图像增强在内部测试中显著提升性能，但在外部测试中未观察到改善，表明合成图像增强的泛化能力有待提高	提高预测性深度学习系统对两年内可转诊糖尿病视网膜病变或黄斑病变的预测准确性	来自英国东南伦敦糖尿病眼筛查计划和伯明翰糖尿病眼筛查计划的视网膜图像	数字病理学	糖尿病视网膜病变	条件级联扩散模型	深度学习系统	图像	开发数据集包含72,559只眼的图像，内部测试集包含9,071只眼，外部测试集包含2,842只眼	NA	条件级联扩散模型	AUROC	NA
167	2026-01-28	Predicting the incidence of common intestinal infectious diseases in Changzhou, China based on environmental factors and deep learning 2025-Dec-20, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-25998-7 PMID:41421987	研究论文	本研究基于环境因素和深度学习，构建了常州市常见肠道传染病的短期发病率预测模型	提出了一种结合季节性趋势分解、Transformer和LSTM的先进STL-T-L混合模型，并利用贝叶斯优化确定超参数	研究仅针对常州市，模型在其他地区的适用性有待验证，且未详细讨论模型的可解释性	构建常州市常见肠道传染病的短期日发病率预测模型	手足口病和其他感染性腹泻的日发病率数据，以及同期的气象和空气污染物数据	机器学习	肠道传染病	深度学习	LSTM, Transformer, 混合模型	时间序列数据	2014年5月13日至2024年12月31日的日发病率、气象和空气污染物数据	NA	LSTM, Transformer, STL-T-L	RMSE, MAE, MAPE, MASE	NA
168	2026-01-28	Examination of new clinical dental caries in school children using real intra oral photos with artificial intelligence model YOLO-V8x 2025-Dec-20, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07486-x PMID:41422004	研究论文	本研究评估了基于YOLOv8x模型的HI Bogi应用在印度尼西亚小学生中检测龋齿的有效性	首次将YOLOv8x模型应用于真实口腔照片进行龋齿检测，并与牙医诊断进行对比验证	模型在特定类别上的精度存在差异，需要进一步优化以提高罕见病变类别的检测率	评估人工智能模型在龋齿诊断中的性能，以替代传统依赖专业人员的诊断方法	印度尼西亚Cimahi地区小学生的口腔照片	计算机视觉	龋齿	国际龋齿检测与评估系统（ICDAS）	YOLO	图像	3221张JPG照片	YOLOv8	YOLOv8x	平均精度均值（mAP）, 交并比（IoU）, 精确率, 召回率, 敏感性, 特异性	未明确说明
169	2026-01-28	Generalizable and scalable protein stability prediction with rewired protein generative models 2025-Dec-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67609-4 PMID:41422228	研究论文	本文提出了一种名为SPURS的深度学习框架，通过重新连接和整合两种互补的蛋白质生成模型，并利用大规模热稳定性数据进行监督微调，以实现可泛化、可扩展的蛋白质稳定性预测	创新点在于将蛋白质语言模型和逆折叠模型进行重新连接和整合，形成一个统一框架，并通过监督微调提升蛋白质稳定性预测能力，同时展示了在蛋白质信息学中的广泛应用潜力	未在摘要中明确提及	研究目的是预测由氨基酸替换引起的蛋白质热稳定性变化，以理解人类疾病并指导蛋白质工程应用	研究对象是蛋白质及其氨基酸替换	机器学习	NA	深度学习	蛋白质语言模型, 逆折叠模型	蛋白质序列数据, 热稳定性数据	大规模热稳定性数据	NA	SPURS框架	NA	NA
170	2026-01-28	Development of a Multispectral Image Database in Visible-Near-Infrared for Demosaicking and Machine Learning Applications 2025-Dec-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010002 PMID:41590887	研究论文	本研究开发了一个可见光-近红外多光谱图像数据库，用于支持去马赛克技术和机器学习应用	利用基于滤光阵列技术的高端多光谱相机，创建了一个包含高分辨率多光谱图像、标注图像和掩码的免费可访问数据库	数据库的可用性受限于多光谱相机技术的相对新颖性和普及度不足	为多光谱图像研究提供关键的数据资源，支持去马赛克技术、分割算法和深度学习在作物/杂草识别中的应用	不同植物和杂草的高分辨率多光谱图像	计算机视觉	NA	多光谱成像，滤光阵列技术	NA	多光谱图像	NA	NA	NA	NA	NA
171	2026-01-28	Caries Detection in Primary Molars with Bitewing Radiographs through Deep Learning Based-Object Detectors 2025-Dec-18, Caries research IF:2.9Q1 DOI:10.1159/000550079 PMID:41411231	研究论文	本研究旨在开发基于深度学习目标检测器的人工智能算法，用于在儿童乳磨牙的咬翼X光片中检测和分期龋齿病变	首次将多种深度学习目标检测算法应用于儿童乳磨牙龋齿的自动检测与分期，并比较了不同模型在龋齿严重性分类中的性能	数据集仅包含1,023张X光片，样本量相对有限；模型在检测所有龋齿病变时的灵敏度仅为0.509，仍有提升空间	开发人工智能算法以辅助临床医生更准确地诊断儿童龋齿病变，实现自动化龋齿检测与分期	儿童乳磨牙的咬翼X光片	计算机视觉	龋齿	X光成像	深度学习目标检测器	图像	1,023张儿童乳磨牙咬翼X光片	NA	DINO, YOLOv7	加权Kappa分数, 灵敏度, 特异性, 准确率	NA
172	2026-01-28	Deep learning-based acceleration and denoising of 0.55T MRI for enhanced conspicuity of vestibular Schwannoma post contrast administration 2025-Dec, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03758-z PMID:40970959	研究论文	本研究评估了基于深度学习的去噪算法在0.55T MRI中用于增强对比剂后前庭神经鞘瘤显影清晰度的效果	首次在0.55T MRI中应用深度学习去噪技术，显著缩短检查时间并提高图像质量	研究为回顾性设计，样本量较小（30例患者），且仅针对前庭神经鞘瘤	评估深度学习去噪算法对0.55T MRI图像质量和检查时间的影响	前庭神经鞘瘤患者	医学影像分析	前庭神经鞘瘤	MRI成像，对比剂增强扫描	深度学习去噪模型	MRI图像	30例患者（9名女性）	NA	NA	Likert量表评分（图像质量、肿瘤显影清晰度、伪影），尺寸测量可靠性	NA
173	2026-01-28	Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images 2025-Dec, The American journal of pathology DOI:10.1016/j.ajpath.2025.08.014 PMID:40946794	研究论文	本研究提出了一种名为HistoStainAlign的新型深度学习框架，用于直接从H&E全切片图像预测IHC染色模式	提出了一种无需补丁级注释或组织配准的对比训练策略，通过整合配对的H&E和IHC嵌入来捕获跨染色模态的互补特征	研究未明确提及样本量、计算资源细节或模型的具体架构，且仅评估了三种IHC染色	开发一种计算工具作为预筛查手段，帮助优先选择病例进行IHC染色，以提高工作流程效率	胃肠道和肺组织的全切片图像，包括H&E染色和三种IHC染色（P53、PD-L1、Ki-67）	数字病理学	肺癌	H&E染色、IHC染色	深度学习	图像	NA	NA	NA	加权F1分数	NA
174	2026-01-28	Data-Driven differentiation of idiopathic Normal-Pressure hydrocephalus and progressive supranuclear palsy via automated volumetric analysis 2025-Dec, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03830-8 PMID:41204957	研究论文	本研究开发了基于深度学习的自动化脑部体积分析方法，用于区分特发性正常压力脑积水和进行性核上性麻痹	采用深度学习自动化体积分析结合多组MRI特征（脑干、体积、中脑与脑桥比率、DESH亚组），并应用线性支持向量机模型实现高诊断准确性	样本量相对有限（共192例），且仅基于T1加权MRI图像，未涉及多模态影像或纵向数据	开发自动化机器学习方法以区分特发性正常压力脑积水和进行性核上性麻痹	特发性正常压力脑积水和进行性核上性麻痹患者的T1加权3D脑部MRI扫描	数字病理学	神经退行性疾病	T1加权3D脑部MRI扫描	SVM	图像	192例患者（132例iNPH，60例PSP）	NA	线性支持向量机	AUROC	NA
175	2026-01-28	Deep learning for multi-modal medical image segmentation: a survey and comparative study 2025-Dec, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-01052-3 PMID:41082044	综述	本文对2019年至2025年间多模态医学图像分割的深度学习方法进行了全面的调查和比较分析	提供了多模态医学图像分割深度学习方法与融合策略的全面概述，并比较了不同模型在提升分割准确性和可靠性方面的表现	NA	综述和比较多模态医学图像分割的深度学习技术进展	多模态医学图像分割方法	计算机视觉	NA	多模态医学图像融合	深度学习模型	多模态医学图像	NA	NA	NA	分割准确性，可靠性	NA
176	2026-01-28	Deep learning-based computed tomography reconstruction improves image quality but does not significantly affect Alberta stroke program early CT score evaluation in acute middle cerebral artery territory infarction 2025-Dec, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03804-w PMID:41091157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
177	2026-01-28	Retrospective detection of missed intra-cranial aneurysms on computed tomography angiography using a commercial deep learning algorithm 2025-Dec, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03810-y PMID:41091156	研究论文	本研究评估了一种商业深度学习算法在回顾性检测计算机断层扫描血管造影中漏诊的颅内动脉瘤的效果	结合自然语言处理与卷积神经网络，通过算法标记疑似漏诊动脉瘤，并由神经放射科医生验证，提高了动脉瘤的检测率	漏诊的动脉瘤主要为小型（≤3毫米），且研究为单中心回顾性设计，可能存在选择偏倚	识别漏诊动脉瘤患者以进行随访和可能治疗，并评估深度学习算法在CTA中检测漏诊动脉瘤的有效性	成年患者的头部CTA研究	数字病理学	颅内动脉瘤	计算机断层扫描血管造影	CNN	图像	2615项头部CTA研究	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
178	2025-11-25	Deep learning in bone marrow cytomorphology: advances in segmentation, classification, and clinical translation 2025-Nov-24, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-03127-z PMID:41284066	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
179	2026-01-28	A predicted structural interactome reveals binding interference from intrinsically disordered regions 2025-Nov-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.15.670535 PMID:40894573	研究论文	本研究利用AlphaFold2多聚体预测了秀丽隐杆线虫中的蛋白质相互作用，并强调了内在无序区域在相互作用中的重要性	结合功能关联数据预测物理相互作用，并系统分析内在无序区域在蛋白质相互作用中的角色	研究主要基于秀丽隐杆线虫，可能不直接适用于其他物种，且预测模型依赖于现有数据集	预测并分析蛋白质相互作用的结构细节，特别是内在无序区域的影响	秀丽隐杆线虫的蛋白质相互作用网络	机器学习	NA	AlphaFold2多聚体	深度学习模型	蛋白质序列和结构数据	NA	AlphaFold2	AlphaFold2多聚体	NA	NA
180	2026-01-28	Dynamic frame-by-frame motion correction for 18F-flurpiridaz PET-MPI using convolution neural network 2025-Nov-20, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07660-x PMID:41261210	研究论文	本研究提出了一种基于深度学习的自动运动校正框架，用于18F-flurpiridaz PET心肌灌注成像，以改善心肌血流定量	首次将3D-ResNet架构应用于18F-flurpiridaz PET的动态逐帧运动校正，实现了自动化处理并减少了观察者间差异	研究依赖于手动校正作为金标准，可能引入人为偏差；且样本来自单一临床试验，需进一步外部验证	开发自动运动校正方法以提高18F-flurpiridaz PET心肌血流定量的准确性和效率	18F-flurpiridaz PET心肌灌注成像数据	数字病理学	心血管疾病	PET成像	CNN	3D图像	来自32个中心的临床试验数据（NCT01347710），使用5折交叉验证	NA	3D-ResNet	AUC, 一致性限, 平均差异	NA