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
101	2025-09-25	Multi-task advanced convolutional neural network for robust lymphoblastic leukemia diagnosis, classification, and segmentation 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3043 PMID:40989487	研究论文	提出一种新型多任务高级卷积神经网络框架，用于医学影像中的急性淋巴细胞白血病诊断、分类和分割	首次将多任务学习与级联CNN结构结合，同时处理白血病检测、表达分类和疾病检测任务，通过任务间互补信息提升性能	NA	开发稳健的急性淋巴细胞白血病自动诊断系统	急性淋巴细胞白血病患者的医学影像数据	数字病理学	白血病	深度学习	多任务卷积神经网络（MTA-CNN）	医学影像	综合医学影像数据集（具体数量未提及）
102	2025-09-24	Parametrically guided design of beta barrels and transmembrane nanopores using deep learning 2025-Jan-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.22.604663 PMID:39091726	研究论文	本研究开发了一种结合参数化生成与深度学习的方法，用于设计β桶蛋白和跨膜纳米孔	将参数化表示与RoseTTAFold深度学习设计方法相结合，首次实现了对β桶蛋白几何形状的精确控制设计	NA	开发一种能够精确控制β桶蛋白全局形状的设计方法	β桶蛋白结构和跨膜纳米孔	蛋白质设计	NA	RoseTTAFold深度学习设计方法（RFjoint修复和RFdiffusion）	深度学习模型（RoseTTAFold）	蛋白质结构数据	设计了12、14和16链跨膜纳米孔，并通过X射线晶体结构验证
103	2025-09-24	Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis 2025-Jan-03, Research square DOI:10.21203/rs.3.rs-5743704/v1 PMID:39801521	研究论文	提出多尺度细胞交互空间转录组学（MCIST）分析方法，整合多尺度拓扑表示与空间深度学习技术	首次在空间转录组分析中系统考虑多尺度细胞间相互作用，提出融合拓扑表示与深度学习的新框架	NA	改进空间转录组数据分析方法，提升空间域检测性能	空间转录组数据	生物信息学	NA	空间转录组学	空间深度学习	基因表达空间数据	37个基准空间转录组数据集
104	2025-09-24	DWI-based Biologically Interpretable Radiomic Nomogram for Predicting 1-year Biochemical Recurrence after Radical Prostatectomy: A Deep Learning, Multicenter Study 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056403104250527045320 PMID:40511648	研究论文	开发基于DWI和深度学习的放射组学列线图预测前列腺癌根治术后1年生化复发	首次将深度学习提取的DWI放射组学特征与临床参数结合构建预测模型，并探索放射组学评分与肿瘤微环境的关联	回顾性研究设计，样本量有限（n=349），需要更大规模前瞻性验证	预测前列腺癌根治术后1年生化复发风险	接受根治性前列腺切除术的前列腺癌患者	数字病理	前列腺癌	多参数磁共振成像、扩散加权成像、单细胞RNA测序	3D U-Net、Cox比例风险回归	医学影像、临床数据	349例患者（两个独立队列），其中4例进行单细胞RNA测序
105	2025-09-24	OSFormer: One-Step Transformer for Infrared Video Small Object Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3598426 PMID:40828723	研究论文	提出一种用于红外视频小目标检测的单步Transformer方法OSFormer	首创将小目标友好型Transformer与单步检测范式相结合，提出可变尺寸补丁注意力模块和多普勒自适应滤波器	NA	提升红外视频中小目标检测的效率和准确性	红外视频序列中的小目标	计算机视觉	NA	深度学习	Transformer	红外视频	在AntiUAV和InfraredUAV两个数据集上进行验证
106	2025-09-24	Analysis of Freezing of Gait in Parkinson's Disease Detection Using a Multimodal Prototype Learning Framework 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3605204 PMID:40892658	研究论文	提出一种基于原型学习的多模态框架CSE-ProtoNet，用于帕金森病患者的步态冻结检测	结合CondenseNet与SEBlock的原型学习框架，首次应用于多模态（EEG+步态数据）的FOG检测任务	医学数据样本量有限，特别是EEG数据稀缺可能影响模型泛化能力	提高帕金森病步态冻结检测的准确性和鲁棒性	帕金森病患者（包含FOG和Non-FOG两组）	机器学习	帕金森病	原型学习（少样本学习）、多模态数据融合	CSE-ProtoNet（基于CondenseNet与SEBlock的原型网络）	多模态数据（EEG脑电数据+步态数据）	有限数量的医学数据样本（具体数量未明确说明）
107	2025-09-23	Large-scale multi-center CT and MRI segmentation of pancreas with deep learning 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103382 PMID:39541706	研究论文	本研究开发了一种名为PanSegNet的深度学习模型，用于大规模多中心的CT和MRI胰腺自动分割	结合nnUNet和Transformer网络优势，引入新型线性注意力模块实现体积计算，首次在大型多中心MRI数据集上进行胰腺分割研究	回顾性研究设计，缺乏前瞻性验证	开发精准的胰腺自动分割方法以辅助胰腺疾病诊断和随访	胰腺器官	医学影像分析	胰腺疾病	深度学习	nnUNet + Transformer	CT和MRI影像	2,117例扫描（767例MRI来自499名参与者，1,350例CT来自公开数据集）
108	2025-09-23	Histopathological image analysis and enhanced diagnostic accuracy explainability for oral cancer detection 2025, Polish journal of pathology : official journal of the Polish Society of Pathologists IF:0.7Q4 DOI:10.5114/pjp.2025.153973 PMID:40977550	研究论文	提出一种用于口腔癌组织病理学图像分类的深度学习模型，通过特征选择和可解释性增强诊断准确性	结合Vahadane染色标准化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器使用特征输入而非完整图像	NA	开发高精度可解释的口腔癌检测系统以减少诊断错误	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习，染色标准化，分水岭分割，数据增强	U-Net，DenseNet201，VGG10	组织病理学图像	NA
109	2025-09-22	Explaining solar forecasts with generative AI: A two-stage framework combining transformers and LLMs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331516 PMID:40961090	研究论文	提出一种结合Transformer和生成式大语言模型的两阶段混合框架，用于提高太阳能发电预测的准确性和可解释性	首次将深度学习时间序列预测与生成式LLMs耦合，通过结构化提示微调Flan-T5模型生成领域相关的自然语言解释	实验仅基于两个光伏电站34天的公开数据集，样本规模和多样性有限	提升太阳能发电预测的准确性和模型可解释性，促进光伏系统与能源基础设施的有效整合	光伏电站的直流功率输出	机器学习	NA	时间序列预测，自然语言生成	Transformer, Flan-T5	多元时间序列数据（逆变器数据、天气数据、时间特征）	两个光伏电站34天的公开数据集
110	2025-09-22	Robust emotion recognition for complex environments: ChildEmoNet model based on DETR-ResNet50 cascaded architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332130 PMID:40966300	研究论文	提出一种基于DETR-ResNet50级联架构的ChildEmoNet模型，用于复杂环境下的鲁棒情绪识别	开发了级联DETR-ResNet50架构，同时处理检测和分类挑战，并针对面部遮挡场景设计了增强鲁棒性机制	NA	解决复杂真实世界环境中，特别是面部遮挡条件下的情绪识别挑战	多人物场景中的情绪识别	computer vision	NA	深度学习	DETR, ResNet50	图像	基于OMG Emotion数据集的广泛实验
111	2025-09-22	An AI-powered framework for assessing teacher performance in classroom interactions: a deep learning approach 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1553051 PMID:40969168	研究论文	提出一种基于AI的框架，利用深度学习技术评估课堂互动中的教师表现	首次将多种先进目标检测模型（YOLOv8、Faster R-CNN、RetinaNet）应用于课堂互动分类，实现自动化、客观化的教师表现评估	研究仅基于7,259张图像数据，未涉及不同教学环境或文化背景的泛化性验证	开发客观、自动化的教师课堂表现评估系统，替代传统主观观察方法	课堂互动场景中的教师行为	计算机视觉	NA	深度学习目标检测	YOLOv8, Faster R-CNN, RetinaNet	图像	7,259张真实课堂环境标注图像
112	2025-09-22	Deep learning in breast cancer risk prediction: a review of recent applications in full-field digital mammography 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1656842 PMID:40969257	综述	本文回顾了深度学习在全视野数字乳腺X线摄影中用于乳腺癌风险预测的最新应用	填补了文献中关于利用AI影像生物标志物进行个性化乳腺癌风险预测的综述空白	NA	探索基于全视野数字乳腺X线摄影的AI风险预测技术进展及临床实施挑战	乳腺癌风险预测中的影像生物标志物	计算机视觉	乳腺癌	深度学习	AI模型	乳腺X线影像	NA
113	2025-09-22	Enhanced prediction of gene mutation and risk stratification in non-small-cell lung cancer through dual-pathway fusion of radiomics and pathomics 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646851 PMID:40969259	研究论文	本研究开发并验证了一种融合影像组学、病理组学和临床特征的多模态模型，用于精确预测非小细胞肺癌的EGFR突变状态和风险分层	首次通过双路径融合影像组学与病理组学特征，结合临床数据构建综合预测模型，并实现EGFR突变亚型预测及风险分层	回顾性研究设计，样本量相对有限（387例），外部验证队列仅来自两家医院	开发非侵入性工具精准预测NSCLC的EGFR突变状态和患者风险分层	非小细胞肺癌（NSCLC）患者	数字病理	肺癌	3D CNN深度学习、弱监督学习、多示例学习	CNN、综合诺莫图（Nomogram）	医学影像、病理图像、临床数据	387例NSCLC患者（训练集193例，内部验证83例，外部验证111例）
114	2025-09-22	Diagnostic performance of ultrasound characteristics-based artificial intelligence models for thyroid nodules: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1614603 PMID:40969266	系统综述与荟萃分析	系统评估基于超声特征的人工智能模型在甲状腺结节良恶性鉴别中的诊断性能	首次通过荟萃分析全面比较不同AI诊断模型的效能，并识别出EDLC-TN模型具有最优诊断准确性	纳入研究存在显著异质性，部分亚组分析结果稳定性受限	评估超声AI模型对甲状腺结节的诊断效能并确定最优模型	甲状腺结节患者及结节超声图像	医学人工智能	甲状腺疾病	超声影像分析、深度学习	深度学习模型（具体类型未明确）	超声图像	28项研究，134,028例患者，158,161个甲状腺结节，529,479张超声图像
115	2025-09-22	Key parameters in intratumoral-peritumoral region fusion models: optimizing deep learning radiomics for breast cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587879 PMID:40969275	研究论文	本研究探索关键参数选择对瘤内-瘤周区域融合模型性能的影响，以优化深度学习影像组学在乳腺癌诊断中的应用	首次系统评估伪彩色与灰度图像、原始精确ROI与边界框ROI、直接扩展与特征级融合策略等关键参数组合对融合模型性能的影响	回顾性研究，样本仅来自四家医院，可能存在选择偏倚	提升深度学习影像组学模型在区分乳腺良恶性肿瘤方面的非侵入性诊断能力	411名女性乳腺病变患者的对比增强超声图像	医学影像分析	乳腺癌	深度学习影像组学	DLR	超声图像	411例患者
116	2025-09-22	Federated learning-based virtual dual-energy CT generation from single-energy CT for gout detection 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375570 PMID:40969395	研究论文	开发并验证基于联邦学习的虚拟双能CT生成框架OneGout，用于痛风的早期准确诊断	首创基于深度学习的虚拟双能CT生成方法，并集成联邦学习实现多机构协作训练同时保护数据隐私	NA	为痛风诊断提供低成本、低辐射的替代方案，解决现有诊断方法的侵入性和可及性问题	痛风患者	计算机视觉	痛风	深度学习，联邦学习	U-Net	CT图像	NA
117	2025-09-22	Gene regulatory network prediction using machine learning, deep learning, and hybrid approaches 2025, Forestry research DOI:10.48130/forres-0025-0014 PMID:40969532	研究论文	本研究开发并评估了机器学习、深度学习和混合方法用于构建基因调控网络（GRNs），通过整合先验知识和大规模转录组数据	混合模型结合卷积神经网络和机器学习，在GRN预测中表现优于传统方法，并实现了跨物种的迁移学习	非模式物种中训练数据有限可能影响模型性能	构建和评估基因调控网络预测方法，以阐明调控机制	拟南芥、杨树和玉米的转录组数据	机器学习	NA	转录组测序	CNN与机器学习混合模型	基因表达数据	多个物种的大规模转录组数据集
118	2025-09-22	Assessing the accuracy of forest above-ground biomass and carbon storage estimation by meta-analysis based close-range remote sensing 2025, Forestry research DOI:10.48130/forres-0025-0017 PMID:40969538	研究论文	通过荟萃分析评估近距离遥感在森林地上生物量和碳储量估算中的准确性	首次系统评估多种近距离遥感技术（LiDAR、无人机、光谱和RGB传感器）在不同尺度（单木、样地和林分）的估算精度，并分析不同方法和变量的影响	传感器限制导致单一传感器无法独立达到最优效果，且随着尺度扩大精度和样本量下降	量化评估近距离遥感在森林地上生物量（AGB）和碳储量估算中的准确性	全球森林生态系统（涵盖不同森林类型和尺度）	遥感监测	NA	荟萃分析（Meta-analysis）、LiDAR、无人机遥感、光谱传感、RGB传感	NA	遥感数据、生物量测量数据	187项全球研究，233个数据集
119	2025-09-22	Improving segmentation precision in prostate cancer adaptive radiation therapy with a patient-specific network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332603 PMID:40971852	研究论文	提出一种患者特异性网络（PSN）方法，用于前列腺癌自适应放疗中的临床靶区（CTV）分割，以提高分割精度	采用持续适应每日解剖变化的两阶段策略（预训练后患者特异性微调），区别于静态个性化方法	回顾性研究，样本量较小（26例患者），需进一步临床验证	提升前列腺癌自适应放疗中分割的准确性和效率，减少人工编辑需求	前列腺癌患者	数字病理	前列腺癌	CBCT（锥形束计算机断层扫描）	Swin UNETR	医学影像	26例前列腺癌患者，共119个回顾性导出分次
120	2025-09-22	S2DB-mmWave YOLOv8n: Multi-object detection for millimeter-wave radar using YOLOv8n with optimized multi-scale features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332931 PMID:40971952	研究论文	提出基于YOLOv8n改进的毫米波雷达多目标检测框架S2DB-mmWave YOLOv8n，通过优化多尺度特征提升检测精度	设计新型骨干网络整合SimSPPF模块，引入动态上采样技术，集成双向特征金字塔网络（BiFPN）优化特征融合	NA	提升毫米波雷达在多目标场景下的检测与分类性能	毫米波雷达热图数据中的多类目标	计算机视觉	NA	深度学习	YOLOv8n	图像	2500张标注图像