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
2761	2026-02-08	CervSpineNet: a hybrid deep learning-based approach for the segmentation of cervical spinous processes 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1733689 PMID:41635798	研究论文	本文提出了一种名为CervSpineNet的混合深度学习框架，用于自动分割颈椎棘突，并基于专家标注的500张颈椎X光片数据集进行验证	结合基于Transformer的编码器捕获全局解剖上下文与轻量级卷积解码器细化局部边界，并采用复合损失函数联合优化区域重叠、类别平衡、结构保真度和边界准确性	未提及模型在外部数据集或不同设备采集图像上的泛化性能	开发自动化工具以可靠分割颈椎棘突，支持解剖标志定位、手术规划和脊柱畸形纵向评估	颈椎棘突	计算机视觉	脊柱畸形	X射线成像	混合深度学习框架	图像	500张颈椎脊柱X光片	未明确提及	Transformer编码器与卷积解码器混合架构	Dice系数, IoU, SSIM, HD95距离, MAE	标准临床硬件
2762	2026-02-07	Deep learning-driven morphological fingerprinting: rapid, accurate and low-cost pathogen identification via the analysis of dried patterns of droplets 2025-Dec-29, Journal of nanobiotechnology IF:10.6Q1 DOI:10.1186/s12951-025-03923-9 PMID:41462248	研究论文	本研究提出了一种基于深度学习的AI平台，通过分析微生物悬浮液干燥后形成的物种特异性脱水图案，实现快速、准确且低成本的病原体识别	首次利用微生物悬浮液干燥过程中的脱水图案作为形态指纹，结合深度学习模型进行病原体分类，提供了一种新型的快速诊断方法	研究仅针对七种常见血流感染病原体，未涵盖所有可能病原体；且需在40°C下进行干燥步骤，可能受环境条件影响	开发一种快速、低成本的血流感染病原体识别技术，以指导及时抗生素治疗	常见血流感染病原体，包括大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌、金黄色葡萄球菌、粪肠球菌和白色念珠菌	计算机视觉	血流感染	脱水图案分析	CNN	图像	10,055张脱水图案图像	PyTorch	ResNet-34	准确率, AUC-ROC	NA
2763	2025-12-29	A survival prediction model for leptomeningeal metastasis patients with non-small cell lung cancer based on deep learning 2025-Dec-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15503-z PMID:41455921	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2764	2026-02-07	Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59812-0 PMID:40374636	研究论文	本文通过整合高通量实验和贝叶斯深度学习，预测有机反应可行性及其对环境因素的鲁棒性	利用内部高通量平台构建了工业规模下最广泛的单一HTE数据集，并应用贝叶斯神经网络实现高精度预测，同时通过细粒度不确定性解耦实现高效主动学习	未明确提及模型在更广泛化学空间或不同反应类型中的泛化能力限制	预测有机反应的可行性和对环境因素的鲁棒性，以支持工业过程设计	11,669个不同的酸胺偶联反应	机器学习	NA	高通量实验	贝叶斯神经网络	实验数据	11,669个反应	NA	贝叶斯神经网络	预测准确率	NA
2765	2026-02-07	Consequences of training data composition for deep learning models in single-cell biology 2025-Feb-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.19.639127 PMID:40060416	研究论文	本文系统研究了训练数据组成对单细胞转录组学深度学习模型行为的影响，重点关注人类造血系统作为模型系统	首次系统探讨训练数据组成对单细胞基础模型性能的影响，揭示了数据多样性对模型泛化能力的重要性	研究主要聚焦于人类造血系统，可能限制了结论在其他生物系统或疾病类型中的普适性	优化单细胞基础模型的训练数据组成以提高其性能	人类造血系统中的单细胞转录组数据	机器学习	NA	单细胞转录组学	深度学习模型	单细胞转录组数据	包含成人及发育组织、疾病状态和扰动图谱的细胞数据	NA	NA	NA	NA
2766	2026-02-07	Ultrasound elastic modulus reconstruction using a deep learning model trained with simulated data 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.017001 PMID:39916991	研究论文	本文开发并验证了一种基于深度学习的超声弹性成像逆问题求解方法，用于从超声测量的位移场中重建弹性模量的空间分布	提出了一种基于U-Net的深度学习神经网络，通过数据驱动模型解决超声弹性成像中的逆问题，利用模拟数据进行训练，避免了传统方法对大量真实测量数据的依赖	模拟数据的多样性和代表性对模型泛化能力至关重要，可能在实际应用中受到模拟与真实数据差异的限制	解决超声弹性成像中传统逆问题技术计算量大、对噪声敏感或依赖完整位移场数据的局限性	超声弹性成像中的位移场数据及对应的弹性模量分布	医学影像分析	NA	超声弹性成像	深度学习	模拟位移场数据、体模实验数据、临床数据	未明确具体样本数量，但包括模拟数据、体模实验和临床数据	未明确指定，但基于U-Net架构	U-Net	均方误差, 平均绝对百分比误差, 模量比, 对比噪声比	NA
2767	2026-02-07	Vision transformer distillation for enhanced gastrointestinal abnormality recognition in wireless capsule endoscopy images 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014505 PMID:39916992	研究论文	本文提出了一种基于知识蒸馏的深度学习框架，利用CNN教师模型指导ViT学生模型，以增强无线胶囊内窥镜图像中胃肠道异常的识别能力	首次将知识蒸馏技术应用于CNN与ViT的结合，用于WCE图像分析，通过注意力机制和深度可分离卷积提升特征提取效率	研究仅基于公开数据集（Kvasir和KID），未在更大规模或更多样化的临床数据上进行验证	开发计算机视觉辅助系统，以自动化识别WCE图像中的胃肠道异常，减轻医生手动检查负担	无线胶囊内窥镜图像中的正常与异常区域，以及出血与非出血病例	计算机视觉	胃肠道疾病	无线胶囊内窥镜成像	CNN, ViT	图像	基于Kvasir和KID两个公共数据集的图像（具体数量未明确说明）	未明确指定，可能为PyTorch或TensorFlow	Vision Transformer, 结合注意力机制和深度可分离卷积的CNN	准确率	未明确说明
2768	2026-02-06	Deep learning-based predictive models for assessing the impact of clinical factors and second primary malignancy on survival in patients with colorectal cancer 2025-Dec-31, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03760-4 PMID:41476205	研究论文	本研究利用结直肠癌患者数据开发深度学习模型，预测伴随第二原发恶性肿瘤患者的生存率，并分析临床因素和第二原发恶性肿瘤类型对生存的影响	首次针对结直肠癌患者伴随第二原发恶性肿瘤的生存预测开发深度学习模型，并系统评估33种临床因素及不同第二原发恶性肿瘤类型对生存结果的影响	研究基于回顾性数据，可能存在选择偏倚；未考虑所有潜在混杂因素；模型性能虽高但需外部验证	开发预测模型以评估临床因素和第二原发恶性肿瘤对结直肠癌患者生存的影响	21,522名伴随第二原发恶性肿瘤的结直肠癌患者	机器学习	结直肠癌	深度学习	深度学习模型	临床数据	21,522名患者	NA	NA	AUC	NA
2769	2026-02-06	DCPR: a deep learning framework for circadian phase reconstruction 2025-Dec-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06363-2 PMID:41469552	研究论文	本研究开发了一个名为DCPR的无监督深度学习框架，用于从非时序转录组数据中准确重建昼夜节律相位	提出首个专门用于从非时序转录组数据重建昼夜节律相位的无监督深度学习框架，在模拟和真实数据上均优于现有方法	未明确说明框架对数据质量和样本量的具体要求，也未讨论其在其他类型组学数据（如蛋白质组学）上的适用性	开发一个计算工具，从非时序转录组数据中准确推断基因表达的昼夜节律振荡模式	昼夜节律系统的基因表达振荡模式	机器学习	昼夜节律相关疾病	转录组测序	深度学习	基因表达数据	NA	NA	NA	预测准确性	NA
2770	2026-02-06	Capsule graph networks for accurate and interpretable crystalline materials property prediction 2025-Dec-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01139-5 PMID:41462335	研究论文	本文提出了一种结合胶囊网络与E(3)等变性的图神经网络框架，用于精确且可解释的晶体材料性质预测	首次将E(3)等变图神经网络与胶囊网络结合，捕捉晶体材料的几何对称性和层次结构，实现可解释的基元发现	未明确说明模型在处理更大规模或更复杂晶体结构时的可扩展性	开发一个精确且可解释的深度学习框架，用于预测晶体材料的性质并理解其结构-性质关系	晶体材料	机器学习	NA	NA	图神经网络, 胶囊网络	图数据	Materials Project 和 Matbench 数据集	NA	Capsule Graph Networks with E(3)-Equivariance (CGN-e3)	MAE	NA
2771	2026-02-06	Systematic review and meta-analysis of regulator-approved deep learning systems for fundus diabetic retinopathy detections 2025-Dec-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02223-8 PMID:41420101	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了监管机构批准的深度学习系统在真实世界中用于糖尿病视网膜病变筛查的性能	首次对全球范围内监管机构批准的深度学习系统在糖尿病视网膜病变筛查中的真实世界性能进行了全面的系统综述和荟萃分析，并识别了影响性能的关键因素	研究依赖于已发表文献，可能存在报告偏倚；不同研究间的异质性较高，尽管通过元回归解释了部分原因	评估监管机构批准的深度学习系统在糖尿病视网膜病变自主筛查中的真实世界诊断性能	糖尿病视网膜病变筛查	医学影像分析	糖尿病视网膜病变	深度学习	深度学习系统	眼底图像	82项研究，覆盖887,244次检查，涉及25种设备，来自28个国家	NA	NA	灵敏度, 特异度	NA
2772	2026-02-06	FHBDSR-Net: automated measurement of diseased spikelet rate of Fusarium Head Blight on wheat spikes 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00245-0 PMID:41312098	研究论文	本文提出了一种名为FHBDSR-Net的轻量级深度学习框架，用于自动测量小麦穗部赤霉病的病小穗率	构建了包含620张高分辨率RGB图像和5,222个小穗级标注的数据集，并设计了多尺度特征增强架构、Inner-EfficiCIoU损失函数和尺度感知注意力模块，以解决小目标检测、特征表示不足和密集空间编码的挑战	未明确提及模型在更广泛环境或不同小麦品种上的泛化能力，以及数据集的规模可能仍有扩展空间	开发一种自动化、高效且非破坏性的方法来精确量化小麦赤霉病的病小穗率，以支持抗病育种	小麦穗部图像，特别是赤霉病感染的小穗	计算机视觉	小麦赤霉病	深度学习，图像分析	CNN	图像	620张高分辨率RGB图像，包含5,222个小穗级标注	未明确指定，但基于深度学习框架	FHBDSR-Net（自定义架构）	平均精度，皮尔逊相关系数	适用于资源受限的移动设备部署，但未具体说明训练时使用的GPU或云平台
2773	2026-02-06	MSFHNet: a hybrid deep learning network for multi-scale spatiotemporal feature extraction of spatial cognitive EEG signals in BCI-VR systems 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03386-y PMID:40471491	研究论文	本文提出了一种名为MSFHNet的混合深度学习网络，用于在BCI-VR系统中提取空间认知EEG信号的多尺度时空特征	提出了一种结合多尺度扩张卷积与通道-空间注意力机制的混合神经网络架构，用于深度提取EEG信号的时空特征，并在beta2频段实现了高分类精度	NA	通过人工智能分析脑电图数据，解码空间任务期间的脑活动模式，以提升BCI-VR系统在空间认知训练与评估中的应用	空间认知EEG信号	机器学习	NA	脑电图（EEG）	CNN, 注意力机制	EEG信号	NA	NA	MSFHNet	分类准确率	NA
2774	2026-02-06	Quantitative metrics of CT images may magnify the potential of radiation dose reduction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045575 PMID:41261574	研究论文	本研究探讨了CT图像中可检测性指数（d'）与小低对比度病变实际检测性能的关系，并评估了不同算法和矩阵对d'的影响	通过多读者多病例研究，结合定量指标与观察者性能的强相关性分析，揭示了定量指标可能高估迭代重建和深度学习算法在降低辐射剂量方面的潜力	研究基于体模实验，未涉及真实患者数据，且d'在不同重建方法间无法直接比较	评估CT图像定量指标与辐射剂量降低潜力之间的关系	体模扫描图像	医学影像分析	NA	CT扫描、滤波反投影、迭代重建、深度学习算法	深度学习	CT图像	体模在9种辐射暴露下扫描	NA	NA	可检测性指数（d'）、受试者工作特征曲线下面积、Spearman秩和相关系数	160层CT扫描仪、ImQuest软件（Duke）
2775	2026-02-06	Tripartite strategy for dual reduction of radiation and iodine dose in obese CCTA: High-iodine contrast, 80 kVp, and deep learning reconstruction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045725 PMID:41261582	研究论文	本研究评估了一种结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，用于肥胖患者的冠状动脉CT血管成像，旨在同时降低辐射和碘剂量并保持诊断质量	首次在肥胖患者中提出并验证了结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，实现了辐射剂量和碘负荷的同步显著降低，同时维持了图像质量和诊断准确性	单中心前瞻性试验，样本量相对较小（100例患者），且诊断性能验证仅基于20例患者的亚组分析，可能限制结果的普遍性	评估一种低剂量策略在肥胖患者冠状动脉CT血管成像中同时减少辐射暴露和碘负荷的可行性和效果	肥胖患者（BMI ≥30 kg/m²）的冠状动脉CT血管成像	数字病理学	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像（CT图像）	100例肥胖患者（低剂量组50例，标准剂量组50例），其中20例亚组进行有创冠状动脉造影对比	NA	NA	图像噪声，信噪比，对比噪声比，主观图像质量评分（5分制），诊断准确性（敏感性，阴性预测值，血管水平准确率）	NA
2776	2026-02-06	RETRACTED ARTICLE: Hierarchical attention mechanism in deep learning improving music therapy rehabilitation through context aware emotion mapping 2025-Oct-14, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2568164 PMID:41086133	研究论文	本研究开发了一种基于分层注意力机制的深度学习框架，用于改进音乐治疗康复中的情境感知情绪映射	通过整合分层注意力机制处理多层次情境线索，实现短期情感波动和长期情绪模式的捕捉，从而提升音乐治疗的精准性和适应性	仅进行了初步实验评估，样本规模和长期效果验证可能有限	增强情绪感知音乐治疗的精确性和适应性，以促进康复效果	康复患者，特别是需要音乐治疗干预的个体	机器学习	老年疾病	深度学习	深度学习框架	生理信号、行为响应、环境参数	NA	NA	分层注意力机制	NA	NA
2777	2026-02-06	A computer-aided diagnosis (CAD) system based on convolutional neural networks for lung cancer diagnosis from 2D [18F]- PET/CT images 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70285 PMID:41065340	研究论文	本研究开发了一种基于卷积神经网络的计算机辅助诊断系统，用于从2D [18F]-PET/CT图像中自动诊断肺癌	提出了一种结合残差模块和挤压-激励模块的自定义CNN架构（Res-SE Net），用于肺癌的多类分类，并采用基于患者的数据分割策略以避免数据泄露	未明确说明样本的多样性或外部验证集的详细特征，可能影响模型的泛化能力	自动分类肺部状况为正常、非小细胞肺癌和小细胞肺癌	146名患者的1974次PET/CT扫描	计算机视觉	肺癌	[18F] FDG PET/CT成像	CNN	图像	146名患者（1974次扫描）	未明确指定，但可能基于PyTorch或TensorFlow	Res-SE Net（结合残差和挤压-激励模块的自定义CNN），预训练CNN	准确率, 灵敏度	NA
2778	2026-02-06	Robust deep learning-based patient-specific quality assurance prediction models for novel dual-layer MLC linac 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70286 PMID:41074224	研究论文	本研究探讨了利用深度学习模型稳健预测配备新型双层多叶准直器的Halcyon直线加速器上固定野调强放疗计划的患者特定质量保证结果	结合了Shuffle Attention机制和深度不平衡回归技术，以增强深度学习模型在极端不平衡分布的伽马通过率值预测中的精度和鲁棒性	研究仅基于214个治疗计划的数据，样本量相对有限，且仅针对特定类型的直线加速器	开发稳健的深度学习模型，用于预测患者特定质量保证结果，以提高放疗计划验证的效率和准确性	固定野调强放疗计划及其对应的Portal Dosimetry验证数据	机器学习	NA	Portal Dosimetry	CNN	图像	214个治疗计划，包含1394个射束方向	NA	ResNet, Att-ResNet, ALDS-ResNet	平均绝对误差, 皮尔逊相关系数	NA
2779	2026-02-06	An automated patient-specific segment reduction-based beam angle optimization technique for deep learning auto-planning for early breast cancer 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70293 PMID:41088556	研究论文	本研究提出了一种基于自动分段缩减的射束角度优化技术，用于改进早期乳腺癌放射治疗中的深度学习自动计划	开发了一种自动化的分段缩减方法，用于优化VMAT的弧段跨度和IMRT的射束配置，无需人工干预，提高了计划质量和效率	研究仅纳入20例左侧乳腺癌患者，样本量较小，且所有患者均在深吸气屏气条件下治疗，可能限制了结果的普适性	改进早期乳腺癌放射治疗中的深度学习自动计划，通过优化射束角度来提升剂量分布并减少危及器官照射	早期左侧乳腺癌患者	医学影像与放射治疗计划	乳腺癌	深度学习自动计划、分段缩减优化、剂量模拟	深度学习模型	放射治疗计划数据、剂量分布数据	20例左侧乳腺癌患者	NA	NA	剂量学标准、适形指数、剂量模拟指数、统计比较	NA
2780	2026-02-06	Evaluation of deep learning-based automated radiotherapy planning for early-stage lung cancer using SBRT-VMAT: A comparison with manual planning 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70291 PMID:41088571	研究论文	本研究评估了基于深度学习的自动化SBRT-VMAT放疗计划在早期肺癌中的可行性，并与人工计划进行了比较	开发了一种基于深度学习的剂量分布预测模型，并将其集成到RatoGuide原型中，用于自动化生成SBRT-VMAT放疗计划，减少了人工干预	研究样本量相对较小（124例训练数据，8例测试数据），且仅针对早期肺癌，未涵盖其他类型或阶段的肺癌	评估基于深度学习的自动化放疗计划在早期肺癌SBRT-VMAT治疗中的可行性和临床可接受性	早期肺癌患者（包括中央型和周围型病例）的放疗计划	医学影像分析	肺癌	深度学习	深度学习模型	CT图像	124例早期肺癌病例（62例中央型，62例周围型）用于训练，8例测试计划	NA	NA	DVH指标	NA