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
4081	2025-12-24	Volumetric Compensation After Anatomical Lung Resection: Comparative Analysis of Lobectomy and Segmentectomy 2025-Dec-01, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1 DOI:10.1093/ejcts/ezaf428 PMID:41410522	研究论文	比较肺癌患者肺叶切除术与肺段切除术后肺功能及体积代偿的差异	利用深度学习辅助的3D肺分割技术计算肺体积，首次系统比较了肺叶切除与肺段切除术后对侧肺体积代偿及肺功能保留的差异	回顾性研究，可能存在选择偏倚；样本量有限，特别是肺段切除组；未考虑长期功能变化	比较肺癌患者接受肺叶切除术与肺段切除术后的肺功能及肺体积代偿情况	2019年至2021年间接受初次肺癌手术的患者	数字病理学	肺癌	薄层计算机断层扫描，深度学习辅助3D肺分割	深度学习模型	医学影像	1076名患者（匹配后567名：378名肺叶切除，189名肺段切除）	NA	NA	肺功能测试值（用力肺活量、第一秒用力呼气容积、一氧化碳弥散量），肺体积测量	NA
4082	2025-12-24	A physics-informed deep learning model for MRI brain motion correction 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70197 PMID:41395855	研究论文	本研究提出了一种名为PI-MoCoNet的物理信息深度学习方法，用于校正高分辨率脑部MRI图像中的运动伪影	提出了一种新颖的物理信息运动校正网络，该网络利用空间域和k空间域的互补信息，无需显式运动参数估计即可鲁棒地去除运动伪影	未在真实临床环境中进行大规模验证，运动伪影是通过模拟随机刚性变换生成的	开发并评估一种用于MRI脑部图像运动校正的深度学习模型，以提高图像质量和诊断可靠性	高分辨率脑部MRI图像	计算机视觉	NA	磁共振成像	CNN, Transformer	图像	两个公共数据集（IXI和MR-ART）	PyTorch	U-Net, Swin Transformer	峰值信噪比, 结构相似性指数, 归一化均方误差	NA
4083	2025-12-24	Deep Learning-Based Uroflowmetry Curve Analysis Improves the Noninvasive Diagnosis of Lower Urinary Tract Symptoms 2025-11, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2550266.133 PMID:41355259	研究论文	本研究评估了基于人工智能的尿流率曲线图像分析，通过定制预处理技术提高膀胱出口梗阻和逼尿肌活动不足的诊断准确性	开发了结合去噪、裁剪、轴缩放和临床参数颜色编码的定制预处理流程，以增强VGG16模型在尿流率曲线分析中的性能	研究为回顾性分析，样本量有限（2,579张图像），且仅基于单一医疗中心的数据	提高下尿路症状的非侵入性诊断准确性，特别是膀胱出口梗阻和逼尿肌活动不足的识别	接受尿动力学研究的患者尿流率曲线图像	数字病理学	下尿路症状	尿流率测定	CNN	图像	2,579张尿流率曲线图像（725例正常，1,854例异常：736例膀胱出口梗阻，1,387例逼尿肌活动不足）	TensorFlow, Keras	VGG16	AUROC	NA
4084	2025-12-24	Deep learning of thermodynamic laws from microscopic dynamics 2025-Nov, Physical review. E DOI:10.1103/p2z8-j69p PMID:41430901	研究论文	本研究通过深度神经网络从微观动力学数据中学习宏观热力学定律	利用深度神经网络从微观粒子图像数据中自动推导出与热力学公理一致的宏观物理定律，展示了机器学习在跨尺度物理规律发现中的潜力	研究基于数值模拟生成的理想气体绝热过程数据，尚未验证在更复杂系统或实验数据中的适用性	探索机器学习从微观尺度数据中发现宏观物理定律的能力	气体粒子在绝热过程中的微观动力学	机器学习	NA	分子动力学模拟	深度神经网络	图像	NA	NA	NA	NA	NA
4085	2025-04-16	Authors' Reply: "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Oct, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15348 PMID:40231655	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4086	2025-07-02	Comment on "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Oct, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15347 PMID:40589414	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4087	2025-12-24	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	本文提出了一种结合心电图（ECG）和心音图（PCG）的双模态深度学习模型，用于增强心血管疾病的早期检测	提出了一种新颖的双模态深度学习模型，通过微调在大规模音频数据上预训练的CNN来处理PCG信号，并采用晚期融合策略整合ECG和PCG分支，显著提升了心血管疾病的检测性能	研究受限于公开可用的双模态数据集数量较少，仅使用了MITHSDB数据集的增强版本，未来需要更大、更多样化的双模态数据集进行验证	增强心血管疾病的早期检测能力	心电图（ECG）和心音图（PCG）信号	机器学习	心血管疾病	ECG和PCG信号采集	CNN	时序信号（ECG和PCG）	基于MITHSDB数据集的增强版本（具体数量未明确说明）	NA	1D-CNN	AUROC	NA
4088	2025-12-24	LPD-Net: A Lightweight and Efficient Deep Learning Model for Accurate Colorectal Polyp Segmentation 2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC58623.2025.11254269 PMID:41337006	研究论文	本文提出了一种轻量高效的深度学习模型LPD-Net，用于精确的结直肠息肉分割，以辅助结直肠癌的早期检测	LPD-Net通过优化网络架构、减少残差块数量以及利用深度可分离卷积和逐点卷积，在保持高分割精度的同时显著降低了计算复杂度，是DUCK-Net的轻量高效替代方案	NA	开发一种轻量高效的深度学习模型，用于实时临床环境中的结直肠息肉分割，以克服现有模型计算量大、不适用于资源有限场景的问题	结直肠息肉	计算机视觉	结直肠癌	NA	CNN	图像	NA	NA	LPD-Net	NA	NA
4089	2025-12-24	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.31.657189 PMID:40501876	研究论文	本研究评估了功率-功率跨频耦合（CFC）方法在颅内脑电图（iEEG）中检测颞叶癫痫（TLE）发作的能力，并分析了三种常见发作成分的CFC特征	提出使用功率-功率跨频耦合（CFC）作为颞叶癫痫发作检测的新方法，并首次对三种常见发作成分（尖波、尖波上的涟漪、振荡上的涟漪）进行CFC分析	研究仅基于26名患者的120次颞叶癫痫发作数据，样本量相对较小，且仅使用颅内脑电图数据，可能限制了结果的普适性	评估功率-功率跨频耦合（CFC）方法在颞叶癫痫发作检测中的有效性，并分析不同发作成分的CFC特征	颞叶癫痫患者的颅内脑电图记录，包括发作段和背景活动段	机器学习	癫痫	颅内脑电图（iEEG），功率-功率跨频耦合（CFC）分析	SSAE, LSTM	脑电图信号	26名患者的120次颞叶癫痫发作记录及背景活动段	EEGLAB	堆叠稀疏自编码器（SSAE），长短期记忆网络（LSTM）	灵敏度, 特异度, 准确率	NA
4090	2025-12-24	Optimizing credit card fraud detection with random forests and SMOTE 2025-May-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00873-y PMID:40404766	研究论文	本文提出了一种基于机器学习的系统，用于检测信用卡欺诈交易，并比较了多种机器学习模型在高度不平衡数据集上的性能	在高度不平衡的信用卡欺诈数据集上，结合使用SMOTE技术处理类别不平衡问题，并系统比较了深度学习模型与传统机器学习模型（如决策树、Adaboost）的性能，发现随机森林模型在欺诈检测中表现最优	研究主要基于公开的UCI数据集，可能无法完全代表实时金融交易环境的复杂性和动态变化；深度学习模型（ANN）在此特定任务中的表现未超越某些传统机器学习模型	优化信用卡欺诈检测方法，通过比较不同机器学习与深度学习模型，识别提升预测准确性的关键参数，以增强金融欺诈预防机制	信用卡交易数据，特别是欺诈性交易	机器学习	NA	合成少数类过采样技术（SMOTE），探索性数据分析（EDA）	决策树（DT），Adaboost，人工神经网络（ANN），逻辑回归，随机森林	表格数据（信用卡交易记录）	来自UCI机器学习仓库的信用卡客户数据集（欺诈交易占比小于0.2%）	NA	NA	准确率，召回率	NA
4091	2025-12-24	A Physics-Informed Deep Learning Model for MRI Brain Motion Correction 2025-Feb-13, ArXiv PMID:39990792	研究论文	本文提出了一种名为PI-MoCoNet的物理信息深度学习模型，用于MRI脑部图像的运动伪影校正	提出了一种新颖的物理信息运动校正网络，该网络利用空间域和k空间域的互补信息，无需显式运动参数估计即可鲁棒地去除高分辨率脑部MRI图像中的运动伪影	运动伪影是通过对相位编码线施加随机刚性变换来模拟的，可能无法完全覆盖所有真实临床场景中的复杂运动模式	开发并评估一种用于MRI脑部图像运动伪影校正的深度学习模型，以提高图像质量和诊断可靠性	脑部MRI图像	计算机视觉	NA	磁共振成像	深度学习	图像	两个公共数据集（IXI和MR-ART）	PyTorch	U-net, Swin Transformer	峰值信噪比, 结构相似性指数, 归一化均方误差	NA
4092	2025-12-24	NDMamba: Dual-Prior State-Space Model for Nighttime Deraining 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3633561 PMID:41269856	研究论文	提出一种名为NDMamba的双先验状态空间模型，用于解决夜间图像去雨问题	首次将Retinex理论与状态空间模型结合，通过双先验（光照和雨纹分布）引导的架构，更有效地建模夜间低光条件下雨纹与光照的交互	未明确说明模型在极端低光或动态光照变化场景下的性能，也未讨论模型对计算资源的具体需求	提升夜间图像去雨任务的性能，在计算效率和恢复质量之间取得更好平衡	夜间含雨图像	计算机视觉	NA	深度学习	状态空间模型	图像	未明确说明具体数量，但使用了合成和真实世界基准数据集	未明确说明，代码已公开在GitHub	NDMamba（包含Prior Extraction Module, Prior-Guided Mamba Block, Lighting-Adaptive Vision State-Space Module, Rain Distribution Guidance Module）	未明确列出具体指标，但提及在基准数据集上优于现有方法	NA
4093	2025-12-23	Deep Learning vs Classical Methods in Potency and ADME Prediction: Insights from a Computational Blind Challenge 2025-Dec-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01982 PMID:41325513	研究论文	本文通过回顾性分析2025年ASAP-Polaris-OpenADMET抗病毒挑战赛的建模策略，比较了深度学习和经典方法在化合物效力和ADME预测中的性能	通过大规模盲法挑战赛的统计基准测试，首次系统性地证明深度学习在ADME预测上显著优于传统机器学习，而经典方法在效力预测中仍具竞争力	当前研究尚未整合结构引导建模，未来需要进一步探索多模态数据的融合	评估深度学习和经典方法在药物发现中化合物效力和ADME预测的性能差异	化合物效力和ADME（吸收、分布、代谢、排泄）特性	机器学习	NA	NA	深度学习, 传统机器学习	化学化合物数据	来自全球65个以上团队的挑战赛数据集	NA	NA	Pearson相关系数, pIC预测排名, ADME聚合排名	NA
4094	2025-12-23	ProSECFPs: A Novel Fingerprint-Based Protein Representation Method for Missense Mutation Pathogenicity Prediction 2025-Dec-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02437 PMID:41340413	研究论文	本文提出了一种基于指纹的蛋白质表示方法ProSECFPs，用于预测错义突变的致病性	提出了一种受化学信息学中扩展连接指纹启发的蛋白质序列表示新方法，能有效捕捉蛋白质的复杂理化特性和序列细节	NA	开发一种高效、可扩展且信息丰富的蛋白质序列表示方法，以预测错义突变的致病性	蛋白质序列及其错义突变	生物信息学	NA	蛋白质序列表示方法	机器学习, 深度学习	蛋白质序列数据	NA	NA	NA	准确率	NA
4095	2025-12-23	BioFusionDTI: Assimilating Graph and Sequence Modalities for Generalizable Drug-Target Interaction Prediction 2025-Dec-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02283 PMID:41364795	研究论文	本文提出了一种名为BioFusionDTI的多模态深度学习框架，用于预测药物-靶点相互作用，该框架融合了图结构和序列信息以提高预测的泛化能力和可解释性	提出了一种结合图卷积网络和卷积神经网络的多模态融合框架，并引入双线性注意力网络来捕获细粒度的跨模态交互，从而在冷启动场景下实现更好的泛化性能和可解释性	未明确说明模型在更大规模或更多样化数据集上的泛化能力，以及计算效率方面的具体分析	开发一个能够准确预测药物-靶点相互作用的深度学习模型，以支持药物发现和重定位	药物分子和蛋白质靶点	机器学习	NA	深度学习	GCN, CNN, BAN	图数据, 序列嵌入	三个基准数据集（SNAP、DRH、Kinase）	PyTorch	图卷积网络, 卷积神经网络, 双线性注意力网络	准确性	NA
4096	2025-12-23	Towards trustworthy AI in radiotherapy: a comprehensive review of uncertainty-aware techniques 2025-Dec-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae2a9f PMID:41365073	综述	本文对2020年至2025年间应用于放射治疗（RT）领域的不确定性量化（UQ）技术进行了全面的回顾与分析	提出了UQ技术的结构化分类，评估了其对临床工作流程的影响，并强调了新兴趋势，旨在弥合技术进步与临床部署之间的差距	需要进一步努力来标准化评估协议、提高计算效率，并为临床集成开发用户友好的界面	回顾和评估不确定性量化技术在放射治疗AI模型中的应用，以提高其可靠性、可解释性和临床适用性	应用于放射治疗任务（如分割、图像配准、合成图像生成、剂量预测和剂量累积）的AI模型	医学图像分析	NA	不确定性量化	贝叶斯神经网络, Monte Carlo Dropout, 集成学习	医学图像	NA	NA	NA	NA	NA
4097	2025-12-23	Fast zero-shot deep learning-based denoising method for low-field MR images 2025-Dec-22, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01311-w PMID:41428276	研究论文	本文提出了一种基于深度学习的快速零样本去噪方法，专门用于低场磁共振图像，以提升图像质量并加速训练过程	扩展了零样本噪声即干净方法，通过修改训练过程实现更快的训练时间，并探索了基于部分数据训练以进一步加速的策略	未明确提及方法在极端噪声水平或不同低场设备间的泛化能力限制	开发一种适用于低场磁共振图像的快速去噪方法，以改善临床诊断图像质量并保持患者友好的扫描时间	低场磁共振图像（特别是0.1 T数据）	计算机视觉	NA	磁共振成像	深度学习	图像	未明确指定样本数量，但涉及高场和低场（0.1 T）磁共振数据	未明确指定，但代码发布于GitHub	未明确指定具体架构	定量评估（基于高信噪比图像）和定性评估	GPU
4098	2025-12-23	Multi-omics driven computational framework for cancer molecular subtype classification 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32051-5 PMID:41413182	研究论文	本研究通过比较分析35种AI分类器在153个数据集上的性能，探讨了癌症分子亚型分类中的关键问题，包括最佳数据集配置、组学模态性能、模型选择等	首次系统比较了多种AI分类器在多种组学模态和癌症类型中的性能，并回答了六个关键研究问题，为标准化AI驱动流程提供了指导	研究可能受限于数据集的质量和多样性，且未涵盖所有可能的组学模态或癌症类型	旨在提高癌症分子亚型分类AI方法的可比性、可重复性和泛化性，推动精准肿瘤学发展	35种AI分类器在153个数据集上的性能，涵盖8种组学模态和20种癌症	机器学习	癌症	多组学分析，包括RNASeq、miRNA、CNV、Exon、Meth、Array、SNP、RPPA	传统机器学习模型（如SVM、XGB、HGB）和深度学习模型（如ResNet18、CNN、NN、MLP）	多组学数据	153个数据集，涵盖20种癌症	NA	ResNet18, CNN, NN, MLP, SVM, XGB, HGB, DEEPGENE	宏准确率（MACC）	NA
4099	2025-12-23	Advances in machine learning-enhanced microfluidic cell sorting 2025-Dec-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea6007 PMID:41417905	综述	本文综述了机器学习增强微流控细胞分选技术的最新进展，探讨了其在肿瘤细胞分离、单细胞分析和生物标志物检测中的应用	整合了微流控技术与机器学习（特别是计算机视觉和深度学习），实现了自动化特征提取、模式识别和实时分类，从而提高了分选精度和诊断速度	模型泛化能力和硬件-软件集成方面仍存在挑战	探讨微流控技术与机器学习在细胞分选中的协同作用，以推动精准医疗的发展	微流控细胞分选系统及其产生的成像数据	计算机视觉, 机器学习	肿瘤	微流控技术	深度学习	图像数据	NA	NA	NA	诊断敏感性, 分析通量	NA
4100	2025-12-23	Deep learning-driven conversion of scanning superlens microscopy to high depth-of-field SEM-like imaging 2025-Dec-19, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-025-01060-9 PMID:41419453	研究论文	本文提出一种基于深度学习的图像转换方法，将光学超分辨率显微镜图像转换为类似扫描电子显微镜的高分辨率图像，特别针对芯片样本进行优化	利用CycleGAN模型将无需真空或导电涂层的扫描超透镜显微镜图像转换为SEM样图像，同时保持纳米级分辨率并扩展有效景深至约2微米	方法主要针对芯片样本进行优化，可能在其他类型样本上的泛化能力未经验证	开发一种能够替代传统SEM成像的技术，克服其真空环境和样本涂层要求，同时保持高分辨率	硅晶圆芯片样本	计算机视觉	NA	扫描超透镜显微镜，Z-stack扫描	GAN	图像	未明确指定样本数量，但使用了配对的OSR和SEM图像进行训练	未明确指定，但基于CycleGAN架构	CycleGAN	峰值信噪比	NA