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
6301	2025-10-05	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	开发基于联邦学习的虚拟双能CT生成框架，用于痛风检测	首创基于深度学习的虚拟双能CT图像生成方法，并集成联邦学习实现多机构协作训练	NA	开发早期准确诊断痛风的联邦学习框架，解决现有诊断方法的局限性	痛风患者	医学影像分析	痛风	CT成像	深度学习	医学影像	NA	NA	U-Net	PSNR, SSIM, IoU, Dice score	NA
6302	2025-10-05	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在构建基因调控网络中的应用	提出结合卷积神经网络与传统机器学习的混合模型，并采用跨物种迁移学习策略解决非模式物种数据稀缺问题	未明确说明训练数据的具体规模和非模式物种数据稀缺程度的具体量化指标	开发高效的基因调控网络预测方法以阐明植物代谢途径的调控机制	拟南芥、杨树和玉米的转录组数据及木质素生物合成途径相关转录因子	机器学习	NA	转录组测序	CNN, 机器学习混合模型	转录组数据	NA	NA	卷积神经网络	准确率	NA
6303	2025-10-05	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	首次系统评估不同近距离遥感技术（地面激光雷达、无人机、光谱和RGB传感器）在多个尺度（单木、样地和林分）的生物量估算精度	随着研究尺度扩大，精度和样本量均有所下降；不同森林类型间差异显著，需要分别建模	定量评估近距离遥感技术估算森林地上生物量的准确性	全球187项研究和233个数据集	遥感	NA	近距离遥感、地面激光雷达、无人机、光谱传感器、RGB传感器	荟萃分析	遥感数据、生物量测量数据	187项全球研究，233个数据集	NA	NA	R²（决定系数）	NA
6304	2025-10-05	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	本研究提出一种患者特异性网络方法，用于提高前列腺癌自适应放疗中临床靶区分割的精度	采用患者特异性网络框架，通过PSNadaptive或PSNsequence实现持续适应每日解剖变化，区别于静态个性化方法	回顾性研究，样本量相对较小（26名患者，119个分次）	提高前列腺癌自适应放疗中临床靶区分割的准确性和效率	前列腺癌患者	医学影像分析	前列腺癌	锥形束CT（CBCT）	深度学习	医学影像	26名前列腺癌患者，119个分次	NA	Swin UNETR	Dice相似系数，95% Hausdorff距离，平均表面距离	NA
6305	2025-10-05	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	设计了包含新卷积层和SimSPPF模块的主干网络、引入动态上采样技术、集成双向特征金字塔网络(BiFPN)进行特征融合优化	NA	解决毫米波雷达在多目标检测场景中难以有效区分多个物体和检测算法性能不佳的问题	毫米波雷达热图中的多类目标检测	计算机视觉	NA	毫米波雷达成像	YOLO	图像	2500张标注图像	NA	YOLOv8n, SimSPPF, BiFPN	mAP@0.5, mAP@0.5:0.95, precision, recall	NA
6306	2025-10-05	Detection and score grading for prostate adenocarcinoma using semantic segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331613 PMID:40971958	研究论文	本研究通过语义分割方法实现前列腺腺癌的检测和Gleason评分分级	提出结合扩张注意力机制和残差卷积U-Net架构的新模型，采用像素扩展和类别权重解决类别不平衡问题	在外部测试数据上性能有所下降（Dice系数从0.87降至0.64）	提高前列腺癌诊断准确性并改善患者治疗策略	前列腺针芯活检标本中的腺癌组织，特别是Gleason模式3和4的区分	数字病理学	前列腺癌	全玻片数字成像	深度学习	图像	100张前列腺针芯活检标本的全玻片图像	NA	残差卷积U-Net	Dice系数, 准确率	NA
6307	2025-10-06	A Transformer-based framework with generative spectral augmentation for online monitoring of hyaluronic acid fermentation 2025-Dec-01, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2025.124278 PMID:40973290	研究论文	提出结合数据增强和深度学习的在线监测框架，用于透明质酸发酵过程中分子量和浓度的实时监测	首次将Wasserstein GAN with gradient penalty (WGAN-GP)数据增强技术与改进的Transformer模型相结合，用于近红外光谱分析	未明确说明训练数据的具体规模和发酵过程的变异范围	开发精确实时的透明质酸发酵过程监测方法	透明质酸发酵过程	机器学习	NA	近红外光谱分析	GAN, Transformer, CNN, LSTM	光谱数据	NA	NA	WGAN-GP, Transformer, 1D-CNN, LSTM	预测精度, 泛化能力	NA
6308	2025-10-06	Artificial Intelligence-Based Approaches for Brain Tumor Segmentation in MRI: A Review 2025-Nov, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70141 PMID:40962716	综述	本文综述了基于人工智能的MRI脑肿瘤分割方法	系统梳理了脑肿瘤分割领域的技术进展，涵盖网络架构设计、不平衡设置分割和多模态处理等关键技术主题	作为综述文章，不包含原始实验数据和新方法验证	回顾MRI脑肿瘤分割的人工智能方法	脑肿瘤MRI图像	医学影像分析	脑肿瘤	MRI	CNN, ViT	医学影像	基于200多篇学术文献的分析	NA	NA	NA	NA
6309	2025-10-05	Therapeutic targets in lung diseases identified through single-cell analysis and mendelian randomization 2025 Nov-Dec, Heart & lung : the journal of critical care IF:2.4Q2 DOI:10.1016/j.hrtlng.2025.07.015 PMID:40716288	研究论文	通过单细胞分析和孟德尔随机化方法识别肺部疾病的治疗靶点	整合单细胞转录组数据和孟德尔随机化分析，首次构建了跨12种肺部特征的泛肺病靶点谱	仅对部分肺部特征（肺癌、FVC和FEV1/FVC比值）建立了因果关系，其他特征的因果验证有限	识别肺部疾病的因果治疗靶点并验证其遗传作用	12种肺部特征（10种疾病和2种功能指标：FVC和FEV1/FVC比值）	生物信息学	肺癌	单细胞转录组测序, 孟德尔随机化, cis-eQTL分析	深度学习模型	单细胞转录组数据, 遗传数据	人类肺细胞图谱数据及独立验证队列	Geneformer	NA	共定位检验	NA
6310	2025-10-06	Self-AttentionNeXt: Exploring schizophrenic optical coherence tomography image detection investigations 2025-Sep-19, World journal of psychiatry IF:3.9Q1 DOI:10.5498/wjp.v15.i9.108359 PMID:40933157	研究论文	开发了一种名为Self-AttentionNeXt的新型深度学习模型，用于通过光学相干断层扫描图像检测精神分裂症	将分组自注意力机制、残差和倒置瓶颈块相结合，构建了融合Transformer注意力机制和卷积神经网络的新型架构	NA	开发先进的深度学习模型对OCT图像进行分类，利用视网膜生物标志物区分精神分裂症患者和健康对照	精神分裂症患者的OCT图像和健康对照的OCT图像	计算机视觉	精神分裂症	光学相干断层扫描	CNN, 自注意力机制	图像	自定义收集的精神分裂症OCT数据集和公开可用的OCT2017数据集	NA	Self-AttentionNeXt（包含分组自注意力机制、残差块、倒置瓶颈块和1×1卷积）	准确率	NA
6311	2025-10-06	Quantum-Resistant Privacy Preservation for Mobile Healthcare Services in Connected Transportation Systems via Deep Neural Architectures 2025-Sep-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3612210 PMID:40971270	研究论文	提出了一种用于车联网移动医疗服务的量子抗性隐私保护框架，结合格密码学和深度神经网络架构	首次将基于格的量子抗性密码学（Ring-LWE）与深度神经网络架构相结合，用于保护车联网环境中的移动医疗数据隐私	未明确说明实验数据的具体规模和来源，且未与其他量子抗性方案进行直接比较	开发量子计算时代下移动医疗服务的隐私保护解决方案	车联网环境中的移动医疗服务和敏感医疗数据	网络安全, 机器学习	NA	格密码学, 深度神经网络	CNN, 注意力机制	网络数据, 医疗数据	NA	NA	卷积模块, 注意力模块	准确率, 端到端延迟, 加密开销, 入侵检测效果	NA
6312	2025-10-06	Deep Learning for simulating the evolution of condensed matter systems at the continuum scale: methods and applications 2025-Sep-19, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ae096d PMID:40972655	综述	本文系统回顾了深度学习在模拟凝聚态物质系统连续尺度演化方面的最新方法与应用	系统化整理了神经网络处理时间依赖演化的多种策略与架构，区分了数据驱动和物理信息策略，并讨论了混合方法	神经网络方法作为传统计算方法有效替代方案仍面临主要挑战和缺陷	研究凝聚态物理中复杂系统时间演化的模拟方法	凝聚态物质系统的连续尺度演化	机器学习	NA	神经网络方法	NA	偏微分方程解的大型数据集	NA	NA	NA	NA	NA
6313	2025-10-06	OcuViT: A Vision Transformer-Based Approach for Automated Diabetic Retinopathy and AMD Classification 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01676-3 PMID:40973913	研究论文	提出基于视觉Transformer的OcuViT模型，用于自动分类糖尿病视网膜病变和年龄相关性黄斑变性	首次将视觉Transformer通过迁移学习应用于眼科诊断，并设计了高效的预处理流程	未明确说明模型在计算效率方面的具体表现	开发自动化的视网膜疾病分类系统以提高诊断精度和可靠性	糖尿病视网膜病变(DR)和年龄相关性黄斑变性(AMD)	计算机视觉	视网膜疾病	深度学习，迁移学习	Vision Transformer (ViT)	视网膜眼底图像	APTOS数据集和IChallenge-AMD数据集	PyTorch	ViT-Base-Patch16-224	准确率，鲁棒性	NA
6314	2025-10-06	Lightweight Transfer Learning Models for Multi-Class Brain Tumor Classification: Glioma, Meningioma, Pituitary Tumors, and No Tumor MRI Screening 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01686-1 PMID:40973910	研究论文	开发轻量级深度学习模型用于多类别脑肿瘤MRI图像分类	比较多种轻量级ResNet变体和自定义CNN在脑肿瘤分类中的表现，证明迁移学习在小规模临床中心的适用性	仅使用单一序列MRI数据，需要多序列MRI和更大患者队列验证	开发高效准确的脑肿瘤AI诊断解决方案	胶质瘤、脑膜瘤、垂体瘤和无肿瘤的MRI扫描图像	计算机视觉	脑肿瘤	MRI成像	CNN, ResNet	图像	7023张MRI图像（5712训练，1311验证）	PyTorch, TensorFlow	ResNet-18, ResNet-34, ResNet-50, 自定义CNN	准确率, AUC, 敏感度, 特异度, 混淆矩阵	有限计算资源（针对小型临床中心优化）
6315	2025-10-05	Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning 2025-Sep-18, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.06.020 PMID:40633538	研究论文	通过开发UUATAC-seq技术和深度学习模型NvwaCE，系统解析脊椎动物基因组调控序列景观	开发了超高通量单核染色质可及性测序技术(UUATAC-seq)，并构建了能直接从基因组序列预测调控元件景观的多任务深度学习模型NvwaCE	仅涵盖五个代表性脊椎动物物种，可能无法完全代表所有脊椎动物的调控序列多样性	解码脊椎动物基因组调控序列的语言和功能组织	五个代表性脊椎动物物种的顺式调控元件(cCREs)	计算生物学	NA	UUATAC-seq，染色质可及性测序	深度学习	基因组序列，染色质可及性数据	五个脊椎动物物种	NA	NvwaCE	预测精度，与QTL和基因组编辑结果的一致性	NA
6316	2025-10-06	RNA velocity and beyond: Current advances in modeling single-cell transcriptional dynamics 2025-Sep-18, Allergology international : official journal of the Japanese Society of Allergology IF:6.2Q1 DOI:10.1016/j.alit.2025.08.005 PMID:40973591	综述	本文系统回顾了RNA Velocity技术在单细胞转录组动力学建模中的发展历程、应用进展与未来方向	全面梳理了从基础RNA Velocity到第二代计算工具（如scVelo、dynamo、CellRank）的演进过程，并重点探讨了在过敏和免疫疾病研究中的创新应用	RNA Velocity分析仍存在计算挑战和方法学限制，需要进一步改进	总结单细胞转录动力学建模技术的最新进展，特别是在免疫疾病研究中的应用	单细胞RNA测序数据、免疫细胞分化过程、疾病机制研究	计算生物学	过敏性疾病和免疫介导疾病	单细胞RNA测序（scRNA-seq）、RNA Velocity分析	数学动力学模型、深度学习模型	单细胞转录组数据、空间转录组数据、多组学数据	NA	NA	NA	NA	NA
6317	2025-10-06	Comparative evaluation of deep learning and traditional models for predicting traffic accident severity in Saudi Arabia 2025-Sep-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13484-4 PMID:40962904	研究论文	本研究比较了深度学习与传统模型在预测沙特阿拉伯交通事故严重程度方面的性能	首次在沙特阿拉伯东部省份使用人工神经网络与传统机器学习模型进行交通事故严重程度预测的对比研究	研究仅基于2018-2022年沙特阿拉伯东部省份的数据，可能缺乏地域普适性	预测交通事故严重程度以提升道路安全和事故预防能力	沙特阿拉伯东部14个城市的交通事故数据	机器学习	NA	NA	ANN, BRT, SVM, Naïve Bayes, logistic regression	交通事故记录数据	9,548起事故案例，涉及17,100辆车，造成2,527人死亡和8,020人受伤	NA	NA	准确率, 灵敏度, 特异性, G-mean, AUC	NA
6318	2025-10-06	Augmenting conventional criteria: a CT-based deep learning radiomics nomogram for early recurrence risk stratification in hepatocellular carcinoma after liver transplantation 2025-Sep-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02082-7 PMID:40962936	研究论文	开发基于CT的深度学习影像组学列线图用于预测肝细胞癌肝移植后早期复发风险	结合影像组学特征、深度学习特征和临床变量构建新型预测模型，相比传统标准提供额外预测价值	样本量相对有限（245例），仅在两中心进行验证	改善肝细胞癌肝移植后早期复发的风险分层和临床决策	肝细胞癌患者肝移植前的CT影像和临床数据	数字病理	肝细胞癌	CT成像	深度学习	医学影像	245例肝细胞癌患者（训练集184例，验证集61例）	NA	NA	AUC	NA
6319	2025-10-06	Non-iterative and uncertainty-aware MRI-based liver fat estimation using an unsupervised deep learning method 2025-Sep-17, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103811 PMID:40972442	研究论文	提出一种基于无监督深度学习的非迭代MRI肝脏脂肪定量方法AI-DEAL，可同时估计质子密度脂肪分数及其不确定性	首次结合深度学习和加权最小二乘法实现单次MRI水脂分离，能同时输出脂肪分数估计值和不确定性图谱	在脂肪-水模体中的PDFF偏差较大(-3.43%)，模型泛化能力仍需进一步验证	开发快速准确的MRI肝脏脂肪定量方法	肝脏质子密度脂肪分数(PDFF)	医学影像分析	肝脏疾病	CSE-MRI, 脂肪-水模体, 数值模体	无监督深度学习	MRI图像	体内肝脏数据、脂肪-水模体、数值模体	NA	AI-DEAL	PDFF偏差, 不确定性评估	NA
6320	2025-10-06	Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review 2025-Sep-17, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.008 PMID:40972797	系统综述	本文系统综述了人工智能在糖尿病视网膜病变诊断流程中的应用	提出了完整的AI驱动DR诊断流程，包括图像预处理、视盘定位与移除、血管分割、特征提取和严重程度分类的序列化阶段	存在当前挑战未具体说明，且仅基于MESSIDOR数据集验证	探索人工智能技术在自动化糖尿病视网膜病变诊断中的应用与改进	糖尿病视网膜病变的诊断流程和分类系统	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	医学图像	基于MESSIDOR数据集	NA	NA	准确率	NA