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
701	2026-01-02	Multi scale deep learning quantifies Ki67 index in breast cancer histopathology images 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28734-8 PMID:41272033	研究论文	本文提出了一种基于U-Net的多尺度深度学习框架Kpi-Net，用于精确量化乳腺癌病理图像中的Ki67增殖指数	提出了结合残差扩张多尺度模块（RDMS Module）与Transformer Block以同时捕获局部和全局信息，并引入HS-CBAM-FPN模块优化多级特征融合，最后利用分水岭算法细化细胞簇分割	未明确说明模型在染色差异大或极低分辨率图像上的泛化能力，也未提及临床大规模验证的细节	开发一种自动化、高精度的Ki67增殖指数计算方法，以辅助乳腺癌诊断和治疗决策	乳腺癌组织病理学图像	数字病理学	乳腺癌	组织病理学成像	深度学习	图像	未在摘要中明确说明	未明确说明（可能为PyTorch或TensorFlow）	U-Net, Transformer, FPN	F1分数, 均方根误差（RMSE）	未在摘要中明确说明
702	2026-01-02	Smartphone-integrated portable microfluidic platform for liver biomarker quantification using deep learning 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29431-2 PMID:41272257	研究论文	本文介绍了一种结合微流控、深度学习和移动健康技术的智能手机集成比色传感平台，用于定量估计肝脏生物标志物	开发了一种新型智能手机集成便携式微流控平台，采用深度学习进行回归分析，并引入了两点智能手机适应性框架以确保跨设备性能，无需重新训练	NA	实现准确且去中心化的肝脏生物标志物测试，以支持早期诊断和肝功能障碍监测，特别是在资源有限的环境中	肝脏生物标志物，包括直接和总胆红素、丙氨酸氨基转移酶（ALT）和天冬氨酸氨基转移酶（AST）	计算机视觉	肝功能障碍	比色传感，立体光刻（SLA）3D打印微流控技术	CNN	图像	NA	NA	卷积神经网络（CNN）	决定系数（R），检测限，变异系数	智能手机（多种型号）
703	2026-01-02	A global bibliometric and visualization study of the adaptive radiotherapy research landscape 2025-Nov-20, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04066-x PMID:41264148	研究论文	本文通过文献计量学分析，揭示了自适应放疗（ART）的研究格局、趋势及合作网络	首次对自适应放疗领域进行全面的文献计量与可视化分析，识别了从器官运动/剂量递增到深度学习及MR引导放疗的研究趋势演变	分析基于Web of Science数据库，可能未涵盖所有相关文献；且为回顾性分析，无法预测未来具体技术发展	揭示自适应放疗的流行研究模式、新兴趋势及合作网络，以指导未来临床研究方向	自适应放疗相关的科学出版物	医学信息学/放射肿瘤学	癌症	文献计量分析、网络可视化	NA	文本（科学出版物元数据）	3,941篇出版物（1999-2024年）	CiteSpace, Excel	NA	NA	NA
704	2026-01-02	Development and validation of a deep learning model for individualized survival prediction in advanced cervical cancer 2025-Nov-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03920-2 PMID:41258562	研究论文	本研究开发并验证了一种基于深度学习的个体化生存预测模型，用于晚期宫颈癌患者的预后评估	首次利用晚期宫颈癌数据库结合深度学习方法，开发了一种新颖的预后模型，能够捕捉数据的复杂非线性关系	NA	开发并验证一种个体化生存预测模型，以改善晚期宫颈癌患者的预后评估	晚期宫颈癌患者	机器学习	宫颈癌	深度学习	深度生存学习模型	流行病学、临床和血液学变量数据	内部数据集1143名患者（训练集914名，测试集229名），外部验证SEER数据库3495名患者	NA	DSLM	AUROC	NA
705	2026-01-02	Functional diversity of visual cortex improves constraint-free natural image reconstruction from human brain activity 2025-Nov, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2023.08.010 PMID:41467019	研究论文	本文提出了一种基于人类视觉皮层功能多样性的生成网络（FDGen），用于从fMRI脑活动数据中无约束地重建自然图像	提出FDGen网络，首次实现无需额外语义类别或文本提示的自然图像重建，并引入基于功能特化的输入模块（FIM）和功能级注意力特征权重模块（FSM）	未明确说明模型在更广泛或复杂视觉刺激下的泛化能力，以及计算资源需求的具体细节	开发基于fMRI的脑解码算法，实现从大脑活动无约束重建自然图像	人类视觉皮层功能多样性及fMRI脑活动数据	计算机视觉	NA	功能磁共振成像（fMRI）	生成网络	图像，脑活动数据	NA	NA	FDGen	NA	NA
706	2026-01-02	Advancements in artificial intelligence for prostate cancer: Optimizing diagnosis, treatment, and prognostic assessment 2025-Oct, Asian journal of urology IF:2.4Q2 DOI:10.1016/j.ajur.2024.12.001 PMID:41467190	综述	本文综述了人工智能在前列腺癌管理中的当前研究进展，重点探讨其在优化诊断、改善医疗图像质量、促进风险分层和辅助预后方面的潜力	强调了人工智能在提升前列腺癌诊断准确性、实现个性化治疗计划以及改善患者预后方面的创新应用，特别是在医学图像分析和手术技能评估方面的实证证据	需要更大规模、更多样化的数据集，并面临临床实施中的障碍	全面概述人工智能在前列腺癌管理中的研究现状，探讨其临床整合的机遇与挑战	前列腺癌管理，包括诊断、治疗和预后评估	数字病理学	前列腺癌	NA	机器学习, 深度学习	医学图像	NA	NA	NA	敏感性, 特异性	NA
707	2026-01-02	Federated prediction for scalable and privacy-preserved knowledge-based planning in radiotherapy 2025-May-20, ArXiv PMID:40470470	研究论文	本文介绍了FedKBP+，一个用于放射治疗规划预测任务的全面联邦学习平台，旨在解决数据稀缺和隐私问题	开发了支持集中式和完全去中心化联邦学习策略的统一通信栈，并引入了Gossip Contrastive Mutual Learning算法以增强对站点故障的鲁棒性	未明确讨论平台在更大规模或更多样化临床环境中的可扩展性验证	开发一个高效、隐私保护的联邦学习平台，以提升放射治疗规划的预测任务性能	放射治疗规划中的预测任务，包括剂量预测和肿瘤/器官分割	机器学习	脑肿瘤	联邦学习	深度学习模型	医学影像数据	OpenKBP挑战赛340例（训练200，验证40，测试100）；BraTS挑战赛数据集227例（训练152，验证27，测试48）；PanSeg数据集384例（训练269，验证39，测试76）	FedKBP+（基于gRPC），NVFlare	SA-Net	DSC（Dice相似系数），预测准确性，训练效率（小时）	未明确指定，但涉及多工作站分布式计算
708	2026-01-02	Development of an automated ultrasonographic detection method for fecal retention using a transgluteal cleft approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338926 PMID:41460916	研究论文	本研究开发了一种基于人工智能的超声图像分类系统，用于通过经臀裂扫描方法检测下直肠粪便潴留，以支持家庭护理中护士进行准确、客观的便秘评估	首次提出结合经臀裂超声扫描方法与深度学习模型（U-Net + ResNeXt-50编码器）自动检测粪便潴留，克服了传统经腹扫描因肥胖、膀胱排空或肠道气体干扰的局限性	研究样本量较小（仅24名患者），且所有患者均来自透析人群，可能限制模型的泛化能力	开发一种适用于家庭护理环境的自动化超声检测工具，以客观评估便秘情况	下直肠的超声图像（来自透析患者）	计算机视觉	老年疾病	超声成像	深度学习分割模型	图像	24名透析患者的90段超声视频，从中提取了2,855张静态图像	NA	U-Net, ResNeXt-50	准确率, 灵敏度, 特异性, IoU	NA
709	2026-01-02	AI-based diagnostic tools for oral cancer: A systematic review 2025, Bioinformation DOI:10.6026/973206300213324 PMID:41466634	综述	本文对基于人工智能的口腔癌诊断工具进行了系统性回顾，探讨了AI在提升早期检测和诊断方面的应用	系统性回顾了AI特别是深度学习和卷积神经网络在口腔癌诊断中的高准确性应用，并指出了当前挑战	数据集存在变异性，临床实践中外部验证有限，AI模型的可解释性不足	评估人工智能作为辅助工具在口腔癌早期检测和诊断中的潜力和挑战	口腔癌的临床、组织病理学和光学成像数据	计算机视觉	口腔癌	NA	深度学习, 卷积神经网络	临床数据, 组织病理学图像, 光学成像数据	NA	NA	NA	诊断准确性	NA
710	2026-01-02	refineDLC: An advanced post-processing pipeline for DeepLabCut outputs 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf084 PMID:41467036	研究论文	本文介绍了一个名为refineDLC的后处理管道，用于优化DeepLabCut输出的噪声数据，提升运动学分析的可靠性和可解释性	开发了一个全面的后处理管道，整合了坐标反转、零值帧移除、标签排除、双阶段滤波和多种插值策略，以简化从原始DeepLabCut输出到可靠运动学数据的转换	未来可能需要集成自适应滤波算法和实时质量评估以进一步优化性能和自动化	解决DeepLabCut输出中的噪声问题，提高运动学数据的准确性和一致性，便于研究人员进行定量分析	牛的控制性运动和马的野外小跑数据集	计算机视觉	NA	深度学习	NA	视频	两个数据集：牛和马	NA	NA	数据质量、可解释性、变异性减少、假阳性标签错误消除	NA
711	2026-01-02	A systematic review of the application of computational grounded theory method in healthcare research 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf088 PMID:41467037	综述	本文系统回顾了计算扎根理论方法在医疗健康研究中的应用	将计算技术与传统定性研究相结合，形成了一种变革性研究范式，能够分析大规模文本数据同时保持理论深度	样本量较小（892篇筛选文章中仅8篇），限制了结果的普适性；存在技术复杂性、解释有效性、资源需求和跨学科专业知识需求等挑战	探讨计算扎根理论在医疗健康研究中的应用、效用与挑战	应用计算扎根理论的医疗健康研究论文	自然语言处理	NA	机器学习，自然语言处理	深度学习算法	文本	8篇论文（涉及超过100,000份文档的大规模文本数据）	NA	LDA（潜在狄利克雷分配）	NA	NA
712	2026-01-01	A novel deep learning approach for intrusion detection in maritime radar networks 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34353-0 PMID:41469470	研究论文	本文提出了一种名为MARINERNet的深度学习入侵检测系统，专门用于海上雷达网络	引入了一种结合1D卷积层、挤压-激励模块和残差连接的新型架构，能够自动从原始雷达网络数据中提取特征，无需人工干预	未在摘要中明确提及	解决海上雷达网络中的网络安全问题，提高入侵检测的准确性和实时性	海上雷达网络	机器学习	NA	深度学习	CNN	雷达网络数据	未在摘要中明确提及	未在摘要中明确提及	结合1D卷积层、挤压-激励模块和残差连接的自定义架构	准确率	未在摘要中明确提及
713	2026-01-01	A deep learning based automated maxillary sinus segmentation and bone grafts analysis in CBCT images 2025-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02275-w PMID:41469515	研究论文	本研究开发并验证了一种名为SA-ai的深度学习系统，用于自动分割上颌窦并分析CBCT图像中的骨移植体积	提出了一种结合2D U-Net和3D V-Net的全自动深度学习系统，用于量化上颌窦骨增量，实现了超过20倍的工作流效率提升	研究仅基于85名患者的配对CBCT数据集，样本量相对有限，且未明确提及外部验证	优化种植体治疗，通过自动化系统精确评估上颌窦骨增量后的骨获得情况	上颌窦骨增量患者的CBCT图像	数字病理学	NA	CBCT成像	CNN	图像	85名患者的配对CBCT数据集	NA	2D U-Net, 3D V-Net	Dice系数, 配准RMSE, ICC	NA
714	2026-01-01	Editorial for "Deep Learning-Based Brainstem Segmentation and Multi-Class Classification for Parkinsonian Syndrome" 2025-Dec-31, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70210 PMID:41473963	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
715	2026-01-01	IFNg_DeepKG: A Novel Model for Identifying Interferon-Gamma-Inducing Epitopes Using Knowledge Graph RAG in Biomedical Applications 2025-Dec-31, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02248 PMID:41474270	研究论文	提出了一种名为IFNg_DeepKG的新模型，用于识别干扰素-γ诱导表位，通过结合知识图谱检索增强生成和深度学习技术提升预测性能	首次将预训练蛋白质语言模型、自定义知识图谱（采用检索增强生成方法）和多尺度卷积神经网络协同集成，利用RAG-KG为序列嵌入丰富外部生物上下文信息	未明确说明模型在更广泛物种或复杂疾病表位上的泛化能力限制，以及计算资源需求的具体分析	准确高效地计算识别干扰素-γ诱导表位，以支持下一代疫苗和免疫疗法的设计	干扰素-γ诱导表位，包括与COVID-19和阿尔茨海默病相关的临床相关表位	计算免疫学	COVID-19, 阿尔茨海默病	蛋白质语言模型, 知识图谱, 检索增强生成	多尺度卷积神经网络	序列数据	人类H_IFNgInd1和H_IFNgInd2数据集、小鼠M_IFNgInd1和M_IFNgInd2数据集	NA	ESM2, MSCNN	AUC	NA
716	2026-01-01	Test-Time Adaptation for Detecting Image Inpainting Forgeries 2025-Dec-30, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3647640 PMID:41468337	研究论文	提出一种用于检测图像修复伪造的测试时自适应检测框架	提出基于图像梯度的模型不确定性度量指标来协调整个自适应过程，并引入跨注意力模块作为侧调模块，使模型能在不改变主干网络的情况下动态适应可靠的测试样本	NA	解决图像修复伪造检测模型在测试样本与训练数据存在差异时性能显著下降的问题	深度学习生成的图像修复伪造图像	计算机视觉	NA	NA	CNN	图像	包含多种修复方法生成的合成图像数据集	PyTorch	ResNet	准确率	NA
717	2026-01-01	Basic Process Equation for Analytical Chemistry - An Inclusive and Conciliatory Approach 2025-Dec-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05444 PMID:41468535	研究论文	本文提出了一种基于信息流的基本过程方程，用于统一分析化学中的传统方法与现代多元数据分析方法	首次引入'分析算子'概念，将分析化学范式从测量转向信息，并提供了一个包容性框架以协调传统单变量方法与基于化学计量学、机器学习等的多元数据方法	NA	建立分析化学的统一理论框架，以信息流为核心基准	分析化学过程，特别是从分析信号中提取化学信息的信息转换	NA	NA	化学计量学，数据挖掘，机器学习，深度学习，人工智能	NA	单变量数据，多元数据	NA	NA	NA	NA	NA
718	2026-01-01	Improvements to Casanovo, a Deep Learning De Novo Peptide Sequencer 2025-Dec-30, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00706 PMID:41468557	研究论文	本文介绍了对Casanovo这一深度学习从头肽段测序器的系列改进，旨在提升其评分可解释性、通用性、运行效率及用户体验	通过增强评分可解释性、扩展软件至数据库搜索应用、加速训练与预测过程，并引入工作流和可视化工具，提升了Casanovo的实用性和易用性	未明确提及具体性能提升的量化数据或与其他工具的对比分析	改进Casanovo深度学习模型，使其在蛋白质组学应用中更准确、易用	质谱和蛋白质组学数据中的肽段序列	机器学习	NA	质谱分析	深度学习模型	质谱数据	NA	NA	Casanovo	NA	NA
719	2026-01-01	Development and Validation of a Multimodal Deep Learning Model for Early Esophageal Squamous Neoplasia Detection and Invasion Depth Prediction 2025-Dec-30, Endoscopy IF:11.5Q1 DOI:10.1055/a-2780-0974 PMID:41468904	研究论文	开发并验证了一种基于多模态深度学习的模型MUMA-EDx，用于早期食管鳞状细胞癌的检测和浸润深度预测	首次将放大内镜和超声内镜成像通过深度学习进行特征级融合，显著提升了早期食管鳞癌的识别和浸润深度评估性能	模型在外部验证队列中对于多类浸润深度分类的AUC有所下降，表明可能存在泛化性限制	提高早期食管鳞状细胞癌的诊断准确性和浸润深度预测能力	食管鳞状细胞癌患者的内镜图像数据	数字病理学	食管癌	放大内镜，超声内镜	深度学习	图像	回顾性数据集460名患者（20,889张图像），前瞻性队列131名患者（9,124张图像）	NA	TResNet_m	AUC-ROC，准确率，灵敏度，特异性，阳性预测值，阴性预测值	NA
720	2026-01-01	A PIKAN-based model for the prediction of the temperature fields of castings 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32973-0 PMID:41469430	研究论文	本研究提出了一种基于PIKAN的深度学习模型，用于预测铸造过程中二维温度场的演化	提出了一种结合物理损失与数据损失的损失函数，并通过贝叶斯优化确定最优权重参数，同时采用多铸造几何形状进行预训练以提高预测效率	NA	优化铸造工艺，通过深度学习预测铸造凝固过程中的温度场	铸造过程中的温度场	机器学习	NA	深度学习	MLP	时空参数数据	NA	NA	PIKAN	绝对误差, 平均温度误差, 平均准确率	NA