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
901	2026-03-19	Accurate broadband wavefront sensing for space telescopes via a compact neural network 2025-Oct-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.568775 PMID:41842498	研究论文	本研究提出了一种基于紧凑卷积神经网络U-EFFNet的宽带波前传感方法，用于提高空间望远镜在宽带照明下的波前重建精度	结合U-Net的编码器-解码器结构与EFFNet的高效特征提取模块，实现了局部与全局特征的有效平衡，轻量级设计且泛化能力强	未专门为宽带波前传感任务设计，可能在某些极端条件下存在性能限制	解决空间望远镜在宽带成像中因色散和光谱非相干性导致的波前传感精度问题	空间望远镜的波前传感系统	计算机视觉	NA	宽带成像	CNN	图像	NA	NA	U-Net, EFFNet	重建精度, 鲁棒性	NA
902	2026-03-19	Artificial Intelligence in Contact Dermatitis: Current and Future Perspectives 2025-Sep-08, Dermatitis : contact, atopic, occupational, drug IF:4.0Q1 DOI:10.1177/17103568251376647 PMID:40916798	综述	本文综述了人工智能在接触性皮炎诊断和管理中的当前应用与未来展望	系统总结了AI在接触性皮炎领域的应用，包括图像分析、生物标志物发现和患者风险分析，并指出了未来发展方向	存在数据集偏差、缺乏标准化以及模型可解释性不足等限制	探讨人工智能如何提高接触性皮炎的诊断准确性、效率和可及性	接触性皮炎（包括过敏性接触性皮炎和刺激性接触性皮炎）	自然语言处理, 机器学习	接触性皮炎	图像分析, 转录组学分析	CNN, 机器学习算法	图像, 转录组数据, 临床数据	基于12项原始研究	NA	卷积神经网络	诊断准确率（高达99.5%）	NA
903	2026-03-19	Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity 2025-09-05, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03441-w PMID:40911165	研究论文	本研究评估了一款名为Apneal®的智能手机应用，通过记录声音和运动信号来预测睡眠呼吸暂停及其严重程度	提出了一种新的、微创的智能手机软件设备，利用手机的麦克风、加速度计和陀螺仪记录信号，结合深度学习模型自动检测呼吸事件，以替代传统的多导睡眠图	研究为单中心概念验证研究，样本量较小（46名患者），且自动评分方法（版本0.1）可能仍需优化	评估Apneal®应用在估计患者呼吸暂停低通气指数方面的性能，以解决睡眠呼吸暂停诊断中多导睡眠图访问受限的问题	成年患者	机器学习	睡眠呼吸暂停	声音和运动信号记录（通过智能手机麦克风、加速度计和陀螺仪）	序列深度学习模型	声音和运动信号	46名患者（女性占34%，BMI 28.7 kg/m²）	NA	NA	灵敏度, 阳性预测值, AUC-ROC, AUC-PR, ICC, Pearson相关系数	NA
904	2026-03-19	Harnessing deep learning for fusion-based heavy metal contamination index prediction in groundwater 2025-09, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104672 PMID:40675024	研究论文	本研究提出了一种基于深度学习的融合框架，用于预测地下水中重金属污染指数	首次将五种常用水污染指数通过定制的基于根的数据融合与归一化方法整合为统一的复合指标，并应用深度神经网络进行建模预测	研究区域局限于伊朗赞詹的Gultepe-Zarrinabad子流域，模型在其他地理区域的泛化能力有待验证	开发一种AI驱动的环境监测工具，以支持可持续水资源管理	地下水中锰(Mn)、铁(Fe)、砷(As)和铅(Pb)四种重金属元素的污染水平	机器学习	NA	数据融合与归一化	DNN, DT, KNN, ANN	水质指标数据	NA	NA	深度神经网络	R, RMSE, MAE	NA
905	2026-03-19	Research on the potential of the deep learning-based "decomposition-optimization-reconstruction" method in runoff prediction for typical climate- and human-regulated basins in northern China 2025-09, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104655 PMID:40561564	研究论文	本文提出了一种基于深度学习的“分解-优化-重构”组合模型，用于中国北方典型气候和人类调控流域的径流预测	结合变分模态分解（VMD）和鲸鱼优化算法（WOA）来优化双向长短期记忆神经网络（BiLSTM），构建VMD-WOA-BiLSTM组合模型，以处理径流序列的非平稳性	模型在不同季节的预测性能存在差异，可能与径流的季节性特征及模型固有预测能力有关；对于总径流量较小的河流，预测效果可能受极端降水事件影响较大	提高径流预测的准确性，特别是在受气候和人类活动影响的非平稳径流序列中	中国北方典型气候和人类调控流域，具体为半干旱地区的海拉尔河流域和大黑河流域	机器学习	NA	变分模态分解（VMD），鲸鱼优化算法（WOA）	BiLSTM	径流序列数据	NA	NA	BiLSTM	预测准确性	NA
906	2026-03-19	Intestinal bacteria translocation promotes β-cell dysfunction in DIO mice 2025-Aug-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15244-w PMID:40849329	研究论文	本研究利用深度学习辅助方法评估肠道细菌易位在肥胖小鼠模型中对胰腺β细胞功能障碍的影响	首次结合FISH、16S rRNA扩增子测序和深度学习辅助方法，精确追踪并量化肠道细菌易位至胰腺的过程，揭示了细菌易位与2型糖尿病严重程度之间的直接关联	研究仅基于小鼠模型，尚未在人类中进行验证；深度学习辅助方法的泛化能力需进一步测试	阐明肠道微生物在2型糖尿病进展中的直接机械作用，特别是肠道细菌易位对胰腺功能的影响	饮食诱导肥胖小鼠和抗生素诱导微生物群破坏的肥胖小鼠模型	数字病理学	2型糖尿病	FISH, 16S rRNA扩增子测序, 深度学习辅助方法	深度学习模型	图像, 序列数据	DIO和AIMD-DIO小鼠模型	NA	NA	准确性, 客观性	NA
907	2026-03-19	Deep Learning-Based Decision Support System for Nurse Staff in Hospitals 2025-Jun-02, Big data IF:2.6Q2 DOI:10.1089/big.2024.0122 PMID:40455580	研究论文	本文探讨了基于深度学习的临床决策支持系统（DL-CDSS）在医院护士中的应用，旨在提升临床决策的准确性和工作效率	结合数据仓库理论和商业智能技术，开发了针对护士的DL-CDSS，实现多维数据分析和实时推荐，以优化护理工作流程	面临数据整合、模型可解释性和用户界面设计等挑战，需确保系统能无缝集成到护理实践中	促进医院人力资源的信息化管理，推动医院信息技术应用，提升护士的决策支持能力	医院护士及其临床决策过程，包括患者记录、生命体征和诊断报告等数据	机器学习	NA	深度学习	神经网络	临床数据（如患者记录、生命体征、诊断报告）	来自医院信息系统的大规模数据集	NA	NA	准确性、药物错误减少率、工作流程效率	NA
908	2026-03-19	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-04-16, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01071 PMID:40177940	研究论文	本文提出了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基，以提高生物制造中的过程分析技术	将SERS光谱转换为基于强度阈值的二进制“开/关”信号，实现单分子事件可视化并减少假阳性，结合深度学习突破传统SERS缺乏特征峰的限制	NA	开发一种快速、准确、可重复的过程分析技术，用于监测生物制造中的小分子关键过程参数和质量属性	AMBIC 1.1哺乳动物细胞培养基	机器学习	NA	表面增强拉曼光谱（SERS）	深度学习	光谱数据	NA	NA	NA	准确性，可重复性	NA
909	2026-03-19	Portable cerebral blood flow monitor to detect large vessel occlusion in patients with suspected stroke 2025-Mar-17, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021536 PMID:38514189	研究论文	本研究评估了便携式Openwater光学血流监测仪在疑似卒中患者中检测大血管闭塞的能力，并与院前卒中量表进行了比较	首次将便携式光学血流监测仪与深度学习模型结合，用于急性卒中评估中检测大血管闭塞，其性能优于传统的院前卒中量表	研究结果需要在独立测试集和院前环境中进一步验证，样本量相对有限，且仅针对前循环大血管闭塞	评估便携式光学血流监测仪在疑似卒中患者中检测大血管闭塞的诊断性能	疑似卒中患者，在发病24小时内进行卒中警报评估，且NIHSS评分≥2	数字病理学	心血管疾病	光学血流监测，基于散斑对比度的相对变化生成脑血流波形	深度学习模型	原始散斑对比度波形数据	135名患者，其中52名（39%）患有前循环大血管闭塞	NA	NA	灵敏度，特异性，AUROC	NA
910	2026-03-18	Multimodality Artificial Intelligence for Involved-Site Radiation Therapy: Clinical Target Volume Delineation in High-Risk Pediatric Hodgkin Lymphoma 2025-Dec-13, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.12.005 PMID:41391612	研究论文	本研究开发了一种融合多模态成像的深度学习模型，用于自动勾画高危儿童霍奇金淋巴瘤受累部位放疗的临床靶区	首次将多时间点PET/CT图像与计划CT整合到深度学习模型中，用于儿童霍奇金淋巴瘤的自动靶区勾画，并进行了大规模多中心验证	研究仅针对儿童高危霍奇金淋巴瘤患者，模型在其他类型淋巴瘤或成人患者中的适用性有待验证	开发自动化的临床靶区勾画算法，以促进受累部位放疗计划制定	288名儿童高危霍奇金淋巴瘤患者的计划CT、基线PET/CT和中期PET/CT扫描图像	数字病理学	霍奇金淋巴瘤	PET/CT成像	深度学习	医学影像（CT、PET）	288名患者（230名用于模型开发，58名用于外部测试）	NA	SegResNet, ResUNet, SwinUNETR	Dice相似系数, 95% Hausdorff距离	NA
911	2026-03-18	Leveraging complex network features improves vaccine stance classification 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27487-8 PMID:41360844	研究论文	本研究提出利用从社交网络提取的复杂网络特征来增强基于文本的深度学习模型，以改进疫苗立场分类	首次将复杂网络特征与文本特征结合用于疫苗立场分类，并证明网络特征在长期数据中优于文本特征	研究基于意大利语推文数据，可能无法直接推广到其他语言或社交平台	提高社交媒体上疫苗立场的分类准确性	意大利语社交媒体帖子	自然语言处理	NA	NA	深度学习	文本	约2000万条意大利语帖子，其中约7000条手动标注	NA	NA	NA	NA
912	2026-03-18	Deep Learning-Based Diagnosis of Corneal Condition by Using Raw Optical Coherence Tomography Data 2025-Dec-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15243115 PMID:41464119	研究论文	本研究利用原始光学相干断层扫描数据和卷积神经网络，区分健康角膜与圆锥角膜	直接使用原始光学相干断层扫描数据而非预处理数据进行诊断，避免了软件更新对结果的影响，提供了更一致的临床分析基础	未明确提及	通过深度学习模型，基于原始光学相干断层扫描数据实现圆锥角膜的早期诊断	使用Casia2前节光学相干断层扫描仪获取的2737次眼部检查数据，包括正常、角膜扩张症和其他疾病三类	计算机视觉	圆锥角膜	光学相干断层扫描	CNN	图像	2737次眼部检查，包含744次检查的数据集	NA	DenseNet121, EfficientNet-B0, MobileNetV3-Large, ResNet18	准确率, 宏平均灵敏度, 宏平均特异性, 宏平均阳性预测值, 宏平均F1分数	NA
913	2026-03-18	Multi-Scale Attention Fusion With Depthwise Separable Convolutions for Efficient Skin Cancer Detection 2025-Dec, Journal of cutaneous pathology IF:1.6Q3 DOI:10.1111/cup.14870 PMID:40998452	研究论文	提出一种名为MAF-DermNet的深度学习框架，用于高效、准确的皮肤癌检测	结合多尺度注意力融合与深度可分离卷积，并利用DCGAN进行数据增强以提高模型鲁棒性	未整合临床元数据，且未来需针对不同医疗环境进行优化	开发一种高效、准确的自动化皮肤癌检测模型以辅助临床诊断	皮肤癌病变图像	计算机视觉	皮肤癌	深度学习	CNN, GAN	图像	NA	NA	MAF-DermNet, DCGAN	准确率, 宏F1分数	NA
914	2026-03-18	"Patients Aren't Datasets": Generating Return on Investment via Automation, Responsibly 2025 Winter 01, Frontiers of health services management DOI:10.1097/HAP.0000000000000237 PMID:41292082	评论	本文探讨了在医疗保健领域如何负责任地利用人工智能和数据自动化技术来生成投资回报，同时管理相关风险	强调在医疗保健自动化中负责任地使用数据，并提出了评估AI意外后果的策略	未提供具体的实证研究或案例数据来支持论点	研究如何通过AI和数据自动化在医疗保健中生成投资回报，同时确保负责任的数据使用	医疗保健系统中的技术现代化、数据使用和AI应用	机器学习	NA	机器学习模型、生成式AI模型、深度学习模型	NA	患者数据和结果数据	NA	NA	NA	NA	NA
915	2026-03-18	Automatically quantifying spatial heterogeneity of immune and tumor hypoxia environment and predicting disease-free survival for patients with rectal cancer 2025-Nov-18, Cancer immunology, immunotherapy : CII DOI:10.1007/s00262-025-04235-5 PMID:41251704	研究论文	本研究开发了一种自动化的定量免疫组化特征提取流程，用于分析直肠癌肿瘤微环境中免疫和缺氧标志物的空间异质性，并预测患者的无病生存期	开发了一种整合深度学习肿瘤分割与计算检测浸润边缘的自动化流程，能够客观量化DAB染色的空间异质性，并识别出具有生物学解释性的预后特征，其预测性能优于传统的pTNM分期系统	研究样本量有限（104例），且需要在多中心队列中进行进一步验证以确认其临床适用性	开发自动化定量分析肿瘤微环境空间异性的方法，以预测直肠癌患者的无病生存期	直肠癌患者的肿瘤组织样本	数字病理学	直肠癌	免疫组化	深度学习	图像	104例患者样本（57例训练集，47例验证集）	NA	NA	C-index	NA
916	2026-03-18	Deep Learning for RNA Secondary Structure Determination: Gauging Generalizability and Broadening the Scope of Traditional Methods 2025-Nov-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.04.686644 PMID:41278894	观点文章	本文评估了深度学习在RNA二级结构预测中的泛化能力，并探讨了其与传统方法的整合	使用来自蛋白质数据库的新基准数据集评估方法泛化性，并强调结构探测数据预测中的独特泛化挑战	已知RNA结构的多样性和数量有限，可能导致预测与训练数据显著不同结构时准确性不足	评估深度学习在RNA二级结构预测中的泛化能力，并推动传统方法与现代神经网络的整合	RNA二级结构	生物信息学	NA	深度学习	深度学习模型	RNA结构数据	来自蛋白质数据库的结构化RNA新基准数据集	NA	NA	泛化能力评估	NA
917	2026-03-18	Deep learning for accurate tumour volume measurement and prediction of therapy response in paediatric osteosarcoma 2025-Nov-01, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12115-w PMID:41176552	研究论文	本研究开发了两种自动化的卷积神经网络，用于量化小儿骨肉瘤的肿瘤体积并基于MRI预测诱导化疗的反应	首次将3D U-Net用于小儿骨肉瘤的自动肿瘤体积分割，并基于MRI体积变化构建了预测化疗反应的CNN模型，实现了非侵入性的治疗反应评估	研究为回顾性、多中心设计，样本量相对有限（总计101名患者），且外部验证集仅来自一个中心	评估小儿骨肉瘤的治疗反应，开发自动化工具以替代依赖手动测量和术后组织病理学的传统方法	小儿骨肉瘤患者	数字病理学	骨肉瘤	MRI	CNN	图像	总计101名患者（训练集81名，外部验证集20名），对应202次MRI扫描	NA	3D U-Net	Spearman相关系数, Bland-Altman图, Dice系数, 准确率, 灵敏度, 特异性	NA
918	2026-03-18	Deep Learning-Based Drug Half-Life Classification to Enhance Drug Development and Pharmacokinetics 2025-Nov, Advanced pharmaceutical bulletin IF:3.1Q2 DOI:10.34172/apb.025.45420 PMID:41835054	研究论文	本研究提出了一种基于深度学习的药物半衰期分类方法，用于将药物分为短半衰期和长半衰期组，以支持药物开发和药代动力学研究	引入基于分类的方法，使用12小时阈值将药物分为短长半衰期组，相比传统回归模型，提高了临床可解释性并更好地处理药代动力学变异性	未在摘要中明确说明，可能包括数据集的局限性或模型对特定药物类型的泛化能力	预测药物半衰期以增强药物开发和药代动力学研究，改进给药策略	药物分子结构	机器学习	NA	分子结构处理	CNN	分子结构数据	未在摘要中指定具体样本数量	未在摘要中指定，可能基于常见深度学习框架如TensorFlow或PyTorch	AlexNet	准确率, F1分数	未在摘要中指定
919	2026-03-18	Multimodal pathomics and clinical features predict postresection permanent hydrocephalus in pediatric medulloblastoma 2025-Oct-31, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05263-y PMID:41171470	研究论文	本研究利用深度学习提取的病理组学特征结合临床特征，预测儿童髓母细胞瘤术后持续性脑积水的风险	首次将深度学习提取的定量病理组学特征与临床特征相结合，构建多模态模型来预测儿童髓母细胞瘤术后持续性脑积水的风险，显著提高了风险分层能力	研究为单中心回顾性研究，样本量相对较小（90例患者），需要外部验证以确认模型的泛化能力	改善儿童髓母细胞瘤术后持续性脑积水的风险预测和分层	18岁以下接受治疗的髓母细胞瘤患者	数字病理学	髓母细胞瘤	H&E染色	CNN, 逻辑回归	图像, 临床数据	90例患者	PyTorch	ResNet-18	AUC, 平均精度	NA
920	2026-03-18	Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology 2025-Oct, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500200 PMID:40603107	研究论文	本研究评估了高光谱成像技术结合深度学习在区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生方面的应用	首次将高光谱成像与带自注意力机制的一维卷积神经网络结合，用于甲状腺病变的鉴别诊断，并在特定光谱区域实现了高灵敏度	样本量相对较小（共82个样本），且仅使用了石蜡包埋样本，未涉及新鲜组织或活体成像	开发一种基于高光谱成像和深度学习的快速、非侵入性方法，以准确区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生	石蜡包埋的甲状腺组织样本（43个PTC样本和39个NGPH样本）	计算机视觉	甲状腺癌	高光谱成像（HSI），光谱范围400-1000 nm	CNN	高光谱图像	82个石蜡包埋组织样本（43个PTC，39个NGPH）	NA	带自注意力机制的一维卷积神经网络	ROC曲线下面积（AUC），像素级分类准确率，灵敏度，特异性	NA