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
41	2026-01-21	Automated grading and staging of ovarian cancer using deep learning on the transmission optical microscopy bright-field images of thin biopsy tissue samples 2025-May-15, ArXiv PMID:40463694	研究论文	本研究提出了一种基于深度学习的框架，用于自动化预测卵巢癌分期，利用常规组织病理学图像实现高精度分类	首次将迁移学习与ResNet-101结合，并采用遗传算法优化超参数，以自动化方式对卵巢癌组织切片进行分级和分期	未提及模型在外部验证集上的泛化能力，且数据来源和样本多样性可能有限	开发自动化方法以辅助卵巢癌的诊断和分期，减少人工评估的时间和主观差异	卵巢癌薄组织活检样本的透射光学显微镜明场图像	数字病理学	卵巢癌	组织病理学成像	CNN	图像	NA	PyTorch, TensorFlow	ResNet-101	准确率	NA
42	2026-01-20	COMPASS: Computational mapping of patient-therapist alliance strategies with language modeling 2025-May-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03379-3 PMID:40374613	研究论文	本文介绍了一个名为COMPASS的新框架，利用大型语言模型从心理治疗会话的自然语言中直接推断治疗工作联盟，并分析不同精神疾病条件下的主题特征	首次提出直接使用大型语言模型分析心理治疗会话转录本，以映射到工作联盟量表等心理测量工具，提供细粒度的患者-治疗师对齐轨迹映射和可解释的临床见解	数据收集时间跨度较长（1970-2012年），可能包含过时的治疗实践；样本量在某些疾病类别中较小（如自杀倾向仅12个会话）	开发一个计算框架，从心理治疗会话的语言中推断治疗工作联盟，以增强对治疗互动的理解并提供临床反馈	心理治疗会话转录本，涵盖焦虑、抑郁、精神分裂症和自杀倾向等多种精神疾病患者	自然语言处理	精神疾病	语言建模，主题建模	大型语言模型（LLM），深度学习模型	文本（会话转录本）	超过950个心理治疗会话，包括焦虑（498个）、抑郁（377个）、精神分裂症（71个）和自杀倾向（12个）	NA	NA	NA	NA
43	2026-01-17	SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION 2025-May-30, ArXiv PMID:40492248	研究论文	提出一种通过精心设计的扰动训练物理驱动深度学习网络的新方法，以改进高加速率下的自监督MRI重建	在传统自监督学习的k空间掩蔽思想基础上，引入了一个新颖的一致性项，该一致性项评估模型在稀疏域中准确预测所添加扰动的能力	未明确说明方法在更广泛数据集或临床环境中的泛化能力	改进高加速率下自监督MRI重建的图像质量，减少伪影和噪声放大	快速MRI扫描的重建	医学影像重建	NA	MRI	深度学习网络	MRI图像/k空间数据	fastMRI膝盖和大脑数据集	NA	NA	视觉评估, 定量指标	NA
44	2026-01-14	A fusocelular skin dataset with whole slide images for deep learning models 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05108-3 PMID:40368949	研究论文	本文介绍了AI4SkIN数据集，这是首个用于皮肤梭形细胞病变的公开全切片图像数据集，通过创新的众包协议进行标注，旨在提升计算机辅助诊断系统的性能	首次公开了针对皮肤梭形细胞病变的全切片图像数据集，并采用基于高斯过程的众包协议进行标注，展示了非专家标注数据在训练深度学习模型中的有效性	未明确提及数据集的样本多样性或潜在的标注偏差，且未详细讨论模型在临床环境中的泛化能力	开发一个用于皮肤梭形细胞病变分类的公开数据集，以支持计算机辅助诊断系统的研究和验证	皮肤梭形细胞病变的全切片图像	数字病理学	皮肤梭形细胞病变	苏木精和伊红染色	深度学习模型	全切片图像	641张全切片图像	NA	NA	NA	NA
45	2026-01-12	Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity 2025-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533807 PMID:40654845	研究论文	本文介绍了一个名为Neurospectrum的几何与拓扑深度学习框架，用于从神经活动中提取时空特征	提出了一种结合图注意力机制、流形正则化自编码器及多尺度几何、拓扑和动态描述符的端到端可训练框架，以编码神经活动的潜在轨迹	NA	开发一个深度学习框架，以从高维、噪声和动态的神经信号中提取可解释的特征，用于行为或疾病研究	神经活动信号	机器学习	强迫症	钙成像, fMRI	自编码器, 图神经网络, 循环神经网络	神经信号数据	NA	NA	NA	NA	NA
46	2026-01-11	The TDGL Module: A Fast Multi-Scale Vision Sensor Based on a Transformation Dilated Grouped Layer 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113339 PMID:41498160	研究论文	本文提出了一种基于深度学习的快速多尺度视觉传感器模块TDGL，旨在提升道路目标特征提取网络的效率和精度	提出TDGL模块，通过GLConv单元引入缩放和偏移参数、修改膨胀策略及采用分组卷积，动态调整卷积操作以有效区分不同尺度特征，同时优化空间信息处理并降低计算成本	NA	提升道路目标检测任务中多尺度特征提取的效率和准确性	道路障碍物目标	计算机视觉	NA	深度学习	CNN	图像	BDD100K数据集	NA	YOLO系列模型	mAP, FPS	NA
47	2026-01-08	Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI 2025-May, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.1059 PMID:40307199	研究论文	本研究比较了基于深度学习的重建技术与传统插值技术在加速对比增强颈部MRI中的图像质量	首次在加速对比增强颈部MRI中应用基于深度学习的重建算法，实现了扫描时间显著减少的同时提升图像质量	使用的深度学习算法为闭源工作进展版本，且重叠解剖结构的伪影略有增加	评估深度学习重建技术在加速颈部MRI中的图像质量与诊断性能	颈部对比增强MRI图像	医学影像分析	NA	对比增强MRI，深度学习重建	深度学习重建算法	MRI图像	106名患者的MRI扫描数据	NA	NA	半高全宽，信号伪影百分比，非均匀性，对比噪声比，区域黏膜半高全宽，视觉评分（整体质量、清晰度、黏膜显着性、伪影、病变检测）	3T MRI扫描仪，闭源深度学习重建算法（Siemens Healthineers WIP No. 1062）
48	2026-01-06	Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113264 PMID:40968808	研究论文	本文提出了一种结合动态3D摄影测量点云与专家共识的深度学习方法来客观量化面瘫严重程度	创新点在于将动态3D面部运动点云与专家共识评分相结合，使用PointNet网络进行面瘫严重程度的量化评估	NA	客观量化面瘫的严重程度	面瘫患者的面部运动	计算机视觉	面瘫	动态3D摄影测量成像系统	深度学习	3D点云	NA	NA	PointNet	准确率	NA
49	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
50	2025-12-27	Deep learning-based polygenic scores enhance generalizability of psychiatric disorders prediction 2025-May-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.05.25326794 PMID:40385437	研究论文	本研究比较了深度学习模型Genome-Local-Net与线性模型bigstatsr在预测五种精神疾病方面的性能，并探讨了结合个体和GWAS来源的多基因评分及家族遗传风险评分的预测效果	首次系统评估深度学习模型在精神疾病多基因评分预测中的泛化能力，并探索了多种评分整合策略的增效作用	深度学习整合策略未显示一致优势，研究仅针对五种精神疾病，样本代表性可能受限	提升精神疾病遗传风险预测的准确性和泛化能力	注意力缺陷多动障碍、自闭症谱系障碍、双相情感障碍、重度抑郁症和精神分裂症	机器学习	精神疾病	全基因组关联研究	深度学习, 线性模型	基因型数据	未明确	未明确	Genome-Local-Net	AUROC	未明确
51	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
52	2025-12-17	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-05-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文综述了人工智能在生物医学多模态数据融合与分析中的应用、挑战及未来方向	全面概述了生物医学多模态表示学习方法，并提出了通过模型预训练和知识整合来适应深度学习方法的未来方向	NA	探讨人工智能在生物医学数据整合分析中的应用及挑战	分子、细胞、图像和电子健康记录等多模态生物医学数据集	机器学习	NA	NA	深度学习模型	多模态数据（包括分子、细胞、图像和电子健康记录）	NA	NA	NA	NA	NA
53	2025-12-15	scRegulate: Single-Cell Regulatory-Embedded Variational Inference of Transcription Factor Activity from Gene Expression 2025-May-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.17.649372 PMID:40654959	研究论文	本文提出了一种名为scRegulate的生成式深度学习框架，用于从单细胞RNA测序数据中推断转录因子活性和基因调控网络	scRegulate结合了变分推断和基因调控网络先验知识，能够捕捉新颖、动态和上下文特异性的调控相互作用，超越了现有方法的确定性假设和静态数据库依赖	未在摘要中明确提及	开发一个可扩展且具有生物学可解释性的框架，用于从单细胞转录组数据中推断转录因子活性和调控网络	单细胞RNA测序数据中的转录因子活性和基因调控网络	计算生物学	NA	单细胞RNA测序	生成式深度学习框架	基因表达数据	多个公共实验和合成数据集，包括Perturb-seq数据集和PBMC单细胞RNA测序数据	NA	变分推断模型	AUROC, AUPRC, 平均log2倍数变化	NA
54	2025-12-12	Cyber-physical security of biochips: A perspective 2025-May, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0252554 PMID:40454326	综述	本文从视角角度探讨了微流控生物芯片面临的网络安全威胁及相应的多层防护对策	系统性地从结构、材料、样本和知识产权四个层面，综述了针对生物芯片的新兴攻击向量与基于深度学习、分子标记等技术的创新防护措施	NA	探讨微流控生物芯片的网络安全威胁并提出多层防护框架，以确保其在关键应用中的可靠性、安全性和可信度	微流控生物芯片	网络安全	NA	深度学习异常检测、分子条形码、光谱水印、物理不可克隆功能	NA	显微结构图像、光学变化数据、化学光谱数据、DNA序列数据	NA	NA	NA	NA	NA
55	2025-12-10	Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma From Multi-Sequence Magnetic Resonance Imaging Based on Deep Fusion Representation Learning 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3451331 PMID:39196745	研究论文	本研究提出了一种基于深度融合表示学习的新算法，用于从多序列磁共振成像中预测肝细胞癌的微血管侵犯	引入了一种基于ResNet的新型多分支深度融合特征算法（DFFResNet），结合不同序列的MRI图像以增强信息互补性和整合性	研究样本量相对较小（117名个体），且仅基于单一医院的放射科数据集，可能影响模型的泛化能力	预测肝细胞癌术前微血管侵犯，以辅助早期肿瘤复发风险评估	肝细胞癌患者的多序列磁共振成像数据	数字病理学	肝细胞癌	磁共振成像	CNN	图像	117名个体，包含七个MRI序列	NA	ResNet, DFFResNet	NA	NA
56	2025-12-10	SWMA-UNet: Multi-Path Attention Network for Improved Medical Image Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3523492 PMID:40030824	研究论文	本文提出了一种用于医学图像分割的并行多路径注意力网络SWMA-UNet，旨在同时捕获局部细节和全局上下文信息	提出了一种并行（而非串行）集成Transformer和CNN的多路径注意力架构，以同时处理全局和局部信息	未在摘要中明确说明	提高医学图像分割的准确性	医学图像	计算机视觉	NA	深度学习	CNN, Transformer	图像	在Synapse、ACDC、ISIC 2018和MoNuSeg数据集上进行了实验	NA	SWMA-UNet (基于U-Net的变体)	NA	NA
57	2025-12-10	FlexibleSleepNet:A Model for Automatic Sleep Stage Classification Based on Multi-Channel Polysomnography 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3525626 PMID:40030855	研究论文	本文提出了一种名为FlexibleSleepNet的轻量级卷积神经网络架构，用于基于多通道多导睡眠图数据的自动睡眠阶段分类	引入了自适应特征提取模块和尺度变化压缩模块，以平衡时空特征提取与计算复杂度，有效捕获通道间的时空依赖关系	未明确提及模型在更广泛或多样化数据集上的泛化能力，以及可能存在的过拟合风险	开发一种高效的自动睡眠阶段分类模型，以提升分类性能并降低计算复杂度	多通道多导睡眠图数据	机器学习	NA	多导睡眠图	CNN	多通道生理信号数据	三个数据库：SleepEDF-20、SleepEDF-78和SHHS，具体样本数量未明确	NA	FlexibleSleepNet	分类准确率	NA
58	2025-12-10	Conditional Contrastive Predictive Coding for Assessment of Fetal Health From the Cardiotocogram 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530610 PMID:40030899	研究论文	本文提出了一种基于条件对比预测编码的模型，用于从胎心宫缩图自动评估胎儿健康状况	将对比预测编码扩展为随机、循环且以子宫活动为条件的未来预测器，并引入了更适合异常检测的新训练目标	未明确说明模型在临床环境中的泛化能力或计算效率	开发一种自动化方法，通过胎心宫缩图评估胎儿健康状况，以减少人工解读的变异性	胎心宫缩图数据，包括胎儿心率和子宫活动记录	机器学习	胎儿健康	对比预测编码	深度学习模型	时间序列数据	NA	NA	对比预测编码扩展模型	NA	NA
59	2025-12-10	MACTFusion: Lightweight Cross Transformer for Adaptive Multimodal Medical Image Fusion 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3391620 PMID:38640042	研究论文	本文提出了一种基于轻量级交叉Transformer的自适应多模态医学图像融合方法	提出了基于交叉多轴注意力机制的轻量级交叉Transformer，结合交叉窗口注意力和交叉网格注意力来挖掘和整合多模态特征的局部与全局交互，并设计了空间自适应融合模块引导模型关注最相关信息	未明确说明模型在计算资源受限环境下的实际部署效果，也未讨论对其他医学图像模态（如超声、内镜图像）的泛化能力	开发一种计算效率高且性能优越的无监督多模态医学图像融合方法	多模态医学图像（特别是临床脑肿瘤图像）	计算机视觉	脑肿瘤	医学图像融合技术	Transformer	医学图像	未明确说明具体样本数量，仅提及包含临床脑肿瘤图像	未明确说明	交叉Transformer（含交叉窗口注意力和交叉网格注意力），梯度残差密集卷积层	纹理清晰度，视觉质量（未明确量化指标）	未明确说明
60	2025-12-04	Depth Perception Based on the Interaction of Binocular Disparity and Motion Parallax Cues in Three-Dimensional Space 2025-05-17, Sensors (Basel, Switzerland) DOI:10.3390/s25103171 PMID:40431963	综述	本文系统总结了基于双眼视差和运动视差线索的三维空间深度感知研究	从单一线索研究转向两种线索交互的定量研究，并总结和比较了多种深度感知模型	未提出新的实验数据或模型，主要基于现有文献的总结和分析	总结双眼视差和运动视差线索在三维空间深度感知中的研究进展	人类视觉系统的深度感知机制	计算机视觉	NA	NA	NA	NA	NA	NA	NA	NA	NA