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
661	2025-10-06	Explainable multimodal deep learning for predicting thyroid cancer lateral lymph node metastasis using ultrasound imaging 2025-Aug-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62042-z PMID:40750786	研究论文	开发了一种可解释的多模态深度学习模型LLNM-Net，用于术前预测甲状腺癌侧颈淋巴结转移	提出双向注意力深度学习模型，融合超声图像、放射学报告、病理结果和人口统计学等多模态数据，首次实现甲状腺癌侧颈淋巴结转移的高精度预测	研究基于七个医疗中心的数据，但未提及外部验证结果	术前预测甲状腺癌侧颈淋巴结转移，指导手术策略和预后评估	甲状腺癌患者	数字病理	甲状腺癌	超声成像	深度学习	图像,文本,临床数据	29,615名患者和9,836例手术病例，来自七个医疗中心	NA	双向注意力机制	AUC,准确率	NA
662	2025-10-06	Deep-learning model for embryo selection using time-lapse imaging of matched high-quality embryos 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10531-y PMID:40750959	研究论文	开发基于自监督对比学习的深度学习模型，通过延时成像技术筛选优质胚胎	采用匹配的已知植入数据胚胎和自监督对比学习方法，结合孪生神经网络和XGBoost预测模型	研究样本量有限（1580个胚胎视频），模型预测性能仍有提升空间	改进体外受精实验室中的胚胎选择流程	人类胚胎	计算机视觉	生殖医学	延时成像技术	CNN, 孪生神经网络, XGBoost	视频数据	460名患者的1580个胚胎视频	NA	卷积神经网络, 孪生神经网络	AUC	NA
663	2025-10-06	STELLA provides a drug design framework enabling extensive fragment-level chemical space exploration and balanced multi-parameter optimization 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12685-1 PMID:40750989	研究论文	本文介绍STELLA——一种基于元启发式的生成分子设计框架，用于药物发现中的化学空间探索和多参数优化	结合进化算法进行基于片段的化学空间探索，并采用基于聚类的构象空间退火方法实现高效多参数优化，同时利用深度学习模型预测药理性质	NA	开发一个能够广泛探索片段级化学空间并实现平衡多参数优化的药物设计框架	分子设计和药物发现	机器学习	NA	深度学习，进化算法，构象空间退火	深度学习模型	化学分子数据	NA	NA	NA	对接得分，药物相似性定量估计，平均目标得分	NA
664	2025-10-06	Pretreatment CT Texture Analysis for Predicting Survival Outcomes in Advanced Nonsmall Cell Lung Cancer Patients Receiving Immunotherapy: A Systematic Review and Meta-Analysis 2025-Aug, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.70144 PMID:40755255	系统综述与荟萃分析	通过系统综述和荟萃分析评估治疗前CT纹理分析在预测晚期非小细胞肺癌患者免疫治疗生存结局中的价值	首次系统评估CT纹理分析作为非侵入性影像生物标志物在晚期NSCLC免疫治疗预后预测中的应用	纳入研究均为回顾性设计，存在中度异质性，特征提取方法不统一	评估治疗前CT纹理分析预测晚期非小细胞肺癌患者免疫治疗生存结局的有效性	晚期非小细胞肺癌接受免疫治疗的患者	医学影像分析	肺癌	CT纹理分析，影像组学	深度学习，传统机器学习	CT医学影像	10项研究共2400名患者（OS分析1102人，PFS分析1799人）	NA	NA	风险比，置信区间，I²异质性检验	NA
665	2025-10-06	Multimodal Deep Learning Integrating Tumor Radiomics and Mediastinal Adiposity Improves Survival Prediction in Non-Small Cell Lung Cancer: A Prognostic Modeling Study 2025-Aug, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71077 PMID:40755324	研究论文	本研究开发了一种融合肿瘤影像组学和纵隔脂肪度的多模态深度学习模型，用于改善非小细胞肺癌患者的术后生存预测	首次将深度学习提取的肿瘤影像特征与纵隔脂肪度指标进行多模态融合，显著提升了生存预测性能	回顾性研究设计，样本量相对有限（702例患者）	开发非小细胞肺癌术后生存预测的多模态预后模型	702例接受手术切除的非小细胞肺癌患者	计算机视觉	肺癌	CT影像分析，深度学习特征提取	CNN	医学影像（CT图像）	702例手术切除的NSCLC患者	NA	DenseNet121	C-index, ROC分析, Kaplan-Meier生存分析	NA
666	2025-10-06	Deep learning for sub-ångström-resolution imaging in uncorrected scanning transmission electron microscopy 2025-Aug, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf235 PMID:40755523	研究论文	提出一种深度学习扩散模型SARDiffuse，可在未校正扫描透射电子显微镜中实现亚埃级分辨率成像	首次将扩散模型应用于未校正STEM图像的超分辨率重建，无需复杂像差校正器即可达到亚埃级分辨率	方法对样本厚度有一定要求，尚未在各类材料中广泛验证	开发深度学习方法来提升未校正扫描透射电子显微镜的空间分辨率	硅、钛酸锶和氮化镓等代表性材料	计算机视觉	NA	扫描透射电子显微镜(STEM)	扩散模型	电子显微镜图像	实验使用的代表性材料样本(硅、钛酸锶、氮化镓)	NA	SARDiffuse	空间分辨率(<1 Å)、原子位置保持精度、球差伪影校正效果	NA
667	2025-10-06	Construction of GAN-RES and Its Application to Small Sample Fusulinid Fossil Recognition 2025-Aug, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71845 PMID:40755890	研究论文	提出一种结合GAN与多种神经网络架构的小样本蜓类化石识别方法	首次将生成对抗网络与ResNet50、EfficientNet及定制CNN结合，通过生成样本扩充数据集解决小样本化石识别难题	仅针对特定类型的蜓类化石进行验证，未在其他化石类别测试通用性	解决小样本稀有化石的精准识别问题	蜓类化石图像	计算机视觉	NA	图像生成与识别	GAN, CNN	图像	小样本化石图像数据集	NA	ResNet50, EfficientNet, 定制CNN	准确率	NA
668	2025-10-06	Enhancing telemedicine service quality through sentiment analysis of user review dataset in Indonesia 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111878 PMID:40756423	研究论文	通过情感分析印度尼西亚远程医疗应用的用户评论数据集来提升服务质量	构建了印度尼西亚首个大规模远程医疗用户评论数据集，并应用高级重采样技术处理显著的类别不平衡问题	数据集存在显著的类别不平衡（正负评论比例超过1:14），且仅包含文本评论数据	通过情感分析提升远程医疗服务质量并推进印尼自然语言处理研究	印度尼西亚远程医疗应用的用户评论	自然语言处理	NA	情感分析,文本挖掘	SRNN,1D-CNN,LSTM,BiLSTM	文本	255,679条用户评论	NA	SRNN,1D-CNN,1L-LSTM,BiLSTM	NA	NA
669	2025-10-06	Detection and classification of femoral neck fractures from plain pelvic X-rays using deep learning and machine learning methods 2025-Aug, Ulusal travma ve acil cerrahi dergisi = Turkish journal of trauma & emergency surgery : TJTES DOI:10.14744/tjtes.2025.75806 PMID:40765193	研究论文	本研究使用深度学习和机器学习方法从骨盆X光片中检测和分类股骨颈骨折	比较了多种预训练深度学习模型和机器学习算法在股骨颈骨折检测中的性能，并发现结合VGG-16特征提取和k-NN分类器可获得最佳效果	样本量有限，需要多中心研究进一步改进模型	从骨盆X光片中诊断和分类股骨颈骨折	股骨颈骨折患者和无骨折个体的骨盆X光片	计算机视觉	骨科疾病	X射线成像	CNN, k-NN	图像	598张骨盆X光片（296名骨折患者，302名无骨折个体）	TensorFlow, Keras, Scikit-learn	VGG-16, ResNet-50, MobileNetV2	准确率, 灵敏度, 特异性, 精确率, F1分数, Cohen's kappa, ROC曲线	NA
670	2025-10-06	Single Capture Quantitative Oblique Back-Illumination Microscopy 2025-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.29.667497 PMID:40766649	研究论文	提出一种单次捕获定量斜背照明显微镜技术，利用深度学习模型从单次斜背照明捕获中准确重建相位信息	首次实现单次捕获即可完成定量相位成像，显著提升成像速度并降低系统复杂度	NA	开发更快速、更简化的定量相位成像技术	生物样本（小鼠大脑和人类手臂）	生物医学成像	NA	定量斜背照明显微镜	深度学习模型	显微镜图像	多种生物样本	NA	NA	相位成像精度	NA
671	2025-10-06	Framework for Accurate Single-Molecule Spectroscopic Imaging Analyses Using Monte Carlo Simulation and Deep Learning 2025-Aug-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01486 PMID:40613676	研究论文	开发了一种结合蒙特卡洛模拟和深度学习的单分子光谱成像分析框架	首次提出使用蒙特卡洛模拟生成真实数据，并开发了基于监督学习的单分子光谱图像去噪方法SpecUNet	NA	推进高通量单分子光谱学和光谱分辨超分辨率显微镜的准确分析	单分子光谱成像数据、Janelia Fluors荧光分子、尼罗红极性敏感探针	计算机视觉	NA	单分子光谱成像、蒙特卡洛模拟、荧光光谱分析	CNN	光谱图像	NA	NA	U-Net	八种综合评估指标	NA
672	2025-10-06	A lightweight hybrid DL model for multi-class chest x-ray classification for pulmonary diseases 2025-Aug-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b8 PMID:40706615	研究论文	提出一种结合预训练深度学习模型与支持向量机的混合方法，用于胸部X光图像的多分类任务	将轻量级预训练深度学习模型MobileNet与支持向量机分类器相结合，在保持高精度的同时减少训练时间	未明确说明样本量的具体数值，且仅使用公开数据集可能限制模型的泛化能力	开发高效的胸部X光图像分类方法以辅助肺部疾病诊断	胸部X光图像	计算机视觉	肺部疾病	医学影像分析	CNN, SVM	图像	来自多个公开数据源的胸部X光图像（具体数量未说明）	NA	DenseNet, MobileNet, EfficientNetB0, EfficientNetB3	准确率	NA
673	2025-10-06	AI-driven framework for automated detection of kidney stones in CT images: integration of deep learning architectures and transformers 2025-Aug-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3ba PMID:40706620	研究论文	提出一种基于人工智能的框架，用于在CT图像中自动检测和分类肾结石	集成深度学习和Transformer架构，提出SwinTResNet模型用于精确分割，并结合Vision Transformer进行分类	未提及外部验证数据集和临床部署的可行性	开发自动检测肾结石的AI方法以提高诊断效率和准确性	CT图像中的肾结石	计算机视觉	肾结石	CT成像	深度学习, Transformer	CT图像	NA	NA	SwinTResNet, Vision Transformer (ViT)	训练准确率, 验证准确率	NA
674	2025-10-06	Artificial Intelligence for Materials Discovery, Development, and Optimization 2025-Aug-05, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04200 PMID:40711807	综述	探讨人工智能、机器学习和深度学习在材料发现、开发和优化领域的变革性影响与应用	系统整合了AI在材料科学中的多维度应用，并前瞻性地提出量子计算与AI融合、因果推理与物理信息AI等未来发展方向	面临数据质量不一致、模型可解释性有限、缺乏标准化数据共享框架等挑战	推动材料科学领域的人工智能应用发展	材料发现、开发与优化过程	机器学习	NA	高通量筛选、计算设计、自主实验	RNN, CNN, GNN, 生成模型, Transformer	材料数据集	NA	NA	循环神经网络, 卷积神经网络, 图神经网络, 生成模型, Transformer	NA	量子计算
675	2025-10-06	Brain tumor segmentation by optimizing deep learning U-Net model 2025-Aug-05, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251363699 PMID:40760965	研究论文	本文提出了一种优化的U-Net架构用于脑肿瘤MRI图像分割	在U-Net模型中引入Leaky ReLU激活函数、批归一化和正则化，并采用聚焦损失和广义Dice损失函数解决类别不平衡问题	仅在BraTS'2020数据集上进行验证，未在其他数据集测试泛化能力	开发改进的脑肿瘤MRI图像分割方法	脑肿瘤MRI图像	医学图像分析	脑肿瘤	磁共振成像(MRI)	U-Net	医学图像	BraTS'2020数据集	NA	U-Net	准确率,Dice系数	NA
676	2025-10-06	A novel lung cancer diagnosis model using hybrid convolution (2D/3D)-based adaptive DenseUnet with attention mechanism 2025-Aug-05, Network (Bristol, England) DOI:10.1080/0954898X.2025.2533871 PMID:40762174	研究论文	提出一种结合混合卷积和注意力机制的高效肺癌诊断模型，用于早期准确检测肺癌	开发了基于混合卷积（2D/3D）的自适应DenseUnet注意力机制（HC-ADAM）和混合自适应扩张网络注意力机制（HADN-AM），结合ResNet和LSTM的串行级联结构	NA	开发高效的肺癌早期诊断深度学习技术	肺癌CT图像	计算机视觉	肺癌	CT成像	CNN, LSTM	医学图像	LIDC-IDRI标准基准数据集	NA	DenseUnet, ResNet, LSTM	准确率, 精确率, F1分数	NA
677	2025-10-06	Optimization of deep learning-based denoising for arterial spin labeling: Effects of averaging and training strategies 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70013 PMID:40762194	研究论文	系统研究动脉自旋标记图像深度学习中平均化和训练策略对去噪效果的影响	首次系统比较不同平均化策略和训练方法在深度学习去噪中的效果，包括窗口平均与交错平均方法	研究仅基于152个单延迟ASL扫描，样本量相对有限	优化基于深度学习的动脉自旋标记图像去噪处理流程	动脉自旋标记图像	医学影像处理	NA	动脉自旋标记成像	CNN,Transformer	医学影像	152个单延迟ASL扫描，来自152名受试者	NA	基于卷积神经网络和Transformer的模型	结构相似性,峰值信噪比,归一化平均绝对误差	NA
678	2025-10-06	Utilizing 3D fast spin echo anatomical imaging to reduce the number of contrast preparations in T 1 ρ $$ {T}_{1\rho } $$ quantification of knee cartilage using learning-based methods 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70022 PMID:40762171	研究论文	提出一种结合T1ρ加权快速自旋回波图像和质子密度加权解剖图像的深度学习加速T1ρ量化方法，用于膝关节软骨评估	首次将质子密度加权解剖图像与T1ρ加权图像结合，通过深度学习模型实现在减少对比剂准备次数的情况下仍能保持准确的T1ρ量化	回顾性研究，样本量较小（40名参与者），需要在更大规模数据集中验证	开发加速T1ρ量化方法以减少扫描时间，促进骨关节炎评估在常规临床工作流程中的整合	膝关节软骨	医学影像分析	骨关节炎	MRI，快速自旋回波成像，T1ρ量化	深度学习	MRI图像	40名参与者（30名OA患者和10名健康志愿者）	NA	2D U-Net, 多层感知机	平均绝对误差，平均绝对百分比误差，区域误差，区域百分比误差	NA
679	2025-10-06	Integrating Deep Learning and Real-Time Imaging to Visualize In Situ Self-Assembly of Self-Healing Interpenetrating Polymer Networks Formed by Protein and Polysaccharide Fibers 2025-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c11459 PMID:40762431	研究论文	本研究通过整合深度学习和实时成像技术，可视化蛋白质和多糖纤维形成的自修复互穿聚合物网络的原位自组装过程	首次报道基于脱铁铁蛋白的淀粉样蛋白水凝胶形成，并开发深度学习驱动的图像分析方法实现纤维组分的自动识别和三维微观结构解析	未明确说明样本的具体数量和研究规模	开发具有增强机械性能和自修复能力的全天然生物聚合物基互穿网络水凝胶	淀粉样蛋白纤维（AFs）和植物凝胶（PHY）形成的互穿聚合物网络水凝胶	计算机视觉	NA	扫描电子显微镜、共聚焦激光扫描显微镜、荧光标记	CNN	图像	NA	NA	卷积神经网络	NA	NA
680	2025-10-06	A Sensor Array Composed of Organelle-Targeting Fluorescent Probes and Polydopamine Particles for Deep Learning-Assisted Identification and Ablation of Drug-Resistant Lung Tumors 2025-Aug-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02524 PMID:40762433	研究论文	开发了一种由细胞器靶向荧光探针和聚多巴胺颗粒组成的传感器阵列，结合深度学习网络用于识别和消融耐药性肺癌	首次构建了多细胞器靶向传感器阵列(PPTA-SA)，结合深度学习实现耐药性肺癌细胞和肿瘤的高精度识别与多细胞器靶向光热治疗	NA	解决非小细胞肺癌化疗耐药性识别和治疗难题	非小细胞肺癌细胞和肿瘤切片	数字病理	肺癌	荧光成像, 光热治疗	深度学习网络	图像	NA	NA	NA	准确率	NA