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
221	2025-12-20	Encryption and decryption applications on conductive films using THz real-time high-resolution imaging 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.578547 PMID:41414329	研究论文	本文提出了一种基于太赫兹实时准近场成像系统的低成本、高隐蔽性信息加密与解密应用	结合材料基加密策略、先进太赫兹成像与深度学习去噪，形成统一框架，实现复杂噪声环境下加密信息的清晰识别	在超低信噪比条件下，成像清晰度显著下降，这是实际应用中的主要挑战	开发用于安全通信、防伪和信息保护的太赫兹成像加密与解密技术	基于不同成分石墨铅笔设计的文本、涂层和二维码图案加密结构	计算机视觉	NA	太赫兹实时准近场成像	CNN	图像	NA	NA	改进的U-Net	峰值信噪比, 结构相似性, 特征相似性	NA
222	2025-12-20	SNR enhancement for low-SNR amplitude-modulated holographic data storage based on deep learning 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.573648 PMID:41414339	研究论文	本文提出了一种改进的U-Net模型DRAMCU-Net，用于增强全息数据存储图像的信噪比	引入了扩张残差注意力块和多尺度卷积块，以提升对低信噪比数据页中随机噪声的处理能力	未明确说明模型在极端噪声条件下的性能或计算效率	增强振幅调制全息存储中低信噪比数据页的信噪比	全息数据存储图像	计算机视觉	NA	NA	CNN	图像	NA	NA	U-Net, DRAMCU-Net	信噪比	NA
223	2025-12-20	Deep-learning-enabled single-shot fringe projection profilometry based on inner shifting-phase encoding 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.576136 PMID:41414342	研究论文	本文提出了一种基于深度学习结合内移相编码的单次条纹投影轮廓术方法，用于动态三维测量	通过将条纹阶次嵌入单幅高频条纹图案的相移分量，并采用物理约束的双网络架构，解决了单次测量中包裹相位和条纹阶次同时准确提取的固有模糊性问题	未明确提及具体局限性，但单次测量方法可能仍受限于复杂场景或噪声干扰	实现高精度的动态三维测量，特别是针对复杂和孤立物体	复杂和孤立物体的三维形状	计算机视觉	NA	条纹投影轮廓术，内移相编码	CNN	图像	NA	NA	轻量级卷积神经网络	绝对相位恢复精度	低计算复杂度
224	2025-12-20	The application of artificial intelligence-based algorithms in predicting the progression of keratoconus: a systematic review 2025-Nov-15, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03855-1 PMID:41240157	系统综述	本文系统综述了人工智能算法在预测圆锥角膜进展中的应用	首次系统性地评估了多种AI模型在圆锥角膜进展预测中的表现，并识别了关键预测因素，如后表面高度、最大角膜曲率和年龄	研究证据受限于进展标准不一致、缺乏独立多中心外部验证、依赖特定设备以及校准和决策曲线分析报告不全面	评估人工智能算法在预测圆锥角膜进展方面的应用效果	圆锥角膜患者	机器学习	圆锥角膜	NA	机器学习,深度学习	NA	10,940只眼睛	NA	NA	AUC,准确率	NA
225	2025-12-20	Simulation and empirical evaluation of biologically-informed neural network performance 2025-Nov-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.13.687845 PMID:41292768	研究论文	本文通过模拟框架和实证评估，研究了生物信息神经网络（BiNNs）在预测前列腺癌转移状态中的性能影响因素	开发了两个模拟框架来系统评估BiNN性能的影响因素，包括信号类型、强度、特征稀疏性和样本大小，并实证测试了整合种系和体细胞数据的效果	P-NET在稀疏的种系数据上表现不佳，且添加种系数据未改善预测性能，仅提升了基因优先级排序和模型解释性	评估生物信息神经网络（BiNNs）的性能影响因素，并应用于前列腺癌转移状态的预测	前列腺癌患者	机器学习	前列腺癌	体细胞突变和拷贝数变异分析	BiNN, P-NET	基因组数据（体细胞突变、拷贝数、种系变异）	未明确指定	NA	基于Reactome通路数据库的架构	预测准确性、基因优先级排序、模型解释性	NA
226	2025-12-20	Machine Learning Methods for the Prediction of Intraoperative Hypotension with Biosignal Waveforms 2025-Nov-14, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61112039 PMID:41303875	研究论文	本研究旨在开发和验证利用生物信号波形和个性化临床信息预测术中低血压的机器学习和深度学习模型	结合四种生物信号波形（动脉血压、心电图、光电容积脉搏波、二氧化碳波形）与患者临床信息，开发了梯度提升机和混合CNN-RNN模型，用于预测术中低血压	研究为回顾性观察性研究，数据来源于单一医疗中心，可能限制了模型的泛化能力	开发能够预测术中低血压的预测模型，以预防术后心肌梗死、急性肾损伤等并发症	接受非心脏手术的患者	机器学习	心血管疾病	生物信号波形分析	梯度提升机, CNN-RNN	波形数据, 临床信息	2611名患者	NA	CNN-RNN	AUROC, 准确率	NA
227	2025-12-20	Unconstrained deep learning-based sleep stage classification using cardiorespiratory and body movement activities in adults with suspected sleep apnea 2025-Nov-11, Proceedings of the Japan Academy. Series B, Physical and biological sciences DOI:10.2183/pjab.101.032 PMID:40887298	研究论文	本研究评估了使用床垫下压电传感器获取的心肺和身体活动数据，通过深度学习进行无约束睡眠分期分类的可行性	提出了一种基于床垫压电传感器的无约束睡眠监测方法，利用心肺变异性和身体活动特征，通过双向LSTM网络实现睡眠分期，为家庭睡眠监测提供了新方案	研究样本仅包括疑似睡眠呼吸暂停的成人患者（106人），模型性能（平衡准确率0.70）仍有提升空间，未在更广泛人群或不同睡眠障碍患者中验证	开发无需传统多导睡眠图（PSG）束缚的自动化睡眠分期方法，推动家庭睡眠监测技术的发展	106名未经治疗的疑似睡眠呼吸暂停成年患者	机器学习	睡眠呼吸暂停	压电传感器信号采集，多导睡眠图（PSG）	双向长短期记忆网络（BiLSTM）	时序生理信号数据（心率、呼吸率、身体运动等）	106名疑似睡眠呼吸暂停的成人参与者	NA	双向长短期记忆网络（BiLSTM）	平衡准确率，Cohen's κ系数，F1分数，Deming回归，Bland-Altman分析	NA
228	2025-12-20	Deep learning-based non-invasive differential diagnosis of eyelid basal cell and sebaceous gland carcinomas using photographic images 2025-Nov-04, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03801-1 PMID:41186742	研究论文	本研究开发了一种基于ResNet50的深度学习模型，利用眼睑基底细胞癌和皮脂腺癌的摄影图像进行非侵入性鉴别诊断	首次提出基于摄影图像的深度学习模型用于眼睑基底细胞癌和皮脂腺癌的非侵入性鉴别诊断，相比传统病理检查具有无创、快速的优势	研究数据仅来自单一医疗中心，样本量相对有限（共370张图像），需要多中心验证以提高泛化能力	开发一种非侵入性的早期鉴别诊断方法，用于区分眼睑基底细胞癌和皮脂腺癌，减少诊断延迟并提高准确性	眼睑基底细胞癌和皮脂腺癌的摄影图像	计算机视觉	皮肤癌	摄影图像采集	CNN	图像	370张摄影图像（199张眼睑基底细胞癌，171张眼睑皮脂腺癌）	NA	ResNet50	准确率, F1分数, 敏感性, 特异性	NA
229	2025-12-20	Light scattering patterns of triaxial ellipsoidal drops and their use in inferring drops' shapes, aided by deep learning 2025-Nov-03, Optics express IF:3.2Q2 DOI:10.1364/OE.579521 PMID:41414109	研究论文	本研究通过扩展矢量复射线模型（VCRM3D）来探究三轴椭球液滴的光散射特性，并利用深度学习从单次光散射图案中推断液滴的三维形状	首次将VCRM3D模型扩展至三轴椭球液滴的光散射研究，建立了首个椭球液滴光散射图案数据库，并利用卷积神经网络从单次散射图案中实现高精度三维形状重建	研究基于合成数据库进行训练和验证，未明确提及在真实实验环境中的泛化性能或噪声影响	开发一种基于单次光散射图案的非球形液滴三维形状推断方法，以替代传统多视角成像技术	三轴椭球液滴（非球形液滴）	机器视觉	NA	光散射模拟、深度学习	CNN	图像（光散射图案）	NA	NA	NA	平均相对误差	NA
230	2025-12-20	DLAO: a physics-informed deep learning framework for aberration correction in optical coherence tomography 2025-Nov-03, Optics express IF:3.2Q2 DOI:10.1364/OE.576331 PMID:41414138	研究论文	本文提出了一种基于物理信息深度学习的自适应光学框架DLAO，用于高效校正光学相干断层扫描图像中的复杂像差	引入了伪点扩散函数预处理步骤，将高维图像恢复任务转化为低维物理参数估计问题；设计了层间自适应渐进注意力网络，结合多尺度特征融合机制和新型LAPA模块，以增强对分层、多尺度特征的捕获能力	未明确提及	解决光学相干断层扫描中因系统缺陷和样本不均匀性引起的像差问题，以提升图像质量	光学相干断层扫描图像	计算机视觉	NA	光学相干断层扫描	深度学习	图像	NA	NA	层间自适应渐进注意力网络	峰值信噪比, 结构相似性指数	NA
231	2025-12-20	MSSPUNet: phase unwrapping using a multi-scale, multi-stage deep neural network for digital holographic tomography 2025-Nov-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.571895 PMID:41411586	研究论文	本文提出了一种用于数字全息层析成像相位解缠的多尺度、多阶段深度神经网络MSSPUNet	提出了一种结合多尺度特征融合与多阶段优化策略的Transformer网络，以增强跨尺度相位解缠的精度和鲁棒性	未明确说明模型在极端噪声或复杂畸变条件下的性能边界，且真实数据验证范围有限	解决数字全息层析成像中相位解缠的精度和鲁棒性问题	细胞、类器官、仿体以及传统3D打印结构的数字全息层析图像	计算机视觉	NA	数字全息层析成像	Transformer网络	相位图像	大量模拟数据集及真实DHT图像（细胞、类器官、仿体、3D打印结构）	NA	MSSPUNet（多尺度多阶段Transformer网络）	准确性、鲁棒性、泛化能力	NA
232	2025-12-19	Deep Learning-Based Quality Control and Diagnosis of Bronchial Images 2025-Nov-27, Respiration; international review of thoracic diseases DOI:10.1159/000548342 PMID:41308068	综述	本文系统分析了深度学习技术在医学内窥镜领域的应用潜力，特别是人工智能在支气管镜图像质量控制与诊断分析中的应用前景	探讨了人工智能在支气管镜图像分析中的创新潜力，旨在通过深度学习技术解决传统方法的局限性	当前研究存在模型泛化能力不足的问题，需要多中心临床验证来优化模型鲁棒性	研究人工智能在支气管镜图像质量控制与诊断分析中的应用，以提升医疗质量与诊断效率	支气管镜图像	计算机视觉	肺癌	NA	深度学习	图像	NA	NA	NA	NA	NA
233	2025-12-19	Transformer and graph variational autoencoder to identify microenvironments: A deep learning protocol for spatial transcriptomics 2025-Nov-27, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2025.104206 PMID:41313684	研究论文	本文介绍了一种名为TG-ME的计算框架，它结合Transformer和图变分自编码器，用于通过空间转录组学和形态学图像识别微环境	首次将Transformer与图变分自编码器集成，以分析空间转录组学和形态学图像中的微环境	NA	开发一个深度学习协议，用于识别健康、肿瘤和感染组织中的空间微环境	空间转录组学和形态学图像数据	数字病理学	肿瘤	空间转录组学	Transformer, 图变分自编码器	图像, 转录组数据	NA	NA	Transformer, 图变分自编码器	NA	NA
234	2025-12-19	Protocol to annotate and automate single-cell instance segmentation on stimulated Raman histology using deep learning 2025-Nov-27, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2025.104221 PMID:41317327	研究论文	本文提出了一种基于深度学习的协议，用于在刺激拉曼组织学图像上自动进行单细胞实例分割	开发了ELUCIDATE网络工具和DetectSRH Python库，实现了无标记SRH图像的单细胞空间分析自动化	NA	实现神经外科术中获取的SRH图像的自动细胞分割	SRH图像中的细胞	数字病理学	NA	刺激拉曼组织学	深度学习模型	图像	NA	Python	NA	NA	NA
235	2025-12-19	Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06042-0 PMID:41219251	研究论文	本文提出了一种专注于人机共存环境中顺序性人体装配与拆卸动作的新型数据集	数据集针对人机共存环境设计，包含多视角采集的同步RGB视频与2D/3D人体骨骼数据，并特别关注了局部遮挡、相似重复动作及行为差异等实际挑战	未明确说明数据采集场景的具体复杂度限制或参与者行为模式的覆盖全面性	为人机交互、自主机器人运动规划等领域提供任务导向的行为研究数据支持	人机共存环境中的人类顺序性装配与拆卸动作	计算机视觉	NA	多视角相机采集、2D/3D人体骨骼估计	深度学习模型	RGB视频、2D/3D人体骨骼数据	33名具有不同身体特征和行为偏好的参与者，超过10,000个样本	NA	NA	NA	NA
236	2025-12-19	Machine Learning Analysis of Cilia-Driven Particle Transport Distinguishes Primary Ciliary Dyskinesia Cilia from Normal Cilia 2025-Nov-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.02.686130 PMID:41279745	研究论文	本研究利用机器学习和深度学习技术，通过分析纤毛驱动的粒子运输轨迹来区分原发性纤毛运动障碍（PCD）与正常纤毛	首次结合特征机器学习和图像深度学习，客观量化纤毛定向粒子运输，以检测PCD相关纤毛功能障碍	样本量相对较小（仅14名PCD患者和10名健康供体），且未涉及其他纤毛疾病类型的广泛比较	开发一种客观、准确的诊断工具，用于识别原发性纤毛运动障碍（PCD）	来自PCD患者、健康供体和囊性纤维化患者的气道上皮细胞及其纤毛驱动的荧光微球运输轨迹	计算机视觉, 机器学习	原发性纤毛运动障碍	高速视频显微镜, 荧光微球追踪	CNN	视频, 轨迹数据	14名PCD患者, 10名健康供体, 2名囊性纤维化患者, 共计602个视频	Python, Jython, 自定义Python包CiliaTracks	卷积神经网络	准确率	NA
237	2025-12-19	Commercial Products Using Generative Artificial Intelligence Include Ambient Scribes, Automated Documentation and Scheduling, Revenue Cycle Management, Patient Engagement and Education, and Prior Authorization Platforms 2025-Nov, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.05.021 PMID:40419172	综述	本文综述了生成式人工智能在医疗保健领域的商业应用现状，重点介绍了大型语言模型如何优化临床工作流程	系统梳理了生成式AI在医疗领域的五大商业应用方向，并首次量化统计了环境记录类产品的平台数量（约90个）	缺乏监管监督、存在固有偏见、与电子健康记录的互操作性不一致、以及临床医生对LLM输出结果缺乏信任导致接受度低	探讨生成式人工智能在临床实践中的商业应用现状、挑战与未来发展方向	医疗保健领域的商业生成式AI产品平台	自然语言处理	NA	自然语言处理，深度学习	大型语言模型	文本	NA	NA	NA	NA	NA
238	2025-12-19	INVESTIGATING CORRELATIONS BETWEEN MENTAL DISORDERS AND FUNDUS IMAGING DATA USING DEEP LEARNING: A Study From the UK Biobank 2025-11-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004574 PMID:40601933	研究论文	本研究利用深度学习技术，基于UK Biobank数据库中的眼底图像和光学相干断层扫描数据，探索精神障碍与眼底生物标志物之间的关联	首次提出基于深度学习的多模态训练方法，用于自动识别精神行为障碍并解释其与眼底成像特征之间的潜在关联	样本量相对有限（1494名参与者），且研究结果仅为初步发现，需要更大规模的数据集进行验证	自动识别精神行为障碍，并探索精神疾病与眼底生物标志物之间的关联	UK Biobank数据库中1494名参与者的眼底图像和光学相干断层扫描数据	数字病理学	精神障碍	光学相干断层扫描	深度学习模型	图像	1494名参与者	NA	多模态模型	ROC曲线下面积, 敏感性, 特异性	NA
239	2025-12-18	Artificial intelligence-driven longitudinal quantification of technetium pyrophosphate uptake in cardiac amyloidosis: Correlation with multimodality imaging and outcomes 2025-Nov-27, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102573 PMID:41314377	研究论文	本研究利用深度学习技术纵向量化转甲状腺素蛋白心脏淀粉样变性患者中锝-99m焦磷酸盐的摄取，并探讨其与多模态影像参数变化及临床结局的相关性	首次应用深度学习方法对ATTR-CM患者的连续99mTc-PYP影像进行自动化定量分析，并验证其作为治疗反应监测生物标志物的临床价值	单中心回顾性研究，样本量有限（85例），随访时间相对较短，缺乏外部验证队列	评估深度学习量化99mTc-PYP摄取在ATTR-CM治疗监测中的临床应用价值	诊断为转甲状腺素蛋白心脏淀粉样变性的患者	数字病理学	心血管疾病	99m-锝焦磷酸盐核素显像，超声心动图，心血管磁共振	深度学习	医学影像	85例ATTR-CM患者（中位年龄79岁，89%为男性）	未明确说明	未明确说明	相关系数（ρ），风险比，P值	NA
240	2025-12-18	Artificial intelligence tools for the assessment and management of dysphagia: protocol for a scoping review 2025-Nov-26, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-108726 PMID:41298263	综述	本文是关于人工智能工具在吞咽困难评估与管理中应用的范围综述研究方案	首次系统性地规划对人工智能（包括机器学习和深度学习）在吞咽困难领域应用文献的范围综述，旨在填补现有文献综合的空白	排除仅涉及儿科人群的研究，且不涉及患者个体数据的收集	系统梳理和综合人工智能工具在吞咽困难评估与管理方面的现有文献，为临床实施提供更清晰的指南	关注人工智能工具（如机器学习、深度学习和计算机视觉）用于评估和管理吞咽困难的研究	自然语言处理, 计算机视觉, 机器学习	吞咽困难	NA	NA	文本	NA	NA	NA	NA	NA