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
1101	2025-12-21	Deep Learning-Based Segmentation of Lung Adenocarcinoma Whole-Slide Images for Objective Grading, Tumor Spread Through Air Spaces Identification, and Mutation Prediction 2025-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100907 PMID:41075873	研究论文	本研究开发了一种基于深度学习的多类别分割模型，用于对肺腺癌数字化图像进行客观定量分级、检测肿瘤通过气腔扩散并预测基因突变	首次利用深度学习多类别分割模型同时实现肺腺癌的客观分级、肿瘤扩散检测及基因突变预测，提供了一种全面的病理分析新方法	研究基于特定数据集（766例非黏液性肺腺癌），模型在更广泛人群或黏液性亚型中的泛化能力需进一步验证	开发客观定量的肺腺癌病理分析工具以辅助诊断和治疗指导	肺腺癌切除标本的数字化全切片图像	数字病理学	肺癌	全切片图像数字化	深度学习分割模型	图像	766例非黏液性肺腺癌切除标本（内部108例标注，外部130例验证，剩余528例内部验证）	NA	Deep Multi-Magnification Network	P值统计显著性（P < 1×10），与病理学家解释的相关性	NA
1102	2025-12-21	Deep learning predicts potential reassortments of avian H5N1 with human influenza viruses 2025-Dec, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf396 PMID:41409712	研究论文	本文构建了一个名为HAIRANGE的注意力深度学习模型，用于预测禽流感H5N1与人类流感病毒之间潜在的人类适应性重配	开发了非预训练的Codon2Vec嵌入器，在基准测试中表现优于ESM2、DNABERT2等其他嵌入器，表明基因组上下文与病毒宿主或血清型高度相关	NA	预测禽流感H5N1与人类流感病毒之间潜在的人类适应性重配，评估大流行风险	禽流感H5N1甲型流感病毒（IAVs）与人类流感病毒（如H3N2）的重配事件	自然语言处理	流感	深度学习，聚合酶活性报告实验	注意力深度学习模型	基因组序列数据	NA	NA	HAIRANGE（包含Codon2Vec嵌入器）	基准测试比较（针对嵌入器），聚合酶活性验证	NA
1103	2025-12-21	High Throughput Intracellular Delivery Using a 2D Cell-Squeezing Mechanoporation Device and Its Analysis by a Deep Learning Model 2025-Dec, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202502472 PMID:40838383	研究论文	本文设计了一种基于2D细胞挤压微流控装置的高通量细胞内递送平台，并结合深度学习模型进行自动化分析	开发了一种具有垂直通孔阵列的2D细胞挤压装置，显著提高了细胞内递送的吞吐量，并首次将深度学习驱动的实例分割与基于规则的图像处理系统结合，用于单细胞分辨率下的自动化定量分析	NA	实现高通量、高效的细胞内递送，并自动化分析递送效果	HeLa细胞、Jurkat细胞、人间充质干细胞（hMSCs）、人牙龈成纤维细胞（hGFs）	机器学习	NA	细胞挤压机械穿孔术、微流控技术、图像细胞术	深度学习模型	图像	NA	NA	NA	NA	NA
1104	2025-12-21	Virtual Histological Staining as a Tool for Extending Renal Segmentation Across Stains 2025-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100842 PMID:40712735	研究论文	本文提出了一种基于循环一致性生成对抗网络的方法，用于将肾脏组织H&E染色虚拟转换为PAS染色，以扩展深度学习分割模型的应用范围	首次利用英国慢性肾病生物库数据，开发了能够实现H&E到PAS虚拟染色的跨染色转换模型，并验证了其在肾小球分割中的实用性	虚拟染色与真实染色仍存在可区分性（病理学家识别率52.5%-75.8%），且尚未涵盖更多染色类型	解决肾脏病理学中多染色条件下深度学习分析工具通用性问题	肾脏组织切片图像（H&E和PAS染色）	数字病理学	慢性肾病	虚拟组织染色技术	GAN	全切片图像	来自英国16个肾病中心的多样化数据集（National Unified Renal Translational Research Enterprise），以及3个独立肾分割数据集（Kidney Precision Medicine Project, Human BioMolecular Atlas Program, Jayapandian等数据）	NA	循环一致性生成对抗网络	病理学家识别准确率（52.5%, 75.8%）	NA
1105	2025-12-21	Deep Learning-based Multiview Facial Identification as a Screening Tool for Cushing Syndrome 2025-Dec, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.016 PMID:40738260	研究论文	本研究开发了一种基于深度学习的多视角面部识别方法，用于辅助诊断库欣综合征	首次将多视角面部图像与深度学习模型结合，用于库欣综合征的筛查，并证明其诊断性能优于内分泌专家	样本量较小（训练队列42对，外部验证队列13对），可能影响模型的泛化能力	开发一种准确且易于获取的库欣综合征诊断工具	库欣综合征患者及其年龄、性别和体重指数匹配的对照组	计算机视觉	库欣综合征	多视角面部图像采集	深度学习	图像	训练队列：42对患者与对照组；外部验证队列：13对患者与对照组	NA	DenseNet, ResNet, Swin, ViT	准确率, 灵敏度, 特异性, 曲线下面积	NA
1106	2025-12-20	Uterine collagen deposition fluctuates throughout the estrous cycle and provides a scaffold for gland visualization via the SHG-casting method 2025-Dec-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113989 PMID:41403834	研究论文	本研究利用二次谐波产生显微镜，分析了小鼠子宫内膜组织在发情周期各阶段中纤维状胶原的沉积变化，并开发了一种基于深度学习的快速腺体分割模型	首次量化了发情周期中子宫内膜纤维状胶原的2D和3D动态变化，并提出了SHG-casting方法，实现了胶原与腺体的同步无标记3D成像	研究仅使用小鼠模型，未在人类或其他物种中验证；SHG-casting方法的应用范围可能受限于胶原丰富的ECM环境	探究子宫内膜细胞外基质（特别是纤维状胶原）在发情周期中的动态变化及其与子宫腺体形态的关系	小鼠子宫内膜组织	数字病理学	NA	二次谐波产生显微镜	深度学习分割模型	3D显微图像	跨发情周期各阶段的小鼠子宫内膜组织样本	NA	NA	NA	NA
1107	2025-12-20	Evaluating the efficacy of the ResNet50 deep learning model utilizing thyroid scintigraphy images for predicting the outcomes of initial iodine-131 therapy in patients with Graves' disease 2025-Dec-19, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002094 PMID:41414958	研究论文	本研究利用ResNet50深度学习模型分析甲状腺闪烁扫描图像，以预测Graves病患者首次碘-131治疗的疗效	首次将ResNet50深度学习模型与甲状腺闪烁扫描图像结合，通过Grad-CAM实现特征可视化，并提取16个关键影像组学特征构建随机森林分类器，提高了预测的泛化性能	研究为回顾性单中心设计，样本量较小（121例患者），需要多中心队列验证以优化精准治疗方案	构建基于深度学习的影像组学模型，预测Graves病患者首次碘-131治疗的结果	121名确诊为Graves病并接受治疗前甲状腺闪烁扫描的患者	数字病理学	甲状腺疾病	甲状腺闪烁扫描（使用高锝酸盐-99mTcO4-）	CNN	图像	121例患者	TensorFlow, PyTorch, Keras, Scikit-learn	ResNet50	AUC, 敏感性, 特异性	NA
1108	2025-12-20	Dual-channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI 2025-Dec-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291c PMID:41360014	研究论文	提出了一种基于跨被试正向迁移的双通道TRCA-net方法，用于提升SSVEP-BCI系统的解码性能	提出了创新的基于迁移精度的被试选择策略和集成SSVEP领域自适应网络的深度学习网络，以增强模型泛化能力并降低负迁移风险	NA	提升稳态视觉诱发电位脑机接口系统的解码精度和信息传输率，减少被试间变异性	稳态视觉诱发电位脑机接口系统	机器学习	NA	稳态视觉诱发电位	深度学习网络	脑电信号	在两个大规模公共基准数据集上进行验证	NA	双通道TRCA-net, SSVEP-DAN	解码精度, 信息传输率	NA
1109	2025-12-20	High Volume Rate 3D Ultrasound Reconstruction with Diffusion Models 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3645849 PMID:41411351	研究论文	本文提出了一种基于扩散模型的新型3D超声重建方法，旨在从减少的仰角平面中实现更高的空间和时间分辨率	首次将扩散模型应用于3D超声重建，利用扩散后验采样的概率特性量化重建不确定性，并通过利用超声序列固有的时间一致性来加速推理	未明确说明模型在临床环境中的实时性能评估或对不同解剖结构的泛化能力	解决3D超声成像中高体积率与高图像质量之间的权衡挑战	3D心脏超声数据集	医学影像重建	心血管疾病	3D超声成像	扩散模型	3D超声图像序列	NA	NA	扩散模型	图像质量，下游任务性能，召回率	NA
1110	2025-12-20	Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review 2025-Dec-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9146 PMID:41412746	综述	本文系统总结了神经影像中下丘脑分割方法及其在生理与临床研究中的应用	对下丘脑分割方法进行了系统性的分类与综述，并指出了该领域当前面临的主要挑战与未来方向	缺乏统一的分割协议，阻碍了跨研究可比性；在儿科人群研究中存在显著的方法学空白	综述下丘脑分割方法，以促进对该关键脑区结构与功能的全面理解	人类下丘脑及其功能亚区	神经影像	NA	神经影像	深度学习	图像	NA	NA	NA	NA	NA
1111	2025-12-20	On the Completeness of Existing RNA Fragment Structures 2025-Dec-18, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	本文评估了RNA片段结构空间的完整性，并指出其在四核苷酸和五核苷酸水平上仍处于指数增长阶段，远未完整	首次系统性地分析了RNA片段结构空间的完整性，揭示了其在四核苷酸和五核苷酸水平上的指数增长趋势，并提出了基于糖环原子的稳定参考框架	研究仅关注了二至五核苷酸片段，未涵盖更长的RNA结构或动态变化，且依赖于现有实验数据的局限性	评估RNA片段结构空间的完整性，以探讨RNA结构预测的潜力	RNA片段结构，包括二、三、四和五核苷酸水平	结构生物学	NA	结构分析，实验测定	NA	结构数据	NA	NA	NA	NA	NA
1112	2025-12-20	Phylo-Spec: a phylogeny-fusion deep learning model advances microbiome status identification 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01453-25 PMID:41283667	研究论文	提出一种名为Phylo-Spec的系统发育融合深度学习模型，用于改进基于微生物组的健康状态识别	首次将微生物的系统发育关系整合到深度学习框架中，通过自底向上的迭代融合卷积特征，动态处理未分类物种，并利用基于信息增益的机制增强模型可解释性	模型在真实世界数据中的泛化能力仍需更多验证，且计算复杂度可能较高	开发一种能够整合微生物多维度信息以提升健康状态分类性能的计算模型	人类微生物组数据	机器学习	NA	宏基因组测序，扩增子测序	深度学习	微生物丰度数据，分类学数据，系统发育数据	NA	NA	卷积神经网络	NA	NA
1113	2025-12-20	Unveiling the landscape of prokaryotic global regulators through deep protein language models 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.00950-25 PMID:41283681	研究论文	本研究利用深度蛋白质语言模型，对原核生物全局调控因子进行了大规模系统性鉴定与图谱绘制	首次将深度蛋白质语言模型应用于大规模原核生物全局调控因子的系统性鉴定，克服了传统方法在检测远程同源物和新类型方面的局限，发现了大量未知功能的蛋白质和新的调控因子类型	研究主要基于基因组序列数据，缺乏对鉴定出的调控因子进行全面的实验验证，且功能预测依赖于计算模型	系统性揭示原核生物全局调控因子的多样性、分布模式和进化动态，为合成生物学提供可调控的遗传电路设计工具	14,800个细菌和古菌模式菌株基因组中的全局调控因子	计算生物学, 生物信息学	NA	深度蛋白质语言模型, 深度学习	蛋白质语言模型	蛋白质序列数据	14,800个细菌和古菌模式菌株基因组, 74,872条经过人工注释的GR序列用于训练	NA	NA	灵敏度, 泛化能力	NA
1114	2025-12-20	Computational pathology in breast cancer: optimizing molecular prediction through task-oriented AI models 2025-Dec-16, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00857-1 PMID:41402342	研究论文	本文探讨了在乳腺癌病理学中，通过任务导向的小型AI模型直接从WSI预测临床相关分子特征的机遇与挑战	提出采用任务导向的小型AI模型替代大型基础模型，以解决临床工作流集成、可解释性和泛化性等问题，并探讨了模型蒸馏、弱监督和模块化训练等具体方法	模型仍面临高质量数据集获取、多机构验证的严谨性要求以及跨学科协作的挑战	优化乳腺癌分子预测，推动AI在计算病理学中的临床转化应用	乳腺癌的数字化全切片图像（WSI）	计算病理学	乳腺癌	数字化全切片图像分析	深度学习模型	图像	NA	NA	NA	NA	NA
1115	2025-12-20	Real-time retail planogram compliance application using computer vision and virtual shelves 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27773-5 PMID:41402356	研究论文	本研究提出了一种用于便利店货架图合规性的实时自动化监控系统，该系统利用计算机视觉和深度学习技术，在超过7000家7-Eleven门店中部署	提出了一种集成了货架检测、产品识别和货架布局比对功能的统一流水线，并引入了多图像拼接技术构建虚拟货架以克服空间限制，显著提高了系统的适应性和准确性	未明确讨论系统在极端光照条件、高度遮挡或新型/未训练产品出现时的性能，也未提及部署和维护成本	解决便利店中货架图合规性检查的自动化问题，以替代传统的人工审核	便利店货架、货架上的产品	计算机视觉	NA	计算机视觉，深度学习	CNN, Transformer	图像	货架检测数据集15,232张图像，产品检测数据集99,135张图像，分类数据集包含471个产品类别，平均每个类别210张图像	NA	YOLOv8, ResNet101, FAN-based Transformer, Deformable DETR	精确率，召回率，mAP@50，mAP@50-b，准确率，Top-1准确率，Top-5准确率	NA
1116	2025-12-20	MCrossFormer: multi-level cross-scale transformer for photovoltaic power and lifespan prediction 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27638-x PMID:41402373	研究论文	本研究提出了一种结合加权功率退化耦合模型与深度学习预测框架的集成方法，用于光伏组件寿命和功率输出的准确预测	提出了新颖的多级跨尺度Transformer（MCrossFormer）架构，采用三个并行的编码器-解码器结构分别捕获趋势、周期和邻近特征，并设计了长短期注意力机制来动态识别光伏功率时间序列中的关键模式	未在摘要中明确说明	准确预测光伏组件的寿命和功率输出，以确保系统可靠性和经济可行性	光伏组件	机器学习	NA	深度学习	Transformer	时间序列数据	三个公共基准数据集	NA	MCrossFormer（多级跨尺度Transformer）	NA	NA
1117	2025-12-20	Advancing animal behavior recognition with self-supervised pre-training on unlabeled data 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27736-w PMID:41402417	研究论文	本研究提出了一种基于对比学习的自监督学习框架，利用跨物种未标记数据来缓解动物活动识别中的标注数据稀缺问题	引入了一种结合时间-频率一致性目标的自监督预训练方法，并设计了一种新颖的分类模型，该模型通过基于PatchTST的编码器整合轴内局部动态，通过深度可分离卷积整合跨轴全局模式	未在论文标题和摘要中明确说明	减少动物活动识别对大规模标注数据的依赖，实现可扩展且标签高效的动物行为监测	跨物种的动物行为数据	机器学习	NA	对比学习，自监督学习	Transformer, CNN	时间序列数据	未在论文标题和摘要中明确说明	NA	PatchTST	准确率, F1分数	NA
1118	2025-12-20	Blockchain-based secure MEC model for VANETs using hybrid networks 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27682-7 PMID:41402461	研究论文	本文提出了一种基于区块链和深度学习的混合网络模型，用于增强车载自组织网络（VANETs）中的数据安全性和处理效率	结合区块链、边缘计算（MEC）和深度学习，提出了一种三层架构（感知层、边缘计算层、服务层），并引入了自适应扩张混合网络（ADHyNet）进行节点认证，使用随机数更新技能优化算法（RNU-SOA）优化超参数，以及采用同态加密与椭圆曲线密码学（HECC）结合的方式保护数据	NA	开发一个安全、高效的车载自组织网络（VANETs）数据处理与通信模型	车载自组织网络（VANETs）中的数据安全、隐私保护和通信性能	机器学习	NA	区块链技术、边缘计算（MEC）、深度学习	Res-LSTM, GRU	网络通信数据、车辆节点数据	NA	NA	Residual LSTM with GRU (ADHyNet)	数据安全性、吞吐量、服务质量（QoS）	NA
1119	2025-12-20	RAUM-GANs: a multi-layer GAN-enhanced framework for accurate multiple sclerosis lesion segmentation in MRI 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27787-z PMID:41402470	研究论文	本文提出了一种名为RAUM-GANs的多层深度学习框架，用于提高多发性硬化症MRI图像中病灶分割的准确性	采用多层GAN增强框架，包括噪声去除、缺失数据填补和数据集扩展，结合Residual Attention U-Net进行分割，显著提升了分割性能	未明确提及框架在其他疾病或数据集上的泛化能力，以及计算资源需求的具体限制	开发一个准确、鲁棒的多发性硬化症病灶分割框架，以克服MRI数据中的噪声、缺失数据和标签图像有限等挑战	多发性硬化症患者的MRI图像	数字病理学	多发性硬化症	MRI成像	GAN, CNN	图像	基于MICCAI MSSEG-2数据集，具体样本数量未明确说明	未明确指定，但可能涉及TensorFlow或PyTorch等深度学习框架	Denoising GAN (DGAN-Net), Multi-level Identity GAN (MGAN), Residual Attention U-Net (RAU-Net)	Dice分数, Fréchet Inception Distance (FID), Inception Score (IS), 峰值信噪比 (PSNR)	未明确说明
1120	2025-12-20	Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in England during 2021-2022 2025-Dec-15, Appetite IF:4.6Q1 DOI:10.1016/j.appet.2025.108424 PMID:41407206	研究论文	本研究探讨了英格兰外卖餐饮店菜单健康评分、菜单特征与顾客能量摄入之间的关联	结合通用健康评分和深度学习健康评分，并利用随机森林模型分析菜单特征对能量摄入的预测作用	研究依赖顾客回忆数据，可能引入回忆偏倚；仅覆盖英格兰四个地方当局，样本代表性可能有限	识别外卖餐饮店健康评分工具和菜单特征是否能解释顾客在外用餐时的能量摄入差异	英格兰外卖餐饮店的顾客及其点餐记录	机器学习	NA	深度学习, 随机森林模型, 稳健线性回归	随机森林, 线性回归	文本数据（菜单特征、餐饮店名称）, 数值数据（能量摄入）	3718名顾客	NA	NA	方差解释率（29%）	NA