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
1141	2025-12-21	Interpretable multi-model deep learning framework for automated four-class diagnosis of ocular toxoplasmosis using fundus imaging 2025-Dec-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29768-8 PMID:41381695	研究论文	本文提出了一种可解释的多模型深度学习框架，用于使用眼底图像对眼弓形虫病进行四分类自动诊断	首次提出了一个用于眼弓形虫病四分类（活动性、非活动性、混合性、健康）的综合性、可解释的多模型深度学习框架，集成了多种先进架构，并通过SHAP和EigenCAM确保模型透明度和临床一致性	未明确提及研究的具体局限性	开发一个准确、透明且可泛化的AI框架，用于从眼底图像中自动诊断眼弓形虫病的四种不同状态	眼弓形虫病患者的视网膜眼底图像	计算机视觉	眼弓形虫病	眼底成像	CNN, Vision Transformer, YOLO, 集成模型	图像	NA	NA	CNN, Vision Transformer, YOLOv8, YOLOv11, 集成模型	准确率, Matthews相关系数	GPU, CPU
1142	2025-12-21	Artificial Intelligence-Enabled Imaging for Predicting Preoperative Extraprostatic Extension in Prostate Cancer: Systematic Review and Meta-Analysis 2025-Dec-09, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/80981 PMID:41364797	meta-analysis	本文通过系统综述和荟萃分析，比较了基于人工智能的影像技术与放射科医生在预测前列腺癌术前前列腺外侵犯方面的诊断性能	首次通过荟萃分析系统比较了基于多参数磁共振成像和前列腺特异性膜抗原正电子发射断层扫描的人工智能模型与放射科医生在预测前列腺癌前列腺外侵犯方面的诊断效能	研究设计多为回顾性，存在较高的异质性，可能引入偏倚并影响结果的普适性	比较人工智能影像技术与放射科医生在术前预测前列腺癌前列腺外侵犯的诊断性能	前列腺癌患者	digital pathology	prostate cancer	multiparametric magnetic resonance imaging, prostate-specific membrane antigen positron emission tomography	machine learning, deep learning	image	NA	NA	NA	sensitivity, specificity, area under the curve	NA
1143	2025-12-21	Model-Free Learning of Probability Flows: Elucidating the Nonequilibrium Dynamics of Flocking 2025-Dec-05, Physical review letters IF:8.1Q1 DOI:10.1103/1zqs-nbt7 PMID:41418186	研究论文	本文提出了一种新颖的深度学习方法来估计概率流，以研究活性系统中的非平衡动力学，特别是鸟群模型中的熵产生率	开发了一种直接从随机系统轨迹估计概率流的深度学习新方法，并推导了概率流与惯性系统熵产生率之间的新物理联系	未明确说明方法在高维相空间中的计算复杂度或泛化能力限制	理解活性系统中的非平衡动力学，特别是熵产生率在鸟群行为中的作用	活性系统，特别是鸟群模型的非平衡动力学	机器学习	NA	深度学习	NA	随机系统轨迹数据	NA	NA	NA	NA	NA
1144	2025-12-21	Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-Based Tool 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.2025.100847 PMID:40680854	研究论文	本研究开发并验证了一种基于深度学习的计算病理学工具Deep-BCR-Auto，用于从常规H&E染色全切片图像中预测乳腺癌复发风险	提出了一种新的深度学习模型，能够从常规病理切片图像中预测乳腺癌复发风险，相比现有弱监督模型性能显著提升，并展示了良好的泛化能力	研究未明确提及模型在更广泛人群或不同病理实验室环境下的验证情况，也未详细讨论模型的可解释性	开发一种成本效益高、可广泛获取的乳腺癌复发风险预测工具，以优化患者治疗计划	乳腺癌患者，特别是激素受体阳性且人表皮生长因子受体阴性患者	计算病理学	乳腺癌	全切片图像分析	深度学习模型	图像	两个独立队列：癌症基因组图谱计划乳腺癌数据集和俄亥俄州立大学内部数据集	NA	NA	AUC, 准确率, 特异性, 敏感性	NA
1145	2025-12-21	Deep Learning Predicts Survival Across Squamous Tumor Entities From Routine Pathology: Insights From Head and Neck, Esophagus, Lung, and Cervical Cancer 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.2025.100845 PMID:40680853	研究论文	本研究开发了一种基于深度学习的模型，利用头颈鳞状细胞癌的H&E染色切片预测患者总生存期，并在多种鳞状肿瘤实体中验证了其泛化能力	通过跨多种鳞状肿瘤实体（头颈、食管、肺和宫颈癌）验证模型，展示了预测风险评分在头颈鳞状细胞癌之外捕获生存相关信息的泛化能力	模型在食管癌队列中的验证结果不显著，且不同队列中与风险评分相关的临床因素存在差异，限制了单一模型的普适性解释	开发并验证基于计算病理学的深度学习模型，用于从常规病理切片中预测鳞状肿瘤患者的生存期	头颈鳞状细胞癌、食管鳞状细胞癌、肺鳞状细胞癌和宫颈鳞状细胞癌患者的H&E染色病理切片	数字病理	头颈癌, 食管癌, 肺癌, 宫颈癌	H&E染色, 福尔马林固定石蜡包埋样本处理	深度学习模型	图像	多个鳞状肿瘤实体队列（具体数量未在摘要中明确说明）	NA	NA	风险比, 95%置信区间, P值	NA
1146	2025-12-21	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 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.2025.07.008 PMID:40683367	综述	本文是一篇叙述性综述，探讨了人工智能在糖尿病护理中的最新应用、能力、局限性以及未来发展方向	综合分析了传统机器学习与深度学习在糖尿病并发症筛查、疾病进展风险预测、临床决策支持及非侵入性生物标志物识别等多方面的应用，并指出了将AI转化为常规临床实践的未来方向	作为一篇综述，它主要基于现有文献进行综合，未涉及原始数据收集或新模型的实证验证，可能受限于所纳入研究的质量和范围	评估人工智能在糖尿病护理中的应用潜力，探索如何将这些技术转化为常规临床实践以改善患者护理和临床结果	糖尿病及其并发症（如视网膜病变、黄斑水肿、神经病变）的筛查、诊断、预后预测和治疗优化	机器学习	糖尿病	机器学习，深度学习	NA	电子健康记录，图像数据	NA	NA	NA	NA	NA
1147	2025-12-21	Interpretable PROTAC Degradation Prediction With Structure-Informed Deep Ternary Attention Framework 2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202508138 PMID:41026144	研究论文	本研究提出了一种名为PROTAC-STAN的结构感知深度三元注意力网络框架，用于可解释的PROTAC降解预测	通过结合分层分子表示、蛋白质结构数据以及专门为PROTAC系统设计的三元注意力网络，实现了对降解机制前所未有的洞察	未明确提及具体局限性，但暗示现有深度学习方法在分子层次表示和蛋白质结构数据利用方面存在不足	加速PROTAC开发并降低实验成本，通过深度学习预测PROTAC降解效果	PROTAC分子、靶蛋白（POIs）和E3连接酶	机器学习	NA	蛋白质语言模型	深度三元注意力网络	分子结构数据、蛋白质序列数据	NA	NA	三元注意力网络	多种指标（具体未列明）	NA
1148	2025-12-21	Deep Learning-Assisted Fingerprint-Inspired Flexible Pressure Sensor for Tension Monitoring in Carbon Fiber Production 2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202513680 PMID:41026329	研究论文	本文提出了一种受指纹启发的柔性压力传感器，用于监测碳纤维生产中的张力稳定性	通过激光蚀刻技术模仿指纹结构制造柔性压力传感器，用于宽幅碳纤维束阵列的张力监测，并开发了端到端的张力异常分类卷积神经网络	未明确提及传感器在极端环境下的长期稳定性或大规模部署的成本效益分析	解决碳纤维大规模生产中张力稳定性控制的技术挑战，实现实时智能张力监测	宽幅碳纤维束阵列	柔性电子与智能制造	NA	激光蚀刻	CNN	压力传感器数据	未明确提及具体样本数量	未明确提及	未指定具体架构	准确率	未明确提及
1149	2025-12-21	From Industrial Waste to Multistage Applications: Ultralight Lignin-Based Aerogel with Situ Vertically Oriented Structure for Photothermal-Assisted Pb2+ Adsorption in Wastewater and Reuse as Efficient Output and Stability Triboelectric Materials 2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202513337 PMID:41028951	研究论文	本研究开发了一种具有原位垂直取向结构的超轻木质素基气凝胶，用于光热辅助吸附废水中的铅离子，并再利用为木质素基摩擦电纳米发电机	首次将废弃吸附剂转化为木质素基摩擦电纳米发电机，实现木质素基吸附剂的多阶段应用，并结合深度学习模型算法实现高精度物体识别	NA	开发一种从工业废物到多阶段应用的超轻木质素基气凝胶，用于废水处理和能量收集	木质素基气凝胶（GSPCAA）及其在铅离子吸附和摩擦电纳米发电机中的应用	材料科学	NA	定向冷冻和离子交联方法	深度学习模型	压力分布数据	NA	NA	NA	识别准确率	NA
1150	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
1151	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
1152	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
1153	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
1154	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
1155	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
1156	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
1157	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
1158	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
1159	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
1160	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