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
2401	2025-11-29	DemuxTrans: Transformer and temporal convolution network for accurate barcode demultiplexing in nanopore sequencing 2025-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf612 PMID:41288610	研究论文	提出一种结合Transformer和时间卷积网络的混合深度学习框架，用于纳米孔测序中的条形码解复用	首次将多层特征融合、Transformer和时间卷积网络结合，平衡局部特征提取、全局上下文建模和长期依赖捕获	NA	提高纳米孔直接RNA测序中条形码解复用的准确性和效率	纳米孔测序原始信号中的条形码识别	生物信息学	NA	纳米孔直接RNA测序(dRNA-seq)	Transformer, TCN	纳米孔原始信号数据	NA	NA	Transformer, Temporal Convolutional Network	准确率, 召回率, F1分数	NA
2402	2025-11-29	Cross-modality 3D MRI synthesis via cycle-guided denoising diffusion probability model 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.6.064003 PMID:41292517	研究论文	提出一种基于循环引导去噪扩散概率模型的跨模态MRI合成框架，用于从现有模态生成高质量目标模态的磁共振图像	采用两个互连的条件扩散概率模型，并引入循环引导的逆向潜在噪声正则化来增强合成一致性和解剖保真度	NA	解决临床实践中MRI序列缺失的挑战，实现跨模态MRI合成	三维脑部MRI图像	医学影像分析	脑部疾病	磁共振成像	扩散概率模型	三维医学图像	BraTS2020数据集中的脑部MRI图像	NA	条件扩散概率模型	MSSIM, PSNR, MAE	NA
2403	2025-11-29	Impact of image preprocessing on dermatological OCTA vessel segmentation: a DERMA-OCTA study 2025-Nov, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.11.116005 PMID:41293065	研究论文	评估不同图像预处理方法对皮肤OCTA血管分割精度的影响	首次系统评估多种OCTA预处理步骤对深度学习血管分割的影响，并引入拓扑感知的评估指标	模型对不同病理血管模式的泛化能力存在挑战，数据集规模有限	评估OCTA预处理步骤对血管分割精度的影响，确定最适合皮肤OCTA数据的网络设计和评估指标	皮肤微血管系统	数字病理	皮肤病	光学相干断层扫描血管成像(OCTA)	CNN	3D体积图像	330个来自不同皮肤状况的体积数据	NA	2D CNN, 3D CNN	准确率, 连通性-面积-长度指数	NA
2404	2025-11-29	Fourier ptychographic enhancement of iterative pathways: autonomous 3D momentum coordination in hybrid ML-PIE architectures 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.577400 PMID:41293679	研究论文	提出一种结合傅里叶叠层衍射成像与机器学习的混合架构，通过三维自主迭代路径设计解决传统优化稳定性问题	将重建阶段视为第三空间维度，将传统二维定点调优问题转化为系统参数空间规划问题，提出仅需单个超参数的Adam-DPIE方法	未明确说明计算资源需求和具体应用场景的局限性	解决混合ML-PIE架构中优化与稳定性之间的根本冲突，实现高性能生物医学成像系统	傅里叶叠层衍射显微镜成像重建过程	计算成像	NA	傅里叶叠层衍射显微术	混合物理-机器学习模型	显微成像数据	NA	自适应矩估计算法框架	Adam-DPIE（动态PIE与自适应矩估计集成）	优化稳定性, 收敛性能, 超参数敏感性	NA
2405	2025-11-29	Time-step encoded high-frequency enhanced diffusion model for OCT retinal image denoising 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.575221 PMID:41293688	研究论文	提出一种基于时间步编码的高频增强扩散模型用于OCT视网膜图像去噪	采用冷扩散框架，通过频域信息解耦与分处理及跨域连接保留高频细节，并设计时间步感知注意力模块指导重建	NA	解决OCT图像散斑噪声导致图像质量下降的问题，同时避免过度平滑和保留高频细节	OCT视网膜图像	计算机视觉	眼科疾病	光学相干断层扫描	扩散模型	图像	两个公共OCT视网膜去噪数据集和一个私有数据集	NA	THFN-OCT	NA	NA
2406	2025-11-29	MediONN: an integrated photonic chip optical neural network for deep learning-based semantic segmentation in early detection of pancreatic cancer 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.574635 PMID:41293690	研究论文	提出一种用于胰腺癌早期检测的集成光子芯片光学神经网络系统MediONN，专门针对3D医学图像分割任务	首个将光学神经网络直接应用于3D分割任务的系统，采用分层3D光学计算框架和分割专用高斯权重初始化策略	在NIH胰腺CT数据集上的平均Dice相似系数相对较低（2D: 0.5215, 3D: 0.5302）	开发高效的光学神经网络系统用于胰腺癌早期检测中的医学图像分割	胰腺CT医学图像	医学图像分析	胰腺癌	光学神经网络，3D医学图像分割	光学神经网络	3D医学图像	NIH胰腺CT数据集	NA	分层3D光学计算框架，4×4光子神经处理器，3D光学卷积层	Dice相似系数	集成光子芯片
2407	2025-11-29	Deep learning optimized dual-analyte detection-based biosensor for monitoring pregnancy stage using a urine sample 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.580226 PMID:41293703	研究论文	本研究提出了一种混合深度学习方法，用于设计和优化基于光子晶体光纤的表面等离子体共振多分析物生物传感器	开发了混合RNN-LSTM模型预测限制损耗，在传感器性能预测方面优于其他深度学习和机器学习模型	基于有限元方法的仿真数据，需要实际实验验证	改进多分析物生物传感器的设计和性能预测	光子晶体光纤表面等离子体共振生物传感器	机器学习	妊娠监测	表面等离子体共振，光子晶体光纤	RNN,LSTM	仿真数据	包含各种传感器参数和折射率值的综合数据集	NA	RNN-LSTM混合模型	MSE,MAE,R,振幅灵敏度,波长灵敏度,传感器分辨率	NA
2408	2025-11-29	Deep UV laser scanning microscopy with integrated 1050 nm spectral-domain optical coherence tomography for multi-contrast tissue imaging 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.570451 PMID:41293701	研究论文	开发了一种结合深紫外激光扫描显微镜和1050 nm光谱域光学相干断层扫描的多对比度组织成像系统	首次将266 nm激发荧光、266 nm共焦反射和1050 nm光谱域OCT集成于单一系统，实现表面和深层组织的同时成像	仅限于离体组织样本成像，尚未在临床手术环境中验证	开发用于手术切缘分析的无载玻片组织成像技术	小鼠肾脏、肝脏和人类乳腺组织	数字病理	乳腺癌	深紫外激光扫描显微镜，光谱域光学相干断层扫描	深度学习	光学图像	小鼠肾脏、肝脏和人类乳腺组织样本	NA	NA	NA	NA
2409	2025-11-29	In-situ non-invasive detection of cellular reactive oxygen species by integrating Raman spectrum and bidirectional gated recurrent unit models 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.560107 PMID:41293696	研究论文	本研究通过整合拉曼光谱和双向门控循环单元深度学习模型，实现了对HepG2细胞凋亡过程中活性氧的原位无创检测	首次将拉曼光谱与Bi-GRU深度学习模型结合用于细胞活性氧检测，利用双向门控机制捕获光谱长期依赖关系，实现无需侵入性探针的原位检测	研究仅针对HepG2细胞系进行验证，尚未在其他细胞类型或体内环境中测试	开发一种原位无创的细胞活性氧检测方法	HepG2细胞在凋亡过程中的活性氧	生物医学工程	细胞代谢疾病	拉曼光谱技术	Bi-GRU, RNN, KNN, PLS	光谱数据	不同凋亡状态的HepG2细胞光谱数据	NA	双向门控循环单元	决定系数R	NA
2410	2025-11-27	AI-aided segmentation of four types of drusen in volumetric OCT 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.566705 PMID:41293704	研究论文	提出结合卷积神经网络和分类模块的深度学习框架，用于从OCT图像中自动分割和分类四种不同类型的玻璃膜疣	首次开发能够同时实现玻璃膜疣自动分割和四种临床相关类型分类的深度学习框架	分割准确度的Dice评分均值为0.74±0.21，仍有提升空间	开发客观的年龄相关性黄斑变性评估和监测方法	光学相干断层扫描图像中的玻璃膜疣	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN	三维医学图像	NA	NA	NA	Dice系数, 临界成功指数	NA
2411	2025-11-29	Gated Attention-Augmented Double U-Net for White Blood Cell Segmentation 2025-Nov-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11110386 PMID:41295103	研究论文	提出一种用于白细胞分割的新型深度学习架构GAAD-U-Net	集成注意力增强卷积和门控机制的双U-Net架构，能更好捕捉模糊边界和复杂结构	未明确说明模型在特定细胞类型或极端条件下的性能限制	提高白细胞医学图像分割的准确性和鲁棒性	白细胞医学图像	数字病理学	血液疾病	深度学习图像分割	U-Net	医学图像	NA	NA	Double U-Net, GAAD-U-Net	Dice系数, IoU	NA
2412	2025-11-29	Clinical consequences of deep learning image reconstruction at CT 2025-Nov-01, The British journal of radiology DOI:10.1093/bjr/tqaf152 PMID:40880286	评论	探讨深度学习重建技术在CT成像中的临床影响、优势与挑战	相比传统迭代重建技术，DLR能在降低图像噪声的同时保持噪声纹理一致性，并减少低剂量下的空间分辨率限制	DLR性能受框架类型和训练数据影响，患者体型和临床任务可能限制剂量降低程度，特定条件下可能引入模糊或伪影	评估深度学习重建技术在CT成像中的临床潜力和应用前景	腹部CT成像应用	医学影像分析	NA	深度学习重建技术	深度学习	CT图像	NA	NA	NA	图像噪声、空间分辨率、诊断准确性	NA
2413	2025-11-29	Deep learning in CT image reconstruction and processing: techniques, performance evaluation, radiation dose, and future perspective 2025-Nov-01, The British journal of radiology DOI:10.1093/bjr/tqaf260 PMID:41099810	综述	本文综述了基于深度学习的CT图像重建与处理技术，涵盖技术实现、性能评估、辐射剂量降低及未来展望	系统分类了DLR技术（投影空间、投影-图像空间、图像空间及混合技术），并首次综合评估其在辐射剂量降低与诊断性能提升方面的潜力	低对比度病变检测中辐射剂量降低仍不足50%，且存在生成虚假结构的风险	探讨深度学习在CT图像重建与处理中的技术应用与性能优化	CT图像重建算法与处理技术	医学影像处理	NA	CT图像重建	深度学习	CT图像	NA	NA	NA	噪声降低、伪影校正、空间分辨率增强	NA
2414	2025-11-29	Prediction of Proto-Oncogene Using Bidirectional GRU and Attention 2025-Nov-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2025.26.11.3959 PMID:41312920	研究论文	本研究提出基于注意力机制和深度学习的方法预测原癌基因蛋白序列	首次将注意力机制与双向门控循环单元结合用于原癌基因预测，提供可解释的蛋白质序列分类方法	仅使用Uniprot数据集进行验证，需要更多临床数据验证模型泛化能力	开发计算模型预测原癌基因蛋白序列，辅助癌症早期诊断和靶向药物研发	原癌基因蛋白序列	生物信息学	癌症	基因组测序技术	CNN, BiGRU	蛋白质序列数据	Uniprot基准数据集	NA	ACNN（注意力卷积神经网络）, ABiGRU（注意力双向门控循环单元）	准确率	NA
2415	2025-11-29	A Deep Learning-Based Ensemble System for Brent and WTI Crude Oil Price Analysis and Prediction 2025-Oct-31, Entropy (Basel, Switzerland) DOI:10.3390/e27111122 PMID:41294965	研究论文	提出一种基于深度学习的集成系统用于布伦特和WTI原油价格分析与预测	结合多种深度学习模型并通过贝叶斯优化调参，使用SLSQP算法进行加权集成	未明确说明数据时间范围和样本规模，未讨论模型在极端市场条件下的表现	设计一个精确的原油价格预测系统	布伦特和WTI原油价格	机器学习	NA	NA	CNN, LSTM, BiLSTM, GRU, BiGRU, DFFNN, XGBoost, RT	时间序列数据	NA	NA	卷积神经网络, 长短期记忆网络, 双向LSTM, 门控循环单元, 双向GRU, 深度前馈神经网络	NA	NA
2416	2025-11-29	MVIB-Lip: Multi-View Information Bottleneck for Visual Speech Recognition via Time Series Modeling 2025-Oct-31, Entropy (Basel, Switzerland) DOI:10.3390/e27111121 PMID:41294964	研究论文	提出一种基于多视图信息瓶颈的视觉语音识别框架MVIB-Lip，通过时间序列建模提升唇读性能	首次将多视图学习与信息瓶颈理论结合用于唇读任务，同时利用原始轨迹和递归图两种互补表示	未明确说明在极端低资源条件下的性能表现	开发数据高效且具有良好泛化能力的视觉语音识别方法	唇部运动的多视图表示	计算机视觉	NA	时间序列分析，递归图	Transformer, CNN	时间序列数据，图像	OuluVS数据集和自收集数据集	PyTorch	Transformer, ResNet-18	准确率，泛化能力	NA
2417	2025-11-29	A Deep Regression Model for Tongue Image Color Correction Based on CNN 2025-Oct-29, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11110381 PMID:41295098	研究论文	提出基于CNN的舌象颜色校正回归模型TococoNet，用于消除舌图像的颜色偏差	提出新型回归模型TococoNet，采用对称编码器-解码器U-Blocks结构并通过M-Block进行多级特征融合	NA	消除舌图像中的颜色偏差，提高颜色真实性	舌图像	计算机视觉	中医舌诊	深度学习	CNN	图像	NA	NA	U-Net类架构（U-Blocks, M-Block）	颜色距离ΔE	NA
2418	2025-11-29	Deep learning assisted LDPC decoding for 5G IoT networks in fading environments 2025-Oct-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21382-y PMID:41145583	研究论文	提出一种结合迭代偏移最小和算法与卷积神经网络的混合架构，用于增强5G物联网网络中LDPC解码性能	首次将CNN与OMS算法结合用于LDPC解码，通过深度学习技术准确估计和减轻色噪声影响	基于仿真验证性能，未提及实际部署测试；参数优化范围可能有限	提高5G物联网网络中LDPC解码在衰落环境下的性能	5G物联网网络中的LDPC解码系统	通信工程, 深度学习	NA	LDPC信道编码, 深度学习辅助解码	CNN	通信信号, 仿真数据	NA	NA	OMS-CNN混合架构	误码率, 信噪比增益	NA
2419	2025-11-29	Distinguishing Between Healthy and Unhealthy Newborns Based on Acoustic Features and Deep Learning Neural Networks Tuned by Bayesian Optimization and Random Search Algorithm 2025-Oct-27, Entropy (Basel, Switzerland) DOI:10.3390/e27111109 PMID:41294952	研究论文	本研究开发了基于声学特征和深度前馈神经网络的模型，用于区分健康与不健康新生儿	使用贝叶斯优化和随机搜索算法优化深度前馈神经网络配置，结合多种声学特征进行新生儿哭声分类	NA	开发辅助医生临床决策的新生儿健康状态分类系统	新生儿哭声	机器学习	新生儿疾病	声学特征分析	DFFNN	音频	NA	NA	深度前馈神经网络	准确率	NA
2420	2025-11-29	Do Children with Autism Spectrum Disorders (ASD) Have Deep Learning Ability? An Exploratory Research in Inclusive Play 2025-Oct-27, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13110135 PMID:41295416	研究论文	通过观察性游戏研究探索自闭症谱系障碍儿童的深度学习能力表现	首次针对学龄前自闭症儿童在融合游戏情境中的深度学习能力进行实证研究，并开发了专门的评估量表	样本量较小（8名ASD儿童），仅来自四所公立幼儿园，研究结果推广性有限	探索自闭症谱系障碍儿童在游戏中的深度学习能力表现及其影响因素	8名自闭症谱系障碍儿童和13名正常发育儿童（5-7岁）	发展心理学	自闭症谱系障碍	观察法、评估量表	NA	行为观察数据、评估量表数据	21名儿童（8名ASD+13名TD），收集40个游戏案例（10个融合游戏+30个单独游戏）	NA	NA	评估量表得分	NA