深度学习在生物医药领域中的应用

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
241	2025-08-06	Retinal image-based disease classification using hybrid deep architecture with improved image features 2025-Aug-05, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03660-w PMID:40762730	research paper	本研究提出了一种新的混合深度学习（DL）方法，用于基于视网膜图像的疾病分类，以提高诊断准确性和效率	结合了改进的LinkNet（ILinkNet）和SqueezeNet模型，以及改进的多纹理特征和统计特征，以提高分类性能	未提及具体的数据集大小或多样性限制，可能影响模型的泛化能力	提高视网膜疾病的分类准确性和诊断效率	视网膜图像	digital pathology	视网膜疾病	Modified Gaussian Filtering, ResNet, VGG16, Improved Multi-Texton features	ILinkNet, SqueezeNet	image	NA
242	2025-08-06	Evaluation of Net Withdrawal Time and Colonoscopy Video Summarization Using Deep Learning Based Automated Temporal Video Segmentation 2025-Aug-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01632-1 PMID:40762931	研究论文	本研究开发了一种基于深度学习的自动时间视频分割模型，用于准确测量结肠镜检查中的净撤回时间并生成关键程序事件的定量视觉摘要	提出了一种新的深度学习方法，能够排除非观察阶段，准确测量净撤回时间，并自动生成关键事件的视觉摘要	研究仅基于40个全长结肠镜检查视频和825个盲肠剪辑，样本量相对有限	提高结肠镜检查中净撤回时间测量的准确性和程序质量的客观评估	结肠镜检查视频	计算机视觉	NA	深度学习	DL	视频	40个全长结肠镜检查视频和825个盲肠剪辑（来自221次结肠镜检查）
243	2025-08-06	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Aug-04, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	研究论文	本文介绍了一种基于工程化气溶素纳米孔的非易位阻断传感技术，用于识别异构多样的皂苷类化合物	通过引入S278K突变，气溶素纳米孔获得高正电荷内部，产生强烈的电渗流和增强的空间/焓障碍，有效捕获皂苷分子并防止其进一步易位，从而显著提高检测能力	NA	开发一种新型纳米孔传感技术，用于解决结构复杂多样的皂苷类化合物的识别难题	异构多样的皂苷类化合物	生物传感器	NA	纳米孔传感技术	深度学习	分子阻断信号	30种皂苷类化合物
244	2025-08-06	KAFSTExp: Kernel Adaptive Filtering with Nystrom Approximation for Predicting Spatial Gene Expression from Histology Image 2025-Aug-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3595101 PMID:40758493	研究论文	提出了一种名为KAFSTExp的框架，利用核自适应滤波和Nystrom近似从组织学图像预测空间基因表达	结合病理基础模型UNI和核最小均方算法，显著提高了预测准确性并降低了计算成本	在有限的ST数据集上可能仍存在泛化能力不足的问题	预测组织学特征与基因表达之间的复杂非线性关系	空间转录组学(ST)数据和病理图像	数字病理学	肿瘤	核自适应滤波(KAF)和Nystrom近似	UNI模型和核最小均方算法	图像和基因表达数据	多个ST数据集，具体数量未明确说明
245	2025-08-06	Enhancing Brain Source Reconstruction by Initializing 3D Neural Networks with Physical Inverse Solutions 2025-Aug-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3594724 PMID:40758497	研究论文	提出了一种新颖的混合方法3D-PIUNet，用于EEG源定位，有效整合了传统和深度学习技术的优势	3D-PIUNet方法从物理信息初始估计出发，结合3D卷积U-Net捕捉空间依赖性，显著提高了空间准确性	训练依赖于模拟的伪真实脑源数据，可能在实际应用中存在泛化性问题	提高脑源重建的空间准确性，以更好地理解脑功能和功能障碍	脑电图(EEG)信号	神经科学	NA	3D卷积U-Net	3D-PIUNet	EEG信号	模拟伪真实脑源数据和真实EEG数据（视觉任务）
246	2025-08-06	VLM-CPL: Consensus Pseudo-Labels from Vision-Language Models for Annotation-Free Pathological Image Classification 2025-Aug-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3595111 PMID:40758498	研究论文	提出一种无需人工标注的病理图像分类方法VLM-CPL，利用预训练的视觉语言模型生成伪标签并通过共识策略和半监督学习提高分类准确性	结合视觉语言模型的零样本推理能力和特征表示能力，提出基于提示和特征共识的伪标签筛选方法，并创新性地引入开放集提示策略过滤不相关图像块	方法性能可能受到预训练模型与目标数据集领域差异的影响	开发无需人工标注的自动癌症诊断方法	病理图像	数字病理	癌症	视觉语言模型(VLM)、半监督学习	VLM	图像	五个公共病理图像数据集
247	2025-08-06	NUPES : Non-Uniform Post-Training Quantization via Power Exponent Search 2025-Aug-04, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3593987 PMID:40758517	研究论文	提出了一种名为NUPES的非均匀后训练量化方法，通过幂指数搜索优化深度神经网络和大型语言模型的量化过程	利用自同构变换保持标量乘法，通过优化幂指数参数和权重值，解决了传统后训练量化技术无法优化量化算子本身的问题	未提及具体量化位宽下的性能损失情况，也未讨论在不同硬件平台上的实际加速效果	降低深度神经网络和大型语言模型的内存占用和延迟	深度神经网络(DNN)和大型语言模型(LLM)的权重和激活值	机器学习	NA	非均匀量化	DNN, LLM	模型权重和激活值	未提及具体样本数量
248	2025-08-06	Protecting Feature Privacy in Person Re-identification 2025-Aug-04, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3590979 PMID:40758524	研究论文	本文提出了一种基于GAN的特征隐私保护方法，用于行人重识别（ReID）任务，以防止特征反转攻击并保持ReID的实用性	通过GAN强制重建图像遵循原始图像的分布，提出了一种新的基于GAN的特征隐私保护ReID模型，并设计了双步训练和惰性更新策略来优化模型	优化ReID模型以适应隐私保护面临双重对抗目标，具有挑战性	保护行人重识别中的特征隐私，防止特征反转攻击	行人重识别中的特征隐私保护	计算机视觉	NA	GAN	GAN	图像	NA
249	2025-08-06	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-Aug-04, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	该研究提出了一种结合密度矩阵碎片化和物理信息机器学习色散势的方法，用于快速准确排名蛋白质-配体结合亲和力	结合GMBE-DM量子碎片化方法和D3-ML机器学习校正色散势，显著提高了蛋白质-配体结合亲和力排名的准确性和效率	深度学习模型Sfcnn在化学多样性系统中的可转移性较低(R=0.57)	开发快速准确的蛋白质-配体结合亲和力排名方法以用于药物发现	CDK2数据集(2个)和JAK1数据集(1个)中的28个配体	机器学习	NA	GMBE-DM量子碎片化方法，D3-ML机器学习校正色散势	D3-ML, Sfcnn	蛋白质-配体结合数据	28个配体(来自3个数据集)
250	2025-08-06	Quantifying the Predictability of Lesion Growth and Its Contribution to Quantitative Resistance Using Field Phenomics 2025-Aug-04, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-05-25-0187-R PMID:40758903	研究论文	利用深度学习图像分析技术量化田间条件下小麦叶斑病病斑生长的可预测性及其对定量抗性的贡献	首次在田间条件下大规模精确测量病斑生长，揭示了病斑扩展与定量抗性之间的关联	排除了一个异常品种后才发现显著关联，可能存在未被识别的干扰因素	解析叶斑病病斑生长与定量抗性之间的关系	14个小麦品种上的6889个叶斑病病斑	数字病理学	小麦叶斑病	深度学习图像分析	深度学习（未指定具体模型）	图像	两季田间试验中14个小麦品种的6889个病斑，共27,218次测量
251	2025-08-06	Artificial intelligence-based digital pathology using H&E-stained whole slide images in immuno-oncology: from immune biomarker detection to immunotherapy response prediction 2025-Aug-04, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011346 PMID:40759439	综述	本文综述了基于人工智能的数字病理学在免疫肿瘤学中的应用，包括免疫生物标志物检测和免疫治疗反应预测	探讨了AI技术在数字病理学中的新兴应用，特别是在免疫肿瘤学领域，利用H&E染色全切片图像进行免疫生物标志物检测和免疫检查点抑制剂反应预测	现有免疫生物标志物的预测能力有限，且AI技术在临床部署中仍面临挑战	探索AI技术在免疫肿瘤学中的应用，以提高免疫治疗的精准性和效果	免疫生物标志物和免疫检查点抑制剂反应	数字病理学	癌症	深度学习	NA	图像	NA
252	2025-08-06	AI-Driven Integration of Deep Learning with Lung Imaging, Functional Analysis, and Blood Gas Metrics for Perioperative Hypoxemia Prediction: Progress and Perspectives 2025-Aug-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73995 PMID:40759599	Perspective	本文探讨了人工智能（AI）在通过整合深度学习（DL）与多模态临床数据（包括肺部影像、肺功能测试（PFTs）和动脉血气分析（ABG））预测围手术期低氧血症中的变革性作用	AI框架，特别是卷积神经网络（CNNs）和混合模型如TD-CNNLSTM-LungNet，在检测肺部炎症和分层低氧血症风险方面表现出卓越性能，肺炎亚型分化的准确率高达96.57%，术后低氧血症预测的AUC为0.96	数据集异质性、模型可解释性以及临床工作流程整合等挑战仍然存在	优化资源分配并减轻医疗系统的财务负担，通过早期干预和降低ICU入院风险	围手术期低氧血症患者	数字病理	肺部疾病	深度学习（DL）、卷积神经网络（CNNs）、TD-CNNLSTM-LungNet	CNN、LSTM	图像、文本（临床数据）	NA
253	2025-08-06	Adaptive-learning physics-assisted light-field microscopy enables day-long and millisecond-scale super-resolution imaging of 3D subcellular dynamics 2025-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62471-w PMID:40759651	research paper	提出了一种自适应学习物理辅助光场显微镜（Alpha-LFM），用于长时间和高时空分辨率的三维亚细胞动态成像	结合物理辅助深度学习框架和自适应调谐策略，实现了亚衍射极限空间分辨率（约120 nm）的三维超分辨率成像	未明确提及具体限制，但传统光场显微镜在分辨率上存在不足	解决活细胞长期高时空分辨率三维成像的挑战	活细胞中的亚细胞结构动态	生物医学成像	NA	光场显微镜，深度学习	深度学习框架	三维图像	未明确提及具体样本数量，但涉及多种细胞内动态的成像
254	2025-08-06	Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines 2025-Aug-04, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02772-6 PMID:40759747	研究论文	比较了五种基础模型和两种深度学习模型与简单基线模型在预测单或双基因扰动后转录组变化的效果	首次系统比较了深度学习方法与简单基线模型在基因扰动效应预测上的表现	研究仅针对转录组变化预测，未涉及其他层面的扰动效应评估	评估深度学习方法在基因扰动效应预测领域的实际效果	基因扰动后的转录组变化	机器学习	NA	NA	基础模型, 深度学习模型	转录组数据	NA
255	2025-08-06	Adaptive fusion of multi-cultural visual elements using deep learning in cross-cultural visual communication design 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13386-5 PMID:40760013	研究论文	本文提出了一种新颖的深度学习方法，用于跨文化视觉传达设计中的多元文化视觉元素自适应融合	结合CNN、注意力机制和GAN，开发了一个全面框架，用于分析、提取和自适应融合不同文化视觉元素，动态调整设计方案以适应目标文化偏好	实验仅在五个文化区域进行评估，可能无法涵盖所有文化差异	提升跨文化数字界面的文化适宜性和用户体验	跨文化视觉传达设计元素（色彩方案、空间布局、排版和图标设计）	计算机视觉	NA	深度学习	CNN, 注意力机制, GAN	图像	五个文化区域的数据
256	2025-08-06	Real-time facial recognition via multitask learning on raspberry Pi 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97490-6 PMID:40760089	研究论文	本文研究了在树莓派上使用多任务学习进行实时面部识别的可行性	首次在资源受限的设备（如树莓派）上成功部署高效的多任务学习模型，显著降低了计算负载和能耗，同时保持高准确率	研究仅基于自定义数据库，未涉及更广泛的数据集验证	探索在低成本的单板计算机上实现复杂深度学习任务的可行性	面部识别，包括人员识别、年龄估计和种族预测	计算机视觉	NA	多任务学习（MTL）	MobileNet, MobileNetV2, InceptionV3	图像	基于VGGFace2数据集的自定义数据库
257	2025-08-06	A Comprehensive Review on Blockchain-based Systems for Groundwater Conservation and Wastewater Management 2025-Aug-04, Environmental management IF:2.7Q3 DOI:10.1007/s00267-025-02247-6 PMID:40760176	综述	本文系统分析了区块链技术、机器学习和深度学习模型在可持续水资源管理中的最新进展	整合区块链技术、机器学习和深度学习模型，提升水资源管理的可持续性、数据完整性和资源利用效率	数据整合、可扩展性和法规采纳方面仍存在挑战	评估技术整合、量化性能改进并确定研究空白和未来方向	地下水保护和废水管理	可持续水资源管理	NA	区块链技术、Machine Learning (ML)、Deep Learning (DL)	AI/ML预测模型	实时监测数据、预测分析数据	97篇同行评审文章
258	2025-08-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成（DBT）数据作为乳腺肿瘤分割深度学习的训练来源的可行性	首次使用计算机生成的DBT数据进行乳腺肿瘤分割的深度学习模型训练，并验证其作为真实数据补充资源的潜力	研究样本量相对较小（230个ROI），且存在计算机生成数据与真实数据之间的领域转移问题	探索计算机生成的DBT数据在乳腺肿瘤分割深度学习模型训练中的应用价值	数字乳腺断层合成（DBT）图像中的乳腺肿瘤	数字病理	乳腺癌	深度学习	U-Net, FCN, DeepLabv3, DeepLabv3+	图像	230个二维感兴趣区域（ROI）
259	2025-08-06	Ensemble of Handcrafted and Learned Features for Colorectal Cancer Classification 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01633-0 PMID:40760266	research paper	提出一种结合手工特征和深度学习特征的集成方法，用于结直肠癌分类	集成手工纹理描述符和CNN提取的深度学习特征，利用两者的互补优势构建更鲁棒和区分性的特征空间	需要大量标注数据，且CNN部分缺乏可解释性	提高结直肠癌分类的准确性和鲁棒性	结直肠癌组织病理图像	digital pathology	colorectal cancer	CNN	CNN	image	NA
260	2025-08-06	Impact of artificial intelligence assistance on bone scintigraphy diagnosis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01621-2 PMID:40760395	研究论文	本研究旨在评估和改进名为MaligNet的深度学习模型在辅助核医学医师解读骨扫描图像中的表现	重新训练的MaligNet模型在PR曲线和ROC曲线下的面积显著提高，AI辅助使初级医师的诊断表现达到与资深医师相当的水平	AI辅助在基于病灶的分类中未提高敏感性	提高骨闪烁扫描诊断的准确性和效率	553名患者的骨闪烁扫描图像	数字病理学	骨病变	深度学习	MaligNet	医学影像	553名患者（353训练集，100验证集，100测试集）