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
2581	2025-11-27	Osmotic Energy Directly Driving Flexible All-Solid-State 2D Nanofluidic Pressure Sensors 2025-Nov, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202506990 PMID:40904054	研究论文	开发了一种由渗透能直接驱动的柔性全固态二维纳米流体压力传感器	首次利用渗透能直接驱动压力传感器，通过机械调控二维材料层间距控制离子选择性迁移	未明确说明实际应用环境下的长期稳定性测试	探索渗透能在便携式电子设备中的直接应用新范式	柔性离子电子压力传感器	纳米流体传感	NA	二维纳米流体技术	深度学习算法	压力信号数据	NA	NA	NA	输出电压,响应时间,恢复时间,压力检测范围,识别准确率	NA
2582	2025-11-27	A Deep Learning Framework for Synthesizing Longitudinal Infant Brain MRI during Early Development 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240708 PMID:40960398	研究论文	开发了一个三阶段深度学习框架，用于合成早期发育过程中的纵向婴儿脑部MRI图像	提出了首个考虑年龄和模态条件的三阶段框架，专门针对婴儿大脑快速发育过程中的结构变化进行MRI合成	仅使用了139名婴儿的848个MRI扫描，样本量相对有限；研究为回顾性分析	开发能够合成早期发育过程中纵向婴儿脑部MRI的深度学习框架	婴儿大脑MRI扫描	医学影像分析	婴儿脑发育	MRI, T1加权成像, T2加权成像	深度学习框架	医学影像	139名婴儿的848个MRI扫描（训练集119名，测试集20名）	深度学习框架	三阶段条件生成框架	PSNR, SSIM, Dice相似系数, 组内相关系数	NA
2583	2025-11-27	Automated evaluation for pericardial effusion and cardiac tamponade with echocardiographic artificial intelligence 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf112 PMID:41267844	研究论文	开发并验证用于自动评估心包积液严重程度和心脏压塞的深度学习模型	首次使用时序空间卷积神经网络开发专门用于心包积液分级和心脏压塞检测的深度学习模型	研究基于回顾性数据，需要前瞻性验证	开发自动化工具减少心包积液和心脏压塞评估的操作者依赖性	超声心动图视频	医学人工智能	心血管疾病	超声心动图	CNN	视频	CSMC数据集：1,427,660个视频（85,380次超声心动图）；SHC外部验证集：33,310个视频（1,806次超声心动图）	NA	时序空间卷积神经网络	AUC	NA
2584	2025-11-27	The Role of Artificial Intelligence in the Diagnosis, Segmentation, and Prediction of Retinal Vein Occlusion: A Systematic Review 2025-Nov, Cureus DOI:10.7759/cureus.97419 PMID:41278068	系统综述	系统回顾人工智能在视网膜静脉阻塞诊断、分割和治疗预测中的应用	首次系统评估AI在RVO多模态影像中的应用现状，揭示该领域快速发展趋势和技术特点	纳入研究数量有限（23篇），外部验证性能下降，缺乏多中心数据和临床验证	评估人工智能在视网膜静脉阻塞诊疗中的应用效果和发展现状	视网膜静脉阻塞（RVO）患者	医学人工智能	视网膜静脉阻塞	彩色眼底照相、荧光素血管造影、光学相干断层扫描	CNN	医学影像	来自2925条记录中筛选的23项符合条件的研究	NA	Residual Network, Densely Connected Convolutional Network, Visual Geometry Group Network	准确率, 敏感度, 特异度, Dice系数	NA
2585	2025-11-27	A hierarchical transformer and graph neural network model for high-accuracy watershed nitrate prediction 2025-Nov, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100632 PMID:41278459	研究论文	提出一种结合分层Transformer和图神经网络的高精度流域硝酸盐预测模型	通过分层Transformer捕获非线性多元时间模式，结合神经网络融合气象水文特征，并利用物理约束的图神经网络模拟径流拓扑结构	NA	准确预测流域硝酸盐浓度变化，解决农业非点源污染问题	农业流域的硝酸盐污染物	机器学习	NA	多源数据整合	Transformer, GNN	气象数据、水文数据、空间拓扑数据	NA	NA	分层Transformer, 图神经网络	均方根误差, 平均绝对误差	NA
2586	2025-11-27	Deep learning-assisted tools to understand the structural biology of the synapse 2025-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00512-5 PMID:41280141	综述	探讨深度学习辅助工具在突触结构生物学研究中的应用与挑战	将AI计算工具与突触分子机制研究相结合，提出解决突触超分子系统建模的新思路	现有方法尚无法完全解决如此复杂的超分子系统所有问题	理解突触在分子层面的机械机制	突触后密度蛋白网络	结构生物学	认知障碍	深度学习辅助计算工具	NA	结构生物学数据	NA	NA	NA	NA	NA
2587	2025-11-27	Enhancing human spatial awareness through augmented reality technologies 2025-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00502-7 PMID:41280153	综述	本文综述了增强现实技术提升人类空间感知能力的方法，重点探讨了水下和灾害等挑战性环境中的应用	通过结合机器人传感和3D深度学习技术，在受限环境中实现空间信息的恢复与增强	面临数据稀缺、噪声干扰、实时性约束以及缺乏标注声纳数据集等挑战	研究增强现实技术如何提升人类在受限环境中的空间感知能力	水下和灾害场景中的空间感知系统	计算机视觉	NA	超声波传感，3D点云重建	深度学习	3D点云，合成数据，水下扫描数据	NA	NA	基于体素、点和视图的深度学习方法	分割精度，重建完整性	NA
2588	2025-11-27	Applying a Robust Deep Learning Model to Assess the Remaining Amount of Foods With High Glycemic Index in Taiwanese Hospital Diabetic Meals: A Focus on Rice and Congee, With Milk as a Low-Glycemic Reference 2025-Nov, Current developments in nutrition IF:3.8Q2 DOI:10.1016/j.cdnut.2025.107569 PMID:41282519	研究论文	本研究开发了一个结合Xception卷积神经网络和MLP模型的深度学习系统，用于量化台湾医院糖尿病餐中高升糖指数食物的剩余量	首次将深度相机与深度学习模型结合，专门针对医院糖尿病餐中的米饭和粥进行量化评估，并以牛奶作为低升糖指数参考物	目前仅针对米饭、粥和牛奶三种食物类型，需要进一步研究扩展到其他食物类型	改进食物分量估计方法，特别关注糖尿病餐中高升糖指数食物的剩余量评估	台湾医院糖尿病餐中的米饭、粥和牛奶	计算机视觉	糖尿病	深度相机成像技术	CNN, MLP	2D图像, 3D深度图像	80%训练集, 20%测试集	TensorFlow, Keras	Xception	准确率, 损失值, 均方误差, 平均绝对百分比误差	NA
2589	2025-11-27	Exploring synthetic controls in rare diseases with a proof of concept in spinal cord injury 2025-Oct-24, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04405-3 PMID:41137105	研究论文	本研究探索在脊髓损伤等罕见疾病中使用合成对照的方法，通过数据驱动的恢复预测构建合成对照组	首次在脊髓损伤领域提出使用合成对照组替代随机对照，并比较了六种不同架构的预测模型性能	研究基于历史数据集，需要在更多临床试验中验证合成对照的适用性	解决罕见疾病临床试验中患者招募困难和队列异质性的挑战	脊髓损伤患者的神经功能恢复预测	医疗人工智能	脊髓损伤	数据驱动预测，临床数据分析	CNN, 线性模型, 树模型, 深度学习模型	临床数据，节段性运动评分序列	EMSCI数据集4196名患者，Sygen试验587名患者用于外部验证	NA	卷积神经网络，线性模型，树模型	均方根误差	NA
2590	2025-11-27	Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis 2025-Oct-02, medRxiv : the preprint server for health sciences DOI:10.1101/2025.10.01.25337079 PMID:41256111	研究论文	开发用于血吸虫病侧流测试自动读取和质量控制的端到端自动化流程	结合深度学习与信号处理，首次实现血吸虫病即时检测的端到端自动化分析，能够解决视觉痕迹不确定性问题	研究仅限于乌干达农村地区的SchistoTrack队列，需要进一步验证在其他人群和环境中的适用性	开发自动化诊断流程以满足世界卫生组织血吸虫病目标产品概况要求	血吸虫病循环阴极抗原测试	数字病理	血吸虫病	侧流测试，信号处理	深度学习	图像	乌干达农村地区3188名个体	NA	NA	灵敏度，特异性	NA
2591	2025-11-27	The Digital Revolution in Cardiac Ischemia: Artificial Intelligence (AI)-Enhanced Detection, Diagnosis, and Risk Stratification 2025-Oct, Cureus DOI:10.7759/cureus.95059 PMID:41281082	综述	本文综述人工智能在心脏缺血检测、诊断和风险分层中的革命性应用	利用卷积神经网络检测心肌梗死（包括易被漏诊的非ST段抬高型闭塞事件），实现冠脉CT血管造影的自动化斑块定量和狭窄评估，开发基于深度学习的血流储备分数计算技术	存在算法偏差、临床工作流程整合困难以及在不同人群中验证不足等挑战	探索人工智能如何改进心脏缺血的早期检测、准确诊断和风险分层	心脏缺血患者及相关医学影像数据	数字病理	心血管疾病	机器学习，深度学习	CNN	医学影像（冠脉CT血管造影，心脏MRI，灌注成像），可穿戴设备数据	NA	NA	卷积神经网络	准确度，诊断性能	NA
2592	2025-11-27	Predicting Nonidiopathic Scoliosis from Plain Radiographs: A Deep-Learning Approach 2025 Oct-Dec, JB & JS open access DOI:10.2106/JBJS.OA.25.00257 PMID:41281371	研究论文	本研究开发了一种基于深度学习的图像分类器，用于从脊柱X光片中预测非特发性脊柱侧弯的病因	首次使用深度学习模型在普通X光片上区分脊柱侧弯的三种不同病因，且性能优于经验丰富的脊柱外科医生	单中心研究，样本量有限，某些类别图像数量较少导致性能下降	开发一种能够准确分类脊柱侧弯病因的自动化诊断工具	1036名诊断为脊柱侧弯的儿科患者及其前后位-侧位脊柱X光图像	计算机视觉	脊柱侧弯	X射线成像	CNN	图像	1036名儿科患者	NA	EfficientNet B4	准确率, 精确率, 召回率, F1分数	NA
2593	2025-11-27	Prognostication in patients with idiopathic pulmonary fibrosis using quantitative airway analysis from HRCT: a retrospective study 2025-Oct, The European respiratory journal DOI:10.1183/13993003.00981-2025 PMID:40744692	研究论文	本研究开发了一种基于HRCT定量气道分析的AI模型SABRE，用于预测特发性肺纤维化患者的预后	SABRE模型能够捕捉传统测量指标、疾病严重程度评分和现有AI方法无法提供的预后信号	回顾性研究设计，样本主要来自澳大利亚注册数据库	利用人工智能模型解决纤维化肺疾病预后异质性问题，重点关注死亡率预测	特发性肺纤维化患者	数字病理学	肺纤维化	高分辨率计算机断层扫描	深度学习	医学影像	1744名匿名患者（460名用于模型开发，1284名用于临床分析）	NA	SABRE	AUC, C-index	NA
2594	2025-11-27	Development and validation of a cranial ultrasound imaging-based deep learning model for periventricular-intraventricular haemorrhage detection and grading: a two-centre study 2025-Sep, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06327-x PMID:40728538	研究论文	开发并验证基于颅脑超声图像的深度学习模型用于脑室周围-脑室内出血检测和分级	首次将卷积块注意力模块机制集成到深度学习模型中用于新生儿脑室周围-脑室内出血的检测和分级	研究仅包含两个医疗中心的数据，样本来源相对有限	研究深度学习模型在颅脑超声图像中检测和分级脑室周围-脑室内出血的能力	新生儿，特别是早产儿	医学影像分析	新生儿颅内出血	颅脑超声成像	深度学习，CNN	超声图像	1060例（773例回顾性数据，287例前瞻性验证数据）	NA	Periventricular IVH net with convolutional block attention module	召回率，精确率，准确率，F1分数，AUC	NA
2595	2025-11-27	Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656907 PMID:40501585	研究论文	提出一种基于生物学诱导稀疏注意力的长上下文蛋白质语言模型，可扩展到整个病毒基因组规模	将Transformer模型的上下文大小扩展到整个病毒基因组，利用基于蛋白质相互作用的稀疏注意力机制捕获长程跨蛋白质相互作用	目前仅针对病毒基因组进行验证，尚未扩展到更复杂的真核生物基因组	开发能够捕获基因组范围内蛋白质相互作用的蛋白质语言模型	病毒基因组及其编码的蛋白质序列	自然语言处理	病毒感染	蛋白质序列分析	Transformer	蛋白质序列数据	支持长达61,000个氨基酸的序列	NA	Transformer with sparse attention	嵌入质量评估	NA
2596	2025-11-27	SNRAware: Improved Deep Learning MRI Denoising with SNR Unit Training and G-factor Map Augmentation 2025-Mar-23, ArXiv PMID:40735077	研究论文	提出一种名为SNRAware的新型深度学习MRI去噪方法，利用重建过程中的定量噪声分布信息提升去噪性能和泛化能力	通过(1)模拟大规模高质量多样化合成数据集和(2)向模型提供噪声分布的定量信息，利用MRI重建过程知识改进去噪性能	回顾性研究，主要基于心脏MRI数据，需要进一步验证在其他解剖部位和成像序列的泛化能力	开发并评估利用重建过程定量噪声分布信息的深度学习MRI去噪方法	心脏回顾性门控电影复杂序列、心脏实时电影、首次通过心脏灌注、神经和脊柱MRI图像	医学影像处理	心血管疾病	MRI成像	Transformer, CNN	医学图像	2,885,236张图像来自96,605个心脏回顾性门控电影复杂序列	NA	Transformer, 卷积神经网络	PSNR, SSIM, CNR	NA
2597	2025-11-27	VARGG: a deep learning framework advancing precise spatial domain identification and cellular heterogeneity analysis in spatial transcriptomics 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf018 PMID:41275376	研究论文	提出VARGG深度学习框架，通过结合视觉Transformer和图神经网络提升空间转录组学中空间域识别和细胞异质性分析的精度	首次将预训练视觉Transformer与图神经网络自编码器结合，利用自注意力机制捕获全局上下文信息，并通过多层门控残差图神经网络和高斯噪声增强特征表示和模型泛化能力	NA	开发能够准确识别空间域并分析细胞异质性的深度学习框架	空间转录组学数据	生物信息学, 计算生物学	胶质母细胞瘤, 乳腺癌	空间转录组学	Vision Transformer, 图神经网络, 自编码器	空间基因表达数据	多平台数据集（10x Visium, Slide-seqV2, Stereo-seq, MERFISH），包括人类胶质母细胞瘤、小鼠胚胎和乳腺癌样本	深度学习框架	Vision Transformer, 图神经网络自编码器, 多层门控残差图神经网络	NA	NA
2598	2025-11-27	RSA-TransUNet: a robust structure-adaptive TransUNet for enhanced road crack segmentation 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1633697 PMID:41035484	研究论文	提出一种用于道路裂缝分割的鲁棒结构自适应TransUNet模型RSA-TransUNet	提出轴向移位MLP注意力机制、自适应样条线性单元和多阶段进化优化策略，增强对细粒度纹理和多尺度裂缝特征的建模能力	未明确说明模型在极端天气条件或严重破损路面的性能表现	提升道路裂缝分割在复杂环境下的准确性和鲁棒性	道路裂缝图像	计算机视觉	NA	深度学习	Transformer, CNN	图像	Crack500、CFD和DeepCrack三个数据集	NA	TransUNet	分割精度、鲁棒性	NA
2599	2025-11-27	Artificial intelligence in prostate cancer: navigating the new frontier of precision uro-oncology 2025, American journal of clinical and experimental urology IF:1.5Q3 DOI:10.62347/ZTWJ5779 PMID:41278308	综述	本文综述人工智能在前列腺癌精准诊疗中的应用与挑战	系统阐述AI如何通过机器学习与深度学习解决前列腺癌诊疗中的主观性和过度治疗问题，并引入可解释AI应对黑箱问题	需要更大规模多样化数据集验证算法普适性，面临FDA监管等临床转化障碍	探讨人工智能技术在前列腺癌精准泌尿肿瘤学领域的应用前景	前列腺癌患者的诊断、治疗和预后管理	数字病理学	前列腺癌	放射组学, 数字病理学, 增强现实	机器学习, 深度学习	医学影像, 病理图像, 临床数据	NA	NA	NA	分级准确性, 阅片者间变异度	NA
2600	2025-11-27	Clinical phenotypes of atrial fibrillation: A review of machine learning applications in personalized treatment 2025 Jan-Dec, JRSM cardiovascular disease IF:1.4Q3 DOI:10.1177/20480040251399275 PMID:41280326	综述	综述机器学习在心房颤动临床表型识别及个体化治疗中的应用进展	系统阐述机器学习驱动的数据驱动表型分析在优化抗凝治疗和导管消融策略中的创新应用，包括AI引导解剖标测、心脏数字孪生模拟等技术	前瞻性验证不足、临床整合困难及模型可解释性有限	推动心房颤动的精准医疗发展	心房颤动患者临床表型	机器学习	心血管疾病	机器学习, 深度学习	NA	临床数据	涉及十余项关键表型研究的多国队列	NA	NA	NA	NA