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
3901	2025-10-06	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	研究论文	提出自适应学习物理辅助光场显微镜技术，实现长时间毫秒级3D亚细胞动态超分辨率成像	结合物理辅助深度学习框架和自适应调谐策略，首次实现光场显微镜对多种亚细胞动态的超分辨率重建	未明确说明技术对特定细胞类型或生物样本的适用性限制	开发能够长期高速3D超分辨率成像的显微技术，减少光毒性	活细胞内的亚细胞结构和动态过程	计算显微成像	NA	光场显微镜，深度学习重建	深度学习	3D光场图像	未明确说明具体样本数量，但包含多种亚细胞结构的长时间观测	NA	NA	空间分辨率（~120 nm），时间分辨率（100体积/秒）	NA
3902	2025-10-06	Diagnostic systematic review and meta-analysis of machine learning in predicting biochemical recurrence of prostate cancer 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11445-5 PMID:40760134	系统综述与荟萃分析	评估机器学习模型在预测前列腺癌生化复发方面的有效性，并与传统预后方法进行比较	首次通过系统综述和荟萃分析全面评估机器学习模型在前列腺癌生化复发预测中的表现，比较了不同模型类型和数据模态的性能差异	纳入研究数量有限（16项），缺乏大规模临床试验验证，长期预测性能有所下降	评估机器学习模型预测前列腺癌生化复发的准确性和临床适用性	前列腺癌患者	机器学习	前列腺癌	机器学习	深度学习模型,混合模型,传统机器学习模型	影像数据,临床数据	17,316名前列腺癌患者	NA	NA	AUC	NA
3903	2025-10-06	Sentiment analysis for deepfake X posts using novel transfer learning based word embedding and hybrid LGR approach 2025-Aug-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10661-3 PMID:40754634	研究论文	提出一种基于迁移学习的混合深度学习方法来分析深度伪造社交媒体帖子的情感倾向	结合LSTM、GRU和RNN的混合LGR方法，以及基于迁移学习的新型特征提取技术	NA	开发能够准确分析深度伪造文本情感倾向的方法，防止虚假信息传播	社交媒体上的深度伪造文本帖子	自然语言处理	NA	情感分析，特征提取	LSTM, GRU, RNN, 混合深度学习	文本	NA	NA	LSTM, GRU, RNN, LGR混合架构	准确率	NA
3904	2025-10-06	Leveraging FastViT based knowledge distillation with EfficientNet-B0 for diabetic retinopathy severity classification 2025-Aug, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100325 PMID:40588035	研究论文	提出一种基于FastViT知识蒸馏的FastEffNet框架，用于糖尿病视网膜病变严重程度分类	首次将基于Transformer的FastViT作为教师模型，通过知识蒸馏技术提升EfficientNet-B0学生模型的分类性能并降低计算复杂度	仅使用单一数据集进行验证，未在更多外部数据集测试泛化能力	开发高效准确的深度学习模型用于糖尿病视网膜病变的自动诊断	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	知识蒸馏	CNN, Transformer	图像	APTOS失明检测数据集的3662张图像，涵盖五个严重程度类别	NA	FastViT-MA26, EfficientNet-B0, HGNet, ResNet50, MobileNetV3, DeiT	准确率, 精确率, 召回率, F1分数, Cohen's Kappa Score, Weighted Kappa Score, Matthews Correlation Coefficient, AUC	计算成本为0.38 G FLOPs的轻量级架构
3905	2025-10-06	Cryo-electron tomography: Challenges and computational strategies for particle picking 2025-Aug, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103113 PMID:40639056	综述	本文全面概述了冷冻电子断层扫描中基于深度学习的颗粒挑选方法	系统评估了基于标注和无标注的深度学习方法在冷冻电镜断层扫描颗粒挑选中的应用	作为综述文章，不包含原始实验数据和新方法开发	为研究人员选择最适合的颗粒挑选方法提供指导	冷冻电子断层扫描中的蛋白质颗粒	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)，亚断层图平均	深度学习	断层扫描图像	NA	NA	NA	输入数据生成工作量，推理运行时间，细丝结构支持	NA
3906	2025-10-06	Segmenting cryo-electron tomography data: Extracting models from cellular landscapes 2025-Aug, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103114 PMID:40645092	综述	探讨深度学习技术如何革新冷冻电子断层扫描数据的分割流程，提升生物结构解析效率	系统阐述深度学习技术对冷冻电子断层扫描数据分割流程的自动化、精度与可扩展性的革命性改进	NA	重新定义冷冻电子断层扫描数据分割的最佳实践以加速生物学发现	冷冻电子断层扫描数据中的亚细胞组件结构关系	计算机视觉	NA	冷冻电子断层扫描	NA	断层扫描图像	NA	NA	NA	NA	NA
3907	2025-10-06	Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines 2025-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02772-6 PMID:40759747	研究论文	比较深度学习模型与简单基线方法在预测基因扰动后转录组变化方面的性能	首次系统比较五种基础模型和两种深度学习模型与简单线性基线在基因扰动预测任务中的表现	当前深度学习模型在基因扰动效应预测任务中未能超越简单基线方法	评估深度学习模型在预测基因扰动后转录组变化方面的有效性	单细胞基因表达数据	机器学习	NA	单细胞转录组测序	基础模型,深度学习模型	基因表达数据	NA	NA	NA	预测准确性	NA
3908	2025-10-06	Real-Time Prediction of Correct Yoga Asanas in Healthy Individuals With Artificial Intelligence Techniques: A Systematic Review for Nursing 2025-Aug, Nursing open IF:2.0Q2 DOI:10.1002/nop2.70278 PMID:40768382	系统综述	系统回顾使用人工智能技术实时预测瑜伽体式以改善健康个体生活质量的研究	首次系统评估AI技术在瑜伽体式实时预测中的应用效果，比较不同机器学习方法的性能差异	纳入研究数量有限（15篇），可能存在发表偏倚，各研究数据质量和样本量不一致	评估人工智能技术在实时瑜伽体式预测中的准确性和应用价值	健康个体的瑜伽体式	计算机视觉	NA	机器学习，深度学习	深度学习模型，机器学习模型	图像，姿势数据	15项研究（共3250篇初筛文献）	NA	NA	准确率	NA
3909	2025-10-06	DeepQR: single-molecule QR codes for optical gene-expression analysis 2025-Aug, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0236 PMID:40771425	研究论文	开发DeepQR方法结合紧凑光谱成像与深度学习，实现仅用3个光谱检测窗口获取4色信号，用于单分子基因表达分析	将紧凑光谱成像与深度学习结合，仅需3个光谱检测窗口即可实现4色采集，显著提高单分子多路复用能力	NA	开发新型光学成像方法以提升单分子基因表达分析的多路复用能力	天然RNA靶标	计算机视觉	NA	光学成像、单分子成像、荧光标记	深度学习	光谱图像	临床样本（使用NanoString基因表达炎症panel验证）	NA	NA	与金标准成像的一致性、采集时间减少倍数	NA
3910	2025-10-06	Adaptive normalizing flows for solving Fokker-Planck equation 2025-Aug-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0273776 PMID:40779784	研究论文	提出自适应标准化流框架ANFFP用于求解Fokker-Planck方程	结合标准化流的可解释性和精确采样优势，解决了传统高斯混合模型依赖经验采样和深度学习方法可解释性差的问题	未明确说明具体样本量要求和计算资源限制	开发高效求解Fokker-Planck方程的新方法	随机微分方程驱动的扩散过程的概率响应	机器学习	NA	标准化流	生成模型	数值模拟数据	小样本条件	NA	自适应标准化流	数值实验验证	NA
3911	2025-10-06	Robust real-time segmentation of bio-morphological features in human cherenkov imaging during radiotherapy via deep learning 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.18002 PMID:40781822	研究论文	本研究开发了一种基于深度学习的实时分割方法，用于放射治疗期间人类切伦科夫成像中的生物形态特征分割	首次将深度学习框架应用于切伦科夫成像中的生物形态特征分割，实现视频帧率处理速度	使用的切伦科夫数据集规模较小（1483张图像），且依赖于迁移学习策略	开发实时、准确的生物形态特征分割方法，用于放射治疗中的定位验证和运动管理	乳腺癌患者的切伦科夫成像中的生物形态特征（皮下静脉、疤痕、色素皮肤）	计算机视觉	乳腺癌	切伦科夫成像	CNN	图像	19名乳腺癌患者的212个治疗分次的1483张图像用于训练，19名患者的179张图像用于测试	NA	ResNet	Dice系数, 处理时间	NA
3912	2025-10-06	Machine Learning for 1-Year Graft Failure Prediction in Lung Transplant Recipients: The Korean Organ Transplantation Registry 2025-Aug, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70268 PMID:40782091	研究论文	利用韩国器官移植登记数据开发深度学习模型预测肺移植术后1年移植失败风险	首次在韩国人群中应用多层感知机模型，仅使用9个术前变量实现肺移植失败预测	样本量有限（240例），需要进一步验证临床适用性	优化肺移植决策效率，通过术前预测改善候选者选择	肺移植接受者	机器学习	肺移植相关并发症	深度学习	多层感知机	临床登记数据	240例肺移植病例（55例失败，185例存活）	NA	多层感知机	AUC, 准确率	NA
3913	2025-10-06	Deep learning-based classification of fungal and Acanthamoeba keratitis using confocal microscopy 2025-Jul-31, The ocular surface DOI:10.1016/j.jtos.2025.07.012 PMID:40752665	研究论文	本研究开发基于深度学习的共聚焦显微镜图像分类模型，用于区分真菌性角膜炎、棘阿米巴角膜炎和非特异性角膜炎	首次使用ResNet50迁移学习模型对共聚焦显微镜图像进行角膜炎类型分类和真菌性角膜炎亚型分析	NSK类别性能相对较低，数据集规模有限（1975张图像）	评估深度学习在角膜炎分类和亚型分析中的可行性	角膜炎患者共聚焦显微镜图像	计算机视觉	角膜炎	共聚焦显微镜	CNN	图像	1975张图像（1137 FK，457 AK，381 NSK）	NA	ResNet50	准确率，精确率，召回率，F1分数，ROC AUC，PR AUC	NA
3914	2025-10-06	A narrative review on innovations of thyroid nodule ultrasound diagnosis: applications of robot and artificial intelligence technology 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-75 PMID:40771369	综述	本文综述了机器人和人工智能技术在甲状腺结节超声诊断中的创新应用与研究现状	系统分析了机器人自动扫描和智能诊断系统在甲状腺结节超声诊断中的优势与挑战，探讨了深度学习在超声造影视频分析中的创新应用	机器人临床应用灵活性不足且患者接受度有待提高，深度学习模型的可解释性、数据依赖性和临床泛化能力仍需解决	探讨机器人和人工智能技术在甲状腺结节超声诊断中的研究现状、优势与挑战	甲状腺结节超声诊断相关研究文献	医学影像分析	甲状腺结节	超声诊断，超声造影(CEUS)	深度学习	超声图像，超声造影视频	NA	NA	NA	NA	NA
3915	2025-10-06	Development and validation of a prediction model for lymph node metastasis in thyroid cancer: integrating deep learning and radiomics features from intra- and peri-tumoral regions 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-50 PMID:40771372	研究论文	开发并验证了一种结合深度学习和影像组学特征的融合模型，用于术前预测甲状腺癌中央区淋巴结转移	首次将瘤内和瘤周区域的深度学习和影像组学特征相结合，构建融合SVM模型，显著提升预测性能	研究样本量相对有限（405例患者），且仅针对甲状腺乳头状癌	提高甲状腺癌术前中央区淋巴结转移的预测准确性	甲状腺乳头状癌患者	医学影像分析	甲状腺癌	超声成像	SVM, 深度学习	超声图像	405例患者（中心1：294例，中心2：111例）	NA	NA	AUC, Delong检验, 决策曲线分析	NA
3916	2025-10-06	Integrating multimodal ultrasound imaging for improved radiomics sentinel lymph node assessment in breast cancer 2025-Jul-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-223 PMID:40771387	研究论文	本研究开发并验证了一种结合B型超声和彩色多普勒超声的深度学习影像组学模型，用于无创预测乳腺癌前哨淋巴结转移	首次将传统B型超声与彩色多普勒超声相结合，并集成手工特征与深度学习特征，通过双流MobileNetV2架构开发多模态预测模型	回顾性研究设计，样本量相对有限（450例），需要进一步前瞻性验证	开发非侵入性预测乳腺癌前哨淋巴结转移的深度学习模型	450名浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，影像组学，深度学习	CNN	超声图像	450例患者（训练集276例，外部验证集105例，测试集69例）	PyTorch, Scikit-learn	MobileNetV2	AUC, 阴性预测值	NA
3917	2025-10-06	Deep Learning Predicts Survival Across Squamous Tumor Entities From Routine Pathology: Insights From Head and Neck, Esophagus, Lung, and Cervical Cancer 2025-Jul-16, 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	本研究开发了基于深度学习的计算病理学模型，利用常规H&E染色切片预测多种鳞状细胞癌患者的总体生存期	在头颈鳞癌开发的模型成功验证于食管、肺和宫颈鳞癌，证明了模型在多种鳞状肿瘤实体中的泛化能力	食管癌队列的验证结果未达到统计学显著性，且不同队列中风险评分关联的临床因素存在差异	开发能够预测多种鳞状细胞癌患者生存期的计算病理学模型	头颈鳞癌、食管鳞癌、肺鳞癌和宫颈鳞癌患者	数字病理	鳞状细胞癌	苏木精-伊红染色，福尔马林固定石蜡包埋	深度学习	病理图像	多个鳞癌队列（头颈、食管、肺、宫颈）	NA	NA	风险比，置信区间，P值	NA
3918	2025-10-06	Expanding genomic prediction in plant breeding: harnessing big data, machine learning, and advanced software 2025-07, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2024.12.009 PMID:39890501	综述	本文综述了植物育种中基因组预测的关键要素，重点关注统计机器学习方法和软件工具如何提升基因组选择效率	强调深度学习模型在基因组预测中的独特优势，并系统梳理了支持基因组选择方法普及的最新数据管理工具	NA	回顾提高植物育种中基因组选择效率的关键因素和方法	植物育种中的基因组预测方法和软件工具	机器学习	NA	基因组选择	深度学习	基因组数据	NA	NA	NA	NA	NA
3919	2025-10-06	Artificial intelligence for radiotherapy dose prediction: A comprehensive review 2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104630 PMID:40513223	综述	本文对基于深度学习的放射治疗剂量预测方法进行了全面评述	首次对2018-2024年间深度学习在放疗剂量预测领域的应用进行全面系统分析	仅涵盖特定数据库和特定时间段内的文献，可能遗漏部分相关研究	评估深度学习在放射治疗剂量预测中的潜力和应用前景	放射治疗计划中的剂量预测方法	医学影像分析	肿瘤放射治疗	深度学习	CNN	医学影像数据	NA	NA	卷积神经网络	NA	NA
3920	2025-10-06	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jul, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	评估基于U-Net的肝脏自动分割在CT图像中的临床应用价值，并分析几何指标与临床医生评估之间的相关性	首次系统研究几何评估指标（Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性	仅使用单一公开数据集和U-Net模型，未验证其他模型和数据集	研究自动分割几何评估指标与临床医生评估之间的相关性，为临床可接受性评估提供依据	CT图像中的肝脏分割	数字病理	NA	计算机断层扫描（CT）	CNN	医学图像	公开数据集中的CT图像	NA	U-Net	Dice相似系数, Hausdorff距离	NA