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
4121	2025-10-06	Ensemble Denoising Autoencoders Based on Broad Learning System for Time-Series Anomaly Detection 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3548941 PMID:40126953	研究论文	提出基于宽度学习系统的集成去噪自编码器用于时间序列异常检测	提出基于序列-图像策略的数据驱动自发扰动和基于人工异常数据对的时间异常知识增强策略，以及渐进多样性去噪自编码器PddBLS-AE	未在摘要中明确说明	解决无监督时间序列异常检测中异常模式识别不足和计算成本高的问题	时间序列数据	机器学习	NA	时间序列分析	去噪自编码器, 集成学习	时间序列数据	多个数据集（未指定具体数量）	宽度学习系统(BLS)	DBLS-AE, PddBLS-AE	NA	NA
4122	2025-10-06	Toward Informative Representations of Blood-Based Infrared Spectra via Unsupervised Deep Learning 2025-Aug, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70011 PMID:40129053	研究论文	本研究利用无监督深度学习技术开发全卷积去噪自编码器，用于处理血液红外光谱数据并提取低维表征	采用全卷积去噪自编码器架构和自定义损失函数，在降噪的同时保留关键分子信息，并将光谱数据压缩为潜在变量	NA	探索无监督深度学习在血液红外光谱表征中的应用，提高疾病检测准确性	人类血液的红外分子指纹	机器学习	肺癌	傅里叶变换红外光谱(FTIR)	自编码器	光谱数据	NA	NA	全卷积去噪自编码器	准确率	NA
4123	2025-10-06	Inverse RL Scene Dynamics Learning for Nonlinear Predictive Control in Autonomous Vehicles 2025-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3549816 PMID:40146653	研究论文	提出一种基于深度学习的非线性模型预测控制器DL-NMPC-SD，用于自动驾驶车辆的自主导航	结合先验名义车辆模型与从时序距离传感信息学习的场景动力学模型，使用逆强化学习和改进的深度Q学习算法训练控制器	NA	开发自动驾驶车辆的非线性预测控制方法	自动驾驶车辆	机器学习	NA	逆强化学习，深度Q学习	深度神经网络	时序距离传感观测数据，系统状态数据	NA	NA	NA	NA	NA
4124	2025-10-06	Diagnostic performance of deep learning-assisted [18F]FDG PET imaging for Alzheimer's disease: a systematic review and meta-analysis 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07228-9 PMID:40159544	系统评价和荟萃分析	评估深度学习辅助[18F]FDG PET成像在阿尔茨海默病诊断中的性能表现	首次对深度学习辅助[18F]FDG PET成像在AD诊断中的性能进行系统性评估和定量汇总分析	研究间存在显著异质性，缺乏外部验证和大样本支持	计算深度学习辅助[18F]FDG PET成像对阿尔茨海默病的诊断性能	阿尔茨海默病(AD)、轻度认知障碍(MCI)和正常对照(NC)患者	医学影像分析	阿尔茨海默病	[18F]FDG PET成像	深度学习算法	PET影像数据	36项符合纳入标准的研究	NA	NA	AUC(曲线下面积)	NA
4125	2025-10-06	Enhanced glaucoma detection using U-Net and U-Net+ architectures using deep learning techniques 2025-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104621 PMID:40482945	研究论文	本研究比较了多种图像处理和深度学习方法，提出了一种增强型青光眼诊断方案	结合中值滤波降噪、U-Net/U-Net+架构的视盘分割、胶囊网络特征提取和极限学习机分类器的集成方法	未提及模型泛化能力和临床部署可行性	提高青光眼诊断的准确性和可靠性	视网膜图像中的视盘区域	计算机视觉	青光眼	医学图像处理	CNN, Capsule Networks, ELM	视网膜图像	三个公开数据集（DRISHTI-GS、DRIONS-DB、HRF）	NA	U-Net, U-Net+	准确率, 敏感度, 特异性, Dice系数, Jaccard指数	NA
4126	2025-10-06	Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study 2025-Aug, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0177 PMID:40527737	研究论文	评估基于深度学习的图像转换对使用薄层、锐利核、非门控、低剂量胸部CT扫描进行自动冠状动脉钙化评分的准确性影响	首次在多中心研究中利用深度学习技术将低剂量CT图像转换为模拟标准钙化评分CT图像，显著提升自动钙化评分的准确性	回顾性研究设计，样本量相对有限（225对图像），仅使用特定厂商的专有软件	提高低剂量胸部CT在自动冠状动脉钙化定量评估中的准确性	来自四个机构的225对低剂量CT和钙化评分CT图像	医学影像分析	心血管疾病	深度学习图像转换，CT成像	深度学习	医学CT图像	225对LDCT和CSCT图像，来自四个医疗机构	NA	NA	Bland-Altman分析，一致性相关系数（CCC），加权kappa统计量	NA
4127	2025-10-06	The value of machine learning based on magnetic resonance imaging (MRI) and biopsy whole-slide image to predict pathological complete response to breast cancer after neoadjuvant chemotherapy: a two-centre study 2025-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106976 PMID:40582270	研究论文	开发并验证基于MRI和活检全切片图像的联合模型，用于预测乳腺癌新辅助化疗后的病理完全缓解	首次结合MRI影像组学特征和活检全切片图像的深度学习病理特征构建联合预测模型	回顾性研究设计，样本量相对有限（331例患者）	预测乳腺癌患者新辅助化疗后的病理完全缓解	乳腺癌患者	数字病理	乳腺癌	MRI, 全切片成像	深度学习, 逻辑回归	医学影像, 病理图像	331例来自两个机构的乳腺癌患者	NA	AlexNet	AUC	NA
4128	2025-10-06	Comparative study of dermatologists and deep learning model on diagnosing childhood vitiligo 2025-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104727 PMID:40680913	研究论文	比较皮肤科医生与深度学习模型在儿童白癜风诊断中的性能	首次系统比较皮肤科医生与深度学习模型在儿童白癜风诊断中的表现，并分析医生经验与诊断性能的相关性	样本量相对有限（474例患者），仅基于皮肤镜图像进行诊断比较	探索基于皮肤镜图像的深度学习模型在儿童白癜风诊断中的性能	474例儿科患者（223例白癜风患者和251例非白癜风患者）	计算机视觉	白癜风	皮肤镜成像、伍德灯成像、临床摄影	CNN	图像	474例患者，3896张皮肤镜图像	NA	ResNet152, DenseNet121	AUC, 敏感度, 特异度, F1分数, 准确率, 召回率, 精确率	NA
4129	2025-10-06	Explainable multimodal deep learning for predicting thyroid cancer lateral lymph node metastasis using ultrasound imaging 2025-Aug-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62042-z PMID:40750786	研究论文	开发了一种可解释的多模态深度学习模型LLNM-Net，用于术前预测甲状腺癌侧颈淋巴结转移	提出双向注意力深度学习模型，融合超声图像、放射学报告、病理结果和人口统计学等多模态数据，首次实现甲状腺癌侧颈淋巴结转移的高精度预测	研究基于七个医疗中心的数据，但未提及外部验证结果	术前预测甲状腺癌侧颈淋巴结转移，指导手术策略和预后评估	甲状腺癌患者	数字病理	甲状腺癌	超声成像	深度学习	图像,文本,临床数据	29,615名患者和9,836例手术病例，来自七个医疗中心	NA	双向注意力机制	AUC,准确率	NA
4130	2025-10-06	Deep-learning model for embryo selection using time-lapse imaging of matched high-quality embryos 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10531-y PMID:40750959	研究论文	开发基于自监督对比学习的深度学习模型，通过延时成像技术筛选优质胚胎	采用匹配的已知植入数据胚胎和自监督对比学习方法，结合孪生神经网络和XGBoost预测模型	研究样本量有限（1580个胚胎视频），模型预测性能仍有提升空间	改进体外受精实验室中的胚胎选择流程	人类胚胎	计算机视觉	生殖医学	延时成像技术	CNN, 孪生神经网络, XGBoost	视频数据	460名患者的1580个胚胎视频	NA	卷积神经网络, 孪生神经网络	AUC	NA
4131	2025-10-06	STELLA provides a drug design framework enabling extensive fragment-level chemical space exploration and balanced multi-parameter optimization 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12685-1 PMID:40750989	研究论文	本文介绍STELLA——一种基于元启发式的生成分子设计框架，用于药物发现中的化学空间探索和多参数优化	结合进化算法进行基于片段的化学空间探索，并采用基于聚类的构象空间退火方法实现高效多参数优化，同时利用深度学习模型预测药理性质	NA	开发一个能够广泛探索片段级化学空间并实现平衡多参数优化的药物设计框架	分子设计和药物发现	机器学习	NA	深度学习，进化算法，构象空间退火	深度学习模型	化学分子数据	NA	NA	NA	对接得分，药物相似性定量估计，平均目标得分	NA
4132	2025-10-06	Pretreatment CT Texture Analysis for Predicting Survival Outcomes in Advanced Nonsmall Cell Lung Cancer Patients Receiving Immunotherapy: A Systematic Review and Meta-Analysis 2025-Aug, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.70144 PMID:40755255	系统综述与荟萃分析	通过系统综述和荟萃分析评估治疗前CT纹理分析在预测晚期非小细胞肺癌患者免疫治疗生存结局中的价值	首次系统评估CT纹理分析作为非侵入性影像生物标志物在晚期NSCLC免疫治疗预后预测中的应用	纳入研究均为回顾性设计，存在中度异质性，特征提取方法不统一	评估治疗前CT纹理分析预测晚期非小细胞肺癌患者免疫治疗生存结局的有效性	晚期非小细胞肺癌接受免疫治疗的患者	医学影像分析	肺癌	CT纹理分析，影像组学	深度学习，传统机器学习	CT医学影像	10项研究共2400名患者（OS分析1102人，PFS分析1799人）	NA	NA	风险比，置信区间，I²异质性检验	NA
4133	2025-10-06	Multimodal Deep Learning Integrating Tumor Radiomics and Mediastinal Adiposity Improves Survival Prediction in Non-Small Cell Lung Cancer: A Prognostic Modeling Study 2025-Aug, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71077 PMID:40755324	研究论文	本研究开发了一种融合肿瘤影像组学和纵隔脂肪度的多模态深度学习模型，用于改善非小细胞肺癌患者的术后生存预测	首次将深度学习提取的肿瘤影像特征与纵隔脂肪度指标进行多模态融合，显著提升了生存预测性能	回顾性研究设计，样本量相对有限（702例患者）	开发非小细胞肺癌术后生存预测的多模态预后模型	702例接受手术切除的非小细胞肺癌患者	计算机视觉	肺癌	CT影像分析，深度学习特征提取	CNN	医学影像（CT图像）	702例手术切除的NSCLC患者	NA	DenseNet121	C-index, ROC分析, Kaplan-Meier生存分析	NA
4134	2025-10-06	Deep learning for sub-ångström-resolution imaging in uncorrected scanning transmission electron microscopy 2025-Aug, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf235 PMID:40755523	研究论文	提出一种深度学习扩散模型SARDiffuse，可在未校正扫描透射电子显微镜中实现亚埃级分辨率成像	首次将扩散模型应用于未校正STEM图像的超分辨率重建，无需复杂像差校正器即可达到亚埃级分辨率	方法对样本厚度有一定要求，尚未在各类材料中广泛验证	开发深度学习方法来提升未校正扫描透射电子显微镜的空间分辨率	硅、钛酸锶和氮化镓等代表性材料	计算机视觉	NA	扫描透射电子显微镜(STEM)	扩散模型	电子显微镜图像	实验使用的代表性材料样本(硅、钛酸锶、氮化镓)	NA	SARDiffuse	空间分辨率(<1 Å)、原子位置保持精度、球差伪影校正效果	NA
4135	2025-10-06	Construction of GAN-RES and Its Application to Small Sample Fusulinid Fossil Recognition 2025-Aug, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71845 PMID:40755890	研究论文	提出一种结合GAN与多种神经网络架构的小样本蜓类化石识别方法	首次将生成对抗网络与ResNet50、EfficientNet及定制CNN结合，通过生成样本扩充数据集解决小样本化石识别难题	仅针对特定类型的蜓类化石进行验证，未在其他化石类别测试通用性	解决小样本稀有化石的精准识别问题	蜓类化石图像	计算机视觉	NA	图像生成与识别	GAN, CNN	图像	小样本化石图像数据集	NA	ResNet50, EfficientNet, 定制CNN	准确率	NA
4136	2025-10-06	Enhancing telemedicine service quality through sentiment analysis of user review dataset in Indonesia 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111878 PMID:40756423	研究论文	通过情感分析印度尼西亚远程医疗应用的用户评论数据集来提升服务质量	构建了印度尼西亚首个大规模远程医疗用户评论数据集，并应用高级重采样技术处理显著的类别不平衡问题	数据集存在显著的类别不平衡（正负评论比例超过1:14），且仅包含文本评论数据	通过情感分析提升远程医疗服务质量并推进印尼自然语言处理研究	印度尼西亚远程医疗应用的用户评论	自然语言处理	NA	情感分析,文本挖掘	SRNN,1D-CNN,LSTM,BiLSTM	文本	255,679条用户评论	NA	SRNN,1D-CNN,1L-LSTM,BiLSTM	NA	NA
4137	2025-10-06	Detection and classification of femoral neck fractures from plain pelvic X-rays using deep learning and machine learning methods 2025-Aug, Ulusal travma ve acil cerrahi dergisi = Turkish journal of trauma & emergency surgery : TJTES DOI:10.14744/tjtes.2025.75806 PMID:40765193	研究论文	本研究使用深度学习和机器学习方法从骨盆X光片中检测和分类股骨颈骨折	比较了多种预训练深度学习模型和机器学习算法在股骨颈骨折检测中的性能，并发现结合VGG-16特征提取和k-NN分类器可获得最佳效果	样本量有限，需要多中心研究进一步改进模型	从骨盆X光片中诊断和分类股骨颈骨折	股骨颈骨折患者和无骨折个体的骨盆X光片	计算机视觉	骨科疾病	X射线成像	CNN, k-NN	图像	598张骨盆X光片（296名骨折患者，302名无骨折个体）	TensorFlow, Keras, Scikit-learn	VGG-16, ResNet-50, MobileNetV2	准确率, 灵敏度, 特异性, 精确率, F1分数, Cohen's kappa, ROC曲线	NA
4138	2025-10-06	Single Capture Quantitative Oblique Back-Illumination Microscopy 2025-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.29.667497 PMID:40766649	研究论文	提出一种单次捕获定量斜背照明显微镜技术，利用深度学习模型从单次斜背照明捕获中准确重建相位信息	首次实现单次捕获即可完成定量相位成像，显著提升成像速度并降低系统复杂度	NA	开发更快速、更简化的定量相位成像技术	生物样本（小鼠大脑和人类手臂）	生物医学成像	NA	定量斜背照明显微镜	深度学习模型	显微镜图像	多种生物样本	NA	NA	相位成像精度	NA
4139	2025-10-06	Dual prompt personalized federated learning in foundation models 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11864-4 PMID:40745444	研究论文	提出双提示个性化联邦学习框架，解决基础模型在联邦学习中的异构数据分布和新客户端集成问题	首次将基础模型CLIP引入联邦学习场景，提出双提示机制和自适应聚合策略，实现全局任务认知与本地数据驱动的结合	未明确说明实验数据规模和具体应用场景的局限性	解决有限本地数据下联邦学习的模型训练不足问题，提升个性化联邦学习性能	异构客户端数据分布下的基础模型联邦学习	机器学习	NA	联邦学习，基础模型微调	基础模型（CLIP）	图像和文本数据	NA	NA	CLIP	NA	NA
4140	2025-10-06	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	研究论文	比较三种深度学习架构在音乐生成和转录任务中的表现，并提出双评估框架	提出结合客观指标和主观人类评估的双评估框架，用于全面评估AI生成音乐的质量	机器生成音乐在感知质量上仍低于人类创作，缺乏情感感知建模和实时人机协作	提升AI音乐生成的表现力和结构连贯性，缩小机器生成与人类表演音乐的差距	AI生成的音乐作品	机器学习	NA	深度学习音乐生成	LSTM, Transformer, GAN	音乐数据	使用MAESTRO数据集，50名听众参与主观评估	NA	LSTM, Transformer, GAN	困惑度, 和声一致性, 节奏熵, 平均意见得分	NA