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
4701	2025-12-20	Common issues and human intervention in object detection from handcrafted features to deep learning: discussion 2025-Dec-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.569685 PMID:41411573	评论	本文讨论从传统手工特征到深度学习的物体检测方法中的常见问题及人类干预作用	揭示传统与机器学习物体检测方法在三个核心问题上均需人类监督的共同本质	未提出具体自动化解决方案，主要进行理论分析	分析物体检测方法中人类干预的必要性并促进相关研究	物体检测方法的工作流程	计算机视觉	NA	NA	NA	图像	NA	NA	NA	NA	NA
4702	2025-12-20	Bidirectional deep learning for chromatic-optical predicting and inverse design of LED systems with multi-objective optimization of circadian efficacy and gamut 2025-Dec-01, Optics express IF:3.2Q2 DOI:10.1364/OE.579714 PMID:41414544	研究论文	开发了一个统一的实验-计算框架，用于建模和优化多原色LED系统的色光性能，通过深度学习实现正向预测和逆向设计	提出了一个结合实验测量和深度学习的统一框架，首次实现了LED系统在电热设定点到光谱性能的正向映射及逆向设计，并利用遗传算法进行多目标优化	未明确说明数据集是否覆盖所有可能的LED类型或环境条件，可能限制了模型的泛化能力	优化多原色LED系统的色光性能，平衡昼夜节律效应、光效和色域覆盖目标	多原色发光二极管（LED）系统	机器学习	NA	电热-光学测量	自编码器（AE）, 长短期记忆网络（LSTM）, 门控循环单元（GRU）	光谱功率分布（SPD）、光学和色度参数、电热设定点数据	21,296个测量样本	NA	自编码器（AE）, 长短期记忆网络（LSTM）, 门控循环单元（GRU）	相关系数（R）, 均方误差（MSE）, 平均相对误差	NA
4703	2025-12-20	Deep learning-driven recovery of oversaturated interferometric signals for continuous 3D morphology measurement of complex surfaces in OFC-TS-DFT systems 2025-Dec-01, Optics express IF:3.2Q2 DOI:10.1364/OE.576249 PMID:41414553	研究论文	本文提出了一种结合U-Net和Transformer架构的Uformer 1D网络，用于恢复光学频率梳时间拉伸光谱干涉测量中因探测器动态范围有限而导致的信号过饱和问题	设计了一种集成U-Net和Transformer的Uformer 1D网络，并采用三阶段训练策略（大规模理想仿真预训练、带频域和总变差损失的真实配对数据微调、无标签真实信号的自监督学习）来增强泛化能力	未明确讨论模型在更复杂表面或极端过饱和条件下的性能限制	解决光学频率梳时间拉伸光谱干涉测量系统中信号过饱和问题，实现连续、实时、高动态范围的复杂表面三维形貌测量	光学频率梳时间拉伸光谱干涉测量系统中的过饱和干涉信号	计算机视觉	NA	光学频率梳时间拉伸光谱干涉测量	CNN, Transformer	信号数据	NA	NA	U-Net, Transformer, Uformer 1D	平均测量误差, 对数均方根误差	NA
4704	2025-12-20	Inverse design and spectral reconstruction of computational multispectral metasurfaces using deep learning and genetic algorithms 2025-Dec-01, Optics express IF:3.2Q2 DOI:10.1364/OE.576847 PMID:41414629	研究论文	本文提出了一种结合深度学习和遗传算法的端到端逆向设计框架，用于优化长波红外区域的计算型多光谱超表面设计	首次将混合深度学习与遗传算法应用于基于锑化镓的光子晶体结构逆向设计，实现了低相关性光谱的超表面快速原型设计	未充分探讨该方法在其他材料体系或更宽光谱范围的适用性，且重构光谱的均方误差仍处于10的量级	开发紧凑高效的计算型多光谱超表面系统	长波红外区域的锑化镓基光子晶体超表面	机器学习	NA	光子晶体结构设计，光谱重构	深度神经网络，遗传算法	光谱数据，几何参数	NA	NA	深度神经网络	均方误差	NA
4705	2025-12-20	Prediction model based on contrast-enhanced computed tomography images and clinical indicators for the prognosis of pancreatic necrosis in acute pancreatitis 2025-Nov-21, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045909 PMID:41305799	研究论文	本研究基于增强CT图像和临床指标，开发了用于预测急性坏死性胰腺炎预后的模型	结合深度学习自动分割的胰腺CT图像与临床指标，构建集成预测模型以提高预后准确性	样本量较小（133例），且为单中心前瞻性观察研究，可能限制模型的泛化能力	提高急性坏死性胰腺炎（ANP）预后预测的准确性	急性坏死性胰腺炎患者	数字病理学	胰腺炎	对比增强计算机断层扫描（CECT）	深度学习, 逻辑回归	图像, 临床指标	133例急性坏死性胰腺炎患者	NA	Attention U-Net, 3D ResNet	准确率	NA
4706	2025-12-20	Efficacy of MRI-based deep learning algorithm for detecting acute ischemic stroke: evaluation among diverse readers 2025-Nov-17, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12137-4 PMID:41249548	研究论文	本研究评估了基于MRI的深度学习算法在不同医学背景读者中检测急性缺血性脑卒中的效能	评估深度学习算法在不同医学背景读者（包括放射科住院医师、临床医生和非神经放射科医生）中的辅助诊断效果，并特别关注其对表现最差读者（临床医生）的性能提升	研究为回顾性单中心研究，样本量有限（407例），且未评估算法在更广泛读者群体或不同机构中的泛化能力	评估基于MRI的深度学习算法在辅助不同医学背景读者诊断急性缺血性脑卒中方面的有效性和一致性	急性缺血性脑卒中患者的MRI扫描图像	医学影像分析	急性缺血性脑卒中	MRI	深度学习算法	MRI图像	407例患者MRI扫描（其中95例确诊为急性缺血性脑卒中）	NA	NA	AUC, 准确率, 灵敏度, 特异性, 诊断置信度, 读者间一致性	NA
4707	2025-12-20	Hybrid Fourier light field microscopy system with deep learning for 3D high-resolution reconstruction 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.574814 PMID:41414199	研究论文	本文提出了一种结合光学系统创新和深度学习重建的3D分辨率增强方法，以解决传统光场显微镜的空间分辨率限制	开发了混合傅里叶光场显微镜系统，同时捕获高分辨率中心视图和多角度低分辨率光场图像，并构建了包含自注意力角度增强模块、混合残差特征提取模块和渐进分辨率增强融合模块的网络架构	NA	增强光场显微镜的空间分辨率，实现高质量3D重建	光场图像数据	计算机视觉	NA	光场显微镜	深度学习网络	图像	密集光场数据集、HCI 4D光场数据集及自建混合显微镜系统数据	NA	自注意力角度增强模块、混合残差特征提取模块、渐进分辨率增强融合模块	峰值信噪比, 结构相似性指数	NA
4708	2025-12-20	Low-light RGBW Imaging demosaicking method based on residual interpolation prior and a dual-branch decoding network 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.574990 PMID:41414232	研究论文	本文提出了一种基于残差插值先验和双分支解码网络的RGBW成像去马赛克方法，用于提升低光条件下的图像质量	提出了一种结合预处理插值算法和双分支解码网络的新方法，将去马赛克任务转化为更适合深度学习网络的图像恢复问题，并利用W通道的高灵敏度优化图像重建	未明确提及方法在高噪声或极端低光条件下的性能限制，也未与其他先进深度学习去马赛克方法进行广泛比较	提升低光条件下RGBW阵列成像的去马赛克性能，以改善图像细节和色彩保真度	RGBW阵列捕获的低光图像	计算机视觉	NA	RGBW成像，深度学习网络	双分支解码网络	图像	基于真实低光场景构建的数据集，具体样本数量未明确说明	NA	双分支解码网络	图像细节增强和色彩保真度，具体量化指标未明确说明	NA
4709	2025-12-20	Temporal super-resolution with a latent diffusion model for optically measured sound field 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.573227 PMID:41414259	研究论文	提出一种基于潜在扩散模型的方法，用于实现光学声场成像中的时间超分辨率	首次将潜在扩散模型应用于光学声场成像的时间超分辨率任务，通过条件约束生成中间帧，以减轻高速相机的采样需求	未明确说明模型在极端噪声或复杂声场条件下的鲁棒性，且实验可能局限于特定数据集	降低光学声场成像的采样要求、数据传输与处理需求、功耗，并提升成像的时间质量	光学测量的声场数据	计算机视觉	NA	光学声场成像	潜在扩散模型	图像	NA	NA	潜在扩散模型	NA	NA
4710	2025-12-20	Direct wavefront sensing with a plenoptic sensor based on deep learning: publisher's note 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.583993 PMID:41414296	更正	本文是对先前发表文章《Direct wavefront sensing with a plenoptic sensor based on deep learning》的出版方更正说明	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4711	2025-12-20	Physics-prior and deep learning fusion for single-plane diffractive imaging in frequency-spatial domains 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.579297 PMID:41414311	研究论文	本文提出了一种面向单平面衍射光学元件的先验引导计算成像方法，通过融合物理先验与深度学习在频域和空间域实现高质量图像重建	提出了先验引导注意力增强多尺度去模糊网络，结合全视场平均波前像差模型和RGB通道先验PSF特征，在频域和空间域进行特征融合	使用小样本训练数据集，可能限制模型在更广泛场景下的泛化能力	为单平面衍射光学元件实现高质量成像提供理论基础，推动光学系统小型化发展	单平面衍射光学元件成像系统	计算机视觉	NA	衍射光学成像，计算成像	深度学习网络	图像	小样本训练数据集（具体数量未说明）	NA	先验引导注意力增强多尺度去模糊网络	峰值信噪比	NA
4712	2025-12-20	Encryption and decryption applications on conductive films using THz real-time high-resolution imaging 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.578547 PMID:41414329	研究论文	本文提出了一种基于太赫兹实时准近场成像系统的低成本、高隐蔽性信息加密与解密应用	结合材料基加密策略、先进太赫兹成像与深度学习去噪，形成统一框架，实现复杂噪声环境下加密信息的清晰识别	在超低信噪比条件下，成像清晰度显著下降，这是实际应用中的主要挑战	开发用于安全通信、防伪和信息保护的太赫兹成像加密与解密技术	基于不同成分石墨铅笔设计的文本、涂层和二维码图案加密结构	计算机视觉	NA	太赫兹实时准近场成像	CNN	图像	NA	NA	改进的U-Net	峰值信噪比, 结构相似性, 特征相似性	NA
4713	2025-12-20	SNR enhancement for low-SNR amplitude-modulated holographic data storage based on deep learning 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.573648 PMID:41414339	研究论文	本文提出了一种改进的U-Net模型DRAMCU-Net，用于增强全息数据存储图像的信噪比	引入了扩张残差注意力块和多尺度卷积块，以提升对低信噪比数据页中随机噪声的处理能力	未明确说明模型在极端噪声条件下的性能或计算效率	增强振幅调制全息存储中低信噪比数据页的信噪比	全息数据存储图像	计算机视觉	NA	NA	CNN	图像	NA	NA	U-Net, DRAMCU-Net	信噪比	NA
4714	2025-12-20	Deep-learning-enabled single-shot fringe projection profilometry based on inner shifting-phase encoding 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.576136 PMID:41414342	研究论文	本文提出了一种基于深度学习结合内移相编码的单次条纹投影轮廓术方法，用于动态三维测量	通过将条纹阶次嵌入单幅高频条纹图案的相移分量，并采用物理约束的双网络架构，解决了单次测量中包裹相位和条纹阶次同时准确提取的固有模糊性问题	未明确提及具体局限性，但单次测量方法可能仍受限于复杂场景或噪声干扰	实现高精度的动态三维测量，特别是针对复杂和孤立物体	复杂和孤立物体的三维形状	计算机视觉	NA	条纹投影轮廓术，内移相编码	CNN	图像	NA	NA	轻量级卷积神经网络	绝对相位恢复精度	低计算复杂度
4715	2025-12-20	The application of artificial intelligence-based algorithms in predicting the progression of keratoconus: a systematic review 2025-Nov-15, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03855-1 PMID:41240157	系统综述	本文系统综述了人工智能算法在预测圆锥角膜进展中的应用	首次系统性地评估了多种AI模型在圆锥角膜进展预测中的表现，并识别了关键预测因素，如后表面高度、最大角膜曲率和年龄	研究证据受限于进展标准不一致、缺乏独立多中心外部验证、依赖特定设备以及校准和决策曲线分析报告不全面	评估人工智能算法在预测圆锥角膜进展方面的应用效果	圆锥角膜患者	机器学习	圆锥角膜	NA	机器学习,深度学习	NA	10,940只眼睛	NA	NA	AUC,准确率	NA
4716	2025-12-20	Simulation and empirical evaluation of biologically-informed neural network performance 2025-Nov-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.13.687845 PMID:41292768	研究论文	本文通过模拟框架和实证评估，研究了生物信息神经网络（BiNNs）在预测前列腺癌转移状态中的性能影响因素	开发了两个模拟框架来系统评估BiNN性能的影响因素，包括信号类型、强度、特征稀疏性和样本大小，并实证测试了整合种系和体细胞数据的效果	P-NET在稀疏的种系数据上表现不佳，且添加种系数据未改善预测性能，仅提升了基因优先级排序和模型解释性	评估生物信息神经网络（BiNNs）的性能影响因素，并应用于前列腺癌转移状态的预测	前列腺癌患者	机器学习	前列腺癌	体细胞突变和拷贝数变异分析	BiNN, P-NET	基因组数据（体细胞突变、拷贝数、种系变异）	未明确指定	NA	基于Reactome通路数据库的架构	预测准确性、基因优先级排序、模型解释性	NA
4717	2025-12-20	Machine Learning Methods for the Prediction of Intraoperative Hypotension with Biosignal Waveforms 2025-Nov-14, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61112039 PMID:41303875	研究论文	本研究旨在开发和验证利用生物信号波形和个性化临床信息预测术中低血压的机器学习和深度学习模型	结合四种生物信号波形（动脉血压、心电图、光电容积脉搏波、二氧化碳波形）与患者临床信息，开发了梯度提升机和混合CNN-RNN模型，用于预测术中低血压	研究为回顾性观察性研究，数据来源于单一医疗中心，可能限制了模型的泛化能力	开发能够预测术中低血压的预测模型，以预防术后心肌梗死、急性肾损伤等并发症	接受非心脏手术的患者	机器学习	心血管疾病	生物信号波形分析	梯度提升机, CNN-RNN	波形数据, 临床信息	2611名患者	NA	CNN-RNN	AUROC, 准确率	NA
4718	2025-12-20	Unconstrained deep learning-based sleep stage classification using cardiorespiratory and body movement activities in adults with suspected sleep apnea 2025-Nov-11, Proceedings of the Japan Academy. Series B, Physical and biological sciences DOI:10.2183/pjab.101.032 PMID:40887298	研究论文	本研究评估了使用床垫下压电传感器获取的心肺和身体活动数据，通过深度学习进行无约束睡眠分期分类的可行性	提出了一种基于床垫压电传感器的无约束睡眠监测方法，利用心肺变异性和身体活动特征，通过双向LSTM网络实现睡眠分期，为家庭睡眠监测提供了新方案	研究样本仅包括疑似睡眠呼吸暂停的成人患者（106人），模型性能（平衡准确率0.70）仍有提升空间，未在更广泛人群或不同睡眠障碍患者中验证	开发无需传统多导睡眠图（PSG）束缚的自动化睡眠分期方法，推动家庭睡眠监测技术的发展	106名未经治疗的疑似睡眠呼吸暂停成年患者	机器学习	睡眠呼吸暂停	压电传感器信号采集，多导睡眠图（PSG）	双向长短期记忆网络（BiLSTM）	时序生理信号数据（心率、呼吸率、身体运动等）	106名疑似睡眠呼吸暂停的成人参与者	NA	双向长短期记忆网络（BiLSTM）	平衡准确率，Cohen's κ系数，F1分数，Deming回归，Bland-Altman分析	NA
4719	2025-12-20	Deep learning-based non-invasive differential diagnosis of eyelid basal cell and sebaceous gland carcinomas using photographic images 2025-Nov-04, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03801-1 PMID:41186742	研究论文	本研究开发了一种基于ResNet50的深度学习模型，利用眼睑基底细胞癌和皮脂腺癌的摄影图像进行非侵入性鉴别诊断	首次提出基于摄影图像的深度学习模型用于眼睑基底细胞癌和皮脂腺癌的非侵入性鉴别诊断，相比传统病理检查具有无创、快速的优势	研究数据仅来自单一医疗中心，样本量相对有限（共370张图像），需要多中心验证以提高泛化能力	开发一种非侵入性的早期鉴别诊断方法，用于区分眼睑基底细胞癌和皮脂腺癌，减少诊断延迟并提高准确性	眼睑基底细胞癌和皮脂腺癌的摄影图像	计算机视觉	皮肤癌	摄影图像采集	CNN	图像	370张摄影图像（199张眼睑基底细胞癌，171张眼睑皮脂腺癌）	NA	ResNet50	准确率, F1分数, 敏感性, 特异性	NA
4720	2025-12-20	Light scattering patterns of triaxial ellipsoidal drops and their use in inferring drops' shapes, aided by deep learning 2025-Nov-03, Optics express IF:3.2Q2 DOI:10.1364/OE.579521 PMID:41414109	研究论文	本研究通过扩展矢量复射线模型（VCRM3D）来探究三轴椭球液滴的光散射特性，并利用深度学习从单次光散射图案中推断液滴的三维形状	首次将VCRM3D模型扩展至三轴椭球液滴的光散射研究，建立了首个椭球液滴光散射图案数据库，并利用卷积神经网络从单次散射图案中实现高精度三维形状重建	研究基于合成数据库进行训练和验证，未明确提及在真实实验环境中的泛化性能或噪声影响	开发一种基于单次光散射图案的非球形液滴三维形状推断方法，以替代传统多视角成像技术	三轴椭球液滴（非球形液滴）	机器视觉	NA	光散射模拟、深度学习	CNN	图像（光散射图案）	NA	NA	NA	平均相对误差	NA