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
541	2025-09-28	GRAPHITE: Graph-based interpretable tissue examination for enhanced explainability in breast cancer histopathology 2025-Sep-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111106 PMID:41005231	研究论文	提出基于图结构的可解释组织检查框架GRAPHITE，用于乳腺癌组织微阵列分析	采用多尺度层次图结构和图注意力网络，首次将尺度注意力机制应用于组织病理学可解释性分析	训练数据规模有限（140个肿瘤TMA核心），需更大样本验证	开发可解释AI框架提升乳腺癌病理诊断的临床可信度	乳腺癌组织微阵列样本和良性全切片图像	数字病理学	乳腺癌	图注意力网络(GAT)与尺度注意力机制(SAN)	图神经网络(GNN)	组织病理图像	训练集：140个肿瘤TMA核心+140个良性样本；测试集：53个病理医生标注TMA样本
542	2025-09-28	Geometric deep learning adapted to prediction of liver resection zone 2025-Sep-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111103 PMID:41005230	研究论文	本研究探讨几何深度学习在预测肝癌切除区域中的有效性	首次将轻量级神经网络RandLA-Net应用于肝脏切除区域预测，采用混合损失函数优化模型性能	未明确说明临床验证结果和实际手术应用效果	开发基于几何深度学习的肝脏切除区域预测方法以支持手术规划	肝癌患者的肝脏三维几何数据（网格或点云格式）	数字病理	肝癌	几何深度学习	RandLA-Net	三维点云数据	扩展研究阶段增加了数据集规模（具体数量未明确说明）
543	2025-09-28	Improving knee joint angle prediction through Dynamic Contextual Focus and Gated Linear Units 2025-Sep-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111119 PMID:41005234	研究论文	提出结合动态上下文聚焦注意力与门控线性单元的新型深度学习框架FocalGatedNet，用于提升膝关节角度预测精度	首次将动态上下文聚焦注意力机制与门控线性单元结合，专门针对时间序列预测优化特征依赖捕获能力	未明确说明模型在极端运动条件下的泛化能力及临床验证规模	开发高精度实时膝关节角度预测模型以支持生物力学和康复应用	人体步态轨迹中的膝关节运动角度	机器学习	康复医学	深度学习时间序列预测	FocalGatedNet（基于DCF Attention和GLU的新型架构）	多模态步态传感器数据	基于综合多模态步态数据集（具体样本量未明确说明）
544	2025-09-28	3D gadolinium-enhanced high-resolution near-isotropic pancreatic imaging at 3.0-T MR using deep-learning reconstruction 2025-Sep-24, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02066-7 PMID:40991093	研究论文	本研究比较了深度学习重建与传统重建方法在胰腺3D-T1加权动脉期高分辨率MR图像上的图像质量和病灶显示效果	首次将3D深度学习重建技术应用于胰腺MRI高分辨率序列，无需增加采集时间即可提升图像质量	样本量较小（32例患者），且为单中心回顾性研究	评估深度学习重建算法在胰腺MR图像质量改善和病灶检测能力提升方面的效果	疑似胰腺疾病患者	医学影像分析	胰腺疾病	3.0-T MR成像、钆增强成像、深度学习重建	深度学习重建算法	3D MR图像	32例患者（平均年龄62±12岁，16例女性）
545	2025-09-28	From texture analysis to artificial intelligence: global research landscape and evolutionary trajectory of radiomics in hepatocellular carcinoma 2025-Sep-24, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03620-x PMID:40991097	文献计量分析	通过文献计量学方法分析肝细胞癌影像组学领域的研究格局与演进轨迹	首次对肝细胞癌影像组学领域进行系统性文献计量分析，揭示AI驱动下的研究范式转变	基于文献数据库的分析可能存在收录偏差，未涉及未发表研究成果	揭示肝细胞癌影像组学研究的发展趋势与合作网络	906篇Web of Science核心合集收录的肝细胞癌影像组学相关文献（2006-2025）	医学影像分析	肝细胞癌	文献计量分析（CiteSpace/VOSviewer/R/Python）	NA	文献元数据	906篇出版物
546	2025-09-28	Development of deep learning-based narrow-band imaging endocytoscopic classification for predicting colorectal lesions from a retrospective study 2025-Sep-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63812-5 PMID:40993107	研究论文	开发基于深度学习的窄带成像内镜细胞镜分类系统，用于预测结直肠病变	采用多阶段预训练策略结合监督式深度聚类，首次将大规模语言模型的渐进式预训练思想应用于内镜细胞镜图像分析	基于回顾性多中心研究，需要未来更大规模的多中心数据验证	提高结直肠病变诊断的准确性和一致性，为早期癌症筛查奠定基础	结直肠病变（非肿瘤性病变、腺瘤和浸润性癌症）	计算机视觉	结直肠癌	窄带成像内镜细胞镜（EC-NBI）	深度学习模型（具体架构未明确说明）	内镜图像	多中心回顾性队列（具体样本量未说明）
547	2025-09-28	Attention-enhanced residual autoencoder for NIR spectral feature extraction and classification of grain varieties 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17676-w PMID:40993134	研究论文	提出一种注意力增强残差自编码器SpecFuseNet，用于近红外光谱特征提取和谷物品种分类	集成融合高效通道注意力和光谱残差门控机制，实现轻量级深度学习和鲁棒光谱重建	NA	开发快速可部署的谷物品种分类解决方案以支持精准农业	大麦、鹰嘴豆和高粱三种谷物品种	机器学习	NA	近红外光谱技术	注意力增强残差自编码器	光谱数据	大麦1,200样本24品种、鹰嘴豆950样本19品种、高粱500样本10品种
548	2025-09-28	Multi-resolution transfer learning for tampered image classification using SE-enhanced fused-MBConv and optimized CNN heads 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17799-0 PMID:40993163	研究论文	提出一种基于迁移学习的篡改图像分类模型，通过SE增强的融合MBConv层和优化CNN头实现多分辨率图像检测	结合复合缩放、融合MBConv层和SE注意力机制，采用Focal Loss解决类别不平衡问题，在多个基准数据集上实现优于42种现有方法的性能	未明确说明模型在未知篡改技术或极端图像退化条件下的泛化能力	开发高精度且可泛化的数字图像篡改检测系统	经过篡改处理的数字图像	计算机视觉	NA	迁移学习、深度学习	EfficientNetV2B0、CNN、SE注意力机制、融合MBConv	图像	四个基准数据集（CASIA v1、Columbia、MICC-F2000、Defacto拼接数据集）
549	2025-09-28	Deep fusion based transfer learning with bald eagle search algorithm for sign language recognition to assist individuals with hearing and speech impairments 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10660-4 PMID:40993179	研究论文	提出一种基于秃鹰搜索算法优化的融合迁移学习模型，用于手语识别以帮助听力和言语障碍人士	结合四种深度学习模型进行特征融合，并采用秃鹰搜索算法优化随机向量功能链接网络的超参数	仅在美国手语字母数据集上进行评估，未涉及更复杂的手语句子识别	提高手语识别系统的准确率，促进听力和言语障碍人士的沟通	手语手势图像数据	计算机视觉	听力障碍	深度学习、迁移学习、优化算法	InceptionV3, MobileNetV2, NASNetMobile, ResNet50V2, RVFL, BES	图像	美国手语字母数据集（具体样本量未明确说明）
550	2025-09-28	Progress, challenges and future of linguistic neural decoding with deep learning 2025-Sep-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08511-z PMID:40993271	综述	本文系统梳理了基于深度学习的语言神经解码研究进展，重点分析了大语言模型在该领域的应用	提出了结合大语言模型的神经解码新范式，强调其在语言信息理解、处理和生成方面的强大能力	NA	为脑科学家和深度学习研究者提供语言感知与产生过程中大脑显著相关性研究方法论的整体视角	人类大脑在文本和口语信息交互时的神经活动	自然语言处理	NA	深度学习、大语言模型(LLMs)	大语言模型	神经信号数据	NA
551	2025-09-28	Searching for effective preprocessing method and CNN based architecture with efficient channel attention on speech emotion recognition 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19887-7 PMID:40993294	研究论文	本文探索语音情感识别中有效的预处理方法和基于CNN的高效通道注意力架构	提出多尺度短时傅里叶变换数据增强方法，并在CNN架构中引入高效通道注意力机制以提升特征表示能力	NA	寻找语音情感识别中更有效的预处理方法和CNN模型架构	语音情感数据	自然语言处理	NA	短时傅里叶变换、数据增强	CNN、高效通道注意力	语音信号、频谱图	两个语音情感数据集（交互式情感动态捕捉数据库、柏林情感语音数据库）
552	2025-09-28	Multi-branch and multi-label tree species classification using deep learning for UAV aerial photography and Sentinel remote sensing images 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19827-5 PMID:40993302	研究论文	提出一种针对多源遥感数据的多分支多标签图像分类模型MMTSC，用于无人机航拍和哨兵遥感图像中的15种树种分类识别	设计专门针对多源遥感数据的多分支多标签分类模型，在数据不平衡的复杂林分场景中实现较高性能，并将分类结果应用于生物量估算	树种图像差异小、人工标注困难、数据集获取难度大导致多标签分类研究较少	解决树种多标签图像分类问题，提升森林资源监测能力	15种森林树种	计算机视觉	NA	深度学习	多分支多标签分类模型MMTSC（基于DenseNet121主干网络）	多源遥感图像（无人机航拍和哨兵遥感图像）	TreeSatAI数据集（具体样本数未明确说明）
553	2025-09-28	Historical evolution and current research status of lymph node staging in gastric cancer: a review 2025-Sep-24, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03989-7 PMID:40993666	综述	系统回顾胃癌淋巴结分期的历史演变、现状与人工智能技术应用进展	整合新型淋巴结分期参数（LNR/LODDS/NLNC）并首次系统评述AI技术在胃癌淋巴结分期中的创新应用	未涉及具体临床验证数据及不同分期系统的横向比较研究	总结胃癌淋巴结分期体系发展脉络并为下一代预后框架提供参考	胃癌淋巴结分期系统及相关临床研究	数字病理	胃癌	机器学习、深度学习	ML/DL模型	临床病理数据	NA
554	2025-09-28	MaskMol: knowledge-guided molecular image pre-training framework for activity cliffs with pixel masking 2025-Sep-24, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02389-3 PMID:40993695	研究论文	提出一种基于知识引导和像素掩码的分子图像自监督学习框架MaskMol，用于解决活性悬崖问题	首次将像素掩码技术应用于分子图像预训练，通过多层级分子知识（原子、键、子结构）指导表示学习	NA	开发能够准确识别活性悬崖的分子表示学习方法	分子图像和活性悬崖分子对	计算化学	肿瘤	自监督学习、像素掩码	深度学习框架	分子图像	20种不同大分子靶标的化合物数据
555	2025-09-28	Deep learning and radiomics integration of photoacoustic/ultrasound imaging for non-invasive prediction of luminal and non-luminal breast cancer subtypes 2025-Sep-24, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02113-7 PMID:40993716	研究论文	本研究开发了一种融合光声/超声成像与临床特征的深度学习放射组学模型，用于术前预测乳腺癌分子亚型	首次将光声/超声成像与深度学习和放射组学特征相结合，构建综合预测模型DLRN	样本量相对有限（388例患者），需进一步多中心验证	开发术前无创区分管腔型与非管腔型乳腺癌亚型的预测模型	乳腺癌患者	医学影像分析	乳腺癌	光声/超声成像、放射组学分析、深度学习特征提取	ResNet50、LASSO回归、逻辑回归、集成模型	医学影像（PA/US图像）、临床数据	388例乳腺癌患者（训练组271例，测试组117例）
556	2025-09-28	scKAN: interpretable single-cell analysis for cell-type-specific gene discovery and drug repurposing via Kolmogorov-Arnold networks 2025-Sep-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03779-0 PMID:40993718	研究论文	提出基于Kolmogorov-Arnold网络的可解释单细胞分析框架scKAN，用于细胞类型注释和细胞特异性基因发现	利用KAN网络的可学习激活曲线直接建模基因-细胞关系，相比注意力机制提供更直观的可视化解释	NA	开发可解释的单细胞RNA测序分析方法，连接分子发现与治疗应用	单细胞RNA测序数据	生物信息学	胰腺导管腺癌	单细胞RNA测序，分子动力学模拟	Kolmogorov-Arnold网络	基因表达数据	NA
557	2025-09-28	A dual-branch deep learning network for circulating tumor cells classification 2025-Sep-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07057-2 PMID:40993750	研究论文	提出一种结合双分支深度学习网络和传统图像处理技术的循环肿瘤细胞自动识别框架	创新性融合双分支网络结构与图像/荧光特征，通过分割算法提升特征表示鲁棒性	未明确说明模型对稀有细胞类型的识别能力及跨中心验证结果	提高循环肿瘤细胞识别的准确性和效率以实现临床直接应用	外周血中的循环肿瘤细胞	数字病理	肿瘤	深度学习、图像处理技术	双分支深度学习网络	荧光图像	NA
558	2025-09-28	Deep Learning-based Automated Detection of Pulmonary Embolism: Is It Reliable? 2025-Sep-24, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001803 PMID:41004836	研究论文	评估基于深度学习的AI系统在胸部CTPA中自动检测肺栓塞的准确性和临床应用价值	首次全面评估Canon Automation Platform在肺栓塞自动检测中的性能，涵盖肺动脉所有解剖层次	亚段分支的敏感性相对较低（81.4%-84.7%），且为回顾性研究	评估AI程序在肺栓塞自动检测和定位中的诊断准确性	1474例疑似肺栓塞的胸部CTPA图像	数字病理	肺栓塞	深度学习算法	深度学习模型	CT医学影像	1474例胸部CTPA扫描
559	2025-09-28	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实标注数据即可实现质谱成像去噪，通过噪声数据构建可靠训练集	NA	开发质谱成像数据的深度学习去噪方法	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	计算生物学	NA	质谱成像（MALDI、DESI）	深度神经网络	质谱成像数据	多个小鼠胎儿数据集、5μm分辨率小鼠脑数据集、大鼠脑数据集
560	2025-09-28	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发了一种结合分子动力学和深度学习的双模态神经网络，用于激酶配体作用模式的分类和不确定性评估	提出了首个能够分别处理动力学和结构数据的双模态深度学习分类器，并实现了在缺失动力学数据情况下的高性能预测	数据集仅包含280个实验解析结构，模型泛化能力有待更大规模验证	开发新型深度学习模型以准确预测激酶配体的变构或正构作用模式	激酶配体分子	机器学习	NA	分子动力学模拟、深度学习	双模态深度神经网络	分子结构数据、动力学描述符	280个实验解析的激酶结构