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
41	2025-09-26	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	内镜图像	多中心回顾性队列
42	2025-09-26	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机制和光谱残差门控的轻量级深度学习模型，同时支持光谱重建和品种分类	NA	开发轻量级深度学习模型实现谷物品种的快速准确分类	大麦、鹰嘴豆和高粱三种谷物	机器学习	NA	近红外光谱技术	注意力增强残差自编码器（SpecFuseNet）	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
43	2025-09-26	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EfficientNetV2B0主干网络、轻量级正则化CNN分类头和Focal Loss损失函数，首次在篡改图像检测中集成复合缩放、融合MBConv层和SE注意力机制	NA	开发高精度、强泛化能力的数字图像篡改检测系统	篡改数字图像	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层	图像	四个基准数据集（CASIA v1、Columbia、MICC-F2000、Defacto拼接数据集）
44	2025-09-26	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语言障碍人士	结合四种预训练模型（InceptionV3、MobileNetV2、NASNetMobile、ResNet50V2）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或不同国家手语体系	开发高精度的手语识别系统，改善听力和语言障碍人士的沟通体验	手语手势图像数据	计算机视觉	听力与语言障碍	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（具体数量未明确说明）
45	2025-09-26	NeoCLIP: a self-supervised foundation model for the interpretation of neonatal radiographs 2025-Sep-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01922-6 PMID:40993183	研究论文	开发了针对新生儿X光片解读的自监督基础模型NeoCLIP，用于检测病理特征和医疗设备	首个专门为新生儿X光片解读设计的深度学习模型，采用对比学习方法，在检测效果上超越了同类成人模型	门静脉积气检测效果未优于对照组，纳入人口统计学数据虽能提升性能但无统计学显著性	开发专门用于新生儿X光片自动解读的深度学习模型	新生儿重症监护室收治的婴儿及其X光影像	医学影像分析	新生儿疾病	对比学习	深度学习模型	X光图像和文本报告	4629名婴儿的20,154张X光片和15,795份对应报告
46	2025-09-26	RCANE: a deep learning algorithm for whole-genome pan-cancer somatic copy number aberration prediction using RNA-seq data 2025-Sep-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08712-6 PMID:40993228	研究论文	提出一种基于RNA-seq数据预测全基因组泛癌体细胞拷贝数变异的深度学习算法RCANE	首次开发能够直接从RNA-seq数据预测跨癌种全基因组SCNAs的深度学习框架，实现低成本的双重数据分析	NA	开发一种仅使用RNA-seq数据即可准确预测多种癌症类型全基因组体细胞拷贝数变异的计算方法	癌症RNA-seq数据（来自TCGA和DepMap细胞系队列）	机器学习	泛癌种	RNA-seq	深度学习	RNA测序数据	TCGA和DepMap细胞系队列数据集
47	2025-09-26	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	本文综述了基于深度学习的语言神经解码研究进展、挑战与未来方向	提出聚焦深度学习架构（特别是大语言模型）的神经解码分类法，强调其在语言信息理解与生成中的创新应用	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相关性研究的方法论视角	人类大脑在文本和口语信息交互中的神经活动	自然语言处理	NA	深度学习、大语言模型（LLMs）	LLMs	神经信号数据	NA
48	2025-09-26	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	本文研究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，并首次将高效通道注意力机制应用于语音情感识别的CNN模型	仅在两个公开数据集上进行验证，未涉及更多复杂场景	探索语音情感识别中最优的预处理方法和CNN架构设计	语音情感数据	自然语言处理	NA	短时傅里叶变换、数据增强、高效通道注意力	CNN、ECA	语音信号、频谱图	两个公开数据集（IEMOCAP和EMO-DB）
49	2025-09-26	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相关研究较少	解决树种多标签图像分类难题，提升森林资源监测效率	TreeSatAI数据集中的15种树种	计算机视觉	NA	深度学习、遥感图像分析	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）
50	2025-09-26	Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment 2025-Sep-24, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03206-y PMID:40993310	综述	探讨人工智能在癌症组织学评估中从辅助诊断工具发展为临床决策核心组件的转型过程	提出多模态方法整合组织学图像与临床分子数据，实现癌症分层和治疗个性化的创新范式	AI预测验证存在挑战，特别是在预后应用和资源有限环境中的可及性不足	推动人工智能在癌症诊断和个性化治疗中的临床转化应用	组织病理学全切片图像（WSIs）及相关的基因组与临床数据	数字病理学	癌症	深度学习、空间转录组学	深度学习模型	全切片图像、基因组数据、临床数据	基于TCGA等公共数据库的大规模样本（具体数量未明确说明）
51	2025-09-26	Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model 2025-Sep-24, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04404-3 PMID:40993360	研究论文	开发用于新生儿超声心动图视频中肺动脉高压自动检测的深度学习模型	首次将时空卷积神经网络应用于新生儿肺动脉高压的自动检测，并通过显著性图谱提供模型可解释性	样本量相对有限（共1353个视频），需要进一步外部验证	实现新生儿肺动脉高压的自动化筛查和早期诊断	3-90天龄新生儿的超声心动图视频	医学影像分析	肺动脉高压	超声心动图	CNN（空间和时空卷积神经网络）	视频	训练验证集975个视频，测试集378个视频，总计1353个视频帧
52	2025-09-26	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、现状与人工智能新技术应用	总结了LNR、LODDS、NLNC等新型分期参数，并引入人工智能技术在淋巴结转移评估中的前沿进展	NA	梳理胃癌淋巴结分期体系的发展脉络并为新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	临床分期数据	NA
53	2025-09-26	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表示学习，通过多层级分子知识引导提升对细微结构变化的识别能力	NA	开发能够准确识别活性悬崖分子的图像表示学习方法	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
54	2025-09-26	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放射组学特征相结合构建集成预测模型	样本量相对有限（388例患者），需多中心验证	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	ResNet50、LASSO回归、逻辑回归	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）
55	2025-09-26	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scKAN可解释性框架，用于单细胞RNA测序数据分析，实现细胞类型注释和细胞特异性基因发现	采用Kolmogorov-Arnold网络的可学习激活曲线建模基因-细胞关系，比传统注意力机制更直观可解释	NA	开发可解释的单细胞分析框架，连接分子洞察与治疗应用	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(scRNA-seq)，分子动力学模拟	Kolmogorov-Arnold网络(KAN)	基因表达数据	NA
56	2025-09-26	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	创新性地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	NA	提高循环肿瘤细胞的自动识别准确率和效率	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
57	2025-09-26	Artificial intelligence in healthcare and medicine: clinical applications, therapeutic advances, and future perspectives 2025-Sep-23, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03196-w PMID:40988064	综述	本文综述人工智能在医疗健康领域的临床应用、治疗进展及未来前景	系统阐述AI作为变革性工具在提升医疗效率、促进健康公平方面的创新潜力	NA	探讨AI在医疗领域的应用价值及实施策略	全球医疗系统及AI技术应用	医疗人工智能	NA	机器学习和深度学习	NA	电子健康记录、医学影像、基因组数据	NA
58	2025-09-24	Correction: Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning 2025-Sep-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18185-6 PMID:40983619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
59	2025-09-26	Lightweight deep learning model for crime pattern recognition based on transformer with simulated annealing sparsity and CNN 2025-Sep-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07260-7 PMID:40983626	研究论文	提出一种基于Transformer和CNN的轻量级深度学习模型LCRNet，用于犯罪模式识别	在Transformer的多头自注意力机制中引入模拟退火稀疏化方法，有效降低计算开销	模型可解释性有待增强，在资源受限环境中的适应性需要进一步验证	为公共安全治理提供高效的犯罪模式识别智能支持	洛杉矶真实犯罪数据	机器学习	NA	模拟退火稀疏化	Transformer, CNN	犯罪数据	真实犯罪数据集（含跨数据集测试）
60	2025-09-26	Deciphering the sequence basis and application of transcriptional initiation regulation in plant genomes through deep learning 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03782-5 PMID:40983924	研究论文	开发可解释深度学习模型GenoRetriever解析植物转录起始调控的序列基础	首次通过多作物基因组STRIPE-seq数据建立可解释深度学习模型，系统揭示27个核心启动子基序功能	研究主要聚焦作物基因组，未涵盖所有植物物种	解析植物转录起始调控的序列基础及其在作物改良中的应用	16种大豆组织和6种其他作物的转录起始位点	机器学习	NA	STRIPE-seq、深度学习、饱和突变、启动子活性检测	深度学习模型	基因组序列数据	16种大豆组织+6种作物基因组数据