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
6301	2025-10-06	Tumour nuclear size heterogeneity as a biomarker for post-radiotherapy outcomes in gynecological malignancies 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100793 PMID:40642183	研究论文	本研究探讨妇科鳞状细胞癌放疗前肿瘤细胞核大小异质性与放疗后预后的关联	首次将肿瘤细胞核大小分布异质性作为生物标志物用于预测妇科恶性肿瘤放疗结局	模型预测准确度较低（C统计量0.56-0.57），样本量有限（191例）	研究肿瘤细胞核大小异质性对妇科恶性肿瘤放疗预后的预测价值	191例非转移性妇科鳞状细胞癌患者	数字病理学	妇科恶性肿瘤	全切片图像分析	深度学习	病理图像	191例妇科鳞状细胞癌患者	NA	NA	C统计量, 风险比, p值	NA
6302	2025-10-06	Artificial intelligence system for EUS navigation and anatomical landmark recognition 2025-Jul, VideoGIE : an official video journal of the American Society for Gastrointestinal Endoscopy DOI:10.1016/j.vgie.2025.03.027 PMID:40642404	研究论文	开发基于深度卷积神经网络的AI系统，用于EUS导航和实时解剖标志识别	首个基于DCNN的实时EUS导航系统，能够识别解剖标志并提供导航提示	系统无法识别病理改变（如胰腺肿块或囊性病变），仅测试了3例患者	开发AI系统辅助EUS检查中的导航和解剖标志识别	接受诊断性EUS检查的患者	医学影像分析	消化系统疾病	超声内镜	DCNN	EUS图像	训练集：超过550例EUS检查；测试集：3例患者	NA	深度卷积神经网络	解剖标志正确识别率	NA
6303	2025-10-06	Deep learning-based differentiation of benign and malignant thyroid follicular neoplasms on multiscale intraoperative frozen pathological images: A multicenter diagnostic study 2025-Jun-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.03.02 PMID:40642490	研究论文	开发基于深度学习的多尺度图像学习系统用于甲状腺滤泡性肿瘤良恶性鉴别	首次构建基于多尺度（10×、20×、40×）全切片图像的深度学习系统用于甲状腺滤泡性肿瘤的术中冰冻病理诊断	研究样本量相对有限（1,213例），需进一步扩大验证	开发能够准确区分甲状腺滤泡性肿瘤良恶性的深度学习诊断系统	甲状腺滤泡性肿瘤患者的术中冰冻病理切片	数字病理	甲状腺癌	术中冰冻病理	深度学习弱监督方法	多尺度全切片图像	1,213例患者，分为训练验证集、内部测试集、外部测试集和前瞻性测试集	NA	NA	AUC	NA
6304	2025-10-06	PhytoCluster: a generative deep learning model for clustering plant single-cell RNA-seq data 2025-Jun, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00196-6 PMID:40641652	研究论文	提出了一种名为PhytoCluster的无监督深度学习模型，用于植物单细胞RNA测序数据的聚类分析	开发了专门针对植物scRNA-seq数据的深度聚类算法，能够有效提取潜在特征并处理数据高维度和稀疏性问题	未提及模型在特定植物物种或组织类型上的适用性限制	开发能够准确聚类植物单细胞RNA测序数据的计算方法	植物单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	生成式深度学习模型	单细胞RNA测序数据	4个模拟数据集和5个真实scRNA-seq数据集	NA	NA	聚类准确度, 噪声去除, 信号保留	NA
6305	2025-10-06	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	提出一种运动任务集优化策略，通过最小化代表性任务集来训练生物关节力矩估计模型	首次通过聚类分析优化运动任务集，在保持模型性能的同时显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化外骨骼控制中基于可穿戴传感器的生物关节力矩估计方法	人体髋关节力矩	机器学习	NA	可穿戴传感器数据采集	神经网络	传感器数据	跨受试者交叉验证	NA	NA	均方根误差	NA
6306	2025-10-06	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	研究论文	提出一种深度学习框架，同时识别运动模式、相位及相位进展，用于穿戴式机器人实时辅助	首个同时预测运动模式、相位和相位进展的方法，实现个性化辅助	仅包含五名参与者的数据，样本量有限	开发有效的用户意图识别算法，提升穿戴式机器人在真实场景的应用	人体运动活动（平地行走、上楼梯、下楼梯、坐站转换）	机器学习	NA	惯性测量单元（IMU）	深度学习	IMU传感器数据	5名参与者	NA	NA	分类准确率，相位进展百分比估计精度	NA
6307	2025-10-06	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究使用深度学习分析血流量限制训练期间的大脑皮层响应	首次将深度学习与脑机接口结合用于探索血流量限制训练的皮层活动模式	样本量较小，个体间差异显著，跨被试模型仅达到随机水平准确率	研究血流量限制训练对大脑皮层活动的影响	6名受试者在血流量限制训练前、中、后的皮层响应	脑机接口	NA	脑磁图	深度学习	脑磁图信号	6名受试者	NA	BaseNet	准确率	NA
6308	2025-10-06	Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063180 PMID:40644220	研究论文	提出基于计算机视觉的深度学习适应框架，用于实时关节运动学估计	结合计算机视觉与可穿戴传感器，仅需少量步态周期数据即可实现个性化关节运动学估计	在无法使用摄像头的场景中不可行	开发适用于髋关节外骨骼的实时关节运动学估计方法	下肢关节运动学，特别是僵硬膝步态数据	计算机视觉	运动障碍	深度学习，迁移学习	TCN	传感器数据，运动捕捉数据	少量步态周期数据（1-2个步态周期）	NA	时序卷积网络	均方根误差	智能手机摄像头，实时推理
6309	2025-10-06	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	研究论文	本文提出了一种基于位置的相机-2D LiDAR融合方法，并在真实移动机器人上测试了人员跟随应用	首次在真实机器人上测试基于位置的目标人员跟踪系统用于人员跟随应用，并与基于图像的跟踪方法进行对比	基于位置的跟踪主要适用于短期跟踪，未在长期跟踪场景中进行测试	开发更有效的人员跟随系统，解决现有方法在跟踪视角和误报方面的限制	移动机器人的人员跟随系统	机器人视觉	NA	深度学习，多传感器融合	深度学习人员检测模型	RGBD图像，LiDAR点云数据	NA	NA	UCMCtrack, SORT	ID切换率，跟踪一致性	真实移动机器人平台
6310	2025-10-06	HyenaCircle: a HyenaDNA-based pretrained large language model for long eccDNA prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1641162 PMID:40641599	研究论文	提出基于HyenaDNA预训练大语言模型的HyenaCircle深度学习模型，用于预测长eccDNA形成	首次将大语言模型与三代测序数据结合用于长eccDNA预测，采用数据增强、正则化和类别不平衡加权策略提升模型鲁棒性	模型验证AUROC为0.715，性能仍有提升空间，长eccDNA检测本身存在技术挑战	开发能够准确预测长eccDNA形成的深度学习模型	长度1-5kb的染色体外环状DNA(eccDNA)	自然语言处理	NA	纳米孔测序，FLED算法	大语言模型	DNA序列数据	20,000个长度匹配的阴性对照样本	NA	HyenaDNA, HyenaCircle	AUROC, 召回率	NA
6311	2025-10-06	Explainable AI for time series prediction in economic mental health analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591793 PMID:40641972	研究论文	提出一种将可解释人工智能直接集成到时间序列预测中的新框架，用于经济心理健康分析	将可解释性直接整合到时间序列预测过程中，结合内在和事后可解释性技术	现有的事后可解释性方法仅提供部分见解，在敏感领域应用受限	开发透明且可解释的时间序列预测模型用于经济心理健康分析	心理健康预测和经济数据分析	机器学习	心理健康疾病	时间序列分析，可解释人工智能	可解释模型架构	时间序列数据	NA	NA	可解释模型架构	准确率，可解释性	NA
6312	2025-10-06	Automatic dental age estimation in adolescents via oral panoramic imaging 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1618246 PMID:40642202	研究论文	通过口腔全景影像实现青少年自动牙龄估计	构建大规模全景牙科影像数据集并应用多种CNN模型实现自动化牙龄估计，替代传统依赖主观判断的Demirjian方法	研究主要针对中国北方青少年群体，可能在其他人群中的适用性有限	开发基于深度学习的自动牙龄估计方法，用于法医牙科年龄鉴定	青少年牙科全景影像	计算机视觉	NA	全景牙科影像	CNN	图像	大规模全景牙科影像数据集，包含总体样本、女性样本和男性样本	NA	多种卷积神经网络模型	平均绝对误差	NA
6313	2025-10-06	Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning 2024-Nov, Radiology advances DOI:10.1093/radadv/umae026 PMID:40641627	研究论文	开发一种基于深度学习的无对比剂心血管磁共振方法，用于活体定量测量心肌氧摄取分数和心肌血容量	首次将UNet神经网络与不对称自旋回波CMR序列结合，实现无对比剂的心肌氧代谢参数定量测量	样本量较小（20名健康志愿者和10名心梗患者），需要在更大人群中验证	开发无创定量测量心肌氧代谢参数的新方法	健康志愿者和慢性心肌梗死患者	医学影像分析	心血管疾病	心血管磁共振，不对称自旋回波序列	深度学习	磁共振图像	20名健康志愿者（11名女性，20-30岁）和10名慢性心肌梗死患者	NA	UNet	变异系数	3 T MRI临床系统
6314	2025-10-06	A practical guide for nephrologist peer reviewers: evaluating artificial intelligence and machine learning research in nephrology 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2513002 PMID:40620096	指南	为肾脏病学同行评审提供评估人工智能和机器学习研究的结构化框架	整合TRIPOD-AI清单，提出针对肾脏病学AI/ML研究的系统评审框架	NA	提升肾脏病学领域AI/ML研究的评审质量和临床可靠性	肾脏病学领域的AI/ML研究论文	机器学习	肾脏疾病	电子健康记录分析、生物标志物分析、医学影像分析	卷积神经网络, 预测模型	电子健康记录, 医学影像, 生物标志物	NA	NA	NA	NA	NA
6315	2025-10-06	Multiparameter MRI-based automatic segmentation and diagnostic models for the differentiation of intracranial solitary fibrous tumors and meningiomas 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2530223 PMID:40625299	研究论文	开发基于多参数MRI的自动分割和诊断模型，用于区分颅内孤立性纤维瘤和脑膜瘤	首次将VB-Net深度学习网络用于肿瘤自动分割，并结合临床/影像学特征构建融合指数相关模型和四分类模型	样本量相对有限（252例患者），研究时间跨度较长（2014-2024年）	术前准确区分颅内孤立性纤维瘤和脑膜瘤，为手术规划和治疗策略提供依据	颅内孤立性纤维瘤（56例）和脑膜瘤（196例）患者	医学影像分析	脑肿瘤	多参数MRI	VB-Net, 机器学习	MRI图像, 临床数据, 影像学特征	252例患者（56例SFTs，196例脑膜瘤）	NA	VB-Net	DSC, AUC	NA
6316	2025-10-06	A bidirectional reasoning approach for blood glucose control via invertible neural networks 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108844 PMID:40440769	研究论文	提出一种双向神经网络框架，通过可逆神经网络实现血糖控制的因果推理和反事实推理	创新性地将前向因果推理与逆向反事实推理整合到统一框架中，通过多堆叠仿射耦合层确保网络可逆性	NA	解决深度学习模型在需要因果和反事实推理任务中的伪相关性问题	血糖控制	机器学习	糖尿病	可逆神经网络	双向神经网络	血糖数据	NA	强化学习	多堆叠仿射耦合层	泛化能力，决策效能，样本效率，收敛速度	NA
6317	2025-10-06	DeepMS: super-fast peptide identification using end-to-end deep learning method 2025-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169237 PMID:40449612	研究论文	开发了一种基于深度学习的质谱谱图识别算法DeepMS，用于超快速肽段序列鉴定	采用端到端深度学习方法实现超快速肽段鉴定，其识别速度超过质谱谱图生成速率	未明确说明算法在复杂样本中的性能表现和泛化能力	解决传统质谱谱图识别方法计算资源需求大、耗时长的限制	质谱谱图和肽段序列	机器学习	NA	质谱技术	CNN	质谱谱图数据	NA	NA	VGG16	NA	NA
6318	2025-10-06	Real-time respiratory motion forecasting with online learning of recurrent neural networks for accurate targeting in externally guided radiotherapy 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108828 PMID:40499344	研究论文	本研究评估了三种资源高效的在线学习算法在放疗中准确预测呼吸运动的能力	提出了SnAp-1和DNI的高效实现方法，并比较了多种在线学习算法在呼吸运动预测中的性能	研究使用健康受试者的外部标记数据，样本数量有限（9个时间序列），且序列时长较短（73-320秒）	开发资源高效的在线学习算法来准确预测放疗中的呼吸运动，以解决治疗系统延迟问题	健康受试者胸部三个外部标记的三维位置时间序列数据	机器学习	肺癌	红外相机跟踪，呼吸运动监测	RNN	时间序列数据	9个时间序列，每个序列包含73-320秒的数据	NA	UORO, SnAp-1, DNI, RTRL	归一化均方根误差(nRMSE), 推理时间	Intel Core i7-13700 CPU
6319	2025-10-06	Automated phenotypic analysis and classification of drug-treated cardiomyocytes via synergized time-lapse holographic imaging and deep learning 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108890 PMID:40505199	研究论文	通过结合延时全息成像和深度学习技术，实现药物处理心肌细胞的自动化表型分析和分类	开发了集成全息图像追踪和深度学习的平台，首次在单细胞水平实现心肌细胞收缩运动的精确跟踪和基于运动波形的自动分类	仅测试了三种药物，样本范围有限，需要进一步验证更多药物类型	预测心血管药物风险，研究药物浓度对单个心肌细胞收缩动力学的影响	人诱导多能干细胞衍生的心肌细胞	计算机视觉, 数字病理学	心血管疾病	延时全息成像, 光学流方法	深度学习, 迁移学习, 机器学习	全息图像序列, 运动波形数据	单个心肌细胞水平的药物处理细胞群体	NA	全卷积网络	分类准确率	NA
6320	2025-10-06	Predicting clinical prognosis in gastric cancer using deep learning-based analysis of tissue pathomics images 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108895 PMID:40513510	研究论文	本研究开发了一种基于机器学习的病理组学模型，用于预测胃癌患者术后总生存期	结合病理组学特征与临床参数构建综合预测模型，并通过生物信息学分析揭示模型与肿瘤免疫状态和NRP1表达的关联	回顾性研究设计，样本量相对有限（160例患者）	评估机器学习病理组学模型在预测胃癌患者术后预后中的价值	160例接受根治性手术的胃癌患者	数字病理	胃癌	病理图像分析，生物信息学分析	GBM，机器学习方法	组织病理图像，临床数据	160例胃癌患者，使用TCGA和GEO数据库进行验证	NA	基于GBM的病理组学模型	AUC，1年、3年、5年生存预测准确率	NA