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
621	2025-12-27	Integrating Genomic Data and Imaging in Lung Cancer Prediction Using a Hybrid Deep Learning Approach 2025-Dec-26, American journal of clinical oncology DOI:10.1097/COC.0000000000001288 PMID:41449569	研究论文	本研究开发了一种混合深度学习模型，通过整合基因组数据和影像数据来提高肺癌预测的准确性	提出了一种结合基因组数据和影像数据的混合深度学习模型，并采用Inception-ResNet-v2架构，以解决基因组数据高维复杂性和过拟合问题	未整合其他多模态数据源（如电子健康记录和生活方式因素），未来可进一步扩展	开发一种有效的肺癌预测方法，以提高诊断准确性和促进早期检测	肺癌患者	数字病理学	肺癌	基因组测序，CT成像，DCE成像	CNN	图像，基因组数据	使用LIDC-IDRI数据集，具体样本数量未明确说明	Python	Inception-ResNet-v2	准确率	NA
622	2025-12-27	Highly Stable Twin Defects Enabled by High Entropy Configuration 2025-Dec-26, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202520550 PMID:41451482	研究论文	本文报道了在碳限域的FeCoNiMn纳米催化剂中实现高浓度稳定孪晶缺陷的策略，揭示了熵敏感的形成机制和持久的催化性能	通过高熵配置实现高度稳定的孪晶缺陷，并利用深度学习、原位TEM和分子动力学模拟揭示其原子尺度应变分布和多步形成动力学	NA	研究金属纳米催化剂中孪晶缺陷的稳定化机制，以提升催化效率	碳限域的FeCoNiMn纳米催化剂（T-FeCoNiMn/C）	材料科学	NA	深度学习，原位透射电子显微镜（TEM），分子动力学模拟	NA	原子尺度应变分布数据，催化性能数据	NA	NA	NA	NA	NA
623	2025-12-27	Flexible and Robust Metasurface-Based Wearable Sensor for Intelligent Human Monitoring 2025-Dec-26, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202514150 PMID:41451579	研究论文	本文提出了一种基于柔性超表面的可穿戴传感器，结合拓扑光子学和AI增强传感技术，用于多功能人体监测	首次将拓扑保护的柔性超表面技术与AI增强传感结合，实现动态条件下的稳定信号采集和多任务健康监测	未明确说明传感器在极端环境下的长期稳定性或大规模临床验证结果	开发一种能克服运动伪影和机械形变影响的可穿戴智能健康监测系统	人体心肺动力学、生命体征、活动识别和个体身份	机器学习	心血管疾病	拓扑光子学、电磁波-身体相互作用	深度学习	电磁波信号	NA	NA	NA	NA	NA
624	2025-12-27	Progress of Deep Learning Prediction of CD8+ T-Cell Epitopes 2025-Dec-26, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70101 PMID:41452164	综述	本文全面回顾了基于蛋白质语言模型的表位编码方案以及用于预测MHC-I结合亲和力、TCR-肽反应性和pMHC-TCR结合亲和力的深度学习模型的最新进展	聚焦于深度学习技术在过去二十年中在CD8+ T细胞表位预测领域的突破性成就，特别是结合了新兴的蛋白质语言模型进行表位编码	NA	旨在总结和评述深度学习在预测CD8+ T细胞表位方面的研究进展，以支持疫苗设计和免疫治疗	CD8+ T细胞表位，即由抗原蛋白分解产生的特殊肽片段	自然语言处理, 机器学习	NA	深度学习	深度学习模型	序列数据（肽序列）	NA	NA	NA	NA	NA
625	2025-12-27	Recognizing uric acid type of urinary stones by deep learning 2025-Dec-26, Urolithiasis IF:2.0Q2 DOI:10.1007/s00240-025-01922-x PMID:41452376	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
626	2025-12-27	Beyond gas bubbles: AI analysis of the "bubble bed" microenvironment improves diagnosis of infected abdominal collections 2025-Dec-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-05260-9 PMID:41452460	研究论文	本研究开发并验证了一种基于非增强CT的全自动AI模型（BUBBLE-AI），用于提高腹腔内液体聚集（IAFCs）感染的诊断准确性	提出了创新的“气泡床”概念，通过分析气体气泡周围的炎症微环境，结合深度学习和放射组学特征，显著提升了诊断性能	研究为回顾性设计，可能存在选择偏倚；外部测试集规模相对较小（n=80）	开发并验证一种全自动AI模型，以改进腹腔内液体聚集（IAFCs）感染的诊断准确性	腹腔内液体聚集（IAFCs）患者	医学影像分析	腹腔感染	非增强计算机断层扫描（CT）	深度学习模型	CT图像	797名经培养确认的IAFCs患者（训练集637人，验证集80人，外部测试集80人）	NA	BUBBLE-AI（基于气泡床概念的自定义架构）	AUC（曲线下面积）	NA
627	2025-12-27	Research progress of deep learning based on magnetic resonance imaging in meningioma 2025-Dec-26, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01307-6 PMID:41452563	综述	本文综述了基于磁共振成像（MRI）的深度学习在脑膜瘤中的研究进展，分析了其优势、局限性和临床转化中的关键问题	总结了深度学习在脑膜瘤影像分析中的突破性进展，通过客观定量分析方法克服了传统依赖主观视觉判断的诊断局限	NA	为相关医学研究者和临床医生提供技术参考，促进深度学习在临床诊疗中更快、更规范地应用，最终使患者受益	脑膜瘤	数字病理学	脑膜瘤	磁共振成像（MRI）	CNN, Transformer	图像	NA	NA	NA	NA	NA
628	2025-12-27	A deep learning-based pachychoroid index based on choroidal image patterns of central serous chorioretinopathy using enhanced-depth-imaging optical coherence tomography 2025-Dec-26, Japanese journal of ophthalmology IF:2.1Q2 DOI:10.1007/s10384-025-01312-1 PMID:41452567	研究论文	本研究开发并评估了一种基于深度学习的厚脉络膜指数（HUPI），用于从增强深度成像光学相干断层扫描（EDI-OCT）图像中量化厚脉络膜谱系疾病的特征	首次提出基于深度学习的厚脉络膜指数（HUPI），通过修改的LeNet模型从脉络膜图像模式中自动提取特征，作为厚脉络膜谱系疾病的代表性指标	单中心、回顾性、观察性研究，样本量相对较小（37只CSC眼和40只正常眼用于训练和验证），可能限制结果的泛化性	开发并评估一种基于深度学习的定量指标，用于区分厚脉络膜谱系疾病（如中心性浆液性脉络膜视网膜病变）与正常眼睛	中心性浆液性脉络膜视网膜病变（CSC）患者和正常对照者的眼睛	数字病理学	中心性浆液性脉络膜视网膜病变	增强深度成像光学相干断层扫描（EDI-OCT）	CNN	图像	训练和验证使用37只CSC眼和40只正常眼；评估使用69只急性CSC眼、35只恢复期CSC眼、86只CSC对侧眼和100只正常眼	NA	修改的LeNet	AUC, 敏感性, 特异性	NA
629	2025-12-27	TTG-U-Net: An Interpretable and Efficient Framework for Multi-Modal Brain Tumor Segmentation Enabling Clinically-Aligned Decision Support 2025-Dec-25, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3648379 PMID:41447494	研究论文	本文提出了一种名为TTG-U-Net的新型、可解释且高效的多模态脑肿瘤分割框架，旨在弥合模型性能与临床可解释性及效率之间的差距	该框架通过三个协同组件提供集成解决方案：1) 显式建模模态间依赖关系的跨模态Transformer，生成可作为模型推理透明视觉审计轨迹的注意力图；2) 自适应正则化模型并减少计算占用的动态低秩张量分解；3) 学习透明信息路由策略的模态自适应门控机制，模仿既定的放射学原理	NA	解决医疗可解释人工智能（XAI）领域的关键空白，开发一种能够透明且高效融合多模态MRI异质信息的集成方法，以促进人工智能在临床工作流程中的整合	多模态MRI图像中的脑肿瘤	数字病理学	脑肿瘤	多模态MRI	深度学习	图像	NA	NA	TTG-U-Net, U-Net, Transformer	Dice系数	NA
630	2025-12-27	An Atlas of Chirality-Dependent Electronic Structures of MoS2 Nanotubes from Deep Learning 2025-Dec-25, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c14194 PMID:41448575	研究论文	本文通过集成机器学习框架，预测了MoS2纳米管的手性依赖电子结构，并构建了其带隙、载流子有效质量及带隙分类的全面图谱	结合机器学习原子间势与深度学习密度泛函理论，首次实现了对整个手性空间MoS2纳米管电子结构的准确高效预测，并揭示了载流子有效质量对管径和手性的非平凡依赖关系	研究主要聚焦于MoS2纳米管，未扩展到其他过渡金属二硫族化合物纳米管，且预测框架的泛化能力有待进一步验证	探究过渡金属二硫族化合物纳米管的手性依赖电子性质，以促进一维材料的设计与应用	MoS2纳米管	机器学习	NA	机器学习原子间势，深度学习密度泛函理论	深度学习	电子结构数据	覆盖整个手性空间的MoS2纳米管样本	NA	NA	NA	NA
631	2025-12-27	Deep learning-based joint analysis of diabetic retinopathy and glaucoma in retinal fundus images 2025-Dec-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32991-y PMID:41449171	研究论文	本文提出了一种基于Vision Transformer和双向特征融合的深度学习架构，用于联合分析视网膜眼底图像中的糖尿病视网膜病变和青光眼	结合Vision Transformer与双向特征融合模块，并引入Hunger Games Search算法优化超参数和融合权重，以同时学习低层次纹理特征和长距离空间相关性	未明确提及模型在外部验证或临床部署中的具体限制，如数据多样性或计算效率	开发一种能够准确诊断糖尿病视网膜病变和青光眼共存的自动化分析系统	视网膜眼底图像	计算机视觉	糖尿病视网膜病变, 青光眼	深度学习	Vision Transformer	图像	NA	NA	Vision Transformer, Bi-Directional Feature Fusion	准确率, 灵敏度	NA
632	2025-12-27	Deep learning-based ordinal classification overcomes subjective assessment limitations in intraoral free flap monitoring 2025-Dec-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33637-9 PMID:41449199	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
633	2025-12-27	Enhancing healthcare classification with hybrid multimedia data processing and deep learning TNBO FCNN approach in IoT-enabled environments 2025-Dec-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33141-0 PMID:41449205	研究论文	提出一种结合可调非线性贝叶斯优化（TNBO）和全连接神经网络（FCNN）的混合深度学习框架，用于物联网环境下的多模态医疗数据分类，并集成区块链技术保障数据安全	首次将TNBO用于高效路由和超参数调优，并与FCNN结合进行多模态医疗数据分类，同时集成区块链技术确保去中心化环境下的数据安全、透明和不可篡改	未详细说明模型在极端资源受限环境下的性能，且伦理影响和未来研究方向仅作初步讨论	解决物联网医疗系统中多模态数据分类的准确性、实时处理和数据安全问题	物联网环境下的多模态患者数据（如语音、图像、信号）	机器学习	NA	深度学习，区块链技术	FCNN	多模态数据（语音、图像、信号）	基准数据集（具体数量未说明）	NA	全连接神经网络	准确率，灵敏度，特异性，F1分数，AUC-ROC	NA
634	2025-12-27	Robust Fall Army Worm detection in maize using multimodal RGB and thermal image fusion 2025-Dec-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29784-8 PMID:41449234	研究论文	本研究提出了一种基于深度学习的多模态图像融合框架，用于自动分类受草地贪夜蛾侵染和健康的玉米作物	引入了混合DNN-ViT模型，结合特征级和图像级融合策略，利用RGB和热成像数据提升检测精度	未来研究需探索增强的融合策略、环境鲁棒性及田间部署以验证实际应用性	通过多模态图像融合增强玉米作物中草地贪夜蛾的检测准确性	受草地贪夜蛾侵染和健康的玉米作物	计算机视觉	NA	RGB成像, 热成像	CNN, DNN, ViT	图像	NA	NA	DNN, Vision Transformer	准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
635	2025-12-27	Computed Tomography-Pathology Deep Learning Model for the Precise Prediction of Recurrence in Pathological Stage IA Lung Adenocarcinoma 2025-Dec-25, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-18946-7 PMID:41449240	研究论文	本研究开发并验证了一种结合术前CT图像和病理分级的深度学习模型，用于精确预测病理IA期肺腺癌患者的术后复发风险	提出了新颖的ResNet 3D-Pathology Fusion模型，通过三维ResNet骨干网络与图像-病理融合模块的集成，实现了对传统TNM分期和IASLC分级的性能超越	研究为单中心回顾性分析，样本量相对有限，且模型性能需在外部多中心队列中进一步验证	开发精确的深度学习模型以改善病理IA期肺腺癌患者的术后复发预测和风险分层	病理IA期肺腺癌患者	数字病理	肺癌	深度学习，计算机断层扫描，病理分级	CNN	图像	551名患者（训练集368例，验证集183例）	NA	ResNet	AUC	NA
636	2025-12-27	Optimized deep learning for Indian Classical Dance Classification a novel application based on a refined version of chameleon swarm algorithm 2025-Dec-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33469-7 PMID:41449277	研究论文	提出一种基于改进变色龙群算法优化深度信念网络的印度古典舞蹈风格分类新方法	首次将改进的Refined Chameleon Swarm Algorithm (RCSA) 用于优化Deep Belief Network (DBN) 的参数和架构，通过引入非线性自适应权重机制和伯努利混沌映射，有效平衡探索与利用，克服了原始算法收敛过快的问题	未提及模型在更大规模或更多样化舞蹈数据集上的泛化能力，也未讨论计算复杂度与实时性限制	实现印度古典舞蹈风格的自动准确分类	印度古典舞蹈的动作图像数据	计算机视觉	NA	NA	Deep Belief Network (DBN)	图像	使用Indian Dance form Classification (ICD) 和Bharatnatyam Dance Poses (BDP) 两个数据集，具体样本数量未明确说明	NA	Deep Belief Network (DBN)	准确率, 精确率, 灵敏度, 特异性, F1分数	NA
637	2025-12-27	Explainable deep learning ensemble framework for accurate classification of wild poisonous mushroom species 2025-Dec-25, BMC biotechnology IF:3.5Q2 DOI:10.1186/s12896-025-01092-z PMID:41449383	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
638	2025-12-27	Unpaired Learning-Enabled Nanotube Identification from AFM Images 2025-Dec-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202512504 PMID:41449757	研究论文	提出一种基于深度学习的图像到图像转换方法，用于从原子力显微镜图像中准确提取纳米管形态	采用基于cycleGAN的无配对学习框架，结合专门设计的损失函数，能够将包含纳米管的AFM图像转换为纯基底图像，从而有效分离纳米管形态，即使在基底粗糙度超过纳米管直径的情况下也能工作	模型的泛化能力有待进一步扩展，未来需要与实时AFM成像集成	开发一种从原子力显微镜图像中准确表征纳米管网络形态的方法	单壁碳纳米管及其他纳米材料	计算机视觉	NA	原子力显微镜成像	GAN	图像	NA	NA	cycleGAN	灵敏度, 准确度	NA
639	2025-12-27	DAUS-Net: Toward Ultrasound Scanner-Agnostic Domain Generalized Robust and Accurate Segmentation 2025-Dec-25, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251388454 PMID:41449845	研究论文	提出一种超声扫描仪无关的领域泛化分割网络DAUS-Net，用于实现稳健且准确的乳腺肿瘤分割	将深度频率滤波模块集成到U-Net中，在编码器潜在空间进行自适应频率分量选择，并采用实例归一化替代批归一化以移除设备相关风格特征	仅在三个公共超声数据集上进行验证，未涵盖所有超声设备类型	开发独立于超声设备的通用分割模型以降低临床部署成本	超声图像中的乳腺肿瘤	医学图像分析	乳腺癌	超声成像	CNN	超声图像	三个公共数据集（来自不同扫描仪）	未明确说明	U-Net（集成深度频率滤波模块）	Dice系数	未明确说明
640	2025-12-27	ALyzer3D.AI: a more generalizable deep learning predictor of light chain amyloidogenicity powered by structural and evolutionary Artificial Intelligence 2025-Dec-25, Amyloid : the international journal of experimental and clinical investigation : the official journal of the International Society of Amyloidosis IF:5.2Q1 DOI:10.1080/13506129.2025.2605534 PMID:41449923	研究论文	开发了一个名为ALyzer3D.AI的多模态深度学习架构，用于预测免疫球蛋白轻链的淀粉样变性风险	整合了来自ESM-2蛋白质语言模型的进化特征、ColabFold的结构指标以及工程化的生物物理特征，提高了对新患者数据的泛化能力	NA	预测淀粉样轻链（AL）淀粉样变性中免疫球蛋白轻链的淀粉样变性风险	免疫球蛋白轻链序列	自然语言处理	淀粉样轻链（AL）淀粉样变性	蛋白质语言模型（ESM-2）、结构预测（ColabFold）	深度学习	蛋白质序列	5261个序列	NA	多模态深度学习架构	准确率, AUC	NA