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
6621	2026-01-14	Highway Reconstruction Through Fine-Grained Semantic Segmentation of Mobile Laser Scanning Data 2025-Dec-20, Sensors (Basel, Switzerland) DOI:10.3390/s26010040 PMID:41516475	研究论文	本文提出了一种基于移动激光扫描数据的细粒度语义分割方法，用于高速公路环境的自动理解与三维重建	提出了多尺度、基于对象的数据增强与下采样方法以解决训练样本不平衡问题，并首次将KPConv卷积网络应用于高速公路环境的细粒度语义分割	方法仅在32公里高速公路路段上验证，未说明在不同气候、光照条件下的泛化能力	实现高速公路环境的自动理解与三维重建，以支持先进的交通管理和智能交通系统	高速公路环境及其27类环境特征	计算机视觉	NA	移动激光扫描	CNN	3D点云数据	32公里高速公路路段	NA	KPConv	平均交并比(mIoU)	NA
6622	2026-01-14	AI-Powered Histology for Molecular Profiling in Brain Tumors: Toward Smart Diagnostics from Tissue 2025-Dec-19, Cancers IF:4.5Q1 DOI:10.3390/cancers18010009 PMID:41514522	综述	本文综述了人工智能在脑肿瘤组织学中预测分子特征的研究进展，旨在推动快速、准确且全球可及的智能诊断发展	利用深度学习从全切片图像中直接预测脑肿瘤的分子改变（如IDH突变、1p/19q共缺失），并扩展到术中冰冻切片实现实时分级和分子预测，以及探索了在脊髓室管膜瘤和原发性中枢神经系统淋巴瘤等其他脑肿瘤中的应用	分子检测的不平等获取限制了整合诊断的普遍应用，且当前方法主要集中于胶质瘤，对其他脑肿瘤类型的覆盖仍需扩展	通过人工智能模型从组织学数据中预测脑肿瘤的分子特征，以支持精准医疗并改善诊断可及性	中枢神经系统肿瘤，特别是胶质瘤，以及脊髓室管膜瘤和原发性中枢神经系统淋巴瘤等其他脑肿瘤	数字病理学	脑肿瘤	全切片图像分析、刺激拉曼组织学、领域自适应图像翻译	深度学习	图像	NA	NA	NA	准确率	NA
6623	2026-01-14	Pattern Learning and Knowledge Distillation for Single-Cell Data Annotation 2025-Dec-19, Biology DOI:10.3390/biology15010002 PMID:41514844	研究论文	本研究提出了一种基于模式学习和知识蒸馏的单细胞数据注释方法PLKD，用于解决参考数据集到查询数据集的细胞类型注释转移问题	PLKD方法通过教师模型（Transformer）将基因分组为模式（代表特定生物学功能），使学生模型（MLP）能够关注生物学功能交互而非易受批次差异影响的基因水平表达，并结合知识蒸馏提升轻量级学生模型的抗噪性和鲁棒性	NA	解决单细胞数据中因测量技术导致的批次或数据集间域差距问题，实现准确且鲁棒的细胞类型注释	单细胞数据中的细胞类型注释	机器学习	NA	单细胞测量技术	Transformer, MLP	单细胞数据	NA	NA	Transformer, MLP	NA	NA
6624	2026-01-14	A Novel Framework for Cardiovascular Disease Detection Using a Hybrid CWT-SIFT Image Representation and a Lightweight Residual Attention Network 2025-Dec-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16010005 PMID:41515501	研究论文	提出一种结合连续小波变换-尺度不变特征变换图像表示与轻量级残差注意力网络的新型框架，用于心血管疾病的自动检测	结合多分辨率小波特征与SIFT关键点密度图生成三通道图像表示，并设计轻量级残差注意力网络，在数据有限情况下实现高精度分类	未明确提及模型在外部验证集或临床环境中的泛化能力测试	开发一种在训练样本有限情况下仍能高精度自动识别心血管疾病的计算机辅助筛查工具	心血管疾病患者的心电图信号	数字病理学	心血管疾病	连续小波变换，尺度不变特征变换	CNN	图像	未在摘要中明确说明	未在摘要中明确说明	ResAttNet	准确率，精确率，召回率，F1分数	未在摘要中明确说明
6625	2026-01-14	SD-GASNet: Efficient Dual-Domain Multi-Scale Fusion Network with Self-Distillation for Surface Defect Detection 2025-Dec-19, Sensors (Basel, Switzerland) DOI:10.3390/s26010023 PMID:41516457	研究论文	本文提出了一种基于自蒸馏模型压缩策略的高效双域多尺度融合网络SD-GASNet，用于解决工业表面缺陷检测中尺度变化大、背景相似难以区分以及部署环境计算资源有限下的高精度实时检测挑战	设计了结合频率域信息收集与分配机制和通道同步模块的AES-FPN融合网络，并采用增强KL散度损失函数的自蒸馏策略来提升轻量模型性能	未明确说明模型在更复杂工业场景或更多样化传感器数据上的泛化能力限制	开发一种在有限计算资源下实现高精度、实时工业表面缺陷检测的鲁棒且可泛化的解决方案	工业表面缺陷	计算机视觉	NA	NA	CNN	图像	三个公共数据集（NEU-DET, PCB, TILDA）	NA	SD-GASNet, AES-FPN	准确率, 推理速度	NA
6626	2026-01-14	Critical review of the model description in 'Kurdish handwritten character recognition using deep learning techniques' 2025-Dec, Gene expression patterns : GEP IF:1.0Q4 DOI:10.1016/j.gep.2025.119399 PMID:40617480	评论	本文对一篇关于使用深度学习技术进行库尔德手写字符识别的文章进行了批判性审查，指出了其在模型架构描述、类别标签和模型总结方面的不一致性	NA	NA	审查并指出已发表文章中模型描述的不一致性问题，以促进透明度和可重复性	库尔德手写字符识别领域的深度学习模型描述	自然语言处理	NA	深度学习	NA	手写字符图像	NA	NA	NA	NA	NA
6627	2026-01-14	Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103895 PMID:40945314	研究论文	本研究开发并验证了一种基于超声的深度学习放射组学模型，用于无创预测大唾液腺癌的颈淋巴结转移	整合了临床、超声、放射组学和深度学习特征，构建复合模型以无创预测颈淋巴结转移，支持个性化手术决策	研究样本量有限（214例患者），且来自多个医疗中心，可能存在数据异质性	开发并验证一种基于超声的深度学习放射组学模型，用于无创预测大唾液腺癌患者的颈淋巴结转移	大唾液腺癌患者	数字病理学	唾液腺癌	超声成像	深度学习, 机器学习	图像	214例患者（训练集144例，验证集70例）	NA	NA	AUC, 准确率, 精确率, 召回率, F1分数	NA
6628	2026-01-14	Exploring the Terra incognita of AI-based domain classifications 2025-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70392 PMID:41288334	研究论文	本研究通过分析664个候选新折叠结构域，探索了AI驱动的蛋白质结构分类中的未知领域，并创建了190个新的Pfam家族	整合结构、进化和上下文信息来解析具有挑战性的折叠分类，为扩展蛋白质分类框架进入未知结构领域提供了路线图	许多候选新折叠结构域可能源于结构域边界预测错误（如截短序列或紧密堆积的结构域重复），且大多数缺乏与已知折叠的明确序列或结构相似性	解决结构生物信息学中新型蛋白质折叠分类的核心挑战，特别是在AlphaFold2等深度学习模型极大扩展预测蛋白质结构宇宙的背景下	来自TED数据库的664个候选新折叠（CNF）结构域，这些结构域在TED和DPAM方法中均被分类为低置信度	结构生物信息学	NA	深度学习模型（如AlphaFold2）、结构域分类方法（TED、DPAM）	NA	蛋白质结构数据、序列数据	664个候选新折叠（CNF）结构域	NA	NA	NA	NA
6629	2026-01-14	Biomarkers 2025-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz70856_107027 PMID:41527868	研究论文	比较FreeSurfer不同分割算法在脑部MRI图像处理中对体积和皮质厚度估计的影响，并评估其对萎缩分类的差异	首次系统比较FreeSurfer v7.2 recon-all与v7.4 recon-all-clinical（包括SynthSeg）在临床队列中对脑部结构测量和萎缩分类的影响，特别关注深度学习算法对扫描质量的鲁棒性	样本主要来自单一临床队列（Wake Forest ADRC），可能限制结果的普适性；未详细展示扫描质量对SynthSeg鲁棒性的具体数据	评估不同FreeSurfer分割算法在脑部MRI图像处理中产生的测量差异，及其对年龄和疾病相关萎缩量化的影响	624名参与者（包括认知正常、轻度认知障碍、痴呆患者），使用结构性T1-MRI和tau-PET图像	数字病理学	老年疾病	结构性T1-MRI扫描、tau-PET成像、FreeSurfer图像处理	深度学习分割算法	图像	624名参与者（330名认知正常，214名轻度认知障碍，75名痴呆，5名未分类）	FreeSurfer	SynthSeg	R2（共享方差）、萎缩分类一致性	NA
6630	2026-01-14	Artificial intelligence at the gut-oral microbiota frontier: mapping machine learning tools for gastric cancer risk prediction 2025-Nov-25, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01487-1 PMID:41291759	综述	本文系统回顾并批判性评估了利用微生物组和非侵入性生物标志物（涵盖肠道、胃黏膜、口腔生态系统及舌象成像代理）进行胃癌预测的人工智能和机器学习模型	首次系统性地绘制了AI驱动的基于微生物组的胃癌预测方法学图景，并引入了临床准备度矩阵和验证质量评估来突出转化差距	纳入研究数量有限（仅9项），方法学严谨性、外部验证（仅33.3%的研究采用）、可解释性和报告标准差异较大，可重复性存在挑战	系统回顾和评估用于胃癌预测的AI/ML模型，以绘制方法学严谨性、转化准备度和生物标志物收敛性	利用微生物组数据（来自胃黏膜、粪便、唾液、舌苔、肿瘤组织）和非侵入性生物标志物进行胃癌诊断、风险分类或治疗反应预测的研究	机器学习	胃癌	16S rRNA测序	Random Forest, LASSO, LightGBM, 深度学习	微生物组数据，舌象成像代理	NA	NA	NA	AUC	NA
6631	2026-01-14	Employment of artificial intelligence for an unbiased evaluation regarding the recovery of right ventricular function after mitral valve transcatheter edge-to-edge repair 2025-Nov, European journal of heart failure IF:16.9Q1 DOI:10.1002/ejhf.3705 PMID:40488515	研究论文	本研究利用传统超声心动图和人工智能深度学习模型，评估了经导管二尖瓣缘对缘修复术对严重二尖瓣反流患者右心室功能恢复的影响	首次结合传统超声心动图测量（TAPSE）与基于深度学习的右心室射血分数预测模型，对M-TEER术后右心室功能恢复进行无偏评估	研究为双中心注册研究，可能存在选择偏倚；随访时间较短（3个月），无法评估长期右心室功能变化	评估经导管二尖瓣缘对缘修复术对严重二尖瓣反流患者右心室功能恢复的影响	接受M-TEER治疗的严重二尖瓣反流患者	数字病理学	心血管疾病	超声心动图	深度学习模型	二维心尖四腔视图超声心动图视频	851名患者	NA	NA	NA	NA
6632	2026-01-14	A generative deep learning approach to de novo antibiotic design 2025-Oct-16, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.07.033 PMID:40816267	研究论文	本文提出了一种生成式深度学习框架，用于从头设计新型抗生素，通过片段筛选和不受约束的化合物生成方法，成功合成并验证了具有抗菌活性的化合物	开发了一种结合遗传算法和变分自编码器的生成式人工智能框架，用于从头设计结构新颖的抗生素，突破了现有库中化合物的结构限制	仅合成了24种化合物进行验证，样本规模相对较小，且体内实验仅限于小鼠模型	设计结构新颖的抗生素以应对抗菌素耐药性危机	针对淋病奈瑟菌和金黄色葡萄球菌的抗菌化合物	机器学习	细菌感染	生成式深度学习, 遗传算法, 变分自编码器	VAE	化学结构数据	超过10个化学片段进行筛选，合成了24种化合物	NA	变分自编码器	抗菌活性, 杀菌效果, 体内细菌负荷减少	NA
6633	2026-01-14	Localized identification of seepage and ponding in earthen embankment using infrared thermography assimilated with different deep learning frameworks 2025-Oct-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13258-y PMID:41093858	研究论文	本研究通过将被动红外热成像技术与深度学习算法结合，提出了一种用于识别土堤渗漏和积水的高级方法	将土堤渗漏识别任务转化为图像分类问题，并利用深度学习框架处理热图像序列以高精度预测渗漏和积水范围	NA	解决土堤长期渗漏和积水导致的失效问题，以增强堤坝安全和洪水易发区的灾害预防策略	土堤（土质堤坝）	计算机视觉	NA	红外热成像技术	深度学习算法	热图像序列	NA	NA	NA	准确度	NA
6634	2026-01-14	Impact of deep learning model uncertainty on manual corrections to MRI-based auto-segmentation in prostate cancer radiotherapy 2025-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70221 PMID:40849835	研究论文	本研究评估了深度学习生成的不确定性图对经验丰富的放射肿瘤学家在前列腺癌放疗中手动修正基于深度学习的自动分割的影响	首次系统评估了向临床医生展示深度学习分割不确定性图如何影响其决策、质量感知、信心和编辑效率	研究样本量较小（35例独立测试集），且仅涉及四位经验丰富的肿瘤学家，结果可能无法推广到更广泛的临床医生群体或不同分割任务	评估深度学习生成的不确定性图在临床医生手动修正放疗自动分割过程中的影响	接受超低分割MRI-only放疗的前列腺癌患者	数字病理学	前列腺癌	MRI	深度学习模型	医学影像（MRI）	434例患者用于训练（10折交叉验证），35例独立测试集	nnUNet	nnUNet	Dice系数	NA
6635	2026-01-14	Development and clinical implementation of an MRI-only planning workflow featuring deep learning-based synthetic CT for prostate cancer external beam radiotherapy 2025-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70228 PMID:40841175	研究论文	本文开发并临床实施了一种仅基于MRI的放疗规划工作流程，利用深度学习生成合成CT图像，用于前列腺癌外部束放射治疗	创新点包括开发多通道CycleGAN模型从MRI生成合成CT、自动化基准标记检测以及将工作流程集成到治疗规划系统中，从而消除对CT扫描的需求	研究样本量较小（回顾性11例，前瞻性10例），且未详细讨论模型在不同患者群体或成像设备上的泛化能力	旨在临床实施仅基于MRI的放疗规划工作流程，用于前列腺癌外部束放射治疗，以提高效率和减少辐射暴露	前列腺癌患者	数字病理学	前列腺癌	MRI成像（T1加权Dixon、T2加权3D、T2*加权GRE）、定量磁化率映射	GAN	图像	回顾性11例患者，前瞻性10例患者	NA	CycleGAN	剂量学差异百分比、基准标记检测成功率、检测时间减少	NA
6636	2026-01-14	Single- versus multi-model in the deep learning prediction of monitor units per control point for automated treatment planning in prostate cancer 2025-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70229 PMID:40883098	研究论文	本研究比较了单模型与多模型深度学习方法在预测前列腺癌容积旋转调强放疗中每个控制点监测单位数的性能，以自动化治疗计划	引入了基于深度学习的单模型与多模型方法，用于预测前列腺癌VMAT治疗中每个控制点的监测单位数，并比较了2D与3D输入数据的性能	研究仅基于单一机构的前列腺癌患者数据，样本量相对有限，且未评估模型在其他癌症类型或放疗技术中的泛化能力	开发并比较深度学习方法，以预测前列腺癌容积旋转调强放疗中每个控制点的监测单位数，实现自动化治疗计划	前列腺癌患者接受60 Gy分20次放疗的治疗计划数据	数字病理	前列腺癌	容积旋转调强放疗	深度学习模型	3D剂量分布数据、2D平均剂量强度投影数据	302份均匀治疗计划（训练集220份、验证集40份、测试集42份）	NA	NA	每个控制点仪表权重的误差百分比、每个束流监测单位的误差百分比、临床目标达成率	NA
6637	2026-01-14	A Deep Learning Method for Autism Spectrum Disorder Classification Based on Multimodal Neuroimaging Data 2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC58623.2025.11253912 PMID:41337246	研究论文	本文提出了一种基于多模态神经影像数据的深度学习模型，用于自闭症谱系障碍（ASD）的分类诊断	通过融合功能磁共振成像（fMRI）和结构磁共振成像（sMRI）的互补信息，构建更全面的特征空间，捕捉单一模态无法提供的复杂神经病理特征	研究仅使用了ABIDE NYU站点的数据，样本量有限，且未在其他独立数据集上进行验证	提高自闭症谱系障碍（ASD）与典型发育对照组（TC）的早期分类准确性，以支持及时干预和治疗	自闭症谱系障碍（ASD）患者和典型发育对照组（TC）的个体	机器学习	自闭症谱系障碍	功能磁共振成像（fMRI），结构磁共振成像（sMRI）	深度学习模型	神经影像数据	来自ABIDE NYU站点的影像数据	NA	NA	准确率，AUC，灵敏度，特异度	NA
6638	2026-01-14	A fusocelular skin dataset with whole slide images for deep learning models 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05108-3 PMID:40368949	研究论文	本文介绍了AI4SkIN数据集，这是首个用于皮肤梭形细胞病变的公开全切片图像数据集，通过创新的众包协议进行标注，旨在提升计算机辅助诊断系统的性能	首次公开了针对皮肤梭形细胞病变的全切片图像数据集，并采用基于高斯过程的众包协议进行标注，展示了非专家标注数据在训练深度学习模型中的有效性	未明确提及数据集的样本多样性或潜在的标注偏差，且未详细讨论模型在临床环境中的泛化能力	开发一个用于皮肤梭形细胞病变分类的公开数据集，以支持计算机辅助诊断系统的研究和验证	皮肤梭形细胞病变的全切片图像	数字病理学	皮肤梭形细胞病变	苏木精和伊红染色	深度学习模型	全切片图像	641张全切片图像	NA	NA	NA	NA
6639	2026-01-14	Trends and Gaps in Public Perception of Genetic Testing for Dementia Risk: Unsupervised Deep Learning of Twitter Posts From 2010 to 2023 2025 Apr-Jun 01, Alzheimer disease and associated disorders DOI:10.1097/WAD.0000000000000667 PMID:40371554	研究论文	本研究利用Twitter数据，通过无监督深度学习方法分析了2010年至2023年间公众对痴呆症基因检测的认知趋势和差距	首次结合BERT模型和主题建模技术，从社交媒体数据中挖掘公众对痴呆症基因检测的长期认知演变，并识别出关键争议话题	研究仅基于英语推文数据，可能无法全面反映全球多元文化背景下的公众认知；主题一致性系数较低（Silhouette Coefficient=0.19），表明话题聚类效果有限	分析公众对痴呆症基因检测的认知趋势、关注焦点及信息传播模式	2010年1月1日至2023年4月1日期间包含相关术语的英文推文	自然语言处理	痴呆症	基因检测	BERT	文本	3045条原始/源推文	NA	BERT	Silhouette Coefficient	NA
6640	2026-01-14	GaitDynamics: A Generative Foundation Model for Analyzing Human Walking and Running 2025-Mar-21, Research square DOI:10.21203/rs.3.rs-6206222/v1 PMID:40166023	研究论文	本文介绍了GaitDynamics，一个用于分析人类行走和跑步的生成式基础模型，旨在通过大规模多样化数据训练，实现低成本、高精度的步态动力学预测	开发了首个针对人类步态的生成式基础模型，能够处理多样化输入和输出任务，并在数据缺失或未见人群上保持高准确性和鲁棒性	模型训练依赖于大规模数据集，可能无法覆盖所有可能的步态变异或极端情况；未详细讨论模型在实时应用中的计算延迟问题	通过深度学习模型低成本地预测和分析人类步态动力学，以促进健康、预防损伤、治疗疾病和优化运动表现	人类行走和跑步的步态动力学，包括运动学和地面反作用力	机器学习	NA	深度学习	生成式基础模型	运动学和力数据	大规模数据集，包含多样化参与者人口统计学和步态模式	未指定	未指定	准确性, 鲁棒性	未指定