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
61	2025-12-20	TFSolver: a numerical Python toolkit for parallel electromagnetic calculation of planar multilayer thin films at multi-wavelength and multi-angle 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.578518 PMID:41414396	研究论文	介绍了一个用于平面多层薄膜电磁计算的Python工具包TFSolver，支持并行模拟、GPU加速和自动微分	利用PyTorch库实现4×4矩阵方法，支持多波长和多角度的并行电磁计算，并集成自动微分功能以支持基于梯度的优化任务	NA	开发一个高效、可并行化且支持自动微分的电磁计算工具包，用于各向同性和各向异性多层薄膜的表征与设计	平面各向同性和各向异性多层薄膜	计算电磁学	NA	4×4矩阵方法	NA	电磁模拟数据	NA	PyTorch	NA	计算精度、计算效率	GPU加速
62	2025-12-20	Video reconstruction through dynamic scattering media based on physics-informed spatio-temporal transformer 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.576675 PMID:41414418	研究论文	提出了一种基于物理信息时空Transformer的视频重建方法，用于动态散射介质下的视频重建	提出PISTA框架，将物理原理与注意力机制结合，解决了现有方法在时间相关性建模、物理约束融入和时变散射参数估计方面的不足	未明确提及具体局限性	改进动态散射介质下的视频重建质量	动态散射介质下的视频数据	计算成像	NA	深度学习	Transformer	视频	NA	NA	PISTA（Physics-Informed Spatio-Temporal Transformer Architecture）	NA	NA
63	2025-12-20	Polarization-informed deep learning for 3D integral imaging restoration in turbidity 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.579903 PMID:41414429	研究论文	本文提出了一种偏振信息引导的深度学习与3D积分成像结合的方法，用于在浑浊介质中恢复斯托克斯参数和线性偏振度	首次将偏振信息引导的深度学习应用于3D成像，同时恢复偏振信息和估计穆勒矩阵，在退化环境中实现创新	NA	在部分遮挡或浑浊介质（如散射、衰减、浑浊水）中恢复偏振图像，估计传输介质特性	斯托克斯参数、线性偏振度、穆勒矩阵	计算机视觉	NA	偏振成像、3D积分成像	CNN	图像	NA	NA	多输出卷积神经网络	NA	NA
64	2025-12-20	Computationally efficient self-attention assisted signal detection method for SIMO FSO communications with atmospheric turbulence 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.579567 PMID:41414448	研究论文	本文提出了一种用于单输入多输出自由空间光通信系统的低复杂度自注意力神经网络，以高效地进行信号合并与检测	提出了一种采用轻量级自注意力机制的新型神经网络，能在显著降低计算开销的同时，保持或超越现有方法的误码率性能	未明确说明模型在不同湍流强度或更广泛信道条件下的泛化能力	解决自由空间光通信系统中由大气湍流引起的性能下降问题，并降低信号检测的计算复杂度	单输入多输出自由空间光通信系统在湍流信道下的信号	机器学习	NA	NA	自注意力神经网络	信号数据	NA	NA	自注意力神经网络	误码率, 计算复杂度	NA
65	2025-12-15	Photovoltaic power interval prediction with conditional error dependency using Bayesian optimized deep learning 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19602-6 PMID:41390756	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
66	2025-12-20	A novel multimodal diagnostic framework integrating hyperspectral imaging and deep learning for predicting RET gene mutations in medullary thyroid carcinoma 2025-Dec-13, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109207 PMID:41411775	研究论文	本研究开发了一种结合高光谱成像和深度学习的多模态诊断框架，用于预测甲状腺髓样癌中的RET基因突变	首次将高光谱成像与深度学习结合用于预测甲状腺髓样癌的RET基因突变，并采用跨模态注意力机制融合光谱和空间特征	样本量相对有限（总样本142例），且仅针对RET基因突变进行预测	开发一种快速、经济高效的非侵入性方法来预测甲状腺髓样癌中的RET基因突变，以替代传统的PCR或NGS基因分型	甲状腺髓样癌（MTC）患者的H&E染色组织切片	数字病理学	甲状腺癌	高光谱成像，H&E染色	CNN, LSTM, Transformer	高光谱图像	82例来自齐鲁医院的MTC病例用于训练和验证，60例来自两个额外中心的独立队列用于外部测试	NA	1D-CNN-LSTM, Swin Transformer	准确率, 灵敏度, 特异性	NA
67	2025-12-20	Passive determination of anisotropic compressive strength of 3D printed concrete using multiple neural networks enhanced with explainable machine learning (XML) 2025-Dec-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11068-w PMID:41387962	研究论文	本研究开发了基于多种神经网络的预测模型，用于预测3D打印混凝土的抗压强度，并利用可解释机器学习方法增强模型的可解释性	结合了多层感知器、卷积神经网络和径向基函数神经网络等多种神经网络算法，并应用SHAP和ICE分析来识别影响抗压强度的关键因素，提高了预测模型的准确性和可解释性	研究基于200个实验实例的数据库，样本量相对有限，可能影响模型的泛化能力	开发可靠的预测模型，以预测3D打印混凝土的抗压强度	3D打印混凝土的抗压强度	机器学习	NA	NA	MLP, CNN, RBFNN	实验数据	200个实验实例	NA	多层感知器, 卷积神经网络, 径向基函数神经网络	R², 误差指标, 残差评估	NA
68	2025-12-20	Fast and trustworthy nowcasting of dengue fever: A case study using attention-based probabilistic neural networks in São Paulo, Brazil 2025-Dec-12, Epidemics IF:3.0Q2 DOI:10.1016/j.epidem.2025.100880 PMID:41411852	研究论文	本文提出了一种名为NowcastPNN的新型概率神经网络架构，用于估计已发生但尚未报告的传染病病例数，并以巴西圣保罗的登革热发病率为案例进行了验证	结合了负二项分布统计建模与注意力机制等深度学习技术，并利用蒙特卡洛Dropout获取不确定性区间，在预测区间评分规则上比次优模型损失降低近30%	模型需要大量训练数据集（相当于两到四年的发病率计数）才能超越基准模型	开发快速可靠的传染病实时预测方法，以支持公共卫生决策	登革热发病率数据	机器学习	登革热	NA	概率神经网络, 注意力机制	时间序列数据	相当于两到四年的发病率计数	NA	NowcastPNN	预测区间评分规则	计算成本低廉
69	2025-12-20	BIASNet: A bidirectional feature alignment and semantics-guided network for weakly-supervised medical image registration 2025-Dec-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103913 PMID:41412021	研究论文	提出一种名为BIASNet的双向特征对齐与语义引导网络，用于弱监督医学图像配准	提出双向对齐与融合模块，结合语义特征与强度特征，并引入解剖区域变形一致性学习进行正则化	未明确说明计算效率或实时性表现，也未讨论对极端形变或异常病例的鲁棒性	提升弱监督医学图像配准的精度	医学图像	数字病理	NA	深度学习	CNN	图像	三个典型且具有挑战性的数据集	PyTorch	VoCo, BIASNet	NA	NA
70	2025-12-20	ALKBH5-Mediated ITGB1 m6A Modification in Ovarian Cancer Progression and Immune Evasion 2025-Dec-09, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01127-w PMID:41366552	研究论文	本研究揭示了m6A去甲基化酶ALKBH5通过调控ITGB1表达，促进卵巢癌进展和免疫逃逸	首次发现ALKBH5通过调节ITGB1的m6A修饰影响卵巢癌的免疫逃逸，并提出了ALKBH5-ITGB1轴作为新的诊断标志物和治疗靶点	NA	探究ALKBH5在卵巢癌进展和免疫逃逸中的作用机制	卵巢癌细胞	机器学习	卵巢癌	bulk RNA测序, 单细胞RNA测序, 深度学习, 共表达网络分析	NA	RNA测序数据	NA	NA	NA	NA	NA
71	2025-12-20	Segmentation of the right ventricular myocardial infarction in multi-centre cardiac magnetic resonance images 2025-Dec-09, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103911 PMID:41412022	研究论文	本文提出了一种多阶段深度学习模型RVMISegNet，用于分割多中心心脏磁共振图像中的右心室心肌梗死，并发布了首个公开数据集	首次发布了右心室心肌梗死分割的公开基准数据集，并设计了一个多阶段序列深度学习模型，通过伪标签生成和纹理语义模块集成来解决类别不平衡和强度重叠问题	数据集仅包含213名受试者，可能样本量有限；模型依赖于多阶段处理，可能增加计算复杂度	开发一个准确分割右心室心肌梗死的深度学习模型，以辅助诊断和治疗	多中心心脏磁共振图像中的右心室心肌梗死区域	数字病理学	心血管疾病	心脏磁共振成像	深度学习	图像	213名受试者的短轴MR图像，来自3个中心，使用Philips、GE和Siemens设备采集	NA	UNet++	NA	NA
72	2025-12-20	Interpreting Convolutional Neural Networks in Population Genetics 2025-Dec-09, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.04.692404 PMID:41415368	研究论文	本文探讨卷积神经网络在群体遗传学中的可解释性，分析其学习特征与传统汇总统计量的关系	通过SHAP值、降维和决策树等方法，首次系统解析CNN在群体遗传学任务中隐含计算的统计量，揭示其高效近似长程连锁不平衡的能力	研究仅针对特定CNN架构和选择扫描检测任务，未涵盖所有深度学习模型或群体遗传学应用场景	提升深度学习在群体遗传学中的可解释性，阐明模型架构、学习特征与进化参数预测之间的关系	卷积神经网络在自然选择推断、重组率估计等群体遗传学任务中的学习机制	机器学习	NA	NA	CNN	遗传数据	NA	NA	NA	NA	NA
73	2025-12-20	Artificial intelligence-driven 3-dimensional simulation system for enhanced preoperative planning in gastric cancer surgery: a retrospective validation study 2025-Dec-08, Journal of gastrointestinal surgery : official journal of the Society for Surgery of the Alimentary Tract IF:2.2Q2 DOI:10.1016/j.gassur.2025.102295 PMID:41371602	研究论文	本研究开发了一种基于人工智能的3D模拟系统，用于增强胃癌手术的术前规划，通过自动识别胃部解剖结构和血管关系	结合深度学习模型自动分割腹部器官和检测血管，包括中动脉水平结构，生成3D图像以可视化胃、周围器官和血管之间的位置关系	研究为回顾性验证，样本量较小（51例），且仅基于对比增强CT图像，未涉及其他影像模态或前瞻性临床验证	开发人工智能驱动的3D模拟系统，以辅助胃癌手术的术前规划，提高手术精确性和安全性	胃癌术前患者的对比增强CT图像，重点关注胃、胰腺、动脉等腹部器官和血管结构	数字病理	胃癌	对比增强计算机断层扫描（CT）	深度学习模型	CT图像	51例胃癌术前患者的CT图像	NA	NA	结构检测置信度评分（5点量表），可靠性评分比较	NA
74	2025-12-20	Comprehensive review on learning models of leukemia detection based on morphological information 2025-Dec-04, Leukemia & lymphoma IF:2.2Q3 DOI:10.1080/10428194.2025.2583449 PMID:41340531	综述	本文系统回顾了基于人工智能的白血病检测方法，涵盖图像获取、预处理、分割及分类模型	全面梳理了白血病检测中的人工智能方法，并指出了现有问题与未来方向	NA	系统回顾人工智能在白血病诊断中的应用	白血病检测的人工智能方法	数字病理学	白血病	外周血涂片显微镜检查、流式细胞术、骨髓活检成像	机器学习、深度学习	图像	NA	NA	NA	NA	NA
75	2025-12-20	Domain adaptive fault diagnosis algorithm based on multi-graph convolution for rotating machinery 2025-Dec-04, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.12.003 PMID:41412863	研究论文	本文提出了一种基于多图卷积的领域自适应故障诊断算法，用于旋转机械的轴承故障诊断	提出了一种新颖的领域自适应多图卷积网络（DAM-GCN）方法，通过结合Top-k图、k-NN图和Radius图从多个角度捕获故障结构特征，并采用对比学习策略提高特征可区分性	未在摘要中明确说明	解决变工况下轴承故障诊断的泛化能力问题	旋转机械中的轴承	机器学习	NA	故障信号分析	CNN, GCN	故障信号数据	NA	NA	领域自适应多图卷积网络（DAM-GCN）	NA	NA
76	2025-12-20	FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101913 PMID:40383184	研究论文	提出了一种名为FlowMRI-Net的通用自监督深度学习框架，用于快速准确重建高度欠采样的4D血流MRI数据	采用基于物理驱动的展开优化和复值卷积循环神经网络，以自监督方式进行训练，提高了重建速度和准确性，并展示了在主动脉和脑血管应用中的通用性	未明确提及具体局限性，但可能包括对特定血管区域的适用性验证不足或数据多样性有限	开发一个通用自监督深度学习框架，用于快速准确重建高度欠采样的4D血流MRI数据，并应用于主动脉和脑血管	主动脉和脑血管的4D血流MRI数据	医学影像处理	心血管疾病	4D血流MRI	卷积循环神经网络	MRI图像	NA	NA	FlowMRI-Net	向量归一化均方根误差, 平均方向误差	商用CPU/GPU硬件
77	2025-12-20	Referenceless 4D flow cardiovascular magnetic resonance with deep learning 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101920 PMID:40467036	研究论文	本研究利用深度学习预测心血管四维血流磁共振成像中的参考编码，以减少扫描时间	提出了一种无参考编码的四维血流心血管磁共振成像方法，通过深度学习从三个运动编码预测参考编码，从而减少25%的数据采集量	在右心室的最大速度和平均速度以及左心室和右心室的总湍流动能方面存在较大误差，且模型性能在心脏周期和测试对象间存在不一致性	通过深度学习减少四维血流心血管磁共振成像的扫描时间，同时保持血流速度和流量定量的准确性	126名不同类型心肌病患者的心脏四维血流数据集	医学影像分析	心血管疾病	四维血流心血管磁共振成像	U-Net	三维速度数据	126名患者（113名用于训练，13名用于测试）	NA	U-Net	流量体积、平均速度、最大速度、总湍流动能、最大湍流动能	NA
78	2025-12-20	Development of a deep learning algorithm for detecting significant coronary artery stenosis in whole-heart coronary magnetic resonance angiography 2025 Winter, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101932 PMID:40602666	研究论文	本研究开发了一种基于深度学习的算法，用于在全心脏冠状动脉磁共振血管成像中检测显著的冠状动脉狭窄	首次提出了一种基于深度卷积神经网络的深度学习算法，用于自动检测全心脏冠状动脉磁共振血管成像中的显著狭窄，并验证了其作为辅助诊断工具对经验不足的观察者的有效性	研究样本量相对较小（75名患者），且仅使用单一中心的影像数据，可能影响模型的泛化能力	开发一种深度学习算法，用于准确检测全心脏冠状动脉磁共振血管成像中的显著冠状动脉狭窄，并评估其作为辅助诊断工具的效果	75名同时接受全心脏冠状动脉磁共振血管成像和有创冠状动脉造影的患者的951个冠状动脉节段	计算机视觉	心血管疾病	全心脏冠状动脉磁共振血管成像，有创冠状动脉造影	CNN	图像	75名患者的951个冠状动脉节段	NA	深度卷积神经网络	AUC, 灵敏度, 特异度, 准确率	NA
79	2025-12-20	Prediction of Pathological Subthalamic Nucleus Beta Burst Occurrence in Parkinson's Disease 2025-Dec, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.70076 PMID:41041724	研究论文	本研究开发了一个深度学习模型，用于预测帕金森病患者丘脑底核中病理性β爆发的发生	首次利用深度神经网络从基底节活动中发现可靠的β爆发前兆特征，特别是揭示了β振幅下降作为预测生物标志物	研究基于特定数据集，模型在更广泛人群或不同条件下的泛化能力有待验证	探索帕金森病中丘脑底核β爆发的预测机制，以支持智能深部脑刺激的发展	帕金森病患者的丘脑底核活动记录	机器学习	帕金森病	深部脑刺激记录	深度神经网络	神经电生理信号	两个独立数据集的丘脑底核记录，包括自然行为下的长期记录	NA	NA	预测可靠性（时间提前量达100毫秒）	NA
80	2025-12-20	From Sequence to Response: AI-Guided Prediction of Nucleic Acid Nanoparticles Immune Recognitions 2025-Dec, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202509459 PMID:41147065	研究论文	本文介绍了一个基于深度学习的框架，用于预测核酸纳米颗粒（NANPs）在人类小胶质细胞中诱导的细胞因子反应	利用基于Transformer的架构，通过系统性的链置换训练，实现了仅基于序列预测NANPs免疫反应，无需手动特征工程，同时保持生物可解释性	模型训练基于176个结构多样的NANPs，样本量相对有限，可能影响泛化能力	加速NANPs从实验室到临床的转化，通过快速协调其设计原则与免疫刺激评估	核酸纳米颗粒（NANPs）及其在人类小胶质细胞中诱导的细胞因子反应（IFN-β和IL-6）	机器学习	NA	深度学习，序列分析	Transformer	序列数据	176个结构多样、单独组装并实验表征的NANPs	NA	Transformer	R值，RMSE	NA