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
8641	2025-12-20	A deep learning approach for time-consistent cell cycle phase prediction from microscopy data 2025-Dec, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013800 PMID:41379930	研究论文	本文提出了一种基于深度学习的细胞周期阶段预测方法，利用SiR-DNA荧光标记数据，无需专用细胞周期标记即可实现高精度分类	开发了CC-VAE模型，通过变分自编码器结合辅助任务（预测相特异性标记平均强度和潜在空间时间一致性正则化），首次从常用DNA标记中推断细胞周期阶段	模型主要基于HeLa Kyoto细胞系数据验证，在其他细胞类型中的泛化能力未充分评估	开发一种无需专用细胞周期标记的细胞周期阶段预测方法，以释放荧光通道用于其他实验目的	HeLa Kyoto细胞系的细胞周期阶段	计算机视觉	NA	显微镜成像，SiR-DNA荧光标记	VAE	图像	超过600,000张标记的HeLa Kyoto细胞核图像	NA	CC-VAE	准确率	NA
8642	2025-12-20	Deep Learning Models for Evaluating the Anatomical Relationship Between Posterior Maxillary Teeth and Maxillary Sinus in Panoramic Radiographs 2025-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70264 PMID:41399179	研究论文	本研究探讨了深度学习模型在曲面断层片上评估上颌后牙与上颌窦解剖关系的效能	首次将VGG、ResNet和ResNeXt等卷积神经网络架构应用于曲面断层片，以自动评估上颌后牙与上颌窦的解剖关系，为CBCT不可用时提供有效的诊断辅助工具	ResNet和ResNeXt模型在30-50个周期后出现过拟合迹象，且假阳性主要发生在第二磨牙被错误分类为接触窦的情况	评估深度学习模型在曲面断层片上预测上颌后牙与上颌窦解剖关系的准确性和可靠性	上颌后牙与上颌窦的解剖关系	计算机视觉	NA	曲面断层成像	CNN	图像	300张曲面断层图像和1760个裁剪切片	NA	VGG, ResNet, ResNeXt	准确率, 精确率, 召回率, F1分数, ROC-AUC, 混淆矩阵	NA
8643	2025-12-20	A novel expert-annotated single-cell dataset for thyroid cancer diagnosis with deep learning benchmarks 2025-Dec, PLOS digital health DOI:10.1371/journal.pdig.0001120 PMID:41401160	研究论文	本文介绍了一个用于甲状腺癌诊断的新型专家标注单细胞图像数据集，并基于该数据集建立了多标签分类的深度学习基准模型	提出了首个专家标注的甲状腺癌单细胞图像数据集，并构建了融合ConvNeXt、ViT和ResNet骨干网络及多种类别不平衡处理技术的多标签分类基准流程	数据集样本量相对有限（3,419张图像），且仅来自单一医疗机构，可能影响模型的泛化能力	开发用于甲状腺癌自动化细胞学诊断的可靠人工智能系统	甲状腺组织单细胞图像	数字病理学	甲状腺癌	组织病理学切片成像	CNN, Transformer	图像	3,419张单细胞图像	PyTorch	ConvNeXt, Vision Transformer, ResNet	准确率, 精确率, 召回率, F1分数	NA
8644	2025-12-20	Deep learning for imaging diagnosis of jaw cystic lesions and maxillofacial tumors: A narrative review 2025-Dec, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605251404778 PMID:41401467	综述	本文综述了深度学习在颌骨囊性病变和颌面部肿瘤影像诊断中的应用，包括检测、分类和分割方法	系统总结了深度学习在口腔颌面放射学中的最新应用，并批判性分析了数据集限制、模型可解释性等关键问题，提出了联邦学习、多模态融合等新兴研究方向	存在数据集约束、谱和部位偏倚、设备相关异质性、注释不一致以及模型可解释性不足等限制，这些限制了模型的泛化能力	综述深度学习在颌骨囊性病变和颌面部肿瘤影像诊断中的应用，并探讨临床实施的实践考虑和未来研究方向	颌骨囊性病变和颌面部肿瘤	数字病理学	颌骨囊性病变和颌面部肿瘤	全景X线片和锥形束计算机断层扫描	CNN, Transformer	图像	NA	NA	单阶段检测器, 卷积神经网络, Transformer	NA	NA
8645	2025-12-18	Response to the Letter to the Editor "Advancing Clinical and Ethical Dimensions of Deep Learning in Cardiovascular Imaging" 2025-Dec, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71650 PMID:41403570	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8646	2025-12-20	Single-Cell and Spatial Multiomics: Applications for Diseases 2025-Dec, MedComm IF:10.7Q1 DOI:10.1002/mco2.70553 PMID:41403916	综述	本文综述了单细胞与空间多组学方法及其在理解疾病机制、诊断和精准医学中的应用	整合单细胞与空间多组学方法，为疾病发病机制和诊断提供新途径，并探讨深度学习在此类数据分析中的应用	该领域相对年轻，技术和方法仍在发展中	探讨单细胞与空间多组学在疾病研究中的应用，并概述深度学习在此类数据分析中的角色	人类疾病，包括癌症（如头颈部鳞状细胞癌）、神经退行性疾病和衰老	生物信息学	头颈部鳞状细胞癌, 神经退行性疾病, 衰老相关疾病	单细胞多组学, 空间多组学	深度学习	多组学数据	NA	NA	NA	NA	NA
8647	2025-12-20	Hybrid deep learning and machine learning framework for automated pneumonia detection in chest X-ray images 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103729 PMID:41404541	研究论文	提出一种结合深度学习与机器学习的混合框架，用于胸部X光图像的自动化肺炎检测	采用双CNN特征融合（VGG16 + ResNet）替代单一模型学习，结合PCA降维保留95%方差，并使用SVM与随机森林分类器提升诊断可解释性	未明确说明模型在外部验证集或临床环境中的泛化性能，也未讨论不同肺炎亚型（如细菌性/病毒性）的区分能力	开发自动化肺炎检测系统以提高诊断准确性与效率	胸部X光图像	计算机视觉	肺炎	医学影像分析	CNN, SVM, RF	图像	NA	TensorFlow/Keras, Scikit-learn	VGG16, ResNet	准确率	NA
8648	2025-12-20	Dynamic monitoring and early warning of public emotional perception of risk during extreme rainstorm disasters: A study based on social media 2025-Dec, Applied psychology. Health and well-being DOI:10.1111/aphw.70101 PMID:41405012	研究论文	本研究开发了一个结合暴雨特定情感词典与深度学习模型的情感分析框架，用于动态监测和预警极端暴雨灾害期间公众的风险情感感知	通过构建暴雨特定情感词典并将其整合到TextCNN模型中，创建了一个知识增强的混合情感分析模型，相比GPT-4o、LLaMA-3和RoBERTa等基线模型，在准确率和F1分数上分别提升了10.9%和9.9%	NA	增强政府风险沟通和应急响应策略，通过动态监测和预警公众在极端暴雨灾害期间的情感风险感知	与暴雨灾害相关的社交媒体帖子	自然语言处理	NA	文本挖掘，情感分析	CNN	文本	51,222条微博帖子	NA	TextCNN	准确率，F1分数	NA
8649	2025-12-20	Common issues and human intervention in object detection from handcrafted features to deep learning: discussion 2025-Dec-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.569685 PMID:41411573	评论	本文讨论从传统手工特征到深度学习的物体检测方法中的常见问题及人类干预作用	揭示传统与机器学习物体检测方法在三个核心问题上均需人类监督的共同本质	未提出具体自动化解决方案，主要进行理论分析	分析物体检测方法中人类干预的必要性并促进相关研究	物体检测方法的工作流程	计算机视觉	NA	NA	NA	图像	NA	NA	NA	NA	NA
8650	2025-12-20	Bidirectional deep learning for chromatic-optical predicting and inverse design of LED systems with multi-objective optimization of circadian efficacy and gamut 2025-Dec-01, Optics express IF:3.2Q2 DOI:10.1364/OE.579714 PMID:41414544	研究论文	开发了一个统一的实验-计算框架，用于建模和优化多原色LED系统的色光性能，通过深度学习实现正向预测和逆向设计	提出了一个结合实验测量和深度学习的统一框架，首次实现了LED系统在电热设定点到光谱性能的正向映射及逆向设计，并利用遗传算法进行多目标优化	未明确说明数据集是否覆盖所有可能的LED类型或环境条件，可能限制了模型的泛化能力	优化多原色LED系统的色光性能，平衡昼夜节律效应、光效和色域覆盖目标	多原色发光二极管（LED）系统	机器学习	NA	电热-光学测量	自编码器（AE）, 长短期记忆网络（LSTM）, 门控循环单元（GRU）	光谱功率分布（SPD）、光学和色度参数、电热设定点数据	21,296个测量样本	NA	自编码器（AE）, 长短期记忆网络（LSTM）, 门控循环单元（GRU）	相关系数（R）, 均方误差（MSE）, 平均相对误差	NA
8651	2025-12-20	Deep learning-driven recovery of oversaturated interferometric signals for continuous 3D morphology measurement of complex surfaces in OFC-TS-DFT systems 2025-Dec-01, Optics express IF:3.2Q2 DOI:10.1364/OE.576249 PMID:41414553	研究论文	本文提出了一种结合U-Net和Transformer架构的Uformer 1D网络，用于恢复光学频率梳时间拉伸光谱干涉测量中因探测器动态范围有限而导致的信号过饱和问题	设计了一种集成U-Net和Transformer的Uformer 1D网络，并采用三阶段训练策略（大规模理想仿真预训练、带频域和总变差损失的真实配对数据微调、无标签真实信号的自监督学习）来增强泛化能力	未明确讨论模型在更复杂表面或极端过饱和条件下的性能限制	解决光学频率梳时间拉伸光谱干涉测量系统中信号过饱和问题，实现连续、实时、高动态范围的复杂表面三维形貌测量	光学频率梳时间拉伸光谱干涉测量系统中的过饱和干涉信号	计算机视觉	NA	光学频率梳时间拉伸光谱干涉测量	CNN, Transformer	信号数据	NA	NA	U-Net, Transformer, Uformer 1D	平均测量误差, 对数均方根误差	NA
8652	2025-12-20	Inverse design and spectral reconstruction of computational multispectral metasurfaces using deep learning and genetic algorithms 2025-Dec-01, Optics express IF:3.2Q2 DOI:10.1364/OE.576847 PMID:41414629	研究论文	本文提出了一种结合深度学习和遗传算法的端到端逆向设计框架，用于优化长波红外区域的计算型多光谱超表面设计	首次将混合深度学习与遗传算法应用于基于锑化镓的光子晶体结构逆向设计，实现了低相关性光谱的超表面快速原型设计	未充分探讨该方法在其他材料体系或更宽光谱范围的适用性，且重构光谱的均方误差仍处于10的量级	开发紧凑高效的计算型多光谱超表面系统	长波红外区域的锑化镓基光子晶体超表面	机器学习	NA	光子晶体结构设计，光谱重构	深度神经网络，遗传算法	光谱数据，几何参数	NA	NA	深度神经网络	均方误差	NA
8653	2025-12-20	Prediction model based on contrast-enhanced computed tomography images and clinical indicators for the prognosis of pancreatic necrosis in acute pancreatitis 2025-Nov-21, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045909 PMID:41305799	研究论文	本研究基于增强CT图像和临床指标，开发了用于预测急性坏死性胰腺炎预后的模型	结合深度学习自动分割的胰腺CT图像与临床指标，构建集成预测模型以提高预后准确性	样本量较小（133例），且为单中心前瞻性观察研究，可能限制模型的泛化能力	提高急性坏死性胰腺炎（ANP）预后预测的准确性	急性坏死性胰腺炎患者	数字病理学	胰腺炎	对比增强计算机断层扫描（CECT）	深度学习, 逻辑回归	图像, 临床指标	133例急性坏死性胰腺炎患者	NA	Attention U-Net, 3D ResNet	准确率	NA
8654	2025-12-20	Efficacy of MRI-based deep learning algorithm for detecting acute ischemic stroke: evaluation among diverse readers 2025-Nov-17, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12137-4 PMID:41249548	研究论文	本研究评估了基于MRI的深度学习算法在不同医学背景读者中检测急性缺血性脑卒中的效能	评估深度学习算法在不同医学背景读者（包括放射科住院医师、临床医生和非神经放射科医生）中的辅助诊断效果，并特别关注其对表现最差读者（临床医生）的性能提升	研究为回顾性单中心研究，样本量有限（407例），且未评估算法在更广泛读者群体或不同机构中的泛化能力	评估基于MRI的深度学习算法在辅助不同医学背景读者诊断急性缺血性脑卒中方面的有效性和一致性	急性缺血性脑卒中患者的MRI扫描图像	医学影像分析	急性缺血性脑卒中	MRI	深度学习算法	MRI图像	407例患者MRI扫描（其中95例确诊为急性缺血性脑卒中）	NA	NA	AUC, 准确率, 灵敏度, 特异性, 诊断置信度, 读者间一致性	NA
8655	2025-12-20	Hybrid Fourier light field microscopy system with deep learning for 3D high-resolution reconstruction 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.574814 PMID:41414199	研究论文	本文提出了一种结合光学系统创新和深度学习重建的3D分辨率增强方法，以解决传统光场显微镜的空间分辨率限制	开发了混合傅里叶光场显微镜系统，同时捕获高分辨率中心视图和多角度低分辨率光场图像，并构建了包含自注意力角度增强模块、混合残差特征提取模块和渐进分辨率增强融合模块的网络架构	NA	增强光场显微镜的空间分辨率，实现高质量3D重建	光场图像数据	计算机视觉	NA	光场显微镜	深度学习网络	图像	密集光场数据集、HCI 4D光场数据集及自建混合显微镜系统数据	NA	自注意力角度增强模块、混合残差特征提取模块、渐进分辨率增强融合模块	峰值信噪比, 结构相似性指数	NA
8656	2025-12-20	Low-light RGBW Imaging demosaicking method based on residual interpolation prior and a dual-branch decoding network 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.574990 PMID:41414232	研究论文	本文提出了一种基于残差插值先验和双分支解码网络的RGBW成像去马赛克方法，用于提升低光条件下的图像质量	提出了一种结合预处理插值算法和双分支解码网络的新方法，将去马赛克任务转化为更适合深度学习网络的图像恢复问题，并利用W通道的高灵敏度优化图像重建	未明确提及方法在高噪声或极端低光条件下的性能限制，也未与其他先进深度学习去马赛克方法进行广泛比较	提升低光条件下RGBW阵列成像的去马赛克性能，以改善图像细节和色彩保真度	RGBW阵列捕获的低光图像	计算机视觉	NA	RGBW成像，深度学习网络	双分支解码网络	图像	基于真实低光场景构建的数据集，具体样本数量未明确说明	NA	双分支解码网络	图像细节增强和色彩保真度，具体量化指标未明确说明	NA
8657	2025-12-20	Temporal super-resolution with a latent diffusion model for optically measured sound field 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.573227 PMID:41414259	研究论文	提出一种基于潜在扩散模型的方法，用于实现光学声场成像中的时间超分辨率	首次将潜在扩散模型应用于光学声场成像的时间超分辨率任务，通过条件约束生成中间帧，以减轻高速相机的采样需求	未明确说明模型在极端噪声或复杂声场条件下的鲁棒性，且实验可能局限于特定数据集	降低光学声场成像的采样要求、数据传输与处理需求、功耗，并提升成像的时间质量	光学测量的声场数据	计算机视觉	NA	光学声场成像	潜在扩散模型	图像	NA	NA	潜在扩散模型	NA	NA
8658	2025-12-20	Direct wavefront sensing with a plenoptic sensor based on deep learning: publisher's note 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.583993 PMID:41414296	更正	本文是对先前发表文章《Direct wavefront sensing with a plenoptic sensor based on deep learning》的出版方更正说明	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8659	2025-12-20	Physics-prior and deep learning fusion for single-plane diffractive imaging in frequency-spatial domains 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.579297 PMID:41414311	研究论文	本文提出了一种面向单平面衍射光学元件的先验引导计算成像方法，通过融合物理先验与深度学习在频域和空间域实现高质量图像重建	提出了先验引导注意力增强多尺度去模糊网络，结合全视场平均波前像差模型和RGB通道先验PSF特征，在频域和空间域进行特征融合	使用小样本训练数据集，可能限制模型在更广泛场景下的泛化能力	为单平面衍射光学元件实现高质量成像提供理论基础，推动光学系统小型化发展	单平面衍射光学元件成像系统	计算机视觉	NA	衍射光学成像，计算成像	深度学习网络	图像	小样本训练数据集（具体数量未说明）	NA	先验引导注意力增强多尺度去模糊网络	峰值信噪比	NA
8660	2025-12-20	Encryption and decryption applications on conductive films using THz real-time high-resolution imaging 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.578547 PMID:41414329	研究论文	本文提出了一种基于太赫兹实时准近场成像系统的低成本、高隐蔽性信息加密与解密应用	结合材料基加密策略、先进太赫兹成像与深度学习去噪，形成统一框架，实现复杂噪声环境下加密信息的清晰识别	在超低信噪比条件下，成像清晰度显著下降，这是实际应用中的主要挑战	开发用于安全通信、防伪和信息保护的太赫兹成像加密与解密技术	基于不同成分石墨铅笔设计的文本、涂层和二维码图案加密结构	计算机视觉	NA	太赫兹实时准近场成像	CNN	图像	NA	NA	改进的U-Net	峰值信噪比, 结构相似性, 特征相似性	NA