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
901	2025-12-25	Privacy-hardened and hallucination-resistant synthetic data generation with logic-solvers 2025-Dec-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf600 PMID:41191651	研究论文	本文介绍了一种名为Genomator的逻辑求解方法，用于生成隐私强化且抗幻觉的合成数据，特别应用于基因组数据	采用逻辑求解方法（SAT求解）高效生成隐私且真实的合成数据，相比现有方法在准确性、隐私保护和效率方面有显著提升，并能扩展到全基因组规模	未明确提及具体局限性，但可能涉及方法在非基因组数据上的泛化能力或计算资源需求	开发一种能平衡隐私与准确性的合成数据生成方法，以支持医疗研究和全球数据交换	基因组数据，作为最复杂和私密的信息类型	机器学习	NA	逻辑求解（SAT求解）	NA	基因组数据	NA	NA	NA	准确性, 隐私度	NA
902	2025-12-25	Chick embryo development assessment and fertility detection using pixel-wise hyperspectral image analysis and deep learning 2025-Dec, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.106064 PMID:41205430	研究论文	本研究利用线扫高光谱成像系统和深度学习技术，对白壳鸡蛋的受精情况和胚胎发育进行非破坏性实时评估	结合像素级高光谱图像分析和深度学习模型，实现了对鸡蛋受精和胚胎发育阶段的高精度分类与空间可视化	研究仅针对白壳鸡蛋，且仅覆盖了孵化前四天，未涉及更长孵化周期或其他蛋壳颜色的鸡蛋	提高家禽孵化过程中的受精检测准确性和胚胎发育评估效率	白壳鸡蛋（包括受精蛋和未受精蛋）	计算机视觉	NA	线扫高光谱成像	人工神经网络, 随机森林, 深度神经网络, 卷积神经网络	高光谱图像	未明确具体数量，但涉及受精和未受精鸡蛋在孵化前四天的数据	NA	NA	F1分数	NA
903	2025-12-25	Periodicity-aware deep learning for polymers 2025-Dec, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00903-9 PMID:41266677	研究论文	本文提出了一种名为PerioGT的周期性感知深度学习框架，用于聚合物化学研究，通过整合周期性先验知识提升模型性能	首次构建了化学知识驱动的周期性先验，并通过对比学习和微调中的周期性提示将其融入深度学习框架，同时采用虚拟节点图增强策略建模复杂化学相互作用	未明确说明模型在处理非周期性或高度不规则聚合物结构时的适用性限制	为聚合物化学开发统一的深度学习框架，以解决现有方法忽略结构周期性导致的泛化能力不足问题	聚合物化学系统	机器学习	NA	深度学习，对比学习，图增强	图神经网络	化学结构数据	NA	NA	PerioGT	在16个下游任务中达到最先进性能	NA
904	2025-12-25	Immunological risk factors for recurrent implantation failure using a deep learning model: a multicenter retrospective cohort study 2025-Dec-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27561-1 PMID:41326470	研究论文	本研究利用深度学习模型（TabNet）分析复发性种植失败患者的免疫学风险因素，以预测活产结局	首次将TabNet深度学习模型应用于复发性种植失败患者的活产预测，并识别出关键的免疫学风险因素组合	研究为回顾性队列设计，可能存在选择偏倚；样本仅来自特定医疗中心，外部验证尚需进行	预测复发性种植失败患者的活产结局，并识别相关的免疫学风险因素	2463名无妇科及解剖异常的复发性种植失败患者	机器学习	生殖系统疾病	临床免疫学检测	深度学习	临床数据	2463名患者	TabNet	TabNet	准确率, AUROC, 混淆矩阵, ROC曲线, 校准图	NA
905	2025-12-25	Deep-learning-based polarization-dependent switching metasurface in dual-band for optical communication 2025-Dec, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0370 PMID:41426087	研究论文	本研究提出了一种基于深度学习的智能逆向设计框架，用于设计偏振复用超表面，实现双波段光通信的动态波段切换	提出了一种结合并行卷积层和级联回归模块的混合深度神经网络架构，用于单步计算发现能在一个平面器件中编码两种不同光学功能的超表面设计，实现了仅通过偏振调制即可在O波段和C波段产生独立传输峰的动态波段切换机制	NA	解决传统波段切换技术速度慢、能耗高和机械不稳定的关键限制，为下一代光通信开发超快、智能和高效的光子系统	偏振复用超表面	机器学习	NA	深度学习驱动的逆向设计	深度神经网络	NA	NA	NA	并行卷积层与级联回归模块的混合架构	切换效率	NA
906	2025-12-25	Diffusion model-based inverse design of photonic crystals for customized refraction 2025-Dec, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0499 PMID:41426119	研究论文	本文提出了一种基于扩散模型的新型生成设计框架，用于实现高精度和定制化折射结构的光子晶体逆向设计	采用扩散模型结合U-Net模型进行光子晶体的逆向设计，解决了传统生成模型如生成对抗网络和变分自编码器在训练不稳定或噪声过多方面的挑战	如果数据集中的结构类型增加，解决方案空间可以进一步扩展，但当前研究可能受限于数据集规模和多样性	实现光子晶体的自动化逆向设计，以定制化折射结构	光子晶体（PhCs）及其折射结构	机器学习	NA	有限差分时域（FDTD）模拟和数值分析	扩散模型，U-Net	图像（结构模式）	包含操作频率、折射角和相应结构模式的数据集，分辨率64×64，测试了1000个折射角	NA	U-Net	L2范数测量的折射角误差	NA
907	2025-12-25	Dosimetric evaluation of synthetic kilo-voltage CT images generated from megavoltage CT for head and neck tomotherapy using a conditional GAN network 2025-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01603-4 PMID:40719836	研究论文	本研究提出了一种基于条件GAN网络（pix2pix）的深度学习方法，用于从兆伏级CT（MVCT）生成高质量的合成千伏级CT（skVCT）图像，以提升头颈部螺旋断层放疗中的剂量学评估准确性	首次将pix2pix网络应用于从MVCT生成skVCT图像，显著提升了图像质量，并验证了其在剂量学评估中的等效性	研究样本量较小（训练集25例，测试集15例），且仅针对头颈部肿瘤进行了验证，未涉及其他解剖部位	提升兆伏级CT图像的对比度，以支持更准确的放疗剂量计算和自适应放疗	头颈部肿瘤患者的MVCT和kVCT配对图像	医学影像分析	头颈部肿瘤	CT成像（MVCT与kVCT）	GAN	医学影像（CT图像）	40例患者（25例训练，15例测试）	NA	pix2pix	PSNR, SSIM, gamma pass rate	NA
908	2025-12-25	Comparative study of multi-headed and baseline deep learning models for ADHD classification from EEG signals 2025-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01609-y PMID:40856936	研究论文	本研究比较了多头深度学习框架与传统基线单模型方法在利用EEG信号分类ADHD方面的性能	提出了一种多头深度学习框架，通过并行使用BiLSTM、LSTM和GRU架构来捕获通道间关系并提取更丰富的时序特征，以降低计算复杂度并避免过拟合	研究样本量相对较小（79名参与者），且仅使用了五个EEG通道，可能限制了模型的泛化能力	开发并比较深度学习模型，以实现基于EEG信号的ADHD准确分类与早期诊断	ADHD患者与健康成人的EEG信号	机器学习	注意缺陷多动障碍	脑电图	LSTM, BiLSTM, GRU	信号	79名参与者（42名健康成人，37名ADHD患者）	NA	Bidirectional Long Short-Term Memory, Long Short-Term Memory, Gated Recurrent Unit	准确率	NA
909	2025-12-25	Obsessive-compulsive disorder detection using ensemble of scalp EEG-based convolutional neural network 2025-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01627-w PMID:40875137	研究论文	本研究使用头皮脑电图信号和深度学习集成方法，通过优化加权多数投票策略，实现了对强迫症的早期诊断	提出了一种基于预训练CNN模型（EEGNet、Shallow ConvNet、Deep ConvNet）的集成框架，并采用差分进化算法优化基分类器权重，显著提升了强迫症检测性能	研究仅基于预处理前的原始EEG信号，未探讨不同预处理方法或特征提取技术对模型性能的影响，且样本来源和规模可能限制泛化能力	开发一种基于头皮脑电图信号的深度学习模型，用于强迫症的早期自动诊断	强迫症患者与健康对照者的头皮脑电图信号	机器学习	强迫症	脑电图	CNN	脑电图信号	NA	NA	EEGNet, Shallow ConvNet, Deep ConvNet	准确率, 灵敏度, 特异性	NA
910	2025-12-25	Development, advancement, and clinical integration of artificial intelligence technology in gastric cancer 2025-Nov-28, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003922 PMID:41400327	综述	本文综述了人工智能技术在胃癌诊断与治疗中的应用、发展及临床整合	重点关注了当前主流AI方法（如特征工程、深度学习）以及快速发展的预训练基础模型和多模态大模型，这些技术有望解决数据稀缺、模态异质性和临床工作流碎片化等关键障碍	NA	探讨人工智能如何克服胃癌个性化医疗中临床决策复杂和多模态数据整合困难的挑战	胃癌	数字病理学	胃癌	NA	深度学习, 基础模型, 大模型	医学影像, 数字病理, 多组学数据, 结构化临床信息	NA	NA	NA	NA	NA
911	2025-12-25	Dual-feature selectivity enables bidirectional coding in visual cortical neurons 2025-Nov-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.16.665209 PMID:40777393	研究论文	本研究在猕猴视觉皮层中发现了一种双特征编码策略，其中许多神经元对两个不同的视觉特征具有选择性调谐，一个增强活动，一个抑制活动	发现了视觉皮层神经元中存在双特征选择性编码策略，挑战了传统将感觉神经元视为单一特征检测器的观点，并利用基于深度学习的生物神经元功能数字孪生模型系统识别了每个神经元的偏好和非偏好特征	NA	研究视觉皮层神经元的编码策略和特征选择性	猕猴视觉皮层V1和V4区域的神经元，以及小鼠皮层初级和外侧视觉区域的神经元	计算神经科学	NA	神经元记录，基于深度学习的预测模型	深度学习模型	神经元活动记录数据，自然图像数据	NA	NA	功能数字孪生模型	NA	NA
912	2025-12-25	Artificial Intelligence in MRI for Urologic Oncology: A Systematic Review of Diagnostic Accuracy and Clinical Utility 2025-Nov, Cureus DOI:10.7759/cureus.97160 PMID:41426936	系统综述	本文系统综述了人工智能在泌尿系统肿瘤MRI中的诊断准确性和临床效用	首次使用QUADAS-AI工具系统评估AI在MRI中应用于前列腺癌、肾癌和膀胱癌的诊断性能，并整合了成本效益分析	纳入研究数量有限（14项），证据在不同肿瘤部位和模型类型间较为分散，缺乏标准化报告和前瞻性影响评估	综合评估人工智能应用于MRI在泌尿系统肿瘤（前列腺癌、肾癌、膀胱癌）中的诊断准确性和临床实用性	前列腺癌、肾癌和膀胱癌的MRI影像	数字病理	前列腺癌, 肾癌, 膀胱癌	MRI	深度学习, 放射组学, 集成残差神经网络, 卷积神经网络	图像	从4442条记录中筛选出14项符合条件的研究	NA	ResNet, CNN	AUC, 敏感性, Dice相似系数	NA
913	2025-12-25	A deep learning framework for understanding cochlear implants 2025-Oct-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.16.665227 PMID:40777303	研究论文	本文提出一个深度学习框架，用于评估人工耳蜗等感觉假体的性能限制，通过模拟听觉神经输入训练人工神经网络进行语音识别和声音定位	首次使用深度学习框架模拟人工耳蜗输入，通过任务优化解码器评估感觉假体的最佳性能极限，为理解设备限制和潜力提供模型指导方法	研究基于模拟的听觉神经输入而非真实患者数据，可能无法完全反映实际临床情况	评估感觉假体（特别是人工耳蜗）的性能限制，理解刺激策略、神经退化和大脑解码对感知恢复的影响	人工耳蜗（治疗耳聋的标准方法）及其模拟听觉神经输入	机器学习	耳聋	深度学习模拟	人工神经网络	模拟的听觉神经输入数据	NA	NA	NA	语音识别准确率, 声音定位精度	NA
914	2025-12-25	Addressing fractures that are hard to diagnose on imaging: Radiomics or deep learning? 2025-Oct, La Radiologia medica DOI:10.1007/s11547-025-02051-6 PMID:40772999	综述	本文综述了影像组学和深度学习在诊断隐匿性骨折中的应用，并探讨了整合这两种技术以提升诊断及时性和准确性的潜力	提出了整合影像组学与深度学习以开发增强型隐匿性骨折检测方法的创新思路	NA	探讨影像组学和深度学习在医学诊断中，特别是针对隐匿性骨折的检测应用	隐匿性骨折	医学影像分析	骨折	影像组学, 深度学习	NA	影像数据	NA	NA	NA	NA	NA
915	2025-12-25	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-07-22, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	本研究开发并验证了一个名为PanEcho的多任务深度学习AI系统，用于自动解读经胸超声心动图，涵盖39个标签和测量指标	提出了首个能够全面自动化解读超声心动图（包括诊断分类和参数估计）的多任务深度学习AI系统，并在多个外部队列中验证了其跨地域和时间的稳健性	研究为回顾性设计，需要在各自临床工作流程中进行前瞻性评估以确认其实际应用效果	开发并评估一个AI系统，以自动化超声心动图的解读，提高心血管护理的效率和可及性	经胸超声心动图视频	数字病理	心血管疾病	超声心动图	深度学习	视频	来自24,405名患者的32,265项TTE研究，包含120万段超声心动图视频	NA	NA	AUC, 平均绝对误差, 归一化平均绝对误差	NA
916	2025-12-25	TPS5 and TOR signaling components are determinants of Populus balsamifera leaf morphology 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1683866 PMID:41424546	研究论文	本研究通过多基因座GWAS和深度学习基因组预测，探究了313个杨树基因型叶片形态的遗传结构，并鉴定了TPS5和TOR信号通路组分在叶片形态决定中的关键作用	开发了GWADL（全基因组关联分析增强的深度学习）策略用于基因组选择模型，并首次发现倍半萜合酶TPS5在植物正常生长发育中的新功能	研究样本量相对有限（313个基因型），且外源倍半萜处理实验仅在杨树中进行验证	解析杨树叶片形态自然变异的遗传基础以最大化生物量积累	313个美洲黑杨（Populus balsamifera）基因型的叶片形态特征	植物遗传学	NA	全基因组关联分析（GWAS），深度学习基因组预测，外源化学处理	深度学习	基因型数据，叶片形态表型数据（12个相关性状）	313个杨树基因型	NA	GWADL（全基因组关联分析增强的深度学习）	方差解释率	NA
917	2025-12-25	Detection techniques for tomato diseases under non-stationary climatic conditions 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1704663 PMID:41424549	研究论文	提出了一种名为CTTA-DisDet的连续测试时域适应框架，用于在非平稳气候条件下检测番茄病害	引入动态数据增强（包括显式和隐式增强）和教师-学生架构，结合LLMs生成新域数据，通过随机恢复神经元权重防止灾难性遗忘，实现模型在测试时对演化环境的自适应	未明确提及具体的数据集规模或模型在极端气候条件下的鲁棒性验证	提高番茄病害检测模型在非平稳气候条件下的泛化能力和适应性	番茄病害	计算机视觉	NA	深度学习	YOLO系列模型	图像	NA	PyTorch	YOLO	准确率	NA
918	2025-12-25	Machine learning-based prediction model for teicoplanin plasma concentrations in adults with liver disease using real-world data 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1703976 PMID:41424785	研究论文	本研究利用真实世界临床数据，通过机器学习和深度学习技术，为肝病患者构建了替考拉宁血浆浓度的预测模型	首次结合多种机器学习算法（包括TransTab等）和随机森林填补缺失值的方法，针对肝病患者群体构建替考拉宁血浆浓度的预测模型，并识别出日剂量、血红蛋白和天门冬氨酸氨基转移酶为最具影响力的特征	研究为单中心回顾性研究，样本量相对有限（646名患者），且模型性能需在更广泛的外部数据集中进一步验证	构建一个用于预测肝病患者替考拉宁血浆浓度的机器学习模型，以优化个体化给药策略	在中国一家三级医院接受替考拉宁治疗药物监测的肝病患者	机器学习	肝病	治疗药物监测	LightGBM, RF, TransTab	临床数据（结构化电子病历数据）	646名患者（共689个替考拉宁浓度数据点）	Scikit-learn, LightGBM, TransTab	LightGBM, 随机森林, TransTab	RMSE, R2, MAE, 预测误差在±30%内的准确率	NA
919	2025-12-25	Spectral methods for Neural Integral Equations 2025, Ricerche di matematica IF:1.1Q2 DOI:10.1007/s11587-025-01021-4 PMID:41425249	研究论文	本文提出了一种基于谱方法的神经积分方程框架，用于在谱域中学习算子，以降低计算成本并提高插值精度	引入谱方法到神经积分方程中，通过在谱域学习算子实现计算效率提升和高精度插值	NA	开发一种计算效率更高的神经积分方程模型，以利用积分算子的非局部特性进行机器学习	神经积分方程模型	机器学习	NA	谱方法	神经积分方程	NA	NA	NA	NA	插值精度	NA
920	2025-12-25	Artificial intelligence in epidemic watch: revolutionizing infectious diseases surveillance 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1692617 PMID:41425282	综述	本文综述了人工智能在传染病监测中的应用，探讨了其成功案例、技术接受度、治理问题及公共卫生政策建议	整合了机器学习与深度学习在传染病监测中的实时数据分析、疫情预测和医疗资源优化分配方面的创新应用	未具体说明数据来源、算法性能或实际部署中的技术挑战	探讨人工智能如何革新传染病监测，以提升公共卫生安全	传染病监测系统与公共卫生政策	机器学习	传染病	机器学习, 深度学习	NA	实时数据	NA	NA	NA	NA	NA