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
9621	2025-12-08	Explainable artificial intelligence predicts inflammatory and spatial heterogeneity from nasal polyp histology 2025-Dec, The Journal of allergy and clinical immunology IF:11.4Q1 DOI:10.1016/j.jaci.2025.08.016 PMID:40902945	研究论文	本研究开发了一种基于组织学的可解释深度学习模型HE2Signature，用于从鼻息肉组织学图像中预测炎症基因特征和空间分子异质性	首次提出基于组织学的可解释深度学习模型，能够从H&E染色全切片图像预测炎症基因特征和空间分子异质性，为慢性鼻窦炎伴鼻息肉的内型导向精准医学提供临床适用框架	模型在外部验证队列中识别T2内型的性能（ROC值0.716）有待进一步提高，且研究样本主要来自4个医疗中心	开发基于组织学图像的深度学习模型，用于预测慢性鼻窦炎伴鼻息肉的炎症基因特征和空间模式	慢性鼻窦炎伴鼻息肉患者的鼻息肉组织样本	数字病理学	慢性鼻窦炎伴鼻息肉	转录组学分析，免疫组织化学	深度学习模型	图像，基因表达谱	训练集70例，内部验证队列30例，外部验证队列224例（来自4个医疗中心）	NA	HE2Signature	相关性分析，混淆矩阵分析，受试者工作特征曲线，AUC值	NA
9622	2025-12-08	Applications of artificial intelligence in rehabilitation: technological innovation and transformation of clinical practice 2025-Dec, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100360 PMID:41161419	综述	本文综述了人工智能在康复科学中的多样化应用，包括机器学习、深度学习、计算机视觉、自然语言处理和机器人技术，并提出了AI赋能的康复模型	提出了AI赋能的康复模型，将碎片化流程转变为具有实时评估的交互式自适应系统，推动康复从经验驱动转向数据模型驱动	面临数据限制、伦理问题、监管要求和临床整合障碍等挑战	探索人工智能在康复领域的应用，以提升康复服务的精准性、效率和可及性	康复科学中的技术应用和临床实践	机器学习	NA	机器学习, 深度学习, 计算机视觉, 自然语言处理, 机器人技术	NA	NA	NA	NA	NA	NA	NA
9623	2025-12-08	Plasma secretory protein genes in hepatocellular carcinoma and heart failure: Comorbidity and biological function exploration 2025-Dec, Molecular immunology IF:3.2Q3 DOI:10.1016/j.molimm.2025.10.009 PMID:41192015	研究论文	本研究旨在阐明血浆分泌蛋白基因在肝细胞癌和心力衰竭共病效应中的介导作用	通过整合WGCNA、差异表达分析和深度学习技术，首次识别出FCN3、FAP和HMGB2三个血浆分泌蛋白基因作为HCC与HF共病的关键参与者，并发现地塞米松和儿茶素作为潜在药物干预候选物	NA	探索肝细胞癌与心力衰竭共病的分子机制及生物标志物	血浆分泌蛋白基因	生物信息学	肝细胞癌, 心力衰竭	加权基因共表达网络分析, 差异表达分析, 深度学习	NA	基因表达数据	NA	NA	NA	NA	NA
9624	2025-12-08	Glasses-free 3D display with ultrawide viewing range using deep learning 2025-Dec, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09752-y PMID:41299166	研究论文	本文介绍了一种名为EyeReal的无眼镜3D显示技术，通过深度学习实时优化实现超宽视角和大尺寸显示	结合双目视觉精确建模与深度学习实时优化，突破了传统空间带宽积限制，实现了大规模全视差3D显示	未明确提及设备成本、能耗或长期稳定性等实际应用限制	开发一种具有超宽视角和大尺寸的无眼镜3D显示系统	3D显示设备的光场生成与优化	计算机视觉	NA	深度学习	深度学习模型	光场数据	NA	NA	NA	分辨率（1920×1080）、刷新率（50Hz）、视角（>100°）	低成本光场传输装置
9625	2025-12-08	Automated registration and clustering for enhanced localization atomic force microscopy of flexible membrane proteins 2025-Dec, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013277 PMID:41325488	研究论文	本文提出了一种无监督深度学习算法，用于同时注册和聚类原子力显微镜图像，以增强对柔性膜蛋白的定位原子力显微镜成像	引入无监督深度学习算法，首次实现同时注册和聚类AFM图像，使LAFM技术适用于具有多种构象的柔性蛋白质	研究基于模拟AFM图像进行验证，尚未在真实实验数据上全面测试	提高原子力显微镜对柔性膜蛋白的成像分辨率	SecYEG转位子膜蛋白系统	计算机视觉	NA	原子力显微镜, 分子动力学模拟	深度学习	图像	模拟AFM图像数据集	NA	无监督深度学习算法	分辨率提升	NA
9626	2025-12-08	Integrative deep learning analysis of 2D and 3D body composition features for predicting postoperative pancreatic fistula after distal pancreatectomy 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2597067 PMID:41340556	研究论文	本研究开发并验证了一个基于深度学习的2D和3D身体成分分析框架，用于预测胰腺癌患者远端胰腺切除术后胰瘘的发生	首次整合了基于深度学习的2D和3D身体成分分析（腹部肌肉和脂肪分割）与临床数据，构建了用于预测术后胰瘘的预测模型	需要更大规模、多中心的前瞻性队列研究来验证其普适性	开发并验证一个深度学习框架，用于通过术前CT图像分析身体成分，以预测胰腺癌患者远端胰腺切除术后胰瘘的发生	接受根治性远端胰腺切除术的胰腺癌患者	数字病理学	胰腺癌	术前计算机断层扫描（CT）成像	深度学习分割模型, GBDT	医学图像（CT）	230名胰腺癌患者	NA	NA	Dice相似系数, AUC, 灵敏度, 特异性, 决策曲线分析	NA
9627	2025-12-08	Quantitative analysis of chest CT with deep learning to assess the efficacy of tofacitinib in the treatment of anti-MDA5+ dermatomyositis 2025-Dec, Medicina clinica IF:2.6Q1 DOI:10.1016/j.medcli.2025.107206 PMID:41075323	研究论文	本研究利用深度学习定量分析胸部CT，评估托法替尼治疗抗MDA5+皮肌炎相关间质性肺病的疗效	首次将深度学习定量高分辨率CT分析应用于评估托法替尼治疗抗MDA5+皮肌炎相关间质性肺病的疗效，并量化肺部病变体积变化	回顾性研究设计，样本量较小（70例患者），可能存在选择偏倚，且未详细说明深度学习模型的具体架构和验证过程	评估托法替尼治疗抗MDA5+皮肌炎相关间质性肺病的疗效和安全性	抗MDA5+皮肌炎相关间质性肺病患者	数字病理学	皮肌炎	高分辨率CT, 深度学习	深度学习模型	CT图像	70例患者（托法替尼组39例，非托法替尼组31例）	NA	NA	生存率, 糖皮质激素使用时长, 肺部受累百分比, 病变体积减少量	NA
9628	2025-12-08	Virtual inertia regulation based high-order observer for weak microgrids using deep sequential learning 2025-Dec, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.10.005 PMID:41077490	研究论文	本文提出了一种基于深度序列学习的高阶观测器虚拟惯性调节方法，用于弱微电网系统	该方法包含三个主要创新点：实现高阶扩展扰动观测器进行实时估计和补偿、应用深度序列动作值学习算法无监督调整控制器参数、在初级和次级控制回路中包含虚拟转子动力学仿真以增强响应性	NA	提高高渗透可持续能源资源下弱微电网系统的惯性和阻尼特性	混合微电网系统中的能源存储系统	机器学习	NA	深度序列动作值学习算法	深度神经网络	NA	NA	NA	NA	波动抑制程度、响应速度	NA
9629	2025-12-08	BAEN-SKCNN: A novel framework for scoliosis early screening and severity diagnosis using unclothed back images 2025-Dec, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104429 PMID:41352846	研究论文	提出了一种基于BAEN-SKCNN框架的新方法，利用背部图像进行脊柱侧弯的早期筛查和严重程度诊断	构建了BAEN模块用于提取背部区域以提高诊断准确性和模型通用性，并结合空间金字塔池化和选择性核网络构建SKCNN模型	未在公开数据集上进行验证，模型性能可能受自制数据集规模和多样性的限制	开发一种快速、便捷的脊柱侧弯早期筛查和严重程度诊断方法	脊柱侧弯患者	计算机视觉	脊柱侧弯	深度学习	CNN	图像	自制脊柱侧弯数据集（具体数量未说明）	NA	BAEN, SKCNN	准确率	NA
9630	2025-12-08	Refining cell classification for cervical cancer detection using an improved high dimensional feature fusion approach 2025-Dec, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104445 PMID:41352861	研究论文	本文提出了一种改进的高维特征融合方法，用于宫颈细胞图像分类以检测宫颈癌	引入改进的高维特征融合框架，整合七个预训练CNN架构的特征，通过全连接分类器增强泛化能力并减少冗余	未提及模型在外部验证或临床部署中的具体限制	提高宫颈细胞图像分类的准确性和泛化能力，以早期检测宫颈癌	宫颈细胞图像	计算机视觉	宫颈癌	深度学习	CNN	图像	四个基准数据集：Herlev、SIPaKMeD、Mendeley LBC和Malhari	NA	VGG16, VGG19, ResNet50, XceptionNet, InceptionV3, DenseNet121, Lightweight Feature extractor	准确率, 精确率, 召回率, F1分数, 特异性, AUC	NA
9631	2025-12-08	Intelligent Condition Monitoring of High-Formwork Support Systems: A Hybrid FEM-Deep Learning Approach with Large Language Model Integration 2025 Oct-Dec, Science progress IF:2.6Q2 DOI:10.1177/00368504251393791 PMID:41334721	研究论文	本研究提出了一种结合数值模拟、深度学习和检索增强生成系统的高支模支撑系统智能监测框架	采用遗传算法-粒子群优化混合算法优化有限元模型，并集成RNN-LSTM与基于GPT技术的RAG系统实现自动化监测报告生成	未明确说明实际工程验证的规模与长期稳定性数据	开发高支模支撑系统的智能健康监测与自动化报告生成方法	高支模支撑系统的结构响应数据与监测报告	机器学习	NA	有限元模拟、遗传算法-粒子群优化混合算法	RNN-LSTM, CNN	数值模拟生成的结构响应数据	基于有限元模型生成的三种工况数据集（正常操作、局部失稳、整体失稳）	NA	RNN-LSTM, CNN	多种评估指标（具体名称未说明）	NA
9632	2025-12-08	Traditional Chinese medicine-based pattern differentiation system of deficiency and excess using traditional Chinese medicine-based inspection characteristics 2025 Oct-Dec, Science progress IF:2.6Q2 DOI:10.1177/00368504251386320 PMID:41166218	研究论文	本研究开发了一个基于卷积神经网络的中医望诊特征提取模型，并结合中医理论和临床经验，构建了一个完整的中医虚实辨证系统	将深度学习技术应用于中医望诊特征（如舌色、苔色、苔厚、唇色）的自动提取，并首次将这些特征与中医虚实辨证理论相结合，构建了一个端到端的辨证系统	未明确说明数据集的规模、多样性及临床验证的广泛性，系统准确率（81.67%）仍有提升空间，且可能未涵盖所有中医辨证要素	开发一个准确的中医虚实辨证系统，以辅助中医师进行临床诊断和治疗，并支持在线诊疗及健康平台应用	中医望诊特征（面部、唇部、舌部等区域）及基于这些特征的虚实辨证模式	计算机视觉	NA	深度学习，中医望诊	CNN	图像	NA	NA	卷积神经网络	准确率	NA
9633	2025-12-08	Lung Cancer Diagnosis From Computed Tomography Images Using Deep Learning Algorithms With Random Pixel Swap Data Augmentation: Algorithm Development and Validation Study 2025-Sep-03, JMIR bioinformatics and biotechnology DOI:10.2196/68848 PMID:41342173	研究论文	本研究提出了一种名为随机像素交换的新型数据增强技术，用于提升深度学习模型在CT图像上诊断肺癌的性能	提出随机像素交换数据增强方法，该方法在卷积神经网络和Transformer架构上均能有效提升肺癌诊断性能，优于现有数据增强技术	NA	开发并验证一种新的数据增强技术，以提高深度学习模型从CT图像中自动诊断肺癌的准确性	肺癌的CT扫描图像	计算机视觉	肺癌	CT扫描	CNN, Transformer	图像	两个公开CT数据集（IQ-OTH/NCCD数据集和胸部CT扫描图像数据集）	NA	ResNet, MobileNet, Vision Transformer, Swin Transformer	准确率, AUROC	NA
9634	2025-12-08	Stacked Deep Learning Ensemble for Multiomics Cancer Type Classification: Development and Validation Study 2025-Aug-12, JMIR bioinformatics and biotechnology DOI:10.2196/70709 PMID:41342170	研究论文	本研究开发并验证了一个基于堆叠深度学习集成的模型，用于整合RNA测序、体细胞突变和DNA甲基化数据，以分类五种常见癌症类型	采用堆叠集成学习方法整合五种成熟算法，通过多组学数据融合显著提升了癌症分类准确率	仅针对沙特阿拉伯的五种癌症类型，样本多样性和泛化能力有待进一步验证	评估多组学数据整合在癌症类型分类中的效果，提升诊断准确性	乳腺癌、结直肠癌、甲状腺癌、非霍奇金淋巴瘤和子宫体癌	机器学习	癌症	RNA测序, 体细胞突变分析, DNA甲基化分析	支持向量机, k近邻, 人工神经网络, 卷积神经网络, 随机森林	多组学数据	NA	NA	堆叠集成模型	准确率	NA
9635	2025-12-08	Modeling CAPRI Targets of Round 55 by Combining AlphaFold and Docking 2025-Jun-06, Proteins IF:3.2Q2 DOI:10.1002/prot.26853 PMID:40476317	研究论文	本文详细介绍了通过结合AlphaFold2深度学习预测与传统对接技术，对CAPRI第55轮中的寡聚体目标进行结构建模的混合方法	提出了一种结合AlphaFold2多聚体管道与传统对接技术的混合方法，用于蛋白质-蛋白质对接，并分析了AlphaFold模型聚类、残基接触预测置信度及预测稳定性与模型质量的相关性	NA	改进蛋白质-蛋白质对接的结构建模方法，特别是在寡聚体目标中的应用	CAPRI第55轮中的寡聚体蛋白质目标	结构生物学	NA	深度学习预测、蛋白质对接	深度学习模型	蛋白质结构数据	NA	AlphaFold2	AlphaFold2多聚体管道	模型质量评估、残基接触预测置信度、预测稳定性	NA
9636	2025-12-08	Decoding brand sentiments: Leveraging customer reviews for insightful brand perception analysis using natural language processing and Tableau 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334330 PMID:41343444	研究论文	本研究提出一个结合机器学习、深度学习、主题建模和交互式可视化的端到端分析流程，用于从智能手机客户评论中解码品牌情感和品牌感知	将基于CNN的情感分析与高一致性NMF主题建模相结合，并通过交互式Tableau仪表板提供商业洞察，超越了单一情感分析的传统方法	所有模型在处理中性评论时表现不佳，且存在因数据不平衡或文化细微语言差异导致的潜在偏见	利用自然语言处理技术分析客户评论，以获取可操作的品牌感知洞察并支持产品策略	亚马逊上十个智能手机品牌的客户评论	自然语言处理	NA	NA	CNN, RNN, LSTM, Decision Trees, Logistic Regression, SVM, Naive Bayes	文本	约68,000条评论	NA	CNN, RNN, LSTM	准确率, 一致性分数	NA
9637	2025-12-08	Capsule-based federated reinforcement learning adaptive sliding mode for anomaly detection and control of floating wind turbines 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0336410 PMID:41343520	研究论文	本文提出了一种基于胶囊网络和联邦强化学习的自适应滑模控制方法，用于浮动风力发电机的异常检测与控制	结合联邦学习、胶囊网络和深度强化学习，实现分布式训练和自适应鲁棒控制，提高扰动检测的准确性和系统稳定性	研究基于仿真结果，未在真实环境中验证；未详细讨论计算资源需求和实际部署的挑战	开发一种智能控制机制，以增强浮动风力发电机在动态环境条件下的性能和稳定性	浮动风力发电机及其在海洋波浪和风扰动下的控制系统	机器学习	NA	联邦学习, 深度强化学习, 滑模控制	胶囊网络, 深度强化学习	传感器数据	NA	NA	胶囊网络	准确性, 稳定性	NA
9638	2025-12-08	Advances in deep reinforcement learning enable better predictions of human behavior in time-continuous tasks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338034 PMID:41343519	研究论文	本研究利用深度强化学习模型预测人类在时间连续任务中的行为表现	首次将先进的深度Q网络模型（Ape-X和SEED）应用于人类行为建模，并验证其在时间连续任务中的预测能力优于传统模型	样本量较小（N=23），仅针对三种街机游戏任务，未涵盖更广泛的行为场景	探索深度强化学习模型在预测人类时间连续任务行为方面的有效性	人类参与者在三种街机游戏中的运动反应数据	机器学习	NA	深度强化学习	DQN	时间连续视觉刺激和运动反应数据	23名人类参与者	NA	Ape-X, SEED, 基线DQN	预测准确率	NA
9639	2025-12-08	What does my network learn? Assessing interpretability of deep learning for EEG 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.1033 PMID:41346402	研究论文	本文评估了深度学习在脑电图（EEG）数据中可解释性的影响因素，包括预处理选择、网络架构和特征提取可视化方法	通过比较两种卷积神经网络（ResNet和EEGNet）以及两种基于梯度的特征可视化技术（显著性和GradCam），揭示了不同架构和可视化方法对EEG数据可解释性的影响	研究仅针对视觉和听觉数据集，可能未涵盖所有EEG应用场景；可解释性评估主要基于特征相似性，缺乏更全面的量化指标	评估深度学习在EEG数据中的可解释性，并探讨如何通过网络架构和可视化方法改进解释性	单次试验EEG响应，包括对三种不同视觉刺激（视觉数据集）和声音存在（听觉数据集）的解码	机器学习	NA	脑电图（EEG）	CNN	脑电图（EEG）数据	NA	NA	ResNet, EEGNet	NA	NA
9640	2025-12-08	Using deep networks for knee range of motion monitoring in total knee arthroplasty rehabilitation 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1691591 PMID:41346475	研究论文	本研究提出了一种基于深度学习的膝关节活动度监测模型KROMNet，用于全膝关节置换术后的康复评估	开发了KROMNet模型，结合了卷积、空洞卷积和通道注意力层，在小样本条件下实现了高精度的膝关节活动度分类，优于现有方法	研究未明确说明模型在真实家庭环境中的泛化能力，且样本量相对有限	开发一种简单、准确、低成本的膝关节活动度评估方法，以支持社区和家庭康复	全膝关节置换术后患者的膝关节图像	计算机视觉	骨科疾病	深度学习	CNN	图像	从1,790名患者收集的1,103张膝关节图像	未指定	KROMNet（包含卷积层、空洞卷积层、通道注意力层和全连接层）	准确率, 精确率, 召回率, F1分数	NA