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
961	2025-10-05	3D gadolinium-enhanced high-resolution near-isotropic pancreatic imaging at 3.0-T MR using deep-learning reconstruction 2025-Sep-24, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02066-7 PMID:40991093	研究论文	本研究比较了深度学习重建与传统重建在胰腺3D-T1加权动脉期高分辨率MR图像上的表现	首次将3D深度学习重建技术应用于胰腺MRI高分辨率序列，无需额外采集时间即可改善图像质量	样本量较小（32例患者），且为单中心回顾性研究	评估深度学习重建在胰腺MR成像中的效果	疑似胰腺疾病患者	医学影像	胰腺疾病	3.0-T MR成像，钆增强成像	深度学习	3D MR图像	32例患者（平均年龄62岁，女性16例）	NA	NA	信噪比, 对比噪声比, 图像质量评分, 伪影评估, 病灶显著性, 灵敏度	NA
962	2025-10-05	From texture analysis to artificial intelligence: global research landscape and evolutionary trajectory of radiomics in hepatocellular carcinoma 2025-Sep-24, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03620-x PMID:40991097	研究论文	通过文献计量学方法分析肝细胞癌放射组学研究的全球格局和演进轨迹	首次对肝细胞癌放射组学领域进行系统性文献计量分析，揭示该领域从纹理分析到人工智能驱动的演进规律	仅基于Web of Science数据库文献，可能遗漏部分相关研究；文献检索截止到2025年4月，无法反映最新发展	分析肝细胞癌放射组学领域的研究趋势、合作网络和知识演进	906篇肝细胞癌放射组学相关科学文献	医学影像分析	肝细胞癌	放射组学、纹理分析、CT、MRI	深度学习、AI模型	医学影像数据、文献元数据	906篇出版物	CiteSpace, VOSviewer, R, Python	NA	引用指标、合作网络分析、关键词演进分析	NA
963	2025-10-05	Development of deep learning-based narrow-band imaging endocytoscopic classification for predicting colorectal lesions from a retrospective study 2025-Sep-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63812-5 PMID:40993107	研究论文	开发基于深度学习的窄带成像内镜细胞镜分类系统用于预测结直肠病变	采用多阶段预训练策略结合监督深度聚类，在EC-NBI图像分类中超越现有监督方法及内镜医师诊断准确率	基于回顾性多中心研究，需进一步扩展多中心数据验证	开发计算机辅助诊断模型用于结直肠病变分类	结直肠病变（非肿瘤性病变、腺瘤和浸润性癌）	计算机视觉	结直肠癌	窄带成像内镜细胞镜（EC-NBI）	深度学习	内镜图像	多中心回顾性队列	NA	NA	诊断准确率	NA
964	2025-10-05	Attention-enhanced residual autoencoder for NIR spectral feature extraction and classification of grain varieties 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17676-w PMID:40993134	研究论文	提出一种注意力增强残差自编码器SpecFuseNet，用于近红外光谱特征提取和谷物品种分类	集成融合高效通道注意力和光谱残差门控机制，同时支持光谱重建和品种分类的轻量级架构	NA	开发轻量级深度学习模型用于谷物品种的准确识别	大麦、鹰嘴豆和高粱的谷物品种	机器学习	NA	近红外光谱技术	自编码器	光谱数据	大麦1200样本24品种，鹰嘴豆950样本19品种，高粱500样本10品种	NA	注意力增强残差自编码器	准确率	轻量级设计，可部署于便携式或智能手机连接的近红外光谱仪
965	2025-10-05	Multi-resolution transfer learning for tampered image classification using SE-enhanced fused-MBConv and optimized CNN heads 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17799-0 PMID:40993163	研究论文	提出一种基于迁移学习的篡改图像分类模型，结合SE增强的融合MBConv层和优化的CNN分类头	集成复合缩放、融合MBConv层和挤压激励注意力机制，在多个基准数据集上实现最先进性能	未明确说明模型在未知篡改技术或极端压缩条件下的泛化能力	开发准确且可泛化的数字图像篡改检测系统	篡改数字图像	计算机视觉	NA	NA	CNN, 迁移学习	图像	四个基准数据集（CASIA v1、Columbia、MICC-F2000、Defacto拼接数据集）	NA	EfficientNetV2B0, 融合MBConv, 挤压激励注意力	AUC, F1分数, 准确率, 精确率, 召回率	NA
966	2025-10-05	Deep fusion based transfer learning with bald eagle search algorithm for sign language recognition to assist individuals with hearing and speech impairments 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10660-4 PMID:40993179	研究论文	提出一种基于秃鹰搜索算法优化的融合迁移学习模型，用于手语识别以帮助听力和语言障碍人士	结合多种深度学习模型的融合特征提取，并使用秃鹰搜索算法优化随机向量功能链接网络的超参数	仅在美国手语字母数据集上进行评估，未测试其他手语系统或真实场景应用	改进手语识别系统以帮助听力和语言障碍人士进行沟通	手语手势图像数据	计算机视觉	听力障碍	深度学习，计算机视觉	迁移学习，融合模型	图像	美国手语字母数据集	TensorFlow, Keras	InceptionV3, MobileNetV2, NASNetMobile, ResNet50V2, RVFL	准确率	NA
967	2025-10-05	Progress, challenges and future of linguistic neural decoding with deep learning 2025-Sep-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08511-z PMID:40993271	综述	本文系统梳理了基于深度学习的语言神经解码研究进展、挑战与未来方向	首次提出结合大语言模型的深度学习架构在语言神经解码中的分类框架	未涉及具体实验验证，主要为方法论层面的综述分析	探索人脑在语言感知和生成过程中的神经解码机制	文本和语音格式信息交互中诱发的人脑神经信号	自然语言处理	NA	神经解码技术	大语言模型	神经信号数据	NA	NA	NA	NA	NA
968	2025-10-05	Searching for effective preprocessing method and CNN based architecture with efficient channel attention on speech emotion recognition 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19887-7 PMID:40993294	研究论文	本文研究语音情感识别中有效的预处理方法和基于CNN的架构，提出多窗口STFT数据增强和高效通道注意力机制	提出多窗口短时傅里叶变换数据增强方法，并在CNN模型中引入高效通道注意力模块以提升通道特征表示能力	仅使用两个公开数据集进行验证，未在更多样化的数据集上测试模型泛化能力	寻找语音情感识别中更有效的预处理方法和CNN架构	语音情感识别	自然语言处理	NA	短时傅里叶变换	CNN	语音信号	两个公开数据集（Interactive Emotional Dyadic Motion Capture, Berlin Emotional Speech Database）	NA	6层CNN模型，高效通道注意力模块	情感识别性能	NA
969	2025-10-05	Multi-branch and multi-label tree species classification using deep learning for UAV aerial photography and Sentinel remote sensing images 2025-Sep-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19827-5 PMID:40993302	研究论文	提出一种多分支多标签树种类别分类模型MMTSC，用于处理无人机航拍和哨兵遥感图像的多标签树种类别识别	针对多源遥感数据设计多分支多标签分类模型，在数据不平衡的复杂林分场景中实现高效树种类别识别	树种类别图像差异小、人工标注困难、数据集获取难度大	开发深度学习模型用于多标签树种类别分类识别	15种树种类别	计算机视觉	NA	遥感成像	深度学习	图像	TreeSatAI数据集	NA	DenseNet121, EfficientNet-B0, ConvNeXt-Tiny, ResNet-18, MobileNetV3, RegNetX-800MF	F1-Score, Precision, Recall, mAP	NA
970	2025-10-05	Historical evolution and current research status of lymph node staging in gastric cancer: a review 2025-Sep-24, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03989-7 PMID:40993666	综述	系统回顾胃癌淋巴结分期的历史演变、当前实践与最新创新	整合了淋巴结比率、阳性淋巴结对数比和阴性淋巴结计数等新参数，并引入人工智能技术在淋巴结分期中的应用	NA	总结胃癌淋巴结分期的发展历程与研究现状，为下一代预后框架开发提供参考	胃癌患者淋巴结转移与分期系统	数字病理	胃癌	NA	机器学习,深度学习	NA	NA	NA	NA	预后准确性	NA
971	2025-10-05	MaskMol: knowledge-guided molecular image pre-training framework for activity cliffs with pixel masking 2025-Sep-24, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02389-3 PMID:40993695	研究论文	提出一种知识引导的分子图像自监督学习框架MaskMol，用于解决活性悬崖问题并提升分子表示学习能力	结合多层级分子知识（原子、键、子结构）和像素掩码任务，从分子图像中提取细粒度信息，克服现有深度学习模型在识别细微结构变化方面的局限	NA	开发能够准确识别活性悬崖的分子表示学习方法，推进药物发现和结构-活性关系研究	分子图像，活性悬崖分子对，20种不同大分子靶标	计算机视觉，机器学习	肿瘤	分子图像分析，虚拟筛选	自监督学习	分子图像	NA	NA	MaskMol	准确率，可转移性	NA
972	2025-10-05	Deep learning and radiomics integration of photoacoustic/ultrasound imaging for non-invasive prediction of luminal and non-luminal breast cancer subtypes 2025-Sep-24, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02113-7 PMID:40993716	研究论文	开发深度学习放射组学整合模型，结合光声/超声成像与临床特征预测乳腺癌分子亚型	首次将光声/超声成像与深度学习和放射组学特征整合，构建DLRN模型用于术前乳腺癌分子亚型预测	样本量相对有限（388例患者），需外部验证确认泛化能力	术前无创区分luminal与非luminal乳腺癌亚型	乳腺癌患者	医学影像分析	乳腺癌	光声/超声成像	深度学习, 放射组学	医学影像	388例乳腺癌患者（训练组271例，测试组117例）	Pyradiomics, ResNet50	ResNet50	AUC, 准确率, 敏感度, 特异度, 阴性预测值	NA
973	2025-10-05	scKAN: interpretable single-cell analysis for cell-type-specific gene discovery and drug repurposing via Kolmogorov-Arnold networks 2025-Sep-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03779-0 PMID:40993718	研究论文	提出scKAN可解释性单细胞分析框架，用于细胞类型注释和细胞类型特异性基因发现	使用可学习的Kolmogorov-Arnold网络激活曲线建模基因与细胞关系，提供比注意力机制更直接的可视化和解释方法	NA	开发可解释的单细胞RNA测序分析方法，连接分子洞察与治疗应用	单细胞RNA测序数据	生物信息学	胰腺导管腺癌	单细胞RNA测序	Kolmogorov-Arnold网络	基因表达数据	NA	NA	Kolmogorov-Arnold网络	宏F1分数	NA
974	2025-10-05	A dual-branch deep learning network for circulating tumor cells classification 2025-Sep-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07057-2 PMID:40993750	研究论文	提出一种结合双分支深度学习网络和传统图像处理技术的循环肿瘤细胞分类框架	创新性地融合双分支网络与图像处理技术，整合图像和荧光特征提升特征表示鲁棒性	NA	提高循环肿瘤细胞识别的准确性和效率	外周血中的循环肿瘤细胞	计算机视觉	癌症	图像处理, 荧光成像	深度学习, 双分支网络	图像, 荧光图像	NA	NA	双分支网络	准确率, 精确率, 召回率	NA
975	2025-10-05	Deep Learning-based Automated Detection of Pulmonary Embolism: Is It Reliable? 2025-Sep-24, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001803 PMID:41004836	研究论文	评估基于深度学习的AI系统在胸部CTPA中自动检测肺栓塞的准确性和临床适用性	首次全面评估Canon Automation Platform在肺栓塞自动检测中的表现，涵盖肺动脉所有解剖层次	回顾性研究设计，亚段分支敏感性相对较低	评估AI程序在肺栓塞自动检测和定位中的诊断准确性和临床适用性	1474例疑似肺栓塞的胸部CTPA图像	医学影像分析	肺栓塞	计算机断层扫描肺血管造影(CTPA)	深度学习	医学影像	1474例CTPA扫描	NA	NA	AUC-ROC, 准确率, 敏感性, 特异性, PPV, NPV, F1分数, Cohen Kappa	NA
976	2025-10-05	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实无噪数据，通过从含噪MSI数据中利用质谱先验知识构建可靠训练数据集	NA	开发质谱成像数据去噪方法以提升数据质量	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	机器学习和计算生物学	NA	质谱成像（MSI）、MALDI、DESI	深度神经网络	质谱成像数据	多个数据集（小鼠胎儿、小鼠大脑5μm像素、大鼠大脑）	NA	NA	PSNR, SSIM	NA
977	2025-10-05	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发了一种结合分子动力学和深度学习的双模态神经网络分类器，用于预测激酶配体的作用模式	提出了一种新的双模态深度神经网络，能够分别高效处理动力学和结构数据，并展示了即使使用估算的动力学数据也能保持高性能	未明确说明模型在外部验证集上的表现和泛化能力	开发能够准确预测激酶配体作用模式的深度学习模型	激酶配体（变构或正构）	机器学习	NA	分子动力学，深度学习	深度神经网络	分子动力学描述符，结构数据	280个实验解析的激酶结构	NA	双模态深度神经网络	分类性能，不确定性处理	NA
978	2025-10-05	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，使用深度学习和非线性降维技术	结合深度学习和非线性降维技术（t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合表示	未明确说明方法在特定数据规模下的性能限制和计算效率	开发能够处理超大规模多组学数据集成的计算方法	大规模多组学数据，包括质谱成像和染色体构象捕获数据	机器学习	NA	质谱成像, 染色体构象捕获, 代谢组学, 转录组学	深度学习	多组学数据, 成像数据	NA	NA	NA	NA	NA
979	2025-10-05	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于监督对比学习的质谱嵌入方法SpecEmbedding，用于提高代谢组学中分子识别的准确性	首次将Transformer编码器架构与监督对比学习相结合，使用化合物的复制光谱作为正样本进行训练	NA	提高质谱数据的比较性和分子识别准确率	质谱数据中的生物分子	机器学习	NA	质谱分析	Transformer	质谱数据	GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集	NA	Transformer编码器	Top-1命中率	NA
980	2025-10-05	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	本文开发了一种集成机器学习的图像处理流程，用于自动化监测淡水系统中的藻华现象	将随机森林模型与卷积神经网络相结合，解决了流动成像中的伪影问题和未知颗粒识别挑战，实现了端到端的实时藻华监测解决方案	监督式闭集分类器在处理自然环境中常见的新型颗粒时分类准确性受限，需要大量人工监督	开发自动化实时藻华监测系统，提高对有害藻华的早期检测能力	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流动成像显微镜技术	随机森林, CNN	图像	NA	NA	NA	准确率, 精度	低成本自动化流动成像设备ARTiMiS