深度学习在生物医药领域中的应用

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
1301	2025-09-24	Convolutional Neural Network-based Framework for Brain Tumor Classification and Segmentation using Magnetic Resonance Images 2025-Sep-05, Journal of visualized experiments : JoVE DOI:10.3791/68428 PMID:40982373	研究论文	提出基于卷积神经网络的框架，利用磁共振图像进行脑肿瘤分类和分割	集成U-Net、InceptionV3、DenseNet201和Inception-ResNet-v2混合模型，并结合GPT-4.0生成自动报告	NA	开发自动脑肿瘤识别和分类系统以辅助早期诊断	脑部磁共振图像中的肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	CNN、U-Net、InceptionV3、DenseNet201、Inception-ResNet-v2	图像	多个数据集（具体数量未提及）
1302	2025-09-24	Dual Encoder-Decoder-Encoder with Adversarial Training for Unsupervised Traffic Accident Detection in Surveillance Videos 2025-Sep-05, Journal of visualized experiments : JoVE DOI:10.3791/68731 PMID:40982396	研究论文	提出一种基于双编码器-解码器-编码器框架和对抗训练的深度学习架构，用于监控视频中的无监督交通事故检测	采用双向映射的双EDE框架和两阶段对抗训练方法，通过重构正常驾驶图像和生成合成样本来增强异常检测灵敏度	NA	开发自动化交通事故检测系统以提升道路安全和应急响应效率	监控视频中的交通事故和异常驾驶行为	计算机视觉	NA	深度学习、对抗训练	双编码器-解码器-编码器（EDE）、GAN	监控视频	真实交通监控数据集（未指定具体数量）
1303	2025-09-24	Deep learning-based classification and segmentation of interictal epileptiform discharges using multichannel electroencephalography 2025-Sep, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18463 PMID:40411529	研究论文	开发基于深度学习的U-IEDNet框架，用于多通道脑电图中的癫痫样放电分类与分割	结合卷积层、双向门控循环单元和Transformer网络，首次实现同时保留空间信息和通道间交互特征的IED检测框架	NA	提高多通道脑电图中癫痫样放电检测的准确性和效率	癫痫患者的脑电图信号	机器学习	癫痫	多通道脑电图	U-IEDNet（CNN+BiGRU+Transformer）	脑电图信号	413例患者记录（公共数据库370例+自建数据库43例）
1304	2025-09-24	Deep learning-driven abbreviated knee MRI protocols: diagnostic accuracy in clinical practice 2025-Sep, La Radiologia medica DOI:10.1007/s11547-025-02038-3 PMID:40613973	研究论文	评估深度学习加速膝关节MRI协议在临床实践中的诊断准确性	首次系统比较不同加速因子（2倍/4倍/6倍）的深度学习重建协议对膝关节MRI诊断性能的影响	样本量有限（71例患者），DL6协议对细微病变敏感性降低	验证深度学习加速MRI协议在膝关节检查中的临床应用价值	膝关节损伤患者（韧带撕裂、半月板病变、骨髓水肿等）	医学影像分析	膝关节疾病	深度学习重建技术	DL（深度学习模型）	MRI影像数据	71例连续患者
1305	2025-09-24	Diurnal variation mapping of urban NO2 concentrations at high spatial resolution using mobile phone signaling data 2025-Sep, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109758 PMID:40886398	研究论文	利用手机信令数据开发深度学习模型实现高时空分辨率城市NO₂浓度日变化监测	首次实现基于手机信令数据的250米/1小时时空分辨率NO₂浓度连续估算，创新设计适用于环境变量建模的深度学习架构	研究仅应用于宁波市单一城市，模型在其他地理环境的普适性有待验证	提升城市大气污染物高时空分辨率监测能力	城市NO₂浓度分布与人口流动模式	环境信息学	NA	深度学习、手机信令数据分析、5折交叉验证	定制化深度学习模型	手机信令数据、气象数据、卫星观测数据	宁波市范围的时空连续监测数据
1306	2025-09-24	An Ensemble Approach to Emergency Medicine Skill Assessment 2025-Sep-01, Military medicine IF:1.2Q2 DOI:10.1093/milmed/usaf327 PMID:40984092	研究论文	开发一种集成方法用于急诊医学技能的形成性评估	首次结合脑成像、眼动追踪和头戴式视频记录多模态数据，通过可解释深度学习模型提取与专业技能水平相关的生物标志物	研究聚焦于气管插管单一技能，未验证方法在其他急诊技能中的普适性	实现急诊医学技能的客观化评估和形成性反馈	急诊医学培训学员的气管插管操作技能	机器学习	NA	多模态数据融合、可解释深度学习	集成深度学习模型	多模态数据（脑成像、眼动追踪、视频）	NA
1307	2025-09-24	Machine learning methods for gene regulatory network inference 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf470 PMID:40966655	综述	本文对基于机器学习的基因调控网络推断方法进行了全面综述	重点探讨了前沿深度学习技术在提升GRN推断性能中的新兴作用	NA	支持GRN推断在基因调控研究中的应用及新机器学习方法的开发	基因调控网络(GRNs)	计算生物学	NA	高通量测序技术	监督学习、无监督学习、半监督学习、对比学习、深度学习	大规模组学数据	NA
1308	2025-09-24	International Validation of Echocardiographic Artificial Intelligence Amyloid Detection Algorithm 2025-Aug-25, JACC. Advances DOI:10.1016/j.jacadv.2025.102067 PMID:40965401	研究论文	本研究通过国际多中心回顾性病例对照研究验证了基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性检测中的性能	开发了首个基于超声心动图视频的AI算法用于国际多中心的CA检测验证，在保持高特异性（98.8%）的同时优化了阳性预测值	回顾性研究设计，样本量相对有限（1553例），需要前瞻性研究进一步验证临床效用	验证人工智能算法在国际多中心环境中识别心脏淀粉样变性的诊断性能	574名CA患者和979名对照者的超声心动图研究	计算机视觉	心脏淀粉样变性	深度学习计算机视觉算法	深度学习神经网络	超声心动图视频（胸骨旁长轴和心尖四腔心切面）	1553例超声心动图研究（574例CA患者，979例对照组）
1309	2025-09-24	Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569216 PMID:40984363	研究论文	提出一种基于物理信息生成对抗网络的自学习方法，实现单张X射线全息图的相位恢复	无需配对/非配对/模拟训练数据即可实现相位和吸收信息的同步重建	NA	解决近场菲涅尔理论中的相位恢复逆问题	X射线波场的相位和吸收信息	计算成像	NA	X射线相位衬度成像	物理信息生成对抗网络	X射线全息图	PETRA III P05光束线实验数据集和模拟数据
1310	2025-09-24	All-optical color image encryption using multimode fiber speckles and diffractive deep neural networks 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.571745 PMID:40984386	研究论文	提出一种结合轨道角动量光束、多模光纤散斑和衍射深度神经网络的全光学彩色图像加密系统	首次将OAM光束的空间自由度编码、MMF散斑加密与D2NN解码集成于全光学加密框架，实现无需数字计算的超高速图像传输	实验仅使用1米MMF在开放环境测试，未验证长距离传输性能	开发无需深度学习计算负担的高速安全彩色图像光学传输技术	彩色图像像素的灰度值和RGB通道	光学加密	NA	轨道角动量编码、多模光纤传输、衍射神经网络	D2NN	光学图像	512×512彩色图像（训练使用长期噪声干扰下采集的散斑样本）
1311	2025-09-24	Trace gas sensor based on photoacoustic spectroscopy and deep learning nested U-shaped network (U-Net++) 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569183 PMID:40984421	研究论文	提出一种结合光声光谱和深度学习U-Net++网络的高灵敏度痕量气体传感器	首次将滚筒型谐振器光声光谱系统与嵌套U型深度学习网络(U-Net++)相结合，实现噪声抑制和长期稳定性提升	NA	开发高精度气体检测技术用于环境监测、工业安全和医疗诊断	甲烷(CH)气体	传感器技术	NA	光声光谱技术(PAS)、有限元模拟、深度学习	U-Net++	光谱数据	不同浓度甲烷气体样本(5-30 ppm)
1312	2025-09-24	Accurate prediction approach for the center position of a future light spot under atmospheric turbulence 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.568684 PMID:40984412	研究论文	提出一种名为FMRP的混合方法，用于预测大气湍流下光斑中心位置	仅需处理实时接收的光斑图像即可实现精确位置预测，无需离线训练和大型数据集	NA	提高卫星对地激光通信中指向、捕获和跟踪系统的精度与稳定性	大气湍流环境下的光斑中心位置	机器学习和光学工程交叉领域	NA	特征匹配和递归神经网络	RNN	光斑图像序列	NA
1313	2025-09-24	Statistical analysis and prediction of dynamic UAV-based entanglement distribution channel through deep learning 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.565103 PMID:40984598	研究论文	提出基于PatchTST深度学习模型的无人机量子纠缠分发信道动态预测框架	首次将PatchTST时间序列Transformer模型应用于无人机量子通信信道动态预测，突破传统静态统计模型的限制	基于仿真数据验证，尚未进行真实环境实验验证	实现无人机对地量子信道透射率的实时动态预测	无人机量子纠缠分发信道	机器学习	NA	深度学习	PatchTST（基于Transformer的时间序列预测模型）	时间序列数据	NA
1314	2025-09-24	Deep-learning-based single-pixel telescope for simultaneous visible and near-infrared imaging with robustness to atmospheric seeing 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.566490 PMID:40984610	研究论文	本研究将深度学习技术集成到单像素成像系统中，开发了一种可同时进行可见光和近红外观测的单像素望远镜系统	结合单像素成像的多波长成像能力与深度学习噪声抑制技术，在模拟大气湍流条件下实现鲁棒成像	在模拟湍流条件下，TDPL网络对简单目标（如MNIST图像）的精度低于U-Net，需要进一步改进	开发能够抵抗大气湍流干扰的高质量多波长成像系统	单像素望远镜成像系统	计算机视觉	NA	单像素成像（SPI）、深度学习	U-Net、TDPL（时间分割模式学习网络）	图像数据	使用MNIST图像数据集进行性能评估
1315	2025-05-06	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325551 PMID:40321282	研究论文	本研究提出了一种基于运动想象的脑机接口（BCI）范式，用于控制机器人手臂进行连续抓取任务，并在健康人群和中风患者中进行了评估	通过引入额外的‘点击’信号，增加了BCI系统的自由度，实现了对机器人手臂的连续控制，而非从预定动作列表中选择	当前系统的应用受限于EEG信号的低信噪比和空间分辨率	探索非侵入式脑机接口在控制辅助设备（如机器人手臂）中的应用，特别是在复杂任务中的表现	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风幸存者（具体数量未提及）
1316	2025-09-24	Transformer-inspired training principles based breast cancer prediction: combining EfficientNetB0 and ResNet50 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98523-w PMID:40251247	研究论文	提出结合EfficientNetB0和ResNet50的集成模型用于乳腺癌组织病理学图像分类	首次将Transformer训练理念与EfficientNetB0、ResNet50集成，创新性地融合两种架构优势	NA	提高乳腺癌组织病理学图像分类准确率，区分IDC和非IDC类别	乳腺癌组织病理学图像	计算机视觉	乳腺癌	深度学习、迁移学习	EfficientNetB0、ResNet50、集成模型	图像	NA
1317	2025-09-24	MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.20.629645 PMID:40291707	研究论文	介绍MRS-Sim开源框架，用于模拟逼真的体内磁共振波谱数据	包含三维场图模拟器和新型半参数生成器，能模拟场不均匀性和残余水区域信号	NA	开发用于磁共振波谱方法验证的合成数据模拟框架	磁共振波谱数据	医学影像分析	NA	磁共振波谱技术	半参数生成器	波谱数据	NA
1318	2025-09-24	Transitions in dynamical regime and neural mode underlie perceptual decision-making 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562427 PMID:37904994	研究论文	通过大规模神经元记录和深度学习技术揭示大鼠感知决策过程中神经动力学的双阶段转换机制	首次发现决策过程包含感觉输入主导和自主动力学主导的两个连续动态机制转换，并提出了神经推断承诺时间（nTc）的新概念	研究局限于啮齿类动物模型，需要进一步验证在灵长类或人类中的普适性	探究感知决策过程中神经动力学的动态机制和决策承诺的神经基础	大鼠前额叶皮层和纹状体的神经元活动	计算神经科学	NA	大规模神经元同步记录、深度学习无监督方法	简化动力学模型	神经电生理信号	数百个神经元的同时记录数据
1319	2025-09-24	Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study 2025-Apr-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002220 PMID:39764584	研究论文	开发基于深度学习的算法BBMIL，直接从乳腺癌H&E染色组织病理图像预测分子标志物和亚型	首次实现直接从常规组织病理图像预测多种分子标志物和免疫治疗相关基因特征	回顾性研究，需要多中心验证	降低乳腺癌生物标志物检测的成本和组织负担	乳腺癌组织病理图像	数字病理	乳腺癌	深度学习	BBMIL（基于多实例学习的深度学习算法）	组织病理图像（H&E染色）	多中心回顾性数据集
1320	2025-09-24	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	研究论文	开发了一个名为RESPAN的深度学习管道，用于自动化修复、分割和量化树突棘	集成最先进的深度学习技术，通过内容感知修复增强信号、对比度和各向同性分辨率，实现跨多种样本的鲁棒检测	NA	改进树突棘的量化分析方法，提高准确性和可重复性	树突棘、树突分支和神经元胞体	数字病理学	NA	深度学习、图像修复、图像分割	深度学习管道	显微图像	经过专家注释验证的多种成像模式数据集