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
121	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
122	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
123	2025-12-20	SNR enhancement for low-SNR amplitude-modulated holographic data storage based on deep learning 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.573648 PMID:41414339	研究论文	本文提出了一种改进的U-Net模型DRAMCU-Net，用于增强全息数据存储图像的信噪比	引入了扩张残差注意力块和多尺度卷积块，以提升对低信噪比数据页中随机噪声的处理能力	未明确说明模型在极端噪声条件下的性能或计算效率	增强振幅调制全息存储中低信噪比数据页的信噪比	全息数据存储图像	计算机视觉	NA	NA	CNN	图像	NA	NA	U-Net, DRAMCU-Net	信噪比	NA
124	2025-12-20	Deep-learning-enabled single-shot fringe projection profilometry based on inner shifting-phase encoding 2025-Nov-17, Optics express IF:3.2Q2 DOI:10.1364/OE.576136 PMID:41414342	研究论文	本文提出了一种基于深度学习结合内移相编码的单次条纹投影轮廓术方法，用于动态三维测量	通过将条纹阶次嵌入单幅高频条纹图案的相移分量，并采用物理约束的双网络架构，解决了单次测量中包裹相位和条纹阶次同时准确提取的固有模糊性问题	未明确提及具体局限性，但单次测量方法可能仍受限于复杂场景或噪声干扰	实现高精度的动态三维测量，特别是针对复杂和孤立物体	复杂和孤立物体的三维形状	计算机视觉	NA	条纹投影轮廓术，内移相编码	CNN	图像	NA	NA	轻量级卷积神经网络	绝对相位恢复精度	低计算复杂度
125	2025-12-20	The application of artificial intelligence-based algorithms in predicting the progression of keratoconus: a systematic review 2025-Nov-15, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03855-1 PMID:41240157	系统综述	本文系统综述了人工智能算法在预测圆锥角膜进展中的应用	首次系统性地评估了多种AI模型在圆锥角膜进展预测中的表现，并识别了关键预测因素，如后表面高度、最大角膜曲率和年龄	研究证据受限于进展标准不一致、缺乏独立多中心外部验证、依赖特定设备以及校准和决策曲线分析报告不全面	评估人工智能算法在预测圆锥角膜进展方面的应用效果	圆锥角膜患者	机器学习	圆锥角膜	NA	机器学习,深度学习	NA	10,940只眼睛	NA	NA	AUC,准确率	NA
126	2025-12-20	Deep learning-enabled segmentation of knee cartilage in conventional magnetic resonance images: Internal and external validation of different models 2025-Nov-14, The Knee DOI:10.1016/j.knee.2025.10.024 PMID:41241647	研究论文	本研究提出了一种基于深度学习的模型，用于在常规质子密度脂肪饱和MRI序列中分割膝关节软骨，以评估软骨形态并进行后续损伤分级	采用3D Res U-net模型进行膝关节软骨分割，并在内部和外部验证中表现出优于3D U-net和3D V-net模型的性能	研究为回顾性设计，样本量有限（254个膝盖），且仅基于两个放射学中心的数据，可能影响模型的泛化能力	开发并验证深度学习模型，以准确分割膝关节软骨，辅助临床评估膝关节疼痛源和骨关节炎的分类与治疗	膝关节软骨，具体包括外侧股胫关节、内侧股胫关节和髌股关节的软骨区域	计算机视觉	骨关节炎	质子密度脂肪饱和MRI序列	CNN	图像	254个膝盖（来自254名患者），其中219个用于训练和内部验证，35个用于外部验证	NA	3D Res U-net, 3D U-net, 3D V-net	Dice系数, Jaccard指数	NA
127	2025-12-20	Simulation and empirical evaluation of biologically-informed neural network performance 2025-Nov-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.13.687845 PMID:41292768	研究论文	本文通过模拟框架和实证评估，研究了生物信息神经网络（BiNNs）在预测前列腺癌转移状态中的性能影响因素	开发了两个模拟框架来系统评估BiNN性能的影响因素，包括信号类型、强度、特征稀疏性和样本大小，并实证测试了整合种系和体细胞数据的效果	P-NET在稀疏的种系数据上表现不佳，且添加种系数据未改善预测性能，仅提升了基因优先级排序和模型解释性	评估生物信息神经网络（BiNNs）的性能影响因素，并应用于前列腺癌转移状态的预测	前列腺癌患者	机器学习	前列腺癌	体细胞突变和拷贝数变异分析	BiNN, P-NET	基因组数据（体细胞突变、拷贝数、种系变异）	未明确指定	NA	基于Reactome通路数据库的架构	预测准确性、基因优先级排序、模型解释性	NA
128	2025-12-20	Machine Learning Methods for the Prediction of Intraoperative Hypotension with Biosignal Waveforms 2025-Nov-14, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61112039 PMID:41303875	研究论文	本研究旨在开发和验证利用生物信号波形和个性化临床信息预测术中低血压的机器学习和深度学习模型	结合四种生物信号波形（动脉血压、心电图、光电容积脉搏波、二氧化碳波形）与患者临床信息，开发了梯度提升机和混合CNN-RNN模型，用于预测术中低血压	研究为回顾性观察性研究，数据来源于单一医疗中心，可能限制了模型的泛化能力	开发能够预测术中低血压的预测模型，以预防术后心肌梗死、急性肾损伤等并发症	接受非心脏手术的患者	机器学习	心血管疾病	生物信号波形分析	梯度提升机, CNN-RNN	波形数据, 临床信息	2611名患者	NA	CNN-RNN	AUROC, 准确率	NA
129	2025-12-20	Unconstrained deep learning-based sleep stage classification using cardiorespiratory and body movement activities in adults with suspected sleep apnea 2025-Nov-11, Proceedings of the Japan Academy. Series B, Physical and biological sciences DOI:10.2183/pjab.101.032 PMID:40887298	研究论文	本研究评估了使用床垫下压电传感器获取的心肺和身体活动数据，通过深度学习进行无约束睡眠分期分类的可行性	提出了一种基于床垫压电传感器的无约束睡眠监测方法，利用心肺变异性和身体活动特征，通过双向LSTM网络实现睡眠分期，为家庭睡眠监测提供了新方案	研究样本仅包括疑似睡眠呼吸暂停的成人患者（106人），模型性能（平衡准确率0.70）仍有提升空间，未在更广泛人群或不同睡眠障碍患者中验证	开发无需传统多导睡眠图（PSG）束缚的自动化睡眠分期方法，推动家庭睡眠监测技术的发展	106名未经治疗的疑似睡眠呼吸暂停成年患者	机器学习	睡眠呼吸暂停	压电传感器信号采集，多导睡眠图（PSG）	双向长短期记忆网络（BiLSTM）	时序生理信号数据（心率、呼吸率、身体运动等）	106名疑似睡眠呼吸暂停的成人参与者	NA	双向长短期记忆网络（BiLSTM）	平衡准确率，Cohen's κ系数，F1分数，Deming回归，Bland-Altman分析	NA
130	2025-12-20	Deep learning-based non-invasive differential diagnosis of eyelid basal cell and sebaceous gland carcinomas using photographic images 2025-Nov-04, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03801-1 PMID:41186742	研究论文	本研究开发了一种基于ResNet50的深度学习模型，利用眼睑基底细胞癌和皮脂腺癌的摄影图像进行非侵入性鉴别诊断	首次提出基于摄影图像的深度学习模型用于眼睑基底细胞癌和皮脂腺癌的非侵入性鉴别诊断，相比传统病理检查具有无创、快速的优势	研究数据仅来自单一医疗中心，样本量相对有限（共370张图像），需要多中心验证以提高泛化能力	开发一种非侵入性的早期鉴别诊断方法，用于区分眼睑基底细胞癌和皮脂腺癌，减少诊断延迟并提高准确性	眼睑基底细胞癌和皮脂腺癌的摄影图像	计算机视觉	皮肤癌	摄影图像采集	CNN	图像	370张摄影图像（199张眼睑基底细胞癌，171张眼睑皮脂腺癌）	NA	ResNet50	准确率, F1分数, 敏感性, 特异性	NA
131	2025-12-20	Light scattering patterns of triaxial ellipsoidal drops and their use in inferring drops' shapes, aided by deep learning 2025-Nov-03, Optics express IF:3.2Q2 DOI:10.1364/OE.579521 PMID:41414109	研究论文	本研究通过扩展矢量复射线模型（VCRM3D）来探究三轴椭球液滴的光散射特性，并利用深度学习从单次光散射图案中推断液滴的三维形状	首次将VCRM3D模型扩展至三轴椭球液滴的光散射研究，建立了首个椭球液滴光散射图案数据库，并利用卷积神经网络从单次散射图案中实现高精度三维形状重建	研究基于合成数据库进行训练和验证，未明确提及在真实实验环境中的泛化性能或噪声影响	开发一种基于单次光散射图案的非球形液滴三维形状推断方法，以替代传统多视角成像技术	三轴椭球液滴（非球形液滴）	机器视觉	NA	光散射模拟、深度学习	CNN	图像（光散射图案）	NA	NA	NA	平均相对误差	NA
132	2025-12-20	DLAO: a physics-informed deep learning framework for aberration correction in optical coherence tomography 2025-Nov-03, Optics express IF:3.2Q2 DOI:10.1364/OE.576331 PMID:41414138	研究论文	本文提出了一种基于物理信息深度学习的自适应光学框架DLAO，用于高效校正光学相干断层扫描图像中的复杂像差	引入了伪点扩散函数预处理步骤，将高维图像恢复任务转化为低维物理参数估计问题；设计了层间自适应渐进注意力网络，结合多尺度特征融合机制和新型LAPA模块，以增强对分层、多尺度特征的捕获能力	未明确提及	解决光学相干断层扫描中因系统缺陷和样本不均匀性引起的像差问题，以提升图像质量	光学相干断层扫描图像	计算机视觉	NA	光学相干断层扫描	深度学习	图像	NA	NA	层间自适应渐进注意力网络	峰值信噪比, 结构相似性指数	NA
133	2025-12-20	Deep Learning Enables Fast and Accurate Quantification of MRI-Guided Near-Infrared Spectral Tomography for Breast Cancer Diagnosis 2025-Nov, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3574727 PMID:40440147	研究论文	本文开发并评估了一种基于深度学习的MRI引导近红外光谱断层扫描图像重建方法，用于乳腺癌诊断	提出了一种深度学习驱动的快速、准确的MR引导3D NIRST图像重建方法，显著提升了重建速度和诊断性能	研究样本量相对较小（38例临床检查），且基于合成数据进行网络训练，可能影响模型在真实世界数据上的泛化能力	提高乳腺癌诊断的特异性和灵敏度	乳腺异常患者的临床影像数据	医学影像分析	乳腺癌	MRI引导的近红外光谱断层扫描	深度学习模型	合成数据与临床MRI及NIRST数据	38例临床影像检查	NA	NA	灵敏度, 特异性, 诊断准确率, ROC曲线下面积	NA
134	2025-12-20	Label-efficient computational tumour infiltrating lymphocyte assessment in breast cancer (ECTIL): multicentre validation in 2340 patients with breast cancer 2025-Nov, The Lancet. Digital health DOI:10.1016/j.landig.2025.100921 PMID:41381302	研究论文	本研究提出并验证了一种标签高效的深度学习模型ECTIL，用于评估乳腺癌全切片图像中的肿瘤浸润淋巴细胞密度	ECTIL模型无需复杂的深度学习分割和检测流程，仅使用少量病理学家标注（比传统方法少100倍）和10分钟训练时间，即可直接从病理基础模型提取的形态特征回归TIL评分	研究主要基于回顾性队列数据，需要在更多前瞻性临床试验中进一步验证其临床效用	开发一种高效、可重复的计算方法，辅助病理学家评估乳腺癌肿瘤浸润淋巴细胞密度	2340名乳腺癌患者的全切片图像，包括790名三阴性乳腺癌患者	数字病理学	乳腺癌	全切片图像分析	深度学习回归模型	图像	2340名患者，来自三个国家的多个队列和临床试验	未明确指定	基于病理基础模型的特征提取器	Pearson相关系数, AUROC	未明确指定
135	2025-12-20	graphB3-an interpretable graph learning approach for predicting blood-brain barrier permeability 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf679 PMID:41405959	研究论文	提出了一种基于图卷积的模型graphB3，用于预测候选药物的血脑屏障渗透性	graphB3模型利用分子中原子的详细信息进行预测，不仅性能优于现有方法，还能解释分子中哪些部分对渗透血脑屏障最重要	NA	预测候选药物的血脑屏障渗透性，以支持脑相关疾病的药物发现	候选药物分子	机器学习	脑相关疾病	NA	图卷积模型	分子图数据	NA	NA	graphB3	NA	NA
136	2025-12-20	MSSPUNet: phase unwrapping using a multi-scale, multi-stage deep neural network for digital holographic tomography 2025-Nov-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.571895 PMID:41411586	研究论文	本文提出了一种用于数字全息层析成像相位解缠的多尺度、多阶段深度神经网络MSSPUNet	提出了一种结合多尺度特征融合与多阶段优化策略的Transformer网络，以增强跨尺度相位解缠的精度和鲁棒性	未明确说明模型在极端噪声或复杂畸变条件下的性能边界，且真实数据验证范围有限	解决数字全息层析成像中相位解缠的精度和鲁棒性问题	细胞、类器官、仿体以及传统3D打印结构的数字全息层析图像	计算机视觉	NA	数字全息层析成像	Transformer网络	相位图像	大量模拟数据集及真实DHT图像（细胞、类器官、仿体、3D打印结构）	NA	MSSPUNet（多尺度多阶段Transformer网络）	准确性、鲁棒性、泛化能力	NA
137	2025-12-20	AI in Prostate MRI: A Task-Based Review 2025-Nov, Journal of the Korean Society of Radiology DOI:10.3348/jksr.2025.0062 PMID:41415644	综述	本文基于任务对AI在前列腺MRI中的应用进行了全面回顾，涵盖腺体分割、癌症检测与风险分层、局部分期、主动监测中的疾病监测、复发检测及图像质量评估等关键领域	以任务为导向系统梳理AI在前列腺MRI全临床路径中的应用，强调深度学习技术的潜力与临床整合价值	目前仅有少量前列腺MRI AI工具实现商业化，临床应用仍处于发展阶段	综述AI技术在前列腺MRI临床实践中的支持作用与发展前景	前列腺MRI图像及其在癌症诊疗全流程中的应用场景	数字病理学	前列腺癌	MRI成像	深度学习	医学影像	NA	NA	NA	NA	NA
138	2025-12-20	Metaheuristic-optimized swin transformer with SHAP explainability for keratoconus classification from corneal topography maps 2025-Sep-29, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03744-7 PMID:41021086	研究论文	本文提出了一种基于元启发式优化Swin Transformer和SHAP可解释性的深度学习模型，用于从角膜地形图自动分类圆锥角膜	结合改进的Swin Transformer块与残差多层感知机来捕捉角膜图像的局部微结构不规则性和全局曲率模式，并引入极狐优化器提升模型收敛性和鲁棒性，同时集成SHAP可解释性增强决策透明度	NA	开发一种自动化、可扩展的深度学习模型，用于圆锥角膜的早期检测，以提供及时干预并减少严重视力损伤	圆锥角膜患者	计算机视觉	圆锥角膜	角膜地形图成像	Transformer, MLP	图像	NA	NA	Swin Transformer, Residual Multi-Layer Perceptrons	准确率	NA
139	2025-12-20	AI-based satellite survey offers independent assessment of migratory wildebeest numbers in the Serengeti 2025-Sep, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgaf264 PMID:40933365	研究论文	本研究首次利用基于深度学习的AI卫星调查方法，对塞伦盖蒂-马拉生态系统中迁徙的角马数量进行了独立评估	首次采用AI驱动的卫星调查方法，结合U-Net和YOLOv8两种深度学习模型，对大面积区域的角马进行检测和计数	调查结果与传统方法存在差异，部分可能源于不同调查方法在空间和时间覆盖范围上的差别	通过独立监测工具完善角马种群数量估计，增进对角马迁徙动态的理解	塞伦盖蒂-马拉生态系统中的迁徙角马	计算机视觉	NA	卫星遥感	深度学习	卫星图像	连续两年（2022年8月和2023年8月）超过4000平方公里的区域	NA	U-Net, YOLOv8	F1分数, 精确率, 召回率	NA
140	2025-12-20	The Pharmaceutical Industry's Future: How Artificial Intelligence is Transforming Medicine 2025-Sep, Advanced pharmaceutical bulletin IF:3.1Q2 DOI:10.34172/apb.025.45904 PMID:41403729	综述	本文综述了人工智能在制药行业各阶段的应用及其对个体化治疗、研究和药物开发的变革性影响	全面探讨了AI技术如何加速药物发现、优化制造流程、支持精准医疗并革新药物生命周期管理	NA	分析人工智能在制药行业中的当前应用与未来潜力	制药行业中的药物发现、临床试验、个性化医疗、生产流程及供应链管理	机器学习	NA	机器学习, 深度学习, 数据分析, 预测建模	NA	NA	NA	NA	NA	NA	NA