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
1461	2025-10-05	Deep learning enhanced dual-mode fluorescence cooperative imaging using upconversion nanoparticles 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.572954 PMID:40984265	研究论文	提出一种深度学习增强的双模态荧光协同成像方法，通过上转换纳米颗粒和人工神经网络实现深层组织高分辨率成像	利用镧系上转换纳米颗粒的多个长寿命中间态，在单泵浦源激发下同时产生穿透性更强的双光子和分辨率更高的四光子荧光，并通过对抗训练与循环一致性约束的双机制神经网络建立双模态信号间的跨域映射	NA	解决多光子显微镜中穿透深度与分辨率之间的权衡问题，实现深层组织厚散射成像	上转换纳米颗粒在深层组织中的荧光成像	生物医学成像	NA	多光子显微镜，上转换纳米颗粒荧光成像	人工神经网络，生成对抗网络	荧光图像	NA	NA	NA	横向分辨率增强（51%），穿透深度（500μm）	NA
1462	2025-10-05	High-quality polarization 3D reconstruction of weakly textured objects by fusing multi-view images 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.570825 PMID:40984276	研究论文	提出一种融合多视图图像和偏振信息的被动3D重建框架，用于弱纹理物体的高质量三维重建	将自注意力增强的PatchMatch网络提供的粗略深度先验与偏振测量获得的精细法向梯度相融合，通过联合优化解决角度反演模糊问题	主要针对弱纹理物体，在强纹理表面的优势可能不明显	开发一种能够处理弱纹理物体的高质量被动3D重建方法	弱纹理物体的三维几何形状	计算机视觉	NA	多视角立体视觉，偏振成像，傅里叶域积分	PatchMatch网络，自注意力机制	多视角图像，偏振测量数据	多种不同的弱纹理物体	NA	自注意力增强的PatchMatch网络	几何细节质量，伪影数量，计算开销	NA
1463	2025-10-05	Multi-input neural channel waveform model for optical fiber WDM transmission based on Volterra series transfer function 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.563482 PMID:40984268	研究论文	提出一种基于Volterra级数传递函数的多输入神经网络信道波形模型，用于光纤波分复用传输系统	在现有物理基础的Volterra级数传递函数算法上，采用频域神经网络参数化，支持多参数输入实现高精度和强泛化能力的WDM信道建模	模型性能仅在特定WDM系统配置下进行了验证，未涉及更广泛的系统参数范围	解决传统分步傅里叶方法计算效率低的问题，实现光纤通信网络中波分复用系统的准确波形建模	光纤波分复用传输信道	机器学习	NA	神经网络参数化	神经网络	频域信号	40通道600公里和5通道1200公里WDM系统仿真	NA	基于Volterra级数传递函数的神经网络架构	Q因子误差	GPU
1464	2025-10-05	End-to-end deep learning framework for key-free physical-layer security in WDM-RoF 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.572940 PMID:40984304	研究论文	提出一种用于WDM-RoF系统的端到端深度学习框架，实现无需密钥的物理层安全	通过联合训练的收发神经网络动态互锁机制与波长通道物理特性绑定实现双重安全机制	仅通过数值仿真验证，未进行实际硬件实验验证	为WDM-RoF系统提供轻量级且鲁棒的物理层安全解决方案	波分复用光纤无线电系统	机器学习	NA	深度学习	神经网络	数值仿真数据	四波长WDM-RoF系统，20公里光纤传输	NA	TransNN, ReceivNN	误码率	NA
1465	2025-10-05	Evaluation of De Novo Deep Learning Models on the Protein-Sugar Interactome 2025-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.02.673778 PMID:40950156	研究论文	评估从头深度学习模型在蛋白质-糖相互作用组预测中的性能	开发了首个专门用于非共价蛋白质-碳水化合物对接评估的高质量数据集BCAPIN和新型评估指标DockQC	所有模型的预测能力随碳水化合物聚合物长度的增加而下降	评估深度学习模型在蛋白质-糖相互作用组预测中的性能	非共价蛋白质-碳水化合物复合物	机器学习	NA	结构对接	深度学习模型	实验结构数据	BCAPIN数据集	NA	AlphaFold3, Boltz-1, Chai-1, DiffDock, RosettaFold-All Atom	DockQC, 成功率	NA
1466	2025-10-05	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，用于脑肿瘤的MRI图像分类和分割	集成U-Net、InceptionV3、DenseNet201和Inception-ResNet-v2的混合模型，并结合GPT-4.0自动生成报告	NA	开发自动脑肿瘤识别和分类系统	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	图像	NA	NA	U-Net, InceptionV3, DenseNet201, Inception-ResNet-v2	准确率	NA
1467	2025-10-05	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无监督监控视频交通事故检测方法	采用双EDE框架双向映射图像分布，结合两阶段训练和对抗机制增强对异常事件的敏感性	未明确说明模型在极端天气或低光照条件下的性能表现	开发无监督的交通事故自动检测系统以提高道路安全和应急响应效率	监控视频中的交通事故和危险驾驶行为	计算机视觉	NA	深度学习	编码器-解码器, GAN	监控视频	真实交通监控数据集	NA	双编码器-解码器-编码器(EDE)	准确率, 鲁棒性	NA
1468	2025-10-05	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	开发了一种基于深度学习的框架U-IEDNet，用于多通道脑电图记录中发作间期癫痫样放电的分类和分割	提出结合卷积层、双向门控循环单元和Transformer网络的U型架构，同时保留空间信息和通道间交互特征，并基于脑网络理论分析注意力权重增强模型可解释性	NA	开发高精度的发作间期癫痫样放电自动检测方法	多通道脑电图记录中的发作间期癫痫样放电	医疗人工智能	癫痫	脑电图	CNN, BiGRU, Transformer	多通道脑电图信号	公共数据库370例患者记录和自建数据库43例患者记录	NA	U-IEDNet（U型架构）	召回率, 精确率, F1分数, 假阳性率	NA
1469	2025-10-05	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	首次系统评估不同加速因子（2倍、4倍、6倍）的深度学习重建膝关节MRI协议对多种病理的诊断性能	样本量相对较小（71例患者），DL6协议对细微病变敏感性降低，特别是经验较少的阅片者	评估深度学习加速MRI协议在膝关节成像中的诊断性能	71例连续接受膝关节MRI检查的患者	医学影像	膝关节疾病	深度学习重建MRI	深度学习	MRI图像	71例患者	NA	NA	敏感性, 特异性, 观察者间一致性	NA
1470	2025-10-05	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新型深度学习模型，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，开发了专门针对环境变量建模的新型深度学习架构	研究仅在中国宁波市进行验证，模型在其他城市的适用性有待进一步测试	解决高时空分辨率亚日尺度NO₂浓度监测的技术难题	城市大气NO₂浓度分布与日变化特征	环境信息学	NA	手机信令数据分析，深度学习建模	深度学习模型	手机信令数据，环境监测数据，气象数据	宁波市区域数据	NA	新型深度学习架构	R²，5折交叉验证，空间预测验证	NA
1471	2025-10-05	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，利用多模态数据和可解释深度学习模型	首次将脑成像、眼动追踪和头戴式视频记录相结合，通过集成方法客观评估急诊医学技能	研究专注于气管插管技能评估，可能不适用于其他急诊医学程序	开发客观的急诊医学技能评估方法，解决当前主观评估的局限性	急诊医学培训学员的气管插管技能表现	机器学习	急诊医学	脑成像、眼动追踪、视频记录	可解释深度学习模型	多模态数据（脑成像、眼动追踪、视频）	NA	NA	NA	准确率	NA
1472	2025-10-05	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	本文系统综述了基于机器学习的基因调控网络推断方法及其相关数据集与评估指标	重点关注前沿深度学习技术在提升基因调控网络推断性能中的新兴作用	NA	支持基因调控研究中GRN推断的应用及新型机器学习方法的开发	基因调控网络（GRNs）及其推断方法	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	NA	NA	NA	NA
1473	2025-10-05	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	开发了首个基于胸骨旁长轴和心尖四腔心切面视频的计算机视觉算法用于心脏淀粉样变性的国际多中心验证	研究为回顾性病例对照设计，样本量相对有限（1553例），需要前瞻性研究进一步验证	验证人工智能算法在心脏淀粉样变性检测中的诊断性能	574名心脏淀粉样变性患者和979名对照患者的超声心动图研究	计算机视觉	心脏淀粉样变性	经胸超声心动图	深度学习	视频	1553例（574例病例+979例对照）	NA	EchoNet-LVH	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
1474	2025-10-05	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	提出一种自监督物理信息生成网络，从单张X射线全息图中同时重建相位和吸收信息	无需配对、非配对或模拟训练数据，通过物理信息生成对抗网络实现单张全息图的相位恢复	未明确说明计算资源需求和算法在极端成像条件下的表现	解决X射线相位衬度成像中的相位恢复逆问题	X射线全息图和未传播波场的相位与吸收信息	计算机视觉	NA	X射线相位衬度成像，Fresnel近场理论	GAN	X射线全息图（强度测量）	模拟数据和PETRA III P05束线实验数据集	NA	物理信息生成对抗网络	定量重建质量	NA
1475	2025-10-05	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	提出一种集成轨道角动量编码、多模光纤散斑加密和衍射深度神经网络解码的全光学彩色图像加密系统	将图像像素的灰度值和颜色通道分别映射到OAM光束的拓扑电荷和空间位置，利用环境干扰生成散斑密文，并通过预训练D2NN实现光学端到端解密	需在长期噪声干扰下收集散斑样本进行训练，系统性能可能受环境扰动特性影响	实现无需深度学习计算负担的高速安全彩色图像传输	彩色图像像素的加密与解密	计算机视觉	NA	轨道角动量编码、多模光纤传输、衍射神经网络	衍射深度神经网络	光学图像、散斑图案	512×512彩色图像	NA	D2NN	准确率, SSIM	全光学系统（无传统计算资源）
1476	2025-10-05	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	提出一种结合滚筒型谐振器光声光谱系统和嵌套U型深度学习网络(U-Net++)的新型痕量气体传感器	首次将优化的滚筒型声学谐振器与U-Net++深度学习架构相结合，实现噪声抑制和长期稳定性提升	NA	开发高灵敏度、强噪声抑制能力和长期稳定性的痕量气体检测传感器	甲烷(CH)气体	传感器技术	NA	光声光谱技术(PAS)	深度学习	光谱数据	不同甲烷浓度(5-30 ppm)的实验验证	NA	U-Net++	标准偏差, Allan方差, 最小可检测浓度(MDC), 信噪比(SNR)	NA
1477	2025-10-05	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	提出一种名为特征匹配循环预测(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，无需离线训练和大规模数据集	NA	提高卫星对地激光通信中指向、捕获和跟踪系统的精度和稳定性	大气湍流环境下的光斑中心位置	计算机视觉	NA	NA	RNN	图像	NA	NA	循环神经网络	预测精度, 稳定性	NA
1478	2025-10-05	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布信道动态预测框架	首次将PatchTST Transformer模型应用于无人机量子信道动态透射率预测，相比传统静态统计模型能更准确捕捉实时信道变化	基于仿真数据验证，尚未在真实物理系统中进行测试	提升无人机量子纠缠分布系统的自适应优化能力和鲁棒性	无人机对地量子信道透射率动态变化	机器学习	NA	深度学习	Transformer	时间序列数据	NA	NA	PatchTST	BBM92安全密钥率	NA
1479	2025-10-05	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	本研究开发了一种基于深度学习的单像素望远镜系统，用于在模拟大气湍流条件下实现可见光和近红外的同步成像	将深度学习技术与具有多波长成像能力的单像素成像系统相结合，开发了能够同时进行可见光和近红外观测的单像素望远镜系统	在模拟湍流条件下，时间分割模式学习网络对简单目标（如MNIST图像）的精度低于U-Net，需要进一步改进	开发能够在大气湍流等动态随机介质中实现高质量成像的望远镜系统	单像素望远镜系统在模拟大气湍流条件下的成像性能	计算机视觉	NA	单像素成像，深度学习成像	CNN	图像	NA	NA	U-Net, TDPL	精度	NA
1480	2025-10-05	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	结合EfficientNetB0的高效性能和ResNet50的深度残差连接，并融入Transformer训练原则	未提及模型在更大规模数据集上的泛化能力验证	提高乳腺癌组织病理学图像分类的准确性和效率	乳腺癌组织病理学图像（IDC与非IDC类别）	计算机视觉	乳腺癌	组织病理学成像	CNN, 集成学习	图像	NA	NA	EfficientNetB0, ResNet50	准确率, 平均绝对误差, 马修斯相关系数	NA