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
1541	2025-10-05	Estimation of variable optical feedback coupling factor for self-mixing interferometry by signal-to-image translation 2025-Sep-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.567935 PMID:40981854	研究论文	提出一种基于深度学习的方法，通过信号到图像的转换来估计自混合干涉测量中的可变光学反馈耦合因子	首次将一维自混合干涉信号转换为二维图像表示，利用卷积神经网络提取上下文丰富特征来增强参数估计性能	NA	开发一种可靠估计可变光学反馈耦合因子的方法，提升自混合干涉传感器的性能	自混合干涉信号	机器学习和信号处理	NA	自混合干涉测量技术	CNN	信号数据和图像数据	NA	NA	卷积神经网络	鲁棒性评估	NA
1542	2025-10-05	Deep learning-enhanced spectral ghost imaging with accelerated and high-fidelity reconstruction 2025-Sep-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.573030 PMID:40981855	研究论文	提出一种结合深度学习框架的计算光谱鬼成像方法，显著提高重建保真度并减少测量采集时间	将深度学习与光谱鬼成像相结合，仅需8000次测量即可实现高保真重建，比传统方法减少10倍以上采集时间	模型仅使用模拟数据进行训练，未在真实实验数据上验证	改进光谱鬼成像技术的重建质量和效率	光谱鬼成像系统	计算机视觉	NA	光谱鬼成像	CNN	光谱数据	8000-100000次测量实现	NA	编码器-解码器	重建保真度, 图像质量	NA
1543	2025-10-05	Predicting emergent phenotypes from single cell populations using CELLECTION 2025-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.02.673886 PMID:40950226	研究论文	提出CELLECTION深度学习框架，通过单细胞群体数据预测涌现表型	开发可解释的深度学习框架，能够关联实例子群与不同涌现表型	NA	从单细胞群体中预测涌现表型	单细胞群体数据	机器学习	NA	单细胞分析	深度学习	单细胞数据	NA	NA	NA	NA	NA
1544	2025-10-05	Systematic Review and Meta-analysis of AI-driven MRI Motion Artifact Detection and Correction 2025-Sep-05, ArXiv PMID:40949764	综述与荟萃分析	本文系统回顾并荟萃分析了人工智能驱动的MRI运动伪影检测与校正方法	首次对基于深度学习的MRI运动伪影处理方法进行系统性综述和定量荟萃分析，特别关注生成模型的应用潜力	方法泛化能力有限，依赖配对训练数据，存在视觉失真风险，缺乏标准化数据集和报告协议	评估人工智能方法在MRI运动伪影检测与校正中的发展现状、有效性、挑战和未来研究方向	磁共振成像中的运动伪影	医学影像分析	NA	磁共振成像	深度学习,生成模型	医学影像	NA	NA	NA	NA	NA
1545	2025-10-05	Evolutionary Tree in Chemical Space of Natural Products 2025-Sep-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.31.673394 PMID:40950011	研究论文	本研究通过深度学习技术验证了自然产物化学相似性与物种进化距离之间的相关性	首次在大规模分类尺度上系统验证了进化距离与自然产物化学相似性的相关性，并开发了基于深度学习的新计算框架	真菌和后生动物数据存在复杂性，可能受水平基因转移、趋同进化和数据集覆盖不完整的影响	研究自然产物的进化动力学和化学空间分布规律	自然产物（NPs）和不同分类群的物种（开花植物、针叶树、真菌、后生动物）	机器学习	NA	深度学习嵌入技术	Transformer	化学结构数据（SMILES）	Lotus自然产物数据库中的大规模数据	NA	Chemformer, SMILES Transformer	化学相似性度量	NA
1546	2025-10-05	Relations Between Pulsatility in the Optic Nerve Head or Peripapillary Retinal Vessels and the Rate of Progression in Glaucoma 2025-Sep-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.12.34 PMID:40956022	研究论文	本研究通过深度学习模型分析青光眼患者视神经乳头和视网膜血管搏动性与疾病进展速率的关系	首次同时量化视神经乳头和视网膜周围多个位置的血管搏动性，并发现视网膜周围动脉搏动性增加与青光眼快速进展相关	样本量相对有限（181只眼），研究结果需要在更大规模人群中验证	探究青光眼患者视神经乳头和视网膜血管搏动性与疾病进展速率的关系	139名参与者的181只青光眼患眼	数字病理学	青光眼	光学相干断层扫描血管成像，激光散斑血流成像	深度学习	医学影像	139名参与者的181只眼，每半年检测一次，至少六次访视	NA	NA	Pearson相关系数，P值	NA
1547	2025-10-05	Reconstruction of total-body multi parametric images with shortened-duration dynamic [68Ga]Ga-PSMA-11 and [68Ga]Ga-FAPI-04 PET scans 2025-Sep-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adfe33 PMID:40840511	研究论文	通过深度学习技术将全身动态PET扫描时间从1小时缩短至20分钟，实现多参数图像重建	首次将动态PET帧预测、参数线性拟合和生成对抗网络结合，形成完整的深度学习框架，显著缩短扫描时间	样本量相对有限（49名受试者），需要在更大样本上验证方法的普适性	开发缩短动态PET扫描时间的技术，改善患者体验并降低成本和运动伪影	49名接受[68Ga]Ga-FAPI-04和[68Ga]Ga-PSMA-11 PET扫描的受试者	医学影像分析	前列腺癌	动态PET成像，深度学习重建	GAN	PET影像数据	49名受试者（18名[Ga]Ga-FAPI-04，31名[Ga]Ga-PSMA-11）	NA	生成对抗网络	PSNR, SSIM, Pearson相关系数	NA
1548	2025-10-05	A deep learning-based prediction model for prognosis of cervical spine injury: a Japanese multicenter survey 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08708-0 PMID:39930051	研究论文	开发基于深度学习的预测模型，用于预测老年颈椎损伤患者的预后结果	首次在老年颈椎损伤预后预测中应用深度学习模型，并识别出传统统计分析未发现的显著预测因素如上肢创伤	研究仅限于日本患者数据，样本量为1512例，需要外部验证	开发深度学习预测模型以改善老年颈椎损伤患者的预后预测	1512名65岁及以上老年颈椎损伤患者	医疗人工智能	颈椎损伤	深度学习	深度学习模型	临床数据	1512名老年患者	NA	NA	准确率	NA
1549	2025-10-05	Development of a deep learning model for predicting skeletal muscle density from ultrasound data: a proof-of-concept study 2025-Sep, La Radiologia medica DOI:10.1007/s11547-025-02047-2 PMID:40627283	研究论文	本研究开发了一种深度学习模型，能够通过超声数据预测骨骼肌密度	首次提出基于超声成像的自动化肌肉营养状况评估方法，探索了超声数据预测CT评估的肌肉密度的可行性	单中心观察性研究，样本代表性有限，需要外部验证和扩展到其他肌肉群	开发深度学习模型预测骨骼肌密度，探索超声在肌肉营养评估中的新应用	成年参与者的腹直肌	医学影像分析	肌肉减少症	超声成像，CT扫描	深度学习模型	超声图像，CT数据	551名参与者（平均年龄67±17岁，323名男性），共1090张超声图像	NA	NA	分类准确率70%，AUC值0.89, 0.79, 0.90	NA
1550	2025-10-05	DeepMVP: deep learning models trained on high-quality data accurately predict PTM sites and variant-induced alterations 2025-Sep, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02797-x PMID:40859022	研究论文	开发了基于高质量PTM图谱的深度学习框架DeepMVP，用于准确预测蛋白质翻译后修饰位点和变异诱导的修饰改变	构建了大规模高质量PTM图谱数据集PTMAtlas，并开发了能够同时预测六种PTM类型的深度学习框架	NA	通过深度学习准确预测蛋白质翻译后修饰位点和变异诱导的修饰改变	蛋白质翻译后修饰位点和错义变异	机器学习	癌症	质谱分析	深度学习	质谱数据	397,524个PTM位点，来自241个公共质谱数据集	NA	NA	准确性，与实验结果的吻合度	NA
1551	2025-10-05	DiCARN-DNase: enhancing cell-to-cell Hi-C resolution using dilated cascading ResNet with self-attention and DNase-seq chromatin accessibility data 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf452 PMID:40802526	研究论文	提出一种结合扩张卷积、级联残差和自注意力机制的深度学习模型DiCARN-DNase，用于从低分辨率Hi-C数据预测高分辨率Hi-C数据	首次将DNase-seq染色质可及性数据整合到Hi-C分辨率增强模型中，并采用扩张卷积和级联残差结构以同时捕获广泛上下文和精细基因组相互作用	未明确说明模型在跨细胞系泛化性能的具体量化指标和与其他先进方法的全面对比	提高Hi-C数据的空间分辨率以更好地研究染色质三维结构	基因组染色质空间组织	计算生物学	NA	Hi-C, DNase-seq	CNN	基因组相互作用数据，染色质可及性数据	NA	NA	Dilated Cascading Residual Network (DiCARN), ResNet	NA	NA
1552	2025-10-05	Neural-network-based multi-spectral thermometry and emissivity reconstruction in cavity high-temperature environments 2025-Sep-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.567549 PMID:40981777	研究论文	提出一种基于神经网络的高温腔体多光谱辐射测温与发射率重建方法	结合蒙特卡洛光线追踪与深度学习，通过交替神经网络实现温度与发射率解耦预测，并完整建模多重反射效应	在1273-1673K温度范围和2-16µm光谱范围内验证，未测试其他温度或材料	解决高温腔体环境中未知发射率和多重反射效应导致的辐射测温难题	氧化锆材料在石墨腔体中的高温测量	机器学习	NA	辐射测温，蒙特卡洛光线追踪	神经网络	光谱数据	10个光谱通道	NA	交替神经网络	温度误差，发射率误差	NA
1553	2025-10-05	CSA-ASPP-Net: end-to-end laser stripe centerline extraction with joint channel-spatial attention and atrous spatial pyramid convolution 2025-Sep-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.570244 PMID:40981791	研究论文	提出一种端到端激光条纹中心线提取模型CSA-ASPP-Net，通过结合通道空间注意力机制和空洞空间金字塔卷积实现从原始图像到亚像素中心线的直接映射	创新性地将注意力引导特征增强和多尺度上下文感知模块集成到编码器-解码器架构中，实现单阶段完成条纹定位和细化	NA	开发高精度激光条纹中心线提取方法，提升结构光测量系统的处理性能	激光条纹图像	计算机视觉	NA	结构光测量	CNN	图像	NA	NA	编码器-解码器架构, ASPP, CBAM	精度, 平均定位误差, 处理速度	NA
1554	2025-10-05	Ultra-broadband metamaterial absorber for near-infrared and mid-infrared applications optimized via deep learning 2025-Sep-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.573376 PMID:40981800	研究论文	本研究通过深度学习优化设计了一种七层超材料吸收器，在近红外到中红外波段实现超宽带高效吸收	首次报道采用七层钛和砷化镓交替结构的超材料吸收器，结合深度神经网络优化结构参数，在2.3-7.5 µm波段实现97.8%的平均吸收率和99.8%的峰值吸收率	NA	开发在近红外和中红外波段具有超宽带高效吸收性能的超材料吸收器	七层钛和砷化镓交替结构的超材料吸收器	机器学习	NA	超材料设计，电磁场分析	深度神经网络	结构参数，电磁性能数据	NA	NA	深度神经网络	吸收率，带宽	NA
1555	2025-10-05	Deep learning-based conjugate orbital angular momentum interferometry for in-plane displacement measurement 2025-Sep-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.570239 PMID:40981821	研究论文	提出一种基于深度学习的相位解调算法，用于共轭轨道角动量干涉测量中的面内位移测量	设计了相位解调混合神经网络，可直接一步解调花瓣状干涉图，采用自定义ResNet-Transformer架构结合可变形卷积和注意力机制	NA	开发高精度的面内位移测量方法	共轭轨道角动量干涉测量中的花瓣状干涉图	计算机视觉	NA	干涉测量技术	CNN, Transformer	图像	NA	NA	ResNet, Transformer	解调准确率, 位移误差	NA
1556	2025-10-05	Predicting response and survival of lung adenocarcinoma under anti-programmed death-1 therapy using biological deep learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf479 PMID:40971820	研究论文	开发基于迁移学习的半监督生物稀疏神经网络预测肺腺癌患者对PD-1抑制剂治疗的应答和生存情况	提出结合生物通路信息的稀疏神经网络，整合多组学数据和半监督学习策略	NA	预测肺腺癌患者对PD-1免疫治疗的应答和生存获益	肺腺癌患者	机器学习	肺癌	基因组突变分析,拷贝数变异分析	神经网络	基因组数据,多组学数据	四个队列的患者数据	NA	生物稀疏神经网络	AUROC,AUPR	NA
1557	2025-10-05	Editorial - "Lung ultrasound and community-acquired pneumonia: from complementary tool to clinical game-changer" 2025-Aug-30, Respiratory medicine and research IF:2.2Q3 DOI:10.1016/j.resmer.2025.101203 PMID:40976013	评论	探讨肺部超声在社区获得性肺炎诊断和管理中的变革性作用	提出肺部超声正从辅助工具转变为肺炎诊疗的临床变革者，特别强调其在动态监测、预后评分和人工智能辅助诊断方面的突破	操作者依赖性较强，对深部病变穿透力有限	评估肺部超声在社区获得性肺炎诊疗中的临床应用价值	社区获得性肺炎患者，特别是急诊科、ICU、儿科、老年科患者和资源有限地区的患者	医学影像	肺炎	肺部超声，对比增强超声	深度学习	超声图像	NA	NA	NA	灵敏度，特异性，诊断准确率	NA
1558	2025-10-05	Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies 2025-Aug-29, Sensors (Basel, Switzerland) DOI:10.3390/s25175359 PMID:40942788	系统综述	本文系统综述了智能蜂箱技术的现状，重点关注物联网监测、传感器模式、机器学习技术在精准养蜂中的应用	首次按照PRISMA指南对1990-2025年间135篇智能蜂箱技术文献进行系统分析，揭示了深度学习、计算机视觉和多模态传感器融合的新趋势	系统集成、数据集标准化和大规模部署方面仍存在挑战	研究智能系统在蜂箱早期问题检测、状态监测和预测干预中的作用	智能蜂箱系统及相关技术应用	物联网, 机器学习	NA	物联网监测, 传感器技术, 机器学习	深度学习, 计算机视觉	环境数据, 声音数据, 图像数据, 结构数据	135篇同行评审文献	NA	NA	NA	NA
1559	2025-10-05	Resolution enhancement and target segmentation of medical images based on the frequency-domain information in deep learning 2025-Aug-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.557903 PMID:40981883	研究论文	提出一种基于频域信息的深度学习网络，用于医学图像分辨率增强和目标分割	将图像映射到频域，独立处理振幅和相位信息，并采用融合策略恢复清晰图像，超越传统空间域方法	NA	解决数字病理图像失真和模糊问题，提升细胞分割模型性能	医学图像中的细胞核	数字病理	癌症	深度学习	CNN	医学图像	NA	NA	金字塔池化模块	NA	NA
1560	2025-10-05	A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging 2025-Aug, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.11.001 PMID:39547898	系统综述	本系统综述评估深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	首次系统评估2020-2023年间全自动深度学习模型在前列腺癌MRI诊断中的表现	研究设计、验证策略和数据集存在显著异质性，仅三分之一研究进行了外部验证，限制了结果的普适性	评估深度学习模型在增强前列腺癌MRI诊断准确性方面的潜力	临床显著性前列腺癌患者	医学影像分析	前列腺癌	磁共振成像	深度学习模型	医学影像	25项符合纳入标准的研究	NA	NA	诊断准确性	NA