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
421	2025-12-21	PRISM: Past-Regularized Iterative Self-Distillation With Momentum for Polyp Segmentation 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.70050 PMID:41409574	研究论文	提出一种基于动量的自蒸馏方法PRISM，用于提升结肠息肉分割性能，无需增加推理成本	提出动量驱动的自蒸馏框架，通过指数移动平均构建时域平滑的教师模型，提供稳定且自适应的监督信号	未明确说明模型在极端形态或低对比度息肉上的表现，也未讨论跨模态数据的适用性	开发一种计算高效且泛化能力强的息肉分割方法	结肠镜检查图像中的息肉区域	计算机视觉	结直肠癌	医学图像分割	深度学习	医学图像	来自五个医疗中心的结肠镜数据集，并在独立未见数据集上验证	未明确说明	未明确说明	Dice系数, IoU	未明确说明
422	2025-12-21	The role of bioinformatics algorithms in modern biopharmaceutical design: Progress, challenges, and future perspectives 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.33072 PMID:41409583	综述	本文综述了人工智能驱动的生物信息学算法在现代生物制药设计中的作用、进展、挑战及未来展望	强调了生成式与混合框架（如结合AI与物理信息神经网络PINNs）在蛋白质工程中的可解释性建模，并讨论了AlphaFold 3、OpenFold等最新进展	面临新型治疗模式数据有限、算法可解释性不足及计算可扩展性等挑战	探讨生物信息学算法在加速生物制药设计与开发中的应用与前景	生物制药设计中的蛋白质结构、功能、免疫原性预测及多组学整合	机器学习	NA	人工智能、机器学习、深度学习、多组学整合、图网络算法	物理信息神经网络	多组学数据、蛋白质结构数据	NA	NA	AlphaFold 3, OpenFold, NeuralPlexer	NA	NA
423	2025-12-20	A guidance to intelligent metamaterials and metamaterials intelligence 2025-Jan-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56122-3 PMID:39880838	综述	本文从统一视角回顾了超材料与人工智能双向交互领域的最新进展，包括智能超材料和超材料智能两个新兴方向	提出了超材料与人工智能双向交互的统一框架，系统梳理了智能超材料的设计优化与自主工作模式，以及超材料在物理空间直接执行计算与推理任务的新范式	面临数据管理、知识迁移及面向实际应用的问题，尚未实现对整个电磁空间的自由管理	探讨超材料与人工智能的交叉融合，推动智能超材料设计和超材料驱动的物理计算发展	智能超材料与超材料智能系统	机器学习	NA	深度学习	NA	电磁仿真数据	NA	NA	NA	NA	NA
424	2025-12-20	Shifted windowing vision transformer-based skin cancer classification via transfer learning 2025 Jan-Dec, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2025.100724 PMID:40915182	研究论文	本文提出了一种基于视觉Transformer的迁移学习方法，用于皮肤癌分类，以解决传统卷积神经网络在全局关系建模上的局限性	采用视觉Transformer结合注意力机制，通过迁移学习优化模型参数，提升了皮肤癌分类的跨域适应性和鲁棒性	训练数据有限且不平衡，模型在实际临床应用中跨域适应性和鲁棒性仍有待验证	开发一种基于深度学习的皮肤癌分类方法，以辅助早期诊断和临床决策	皮肤癌图像数据	计算机视觉	皮肤癌	NA	Vision Transformer	图像	NA	NA	Vision Transformer	NA	NA
425	2025-12-20	An improved neighbourhood-based contrast limited adaptive histogram equalization method for contrast enhancement on retinal images 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.12.02 PMID:41280624	研究论文	提出了一种基于邻域的改进对比度受限自适应直方图均衡化方法，用于增强视网膜图像的对比度，以辅助视网膜疾病的准确识别和精细结构的可见性提升	提出了一种新颖的NICLAHE算法，通过动态选择裁剪限制和瓦片大小（基于图像像素值），而非使用固定值，改进了传统的CLAHE算法	NA	寻找有效的视网膜图像对比度增强方法，以促进视网膜特征的有效分割	视网膜图像	计算机视觉	视网膜疾病	图像预处理	CNN	图像	Drive和HRF两个视网膜图像数据库	NA	ResNet	RMSE, PSNR, RMSC, 整体对比度, 敏感性, 特异性, 精确度, 准确度	NA
426	2025-12-20	Vehicle driving area detection and sensor data preprocessing based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337722 PMID:41401178	研究论文	本文提出了一种基于改进双边分割网络的车辆驾驶区域识别算法及检测模型，以提高智能车辆驾驶区域检测的实时性和准确性	采用改进的双边分割网络结合数据降维技术，提升了车辆驾驶区域检测的实时性能和识别精度	NA	提高智能车辆驾驶区域检测的实时性和准确性	车辆驾驶区域	计算机视觉	NA	深度学习	CNN	图像	NA	NA	双边分割网络	平均每秒处理帧数, 平均识别时间, 平均精度, 准确率	NA
427	2025-12-20	Classification of current density vector map using transformer hybrid residual network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338189 PMID:41401222	研究论文	本文提出了一种基于深度学习的方法，用于对从磁心图重建的电流密度矢量图进行分类	提出了一种Transformer混合残差网络，结合了迁移学习和自注意力机制，以增强特征提取能力，并针对数据稀缺问题采用了数据增强策略	磁心图数据有限且应用不广泛，可能导致模型泛化能力受限	开发一种计算机辅助方法，帮助医生使用电流密度矢量图分析心脏病例	从磁心图重建的电流密度矢量图	计算机视觉	心血管疾病	磁心图	Transformer, CNN	图像	NA	NA	Transformer hybrid residual network	准确率	NA
428	2025-12-20	Deep learning-based multimodal risk stratification for atherosclerosis management 2025, Archives of medical science : AMS IF:3.0Q1 DOI:10.5114/aoms/208224 PMID:41403595	研究论文	本研究构建了一个基于深度学习的多模态模型，用于动脉粥样硬化的风险分层，显著提升了临床评估的准确性和效率	结合U-Net进行病灶分割、ResNet进行分类，并引入注意力机制以增强高风险斑块的检测，实现了多模态数据（超声、CTA和临床变量）的融合	未明确提及模型在更广泛人群或不同设备数据上的泛化能力限制，以及潜在的数据偏差问题	开发一个深度学习模型，以准确进行动脉粥样硬化的风险分层，优化临床管理	动脉粥样硬化患者的多模态数据，包括超声、CTA影像和临床变量	计算机视觉	心血管疾病	超声、CTA成像	CNN	图像, 临床数据	未明确提及具体样本数量，但使用了5折交叉验证和多中心验证	未明确提及，但可能基于PyTorch或TensorFlow	U-Net, ResNet	Dice系数, 准确率, AUC	未明确提及
429	2025-12-20	MSF-CPMP: A novel multi-source feature fusion model for prediction of cyclic peptide membrane permeability 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.11.041 PMID:41404123	研究论文	本研究提出了一种名为MSF-CPMP的新型多源特征融合模型，用于预测环肽的膜渗透性	首次融合了从SMILES序列、基于图的分子结构和环肽的物理化学性质中提取的三种特征，以更全面地捕捉环肽的特征多样性	未在摘要中明确说明	提高环肽膜渗透性预测的准确性	环肽	计算生物学	NA	多源特征融合	深度学习模型	分子序列、分子结构图、物理化学性质	未在摘要中明确说明	未在摘要中明确说明	MSF-CPMP	准确率, AUROC	未在摘要中明确说明
430	2025-12-20	ENet-CAEM: a field strawberry disease identification model based on improved EfficientNetB0 and multiscale attention mechanism 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1701740 PMID:41404135	研究论文	本研究提出了一种基于改进EfficientNetB0和多尺度注意力机制的草莓病害识别模型ENet-CAEM，用于田间草莓病害的实时诊断	引入了通道上下文模块、多尺度高效通道注意力模块、轻量级空洞空间金字塔池化以及混合池化策略，结合可学习DropPath和标签平滑正则化，以增强模型对不规则、多尺度病变特征的捕捉能力并抑制背景噪声	模型在自建数据集上准确率为85.84%，虽优于基线但仍有提升空间；且依赖有限数据训练，可能影响泛化能力	开发一种高效、鲁棒的田间草莓病害识别模型，以支持实时诊断和田间管理	草莓病害图像，特别是田间环境下具有不规则形状、多尺度病变和杂乱背景的图像	计算机视觉	草莓病害	深度学习图像识别	CNN	图像	自建数据集和公共草莓数据集，具体样本数量未明确说明	未明确说明，可能为TensorFlow或PyTorch	改进的EfficientNetB0	准确率	未明确说明
431	2025-12-20	ALNet: towards real-time and accurate maize row detection via anchor-line network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1706596 PMID:41404128	研究论文	本研究提出了一种名为ALNet的轻量级卷积神经网络，用于实现实时且准确的玉米行检测，以支持农业机械的视觉导航	引入了Anchor-Line机制将行检测重新定义为端到端回归任务，采用行对齐的核操作减少计算量，并设计了Attention-guided ROI Align模块与DAE-Former来增强特征交互，以及Row IoU损失函数以提高定位精度	NA	开发一种轻量级、高精度的玉米行检测方法，以支持农业机械的实时视觉导航	玉米行	计算机视觉	NA	NA	CNN	图像	NA	NA	ALNet, DAE-Former	IoU, FPS, GFlops	NA
432	2025-12-20	TSSC: a new deep learning model for accurate pea leaf disease identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1718758 PMID:41404156	研究论文	本文提出了一种名为TSSC的新型深度学习模型，用于准确识别豌豆叶片病害	设计了三邻域通道注意力机制以提升特征提取效果，引入了互补挤压与激励机制以增强关键特征提取能力，并嵌入了分割注意力模块以降低模型复杂度	NA	探索基于深度学习的智能识别方法，以解决多种豌豆叶片病害的自动识别问题	豌豆叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	TSSC	分类准确率	NA
433	2025-12-20	Deep learning-guided discovery of selective JAK2-JH2 allosteric inhibitors: integration of MLP predictive modeling, BREED-based library design, and computational validation 2025, Frontiers in chemistry IF:3.8Q2 DOI:10.3389/fchem.2025.1646784 PMID:41404389	研究论文	本研究利用多层感知机（MLP）深度学习模型结合BREED片段杂交策略，发现并验证了选择性JAK2-JH2变构抑制剂	整合MLP预测建模、BREED库设计和计算验证，发现新型选择性JAK2-JH2变构抑制剂BRD1	研究结果需未来实验验证，未涉及体内或临床测试	发现选择性JAK2-JH2变构抑制剂用于血液和肿瘤疾病治疗	JAK2假激酶域（JH2）及其靶向化合物	机器学习	血液和肿瘤疾病	分子对接、分子动力学模拟、ADMET分析	MLP	化合物数据	1,200个JAK2靶向化合物用于训练，6,210个新分子用于筛选	NA	多层感知机	结合亲和力、构象稳定性、选择性	NA
434	2025-12-20	Accuracy of deep learning in diagnosis of apnea syndrome: a systematic review and meta-analysis 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1663851 PMID:41404457	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了基于图像的深度学习模型在实时检测阻塞性睡眠呼吸暂停综合征中的诊断准确性	首次通过系统综述和荟萃分析综合评估基于心电图图像的深度学习模型在OSAS实时检测中的准确性，并针对不同验证集生成方法进行了亚组分析	建模基于从心电图片段中提取的研究，但提取片段的持续时间存在差异，且该方面未在研究中进行亚组分析，计划在后续研究中进一步探索和验证	阐明基于图像的深度学习方法在实时检测阻塞性睡眠呼吸暂停综合征中的准确性	基于心电图图像构建的深度学习模型	机器学习	阻塞性睡眠呼吸暂停综合征	深度学习	深度学习模型	图像（源自心电图）	来自39项原始研究的数据	NA	NA	灵敏度, 特异度, 诊断比值比, 汇总受试者工作特征曲线下面积, 阳性似然比	NA
435	2025-12-20	Application of machine learning approaches to predict seizure-onset zones in patients with drug-resistant epilepsy: a systematic review 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1687144 PMID:41404463	系统综述	本文系统综述了机器学习方法在预测耐药性癫痫患者发作起始区中的应用与性能	系统评估了机器学习，特别是深度学习和个性化模型在提高发作起始区预测准确性方面的潜力，并强调了考虑癫痫网络级变化的重要性	研究间存在数据采集方法、患者群体和报告标准的异质性，阻碍了直接比较，且临床实用性，特别是在复杂癫痫病例中，仍需进一步研究	评估机器学习方法在预测耐药性癫痫患者发作起始区中的应用与性能	耐药性癫痫患者	机器学习	癫痫	NA	支持向量机, 深度学习	NA	352名患者（平均年龄28岁，34%为女性）	NA	NA	准确率, 灵敏度, 特异性	NA
436	2025-12-19	A GAN-Based Approach for enhancing security in satellite based IoT networks using MPI enabled HPC 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331019 PMID:40997099	研究论文	本文提出了一种基于GAN的安全框架DLGAN，用于增强卫星物联网网络的安全性，通过结合CNN进行实时异常检测和GAN生成合成攻击数据，并利用MPI在HPC系统上实现可扩展并行处理	提出DLGAN框架，首次将CNN与GAN结合用于卫星物联网安全，通过生成合成攻击数据解决网络安全研究中数据集不平衡问题，并利用MPI在HPC系统上实现高效并行处理	未明确说明实验数据的具体来源和规模，以及在实际卫星物联网环境中的部署验证情况	增强卫星物联网网络的安全性，解决机密信息在卫星链路传输中的安全挑战	卫星物联网网络及其安全威胁	机器学习	NA	深度学习	CNN, GAN	网络流量数据	NA	NA	NA	检测准确率, 训练时间	HPC系统, AI-enabled GPUs, MPI并行处理
437	2025-12-19	LPATR-Net: Learnable Piecewise Affine Transformation Regression Assisted Data-Driven Dehazing Framework 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3637687 PMID:41348791	研究论文	本文提出了一种名为LPATR-Net的新型图像去雾框架，通过可学习的分段仿射变换回归来抑制错误地面真值样本的干扰	引入拟合能力抑制机制，结合传统多数决定固定形式回归与现代全自由数据驱动深度学习，以应对图像去雾中固有的错误地面真值样本问题	未明确讨论在极端天气或复杂场景下的泛化能力，且未提供计算效率的详细分析	开发一种鲁棒的图像去雾框架，以处理训练数据中存在的错误地面真值样本	图像去雾任务中的有雾图像及其对应的地面真值清晰图像	计算机视觉	NA	深度学习	深度神经网络	图像	在五个常用公共数据集上进行实验，具体样本数量未明确说明	未明确指定，但提及了数据驱动深度学习框架	LPATR-Net，包含可学习的分段仿射变换回归组件和All-Mattering组件	未明确列出，但通过实验验证了有效性	未明确指定
438	2025-12-19	Early Dengue Prediction in Bangladesh: A Comparative Study With Feature Analysis, Explainable Artificial Intelligence, and Model Optimization 2025, Journal of tropical medicine IF:2.1Q2 DOI:10.1155/jotm/1709439 PMID:41399677	研究论文	本研究对13种机器学习和深度学习模型进行了全面的比较分析，用于基于症状的登革热早期预测，重点关注孟加拉国人群	首次在孟加拉国人群中进行广泛的模型比较，并采用可解释人工智能（SHAP）识别关键预测因子，同时展示了定制化超参数调整人工神经网络在此任务中的优越性	研究样本量相对较小（500条患者记录），且仅基于症状特征，未包含临床实验室数据	开发可靠的基于症状的登革热早期预测工具，以支持公共卫生干预	孟加拉国登革热患者	机器学习	登革热	症状特征分析	人工神经网络, 随机森林, 额外树, 装袋法, 逻辑回归, SGD分类器	结构化症状数据	500条患者记录，包含22个症状特征	Scikit-learn	自定义人工神经网络	准确率	NA
439	2025-12-19	FusDRM-m5C: a hybrid model for accurate prediction of 5-methylcytosine modification sites based on feature fusion and attention mechanism 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1642286 PMID:41399733	研究论文	本文提出了一种名为FusDRM-m5C的混合深度学习模型，用于从RNA序列中高精度预测5-甲基胞嘧啶修饰位点	该模型采用多分支架构融合了三种不同的特征类型，并结合了扩张卷积神经网络和多头自注意力机制，以捕捉多尺度模式并权衡上下文依赖信息	NA	开发一个计算模型来高精度预测RNA序列中的5-甲基胞嘧啶修饰位点	RNA序列中的5-甲基胞嘧啶修饰位点	生物信息学	NA	RNA序列分析	深度学习	序列数据	NA	NA	Dilated Convolutional Neural Network, Multi-Head Self-Attention	灵敏度, 特异性, 准确率, 马修斯相关系数, AUC	NA
440	2025-12-18	Effect of feedback-integrated reflection, on deep learning of undergraduate medical students in a clinical setting 2025-Jan-14, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06648-3 PMID:39810114	研究论文	本研究探讨了反馈整合反思与单独反思相比，对本科医学生在妇科临床环境中高阶多选题成绩的影响	通过随机对照试验，首次在妇科临床教育环境中量化比较了反馈整合反思与单独反思对医学生高阶认知学习效果的影响	样本量较小（68人），且研究聚焦于单一专业（妇科）和短期教学干预，结果的普适性有待进一步验证	评估反馈整合反思对医学生有意义学习及高阶多选题成绩的影响	68名本科五年级医学生	医学教育	NA	随机对照试验	NA	测试成绩数据、反思文本	68名本科五年级医学生	NA	NA	测试分数、百分比增益、标准化学习增益、净学习增益	NA