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
481	2026-09-18	DRCNN-Lesion Proxy: a hybrid CNN with lesion-inspired feature simulation for diabetic retinopathy severity classification 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21337-3 PMID:41168219	研究论文	提出一种结合ResNet34骨干网络与病灶代理模块的混合CNN架构，用于糖尿病视网膜病变严重程度的分类。	引入病灶代理模块，在不依赖显式病灶边界框标注的情况下模拟病灶启发式特征，并将全局图像级特征与病灶启发式特征进行晚期融合，实现标注轻量化的多分类DR严重程度预测。	使用复合数据集训练，可能引入数据集间异质性；眼科医生验证仅涉及3位医生、20例样本，规模较小；未详细报告计算资源与模型效率。	解决现有深度学习模型在早期DR分级中未充分利用病灶线索以及基于检测的模型需要昂贵病灶标注的问题。	糖尿病视网膜病变眼底图像，来自EyePACS、Messidor-2、APTOS 2019、DDR、DIARETDB1、IDRiD六个公开基准数据集。	计算机视觉	糖尿病视网膜病变	深度学习、迁移学习、Grad-CAM可视化、统计显著性检验	CNN	图像	复合数据集训练，六个公开基准数据集评估；眼科医生验证20例	NA	ResNet34, Lesion Proxy Module, late fusion classification head	准确率, F1分数, AUC, Grad-CAM可视化评估, 眼科医生评分	NA
482	2026-09-18	FISM: harnessing deep learning and reinforcement learning for precision detection of microaneurysms and retinal exudates for early diabetic retinopathy diagnosis 2025-Oct-30, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00485-2 PMID:41168809	研究论文	本文提出了一种名为FISM的深度学习模型，结合强化学习，用于精确检测糖尿病视网膜病变中的微动脉瘤和视网膜渗出物	FISM模型基于Segment Anything Model（SAM）架构，专门整合了transformer层和patch embedding技术，同时结合强化学习引导感兴趣区域的探索，采用迁移学习和领域特定微调以及定制损失函数来优化特征提取和分割精度	NA	实现糖尿病视网膜病变的早期精确诊断，提高微动脉瘤和视网膜渗出物检测与分割的准确性和鲁棒性	眼底图像中的微动脉瘤和视网膜渗出物	计算机视觉	糖尿病视网膜病变	眼底图像分割，生成对抗网络数据增强	Transformer，生成对抗网络，强化学习	图像	超过13,000张眼底图像（来自糖尿病视网膜病变数据集DDR，包含分割和分级子集）	NA	Segment Anything Model，Transformer	准确率，精确率，召回率，F1分数，AUC，特异性，Dice系数，IoU	NA
483	2026-09-18	Interpretable deep multimodal-based tomato disease diagnosis and severity estimation 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21611-4 PMID:41162432	研究论文	该研究提出了一种新型的多模态深度学习算法，结合图像数据与环境数据，用于番茄病害诊断和严重程度估计	整合视觉与气候输入，解决了单模态系统的局限性，并采用LIME和SHAP可解释AI技术提高模型可解释性	未在摘要中明确提及	解决传统农业解决方案效率低下的问题，提高番茄病害分类准确性和可解释性	番茄病害	计算机视觉，机器学习	植物病害	深度学习，多模态融合	CNN， RNN	图像，环境数据	未在摘要中明确提及	未在摘要中明确提及	EfficientNetB0， RNN	准确率	未在摘要中明确提及
484	2026-09-18	Reinforcement learning-driven deep learning approaches for optimized robot trajectory planning 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21664-5 PMID:41162470	研究论文	本文提出了一种基于深度强化学习的双足机器人轨迹规划与控制系统，通过深度学习生成最优关节力矩序列，实现稳定行走	将深度学习驱动的轨迹规划与深度强化学习控制相结合，生成最优关节力矩序列，并在质量变化20%和长度变化5%的不确定性下展示鲁棒性	未明确说明训练时间、泛化到不同地形或机器人平台的能力，以及实际物理部署的验证情况	实现双足机器人稳定行走，最大化前进速度，最小化功率消耗，并增强稳定性以防止跌倒	双足行走机器人	机器人学	NA	深度强化学习	深度强化学习	NA	NA	NA	NA	前进速度，功率消耗，稳定性，鲁棒性（质量变化20%，长度变化5%，不同角速度扰动）	NA
485	2026-09-18	Applications of artificial intelligence in diagnosis and treatment planning of orthodontics: a narrative review 2025-Oct-28, The Saudi dental journal DOI:10.1007/s44445-025-00077-0 PMID:41148504	综述	本文综述了人工智能在口腔正畸诊断与治疗规划中的应用，涵盖标志点识别、错颌分类、治疗规划、生长预测和风险评估等多个方面	系统梳理了2010年至2025年间AI在口腔正畸各领域的应用，涵盖深度学习模型在二维和三维解剖结构分割、隐形矫治器治疗、面部不对称评估、埋伏尖牙定位及唇腭裂识别等方面的最新进展	需要更多临床试验来验证和优化这些模型的准确性和可靠性；AI工具应作为辅助工具而非临床判断的替代品；排除了信件、病例报告、系统综述和动物研究	探讨人工智能在口腔正畸各个方面的相关性和应用	口腔正畸领域的AI应用相关文献	口腔正畸，医学图像分析	错颌畸形，面部不对称，埋伏尖牙，唇腭裂	深度学习	深度学习模型（具体架构未指定）	图像（二维和三维解剖结构）	NA	NA	NA	准确率	NA
486	2026-09-18	Deep learning assisted LDPC decoding for 5G IoT networks in fading environments 2025-Oct-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21382-y PMID:41145583	研究论文	该论文提出了一种结合迭代偏移最小和算法与卷积神经网络的混合架构，用于提升5G物联网网络中LDPC码在衰落信道下的解码性能。	创新性地将迭代偏移最小和算法与卷积神经网络结合，利用深度学习进行噪声估计和缓解，以应对有色噪声在衰落信道中对LDPC解码的影响。	摘要中未明确提及研究的局限性。	旨在解决5G物联网网络中，LDPC码在有色噪声和衰落信道下解码性能下降的问题。	5G物联网网络中的LDPC解码，特别是在瑞利、莱斯和Nakagami-m衰落信道下的性能。	机器学习	NA	深度学习辅助的LDPC解码	CNN	模拟数据	NA	NA	CNN	误码率	NA
487	2026-09-18	Prediction of waste generation forecast and emission potential on the Erode City solid waste dump yards based on machine learning approach 2025-Oct-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19288-w PMID:41131036	研究论文	本文提出了一种数据驱动的框架，利用监督机器学习算法预测印度埃罗德市的城市固体废物产生量和排放动态	整合了支持向量机、随机森林和朴素贝叶斯分类器，应用特征选择和邻近度排序技术识别高影响变量，并结合邻近矩阵分析和区域特征聚类增强可解释性和鲁棒性	依赖历史数据，未纳入实时传感器数据，未使用时序分解和混合深度学习架构	预测城市固体废物产生量和排放潜力，支持排放量化和战略决策	印度埃罗德市的城市固体废物	机器学习	NA	监督机器学习	支持向量机, 随机森林, 朴素贝叶斯	结构化数据（ socio-economic variables, 区域废物类型, 历史废物量）	五年数据集（2019-2024）	NA	支持向量机, 随机森林, 朴素贝叶斯	准确率, 均方误差, 计算延迟	NA
488	2026-09-18	Learning to remove occlusions in light field images using multiscale receptive fields and feature pyramid networks 2025-Oct-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20786-0 PMID:41125707	研究论文	提出了一种名为LF-PyrNet的端到端深度学习模型，通过多尺度感受野学习和特征金字塔网络来去除光场图像中的遮挡	结合了ResASPP、改进的RFB、级联RDB和FPN，扩展了感受野并增强了遮挡区域的重建	未明确提及	有效去除光场图像中的遮挡，恢复被遮挡区域	光场图像中的遮挡区域	计算机视觉	不适用	深度学习	CNN	图像	未明确提及	未明确提及	ResASPP, RFB, RDB, FPN	未明确提及	未明确提及
489	2026-09-18	A benchmark dataset and baseline methods for rock microstructure interpretation in SEM images 2025-Oct-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05947-0 PMID:41125635	研究论文	本文开发了一个标准化的岩石SEM图像数据集，并比较了传统分割方法与先进深度学习模型在岩石微观结构分割上的性能	构建了包含泥岩、砂岩和页岩的标准化SEM数据集，并应用了放大标准化、中值滤波和对比度受限自适应直方图均衡化等预处理步骤来提高数据集质量和多样性，同时公开了数据集和基准实现	未明确说明数据集的规模、标注质量、模型泛化能力以及计算资源消耗等方面的限制	解决岩石SEM图像分割中缺乏标注数据的问题，并提供基准数据集和方法来推动自动化岩石SEM图像分析的发展	泥岩、砂岩和页岩的SEM图像	计算机视觉	NA	扫描电子显微镜（SEM）	CNN	图像	NA	NA	NA	NA	NA
490	2026-09-18	Insights Into History and Trends of Teaching and Learning in Stomatology Education: Bibliometric Analysis 2025-10-20, JMIR medical education IF:3.2Q1 DOI:10.2196/66322 PMID:41115185	研究论文	本文通过文献计量分析评估了口腔医学教育教学领域过去二十年的研究现状、当前焦点和新兴趋势	首次对口腔医学教育教学领域进行全面的文献计量分析，揭示了深度学习、机器学习、在线学习、虚拟现实和卷积神经网络等新兴研究热点	仅基于Web of Science核心合集的文献，可能遗漏其他数据库的出版物，且文献计量分析主要反映数量趋势而非研究质量	评估口腔医学教育教学领域过去二十年（2003-2023）的研究现状、当前焦点和新兴趋势	口腔医学教育教学领域的5528篇学术出版物	机器学习	NA	文献计量分析	NA	文本	5528篇出版物（来自Web of Science核心合集，2003-2023年）	R-Bibliometrix, CiteSpace	NA	发文量, 引用量	NA
491	2026-09-18	Deep learning based retinal hard exudates quantification of optical coherence tomography 2025-Oct-17, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00715-z PMID:41107968	研究论文	开发了一个基于深度学习的模型，用于从光学相干断层扫描（OCT）扫描中分割视网膜硬性渗出（HE）	提出了一种改进的U-Net架构，用于从OCT扫描中分割视网膜硬性渗出，并生成2D投影图像以更好地可视化HE细节	样本量相对较小（15名患者），且仅与眼底照片的手动测量进行了中等相关性的验证	开发一个深度学习模型，用于从OCT扫描中准确分割视网膜硬性渗出，并提供体积数据以增强可视化和量化	糖尿病视网膜病变或分支视网膜静脉阻塞患者的OCT扫描	医学图像分析	糖尿病视网膜病变, 分支视网膜静脉阻塞	光学相干断层扫描（OCT）	CNN	图像	1,811张OCT扫描（来自15名患者）	NA	U-Net	Dice系数, 准确率, 相关系数（R）	NA
492	2026-09-18	Artificial Intelligence-Aided Tooth Detection and Segmentation on Pediatric Panoramic Radiographs in Mixed Dentition Using a Transfer Learning Approach 2025-Oct-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202615 PMID:41153287	研究论文	本研究开发了一种基于YOLOv11的深度学习模型，利用迁移学习策略在儿童混合牙列全景X光片上自动检测和分割牙齿	提出了一种新颖的混合预标注策略，利用从650张公开可用的成人X光片迁移学习，并结合专家手动精修，用于儿童混合牙列的牙齿检测和分割	摘要中未明确提及研究局限性	开发一种深度学习模型，用于儿童混合牙列期间全景X光片上牙齿的自动检测和分割，以实现萌出障碍的早期检测	250张来自6-13岁患者的儿童全景X光片	计算机视觉	NA	全景X光片成像	YOLOv11	图像	250张儿童全景X光片（6-13岁患者），以及650张公开可用的成人X光片用于迁移学习	PyTorch	YOLOv11	mAP, F1-score, 精确率, 召回率	NA
493	2026-09-18	Robust real-time strawberry maturity detection using UAV-mounted deep learning for precision agriculture 2025-Oct-13, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07246-7 PMID:41083932	研究论文	该研究开发了一种搭载于四旋翼无人机上的YOLOv9-GLEAN模型，用于温室环境中成熟草莓的实时检测与计数，并设计了混合轨迹跟踪控制器以实现半自主导航。	提出了YOLOv9-GLEAN算法用于小目标成熟草莓检测，并开发了PID+LQR混合轨迹跟踪控制器，实现了无人机在温室环境中的半自主导航与全自主草莓检测。	未明确说明	解决温室环境中实时植物监测的挑战，开发用于草莓植物监测的自主四旋翼无人机系统，实现精准农业中的自动化成熟草莓检测。	温室环境中的草莓植物及成熟草莓果实	计算机视觉	NA	无人机航拍、深度学习目标检测	YOLO	图像	NA	NA	YOLOv9-GLEAN	精确率, 召回率, F1分数	NA
494	2026-09-18	Segmenting beyond the imaging data: creation of anatomically valid edentulous mandibular geometries for surgical planning using artificial intelligence 2025-10-11, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06471-6 PMID:41074944	研究论文	本研究利用两阶段卷积神经网络从CT数据中分割下颌骨，并生成解剖学有效的无牙下颌骨几何模型，用于手术规划	创新点在于精确适配牙槽嵴几何形态，能够从有牙CT扫描中生成高精度的无牙下颌骨模型，适用于患者特异性虚拟手术规划	未明确提及	研究使用深度学习分割技术从有牙CT扫描生成解剖学有效的无牙下颌骨的可行性，确保重建规划的几何精度	下颌骨（包括有牙、部分无牙和无牙下颌骨）	计算机视觉	口腔颌面疾病	CT	CNN	图像	246例CT数据	NA	NA	Dice相似系数，平均表面距离	NA
495	2026-09-18	Sustainable deep learning-based breast lesion segmentation: impact of breast region segmentation on performance 2025-10-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01947-z PMID:41074219	研究论文	本研究探讨了乳腺区域分割对基于深度学习的乳腺病灶分割性能的影响，使用UNet++模型和Stavanger数据集。	研究了乳腺区域分割对病灶分割性能的影响，并提出了使用最优体积的方法，显著提高了分割精度和计算效率。	数据集较小（59例DCE-MRI扫描），可能影响模型的泛化能力。	研究乳腺区域分割对基于深度学习的乳腺病灶分割性能的影响。	乳腺DCE-MRI图像中的病灶。	数字病理学	乳腺癌	动态对比增强磁共振成像	CNN	图像	59例DCE-MRI扫描	NA	UNet++	分割精度	NA
496	2026-09-18	Differentiating post-stroke patients from healthy individuals via vision-based skeleton-optical fusion 2025-Oct-09, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01726-5 PMID:41068869	研究论文	该研究通过视觉骨架与光流融合的多模态方法，区分脑卒中后患者与健康人的步态	结合骨架点光流信息与下肢关节角度变化，并融合ResNet-50提取的深度空间特征，提高了模型可解释性	样本量较小（共140人），仅在一个开放数据集和一个自采临床数据集上测试，未提及外部验证或多中心验证	利用计算机视觉和深度学习技术，基于步态视频实现脑卒中后患者与健康人的自动分类	70名脑卒中后患者和70名健康个体的步态视频	计算机视觉	脑卒中	人体姿态估计（HPE）、光流计算、ResNet-50特征提取、LSTM分类	LSTM	视频	70名脑卒中后患者和70名健康个体，共140个样本	NA	ResNet-50, LSTM	准确率	NA
497	2026-09-18	A bimodal image dataset for seed classification from the visible and near-infrared spectrum 2025-Oct-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05979-6 PMID:41062509	研究论文	本文介绍了一个精心构建的双模态种子图像数据集，包含10种植物的配对RGB和高光谱图像，并对多种深度学习模型进行了基准测试	提供了目前最大的双模态种子数据集之一，包含配对RGB和高光谱图像，填补了农业领域光谱信息数据集的空白	摘要中未明确提及局限性	为种子分类提供双模态图像数据集，促进光谱、空间和形态特征的研究	10种植物的种子	计算机视觉	NA	高光谱成像、RGB成像	卷积神经网络	图像	10种植物的配对RGB和高光谱图像	NA	NA	NA	NA
498	2026-09-18	Simulating Sinogram-Domain Motion and Correcting Image-Domain Artifacts Using Deep Learning in HR-pQCT Bone Imaging 2025-Oct-03, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3617225 PMID:41180080	研究论文	该论文优化了基于正弦图的运动模拟方法，生成配对数据集，并提出了ESWGAN-GP深度学习模型来校正HR-pQCT骨成像中的运动伪影	首次提出针对HR-pQCT骨成像的运动校正深度学习方法，优化了基于正弦图的运动模拟以生成配对训练数据，并设计了边缘增强自注意力Wasserstein生成对抗网络（ESWGAN-GP）	所提出的运动模拟是真实世界运动的简化表示，可能无法完全捕捉体内运动伪影的复杂性	解决HR-pQCT骨成像中刚性运动伪影（如皮质骨条纹和骨小梁涂抹）对骨微结构评估的阻碍，开发运动校正方法	HR-pQCT骨成像中的运动伪影，包括模拟数据集和真实世界数据集	医学图像处理	骨质疏松症	高分辨率外周定量计算机断层扫描（HR-pQCT）	GAN	图像	NA	NA	ESWGAN-GP, VGG	信噪比（SNR）, 结构相似性指数（SSIM）, 视觉信息保真度（VIF）	NA
499	2026-09-18	Development and Validation an Integrated Deep Learning Model to Assist Eosinophilic Chronic Rhinosinusitis Diagnosis: A Multicenter Study 2025-10, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.23595 PMID:40387008	研究论文	该研究利用鼻窦CT图像和临床参数构建了一个集成深度学习模型，用于术前无创识别嗜酸性慢性鼻窦炎（eCRS），并通过蛋白质组学分析探索其预测的生物学基础	首次将多种深度学习模型（3D-ResNet、3D-Xception、HR-Net）提取的CT影像特征与临床参数相结合，通过支持向量机进行集成分类，实现eCRS的无创术前预测，并结合蛋白质组学分析揭示模型预测的生物学基础	样本量相对有限（1098例），蛋白质组学分析仅纳入34例患者，外部验证仅来自两家医院，模型的泛化能力仍需更大规模多中心数据验证	开发和验证一个集成深度学习模型，利用CT图像和临床参数实现嗜酸性慢性鼻窦炎的术前无创预测，并探索其预测的生物学基础	来自两家医院的1098例具有鼻窦CT图像的患者，以及其中34例接受蛋白质组学分析的患者	计算机视觉	嗜酸性慢性鼻窦炎	CT影像、蛋白质组学分析	CNN、SVM	图像、文本	1098例患者的鼻窦CT图像，34例患者的蛋白质组学数据	NA	3D-ResNet, 3D-Xception, HR-Net, SVM	AUC, 灵敏度, 特异度, 准确率	NA
500	2026-09-18	Prediction of Atrial Fibrillation From the ECG in the Community Using Deep Learning: A Multinational Study 2025-Oct, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.125.013734 PMID:41025252	研究论文	本文开发并验证了一个基于心电图（ECG）的深度神经网络模型（ECG-AF），用于预测心房颤动（AF）风险，并在三个跨国队列中与临床CHARGE-AF风险评分进行比较，同时评估其与心血管结局的关联	1. 使用多国队列数据（FHS、UK Biobank、ELSA-Brasil）进行外部验证，增强了模型的泛化性 2. 仅使用ECG作为单一输入，无需额外临床变量 3. 证明ECG-AF模型与CHARGE-AF评分性能相当，且两者结合可进一步提升预测能力 4. 发现ECG-AF评分与心衰、心梗、卒中和全因死亡风险增加相关	摘要中未明确提及研究局限性	改进并验证基于ECG的深度神经网络模型预测心房颤动风险，比较其与临床CHARGE-AF风险评分的性能，并评估其与其他心血管结局的关联	来自Framingham心脏研究（FHS）、UK Biobank和ELSA-Brasil三个队列的参与者，均为无心房颤动病史的社区人群	机器学习	心血管疾病	心电图（ECG）	深度神经网络	心电图信号	FHS 10097人（平均年龄53±12岁，54.9%女性），UK Biobank 49280人（平均年龄64±8岁，47.9%女性），ELSA-Brasil 12284人（平均年龄53±8岁，54.7%女性）	NA	深度神经网络	AUC（ROC曲线下面积）	NA