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	2025-11-17	Deep Learning-Driven Bus Short-Term OD Demand Prediction via a Physics-Guided Adaptive Graph Spatio-Temporal Attention Network 2025-Nov-04, Sensors (Basel, Switzerland) DOI:10.3390/s25216739 PMID:41228961	研究论文	开发了一种物理引导的自适应图时空注意力网络模型，用于公交车短期起讫点需求预测	引入多头注意力机制仅使用单一输入序列，结合物理引导机制、自适应图卷积和时空编码器-解码器架构	基于小规模数据集（一周数据，30分钟采集间隔）	预测公交车短期起讫点需求	公交车乘客出行数据	机器学习	NA	深度学习	LSTM, BiLSTM, 图卷积网络, 注意力机制	时空序列数据	一周的公交车起讫点需求数据（30分钟采集间隔）	NA	自适应图卷积LSTM, 双向LSTM, 编码器-解码器架构	RMSE, MAE, WMAPE, R	NA
482	2025-11-17	Transformer-CNN Hybrid Framework for Pavement Pothole Segmentation 2025-Nov-04, Sensors (Basel, Switzerland) DOI:10.3390/s25216756 PMID:41228978	研究论文	提出一种Transformer-CNN混合框架PoFormer，用于从异质图像数据集中精确分割路面坑洞	结合Transformer的全局特征提取能力和CNN的细粒度定位能力，在路面坑洞分割任务中实现优于现有模型的性能	NA	开发精确自动化的路面缺陷检测方法	路面坑洞	计算机视觉	NA	线扫描相机、红外/激光辅助照明、多传感器数据采集	Transformer, CNN	图像	开源图像与高分辨率现场数据组合的代表性数据集	NA	Transformer-CNN混合架构	平均IoU, 平均像素精度	NA
483	2025-11-17	Deep Learning Algorithms for Human Activity Recognition in Manual Material Handling Tasks 2025-Nov-02, Sensors (Basel, Switzerland) DOI:10.3390/s25216705 PMID:41228930	研究论文	本研究提出四种深度学习算法用于手动物料搬运任务中的人类活动识别	首次针对手动物料搬运活动开发专门的深度学习方法，并提出计算效率更高的轻量级网络架构	样本量相对较小（14名受试者），需要在实际工业环境中进一步验证	开发高效的人类活动识别算法用于手动物料搬运任务的工效学风险评估	手动物料搬运活动中的工人动作模式	机器学习	职业健康	可穿戴传感器数据采集	BiLSTM, Sp-DAE, RCNN, DeepConvLSTM	传感器时序数据	14名受试者	NA	双向长短期记忆网络, 稀疏去噪自编码器, 循环稀疏去噪自编码器, 循环卷积神经网络	F1-score, MAC运算量, MA运算量	NA
484	2025-11-17	nnDoseNet: Intuitive and flexible deep learning framework to train and evaluate radiotherapy dose prediction models 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111237 PMID:41151501	研究论文	介绍nnDoseNet深度学习框架，用于自动化和简化放疗剂量预测	基于nnU-Net分割引擎开发首个专门用于放疗剂量回归预测的深度学习框架，整合了剂量体积直方图损失函数和多通道输入	框架输出仅为剂量预测，不包含临床可执行治疗计划，计划优化、质量保证和临床批准仍需额外步骤	开发自动化放疗剂量预测框架以简化临床工作流程	头颈癌患者和前列腺癌患者的放疗剂量分布	医学影像分析	头颈癌,前列腺癌	深度学习剂量预测	U-Net	CT图像,靶区轮廓,危及器官轮廓,体部掩模	头颈癌340例(训练240,测试100),前列腺癌80例(训练45,测试35)	PyTorch	nnU-Net	剂量评分,DVH评分,均方误差,Dmean,D95	NA
485	2025-11-17	Integrating optimal prediction model with hybrid deep learning for coated metal oxide nanoparticle drug delivery systems 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111229 PMID:41151503	研究论文	提出一种结合混合深度学习和优化预测模型的新框架，用于优化金属氧化物纳米颗粒药物递送系统的设计	首次将阿德利企鹅优化算法和猎鹿优化算法与动态双工深度神经网络相结合，用于预测最佳药物与金属氧化物纳米颗粒涂层组合	仅使用ChEMBL-MONP数据集进行验证，需要更多实验数据进一步验证模型泛化能力	提高药物递送纳米系统的设计效率和预测准确性	金属氧化物纳米颗粒药物递送系统	机器学习	NA	药物测试数据预处理，分子相互作用分析	深度神经网络	分子和物理化学特性数据	ChEMBL-MONP数据集	NA	动态双工深度神经网络	准确率, 精确率, 召回率, F1分数, 特异性, AUROC	NA
486	2025-11-17	Detection of EGFR gene mutations in glioblastoma: Utilizing information complexity in developing AI-based decision support system 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111240 PMID:41176824	研究论文	开发基于人工智能的决策支持系统，通过MRI自动分割肿瘤区域来分类胶质母细胞瘤患者的EGFR基因突变	首次将信息准则(IC)集成到深度学习流程中，用于平衡预测性能和结构复杂性以指导模型选择	研究数据仅来自土耳其伊斯坦布尔纪念医院的单一机构数据集	开发非侵入性的EGFR基因突变分类方法以减少脑活检风险和采样误差	胶质母细胞瘤患者及其MRI影像数据	医学影像分析	胶质母细胞瘤	MRI成像	深度学习	医学影像	来自伊斯坦布尔纪念医院的胶质母细胞瘤数据集	NA	Inception ResNet-v2, DenseNet-121, ResNet-50	准确率, 精确率, 召回率	NA
487	2025-11-17	Self-supervised learning for breast cancer detection: A review 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111245 PMID:41138363	综述	本文综述了自监督学习在乳腺癌检测中的应用现状与前景	系统分析自监督学习在乳腺癌检测全流程中的应用潜力，指出PET成像中自监督学习研究的空白领域	发现PET成像领域缺乏自监督学习研究，且现有方法在临床整合方面仍需改进	探讨自监督学习如何降低乳腺癌检测对标注数据的依赖并提升性能	乳腺癌检测流程中的筛查、诊断、分级和分期	计算机视觉	乳腺癌	医学影像分析	自监督学习	医学影像	NA	NA	NA	NA	NA
488	2025-11-17	Class-incremental learning using push-pull autoencoder for chest X-ray diagnosis 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111280 PMID:41197192	研究论文	提出一种用于胸部X光诊断的类增量学习框架，通过推拉自编码器解决灾难性遗忘问题	设计推拉自编码器（PPAE），利用双潜在空间表示分离异常特定和异常无关信息，结合核心集生成算法保留关键知识	未明确说明模型在极端类别不平衡或跨设备数据上的表现	开发适用于胸部X光诊断的类增量学习方法，使模型能够持续学习新疾病类别	胸部X光图像	医学影像分析	胸部疾病	深度学习	自编码器	图像	多个胸部X光数据集（未指定具体数量）	NA	推拉自编码器（PPAE）	F1分数，AUROC	NA
489	2025-11-17	PathoRM: Computational inference of pathogenic RNA methylation sites by incorporating multi-view features 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013654 PMID:41212924	研究论文	开发了一个名为PathoRM的生物信息深度学习模型，用于推断RNA甲基化位点与疾病之间的关联	融合多视图特征、采用大语言模型、图神经网络、对抗训练方法和基于'关联有罪'的负采样方法，提供生物可解释性	NA	准确推断致病性RNA甲基化位点及其与疾病的关联	RNA甲基化位点及其与疾病的关联	生物信息学	多种疾病	RNA甲基化分析	深度学习,图神经网络,大语言模型	RNA甲基化宿主序列,致病描述文本	NA	NA	多视图学习架构,注意力机制	准确性,鲁棒性	NA
490	2025-11-17	Automatic radiotherapy planning for deliverable plans using deep learning dose prediction and dose rings optimization in cervical cancer 2025-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70353 PMID:41224731	研究论文	本研究提出了一种结合深度学习剂量预测和剂量环优化的自动放疗计划方法，用于生成可临床实施的宫颈癌放疗计划	首次将深度学习预测的剂量分布通过剂量环离散化技术整合到主流治疗计划系统中，生成可直接临床实施的治疗计划	研究样本仅来自两家医院，需要更多外部验证来证明方法的普适性	开发基于深度学习的自动放疗计划方法，生成可临床实施的VMAT和IMRT计划	妇科癌症患者，包括接受VMAT和IMRT治疗的患者	数字病理	宫颈癌	放射治疗计划，深度学习剂量预测	CNN	医学影像数据，剂量分布数据	440名妇科癌症患者（230名VMAT，210名IMRT）	NA	3D Fusion Residual Unet (F-ResUnet)	靶区覆盖率，V30Gy，V45Gy，伽马通过率	NA
491	2025-11-17	Automated MRI-Based Classification of Parkinsonism: A Deep Learning Approach to Distinguish PD From PSP 2025-Nov, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70645 PMID:41225731	研究论文	开发基于深度学习的自动化MRPI计算方法，用于区分帕金森病和进行性核上性麻痹	首次实现MRPI 1.0和2.0的完全自动化计算，并集成超分辨率技术提升2D MRI图像质量	样本量较小（104例患者），仅在中国两个医院收集数据	开发自动化算法区分帕金森病和进行性核上性麻痹	帕金森病和进行性核上性麻痹患者	医学影像分析	帕金森病,进行性核上性麻痹	MRI,深度学习超分辨率技术	深度学习,逻辑回归	脑部MRI图像	75例PD患者和29例PSP患者	NA	NA	AUC	NA
492	2025-11-17	Securing IoT Vision Systems: An Unsupervised Framework for Adversarial Example Detection Integrating Spatial Prototypes and Multidimensional Statistics 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216658 PMID:41228881	研究论文	提出一种集成空间原型和多维统计的无监督对抗样本检测框架，用于保护物联网视觉系统安全	首次将空间统计特征与多维分布特征相结合，构建双模块协作架构进行无监督对抗样本检测，无需对抗样本训练数据	仅在CIFAR-10和Fashion-MNIST数据集上验证，未在更复杂的真实物联网场景中测试	开发有效的无监督对抗样本检测方法以增强物联网系统的安全性	由AdvGAN生成的对抗样本以及传统攻击方法如FGSM和PGD	计算机视觉	NA	对抗样本生成技术	CNN, GAN	图像	CIFAR-10数据集和Fashion-MNIST数据集	NA	VGG16, ResNet50	AUROC	NA
493	2025-11-17	Estimation of Fugl-Meyer Assessment Upper-Extremity Sub-Scores Using a Mixup-Augmented LSTM Autoencoder and Wearable Sensor Data 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216663 PMID:41228884	研究论文	提出一种基于LSTM自编码器和可穿戴传感器数据的深度学习框架，用于自动评估脑卒中患者上肢运动功能	首次结合LSTM自编码器和mixup数据增强技术，通过简短的传感器数据采集实现Fugl-Meyer评估量表的精细子分数预测	研究样本量较小（15名参与者），未包含不同严重程度患者的验证	开发自动化的脑卒中上肢运动功能评估系统，提高评估效率和可及性	脑卒中患者的上肢运动功能	机器学习	脑卒中	惯性测量单元（IMU）传感器数据采集	LSTM, Autoencoder	传感器时间序列数据	15名参与者，每人执行7个专项功能动作	NA	LSTM Autoencoder	Pearson相关系数r, 归一化均方根误差NRMSE, R值	NA
494	2025-11-17	VIPE: Visible and Infrared Fused Pose Estimation Framework for Space Noncooperative Objects 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216664 PMID:41228887	研究论文	提出一种融合可见光和红外图像的深度学习姿态估计框架VIPE，用于空间非合作目标	首次将可见光与红外图像融合用于空间非合作目标姿态估计，提出双模态特征融合子网络	仅针对特定空间非合作目标进行验证，未在更广泛场景测试	提升空间非合作目标在复杂环境下的姿态估计精度	空间非合作目标（如卫星、空间碎片等）	计算机视觉	NA	可见光成像，红外成像，图像融合	深度学习，CNN	可见光-红外图像对	3,630对可见光-红外图像	深度学习框架（具体未指明）	多尺度特征融合网络，姿态估计子网络	姿态估计精度	NA
495	2025-11-17	A Facial-Expression-Aware Edge AI System for Driver Safety Monitoring 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216670 PMID:41228896	研究论文	提出一种基于深度学习的驾驶员监控系统，能够实时检测和响应引发安全风险的情绪驱动行为	采用Inception模块和基于Caffe的ResNet-10结合SSD检测器，在计算效率和复杂度之间取得有效平衡	NA	开发能够实时检测驾驶员情绪状态的监控系统以提高道路安全	驾驶员的面部表情和情绪状态	计算机视觉	NA	深度学习	CNN	图像	来自多个公共和私人来源的全面多样化数据集	Caffe	Inception, ResNet-10, SSD	准确率, F1分数, 精确率, 召回率	边缘AI系统
496	2025-11-17	SAM-Based Approach for Automated Fabric Anisotropy Quantification in Concrete Aggregates 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216661 PMID:41228886	研究论文	提出基于Segment Anything Model(SAM)的自动化方法用于混凝土骨料结构各向异性量化	首次将SAM模型应用于混凝土骨料分割，并提出结合计算几何和二阶傅里叶级数的新型各向异性量化技术	方法性能依赖于自建数据集，在更广泛数据上的泛化能力需进一步验证	开发自动化混凝土骨料结构各向异性量化方法	混凝土骨料微观结构	计算机视觉	NA	图像处理，计算几何分析	SAM	图像	自建混凝土骨料数据集	NA	Segment Anything Model	Dice系数，交并比，平均绝对误差	NA
497	2025-11-17	Deep Learning-Enabled Diagnosis of Abdominal Aortic Aneurysm Using Pulse Volume Recording Waveforms: An In Silico Study 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216678 PMID:41228901	研究论文	本研究探索利用深度学习分析无创动脉脉搏波形信号诊断腹主动脉瘤的可行性	首次将连续属性对抗正则化卷积神经网络应用于脉搏容积记录波形分析，实现腹主动脉瘤的非侵入性诊断	基于合成数据的研究，需要真实临床数据验证；严重程度估计精度略低于侵入性血压波形方法	开发基于深度学习的腹主动脉瘤无创诊断方法	合成患者队列的动脉血压和脉搏容积记录波形信号	医学人工智能	心血管疾病	脉搏容积记录波形分析	CNN	波形信号	多样化合成患者队列	NA	卷积神经网络	ROC曲线下面积, MAE	NA
498	2025-11-17	gReLU: a comprehensive framework for DNA sequence modeling and design 2025-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02868-z PMID:41094274	研究论文	提出gReLU综合软件框架，用于DNA序列建模和设计	开发了支持数据预处理、建模、评估、解释、变异效应预测和调控元件设计的统一框架，解决了现有模型和软件互操作性差的问题	NA	构建可互操作的DNA序列建模和设计框架	DNA序列	生物信息学	NA	深度学习	NA	DNA序列数据	NA	gReLU	NA	NA	NA
499	2025-11-17	OneProt: Towards multi-modal protein foundation models via latent space alignment of sequence, structure, binding sites and text encoders 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013679 PMID:41231876	研究论文	提出OneProt多模态蛋白质基础模型，通过潜在空间对齐整合序列、结构、结合位点和文本信息	首次在蛋白质多模态模型中引入结合位点编码器，采用轻量级微调方案实现编码器间的成对潜在空间对齐	未明确说明模型的具体计算资源需求和训练数据规模	开发能够整合多模态信息的蛋白质基础模型	蛋白质的序列、结构、文本描述和结合位点数据	机器学习	NA	多模态深度学习	图神经网络,Transformer	序列数据,结构数据,文本数据,结合位点数据	NA	ImageBind	图神经网络,Transformer	检索任务性能,酶功能预测,结合位点分析	NA
500	2025-11-17	Artificial Intelligence in Upper Gastrointestinal Endoscopy: Current Evidence, Practice, and Future Directions 2025-Nov, Cureus DOI:10.7759/cureus.96657 PMID:41235291	综述	本文综述人工智能在上消化道内窥镜中的应用现状、临床实践挑战及未来发展方向	系统评估深度学习模型在多种上消化道疾病检测与诊断中的表现，提出人机协同的临床实施框架	存在数据集偏差和领域偏移问题，需要多中心前瞻性验证，可能产生误报和警报疲劳	总结人工智能在上消化道内窥镜领域的最新进展并评估临床实施挑战	巴雷特 neoplasia、食管鳞状细胞癌、早期胃癌等上消化道疾病	数字病理	上消化道疾病	内窥镜成像	CNN, 强化学习	内窥镜图像	NA	NA	NA	灵敏度, 特异性	NA