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
6561	2025-10-06	Localization and detection of deepfake videos based on self-blending method 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88523-1 PMID:39890891	研究论文	提出一种基于自融合方法的深度伪造视频定位与检测技术	提出无需伪造样本的空间训练方法，通过多部位局部位移变形融合生成多样化特征数据，并采用混合区域标签指导操作区域定位	未明确说明模型在跨数据集上的泛化能力具体表现	提升深度伪造视频的检测精度和操作区域定位能力	深度伪造视频	计算机视觉	NA	深度学习	Swin-Unet	视频数据	FF++、Celeb-DF、DFDC数据集	NA	Swin-Unet	检测准确率、定位精度	NA
6562	2025-10-06	TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues 2025-Jan-17, Research square DOI:10.21203/rs.3.rs-5584635/v1 PMID:39877090	研究论文	提出一种基于图神经网络的方法TrimNN，用于识别空间转录组和蛋白质组数据中的细胞群落基序	采用自下而上的方法识别保守的细胞组织模式，将细胞生态位定义为可计数的拓扑块，具有可解释性和通用性	NA	研究复杂组织中多细胞拓扑组织的协调规则	空间转录组和蛋白质组数据中的细胞空间排列	计算生物学	NA	空间转录组学、空间蛋白质组学	图神经网络	空间组学数据	NA	NA	TrimNN	NA	NA
6563	2025-10-06	Improvement of mask R-CNN and deep learning for defect detection and segmentation in electronic products 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329945 PMID:40920847	研究论文	提出基于YOLOv5和Mask R-CNN的多任务联合学习框架Y-MaskNet，用于电子产品的缺陷检测与分割	结合YOLOv5的高效目标检测能力和Mask R-CNN的精细分割能力，通过多任务学习框架优化模型整体性能	NA	提高电子产品缺陷检测与分割的准确率和效率	电子产品缺陷	计算机视觉	NA	深度学习	CNN	图像	PCB缺陷数据集	PyTorch	YOLOv5, Mask R-CNN	mAP@[0.5:0.95], IoU	NA
6564	2025-10-06	Rapid label-free identification of seven bacterial species using microfluidics, single-cell time-lapse phase-contrast microscopy, and deep learning-based image and video classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330265 PMID:40920893	研究论文	本研究开发了一种基于微流控技术、单细胞延时相差显微镜和深度学习的细菌种类快速无标记识别方法	将细菌识别物种从4种扩展到7种常见人类病原体，并评估实时性能、训练集大小、数据质量和数据增强的影响	需要直接从血液中分离细菌并在多样临床分离株上验证方法	开发快速无标记的细菌种类识别方法以改善急性感染的初始治疗	七种常见人类病原菌：铜绿假单胞菌、大肠杆菌、肺炎克雷伯菌、鲍曼不动杆菌、粪肠球菌、奇异变形杆菌和金黄色葡萄球菌	计算机视觉	细菌感染	微流控技术、单细胞延时相差显微镜	CNN, Vision Transformer	视频、图像	七个细菌物种的单细胞生长延时序列	NA	卷积神经网络, 视觉变换器	精确率, 召回率, AUC	NA
6565	2025-10-06	Smart load balancing in cloud computing: Integrating feature selection with advanced deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329765 PMID:40924788	研究论文	提出一种集成特征选择与深度学习模型的智能负载均衡方法SLADRO，用于优化云计算资源分配	结合CNN和LSTM进行负载预测，采用OOA-PSO混合优化算法进行特征选择，并应用深度强化学习实现动态任务调度	仅基于Google Cluster Trace数据集进行仿真验证，未在真实生产环境中测试	解决云计算环境中动态负载均衡问题，提高资源利用率和能效	云计算工作负载和资源管理	机器学习	NA	深度学习，强化学习，优化算法	CNN, LSTM, DRL	工作负载跟踪数据	Google Cluster Trace真实世界数据集	NA	CNN, LSTM	吞吐量，完成时间，资源利用率，能效	NA
6566	2025-10-06	Enhancing fake news detection with transformer-based deep learning: A multidisciplinary approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330954 PMID:40924789	研究论文	提出一种基于Transformer架构的增强型BERT模型，用于虚假新闻检测	采用渐进式训练方法增强BERT模型，使其能够逐步学习区分真实报道与虚假内容的语言细微差别	仅使用WELFake数据集进行验证，未在其他数据集测试泛化能力	开发可靠的自动化虚假新闻检测机制以应对数字信息完整性挑战	虚假新闻和真实新闻文本	自然语言处理	NA	深度学习	Transformer, BERT	文本	72,134篇文章	TensorFlow/PyTorch（未明确指定）	BERT	准确率, F1分数, 精确率, 召回率	NA
6567	2025-10-06	Bibliometric Analysis of Research Articles on Embedded Internet of Health Things (IoHT) Fall Detection in the Elderly Published from 2006 to 2025 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S537047 PMID:40927577	文献计量分析	对2006年至2025年嵌入式健康物联网老年人跌倒检测研究文章进行文献计量分析	首次对嵌入式健康物联网老年人跌倒检测领域进行系统的文献计量分析，涵盖近20年的研究发展轨迹	仅基于Scopus数据库，可能存在文献收录不全；缺乏标准数据集和公平的人口统计代表性	分析嵌入式健康物联网老年人跌倒检测领域的研究现状、发展趋势和研究空白	2006-2025年期间发表的嵌入式健康物联网老年人跌倒检测相关研究文章	健康物联网	老年疾病	文献计量分析，科学图谱可视化	机器学习，深度学习	文献元数据，引文数据	79篇出版物	VOSviewer	NA	引文分析，科学图谱	NA
6568	2025-10-06	Efficient spatio-temporal modeling for sign language recognition using CNN and RNN architectures 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1630743 PMID:40927705	研究论文	本研究使用CNN和RNN架构进行坦桑尼亚手语识别，提出带ELU激活函数的CNN-GRU模型以提升性能	提出使用ELU激活函数的CNN-GRU架构来增强学习效率和性能，在手语识别中实现94%的准确率	在独立手语者设置中性能差异显著，最高准确率仅66%，手部优势特征优化仍面临挑战	开发能够捕捉视频帧时空关系特征的高效深度学习算法用于手语识别	坦桑尼亚手语数据集	计算机视觉	NA	深度学习	CNN, LSTM, GRU	视频	使用手机自拍摄像头收集的坦桑尼亚手语数据集	NA	CNN-LSTM, CNN-GRU	准确率	NA
6569	2025-09-12	Automated coronary artery segmentation / tissue characterization and detection of lipid-rich plaque: An integrated backscatter intravascular ultrasound study 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133744 PMID:40784375	研究论文	本研究开发了一种基于深度学习的自动化冠状动脉分割和组织表征方法，用于检测脂质丰富斑块	首次将7层U-Net++深度学习模型应用于IVUS图像的自动冠状动脉分割和组织表征，实现了高精度的斑块成分量化	LRP检测的敏感性相对较低（62%），样本量有限（67名训练患者，88名验证患者）	评估深度学习模型在冠状动脉斑块分割、组织表征和脂质丰富斑块识别中的可行性和诊断准确性	人类冠状动脉血管和斑块组织	医学影像分析	心血管疾病	集成背向散射血管内超声（IB-IVUS）	U-Net++	医学图像（IVUS图像）	训练组：67名患者的1098张IVUS图像；验证组：88名患者的1100张IVUS图像（来自100条血管）	NA	NA	NA	NA
6570	2025-09-12	PitVis-2023 challenge: Workflow recognition in videos of endoscopic pituitary surgery 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103716 PMID:40769094	研究论文	介绍PitVis-2023挑战赛，专注于内窥镜垂体手术视频中的工作流程识别任务	首次针对内窥镜垂体手术视频的步骤和器械识别挑战，提出适用于狭小手术空间和频繁步骤切换的时序模型架构	仅使用25个视频进行训练和评估，样本规模有限	开发自动识别内窥镜垂体手术步骤和手术器械的计算机视觉系统	内窥镜垂体手术视频	计算机视觉	垂体疾病	深度学习	Transformer, 空间编码器+时序编码器	视频	25个手术视频	NA	NA	NA	NA
6571	2025-09-12	SemiSAM+: Rethinking semi-supervised medical image segmentation in the era of foundation models 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103733 PMID:40769095	研究论文	提出一种基于基础模型的半监督医学图像分割框架SemiSAM+，通过专家-通用模型协作学习提升有限标注数据下的分割性能	利用可提示分割基础模型（如SAM）生成位置提示与伪标签，实现专家模型与通用模型的协同学习范式	NA	降低医学图像分割对标注数据的依赖，提升半监督学习在临床场景中的适用性	医学图像分割任务	计算机视觉	NA	半监督学习（SSL）	基础模型（如SAM）与任务特定分割模型	医学图像	三个公共数据集和一个内部临床数据集（具体数量未明确说明）	NA	NA	NA	NA
6572	2025-09-12	Attend-and-Refine: Interactive keypoint estimation and quantitative cervical vertebrae analysis for bone age assessment 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103715 PMID:40769097	研究论文	提出一种基于深度学习的交互式关键点估计方法，用于通过侧位头颅X光片分析颈椎形态以评估骨龄	引入Attend-and-Refine Network (ARNet)，结合交互引导的重新校准网络和形态感知损失函数，显著减少手动标注工作量	NA	预测儿童正畸中的生长潜力，确定最佳治疗时机	儿童颈椎	数字病理	儿科正畸	侧位头颅X光成像	ARNet (基于CNN的深度学习模型)	医学影像（X光片）	多个数据集验证（具体数量未说明）	NA	NA	NA	NA
6573	2025-09-12	Paired phase and magnitude reconstruction neural network for multi-shot diffusion magnetic resonance imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103771 PMID:40857854	研究论文	提出一种用于多激发扩散磁共振成像的配对相位和幅度重建神经网络方法	结合高信噪比b0图像设计神经网络，实现亚秒级快速重建并提升图像质量评估指标	NA	解决多激发扩散加权成像中图像伪影抑制和噪声控制的挑战	扩散加权成像数据	医学影像处理	肿瘤诊断	扩散加权成像（DWI），多激发采样	神经网络	医学影像数据	模拟数据和体内数据（具体数量未说明）	NA	NA	NA	NA
6574	2025-09-12	Unsupervised 4D-flow MRI reconstruction based on partially-independent generative modeling and complex-difference sparsity constraint 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103769 PMID:40865329	研究论文	提出一种基于部分独立生成建模和复数差稀疏约束的无监督4D流MRI重建方法	结合深度图像先验框架，设计部分独立网络提升参数效率，引入复数差稀疏约束改善相位恢复精度，并提出联合优化算法	NA	开发无需全采样训练数据的无监督4D流MRI重建算法以提升泛化能力	主动脉和脑血管的4D流MRI数据	医学影像重建	血管疾病	4D-flow MRI	CNN（基于深度图像先验框架）	4D MRI影像数据（时空血流速度）	两个内部采集数据集（主动脉数据集和脑血管数据集）	NA	NA	NA	NA
6575	2025-09-12	MSARAE: Multiscale adversarial regularized autoencoders for cortical network classification 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103775 PMID:40865328	研究论文	提出一种多尺度对抗正则化自编码器（MSARAE），用于大脑皮层结构连接网络的增强和分类	结合拉普拉斯特征向量增强拓扑信息，采用多尺度图卷积层作为编码器，并引入对抗正则化机制减小潜在空间分布差异	NA	从数据增强角度解决大脑皮层研究中的样本量限制问题，提升深度学习模型的泛化能力	大脑皮层结构连接网络	机器学习	抑郁症和阿尔茨海默病	图卷积网络，变分自编码器，对抗训练	MSARAE（多尺度对抗正则化自编码器）	图数据（结构连接网络）	基于MDD、HCP和ADNI三个数据集进行实验	NA	NA	NA	NA
6576	2025-09-12	Supervised white matter bundle segmentation in glioma patients with transfer learning 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103766 PMID:40876100	研究论文	本研究探索利用迁移学习将基于健康人群训练的深度学习模型应用于胶质瘤患者的白质束分割	首次研究迁移学习在胶质瘤患者白质束分割中的有效性，并系统区分了领域偏移中的系统性和肿瘤特异性成分	学习模型微调无法适应肿瘤引起的大范围白质变形	提升临床人群中白质束自动分割的准确性和应用性	胶质瘤患者	医学影像分析	胶质瘤	迁移学习	深度学习	影像数据	涉及五个白质束和三种输入模态的测试	NA	NA	NA	NA
6577	2025-09-12	HarmonicEchoNet: Leveraging harmonic convolutions for automated standard plane detection in fetal heart ultrasound videos 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103758 PMID:40876099	研究论文	提出轻量级深度学习模型HarmonicEchoNet，用于胎儿心脏超声视频中标准切面的自动检测	引入谐波卷积块(HCBs)和空间通道压缩激励模块(hscSE)，结合离散余弦变换进行特征分解，提升模型效率和准确性	使用两个私有数据集(PULSE和CAIFE)，可能限制模型泛化能力	实现胎儿心脏超声标准切面的自动化检测	胎儿心脏超声视频	计算机视觉	心血管疾病	超声成像，离散余弦变换(DCT)	CNN（谐波卷积网络）	视频（超声图像序列）	四个数据集（来自PULSE和CAIFE两个研究）	NA	NA	NA	NA
6578	2025-09-12	Completing spatial transcriptomics data for gene expression prediction benchmarking 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103754 PMID:40885036	研究论文	本文介绍了一个用于基因表达预测基准测试的系统性数据库SpaRED和一个基于Transformer的基因表达补全模型SpaCKLE	提出了首个系统性整理的26个公共数据集标准化资源，并开发了基于Transformer的先进补全模型，将均方误差降低82.5%	NA	解决空间转录组学数据获取成本高、技术门槛高和数据丢失问题，建立标准化基准测试平台	空间转录组学数据，特别是Visium技术产生的组织学图像和基因表达数据	数字病理学	NA	空间转录组学，Visium技术，深度学习	Transformer	图像，基因表达数据	26个公共数据集	NA	NA	NA	NA
6579	2025-09-12	Leveraging sparse annotations for leukemia diagnosis on the large leukemia dataset 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103760 PMID:40897065	研究论文	提出大规模白血病数据集LLD及稀疏标注方法，用于白细胞检测与形态属性分析	构建首个大规模多任务白血病数据集，并提出基于稀疏标注的属性分析方法以减少标注负担	数据集仅包含48名患者，样本多样性可能仍有限	提升白血病诊断的可解释性和现实应用性	白细胞（WBC）的定位、分类及形态属性评估	数字病理学	白血病	外周血涂片（PBF）显微成像，多显微镜/多相机/多放大倍数采集	多任务模型	显微图像	48名患者的外周血涂片数据	NA	NA	NA	NA
6580	2025-09-12	Short- and long-term captivity impacts on bird memory, corticosterone level, and oxidative stress genes: Perspectives on deep learning analysis 2025-Nov-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.115064 PMID:40816474	研究论文	研究短期和长期圈养对鸟类记忆、皮质酮水平和氧化应激基因的影响，并利用深度学习分析鸟类行为	首次结合深度学习（VGG16神经网络）分析鸟类器官运动，并综合评估圈养压力对多种鸟类行为、激素及基因表达的跨物种影响	研究仅针对三种鸟类（冠小嘴乌鸦、家八哥、牛背鹭），样本多样性有限，且未涉及野外对照组的长期追踪	探究圈养压力对鸟类认知行为、生理指标及基因表达的短期与长期影响	冠小嘴乌鸦（Corvus cornix）、家八哥（Acridotheres tristis）、牛背鹭（Bubulcus ibis）三种鸟类	动物行为学与计算生物学交叉	NA	qRT-PCR（基因表达分析）、深度学习视频分析	VGG16（CNN架构）	视频（鸟类行为记录）、分子生物学数据（激素与基因表达）	三种鸟类物种（未明确个体数量），通过视频片段进行行为分析	NA	NA	NA	NA