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
6701	2025-11-12	Dual-constraint reconstruction network with semantic-discriminative consistency for radon single pixel imaging 2025-Oct-06, Optics express IF:3.2Q2 DOI:10.1364/OE.572566 PMID:41215122	研究论文	提出一种基于深度学习的Radon单像素成像重建方法，通过双约束机制在低采样率下实现高质量图像重建	设计了包含语义潜在向量调制模块的双分支生成对抗网络，引入潜在空间语义一致性和图像判别信息保留的双约束机制	仅使用典型运动目标（鸟类）的模拟数据集进行验证，未涉及更复杂的实际场景	解决低采样率下Radon单像素成像质量退化问题	Radon单像素成像中的运动目标重建	计算机视觉	NA	Radon单像素成像	GAN	图像	包含典型运动目标（鸟类）的模拟数据集	NA	双分支生成对抗网络	图像重建质量	NA
6702	2025-11-12	NeuHolo: non-interferometric quantitative single-shot holographic imaging for 3D metrology using neural fields 2025-Sep-22, Optics express IF:3.2Q2 DOI:10.1364/OE.567074 PMID:41215303	研究论文	提出一种基于神经场网络和随机相位调制的非干涉定量单次全息成像框架NeuHolo	首次将神经场网络与随机相位调制结合，无需物体支撑即可通过无监督深度学习从单次测量中定量估计振幅和相位	未明确说明计算资源需求和算法处理时间	开发无需干涉的非干涉定量全息成像技术	光场的复振幅重建	计算机视觉	NA	全息成像，随机相位调制	神经网络	强度测量数据	NA	深度学习框架	神经场网络	精度，视场大小	NA
6703	2025-11-12	Supercell-based metasurfaces for arbitrary polarization beam splitting: physics-informed U-Net design with high extinction ratio 2025-Sep-22, Optics express IF:3.2Q2 DOI:10.1364/OE.561950 PMID:41215359	研究论文	提出一种基于物理信息驱动深度学习的方法，用于设计任意偏振分束的超表面结构	将物理信息嵌入改进的U-Net架构，通过分解目标远场图案到正交圆偏振分量来高效恢复相位分布	NA	开发高效偏振控制器件设计方法	硅纳米柱超表面结构	计算光子学	NA	FDTD模拟	U-Net	相位分布数据，远场图案	NA	NA	改进的U-Net	MSE, 偏振消光比, 传输效率	NA
6704	2025-11-12	Dual deep learning network enables data-efficient two-color single-molecule localization microscopy with colorimetry camera 2025-Sep-22, Optics express IF:3.2Q2 DOI:10.1364/OE.574460 PMID:41215365	研究论文	开发了一种结合双深度学习网络的CC-DeepSTORM框架，用于提升双色单分子定位显微镜的数据效率	提出CC-DeepLoc定位网络和CC-DeepSeparator颜色分离网络的双深度学习框架，显著提升定位精度并大幅降低数据拒绝率	研究主要基于模拟和单色实验数据验证，双色实验的全面性能评估有待进一步扩展	解决多色单分子定位显微镜技术复杂性和数据效率低下的问题	单分子定位显微镜图像数据	计算显微镜	NA	单分子定位显微镜(SMLM)	深度学习网络	显微镜图像	NA	深度学习框架	CC-DeepLoc, CC-DeepSeparator	Jaccard指数, 定位精度, 串扰率, 数据拒绝率	NA
6705	2025-11-12	Research on an atmospheric turbulent channel equalization algorithm using the spatiotemporal feature fusion method 2025-Sep-22, Optics express IF:3.2Q2 DOI:10.1364/OE.573173 PMID:41215432	研究论文	提出一种基于时空特征融合的深度学习信道均衡算法，用于消除大气湍流信道对无线光通信系统的影响	首次将时空特征融合方法应用于大气湍流信道均衡，突破了传统信道均衡的性能瓶颈	NA	解决大气湍流引起的信号衰落问题，提高无线光通信系统的传输可靠性	大气湍流信道模型和传输信号	机器学习	NA	深度学习	CNN	光强度测量数据	NA	NA	时空特征融合网络	误码率	NA
6706	2025-11-12	Risk stratification of chest pain in the emergency department using artificial intelligence applied to electrocardiograms 2025-Sep-01, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003343 PMID:40889954	研究论文	开发了一种基于人工智能的心电图风险分层模型（CP-AI），用于急诊胸痛患者的7天主要心血管事件预测	首次将深度学习模型应用于心电图数据，结合临床特征构建全自动风险分层系统，显著优于传统生物标志物模型	回顾性研究设计，需要在更多样化人群中验证模型泛化能力	改善急诊胸痛患者的风险分层，减少主观评估带来的不一致性	急诊胸痛患者	医疗人工智能	心血管疾病	深度学习，心电图分析	神经网络分类器	心电图，临床数据	训练集15,048名患者，外部验证集14,476名患者	NA	患者对比学习表示模型	AUROC, AUPRC	NA
6707	2025-11-12	Evaluating pedestrian crossing safety: Implementing and evaluating a convolutional neural network model trained on paired aerial and subjective perspective images 2025-Feb-28, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42428 PMID:40028551	研究论文	本研究通过实现和评估基于配对航拍图像和主观视角图像训练的卷积神经网络模型，自动化评估行人过街设施安全性	首次结合航拍图像和街景图像，采用ConvNextV2等先进CNN模型进行行人过街设施安全评估，并利用Mask R-CNN解决传统数据标注难题	面临数据不平衡问题，以及能见度和停车距离等复杂变量的分析挑战，需要持续的数据集扩充和方法论改进	通过深度学习神经网络自动化评估行人过街设施和环岛的安全性，改善行人安全	法国各种城市和乡村环境中的行人过街设施，重点关注九个已识别的风险因素	计算机视觉	NA	航拍图像和街景图像分析	CNN	图像	覆盖法国各种城市和农村环境的行人过街设施	NA	ConvNextV2, ResNet50, ResNext50, Mask R-CNN	NA	NA
6708	2025-11-12	AllerTrans: a deep learning method for predicting the allergenicity of protein sequences 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf040 PMID:40656558	研究论文	开发了一种基于深度学习的蛋白质序列过敏性预测方法AllerTrans	结合两种蛋白质语言模型提取不同特征向量，并通过集成建模技术提升预测性能	NA	预测蛋白质序列的过敏性	蛋白质序列	生物信息学	过敏性疾病	蛋白质语言模型	DNN	蛋白质序列	NA	NA	深度神经网络	灵敏度,特异性,准确率,AUC	NA
6709	2025-11-11	Rapid consistent reef surveys with DeepReefMap 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20795-z PMID:41203649	研究论文	介绍使用DeepReefMap进行快速珊瑚礁调查的创新方法，通过神经网络实现3D语义映射	首次在红海进行大规模跨国珊瑚礁调查，开发了基于深度学习的实用3D水下测绘和语义分割系统	NA	开发高效、标准化、可扩展且经济的珊瑚礁监测策略	红海珊瑚礁生态系统	计算机视觉	NA	水下摄像技术	神经网络	视频	365个视频样带，来自45个地点，184小时视频素材，200,000个标注多边形	NA	NA	鲁棒性评估	NA
6710	2025-11-11	A hybrid approach leveraging meta-heuristic and ensemble learning for time-sensitive prediction of pollutant concentrations 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23940-w PMID:41203671	研究论文	提出一种结合元启发式算法和集成学习的混合深度学习模型，用于污染物浓度的时间敏感预测	首次将爬行动物搜索算法(RSA)与CNN、LSTM和XGBoost集成，通过特征优化和重要性评分提升预测性能	研究仅针对印度城市环境，未验证在其他地理区域的适用性	开发高精度的污染物浓度预测模型，支持空气质量长期预报	大气污染物包括PM2.5、CO、SO2和NO2	机器学习	NA	时间序列分析	CNN, LSTM, XGBoost, RSA	时间序列数据	NA	NA	CNN, LSTM, Transformer, BiLSTM, BiRNN, ANN, BiGRU	准确率, 鲁棒性, 误差指标, R²分数	NA
6711	2025-11-11	Deep learning models simultaneously trained on multiple datasets improve base-editing activity prediction 2025-Nov-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65200-5 PMID:41203686	研究论文	通过同时训练多个数据集的深度学习模型提高碱基编辑活性预测准确性	首次开发能够同时训练多个不同数据集的深度学习模型，并支持数据集感知预测	NA	提高CRISPR碱基编辑系统中gRNA设计的准确性	碱基编辑gRNA效率预测	机器学习	NA	CRISPR碱基编辑技术	深度神经网络	gRNA序列数据	约20,000个gRNAs（包含A•T to G•C和C•G to T•A转换）	NA	深度神经网络	NA	NA
6712	2025-11-11	Task optimized vision transformer for diabetic retinopathy detection and classification in resource constrained early diagnosis settings 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25399-1 PMID:41203681	研究论文	提出一种任务优化的视觉Transformer模型，用于资源受限环境下的糖尿病视网膜病变检测和分类	设计了专门针对糖尿病视网膜病变的任务优化视觉Transformer模型，集成了分层学习率调度、注意力头调优和嵌入维度优化策略，并通过结构化剪枝和8位量化实现模型压缩	研究主要针对资源受限环境，可能在更复杂临床场景下的泛化能力需要进一步验证	开发适用于资源受限早期诊断环境的糖尿病视网膜病变自动检测和分类系统	糖尿病视网膜病变患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	Vision Transformer	图像	三个大规模公共数据集	NA	Task-Optimized Vision Transformer (TOViT)	准确率, F1分数	树莓派4硬件, 支持实时部署
6713	2025-11-11	Improving surgical phase recognition using self-supervised deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23697-2 PMID:41203699	研究论文	本研究探索自监督学习在垂体内窥镜手术阶段识别中的应用，通过比较SimCLR和BYOL框架的性能	首次将自监督学习应用于内窥镜垂体手术阶段识别，并引入注意力加权池化算子增强空间特征提取	仅针对垂体内窥镜手术进行验证，未在其他手术类型中测试泛化能力	开发智能系统为外科医生提供实时决策支持，通过手术阶段识别改善工作流程	内窥镜垂体手术视频数据	计算机视觉	垂体疾病	自监督学习	深度学习	手术视频	未明确具体样本数量，但涉及完整数据集和50%标注数据缩减的对比实验	SimCLR, BYOL	集成注意力加权池化算子的深度神经网络	F1-score	NA
6714	2025-11-11	Multi-output deep learning for high-frequency prediction of air and surface temperature in Kuwait 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23455-4 PMID:41203707	研究论文	本研究评估多输出回归模型在科威特使用高频气候数据预测空气和地表温度的性能	首次将基于上下文嵌入的Transformer(FTTransformer)和LSTM应用于高频温度预测，并实现六种温度变量的同时预测	LSTM模型在处理往年异常数据时性能下降，而FTTransformer在不同年份间保持稳定准确性	开发高精度的高频空气和地表温度预测模型，用于城市规划和气候韧性建设	科威特地区的空气和地表温度及相关气候变量	机器学习	NA	高频气候数据采集	Transformer, LSTM, 传统机器学习	时间序列气候数据	四年内每5分钟采集的高频气候数据，包含30个环境变量	NA	FTTransformer, LSTM	R², 均方误差, 平均绝对误差	NA
6715	2025-11-11	Unsupervised spectra information extraction using physics-informed neural networks in the presence of non-linearities and multi-agent problems 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25573-5 PMID:41203763	研究论文	提出一种基于物理信息神经网络的无监督光谱信息提取方法，适用于非线性和多智能体问题	将物理信息深度学习从简单线性情况推广到非线性和多智能体场景，扩展了该方法的适用范围	目前仅在合成案例上进行测试，尚未在真实场景中验证	开发无需监督学习的光谱信息提取方法	光谱数据	机器学习	NA	光谱分析	物理信息神经网络	光谱数据	NA	NA	物理信息神经网络	灵敏度, 特异性, 可靠性	NA
6716	2025-11-11	Automated inspection of P&ID object recognition using deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25506-2 PMID:41203750	研究论文	提出一种基于深度学习的P&ID图纸对象识别结果自动检测方法	针对未识别对象和误识别对象分别开发了不同的检测方法，包括基于深度学习的特征向量相似度计算、基于距离的文本错误检测和交叉情况检查的线条错误检测	NA	提高P&ID图纸数字化过程中对象识别结果的准确性和检测效率	管道仪表流程图(P&ID)中的符号、文本和线条对象	计算机视觉	NA	深度学习	CNN	工程图纸图像	来自实际工业现场的P&ID图纸	NA	NA	召回率, 准确率, F1分数	NA
6717	2025-11-11	Enhancing bone cancer detection through optimized pre trained deep learning models and explainable AI using the osteosarcoma tumor assessment dataset 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26051-8 PMID:41203786	研究论文	提出一种结合优化预训练深度学习模型和可解释AI的骨癌检测框架	联合使用增强贝叶斯优化、深度迁移学习和可解释AI技术，通过超参数调优和数据集平衡提升模型性能与透明度	未明确说明模型在其他独立数据集上的泛化能力验证	开发可靠且可解释的骨癌自动诊断框架	骨癌组织病理学图像	数字病理学	骨癌	组织病理学成像	CNN	图像	NA	TensorFlow, PyTorch	EfficientNet-B4, ResNet50, DenseNet121, InceptionV3, VGG16	准确率, 精确率, 召回率, F1分数	NA
6718	2025-11-11	Hybrid glowworm swarm optimization with recurrent deep learning for fault detection in industrial internet of things environment 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26784-6 PMID:41203829	研究论文	提出一种混合萤火虫群优化与循环深度学习方法用于工业物联网环境中的故障检测	结合萤火虫群优化算法与循环深度学习模型进行超参数优化，提高故障检测准确率	NA	工业物联网环境中基于音频信号的故障检测与分类	工业物联网设备	机器学习	NA	梅尔频谱图	HCNN-GRU, CNN-LSTM	音频信号	NA	NA	HCNN-GRU, CNN-LSTM	准确率	NA
6719	2025-11-11	Graph convolution network based on meta-paths and mutual information for drug-target interaction prediction 2025-Nov-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06295-x PMID:41204097	研究论文	提出基于元路径和互信息的图卷积网络GCNMM用于药物-靶点相互作用预测	结合元路径和图注意力网络构建融合DTI网络，采用空间拓扑一致性和互信息最大化作为双重优化目标	未明确说明数据稀疏性问题是否完全解决	预测药物-靶点相互作用以加速药物重定位	药物-靶点异质网络	机器学习	NA	图卷积网络	GCN, 图注意力网络, 图卷积自编码器	图数据	NA	NA	GCNMM	NA	NA
6720	2025-11-11	Impact of Neural network-quantified musical groove on cyclists' joint coordination and muscle synergy: a repeated measures study 2025-Nov-07, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01778-7 PMID:41204282	研究论文	本研究探讨了神经网络量化的音乐律动水平对自行车运动员关节协调性和肌肉协同模式的影响	首次使用经过验证的深度学习模型客观量化音乐律动水平，并系统分析其对下肢运动学和神经肌肉控制的影响机制	需要额外的动力学和代谢指标验证直接性能收益，样本仅限于训练有素的右利手自行车运动员	研究音乐律动水平如何系统性改变高扭矩骑行时的下肢运动学和神经肌肉控制	24名训练有素的右利手自行车运动员	机器学习	NA	三维运动捕捉，表面肌电图，非负矩阵分解	深度学习模型	运动捕捉数据，肌电信号	24名自行车运动员，每个受试者在三种条件下测试	NA	NA	R²=0.85，p值	NA