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
61	2025-11-21	Multimodal deep learning for entity relation extraction and spatiotemporal decision knowledge graph construction in earthquake emergency rescue 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24135-z PMID:41249373	研究论文	提出融合多模态深度学习与时空知识表示的新型框架，用于提升地震应急救援中的信息处理和决策支持能力	提出跨模态注意力融合网络动态对齐文本、视觉和时空模态的语义信息，并开发具有专门推理机制的时空知识图谱表示	NA	提升地震应急救援中的信息处理和决策支持能力	地震应急救援场景中的实体关系提取和时空决策知识图谱构建	自然语言处理,计算机视觉	NA	多模态深度学习	Transformer,注意力机制	文本,视觉,时空数据	NA	NA	Cross-modal Attention Fusion Network,Transformer	F1-score	NA
62	2025-11-21	HashWave: blockchain-powered perceptual hashing for resilient audio piracy detection against signal-processing attacks in decentralized networks 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24016-5 PMID:41249384	研究论文	提出一种结合区块链技术的感知哈希框架HashWave，用于在去中心化网络中实现抗信号处理攻击的音频盗版检测	融合多种音频特征（MFCC、色度、CQT等）并通过操作感知加权和约束DTW处理时间尺度编辑，结合区块链实现防篡改验证	未明确说明在极端信号失真情况下的性能表现，且区块链部署可能带来额外成本	开发一个既具有编辑弹性又可验证的去中心化音频盗版检测系统	音频信号及其在信号处理攻击下的鲁棒性识别	数字信号处理, 区块链应用	NA	感知哈希, 区块链技术, 信号处理	NA	音频数据	GTZAN、FMA-A音乐分析数据集和MUSAN (SLR17)数据集，包含超过20种信号处理变换	Ethereum, IPFS	基于MFCC、色度、色度CENS、CQT、频谱对比度和轻量级节奏/能量线索的多特征融合架构	AUC, TPR@1%FPR	CPU计算，区块链部署基于Ethereum和IPFS
63	2025-11-21	Transformer-aided skin cancer classification using VGG19-based feature encoding 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24081-w PMID:41249393	研究论文	提出一种结合VGG19特征编码和视觉Transformer的混合模型用于皮肤癌分类	首次系统地将特征图级旋转/平移增强与CNN-Transformer混合模型结合用于皮肤镜图像分类	NA	开发具有更强泛化能力的皮肤病变自动分类模型	皮肤镜图像中的皮肤病变	计算机视觉	皮肤癌	皮肤镜成像	CNN, Transformer	图像	MSK10000数据集(10,000张图像), HAM10000数据集(10,000张训练图像), PH2数据集	NA	VGG19, Vision Transformer (ViT)	准确率, 宏平均精确率, 宏平均召回率, 特异性, F1分数	NA
64	2025-11-21	Sustainable cyber-physical VANETs with AI-driven anomaly detection and energy-efficient multi-criteria routing using machine learning algorithms 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28212-1 PMID:41249400	研究论文	提出一种基于机器学习的异常检测框架AD-MLA，用于车联网中的安全防护和能效路由优化	集成随机森林异常检测与多标准能效路由策略，同时解决安全性和能源效率问题	未明确说明具体数据集规模和实验环境细节	开发智能、快速、高效的实时车联网安全系统	车联网(VANETs)中的车辆和道路系统通信	机器学习	NA	机器学习算法	随机森林	网络通信数据	NA	NA	随机森林	准确率,召回率,计算效率,资源利用效率	NA
65	2025-11-21	Development of a deep learning-based prediction model for postoperative delirium using intraoperative electroencephalogram in adults 2025-Nov-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02033-y PMID:41249487	研究论文	开发基于深度学习的术中脑电图预测术后谵妄模型DELPHI-EEG	首次利用术中脑电图波形结合深度学习技术预测术后谵妄风险	需要在不同临床环境中进行外部验证	预测术后谵妄发生风险	接受手术的成年患者	机器学习	术后谵妄	脑电图监测	深度学习	脑电图波形	34,550例手术病例（其中267例事件病例）	NA	DELPHI-EEG	AUROC, AUPRC	NA
66	2025-11-21	Enhancing urban traffic congestion prediction through efficientnet and optimized ensemble learning models 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24012-9 PMID:41249809	研究论文	提出一种结合EfficientNet特征提取和优化集成学习模型的新型混合深度学习方法，用于城市交通流预测和拥堵等级分类	首次将EfficientNet用于交通特征提取，并采用欧洲椿象优化算法和锦标赛选择萤火虫群优化算法进行超参数调优和集成模型优化	仅在四个城市交叉口的数据集上进行验证，需要更多样化的城市环境验证	提高城市交通拥堵预测精度，支持主动交通管理	城市交通流数据	机器学习	NA	深度学习，模糊逻辑	LSTM, BiLSTM, BiGRU, 集成学习	交通流数据	来自四个城市交叉口的交通数据	NA	EfficientNet, LSTM, BiLSTM, BiGRU	预测准确率，处理时间	NA
67	2025-11-21	Optimized CNN framework for malaria detection using Otsu thresholding-based image segmentation 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23961-5 PMID:41249779	研究论文	提出一种基于Otsu阈值图像分割优化的CNN框架，用于改进疟疾感染细胞的检测	将Otsu阈值分割与EfficientNet-B7混合并行特征融合模型结合，在保持计算可行性的同时显著提升分类性能	仅使用100张手动标注图像验证分割效果，样本量有限	开发准确、可扩展且成本效益高的疟疾诊断工具	疟疾感染细胞	计算机视觉	疟疾	图像分割	CNN	图像	43,400张血液涂片图像	NA	12层CNN, EfficientNet-B7	准确率, Dice系数, Jaccard指数(IoU)	NA
68	2025-11-21	Deepfake video deception detection using visual attention-based method 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23920-0 PMID:41249822	研究论文	提出一种基于视觉注意力的深度学习方法用于检测Deepfake伪造视频	结合预训练CNN与视觉注意力机制，专门针对Deepfake视频篡改特有的伪影特征进行检测	未提及模型在更广泛数据集上的泛化能力及计算效率分析	开发有效的Deepfake视频欺骗检测方法以保障数字内容的真实性	人脸视频数据，包括真实视频和经过Deepfake技术篡改的视频	计算机视觉	NA	深度学习，计算机视觉	CNN	视频帧图像	使用Face Forensic++ C23数据集训练，Celeb-DFv2和DFDC数据集测试	NA	ResNeXt-50	跨数据集测试性能	NA
69	2025-11-19	Comparison of deep learning models for real-time neural tissue segmentation in spinal endoscopy 2025-Nov-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01918-4 PMID:41249940	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
70	2025-11-21	Automated quantification of Ki-67 expression in breast cancer from H&E-stained slides using a transformer-based regression model 2025-Nov-17, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02149-9 PMID:41250202	研究论文	开发了一种基于Transformer的回归模型，直接从H&E染色全切片图像中自动量化乳腺癌Ki-67表达	首次使用Transformer架构直接从H&E染色图像估计Ki-67表达，无需额外免疫组化染色，通过跨模态学习实现形态特征到分子表达的映射	模型性能依赖于补丁质量筛选，在实验室间差异和密集细胞核情况下可能存在挑战	开发自动化工具从常规H&E染色切片准确量化Ki-67增殖指数，替代额外免疫组化染色	乳腺癌组织切片	数字病理学	乳腺癌	H&E染色，免疫组化染色，全切片成像	Transformer，回归模型，分类模型	全切片图像	1153张H&E染色WSI和843张IHC染色WSI	NA	Transformer	R2，AUROC	NA
71	2025-11-21	Deep learning-based perfusion quantification and large vessel exclusion for renal multi-TI arterial spin labelling MRI 2025-Nov-17, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110573 PMID:41260277	研究论文	提出基于双向长短期记忆网络的深度学习方法来量化肾脏多反转时间动脉自旋标记MRI的灌注参数并排除大血管干扰	首次将BiLSTM网络应用于肾脏ASL MRI的灌注参数量化，能够同时处理灌注量化和大血管排除两个任务	模拟数据与体内数据特征存在差异，可能导致量化结果偏差	开发更准确和鲁棒的肾脏灌注参数量化方法	肾脏多反转时间动脉自旋标记MRI图像	医学影像分析	肾脏疾病	多反转时间动脉自旋标记MRI	BiLSTM	医学影像	模拟数据和体内数据	NA	双向长短期记忆网络	量化误差	NA
72	2025-11-21	Proteomics data imputation with a deep model that learns from many datasets 2025-Nov-17, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101461 PMID:41260499	研究论文	提出一种基于深度学习的蛋白质组学数据缺失值插补方法Lupine，能够从多个数据集中联合学习	首个设计用于从多个数据集联合学习的蛋白质组学插补方法，能够学习蛋白质和患者样本的有意义表示	NA	解决质谱蛋白质组学数据中缺失值对分析的影响	质谱蛋白质组学数据，特别是来自1000多个癌症患者样本的串联质量标签数据	机器学习	癌症	质谱蛋白质组学，串联质量标签	深度学习	蛋白质组学定量数据	来自10种癌症类型的1000多个癌症患者样本	Python	NA	插补准确性，差异丰度蛋白质识别，基因本体术语识别	NA
73	2025-11-21	PET/CT-based deep learning model predicts distant metastasis after SBRT for early-stage NSCLC: A multicenter study 2025-Nov-15, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102663 PMID:41260004	研究论文	基于18F-FDG PET/CT图像开发深度学习融合模型预测早期非小细胞肺癌SBRT治疗后远处转移风险	首次基于多中心PET/CT数据开发深度学习融合模型，通过变分自编码器提取多模态特征，实现对早期NSCLC患者远处转移风险的精准预测	样本量相对有限（566例），外部验证集规模较小（80例），需要更大规模的前瞻性研究验证	开发并验证基于深度学习的预测模型，评估早期非小细胞肺癌患者接受立体定向放疗后的远处转移风险	早期非小细胞肺癌患者接受立体定向放疗治疗	数字病理	肺癌	18F-FDG PET/CT成像	变分自编码器, 全连接网络	医学图像（CT、PET、融合图像）	566例患者（来自5家医院），训练集347例，内部测试集139例，外部测试集80例	NA	变分自编码器, 全连接网络	C-index, 风险比	NA
74	2025-11-21	Deformable phrase level attention: A flexible approach for improving AI based medical coding 2025-Nov-15, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103299 PMID:41260194	研究论文	提出一种新颖的可变形短语级注意力机制，用于改进临床文本的AI驱动自动医疗编码	开发了可变形短语级注意力机制，能够同时识别词汇级和上下文短语级重要信息	NA	提高临床文本中医学概念的自动编码性能	电子病理报告和医院出院摘要中的医疗信息	自然语言处理	癌症	深度学习	Transformer, 传统深度学习模型	文本	629,908份电子病理报告和52,722份医院出院摘要	NA	Transformer	NA	NA
75	2025-11-21	From wastewater to epidemiological insights: A systematic review of modeling strategies for infectious disease surveillance 2025-Nov-13, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124977 PMID:41260128	系统综述	系统回顾利用废水监测数据估计和预测传染病指标的各种建模方法	首次系统分类和评估废水监测在传染病监测中的建模策略，强调模型可迁移性和方法学考量	面临模型相关限制、废水数据固有问题、临床结果选择、时间对齐、数据预处理和结果可解释性等挑战	为开发稳健通用的废水流行病学监测系统提供参考框架	废水监测数据和传染病指标	流行病学监测	传染病	废水监测	隔室模型, 回归模型, 机器学习, 深度学习	废水数据	NA	NA	NA	模型性能评估	NA
76	2025-11-21	Knowledge-informed deep learning to mitigate bias in joint air pollutant prediction 2025-Nov-12, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109915 PMID:41260014	研究论文	提出一种融合物理知识的深度学习框架，用于联合预测大气污染物并减少系统偏差	将平流-扩散方程和流体动力学约束直接集成到神经网络架构中，实现物理约束下的多污染物预测	NA	通过物理约束的深度学习提高大气污染物预测精度，减少系统偏差	大气污染物（氮氧化物和颗粒物）	机器学习	NA	深度学习	神经网络	大气污染物数据	加利福尼亚和中国大陆的地理区域数据	NA	物理约束神经网络	偏差减少率	NA
77	2025-11-21	Modeling protein-small molecule conformational ensembles with PLACER 2025-Nov-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2427161122 PMID:41187076	研究论文	开发了一种名为PLACER的图神经网络，用于生成蛋白质-小分子系统的构象集合	首次提出完全原子级别的图神经网络方法，能够快速生成蛋白质-小分子相互作用的构象集合，相比传统方法在速度和通用性上具有优势	NA	解决蛋白质-小分子相互作用构象异质性建模的挑战	蛋白质-小分子复合物系统	机器学习	NA	图神经网络	GNN	分子结构数据	来自剑桥结构数据库和蛋白质数据库的结构数据	NA	PLACER	结构生成准确性，酶活性(/值)	NA
78	2025-11-21	Artificial intelligence in chronic obstructive pulmonary disease: recent advances in imaging and physiological monitoring 2025-Nov-10, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001228 PMID:41208246	综述	总结人工智能在慢性阻塞性肺疾病影像学和生理监测领域的最新应用进展	深度学习模型在胸部X光和CT影像中实现COPD高精度检测、疾病特征量化和临床结局预测，机器学习算法改进肺功能测试解读并利用咳嗽声和可穿戴设备数据进行无创诊断	大多数应用仍处于早期开发阶段，面临临床验证不足、算法偏见和标准化评估指标缺失等关键挑战	推进慢性阻塞性肺疾病的诊断和管理	慢性阻塞性肺疾病患者	医学人工智能	慢性阻塞性肺疾病	胸部X光、计算机断层扫描、肺功能测试、咳嗽声分析、可穿戴智能设备监测	深度学习, 机器学习	医学影像, 生理信号, 音频数据	NA	NA	NA	准确度	NA
79	2025-11-21	MRomicsNet: A morphomics-radiomics-driven adaptive topological model for AD diagnosis on clinically routine T1-weighted images 2025-Nov-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109160 PMID:41260107	研究论文	提出一种基于形态组学-影像组学的自适应拓扑模型MRomicsNet，用于阿尔茨海默病的临床T1加权图像诊断	首次将形态组学和影像组学特征整合到脑网络构建中，通过双通道图卷积网络实现自适应拓扑建模	仅在ADNI和EDSD两个数据集上验证，需要更多临床数据验证泛化能力	开发阿尔茨海默病的自动诊断模型	阿尔茨海默病患者的大脑T1加权图像	医学影像分析	阿尔茨海默病	T1加权磁共振成像	图卷积网络	医学影像	ADNI和EDSD数据集（具体数量未明确说明）	深度学习框架	双通道图卷积网络（morphGCN通道和mrGCN通道）	诊断准确率	NA
80	2025-11-21	Scale-adjusted distance transform and its applications to segmentation of multimodal images 2025-Nov-07, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.11.003 PMID:41207402	研究论文	提出一种尺度调整距离变换方法，用于多模态图像中多尺度对象的精确分割	提出与传统距离变换概念不同的尺度调整距离变换，具有尺度不变性且在连续欧几里得空间中满足度量函数性质	未与现代深度学习方法进行系统性能比较，仅展示了有限的应用场景	开发一种尺度不变的距离变换方法，解决多尺度对象的结构分析问题	多模态图像中的多尺度对象，包括2D显微图像中的粘连细胞核和3D肺部CT图像中的动静脉	计算机视觉	NA	距离变换，梯度流路径追踪	模糊方法	2D显微图像，3D肺部CT图像	NA	NA	NA	分割准确性	NA