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
781	2025-12-31	Diagnostic accuracy of artificial intelligence-based deep learning models in detecting furcation involvement: A systematic review and meta-analysis 2025-Dec-30, Journal of periodontology IF:4.2Q1 DOI:10.1002/jper.70055 PMID:41466554	系统综述与荟萃分析	本文系统综述并荟萃分析了基于人工智能的深度学习模型在检测牙根分叉病变方面的诊断准确性	首次对深度学习模型在牙科影像中检测牙根分叉病变的诊断性能进行了系统性的定量评估和荟萃分析	纳入研究数量有限（8项），需要更大、更多样化的数据集来减少假阳性并实现安全的临床整合	系统评估深度学习模型在牙科影像中检测牙根分叉病变的诊断潜力	牙科影像（根尖片、全景片、锥形束CT）中的磨牙及其牙根分叉病变	数字病理学	牙周病	牙科影像学（根尖片、全景片、锥形束CT）	深度学习模型	影像	7814张影像，涉及12373颗磨牙	NA	NA	灵敏度，特异度，F1分数，曲线下面积，诊断比值比	NA
782	2025-12-31	A hybrid model for structured illumination microscopy reconstruction using attention mechanism and deep Laplacian pyramid network with Fourier loss 2025-Dec-30, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70057 PMID:41467734	研究论文	提出一种结合注意力机制和深度拉普拉斯金字塔网络的混合模型，用于结构光照明显微镜图像的超分辨率重建	提出Att-SIM-LapSRN混合深度学习框架，首次将注意力U-Net与拉普拉斯金字塔超分辨率网络结合，并引入基于FFT的损失函数，以解决SIM重建中的伪影、噪声和高频细节丢失问题	未提及模型在极低信噪比或极端光照条件下的鲁棒性，也未讨论计算复杂度和实时处理能力	提升结构光照明显微镜在低光条件下的超分辨率成像质量，减少重建伪影并增强高频细节	生物样本的超分辨率显微图像	计算机视觉	NA	结构光照明显微镜	深度学习, 混合模型	图像	使用BioSR数据集（具体样本数量未说明）	未明确说明（可能为PyTorch或TensorFlow）	Attention U-Net, Laplacian pyramid super-resolution network	PSNR, SSIM, 感知质量指标	NA
783	2025-12-31	Explainable deep learning for predicting HER-2 expression in breast cancer: a multicenter study 2025-Dec-30, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251392501 PMID:41468007	研究论文	本研究开发了一个可解释的深度学习成像框架，用于术前无创预测乳腺癌HER-2表达	结合了基于ResNet的深度学习模型与临床预测因子，构建了一个可解释的、用于无创预测HER-2表达的联合预测框架	回顾性研究，样本量有限（450例），且依赖于多中心数据的一致性	开发一个可解释的深度学习框架，用于术前无创预测乳腺癌HER-2表达，以指导治疗决策	450例经病理证实HER-2状态的乳腺癌患者的磁共振成像数据和临床记录	数字病理	乳腺癌	磁共振成像	深度学习, 机器学习	图像, 临床记录	450例患者（来自四个医疗中心）	NA	ResNet	AUC	NA
784	2025-12-31	AI-driven molecular modeling and design: from property prediction to drug generation 2025-Dec-29, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00745-7 PMID:41460590	研究论文	本文提出了一种名为ME&PP-MG&RC的深度学习框架，用于分子建模与设计，包括属性预测和药物生成	整合了分子编码与属性预测（ME&PP）以及分子生成与真实性分类（MG&RC）组件，提供统一的分子设计管道，实现了精确属性预测、新分子生成和真实性验证	未明确提及模型在更大规模或更复杂数据集上的泛化能力，也未讨论计算成本或实际应用中的潜在挑战	通过深度学习技术推进计算分子设计和药物发现，实现自动化药物候选物识别	分子化合物，特别是针对QM9和ZINC数据集中的分子	机器学习	NA	深度学习，图神经网络	图神经网络	分子结构数据	涉及QM9和ZINC数据集，但未指定具体样本数量	未明确指定，可能为PyTorch或TensorFlow	未指定具体架构，但基于图神经网络模型	平均绝对误差	NA
785	2025-12-31	Interpretable machine learning algorithms for diagnostic prediction of diabetic retinopathy 2025-Dec-29, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251410736 PMID:41460717	研究论文	本研究提出了一种新颖、标准化且可解释的机器学习框架，旨在提高糖尿病视网膜病变风险预测的诊断效率和准确性	采用动态加权投票集成方法，并结合SHAP进行可解释性分析，以增强模型的临床可信度	未明确提及研究的局限性	开发一种高精度且可解释的机器学习框架，用于糖尿病视网膜病变的诊断预测	糖尿病患者的临床数据	机器学习	糖尿病视网膜病变	机器学习算法	LightGBM, CatBoost, Extreme Random Tree, 集成模型	临床特征数据	未明确提及具体样本数量	未明确提及具体框架	动态加权投票集成	准确率, 灵敏度, AUC	未明确提及计算资源
786	2025-12-31	A High-Efficiency and High-Accuracy Cellular Segmentation Scheme for Imperfect Cytoarchitecture Images 2025-Dec-29, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70110 PMID:41460794	研究论文	本文提出了一种针对不完美细胞结构图像的高效高精度细胞分割方案	针对不完美细胞结构图像，结合图像增强与无需额外训练的Cellpose预训练模型，显著提升了分割精度	NA	开发一种高效且高精度的细胞分割方法，以支持细胞形态学分析和疾病诊断	不完美的细胞结构图像	数字病理学	NA	细胞图像增强，深度学习分割	CNN	图像	NA	NA	Cellpose	IoU, ACC, MCC, Dice	NA
787	2025-12-31	A Fully Automated Multistage Deep Learning System for Lenke Classification: Enhanced Diagnostic Precision in Adolescent Idiopathic Scoliosis 2025-Dec-29, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.25.01015 PMID:41460944	研究论文	本研究开发并验证了一个用于青少年特发性脊柱侧凸Lenke分型的全自动多阶段深度学习系统	首次提出一个集成了椎骨分割、腰椎椎弓根定位和特征融合模块的全自动端到端Lenke分型系统，实现了高精度的客观分类	研究为回顾性设计，样本主要来自汉族人群，外部验证的普适性有待进一步研究	开发一个自动化系统以减少青少年特发性脊柱侧凸Lenke分型的主观性和观察者间差异	青少年特发性脊柱侧凸患者和健康对照者的全脊柱X光片	数字病理学	青少年特发性脊柱侧凸	X光成像	深度学习	医学影像	650名个体（467名AIS患者，183名健康对照）	NA	Swin-Unet, DeepLabv3+	准确率, F1分数, Dice系数, 组内相关系数	NA
788	2025-12-31	Dynamic graph neural network-based framework to increase detection accuracy in SDN under DDOS 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32102-x PMID:41461853	研究论文	提出了一种基于动态图神经网络的框架GCTNetwork，用于实时检测软件定义网络中的DDoS攻击	提出了一种创新的动态图神经网络框架，结合了门控卷积时序层、边缘感知LSTM和图注意力层，以集成分析节点-边缘特征、建模时序依赖并强调关键通信路径	未明确提及，但可能包括对特定SDN数据集或环境的依赖，以及动态攻击模式适应性的进一步验证需求	提高软件定义网络（SDN）中分布式拒绝服务（DDoS）攻击的检测精度	软件定义网络（SDN）中的DDoS攻击	机器学习	NA	动态图神经网络（DGNN）	GNN, LSTM, GAT	网络流量数据（图结构数据）	使用SDN数据集，具体样本数量未明确说明	未明确指定，但可能基于PyTorch或TensorFlow等深度学习框架	GCTNetwork（包含Gated Convolutional Temporal层、Edge-Aware LSTM、Graph Attention Layer）	准确率, F1分数, 误报指数（FAI）	未明确说明
789	2025-12-31	Deep learning denoising enables rapid SEM imaging under charging conditions for FE SEM, CD SEM, and review SEM 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33273-3 PMID:41461855	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
790	2025-12-31	A painting art rendering system by deep learning framework and machine translation 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34058-4 PMID:41461861	研究论文	本研究提出了一种基于深度学习和机器翻译的绘画艺术渲染系统，旨在解决民族大学绘画教学中技术传承、跨语言障碍和个性化不足等问题	提出了一种集成了“技术传承-风格渲染-文化解读-个性化指导”的协作教学框架，引入了改进的生成对抗网络实现八种民族绘画风格的自动渲染，以及视觉上下文Transformer实现跨民族语言的绘画术语语义映射	NA	为民族绘画技术的数字化保存和跨文化交流提供一种实用的方法	民族绘画艺术作品和跨民族语言的绘画术语	计算机视觉, 自然语言处理	NA	深度学习, 机器翻译	生成对抗网络, Transformer	图像, 文本	包含12,000件艺术作品和5,000条术语条目的多模态数据集	NA	生成对抗网络, Transformer	F1分数, 语义匹配率	NA
791	2025-12-31	Explainable fusion of EfficientNetB0 and ResNet50 for liver fibrosis staging in ultrasound imaging 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33544-z PMID:41461883	研究论文	本文提出了一种结合EfficientNetB0和ResNet50的多流深度学习架构，用于超声成像中的肝纤维化分期	提出了一种特征级融合的多流深度学习架构，结合了EfficientNetB0和ResNet50模型，并采用了先进的归一化/正则化技术	NA	开发一种用于肝纤维化分期的深度学习模型，以辅助临床诊断和治疗决策	超声成像中的肝纤维化分期	计算机视觉	肝纤维化	超声成像	CNN	图像	NA	NA	EfficientNetB0, ResNet50	准确率, 损失值	NA
792	2025-12-31	Improving sign Language recognition system for assisting deaf and dumb people using pathfinder algorithm with representation learning model 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34283-x PMID:41461898	研究论文	本文提出了一种基于Pathfinder算法和表示学习模型的新型手语识别系统，旨在提高系统的鲁棒性、准确性和实际应用效果	整合了Pathfinder算法优化策略与SE-DenseNet特征提取模型，结合Elman神经网络进行分类，并通过PFA进行参数调优，提升了手语识别的性能	NA	提高手语识别系统的准确性和鲁棒性，以辅助聋哑人士进行有效沟通	美国手语数据集中的手语图像	计算机视觉	NA	高斯滤波, SE-DenseNet特征提取, Elman神经网络分类, Pathfinder算法优化	ENN, DenseNet	图像	NA	NA	SE-DenseNet, Elman神经网络	准确率	NA
793	2025-12-31	An enhanced deep learning framework for intrusion classification enterprise network using multi-branch CNN-attention architecture 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34166-1 PMID:41461889	研究论文	本文提出了一种面向企业网络部署的入侵检测框架，该框架结合了多分支CNN-注意力架构与微调的决策树分类器	提出了一种结合多分支卷积神经网络与通道注意力机制，并集成微调决策树分类器的部署导向型入侵检测框架，在提升分类性能的同时提供了可解释的规则且推理开销低	NA	开发一个高精度、可解释且适用于实际部署的企业网络入侵检测系统	企业网络流量数据	机器学习	NA	NA	CNN, 决策树	网络流量数据	CIC-IDS2017数据集包含超过200万个带标签的网络流，NSL-KDD数据集包含125,000条连接记录	NA	多分支CNN-注意力架构	准确率, ROC-AUC, 宏F1分数	NA
794	2025-12-31	Deep learning-driven morphological fingerprinting: rapid, accurate and low-cost pathogen identification via the analysis of dried patterns of droplets 2025-Dec-29, Journal of nanobiotechnology IF:10.6Q1 DOI:10.1186/s12951-025-03923-9 PMID:41462248	研究论文	本研究提出了一种基于深度学习的AI平台，通过分析微生物悬浮液在载玻片上干燥形成的物种特异性脱水图案，实现快速、准确且低成本的病原体识别	首次利用微生物干燥过程中产生的脱水图案作为形态指纹，结合ResNet-34深度学习模型，实现了5分钟内快速病原体识别，为资源有限地区提供了创新的即时诊断工具	研究仅针对7种常见血流感染病原体，未涵盖所有可能病原体；且需要40°C干燥步骤，可能受环境条件影响	开发一种快速、低成本的血流感染病原体识别方法，以指导及时抗生素治疗	常见血流感染病原体，包括大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌、金黄色葡萄球菌、粪肠球菌和白色念珠菌	计算机视觉	血流感染	微生物悬浮液干燥图案分析	CNN	图像	10,055张脱水图案图像	PyTorch	ResNet-34	准确率, AUC-ROC	NA
795	2025-12-31	Capsule graph networks for accurate and interpretable crystalline materials property prediction 2025-Dec-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01139-5 PMID:41462335	研究论文	本文提出了一种结合胶囊网络与E(3)等变图神经网络的深度学习框架，用于精确且可解释的晶体材料性质预测	首次将E(3)等变图神经网络与胶囊网络结合，能够同时捕捉三维空间的物理对称性和晶体结构的层次化部分-整体关系，提供无监督的可解释性基元发现	未明确提及具体局限性	加速材料发现，通过精确且可解释的建模理解晶体材料的结构-性质关系	晶体材料	机器学习	NA	NA	图神经网络, 胶囊网络	图数据	Materials Project和Matbench数据集	NA	Capsule Graph Networks with E(3)-Equivariance (CGN-e3)	MAE	NA
796	2025-12-31	A memory based model for cartilage and meniscus segmentation in 3D knee MRI 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31503-2 PMID:41462583	研究论文	本文提出了一种基于记忆的视觉基础模型SAMRI-2，用于从3D膝关节MRI中分割软骨和半月板，以提高分割的准确性和效率	引入了基于记忆的视觉基础模型（VFM）和混合洗牌策略（HSS），结合分割掩码传播技术，提升了模型的空间感知能力和收敛性，在减少标注工作量的同时保持了高精度	模型性能依赖于专家标注数据集，且可能受到不同读者间变异性的影响，尽管使用了多中心数据，但外部验证的样本量相对有限（57例）	开发一种可靠的人工智能辅助膝关节MRI分割方法，以改进骨关节炎的形态学评估	膝关节软骨和半月板	计算机视觉	骨关节炎	MRI	Transformer, CNN	3D MRI图像	575个3D膝关节MRI体积（来自270名患者），测试集包含57个外部病例	NA	SAMRI-2, 3D-VNet, 3D nnU-Net, SAMRI2D, SAMRI3D	Dice相似系数（DSC）, 交并比（IoU）	NA
797	2025-12-31	A hybrid quantum-classical convolutional neural network with a quantum attention mechanism for skin cancer 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31122-x PMID:41466036	研究论文	本文提出了一种结合量子注意力机制的混合量子-经典卷积神经网络（QAttn-CNN），用于皮肤癌图像分类	引入量子注意力机制（QAttn）和量子卷积层，利用量子并行性将计算复杂度从O(N)降低到O(log N)，提高了特征选择和分类准确性	未明确说明模型在更大规模或更复杂数据集上的泛化能力，以及量子硬件实际部署的可行性	开发一种高效的量子-经典混合深度学习模型，以改善皮肤癌的早期检测和分类	皮肤癌图像（恶性与良性皮肤病变）	计算机视觉	皮肤癌	量子计算，深度学习	CNN	图像	3297张皮肤镜图像（1800例良性，1497例恶性），来自ISIC档案	NA	QAttn-CNN, QAttn-ViT, QAttn-ResNet18	准确率, 精确率, 召回率, F1分数	NA
798	2025-12-31	Interpretable multimodal deep learning improves postoperative risk stratification in intrahepatic cholangiocarcinoma in multicentre cohorts 2025-Dec-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02282-x PMID:41466129	研究论文	本研究开发了一种基于Transformer的可解释多模态深度学习框架，用于预测肝内胆管癌患者术后2年总生存率	提出了一种融合临床变量、影像组学特征和全切片病理图像的多模态Transformer模型，并利用空间转录组学和蛋白质组学验证了模型的生物学可解释性	研究基于多中心队列，但样本量可能仍有限，且模型在更广泛人群中的泛化能力需进一步验证	改善肝内胆管癌患者术后风险分层	肝内胆管癌患者	数字病理学	肝内胆管癌	空间转录组学, 空间蛋白质组学	Transformer	临床变量, 影像组学特征, 全切片病理图像	三个独立验证队列	NA	Transformer	AUC	NA
799	2025-12-31	CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography 2025-Dec-29, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251399875 PMID:41466179	研究论文	提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法，用于资源受限设备上的超声弹性成像	首次将动态剪枝、知识蒸馏和课程学习整合到单一框架中，用于超声运动估计模型的压缩，显著减少参数和计算量同时保持性能	未明确说明模型在更广泛临床数据或不同超声设备上的泛化能力，且压缩后模型仍可能对资源极度受限设备构成挑战	开发资源高效的深度学习模型，用于超声弹性成像中的运动估计	模拟、体模和体内超声数据	计算机视觉	NA	超声弹性成像	CNN	射频超声数据，B模式数据	NA	NA	UMEN-Net, DP-Net, CDP-KDNet	信噪比，对比噪声比	NA
800	2025-12-31	RFDNet: Robust Frequency-Based Denoising Network for 3D Ultrasound Vascular Imaging Using a Row-Column Addressed Array 2025-Dec-29, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251398442 PMID:41466464	研究论文	本文提出了一种用于3D超声血管成像的鲁棒频率去噪网络，以解决行-列寻址阵列成像中的斜坡形噪声问题	提出了一个深度频率滤波模块，该模块能自适应地滤波编码器中的频率成分，抑制斜坡形噪声并动态平衡频谱内容，从而减少对域偏移和切片间强度不一致性的敏感性	当前研究依赖于2D切片训练与3D重建，而非全体积3D训练；未来工作将探索3D训练和架构优化以提高计算效率	提升行-列寻址阵列3D超声血管成像的图像质量，抑制由点扩散函数各向异性引起的斜坡形噪声	多普勒体模、颈动脉和腹部数据集	计算机视觉	心血管疾病	3D超声血管成像	CNN	3D超声图像	NA	NA	RFDNet	峰值信噪比, 结构相似性, 均方根误差	NA