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
921	2025-12-28	Deep learning framework using UAV imagery for multi-disease detection in cereal crops 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33304-z PMID:41454037	研究论文	本文提出了一种基于无人机影像和混合深度学习的小麦多病害检测框架	提出了一种结合预训练VGG-16进行特征提取与多种机器学习分类器（SVM、RF、DT、XGBoost、BNB）的混合两阶段深度学习框架，用于小麦多病害检测	未明确说明	开发一种自动化、准确且实时的病害监测系统，用于现代精准农业	小麦作物及其病害	计算机视觉	小麦病害	无人机影像采集	CNN, SVM, RF, DT, XGBoost, BNB	图像	自定义数据集，包含条锈病、白粉病、赤霉病（镰刀菌头枯病）和黄矮病	未明确说明	VGG-16	准确率, 精确率, 召回率, F1分数	未明确说明
922	2025-12-28	Detection and diagnosis of diabetic retinopathy in retinal fundus images using agentic AI approaches 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34016-0 PMID:41454113	研究论文	本研究提出了一种基于智能代理的AI框架（AADR-AI），用于从视网膜眼底图像中检测和诊断糖尿病视网膜病变	将智能代理原则（自主性、反应性、主动性）引入DR检测系统，实现实时分析和基于患者特定差异的自适应特征学习	未在摘要中明确说明	开发一种能够早期检测和准确诊断糖尿病视网膜病变的自主、自适应AI系统	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	NA	CNN, Transformer	图像	基于基准数据集进行广泛实验，具体数量未在摘要中说明	NA	基于卷积和Transformer的网络多智能体集成	分类准确率	计算开销降低，具体资源未在摘要中说明
923	2025-12-28	Prior knowledge-guided multimodal deep learning system for biomarker exploration and prognosis prediction of urothelial carcinoma 2025-Dec-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02232-7 PMID:41454198	研究论文	本研究开发了一种结合先验知识的多模态深度学习系统，用于探索尿路上皮癌的生物标志物并预测其预后	整合了组织病理学、放射学和结构化病理文本等多模态数据，并引入先验知识以改进肿瘤分割和创建知识引导的切片表示，同时提出了CTContextNet、MacroContextNet和IM-NCTNet等新型网络架构	未明确提及具体局限性	开发一个准确预测尿路上皮癌预后的AI系统	尿路上皮癌患者	数字病理学	尿路上皮癌	组织病理学、放射学、结构化病理文本分析	深度学习	图像、文本	多中心、大规模、多队列验证，具体样本量未明确	NA	CTContextNet, MacroContextNet, IM-NCTNet	C-index	NA
924	2025-12-28	LoRA-based methods on Unet for transfer learning in aneurysmal subarachnoid hematoma segmentation 2025-Dec-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02116-y PMID:41454218	研究论文	本文提出了一种基于LoRA的Unet迁移学习方法，用于动脉瘤性蛛网膜下腔血肿的自动分割	开发了基于张量CP分解的新型CP-LoRA方法，并引入了分解权重矩阵为幅度和方向分量的DoRA变体，首次将LoRA方法应用于医学图像分割中的卷积神经网络	研究样本量有限（仅30例动脉瘤性SAH患者），且性能在小体积血肿（<25 mL）上较差（Dice 0.107-0.361）	探索从创伤性脑损伤到动脉瘤性蛛网膜下腔出血的迁移学习可行性，提高自动分割性能	动脉瘤性蛛网膜下腔出血患者的CT扫描图像	数字病理学	脑血管疾病	计算机断层扫描（CT）	CNN	医学图像	124例创伤性脑损伤患者（预训练）和30例动脉瘤性SAH患者（微调）	NA	Unet	Dice分数	NA
925	2025-12-28	AR-CDT NET: a deep deformable convolutional network for gut microbiome-based disease classification 2025-Dec-26, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06357-0 PMID:41454222	研究论文	本文提出了一种名为AR-CDT Net的新型深度学习框架，用于基于肠道微生物组数据进行疾病分类	整合了多尺度可变形卷积模块和通道动态Tanh激活函数，以更准确和鲁棒地分类宿主疾病状态，并能够捕捉微生物群落或功能群相互作用	未明确提及具体局限性	开发一个深度学习框架，用于基于肠道微生物组数据对疾病进行精确分类	肠道微生物组数据，涵盖八种疾病表型	机器学习	多种疾病	宏基因组测序	CNN	微生物组数据	超过8000个样本	NA	AR-CDT Net	AUC	NA
926	2025-12-28	Efficient quality classification of pretreated and dehydrated carrots using feature selection and intelligent models 2025-Dec-26, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70413 PMID:41454427	研究论文	本研究利用可见近红外反射光谱和人工智能技术，对经过不同预处理和脱水处理的胡萝卜片进行质量分类	采用递归特征消除结合极端梯度提升进行特征选择，识别出50个关键波长，并比较了19种人工智能模型在分类任务中的性能	未明确提及研究局限性	实现预处理和脱水胡萝卜产品的非破坏性质量分类，以支持质量控制、能源效率和消费者信心	经过超声波、蔗糖、阿拉伯胶和微波预处理，并在不同微波功率和真空压力下脱水的胡萝卜切片	机器学习	NA	可见近红外反射光谱	多层感知机, 支持向量机, 卷积神经网络	光谱数据	未明确提及具体样本数量	NA	NA	分类测试准确率, 测试时间	NA
927	2025-12-28	STAR: Soil texture analysis recognizer integrating domain-adaptive transfer learning with NIR spectroscopy 2025-Dec-25, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.128378 PMID:41453259	研究论文	本文提出了一种名为STAR的智能近红外光谱设备，用于精确的土壤质地分类，通过结合领域自适应迁移学习来解决模型泛化、标注数据依赖和跨域不一致性问题	提出了两种新颖的算法组件：面向迁移学习的光谱预处理方法TMSC以减少光谱分布偏移，以及SETAB框架来增强模型在跨区域和跨域不平衡条件下的适应性	研究主要基于四川省的局部土壤样本进行验证，未明确说明模型在其他地理区域或更广泛土壤类型上的泛化性能	开发一种用于精确土壤质地分类的智能近红外光谱设备，并解决光谱建模在实际部署中的泛化和跨域适应性问题	土壤样本	机器学习	NA	近红外光谱	深度学习	光谱数据	四川省的局部土壤样本（具体数量未明确说明）	NA	NA	准确率, Kappa系数	NA
928	2025-12-28	Enhanced classification prostate cancer based on generative adversarial networks and integrated deep learning with vision transformer models 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31623-9 PMID:41444330	研究论文	本文提出了一种结合生成对抗网络、集成深度学习与视觉Transformer模型的增强型前列腺癌分类方法	提出了一种无需修改源图像的安全隐写术，并首次将ViT与GAN、SVM及多种深度学习模型（EfficientNet-B4、DenseNet121、ResNet-18）集成用于前列腺癌诊断	方法仅在DWI前列腺癌数据集上验证，未在其他模态或疾病数据集上测试泛化能力	开发一种安全且高精度的前列腺癌医学图像分类与诊断系统	扩散加权成像（DWI）前列腺癌数据集	计算机视觉	前列腺癌	扩散加权成像（DWI）	GAN, SVM, CNN, Transformer	医学图像	NA	NA	Vision Transformer (ViT), EfficientNet-B4, DenseNet121, ResNet-18	准确率, 敏感度, 精确率, F1分数, PSNR, SSIM	NA
929	2025-12-28	Detection of cystoid macular edema in patients with retinitis pigmentosa based on deep learning 2025-Dec-24, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00762-6 PMID:41444668	研究论文	本研究首次应用深度学习算法基于光学相干断层扫描图像自动检测视网膜色素变性患者的黄斑囊样水肿	首次将深度学习算法应用于视网膜色素变性患者黄斑囊样水肿的诊断与管理	NA	利用深度学习模型基于光学相干断层扫描图像检测视网膜色素变性患者的黄斑囊样水肿	视网膜色素变性患者的黄斑囊样水肿	计算机视觉	视网膜色素变性	光谱域光学相干断层扫描	CNN	图像	1,318张光学相干断层扫描图像，来自296只眼睛	Scikit-learn	ResNet-34, ResNet-18	准确率, F1分数, ROC	NA
930	2025-12-28	Enhancing groundwater level prediction with a hybrid deep learning model in Jinan City, China 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28200-5 PMID:41444734	研究论文	本研究构建了一种新颖的混合深度学习模型STGPM，用于预测中国济南市的地下水水位，该模型结合了图神经网络和循环神经网络以捕捉时空模式	提出了一种新颖的混合深度学习模型STGPM，该模型独特地结合了图神经网络和循环神经网络，能够同时捕捉监测井之间的水文连通性和多尺度时间依赖性，克服了传统时间序列模型的关键局限性	NA	为可持续利用和科学管理地下水资源提供准确的地下水水位预测工具	中国济南市的地下水水位	机器学习	NA	NA	图神经网络, 循环神经网络	时间序列数据	NA	NA	Spatio-Temporal Graph Prediction Model (STGPM)	MAE, RMSE, R	NA
931	2025-12-28	End-to-end vs. human-defined feature extraction: comparing deep learning approaches for age classification using mandibular third molars 2025-Dec-24, The Journal of forensic odonto-stomatology DOI:10.5281/zenodo.17776415 PMID:41452801	研究论文	本研究比较了基于下颌第三磨牙X光片的三种年龄分类方法，以评估其在泰国人群中的性能	首次系统比较了传统人工方法、端到端深度学习模型和基于人工定义特征提取的深度学习方法在年龄分类任务中的表现	研究仅针对泰国人群，样本年龄范围有限（14-23岁），且未考虑种族多样性对模型泛化能力的影响	评估不同方法在基于下颌第三磨牙X光片进行年龄分类（是否超过18岁）中的准确性和实用性	下颌第三磨牙X光片图像	计算机视觉	NA	X光成像	CNN	图像	3,407张图像，来自14-23岁的个体	NA	NA	特异性, 敏感性, 贝叶斯后验概率, 准确率	NA
932	2025-12-28	Elevated RNV on Widefield OCTA Predicts Complications in High-Risk PDR 2025-Dec-24, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.12.017 PMID:41453592	研究论文	本研究探讨了基于单次宽场扫频源OCT血管成像的视网膜新生血管指标预测高风险增殖性糖尿病视网膜病变患者后续视力威胁并发症的能力	首次利用宽场SS-OCTA结合深度学习算法自动分割和量化视网膜新生血管膜及血管区域，并基于其与内界膜的轴向关系（抬高型与附着型）预测并发症风险	样本量较小（仅18只眼），随访时间中位数为291天，可能不足以全面评估长期并发症风险	预测高风险增殖性糖尿病视网膜病变患者发生玻璃体出血或牵拉性视网膜脱离等视力威胁并发症的风险	临床分级为高风险增殖性糖尿病视网膜病变的患者眼睛	数字病理学	糖尿病视网膜病变	单次26×21毫米宽场扫频源OCT血管成像	深度学习	OCT血管成像图像	18只高风险增殖性糖尿病视网膜病变的眼睛	NA	NA	AUC, 敏感性, 特异性	NA
933	2025-12-28	Cardiac Function Assessment with Deep-Learning-Based Automatic Segmentation of Free-Running 4D Whole-Heart CMR 2025-Dec-24, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.102677 PMID:41453741	研究论文	本研究开发并验证了一种基于深度学习的自动分割框架，用于自由运行4D全心心脏磁共振成像，以实现快速、准确且具有临床意义的解剖和功能分析	首次针对各向同性3D+心动周期的自由运行心脏MRI数据，开发了深度学习分割框架，能够利用其独特的时空丰富性，克服现有方法仅适用于2D电影或静态3D采集的局限性	右心室指标的临床一致性范围较宽，表明在右心室分割精度上仍有提升空间	开发并验证一种深度学习分割框架，以促进自由运行心脏MRI的临床整合，实现准确、快速的心脏解剖和功能分析	自由运行心脏MRI数据中的左心室血池、右心室血池和左心室心肌	医学影像分析	心血管疾病	自由运行心脏MRI，包括1.5T bSSFP和3T对比增强GRE采集	CNN	4D心脏MRI图像	NA	NA	3D nnU-Net	Dice相似系数, 相对体积差异, 组内相关系数, 偏差, 左心室-右心室每搏输出量一致性, 收缩期-舒张期左心室心肌体积不匹配	NA
934	2025-12-28	Deep learning-based 3D automatic segmentation of impacted canines in CBCT scans 2025-Dec-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07117-5 PMID:41437345	研究论文	本研究开发了一种基于nnU-Net v2的深度学习模型，用于自动分割CBCT扫描中的阻生尖牙	首次将nnU-Net v2架构应用于阻生尖牙的3D自动分割，实现了高精度的检测与分割性能	研究样本量有限（仅159例CBCT扫描），且为回顾性数据，可能存在选择偏倚	开发自动分割阻生尖牙的深度学习模型，以提升牙颌面放射学诊断效率	CBCT扫描中的阻生尖牙	计算机视觉	牙科疾病	CBCT成像	CNN	3D医学图像	159例CBCT扫描	nnU-Net v2	nnU-Net	召回率, 精确率, Dice相似系数, 95% Hausdorff距离, 交并比	NA
935	2025-12-28	Fuzzy logic and deep learning approach for automated white blood cell detection and classification via multi-CNN feature fusion 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28354-2 PMID:41430086	研究论文	本文提出了一种结合多CNN特征融合与模糊逻辑EDAS评估的新框架，用于自动检测和分类白细胞	整合了DenseNet121、MobileNetV2和ResNet101的多CNN特征融合，并采用模糊EDAS模型进行特征优先级排序，提高了分类的鲁棒性和可解释性	未在实时场景中验证，且需要更多样化的数据集以确保泛化能力	开发自动白细胞检测与分类方法以辅助血液疾病诊断	白细胞（中性粒细胞、嗜酸性粒细胞、单核细胞、淋巴细胞）	计算机视觉	白血病	NA	CNN	图像	8013张图像	NA	DenseNet121, MobileNetV2, ResNet101	准确率, 精确率, 灵敏度, F1分数	NA
936	2025-12-28	Advanced deep-learning model for temporal-dependent prediction of dynamic behavior of AC losses in superconducting propulsion motors for hydrogen-powered cryo-electric aircraft 2025-Dec-17, Communications engineering DOI:10.1038/s44172-025-00554-8 PMID:41407868	研究论文	本文提出了一种先进的深度学习模型，用于预测氢动力低温电动飞机中超导推进电机动态交流损耗的时变行为	开发了首个能够预测超导推进电机动态交流损耗（包括周期平均和瞬时波形形态）的AI模型，并推广至未见设计，相比传统方法（如有限元分析、解析模型或早期智能模型）在速度和准确性上具有显著优势	NA	优化氢动力低温电动飞机中超导推进电机的效率、最小化低温热负荷并最大化比功率密度，通过快速准确的动态交流损耗预测支持系统级建模设计	氢动力低温电动飞机中的超导推进电机	机器学习	NA	深度学习	深度学习模型	电机配置数据集	大型电机配置数据集	NA	NA	准确性（R），预测时间	NA
937	2025-12-28	Predicting and Synchronising Co-Speech Gestures for Enhancing Human-Robot Interactions Using Deep Learning Models 2025-Dec-13, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10120835 PMID:41439904	研究论文	本文提出了一种基于深度学习的系统，用于预测并同步机器人的伴随语音手势，以增强人机交互的生动性	结合深度学习模型预测手势类型，并通过规则模块实现手势与语音的精确同步，满足实时交互的时间约束	NA	提升机器人在人机交互中的表现力和自然度，使其能够通过多模态动作有效传达信息	机器人的语音和伴随手势	自然语言处理	NA	深度学习	RNN, 条件随机场, Transformer	语音文本	NA	NA	NA	NA	NA
938	2025-12-28	Renji endoscopic submucosal dissection video data set for Esophagus 2025-Dec-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06252-6 PMID:41372209	研究论文	本研究介绍了首个公开的食管内镜黏膜下剥离术视频数据集，包含25个手术视频和141,909个阶段标注	这是首个公开的、带有全面阶段标注的食管ESD视频数据集，为未来相关数据库建立了基准	NA	为基于深度学习的消化内镜手术阶段识别框架提供高质量标注数据集	食管内镜黏膜下剥离术视频	计算机视觉	食管病变	内镜黏膜下剥离术	NA	视频	25个手术视频，包含141,909个阶段标注	NA	NA	NA	NA
939	2025-12-28	Comparative CFD Simulations of a Soft Robotic Fish for Undulatory Swimming Behaviors 2025-Dec-02, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10120805 PMID:41439874	研究论文	本文提出了一种用于分析波动游泳行为的机器鱼水动力性能预测策略，通过CFD模拟和深度学习模型进行性能评估	结合计算流体动力学模拟与基于LSTM、CNN和GRU的深度学习时间序列预测模型，对机器鱼的推力进行预测，并比较不同模型的性能	研究基于二维机器鱼模型进行模拟，可能未完全反映三维真实环境中的复杂流体动力学效应	分析机器鱼在波动游泳行为中的水动力性能，并预测其推力	软体机器鱼	机器人与流体动力学	NA	计算流体动力学模拟，深度学习时间序列预测	LSTM, CNN, GRU	模拟数据	NA	NA	CNN-GRU, LSTM, CNN, GRU	均方根误差	NA
940	2025-12-28	AI-Integrated Micro/Nanorobots for Biomedical Applications: Recent Advances in Design, Fabrication, and Functions 2025-Dec-02, Biosensors DOI:10.3390/bios15120793 PMID:41440274	综述	本文综述了人工智能与微/纳米机器人集成在生物医学应用中的最新进展，特别是在设计、制造和功能方面	将AI算法（如机器学习和深度学习）与微/纳米机器人结合，实现自主、自适应和高分辨率的生物分析，重塑生物传感领域	面临可扩展性、能源自主性、数据标准化和闭环控制等关键挑战	探讨AI集成微/纳米机器人在生物医学传感中的设计、制造和功能整合，以推动智能、响应式临床转化系统	微/纳米机器人系统及其在生物医学传感中的应用	机器学习	NA	光刻、软光刻、纳米压印、3D打印、自组装	机器学习, 深度学习	NA	NA	NA	NA	NA	NA