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
1341	2025-12-23	Continuous-time air pollutant forecasting using multi-timescale attention neural ordinary differential equations (MA-NODE) 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27903-z PMID:41419495	研究论文	本文提出了一种新颖的多时间尺度注意力神经常微分方程框架，用于多步空气污染物预测	首次将神经常微分方程应用于多步空气污染预测，通过连续时间建模减少多步离散化误差，并引入多时间尺度分解和注意力机制以捕捉不同的时间行为	未明确提及模型的计算复杂度或在大规模部署中的实际限制	开发一种能够准确预测空气污染物浓度的连续时间深度学习模型，以支持环境管理和公共卫生决策	空气污染物（PM2.5、O3、NO2、SO2、CO、PM10）	机器学习	NA	NA	Neural ODE, 注意力机制	时间序列数据（站点观测数据）	NA	NA	Multi-timescale Attention Neural ODE	R², MAE, RMSE, 95%区间覆盖率	NA
1342	2025-12-23	Identifying co-occurrences of message chains and member ignoring method in android applications using static program analysis and dynamic stacking ensemble 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27817-w PMID:41419514	研究论文	本文提出一种结合静态程序分析和动态堆叠集成学习的方法，用于检测Android应用中消息链与成员忽略方法这两种代码坏味的共现现象	首次针对Android特定代码坏味（MC与MIM）的共现检测提出集成方案，开发了自动化样本生成工具ASSD，并设计了动态堆叠集成与后向消除策略	方法主要针对Android平台，未验证在其他移动平台或通用软件中的适用性；样本生成依赖特定工具链	检测Android应用中代码坏味的共现模式以提升软件可维护性	Android应用程序代码	软件工程	NA	静态程序分析，集成学习	传统机器学习模型，深度学习模型	代码文本	通过ASSD工具生成的标注正负样本集	NA	动态堆叠集成（包含5个传统机器学习模型和3个深度学习模型）	F1分数，马修斯相关系数（MCC）	NA
1343	2025-12-23	Firearm classification from acoustic signals using combined mel spectrogram, MFCC, LFCC, and CRNN networks 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27949-z PMID:41419548	研究论文	本文提出了一种基于声学信号处理与深度学习相结合的方法，用于从枪声信号中分类枪支类型	提出了一种新颖的MLFCC特征集，结合了梅尔频谱图、MFCC和LFCC特征，并利用CRNN网络进行实时枪支分类	系统对极端环境条件敏感，可能影响分类性能	开发一个能够实时、准确分类枪支类型的声学信号处理系统	枪声的声学信号	机器学习	NA	声学信号处理	CRNN	音频信号	NA	NA	CRNN	准确率, 计算效率	NA
1344	2025-12-23	Non-invasive anemia detection from conjunctiva and sclera images using vision transformer with attention map explainability 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32343-w PMID:41419564	研究论文	提出了一种基于结膜和巩膜图像的非侵入性贫血检测方法，利用Vision Transformer模型实现高精度分类	首次将Vision Transformer模型应用于结膜-巩膜图像的贫血检测，并结合可解释性技术提供模型决策的视觉依据	未明确说明数据集的多样性和泛化能力，未提及模型在临床环境中的实际验证情况	开发非侵入性贫血检测方法以减少传统侵入式诊断的需求	结膜和巩膜图像	计算机视觉	贫血	图像分析	Vision Transformer (ViT)	图像	NA	NA	Vision Transformer	准确率	NA
1345	2025-12-23	Dehaze-attention: enhancing image dehazing with a multi-scale, attention-based deep learning framework 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27959-x PMID:41419565	研究论文	本研究提出了一种名为Dehaze-Attention的多尺度注意力深度学习框架，用于增强图像去雾效果	引入了注意力机制和多尺度网络结构，以动态聚焦相关特征并处理不同密度的雾霾，同时结合全局和局部特征分析	NA	改进图像去雾技术，以处理复杂大气条件下的可变雾霾密度，并保持图像结构信息	从UDTIRI数据集合成的雾霾图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	多尺度注意力网络	PSNR, SSIM	NA
1346	2025-12-23	ProjFusNet: deep neural network for peptide precursor prediction using projection-fused protein language model and structural features 2025-Dec-19, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01117-x PMID:41419957	研究论文	本文提出了一种名为ProjFusNet的深度学习框架，用于整合蛋白质序列和结构特征以预测肽前体	通过投影融合策略整合ESM-2的进化尺度蛋白质序列表示与结构特征，并利用双向LSTM建模序列与结构间的复杂相互作用	未在摘要中明确说明	准确识别肽前体，以阐明生命调控机制和开发新型疗法	肽前体序列	自然语言处理	NA	深度学习	双向LSTM	序列数据, 结构特征	NA	NA	ProjFusNet	ACC, SN, AUC, SP, MCC	NA
1347	2025-12-23	Deep learning-based classification of lung adenocarcinoma subtypes in histopathological images using DS-EffNet 2025-Dec-18, Human pathology IF:2.7Q2 DOI:10.1016/j.humpath.2025.106020 PMID:41421723	研究论文	本研究提出了一种名为DS-EffNet的深度学习模型，用于对肺腺癌组织病理学图像进行亚型分类	将深度可分离残差块、RefConv、通道注意力池化和多维协作注意力模块集成到EfficientNetV2-S架构中，优化了复杂病理模式的特征提取和建模	未明确提及模型在更大规模、更多样化数据集上的验证情况，也未讨论模型在临床部署中的具体挑战	提高肺腺癌组织病理学图像亚型分类的准确性和效率	肺腺癌组织病理学图像	数字病理学	肺癌	组织病理学成像	CNN	图像	主要实验数据集和LC25000数据集（具体样本数未在摘要中提供）	NA	EfficientNetV2-S	准确率, F1分数, AUC	NA
1348	2025-12-23	Development of the model for predicting the efficacy of bevacizumab and prognosis in ovarian cancer using deep learning-based pathomics signatures 2025-Dec-17, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003823 PMID:41424025	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1349	2025-12-23	Accuracy of fully automated iliac artery tortuosity measurements in patients with abdominal aortic aneurysm using deep learning 2025-Dec-16, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112609 PMID:41422647	研究论文	本研究通过外部验证，评估了基于深度学习的髂动脉迂曲度自动测量工具（PRAEVAorta 2）在腹主动脉瘤患者CT血管造影中的准确性	首次在腹主动脉瘤患者中对深度学习自动化髂动脉迂曲度测量工具进行了多中心外部验证，并与国际公认核心实验室的手动测量结果进行了对比	21.1%的扫描因明显的分割错误被排除分析，工具对髂内动脉闭塞和重叠动脉瘤等复杂情况的分割仍存在失败风险	验证深度学习自动化工具在腹主动脉瘤患者髂动脉迂曲度测量中的准确性和可靠性	腹主动脉瘤患者的CT血管造影扫描图像	数字病理学	腹主动脉瘤	CT血管造影	深度学习	医学影像	来自ZEPHYR数据库的270例CTA扫描，最终分析213例	NA	PRAEVAorta 2	Pearson相关系数, Intraclass Correlation, Bland-Altman分析偏差	NA
1350	2025-12-23	MMC-CS: Multi-branch multi-stage contrastive learning for self-supervised compressed sensing 2025-Dec-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108475 PMID:41422622	研究论文	提出一种用于图像压缩感知的自监督深度学习框架MMC-CS，通过多分支多阶段对比学习解决无真实数据标签下的逆问题	提出多分支多阶段渐进交叉对比结构，利用测量值学习原始图像的共同先验；设计端到端深度神经网络，展开近端梯度下降算法；在重建过程中实现多尺度协同优化，结合图像路径和卷积特征路径	未明确说明计算复杂度或模型参数量；未与其他自监督方法进行广泛的计算效率比较	解决图像压缩感知中缺乏真实数据标签和测量数据利用不足的问题	图像压缩感知的逆问题求解	计算机视觉	NA	自监督学习，对比学习	深度神经网络	图像	NA	NA	基于近端梯度下降展开的网络，多分支多阶段结构	PSNR	NA
1351	2025-12-23	A computer vision and dynamic strain fusion approach for urban bridge weigh-in-motion 2025-Dec-12, Communications engineering DOI:10.1038/s44172-025-00544-w PMID:41388159	研究论文	本文提出了一种结合计算机视觉和结构应变传感的视频-应变反演估计系统，用于测量桥梁上的动态车辆载荷	融合计算机视觉与动态应变传感，开发轻量级深度学习检测器和多目标跟踪模型，实现低成本、高精度的城市桥梁动态称重	NA	开发一种低成本、可靠的动态称重系统，用于城市桥梁安全监测和数字孪生支持	城市桥梁上的动态车辆载荷	计算机视觉	NA	计算机视觉, 结构应变传感	深度学习检测器, 多目标跟踪模型	视频, 应变数据	来自交通繁忙城市桥梁的现场数据	NA	NA	准确率, 误检率, 误差百分比	NA
1352	2025-12-23	Accuracy of deep learning-based AI models for early caries lesion detection: the influence of annotation quality and reference choice 2025-Dec-04, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06672-z PMID:41339765	研究论文	本研究评估了不同标注方法和评估参考标准对基于深度学习的早期龋齿病变检测AI模型准确性的影响	揭示了评估参考标准的选择对AI模型性能评估的显著影响，而训练中的标注策略对准确性无显著差异	研究仅基于ACTA-DIRECT数据集，未在其他数据集上验证，且未探讨模型泛化能力	评估标注质量和参考标准选择对AI模型在早期龋齿病变检测中准确性的影响	早期龋齿病变	计算机视觉	龋齿	微CT	深度学习模型	图像	ACTA-DIRECT数据集	NA	NA	诊断准确性	NA
1353	2025-12-23	Artificial inteligence reading of cystometric traces provides good correlation with human diagnosis 2025-Dec-04, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-025-06097-z PMID:41342912	研究论文	本研究评估了基于人工智能的膀胱测压图分类与人类专家诊断之间的相关性，旨在自动化解释过程并减少观察者间差异	结合图像基础的CNN-VGG16深度学习与基于小波的机器学习方法，并集成异常检测处理伪影，提高了诊断准确性	研究为回顾性、单中心设计，样本量有限，且未提供定量指标	评估人工智能在膀胱测压图解释中的诊断准确性，以自动化并标准化尿动力学研究	成人膀胱测压图轨迹	机器学习	下尿路功能障碍	膀胱测压术	CNN, 机器学习	图像, 信号	517个膀胱测压图轨迹（200个用于训练，317个用于测试）	NA	VGG16	准确率, 特异性, 敏感性	NA
1354	2025-12-23	Application of Deep Learning-Based Multimodal Data Fusion for the Diagnosis of Skin Neglected Tropical Diseases: Systematic Review 2025-Dec-04, JMIR AI DOI:10.2196/67584 PMID:41344666	系统综述	本文系统综述了基于深度学习的多模态数据融合方法在皮肤被忽视热带病及相关皮肤病诊断中的应用	首次系统性地回顾了深度学习多模态数据融合方法在皮肤被忽视热带病诊断领域的应用，并分析了其性能提升、算法使用现状及未来研究方向	现有研究数量较少（仅14篇），数据稀缺，且未充分探讨模型在资源受限地区的实际应用可行性	评估基于深度学习的多模态数据融合方法在皮肤被忽视热带病及相关皮肤病诊断中的有效性、算法应用现状及潜在风险	皮肤被忽视热带病及相关非NTD皮肤病的诊断研究	数字病理学	皮肤被忽视热带病	多模态数据融合	CNN, Transformer, RNN, 生成模型	多模态数据（可能包括图像、文本等）	NA	NA	基于CNN的模型, Transformer, RNN, 生成模型	NA	NA
1355	2025-12-23	Machine learning models for predicting vasospasm following ruptured intracranial aneurysms: a systematic review and meta-analysis 2025-Dec-03, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-025-06725-y PMID:41339534	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了机器学习模型在预测动脉瘤性蛛网膜下腔出血后血管痉挛方面的性能	首次对机器学习预测动脉瘤性蛛网膜下腔出血后血管痉挛的研究进行系统综述和荟萃分析，比较了不同机器学习方法的性能	研究存在方法学异质性、外部验证有限、缺乏前瞻性试验，患者选择和缺乏外部验证导致偏倚风险	评估机器学习模型预测动脉瘤性蛛网膜下腔出血后血管痉挛的准确性和临床应用潜力	动脉瘤性蛛网膜下腔出血患者	机器学习	脑血管疾病	NA	深度学习, 回归模型, 集成方法, SVM	临床数据和影像数据	12项研究，包含25个机器学习模型	NA	人工神经网络, 随机森林	灵敏度, 特异性, AUC-ROC, NPV, PPV	NA
1356	2025-12-23	Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data 2025-Dec, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.17773 PMID:40271548	研究论文	本文通过回顾理论、实验和数据分析，探讨了驯化过程对基因组重组率的影响，并利用深度学习方法和种群测序数据比较了家养动物与其野生祖先的重组率	结合深度学习方法和种群测序数据，首次系统比较了鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的基因组重组率，揭示了驯化对重组率影响的混合结果	研究结果基于有限物种比较，可能无法推广到所有驯化物种；深度学习方法的推断准确性依赖于数据质量和模型假设	检验驯化是否导致基因组重组率增加的假设，并分析其理论依据和实证证据	家养动物（鸡、绵羊、山羊）及其野生祖先（红原鸡、摩弗伦羊、野山羊）	机器学习	NA	种群测序，深度学习	深度学习	基因组测序数据	多个物种的种群测序数据，具体样本数量未明确说明	NA	NA	NA	NA
1357	2025-12-23	Deep Learning Algorithm for the Diagnosis and Prediction of Hydroxychloroquine Retinopathy: An International, Multi-institutional Study 2025-Dec, Ophthalmology. Retina DOI:10.1016/j.oret.2025.06.003 PMID:40513830	研究论文	本研究开发了一种名为HCQuery的深度学习算法，用于从光谱域OCT图像中检测羟氯喹视网膜病变并预测其未来发生	提出了一种能够早期预测羟氯喹视网膜病变的深度学习算法，平均可提前2.74年识别病变	研究基于回顾性数据，且样本来自多个国际临床中心，可能存在数据异质性和选择偏倚	开发并验证一种深度学习算法，用于羟氯喹视网膜病变的诊断和预测	服用羟氯喹的患者及其SD-OCT图像	数字病理学	视网膜病变	光谱域OCT成像	CNN	图像	409名患者（171例阳性，238例阴性），8251张SD-OCT B扫描图像（1988个体积）	NA	EfficientNet-b4	灵敏度, 特异性, 准确率, 阴性预测值, 阳性预测值, AUC, 精确率-召回率曲线下面积	NA
1358	2025-12-23	Application of Deep Learning for Predicting Hematoma Expansion in Intracerebral Hemorrhage Using Computed Tomography Scans: A Systematic Review and Meta-Analysis of Diagnostic Accuracy 2025-Dec, La Radiologia medica DOI:10.1007/s11547-025-02089-6 PMID:40932678	系统综述与荟萃分析	本文系统回顾并荟萃分析了基于深度学习的网络在利用计算机断层扫描图像预测脑出血患者血肿扩张方面的诊断准确性	首次对深度学习在预测脑出血血肿扩张方面的诊断准确性进行系统综述和荟萃分析，并比较了纯深度学习模型与组合模型的性能	纳入研究存在异质性，可能受到分割技术和研究质量差异的影响	评估深度学习模型在预测脑出血患者血肿扩张方面的诊断准确性	脑出血患者	医学影像分析	脑出血	计算机断层扫描	深度学习网络	CT图像	NA	NA	NA	灵敏度, 特异度, 阳性诊断似然比, 阴性诊断似然比, 诊断比值比, 曲线下面积	NA
1359	2025-12-23	ATHENA: A deep learning-based AI for functional prediction of genomic mutations and synergistic vulnerabilities in prostate cancer 2025-Nov-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.26.690813 PMID:41357974	研究论文	本文介绍了一种名为ATHENA的深度学习AI框架，用于预测前列腺癌中基因组突变的功能影响并揭示其协同脆弱性	开发了基于注意力的深度学习框架，能够建模突变间的非线性依赖关系，区分驱动突变与乘客突变，并通过SHAP分析提供可解释性	未明确说明模型在独立验证集上的泛化性能，也未详细讨论数据偏差可能对预测结果产生的影响	预测基因组突变的功能影响，识别驱动前列腺癌进展和治疗抵抗的关键突变及其协同作用	前列腺癌患者的多组学数据（RNA/DNA测序数据）和疾病进展模型	数字病理学	前列腺癌	RNA/DNA测序，碱基编辑实验	深度学习	基因组测序数据，临床数据	大型多队列数据集（具体数量未明确说明）	未明确说明	基于注意力的神经网络	临床结果分层能力，功能预测准确性（具体指标未明确说明）	未明确说明
1360	2025-12-23	Visionary AI: Decoding Systemic Vascular Health and Hypertensive Disorders in Pregnancy Through Retinal Imaging and Artificial Intelligence 2025-Nov-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.11.25.25340974 PMID:41358297	研究论文	本研究开发了一个名为Visionary AI的人工智能平台，通过整合超广角视网膜成像和基于生物学的血管建模，早期预测妊娠期高血压疾病	与依赖通用深度学习模型和临床输入的先前方法不同，Visionary AI构建了可解释的、基于图的母体视网膜血管表示，并应用拓扑和几何分析来识别特定疾病的微血管特征	NA	早期预测妊娠期高血压疾病，理解妊娠如何系统性重塑血管生理学以及这种重塑可能出错的方式	妊娠期女性，特别是患有高血压疾病的孕妇	计算机视觉	妊娠期高血压疾病	超广角视网膜成像	深度学习	图像	1,267例妊娠（前瞻性多民族美国队列）	NA	基于图的表示	AUC	NA