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
301	2025-11-17	Research on a novel gene sequence prediction and homomorphic encryption method based on Mamba-VMD 2025-Nov-11, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108780 PMID:41240440	研究论文	提出一种结合Mamba神经网络基因序列预测与同态加密的分析方法，实现安全数据传输与序列预测	首次将Mamba神经网络与VMD模态分解结合用于基因序列预测，并集成同态加密技术保障云环境数据安全	仅使用猴痘病毒单一实验数据验证，未在其他基因序列上进行广泛测试	开发安全可靠的基因序列预测方法，保护生物信息学数据隐私	猴痘病毒基因序列（实验ID SRX17751190，测序ID SRR21755835）	生物信息学	猴痘病毒感染	基因测序，VMD模态分解	Mamba神经网络	基因序列数据	1个猴痘病毒基因序列数据集	NA	Mamba	MAE, MSE, RMSE, MAPE, MSPE, CKKS同态加密计算误差	云计算环境
302	2025-11-17	A transformer-based pathomics model using endoscopic biopsy WSIs for predicting pathological complete response to preoperative immunotherapy in colorectal cancer 2025-Nov-10, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.111182 PMID:41240799	研究论文	基于内镜活检全切片图像构建Transformer病理组学模型预测结直肠癌术前免疫治疗病理完全缓解	首次将Swin Transformer架构与CNN增强的自注意力机制结合应用于内镜活检WSI分析，并采用CLAM框架优化病理图像分析	单中心回顾性研究，样本量有限（总样本95例），需要外部验证	预测结直肠癌患者术前免疫治疗的病理完全缓解	结直肠癌患者	数字病理	结直肠癌	H&E染色全切片图像分析	Transformer, CNN	病理图像	95例结直肠癌患者（训练集72例，验证集23例）	CLAM	Swin Transformer	AUC	NA
303	2025-11-17	Temporal Analysis of Embryonic Epidermal Morphogenesis in Caenorhabditis elegans 2025-Nov-06, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262110802 PMID:41226839	研究论文	开发基于深度学习的图像分析流程，动态追踪秀丽隐杆线虫胚胎表皮形态发生的时间线	提出不依赖明显表型异常或荧光标记即可检测阶段特异性发育时序的新方法	NA	研究胚胎表皮形态发生的发育时序动态	秀丽隐杆线虫胚胎	计算机视觉	NA	微分干涉相差延时显微镜	CNN	图像	RNAi处理胚胎和突变胚胎	NA	ResU-Net, ResNet	NA	NA
304	2025-11-17	Deep Learning Image-Based Fusion Approach for Identifying Multiple Apparent Diseases in Concrete Structure 2025-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s25216796 PMID:41229020	研究论文	提出一种基于深度学习的图像融合方法，用于识别混凝土结构中的多种表观病害	将YOLO目标检测与UNet语义分割模型融合，实现快速筛选和像素级病害量化	仅针对四种特定病害类型，数据集规模相对有限（1488张图像）	开发高效准确的混凝土结构表观病害自动识别与量化方法	混凝土结构中的裂缝、剥落、渗水和接缝变形四种表观病害	计算机视觉	NA	深度学习图像分析	YOLO, UNet	图像	1488张现场检测图像	NA	YOLO, UNet	平均精度均值, Dice系数, 相对误差	NA
305	2025-11-17	FedPSFV: Personalized Federated Learning via Prototype Sharing for Finger Vein Recognition 2025-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s25216790 PMID:41229017	研究论文	提出一种基于原型共享的个性化联邦学习算法FedPSFV，用于解决指静脉识别中的数据异质性问题	通过客户端间共享原型增加各类别间距离，并改进基于间隔的损失函数以增强模型特征区分能力	未明确说明计算资源需求和算法在更大规模数据集上的扩展性	解决指静脉识别中隐私保护和数据异质性导致的模型性能限制问题	指静脉识别模型	计算机视觉	NA	深度学习	NA	指静脉图像	六个公共数据集（SDUMLA, MMCBNU, USM, UTFVP, VERA, NUPT）	联邦学习	NA	TAR@FAR=0.01, EER	NA
306	2025-11-17	LiDAR-Based Long-Term Mapping in Snow-Covered Environments 2025-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s25216805 PMID:41229028	研究论文	提出一种专门针对积雪环境的LiDAR建图策略，通过深度学习检测并移除积雪数据，提升长期自动驾驶的定位精度和地图质量	首次针对积雪环境设计专用建图方法，结合深度学习实现积雪检测与地面信息恢复	仅在真实积雪环境中验证，未涉及其他恶劣天气条件	解决积雪环境下长期自动驾驶的地图构建与定位问题	积雪覆盖的自动驾驶环境	计算机视觉	NA	LiDAR扫描	深度学习	点云数据	真实积雪环境采集数据	NA	NA	IoU, RMSE, Chamfer Distance	NA
307	2025-11-17	Research on Cavitation Fault Diagnosis of Axial Piston Pumps Based on Rough Set Attribute Weighted Convolutional Neural Networks 2025-Nov-05, Sensors (Basel, Switzerland) DOI:10.3390/s25216769 PMID:41228989	研究论文	提出基于粗糙集属性加权卷积神经网络的轴向柱塞泵气蚀故障诊断方法	结合粗糙集理论与CNN，通过属性约简和权重矩阵增强关键特征影响，同时提供可解释的决策规则	NA	提高柱塞泵气蚀故障诊断的准确性和可解释性	轴向柱塞泵的气蚀故障	故障诊断	NA	计算流体动力学模拟	CNN	仿真数据	NA	NA	粗糙集属性加权卷积神经网络(RSAW-CNN)	准确率	NA
308	2025-11-17	Single- and Multimodal Deep Learning of EEG and EDA Responses to Construction Noise: Performance and Ablation Analyses 2025-Nov-05, Sensors (Basel, Switzerland) DOI:10.3390/s25216775 PMID:41228998	研究论文	本研究使用深度学习分析脑电图和皮肤电活动对建筑噪音的生理响应	首次将多模态深度学习应用于建筑噪音的生理响应分析，通过消融实验系统优化模型超参数	样本量有限（25名参与者），仅针对两种特定建筑噪音类型	研究建筑噪音暴露下的人类生理响应机制	25名参与者暴露于打桩机脉冲噪音和地钻音调噪音	机器学习	NA	脑电图，皮肤电活动	CNN, LSTM	生理信号	25名参与者	NA	卷积神经网络，长短期记忆网络	准确率，泛化稳定性	NA
309	2025-11-17	Deep Learning-Driven Bus Short-Term OD Demand Prediction via a Physics-Guided Adaptive Graph Spatio-Temporal Attention Network 2025-Nov-04, Sensors (Basel, Switzerland) DOI:10.3390/s25216739 PMID:41228961	研究论文	开发了一种物理引导的自适应图时空注意力网络模型，用于公交车短期起讫点需求预测	引入多头注意力机制仅使用单一输入序列，结合物理引导机制、自适应图卷积和时空编码器-解码器架构	基于小规模数据集（一周数据，30分钟采集间隔）	预测公交车短期起讫点需求	公交车乘客出行数据	机器学习	NA	深度学习	LSTM, BiLSTM, 图卷积网络, 注意力机制	时空序列数据	一周的公交车起讫点需求数据（30分钟采集间隔）	NA	自适应图卷积LSTM, 双向LSTM, 编码器-解码器架构	RMSE, MAE, WMAPE, R	NA
310	2025-11-17	Transformer-CNN Hybrid Framework for Pavement Pothole Segmentation 2025-Nov-04, Sensors (Basel, Switzerland) DOI:10.3390/s25216756 PMID:41228978	研究论文	提出一种Transformer-CNN混合框架PoFormer，用于从异质图像数据集中精确分割路面坑洞	结合Transformer的全局特征提取能力和CNN的细粒度定位能力，在路面坑洞分割任务中实现优于现有模型的性能	NA	开发精确自动化的路面缺陷检测方法	路面坑洞	计算机视觉	NA	线扫描相机、红外/激光辅助照明、多传感器数据采集	Transformer, CNN	图像	开源图像与高分辨率现场数据组合的代表性数据集	NA	Transformer-CNN混合架构	平均IoU, 平均像素精度	NA
311	2025-11-17	Deep Learning Algorithms for Human Activity Recognition in Manual Material Handling Tasks 2025-Nov-02, Sensors (Basel, Switzerland) DOI:10.3390/s25216705 PMID:41228930	研究论文	本研究提出四种深度学习算法用于手动物料搬运任务中的人类活动识别	首次针对手动物料搬运活动开发专门的深度学习方法，并提出计算效率更高的轻量级网络架构	样本量相对较小（14名受试者），需要在实际工业环境中进一步验证	开发高效的人类活动识别算法用于手动物料搬运任务的工效学风险评估	手动物料搬运活动中的工人动作模式	机器学习	职业健康	可穿戴传感器数据采集	BiLSTM, Sp-DAE, RCNN, DeepConvLSTM	传感器时序数据	14名受试者	NA	双向长短期记忆网络, 稀疏去噪自编码器, 循环稀疏去噪自编码器, 循环卷积神经网络	F1-score, MAC运算量, MA运算量	NA
312	2025-11-17	nnDoseNet: Intuitive and flexible deep learning framework to train and evaluate radiotherapy dose prediction models 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111237 PMID:41151501	研究论文	介绍nnDoseNet深度学习框架，用于自动化和简化放疗剂量预测	基于nnU-Net分割引擎开发首个专门用于放疗剂量回归预测的深度学习框架，整合了剂量体积直方图损失函数和多通道输入	框架输出仅为剂量预测，不包含临床可执行治疗计划，计划优化、质量保证和临床批准仍需额外步骤	开发自动化放疗剂量预测框架以简化临床工作流程	头颈癌患者和前列腺癌患者的放疗剂量分布	医学影像分析	头颈癌,前列腺癌	深度学习剂量预测	U-Net	CT图像,靶区轮廓,危及器官轮廓,体部掩模	头颈癌340例(训练240,测试100),前列腺癌80例(训练45,测试35)	PyTorch	nnU-Net	剂量评分,DVH评分,均方误差,Dmean,D95	NA
313	2025-11-17	Integrating optimal prediction model with hybrid deep learning for coated metal oxide nanoparticle drug delivery systems 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111229 PMID:41151503	研究论文	提出一种结合混合深度学习和优化预测模型的新框架，用于优化金属氧化物纳米颗粒药物递送系统的设计	首次将阿德利企鹅优化算法和猎鹿优化算法与动态双工深度神经网络相结合，用于预测最佳药物与金属氧化物纳米颗粒涂层组合	仅使用ChEMBL-MONP数据集进行验证，需要更多实验数据进一步验证模型泛化能力	提高药物递送纳米系统的设计效率和预测准确性	金属氧化物纳米颗粒药物递送系统	机器学习	NA	药物测试数据预处理，分子相互作用分析	深度神经网络	分子和物理化学特性数据	ChEMBL-MONP数据集	NA	动态双工深度神经网络	准确率, 精确率, 召回率, F1分数, 特异性, AUROC	NA
314	2025-11-17	Detection of EGFR gene mutations in glioblastoma: Utilizing information complexity in developing AI-based decision support system 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111240 PMID:41176824	研究论文	开发基于人工智能的决策支持系统，通过MRI自动分割肿瘤区域来分类胶质母细胞瘤患者的EGFR基因突变	首次将信息准则(IC)集成到深度学习流程中，用于平衡预测性能和结构复杂性以指导模型选择	研究数据仅来自土耳其伊斯坦布尔纪念医院的单一机构数据集	开发非侵入性的EGFR基因突变分类方法以减少脑活检风险和采样误差	胶质母细胞瘤患者及其MRI影像数据	医学影像分析	胶质母细胞瘤	MRI成像	深度学习	医学影像	来自伊斯坦布尔纪念医院的胶质母细胞瘤数据集	NA	Inception ResNet-v2, DenseNet-121, ResNet-50	准确率, 精确率, 召回率	NA
315	2025-11-17	Self-supervised learning for breast cancer detection: A review 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111245 PMID:41138363	综述	本文综述了自监督学习在乳腺癌检测中的应用现状与前景	系统分析自监督学习在乳腺癌检测全流程中的应用潜力，指出PET成像中自监督学习研究的空白领域	发现PET成像领域缺乏自监督学习研究，且现有方法在临床整合方面仍需改进	探讨自监督学习如何降低乳腺癌检测对标注数据的依赖并提升性能	乳腺癌检测流程中的筛查、诊断、分级和分期	计算机视觉	乳腺癌	医学影像分析	自监督学习	医学影像	NA	NA	NA	NA	NA
316	2025-11-17	Class-incremental learning using push-pull autoencoder for chest X-ray diagnosis 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111280 PMID:41197192	研究论文	提出一种用于胸部X光诊断的类增量学习框架，通过推拉自编码器解决灾难性遗忘问题	设计推拉自编码器（PPAE），利用双潜在空间表示分离异常特定和异常无关信息，结合核心集生成算法保留关键知识	未明确说明模型在极端类别不平衡或跨设备数据上的表现	开发适用于胸部X光诊断的类增量学习方法，使模型能够持续学习新疾病类别	胸部X光图像	医学影像分析	胸部疾病	深度学习	自编码器	图像	多个胸部X光数据集（未指定具体数量）	NA	推拉自编码器（PPAE）	F1分数，AUROC	NA
317	2025-11-17	PathoRM: Computational inference of pathogenic RNA methylation sites by incorporating multi-view features 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013654 PMID:41212924	研究论文	开发了一个名为PathoRM的生物信息深度学习模型，用于推断RNA甲基化位点与疾病之间的关联	融合多视图特征、采用大语言模型、图神经网络、对抗训练方法和基于'关联有罪'的负采样方法，提供生物可解释性	NA	准确推断致病性RNA甲基化位点及其与疾病的关联	RNA甲基化位点及其与疾病的关联	生物信息学	多种疾病	RNA甲基化分析	深度学习,图神经网络,大语言模型	RNA甲基化宿主序列,致病描述文本	NA	NA	多视图学习架构,注意力机制	准确性,鲁棒性	NA
318	2025-11-17	Automatic radiotherapy planning for deliverable plans using deep learning dose prediction and dose rings optimization in cervical cancer 2025-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70353 PMID:41224731	研究论文	本研究提出了一种结合深度学习剂量预测和剂量环优化的自动放疗计划方法，用于生成可临床实施的宫颈癌放疗计划	首次将深度学习预测的剂量分布通过剂量环离散化技术整合到主流治疗计划系统中，生成可直接临床实施的治疗计划	研究样本仅来自两家医院，需要更多外部验证来证明方法的普适性	开发基于深度学习的自动放疗计划方法，生成可临床实施的VMAT和IMRT计划	妇科癌症患者，包括接受VMAT和IMRT治疗的患者	数字病理	宫颈癌	放射治疗计划，深度学习剂量预测	CNN	医学影像数据，剂量分布数据	440名妇科癌症患者（230名VMAT，210名IMRT）	NA	3D Fusion Residual Unet (F-ResUnet)	靶区覆盖率，V30Gy，V45Gy，伽马通过率	NA
319	2025-11-17	Automated MRI-Based Classification of Parkinsonism: A Deep Learning Approach to Distinguish PD From PSP 2025-Nov, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70645 PMID:41225731	研究论文	开发基于深度学习的自动化MRPI计算方法，用于区分帕金森病和进行性核上性麻痹	首次实现MRPI 1.0和2.0的完全自动化计算，并集成超分辨率技术提升2D MRI图像质量	样本量较小（104例患者），仅在中国两个医院收集数据	开发自动化算法区分帕金森病和进行性核上性麻痹	帕金森病和进行性核上性麻痹患者	医学影像分析	帕金森病,进行性核上性麻痹	MRI,深度学习超分辨率技术	深度学习,逻辑回归	脑部MRI图像	75例PD患者和29例PSP患者	NA	NA	AUC	NA
320	2025-11-17	Securing IoT Vision Systems: An Unsupervised Framework for Adversarial Example Detection Integrating Spatial Prototypes and Multidimensional Statistics 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216658 PMID:41228881	研究论文	提出一种集成空间原型和多维统计的无监督对抗样本检测框架，用于保护物联网视觉系统安全	首次将空间统计特征与多维分布特征相结合，构建双模块协作架构进行无监督对抗样本检测，无需对抗样本训练数据	仅在CIFAR-10和Fashion-MNIST数据集上验证，未在更复杂的真实物联网场景中测试	开发有效的无监督对抗样本检测方法以增强物联网系统的安全性	由AdvGAN生成的对抗样本以及传统攻击方法如FGSM和PGD	计算机视觉	NA	对抗样本生成技术	CNN, GAN	图像	CIFAR-10数据集和Fashion-MNIST数据集	NA	VGG16, ResNet50	AUROC	NA