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
521	2025-12-02	Normal twin PET: personalized generative modeling for confounder correction and anomaly detection in whole-body PET/CT 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26827-y PMID:41315788	研究论文	本文提出了一种深度学习方法来生成患者特异性正常孪生PET图像，用于全身PET/CT成像中的定量分析和无监督病理异常检测	引入了“孪生校正”方法，可减少高达90%的SUV方差，并成功降低患者性别、年龄、脂肪量和摄取时间等混杂因素的影响	模型训练依赖于伪正常PET/CT研究，可能无法完全覆盖所有正常变异；在AutoPET数据集上的Dice分数为49.3%，仍有提升空间	开发一种无监督的病理异常检测和肿瘤分割方法，用于全身PET/CT成像分析	全身PET/CT图像，包括稳定淋巴瘤患者和手动疾病掩蔽的临床扫描	数字病理学	淋巴瘤	PET/CT成像	生成模型	图像	2,538个伪正常PET/CT研究用于训练，177个测试研究用于评估	NA	图像到图像生成模型	解释方差，平均绝对相对误差，Dice系数	NA
522	2025-12-02	Impact of U2-type introns on splice site prediction in A. thaliana species using deep learning 2025-Nov-28, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06315-w PMID:41316016	研究论文	本研究利用深度学习模型探讨了U2型内含子对拟南芥物种剪接位点预测的影响	首次系统分析了短内含子和多内含子序列对剪接位点预测效果的影响，揭示了内含子长度与剪接位点预测之间的复杂关系	研究仅针对拟南芥物种，未扩展到其他植物基因组；模型可能未考虑所有剪接相关信号的空间排列因素	探究U2型内含子特征对植物基因组剪接位点预测的影响	拟南芥基因组中的剪接位点，特别是U2型内含子相关的供体和受体位点	自然语言处理	NA	深度学习	深度学习模型	基因组序列数据	供体位点：36,399个单内含子序列和13,987个多内含子序列；受体位点：37,236个单内含子序列和14,112个多内含子序列	NA	NA	预测效果	NA
523	2025-12-02	An efficient deep learning-based morphology aware hierarchical mixture of features for tuberculosis screening using segmentation of chest X-ray images 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19179-0 PMID:41309684	研究论文	本文提出了一种基于高效深度学习的层次特征融合方法，用于胸部X光图像的肺部分割和结核病筛查	结合了Res-UNet进行肺部分割，并融合了EfficientNetV2、CapsNet和卷积视觉变换器（CViT）进行特征提取，最后使用堆叠自编码器（SAE）进行分类，实现了高精度的结核病筛查	未提及模型在外部验证集或临床环境中的泛化能力，也未讨论计算资源需求或处理时间	开发一个自动化的深度学习框架，用于精确的肺部分割和结核病筛查，以支持早期诊断和临床决策	胸部X光图像	计算机视觉	结核病	胸部X光成像	深度学习	图像	未明确指定，但使用了CXR Masks and Labels数据集	未明确指定	Res-UNet, EfficientNetV2, CapsNet, Convolutional Vision Transformer (CViT), Stacked Autoencoder (SAE)	准确率	未提及
524	2025-12-02	A simple method for rapid reconstruction of 3D animal trajectory from monocular video 2025-Nov-27, Movement ecology IF:3.4Q2 DOI:10.1186/s40462-025-00608-8 PMID:41310862	研究论文	本文提出了一种基于单目视频和深度学习工具的三维动物运动轨迹重建方法，用于分析动物运动生态学	结合深度学习工具和针孔相机模型，开发了一种低成本、用户友好的三维动物运动轨迹重建方法，无需多摄像头或精确校准	方法在空间精度上存在平均偏差（空中运动0.09米，地面运动0.044米），且可能受限于单目视频的固有局限性	研究动物运动生态学，量化复杂动物在三维空间中的运动轨迹	动物（如蝙蝠）的运动，包括飞行、行走和捕食行为	计算机视觉	NA	单目视频分析	深度学习工具	视频	NA	NA	NA	平均偏差	NA
525	2025-12-02	Enhanced YOLOv11 framework for high precision defect detection in printed circuit boards 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27415-w PMID:41298795	研究论文	本文提出了一种专为印刷电路板缺陷检测设计的增强型深度学习框架YOLOv11-PCB	集成了高效多尺度注意力模块、内容感知特征重组机制和优化的EIoU损失函数，显著提升了检测精度和计算效率	NA	实现印刷电路板的高精度自动化缺陷检测	印刷电路板	计算机视觉	NA	深度学习	CNN	图像	两个基准PCB缺陷数据集（北京大学PCB数据集和DeepPCB数据集）	PyTorch	YOLOv11	mAP@0.5, mAP@0.5:0.95, FPS	NA
526	2025-12-02	Towards the theory for mitigating gradient issues and dead neurons in deep learning through a modified Gaussian activation function 2025-Nov-24, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108353 PMID:41319404	研究论文	本文提出了一种改进的高斯激活函数R-Gaussian，用于缓解深度学习中的梯度问题和神经元死亡现象	提出了一种动态适应预激活值的R-Gaussian激活函数，其调制参数C直接从输入分布推导，无需额外计算开销，在特定C值范围内能实现梯度稳定性和学习效率的最佳平衡	在Dry Bean数据集上的性能未优于Sigmoid函数	缓解深度学习中的梯度消失、梯度爆炸和神经元死亡问题	深度学习模型的激活函数	机器学习	NA	NA	深度神经网络,循环神经网络	图像数据,传感器数据	CIFAR数据集,Dry Bean数据集,UCI HAR数据集	NA	Vanilla RNN	准确率,梯度范数,收敛时间	NA
527	2025-12-02	Multi-view subspace tensorization with attentive clustering embedding 2025-Nov-22, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108344 PMID:41319403	研究论文	本文提出了一种名为STANCE的新型深度多视图聚类框架，该框架通过张量建模和注意力机制有效捕获多视图数据中的高阶相关性和一致性信息	首次将张量建模整合到深度学习范式中用于多视图聚类，通过构建三阶张量并施加低秩约束来显式捕获视图间的高阶依赖关系，并引入基于注意力的自适应融合模块动态分配样本级权重	未明确说明模型的计算复杂度及对大规模数据集的扩展性，也未讨论对视图数量变化的鲁棒性	解决现有深度多视图聚类方法在建模视图间高阶相关性方面的不足，提升多视图数据聚类的性能	多视图数据	机器学习	NA	NA	自编码器, 注意力机制	多视图数据	多个基准数据集（具体数量未说明）	NA	STANCE（包含视图特定自编码器、张量低秩约束模块、注意力融合模块）	NA	NA
528	2025-12-02	PL-Seg: Partially labeled abdominal organ segmentation via classwise orthogonal contrastive learning and progressive self-distillation 2025-Nov-21, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103885 PMID:41319623	研究论文	提出了一种名为PL-Seg的新框架，用于在腹部CT扫描中利用部分标注数据进行多器官分割	引入了三种创新方法：基于历史分割难度动态调整权重的硬度感知解耦前景损失、用于减少类间模糊性的类间正交对比损失，以及从深层高分辨率层向浅层低分辨率层蒸馏知识的渐进自蒸馏策略	NA	开发一种能够在部分标注数据（即每个体积中仅标注部分目标器官类别）下实现准确腹部多器官分割的方法	腹部CT扫描中的器官	数字病理	NA	计算机断层扫描	深度学习	医学图像	NA	NA	NA	NA	NA
529	2025-12-02	Application of Deep Learning for Advanced Detection and Quantification of Drusen in Nonexudative AMD From Retinal Multispectral Imaging 2025-Nov-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.11.35 PMID:41268988	研究论文	提出了一种基于深度学习的新方法，利用视网膜多光谱图像进行早期年龄相关性黄斑变性中玻璃膜疣的检测和量化	首次将深度学习模型应用于视网膜多光谱图像，利用多个非重叠光谱波段特征进行玻璃膜疣的自动检测和量化	样本量较小（170张玻璃膜疣和150张非玻璃膜疣视网膜图像），且仅针对单眼图像进行分析	开发一种自动检测和量化早期年龄相关性黄斑变性中玻璃膜疣的方法	早期非渗出性年龄相关性黄斑变性患者的视网膜多光谱图像	计算机视觉	年龄相关性黄斑变性	视网膜多光谱成像	CNN	图像	170张玻璃膜疣和150张非玻璃膜疣视网膜图像（单眼）	NA	UNet++, EfficientNetV2	Dice系数, 召回率, 精确率, 像素级分割准确率	NA
530	2025-12-02	Generative Artificial Intelligence for Retinal Image Translation to Improve Glaucoma Screening With Deep Learning 2025-Nov-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.11.36 PMID:41268987	研究论文	本研究利用生成对抗网络将扫描激光检眼镜图像转换为合成彩色眼底照片，以提升深度学习模型在青光眼筛查中的检测性能	首次应用CycleGAN将SLO眼底图像转换为合成CF照片，以解决数据域偏移问题并扩大训练数据集，从而优化青光眼自动检测	研究仅使用单一类型的SLO图像进行转换，未探索其他成像模态；合成图像的质量对模型性能的影响需进一步验证	通过图像转换技术改善青光眼的自动化筛查准确率	扫描激光检眼镜（SLO）图像和彩色眼底（CF）照片	计算机视觉	青光眼	扫描激光检眼镜成像	GAN	图像	16,936张SLO眼底照片	NA	CycleGAN	AUC, 灵敏度	NA
531	2025-12-02	DLMUSE: Robust Brain Segmentation in Seconds Using Deep Learning 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240299 PMID:40960397	研究论文	介绍一种开源深度学习脑部分割模型DLMUSE，用于全自动脑部MRI分割，实现快速分割并促进大规模神经影像研究	开发了一个开源深度学习模型，分割速度比参考方法快10,000倍以上，性能与最先进方法相当，并提供了用户友好的Web界面	研究为回顾性，训练数据主要基于多图谱分割方法生成，可能存在标签偏差	实现快速、准确的脑部MRI全自动分割，以支持大规模神经影像研究	脑部MRI扫描图像	医学影像分析	阿尔茨海默病	MRI	CNN	图像	训练集1900个MRI扫描，验证集71,391个扫描来自14项研究	NA	NA	Dice相似系数, Pearson相关系数, 平均绝对误差, 准确率, F1分数	NA
532	2025-10-31	Correspondence on 'Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings' 2025-Nov, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105880 PMID:41161129	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
533	2025-12-02	A comprehensive benchmarking of the AlphaFold3 for predicting biomacromolecules and their interactions 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf616 PMID:41313605	研究论文	本文对AlphaFold3在预测生物大分子及其相互作用方面的性能进行了全面的基准测试	首次对AlphaFold3进行了全面的第三方基准测试，涵盖了九种不同的生物分子数据集，并与多种现有方法进行了系统比较	研究仅基于现有数据集进行基准测试，未涉及AlphaFold3在真实世界应用中的泛化能力和计算效率	评估AlphaFold3在预测生物大分子结构及其相互作用方面的性能	蛋白质单体、孤儿蛋白、替代构象、蛋白质多聚体、肽-蛋白质复合物、抗原-抗体复合物、RNA、RNA多聚体、蛋白质-核酸复合物	计算生物学	NA	深度学习	AlphaFold3, AlphaFold2, AlphaFold-Multimer, RoseTTAFoldNA, RhoFold+, NuFold, trRosettaRNA	生物分子结构数据	九个不同的数据集	NA	AlphaFold系列架构	TM-score, 局部距离差异测试分数, 相互作用网络保真度分数	NA
534	2025-12-02	Progression and prospects of machine learning techniques in nanotoxicology: riding the AI-driven wave 2025-Nov, Toxicology mechanisms and methods IF:2.8Q2 DOI:10.1080/15376516.2025.2536659 PMID:40717503	综述	本文系统总结了机器学习在纳米毒理学中的应用、挑战及未来前景	探讨了机器学习，特别是深度学习网络，在预测纳米颗粒毒性方面的潜力，并提出了整合其他计算方法以改进毒性评估的可能性	机器学习面临训练数据有限、模型可解释性问题以及纳米材料-生物相互作用复杂性等挑战	评估机器学习技术在纳米毒理学领域的应用，以改进纳米颗粒毒性评估方法	纳米颗粒及其在生态环境中的分布与毒性	机器学习	NA	机器学习，深度学习	深度学习网络	数据集	NA	NA	NA	NA	NA
535	2025-12-02	Advanced deep learning for automatic classification of fired bullets from standard-issue firearms 2025-Nov, Science & justice : journal of the Forensic Science Society IF:1.9Q3 DOI:10.1016/j.scijus.2025.101335 PMID:41320451	研究论文	本研究探索深度学习用于自动分类标准制式枪支发射的子弹标记，以提高法医枪支检验的准确性和减少主观性	采用三种不同的图像预处理策略（全景成像、LEA分割和线条分割）并结合预训练的ResNet50网络，实现了对高度相似子弹膛线标记的高精度分类，其中LEA分割策略表现最佳	研究仅基于中国执法机构常用的六种标准制式枪支的6000枚子弹数据集，可能未涵盖所有枪支类型或变异情况	通过AI驱动的解决方案提高法医枪支检验的效率和准确性，减少主观判断不一致的问题	从六种标准制式枪支发射的6000枚子弹	计算机视觉	NA	BalScan系统全景成像	CNN	图像	6000枚子弹	TensorFlow, PyTorch, Keras	ResNet50	分类准确率	NA
536	2025-12-01	Integrating Passive Acoustic Monitoring, Deep Learning, and Social Network Analysis for Wildlife Ecology and Conservation 2025-Nov-30, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.70040 PMID:41319054	综述	提出整合被动声学监测、深度学习和社会网络分析的创新框架，用于研究野生动物社会行为与保护	首次将被动声学监测、深度学习算法与社会网络分析相结合，揭示动物社会亚群和通讯网络	未提及具体实施案例的性能验证和数据规模限制	开发研究难以观察物种社会行为的综合方法论	难以观察物种的动物社会群体	机器学习	NA	被动声学监测	深度学习	音频数据	NA	NA	NA	NA	NA
537	2025-12-01	Deep Transfer Learning Links Benign Glands to Prostate Cancer Progression via Transcriptomics 2025-Nov-29, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf119 PMID:41317378	研究论文	本研究利用深度迁移学习分析前列腺癌空间转录组数据，揭示形态学良性腺体与癌症进展的关联	首次将深度迁移学习框架DEGAS应用于前列腺癌空间转录组分析，发现形态学良性腺体中MSMB表达降低与肿瘤侵袭性的关联	研究样本量有限，需要更大规模验证；空间转录组技术分辨率仍有提升空间	探索前列腺癌进展中的场效应现象，识别与癌症侵袭性相关的分子特征	前列腺癌患者的良性腺体和肿瘤组织	数字病理学	前列腺癌	空间转录组学, 单细胞转录组学, 免疫组织化学	深度迁移学习	转录组数据, 图像数据	包含有和无5年远处转移患者的组织样本	DEGAS	NA	蛋白表达定量分析	NA
538	2025-12-01	Accuracy comparative study of automatic landmarking and diagnostic models on lateral cephalograms 2025-Nov-27, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-025-00598-8 PMID:41307859	研究论文	比较侧位头影测量片中自动标志点定位模型与自动诊断模型的性能差异	首次在相同数据集上直接比较自动标志点定位模型与自动诊断模型的性能、泛化能力和迁移能力	模型比较为间接对比，未进行直接性能对抗测试	评估深度学习模型在头影测量分析中的准确性和临床应用价值	侧位头影测量片	计算机视觉	口腔颌面畸形	深度学习	CNN	医学影像	中国北方人群外部测试数据集和IEEE ISBI 2015挑战赛数据集	NA	NA	准确率	NA
539	2025-12-01	Development of a deep learning-based foreign object detection algorithm for coal mine conveyor belts 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22636-5 PMID:41309708	研究论文	提出一种基于改进YOLOv11的煤矿输送带异物检测算法，解决复杂井下环境中异物检测性能差的问题	通过集成ADown下采样模块、SegNext注意力机制、优化C3k2模块和轻量级检测头LSCD，显著提升小目标检测性能并降低模型复杂度	NA	开发适用于煤矿井下复杂环境的轻量级高效异物检测算法	煤矿输送带上的异物（细长异物和小目标异物）	计算机视觉	NA	深度学习	YOLOv11	图像	NA	NA	YOLOv11, ADown, SegNext, C3k2, CGNet, LSCD	mAP, Precision, Recall	NA
540	2025-12-01	New intelligent music therapy method for applications of enhancing social skills of autism children based on TL-GCN and deep learning 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26307-3 PMID:41309722	研究论文	提出基于TL-GCN和深度学习的智能音乐疗法模型EmoMusik-Net，用于改善自闭症儿童的社交技能	结合Transformer时序建模和迁移学习图卷积网络，实现面部表情序列的高精度识别和个性化音乐推荐闭环机制	研究样本主要来自合作家庭，可能限制结果普适性	开发智能音乐疗法改善自闭症儿童社交技能和情绪调节能力	182名自闭症儿童	机器学习	自闭症	深度学习	Transformer, GCN	视频数据	182名自闭症儿童，三个公开情感视频数据集	NA	Transformer, TL-GCN	准确率, F1分数, AUC, 稳定性分数, ICC, 匹配准确率	NA