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
621	2025-11-11	Task optimized vision transformer for diabetic retinopathy detection and classification in resource constrained early diagnosis settings 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25399-1 PMID:41203681	研究论文	提出一种任务优化的视觉Transformer模型，用于资源受限环境下的糖尿病视网膜病变检测和分类	设计了专门针对糖尿病视网膜病变的任务优化视觉Transformer模型，集成了分层学习率调度、注意力头调优和嵌入维度优化策略，并通过结构化剪枝和8位量化实现模型压缩	研究主要针对资源受限环境，可能在更复杂临床场景下的泛化能力需要进一步验证	开发适用于资源受限早期诊断环境的糖尿病视网膜病变自动检测和分类系统	糖尿病视网膜病变患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	Vision Transformer	图像	三个大规模公共数据集	NA	Task-Optimized Vision Transformer (TOViT)	准确率, F1分数	树莓派4硬件, 支持实时部署
622	2025-11-11	Improving surgical phase recognition using self-supervised deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23697-2 PMID:41203699	研究论文	本研究探索自监督学习在垂体内窥镜手术阶段识别中的应用，通过比较SimCLR和BYOL框架的性能	首次将自监督学习应用于内窥镜垂体手术阶段识别，并引入注意力加权池化算子增强空间特征提取	仅针对垂体内窥镜手术进行验证，未在其他手术类型中测试泛化能力	开发智能系统为外科医生提供实时决策支持，通过手术阶段识别改善工作流程	内窥镜垂体手术视频数据	计算机视觉	垂体疾病	自监督学习	深度学习	手术视频	未明确具体样本数量，但涉及完整数据集和50%标注数据缩减的对比实验	SimCLR, BYOL	集成注意力加权池化算子的深度神经网络	F1-score	NA
623	2025-11-11	Multi-output deep learning for high-frequency prediction of air and surface temperature in Kuwait 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23455-4 PMID:41203707	研究论文	本研究评估多输出回归模型在科威特使用高频气候数据预测空气和地表温度的性能	首次将基于上下文嵌入的Transformer(FTTransformer)和LSTM应用于高频温度预测，并实现六种温度变量的同时预测	LSTM模型在处理往年异常数据时性能下降，而FTTransformer在不同年份间保持稳定准确性	开发高精度的高频空气和地表温度预测模型，用于城市规划和气候韧性建设	科威特地区的空气和地表温度及相关气候变量	机器学习	NA	高频气候数据采集	Transformer, LSTM, 传统机器学习	时间序列气候数据	四年内每5分钟采集的高频气候数据，包含30个环境变量	NA	FTTransformer, LSTM	R², 均方误差, 平均绝对误差	NA
624	2025-11-11	Unsupervised spectra information extraction using physics-informed neural networks in the presence of non-linearities and multi-agent problems 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25573-5 PMID:41203763	研究论文	提出一种基于物理信息神经网络的无监督光谱信息提取方法，适用于非线性和多智能体问题	将物理信息深度学习从简单线性情况推广到非线性和多智能体场景，扩展了该方法的适用范围	目前仅在合成案例上进行测试，尚未在真实场景中验证	开发无需监督学习的光谱信息提取方法	光谱数据	机器学习	NA	光谱分析	物理信息神经网络	光谱数据	NA	NA	物理信息神经网络	灵敏度, 特异性, 可靠性	NA
625	2025-11-11	Automated inspection of P&ID object recognition using deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25506-2 PMID:41203750	研究论文	提出一种基于深度学习的P&ID图纸对象识别结果自动检测方法	针对未识别对象和误识别对象分别开发了不同的检测方法，包括基于深度学习的特征向量相似度计算、基于距离的文本错误检测和交叉情况检查的线条错误检测	NA	提高P&ID图纸数字化过程中对象识别结果的准确性和检测效率	管道仪表流程图(P&ID)中的符号、文本和线条对象	计算机视觉	NA	深度学习	CNN	工程图纸图像	来自实际工业现场的P&ID图纸	NA	NA	召回率, 准确率, F1分数	NA
626	2025-11-11	Enhancing bone cancer detection through optimized pre trained deep learning models and explainable AI using the osteosarcoma tumor assessment dataset 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26051-8 PMID:41203786	研究论文	提出一种结合优化预训练深度学习模型和可解释AI的骨癌检测框架	联合使用增强贝叶斯优化、深度迁移学习和可解释AI技术，通过超参数调优和数据集平衡提升模型性能与透明度	未明确说明模型在其他独立数据集上的泛化能力验证	开发可靠且可解释的骨癌自动诊断框架	骨癌组织病理学图像	数字病理学	骨癌	组织病理学成像	CNN	图像	NA	TensorFlow, PyTorch	EfficientNet-B4, ResNet50, DenseNet121, InceptionV3, VGG16	准确率, 精确率, 召回率, F1分数	NA
627	2025-11-11	Hybrid glowworm swarm optimization with recurrent deep learning for fault detection in industrial internet of things environment 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26784-6 PMID:41203829	研究论文	提出一种混合萤火虫群优化与循环深度学习方法用于工业物联网环境中的故障检测	结合萤火虫群优化算法与循环深度学习模型进行超参数优化，提高故障检测准确率	NA	工业物联网环境中基于音频信号的故障检测与分类	工业物联网设备	机器学习	NA	梅尔频谱图	HCNN-GRU, CNN-LSTM	音频信号	NA	NA	HCNN-GRU, CNN-LSTM	准确率	NA
628	2025-11-11	Graph convolution network based on meta-paths and mutual information for drug-target interaction prediction 2025-Nov-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06295-x PMID:41204097	研究论文	提出基于元路径和互信息的图卷积网络GCNMM用于药物-靶点相互作用预测	结合元路径和图注意力网络构建融合DTI网络，采用空间拓扑一致性和互信息最大化作为双重优化目标	未明确说明数据稀疏性问题是否完全解决	预测药物-靶点相互作用以加速药物重定位	药物-靶点异质网络	机器学习	NA	图卷积网络	GCN, 图注意力网络, 图卷积自编码器	图数据	NA	NA	GCNMM	NA	NA
629	2025-11-11	Incremental 2D self-labelling for effective 3D medical volume segmentation with minimal annotations 2025-Nov-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01991-9 PMID:41204141	研究论文	提出一种增量式2D自标注框架，通过极少量标注实现有效的3D医学体积分割	利用单一切片标注通过迭代自标注和伪标签过滤逐步扩展训练集，实现从稀疏标注到完整3D分割	仅验证于脑部MRI和肝脏CECT数据集，在其他医学影像模态上的泛化性有待验证	在严重标注限制下优化医学图像分割性能，同时最小化标注成本	3D医学体积数据（脑部MRI、肝脏CECT）	医学图像分割	脑部疾病, 肝脏疾病	MRI, CECT	U-Net	3D医学影像体积	每个体积仅使用单个中心切片标注	NA	U-Net	Dice相似系数, 交并比, 95百分位Hausdorff距离	NA
630	2025-11-11	Impact of Neural network-quantified musical groove on cyclists' joint coordination and muscle synergy: a repeated measures study 2025-Nov-07, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01778-7 PMID:41204282	研究论文	本研究探讨了神经网络量化的音乐律动水平对自行车运动员关节协调性和肌肉协同模式的影响	首次使用经过验证的深度学习模型客观量化音乐律动水平，并系统分析其对下肢运动学和神经肌肉控制的影响机制	需要额外的动力学和代谢指标验证直接性能收益，样本仅限于训练有素的右利手自行车运动员	研究音乐律动水平如何系统性改变高扭矩骑行时的下肢运动学和神经肌肉控制	24名训练有素的右利手自行车运动员	机器学习	NA	三维运动捕捉，表面肌电图，非负矩阵分解	深度学习模型	运动捕捉数据，肌电信号	24名自行车运动员，每个受试者在三种条件下测试	NA	NA	R²=0.85，p值	NA
631	2025-11-11	Prediction of pathological risk subtypes of thymic anterior mediastinal cysts and thymic epithelial tumors based on CT radiomics and deep learning methods: a retrospective study 2025-Nov-07, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03169-z PMID:41204379	研究论文	基于CT影像组学和深度学习方法开发预测胸腺前纵隔囊肿和胸腺上皮肿瘤病理风险亚型的非侵入性模型	首次将影像组学特征与深度学习特征融合构建深度学习影像组学模型，用于胸腺肿瘤病理风险分类预测	回顾性研究且样本量有限（144例患者），需进一步前瞻性验证	术前无创预测胸腺前纵隔囊肿和胸腺上皮肿瘤的病理风险分类，支持个性化治疗规划	144例经病理证实的胸腺前纵隔囊肿或胸腺上皮肿瘤患者	医学影像分析	胸腺肿瘤	CT影像分析	深度学习, 影像组学	CT图像	144例患者（训练集101例，测试集43例）	Pyradiomics, PyTorch	ResNet50	AUC	NA
632	2025-11-11	Hyperspectral image analysis for classification of multiple infections in wheat 2025-Nov-07, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01461-x PMID:41204393	研究论文	本研究利用高光谱成像和深度学习技术对小麦多重感染病害进行分类识别	首次将高光谱成像技术应用于小麦多重并发感染的分类识别，揭示了病原体共存时的光谱特征变化	Septoria和黄锈病+Septoria样本数量有限，需要在田间条件下使用更大更平衡的数据集进一步验证	开发基于高光谱成像的小麦多重感染病害分类方法	小麦叶片上的黄锈病、白粉病和Septoria三种病原体的单一和双重感染	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	1447张小麦叶片高光谱图像	NA	Inception, EfficientNet	准确率	NA
633	2025-11-11	ProteinFormer: protein subcellular localization based on bioimages and modified pre-trained transformer 2025-Nov-07, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12194-5 PMID:41204400	研究论文	提出基于生物图像和改进预训练Transformer的蛋白质亚细胞定位新方法	首次将生物图像与改进的预训练Transformer架构结合，解决传统方法无法捕捉蛋白质空间动态的问题	在数据稀缺场景下性能仍有提升空间	开发高效准确的蛋白质亚细胞定位方法	蛋白质亚细胞定位	计算机视觉	NA	生物图像分析	Transformer, CNN	生物图像	Cyto_2017和IHC_2021数据集	PyTorch	ResNet, Transformer	F1-score, Accuracy	NA
634	2025-11-11	Metabolomic biomarkers enhance prediction of feeding intolerance in ICU septic patients 2025-Nov-07, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2025.102731 PMID:41207616	研究论文	本研究通过代谢组学结合临床数据开发深度学习模型，显著提高了ICU脓毒症患者肠内喂养不耐受的预测能力	首次将代谢组学生物标志物与临床风险因素整合，构建了性能更优的肠内喂养不耐受预测模型	样本量较小（60例患者），需要外部验证才能临床应用	提高ICU脓毒症患者肠内喂养不耐受的预测准确性	脓毒症患者（60例，其中30例喂养不耐受，30例喂养耐受）和20例健康对照	机器学习	脓毒症	液相色谱-质谱联用（LC/MS）代谢组学分析	深度学习算法	血清代谢组学数据和临床数据	60例脓毒症患者（30例ENFI，30例耐受）和20例健康对照	NA	NA	AUC, 准确率, 精确率, F1分数, 净重分类改善指数, 综合判别改善指数	NA
635	2025-11-11	MSAI-Path: Predicting Microsatellite Instability from Routine Histology Slides Without Re-inventing the Wheel 2025-Nov-07, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100932 PMID:41207630	研究论文	提出一种可解释的混合方法，通过自动量化组织学特征来预测结直肠癌中的微卫星不稳定性	结合计算方法和病理学家专业知识，创建可解释且可验证的MSI预测方法，无需依赖黑盒深度学习模型	需要依赖预定义的贝塞斯达指南组织学特征，可能无法捕捉所有相关模式	开发可解释的微卫星不稳定性预测方法	结直肠癌患者的全切片图像	数字病理学	结直肠癌	苏木精-伊红染色全切片图像分析	逻辑回归,随机森林	图像	来自2,267名患者的3,256个全切片图像，涵盖五个中心的七个队列	NA	NA	AUC,敏感性	NA
636	2025-11-11	Prediction of the risk of diabetic foot from corneal nerve images using deep learning algorithms 2025-Nov-06, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112991 PMID:41205876	研究论文	开发基于角膜神经图像的深度学习算法预测糖尿病足风险	首次将角膜神经图像与HbA1c或血清肌酐结合开发混合深度学习算法用于糖尿病足风险预测	使用定量角膜神经参数未能提升模型性能	预测糖尿病足风险类别	糖尿病患者的角膜神经图像	数字病理	糖尿病足	角膜神经成像	深度学习算法	图像	471名参与者的942只眼睛共23,550张图像	NA	NA	AUC	NA
637	2025-11-11	Approaches to Scaffold Hopping for Identifying New Bioactive Compounds and the Contribution of Artificial Intelligence 2025-Nov-05, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673383467250929220205 PMID:41208066	综述	本文综述了人工智能在骨架跃迁策略中识别新生物活性化合物的应用与贡献	将传统骨架跃迁策略与基于深度学习的人工智能模型相结合，提高了新药发现的成功率	面临输入数据质量、结果可解释性、监管问题、技术投资和多学科团队建设等挑战	提高药物开发效率，降低研发成本和时间消耗	生物活性化合物和新治疗剂	药物发现	NA	计算机辅助药物设计，深度学习	深度学习模型	化学结构数据，药效团模型	来自Web of Science、PubMed和Google Scholar数据库的文献数据	NA	NA	NA	NA
638	2025-11-11	A High-resolution dataset for AI-driven segmentation and analysis of drug-treated breast tumor spheroids 2025-Nov-04, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109141 PMID:41207172	研究论文	本研究提供了一个用于AI驱动分割和分析药物处理乳腺肿瘤球体的高分辨率公开数据集	创建了首个包含药物处理乳腺肿瘤球体的高分辨率公开数据集，并系统评估了多种深度学习分割模型在该数据集上的性能	数据集仅包含一种乳腺癌细胞系(MDA-MB-231)和成纤维细胞的异型球体，可能无法完全代表所有乳腺癌亚型	促进AI驱动的药物处理3D肿瘤球体分割和分析，改进临床前药物筛选评估	MDA-MB-231乳腺癌细胞和人成纤维细胞组成的异型球体	数字病理学	乳腺癌	显微成像, 微流控芯片培养	CNN	图像	95张高分辨率图像，分割为2980个图像块(512×512像素)	NA	U-Net, FCN, Mask R-CNN, YOLOv12-Seg, DeepLab	Jaccard指数, 准确率	NA
639	2025-11-11	A priority control list for LCMs in freshwater food chain by deep learning 2025-Nov-03, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140362 PMID:41207232	研究论文	本研究通过深度学习方法构建了淡水食物链中液晶单体的优先控制清单	首次针对商业液晶单体在淡水食物链中的持久性、生物累积性和毒性效应建立优先控制清单	研究仅针对1431种商业液晶单体，未涵盖所有可能的LCMs	评估液晶单体在淡水食物链中的环境风险并建立优先控制清单	1431种商业液晶单体在淡水食物链（水蚤-斑马鱼-卷羽鹈鹕）中的PBT效应	环境科学	NA	分子对接，机器学习，深度学习	ResNet	分子对接数据，PBT效应矩阵	1431种液晶单体×3营养级×3种PBT效应，共12879个数据点	NA	ResNet	准确率	NA
640	2025-11-11	Food defect detection technologies based on deep learning and prospects in detection of unsound wheat kernels 2025-Nov-02, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146910 PMID:41207261	综述	本文综述了基于深度学习的食品缺陷检测技术在不完善小麦籽粒检测中的研究现状与发展前景	系统总结了基于深度学习的小麦缺陷检测技术，重点关注图像采集系统、特征提取、模型优化、多模态融合和轻量化部署等关键技术进展	主要关注技术综述，缺乏具体实验验证和性能对比分析	推动智能小麦质量检测技术的发展，支持智慧农业的广泛应用	不完善小麦籽粒	计算机视觉	NA	机器视觉，深度学习	深度学习模型	图像	NA	NA	NA	NA	NA