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
681	2025-12-01	Deep learning reconstruction combined with contrast-enhancement boost in dual-low dose CT pulmonary angiography: a two-center prospective trial 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11681-3 PMID:40411550	研究论文	本研究探讨深度学习重建结合对比度增强提升技术在双低剂量CT肺动脉成像中改善图像质量和诊断准确性的效果	首次将深度学习重建与对比度增强提升技术结合应用于双低剂量CT肺动脉成像，实现了在降低辐射和对比剂剂量同时提升图像质量	样本量相对有限（130例患者），仅在两中心开展研究	评估深度学习重建结合对比度增强提升技术在低辐射和低对比剂剂量下对CT肺动脉成像诊断质量的改善效果	疑似肺栓塞患者	医学影像分析	肺栓塞	CT肺动脉成像，深度学习重建，对比度增强提升	深度学习模型	CT医学影像	130例疑似肺栓塞患者	NA	NA	信噪比，对比噪声比，图像质量评分，AUC	NA
682	2025-12-01	Optimizing MRI sequence classification performance: insights from domain shift analysis 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11671-5 PMID:40418319	研究论文	本研究通过评估预训练模型在成人到儿科MRI数据的领域偏移条件下的表现，优化MRI序列分类性能	首次系统评估CNN-Transformer混合架构(MedViT)在MRI序列分类中的领域偏移问题，并证明专家领域知识调整能显著提升模型性能	研究仅限于成人到儿科MRI数据的领域偏移，未涉及其他类型的领域偏移场景	解决多中心研究中MRI序列分类因成像协议变异导致的领域偏移问题	成人和儿科MRI数据	医学影像分析	NA	MRI成像	CNN, Transformer	医学影像	成人MRI数据集和儿科MRI数据集	NA	ResNet-18, MedViT	准确率, 置信区间	NA
683	2025-12-01	CarsiDock-Cov: A deep learning-guided approach for automated covalent docking and screening 2025-Nov, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.07.043 PMID:41311379	研究论文	提出首个深度学习引导的共价对接方法CarsiDock-Cov，用于自动化共价配体对接和筛选	首个深度学习引导的共价对接方法，结合预训练距离矩阵预测模型和几何优化程序	NA	开发自动化共价对接工具以加速共价药物发现和设计	共价配体与蛋白质复合物	机器学习	NA	共价对接	深度学习	蛋白质-配体复合物结构数据	基于数百万对接复合物预训练	NA	NA	对接精度，筛选性能	NA
684	2025-12-01	Transformer-based optical attenuation compensation and denoising in photoacoustic imaging 2025-Nov, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.11.116004 PMID:41312519	研究论文	提出基于Transformer的生成模型解决线性阵列光声成像中的光学衰减补偿和去噪耦合问题	首次将视觉Transformer架构应用于光声成像的衰减补偿和去噪耦合问题，提出Trans U-Net模型	主要使用模拟数据和仿体数据进行训练，在真实临床数据上的泛化能力需进一步验证	开发深度学习方法来同时解决光声成像中的光学衰减补偿和噪声抑制问题	线性阵列光声成像系统获取的图像数据	医学影像处理	乳腺癌	光声成像	生成对抗网络, U-Net, Transformer	图像	模拟数据、实验仿体数据和小动物肿瘤图像	NA	Pix2Pix, Residual U-Net, Transformer U-Net	PSNR, SSIM, MSE	NA
685	2025-12-01	Relation knowledge distillation 3D-ResNet-based deep learning for breast cancer molecular subtypes prediction on ultrasound videos: a multicenter study 2025-Nov, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03146-7 PMID:40858830	研究论文	开发并验证基于关系知识蒸馏的三维残差网络模型，利用超声视频预测乳腺癌分子亚型	首次将关系知识蒸馏技术应用于三维残差网络，通过超声视频实现乳腺癌分子亚型的四分类预测	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发非侵入性乳腺癌分子亚型预测工具，辅助临床个性化管理	乳腺癌患者及其超声视频数据	计算机视觉	乳腺癌	超声成像	3D-CNN	视频, 图像	882例乳腺癌患者（2375个超声视频和9499张图像），外加86例外部队列患者	NA	3D-ResNet, 2D-ResNet	AUC, 敏感度, 特异度, 准确率, 平衡准确率, 精确率, 召回率, F1分数	NA
686	2025-11-30	Lightweight Hybrid Deep Learning Models for Accurate Classification of Respiratory Conditions from Raw Lung Sounds 2025-Nov-29, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02315-8 PMID:41315171	研究论文	提出一种基于轻量级混合深度学习模型的框架，用于从原始肺音中准确分类十一种呼吸系统疾病	首次使用无需特征工程或预处理的原始肺音数据，结合轻量级混合CNN-LSTM架构实现高精度呼吸病理分类	仅进行了数据集内评估，需要额外临床数据集的外部验证来评估泛化能力	提高呼吸系统疾病诊断准确性，并通过对比分析确定最高效的模型	原始肺听诊音	机器学习	呼吸系统疾病	肺音听诊	CNN, LSTM, 混合CNN-LSTM	音频	两个不同数据集（原始形式和增强后）	NA	混合CNN-LSTM	准确率	NA
687	2025-11-30	Artificial Intelligence in Pediatric Surgery: From Diagnostics and Preoperative Planning to Risk Stratification: A Comprehensive Review of Current Applications 2025-Nov-28, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2743-4868 PMID:41314409	综述	全面综述人工智能在儿科外科诊断、术前规划、风险分层和手术错误预防四大领域的当前应用	首次系统整合儿科外科四大应用领域的最新进展，突出成人外科与儿科外科在AI转化方面的差异	多数研究为回顾性单中心研究，方法学异质性强，外部验证不足，缺乏前瞻性验证	评估人工智能在儿科外科领域的应用现状和发展前景	儿科外科患者群体	数字病理	儿科外科疾病	深度学习	深度学习模型	医学影像	NA	NA	NA	准确率	NA
688	2025-11-30	Automated Bone Age Assessment and Adult Height Prediction from Pediatric Hand Radiographs via a Cascaded Deep Learning Framework 2025-Nov-26, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02306-9 PMID:41296212	研究论文	提出一种级联深度学习框架，从儿童手部X光片自动评估骨龄并预测成年身高	首次将实例分割与并行ResNet子网络结合的级联框架，实现端到端的骨龄评估和身高预测	仅使用中国儿童数据，模型泛化能力需进一步验证	提高儿科生长评估中骨龄评估和身高预测的客观性和效率	中国儿童手部X光片	计算机视觉	儿科生长发育	X射线成像	CNN, 实例分割, 回归模型	X光图像	8,242张左手X光片	PyTorch	Yolact, ResNet-18	Pearson相关系数, Bland-Altman分析, 平均绝对误差	NA
689	2025-11-30	Towards decoding individual words from non-invasive brain recordings 2025-Nov-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65499-0 PMID:41298362	研究论文	开发了一种从非侵入性脑记录（EEG和MEG）解码单个单词的深度学习流程	首次实现从非侵入性脑记录中解码训练集未出现的单词，并在多设备、多语言、多任务场景下持续优于现有方法	非侵入式记录的解码精度仍受设备类型和实验协议限制，EEG和听力任务比MEG和阅读任务更难解码	构建非侵入式脑信号自然语言解码器	人类脑电信号（EEG/MEG）	脑机接口, 自然语言处理	NA	脑电图（EEG）, 脑磁图（MEG）	深度学习	脑信号时间序列	723名参与者，500万个单词，涵盖三种语言	NA	NA	解码准确率	NA
690	2025-11-30	YOMO TF based edge cloud collaborative surveillance framework for tobacco warehouse safety management 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26011-2 PMID:41298508	研究论文	提出一种基于YOMO-TF的边缘云协同监控框架，用于烟草仓库安全管理	结合YOLO、MobileOne、Transformer和联邦自蒸馏技术，构建自适应深度学习的边缘云协同监控架构	NA	开发实时、隐私保护且可扩展的烟草仓库安全监控解决方案	烟草仓库监控场景中的异常行为检测	计算机视觉	NA	深度学习，联邦学习	YOLO, Transformer, 轻量级CNN	视频，图像	NA	NA	YOLOv8-nano, MobileOne-S, Temporal Shift Transformer (TST)	准确率, 精确率, 召回率, F1分数	边缘设备，云平台
691	2025-11-30	Dual-modality fusion for mango disease classification using dynamic attention based ensemble of leaf & fruit images 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26052-7 PMID:41298556	研究论文	提出一种基于动态注意力机制的双模态融合方法，结合芒果叶片和果实图像进行疾病分类	引入模态注意力融合机制动态加权不同模态的预测结果，并采用类别感知的数据增强策略	未明确说明模型在复杂田间环境下的鲁棒性验证	提高芒果疾病分类的准确性和泛化能力	芒果叶片和果实图像	计算机视觉	植物疾病	深度学习	CNN	图像	未明确说明具体样本数量	Django	ResNet-50, MobileNetV2, EfficientNet-B0, ConvNeXt	准确率, F1分数, ROC-AUC	NA
692	2025-11-30	Transformer-based deep learning for adaptive pedagogy under uncertain student preferences 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25996-0 PMID:41298579	研究论文	提出一种基于Transformer的深度学习框架SRE-TransformerNet，用于在不确定学生偏好的情况下实现自适应教学	融合Swin Transformer、ResNet和EfficientNet三种架构，并引入三种新型预处理技术（ARS、FFWA、UDT）和三种新评估指标（CSS、TCI、MCIM）	未明确说明数据收集的具体限制和模型在不同教育场景中的泛化能力	开发能够适应多样化学习行为和个人偏好的个性化教育系统	学生学习行为和偏好	机器学习	NA	深度学习	Transformer, CNN	教育行为数据	NA	NA	Swin Transformer, ResNet, EfficientNet	F1-score, AUC, accuracy, recall, CSS, TCI, MCIM	NA
693	2025-11-30	A Hybrid Cross-Attentive CNN-BiLSTM-Transformer Network for Dysarthria Severity Classification 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26049-2 PMID:41298571	研究论文	提出一种混合深度学习模型用于构音障碍严重程度分类	集成CNN、BiLSTM和Transformer架构，采用独特的交叉注意力机制融合小波尺度图与声学特征	NA	实现构音障碍的客观自动检测和严重程度分类	构音障碍患者语音数据	自然语言处理	神经系统疾病	声学特征分析，小波变换	CNN, BiLSTM, Transformer	语音信号，图像	TORGO和UA Speech两个公共数据集	NA	混合CNN-BiLSTM-Transformer网络	准确率，配对t检验	NA
694	2025-11-30	Novel dual-input stream-based hybrid approach for wheat leaf disease classification using edge-aware features 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26123-9 PMID:41298585	研究论文	提出一种结合Xception和EfficientNetB3架构的双输入流混合深度学习模型EffiXB3，用于小麦叶片病害分类	首次将Xception和EfficientNetB3架构与边缘感知特征相结合，采用双输入流处理结构和纹理特征	NA	提高小麦叶片病害分类的准确性和鲁棒性	小麦叶片图像	计算机视觉	植物病害	Canny边缘检测	CNN,混合深度学习模型	图像	NA	NA	Xception,EfficientNetB3,EffiXB3	准确率	NA
695	2025-11-30	Dynamic edge-caching through content popularity and crowd prediction for short video services 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26079-w PMID:41298598	研究论文	提出一种通过内容流行度和人群预测的动态边缘缓存框架DECC，用于优化短视频服务的缓存决策	首次联合建模内容流行度和用户访问行为，采用混合深度学习架构捕获视频请求和用户活动的时序动态特征	未明确说明模型在不同网络环境下的泛化能力，实验数据可能受特定场景限制	优化移动网络中短视频服务的边缘缓存效率，降低访问延迟	短视频内容缓存决策和用户访问行为	机器学习	NA	深度学习	CNN, LSTM, GRU	时序数据，用户行为数据	真实世界数据集（具体数量未说明）	未明确说明	Conv1D, LSTM, GRU混合架构	缓存命中率，访问延迟降低，资源利用效率	NA
696	2025-11-28	Research on personalized distance education recommendation system based on deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26020-1 PMID:41298620	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
697	2025-11-30	A deep learning model for contact angle prediction in carbonate reservoirs under smart water assisted foam injection (SWAF) 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26336-y PMID:41298639	研究论文	本研究开发了机器学习模型来预测智能水辅助泡沫注入条件下碳酸盐岩储层的接触角	首次将深度学习模型应用于SWAF注入条件下的接触角预测，并采用数据增强技术扩展数据集	未考虑原油特性和油田尺度数据	开发准确的接触角预测模型以优化智能水辅助泡沫注入过程	碳酸盐岩储层在智能水辅助泡沫注入条件下的接触角	机器学习	NA	数据增强技术包括高斯噪声、缩放变换和物理约束生成对抗网络	CNN, XGBoost, SVR, Random Forest, MLP	表格数据	初始1,615个样本，通过数据增强扩展到13,032个样本	NA	卷积神经网络, XGBoost, 支持向量回归, 随机森林, 多层感知器	RMSE, R²	NA
698	2025-11-30	An autoencoder and vision transformer based interpretability analysis on the performance differences in automated staging of second and third molars 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26121-x PMID:41298637	研究论文	提出结合自编码器和视觉变换器的框架，用于提升牙齿年龄分期分类性能并提供模型可解释性分析	首次将自编码器与视觉变换器结合用于牙齿分期任务，通过多角度可解释性分析揭示数据层面的性能限制因素	研究主要关注下颌第二和第三磨牙，结论可能不适用于其他牙齿类型；性能差距的根本数据问题需要进一步数据收集来解决	提升法医牙科年龄估计中深度学习模型的性能和可解释性	下颌第二磨牙（37号牙）和第三磨牙（38号牙）的X光图像	计算机视觉	法医牙科	牙齿X光成像	自编码器, Vision Transformer	医学图像	未明确说明具体样本数量	未明确说明	自编码器, Vision Transformer	准确率	NA
699	2025-11-30	A transformer based approach to STEAM integrated english course design in high schools under deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26024-x PMID:41298657	研究论文	本研究探索将STEAM教育理念与深度学习技术相结合，开发基于Transformer架构的高中英语课程资源自动生成系统	提出融合STEAM语义特征的Transformer框架，实现英语教学内容的智能生成和个性化推送	在资源有限环境中的实施存在挑战，需要进一步改进	通过深度学习技术提升高中英语课程资源的智能化和相关性	高中英语课程资源开发	自然语言处理	NA	深度学习	Transformer	文本	300名高中生，其中150名学生的数据构成核心训练语料	NA	Transformer编码器-解码器架构	BLEU分数, 创新指数, 内容多样性	NA
700	2025-11-30	Human visual attention-inspired knowledge distillation underlying interpretable computational pathology 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26004-1 PMID:41298683	研究论文	提出受人类视觉注意力启发的知识蒸馏方法，用于计算病理学中的可解释医学图像分析	首次将人类视觉注意力机制融入知识蒸馏框架，通过捕捉局部和全局图像块关系构建差异化特征	未明确说明方法在更广泛病理学任务和数据集上的泛化能力	解决计算病理学中模型轻量化、可解释性与性能之间的平衡问题	医学病理图像	计算病理学	NA	深度学习	知识蒸馏	医学图像	NA	NA	NA	分割任务性能，注意力图与专家标注一致性	NA