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
181	2026-02-06	FHBDSR-Net: automated measurement of diseased spikelet rate of Fusarium Head Blight on wheat spikes 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00245-0 PMID:41312098	研究论文	本文提出了一种名为FHBDSR-Net的轻量级深度学习框架，用于自动测量小麦穗部赤霉病的病小穗率	构建了包含620张高分辨率RGB图像和5,222个小穗级标注的数据集，并设计了多尺度特征增强架构、Inner-EfficiCIoU损失函数和尺度感知注意力模块，以解决小目标检测、特征表示不足和密集空间编码的挑战	未明确提及模型在更广泛环境或不同小麦品种上的泛化能力，以及数据集的规模可能仍有扩展空间	开发一种自动化、高效且非破坏性的方法来精确量化小麦赤霉病的病小穗率，以支持抗病育种	小麦穗部图像，特别是赤霉病感染的小穗	计算机视觉	小麦赤霉病	深度学习，图像分析	CNN	图像	620张高分辨率RGB图像，包含5,222个小穗级标注	未明确指定，但基于深度学习框架	FHBDSR-Net（自定义架构）	平均精度，皮尔逊相关系数	适用于资源受限的移动设备部署，但未具体说明训练时使用的GPU或云平台
182	2026-02-06	Detecting mangrove seedlings from UAV imagery using deep learning for restoration monitoring 2025-Dec-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30387-6 PMID:41326629	研究论文	本研究开发了一种基于深度学习的模型，用于从超高分辨率无人机影像中检测红树林幼苗，以支持红树林生态系统的恢复监测	首次针对红树林生态系统提出了专门的幼苗检测方法，将用于人群计数的深度学习技术（密度图预测与定位）创新性地应用于自然环境的幼苗检测任务，并展示了优于现有先进目标检测框架（ResNet-DETR）的性能	存在标注不准确、无人机影像随时间推移可能不一致以及深度学习方法固有的局限性等挑战	开发一种自动化工具，用于大规模、准确地检测红树林幼苗，以评估生态恢复成效并指导保护策略	红树林幼苗	计算机视觉	NA	无人机遥感成像	深度学习	图像	阿拉伯联合酋长国阿布扎比酋长国22个播种点的无人机影像	NA	MaxViT-UNet, ResNet-DETR	F1分数, 精确率, 召回率	NA
183	2026-02-05	Artifact-robust Deep Learning-based Segmentation of 3D Phase-contrast MR Angiography: A Novel Data Augmentation Approach 2025-Dec-25, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.tn.2024-0211 PMID:40619248	研究论文	本研究提出了一种新颖的数据增强方法，用于改善受搏动伪影影响的3D相位对比磁共振血管成像图像的深度学习分割效果	通过向k空间幅度添加周期性误差来模拟搏动伪影，从而创建了一种专门针对PC-MRA图像伪影的数据增强技术	研究仅在16名志愿者的数据集上进行评估，样本量相对较小	提高受搏动伪影影响的3D相位对比磁共振血管成像图像的血管分割准确性	3D相位对比磁共振血管成像图像	医学图像分析	心血管疾病	相位对比磁共振血管成像	深度学习模型	3D医学图像	16名志愿者的PC-MRA数据集	NA	NA	Dice-Sørensen系数, Intersection over Union, 平均对称表面距离	NA
184	2026-02-03	A novel deep learning approach for intrusion detection in maritime radar networks 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34353-0 PMID:41469470	研究论文	本文提出了一种名为MARINERNet的深度学习入侵检测系统，专门用于海上雷达网络，通过集成1D卷积层、挤压-激励模块和残差连接，自动从原始雷达网络数据中提取特征，以提高检测准确性	引入了一种新颖的深度学习架构，结合1D卷积层、挤压-激励模块和残差连接，自动提取特征，无需手动干预，并在多类和二类分类任务中实现了最先进的性能	未明确提及具体限制，如数据集的多样性、实际部署中的计算开销或对抗性攻击的鲁棒性	开发一个深度学习入侵检测系统，以实时检测海上雷达网络中的网络攻击，确保关键基础设施的安全	海上雷达网络及其相关的网络数据	机器学习	NA	深度学习	CNN	原始雷达网络数据	NA	NA	1D卷积层、挤压-激励模块、残差连接	准确率	NA
185	2026-02-03	A multi-objective optimization framework integrating ICSL deep learning for forecasting and scheduling emergency medical supply demand in public health emergencies 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34300-z PMID:41476145	研究论文	本文提出了一种集成ICSL深度学习的多目标优化框架，用于预测和调度公共卫生事件中的应急医疗物资需求	结合传染病特征和政府隔离措施影响，通过ICSL深度学习架构预测应急医疗物资最大需求，并构建考虑紧迫性、调度时间和成本的多目标调度分配模型	NA	解决重大疫情中后期应急医疗物资的预测与分配挑战	公共卫生事件中的应急医疗物资需求与调度	机器学习	NA	深度学习	LSTM, BP神经网络	疫情控制措施数据	武汉疫情防控措施数据	NA	ICSL深度学习架构	预测准确率	NA
186	2026-01-01	Prioritizing missense mutations via a deep learning phosphorylation prediction model 2025-Dec-30, Human genomics IF:3.8Q2 DOI:10.1186/s40246-025-00898-4 PMID:41469746	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
187	2026-01-01	Artificial intelligence technology for the ethical issues research from a Marxist perspective under deep learning 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34208-8 PMID:41469803	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
188	2025-12-30	Evaluation of a YOLOv5x-based deep learning model for interproximal caries segmentation on bitewing radiographs across primary and permanent teeth 2025-Dec-29, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07570-2 PMID:41457204	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
189	2026-02-03	Improving sign Language recognition system for assisting deaf and dumb people using pathfinder algorithm with representation learning model 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34283-x PMID:41461898	研究论文	本研究提出了一种基于路径寻找算法和特征提取模型的美国手语识别系统，旨在通过优化策略提升识别准确性和鲁棒性	整合路径寻找算法与SE-DenseNet特征提取模型及Elman神经网络分类器，通过参数调优提升手语识别性能	仅在美国手语数据集上进行测试，未涉及其他手语变体或真实复杂场景验证	提高手语识别系统的准确性和实用性，以辅助聋哑人士沟通	美国手语手势图像数据	计算机视觉	NA	高斯滤波去噪，深度学习特征提取与分类	Elman神经网络	图像	未明确指定样本数量，使用美国手语数据集	未明确指定，可能涉及自定义实现	SE-DenseNet, Elman神经网络	准确率	NA
190	2026-02-03	An open bone marrow megakaryocyte dataset for automated morphologic studies 2025-Dec-16, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06450-2 PMID:41402328	研究论文	本文介绍了首个公开的骨髓巨核细胞亚型分类数据集MK-11，用于自动形态学评估的开发与评估	首次提供了高质量、开放许可的骨髓巨核细胞图像数据集，解决了该领域数据稀缺问题，并建立了基于深度学习的分类基准	数据集规模相对有限（7,204张图像），可能影响模型泛化能力；且仅基于Wright-Giemsa染色图像，未涵盖其他染色技术	开发用于骨髓巨核细胞亚型自动分类的深度学习模型，以辅助血液疾病的诊断与研究	骨髓中的巨核细胞亚型，涉及11种临床相关亚型	数字病理学	骨髓增生异常综合征（MDS）及其他血小板相关疾病	Wright-Giemsa染色	CNN, Transformer	图像	7,204张单细胞图像	NA	卷积神经网络, Transformer	NA	NA
191	2026-02-02	Mitigating the Vanishing Gradient Problem Using a Pseudo-Normalizing Method 2025-Dec-31, Entropy (Basel, Switzerland) DOI:10.3390/e28010057 PMID:41593963	研究论文	本文提出一种伪归一化方法，通过放大梯度来缓解深度神经网络中的梯度消失问题，并在图像分类任务中验证其有效性	引入伪归一化技术，通过定期除以均方根来放大梯度，避免梯度消失同时防止梯度爆炸，且发现网络主要利用图像轮廓信息进行分类	方法仅在双曲正切激活函数的图像分类网络中验证，未涉及其他激活函数或任务类型	解决深度神经网络训练中的梯度消失问题，提升训练稳定性和性能	深度神经网络及其训练过程	机器学习	NA	伪归一化方法	深度神经网络	图像	NA	NA	NA	NA	NA
192	2026-02-02	Enhancing crayfish sex identification with Kolmogorov-Arnold networks and stacked autoencoders 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34095-z PMID:41469793	研究论文	本研究利用传统机器学习和深度学习模型，对具有不平衡类别分布的表格和图像数据集进行小龙虾性别二分类，提出了一种基于堆叠自编码器的新架构，并验证了Kolmogorov-Arnold网络在分类任务中的有效性	提出了一种基于堆叠自编码器的新架构，用于增强特征提取，并首次将Kolmogorov-Arnold网络应用于小龙虾性别分类任务，展示了其在所有指标上的最佳性能	研究中使用的数据集存在类别不平衡问题，且部分模型在性能提升后出现下降，未详细讨论模型的可解释性或泛化能力到其他物种	提高小龙虾性别分类的准确性，以支持淡水生态系统的人口结构分析	小龙虾	机器学习	NA	图像组合、特征提取	Kolmogorov-Arnold网络, 自编码器, 支持向量机, 多层感知器, 朴素贝叶斯	表格数据, 图像数据	NA	NA	堆叠自编码器	准确率	NA
193	2026-02-02	Advancing Medical Decision-Making with AI: A Comprehensive Exploration of the Evolution from Convolutional Neural Networks to Capsule Networks 2025-Dec-30, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010017 PMID:41590902	综述	本文是一篇关于卷积神经网络（CNN）和胶囊网络（CapsNet）在医学图像分析中应用的文献综述，旨在通过比较两者来辅助医疗决策支持	对CNN和CapsNet在医学图像分析中的应用进行了结构化比较，并提出了未来可解释、高效混合深度学习系统的研究方向	作为一篇综述文章，其局限性在于主要基于2018年至2025年发表的文献进行分析，可能未涵盖最新进展	分析比较CNN和CapsNet在医学图像分析中的性能，以支持医疗决策	医学图像分析领域的深度学习架构	计算机视觉	NA	NA	CNN, CapsNet	图像	基于基准数据集BraTS、INbreast、ISIC和COVIDx	NA	卷积神经网络, 胶囊网络	NA	NA
194	2026-02-02	A painting art rendering system by deep learning framework and machine translation 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34058-4 PMID:41461861	研究论文	本研究提出了一种基于深度学习和机器翻译的绘画艺术渲染系统，旨在解决民族大学绘画教学中的技术传承、跨语言障碍和个性化不足等问题	提出了一个集“技术传承-风格渲染-文化解读-个性化指导”于一体的协作教学框架，并引入了改进的生成对抗网络和视觉上下文Transformer模块，实现了八种民族绘画风格的自动渲染和跨民族语言绘画术语的语义映射	未明确说明系统在更广泛绘画风格或语言中的泛化能力，以及计算资源需求的具体细节	开发一个集成系统，以促进民族绘画技术的数字保存和跨文化交流，提升绘画教学效果	民族绘画艺术作品和跨民族语言的绘画术语	计算机视觉, 自然语言处理	NA	深度学习, 机器翻译	GAN, Transformer	图像, 文本	包含12,000件艺术作品和5,000条术语条目的多模态数据集	NA	改进的生成对抗网络, 视觉上下文Transformer	F1分数, 语义匹配率	NA
195	2026-02-02	An enhanced deep learning framework for intrusion classification enterprise network using multi-branch CNN-attention architecture 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34166-1 PMID:41461889	研究论文	本文提出了一种面向部署的企业网络入侵检测框架，结合了多分支CNN注意力架构与微调决策树分类器	提出了一种结合多分支CNN通道注意力机制与微调决策树分类器的部署导向型入侵检测框架，在保证高精度的同时提供可解释的规则，并展示了跨数据集的泛化能力	NA	开发一个高精度、可解释且适合实际部署的企业网络入侵检测系统	企业网络流量数据	机器学习	NA	NA	CNN, 决策树	网络流量数据	CIC-IDS2017数据集包含超过200万个带标签的网络流（80+个特征），NSL-KDD数据集包含125,000个连接记录（41个特征）	NA	多分支CNN注意力架构	准确率, ROC-AUC, 宏F1分数	NA
196	2026-02-02	Interpretable multimodal deep learning improves postoperative risk stratification in intrahepatic cholangiocarcinoma in multicentre cohorts 2025-Dec-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02282-x PMID:41466129	研究论文	开发了一种基于Transformer的可解释多模态深度学习框架，用于肝内胆管癌患者的术后风险分层	首次将临床变量、影像组学特征和全切片病理图像通过预训练编码器与Transformer网络融合，并利用空间转录组学和蛋白质组学进行生物学验证，揭示了模型注意力机制与肿瘤侵袭性的关联	未明确说明模型在更广泛人群或不同医疗中心间的泛化能力，以及计算资源需求的具体细节	提高肝内胆管癌患者术后风险分层的准确性	肝内胆管癌患者	数字病理学	肝内胆管癌	空间转录组学, 空间蛋白质组学	Transformer	临床变量, 影像组学特征, 全切片病理图像	三个独立验证队列（具体样本数未提供）	NA	Transformer	AUC	NA
197	2026-02-02	Adaptive Normalization Enhances the Generalization of Deep Learning Model in Chest X-Ray Classification 2025-Dec-28, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010014 PMID:41590899	研究论文	本研究通过对比分析不同归一化方法，提出了一种自适应预处理流程，旨在提升深度学习模型在胸部X光分类中的泛化能力	提出了一种结合百分位ROI裁剪和直方图标准化的自适应预处理流程，并通过系统性基准测试验证其在多数据集和模型架构下的有效性	在采集异质性强的MIMIC-CXR数据集上性能提升有限	提升深度学习模型在胸部X光分类中的跨数据集鲁棒性和可靠性	胸部X光图像	计算机视觉	NA	NA	CNN	图像	四个公共胸部X光数据集	NA	三种卷积神经网络架构	准确率, F1分数	NA
198	2026-02-02	Automated deep learning pipeline for callosal angle quantification 2025-Dec-27, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00750-w PMID:41456015	研究论文	本文开发了一个全自动深度学习框架，用于从原始T1 MPRAGE扫描中量化胼胝体角，以辅助常压性脑积水的诊断	提出了一个结合BrainSignsNET进行关键解剖标志点检测和基于UNet的分割网络的全自动、鲁棒性框架，可直接从原始MRI扫描中测量胼胝体角，性能优于报告的人工观察者间变异性	未明确提及，但可能包括对特定MRI序列（T1 MPRAGE）的依赖以及需要进一步的外部验证	开发一个全自动、可靠的深度学习框架，用于量化胼胝体角，以改善常压性脑积水的早期检测和诊断	常压性脑积水患者的MRI扫描图像	数字病理学	常压性脑积水	T1 MPRAGE MRI扫描	深度学习	3D MRI图像	训练和内部验证使用BLSA和BIOCARD数据集；外部验证使用来自约翰霍普金斯湾景医院和PENS试验的376个临床MRI扫描	NA	BrainSignsNET, UNet with EfficientNetB0 encoder	相关系数, 平均绝对误差	NA
199	2026-02-02	A Hybrid Vision Transformer-BiRNN Architecture for Direct k-Space to Image Reconstruction in Accelerated MRI 2025-Dec-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010011 PMID:41590896	研究论文	提出了一种结合Vision Transformer和双向循环神经网络的混合双域深度学习架构，用于加速MRI中的k空间到图像的直接重建	首次将ViT自编码器与BiRNN结合，协同处理图像域和k空间域信息，直接利用k空间数据的序列特性来抑制混叠伪影	研究仅在神经MRI的回顾性欠采样数据上进行评估，未涉及其他解剖部位或前瞻性数据	解决加速MRI中因k空间欠采样导致的病态逆问题，实现高质量图像重建	加速磁共振成像（MRI）中的图像重建	计算机视觉	NA	磁共振成像（MRI）	Vision Transformer, BiRNN	图像, k空间数据	NA	NA	Vision Transformer autoencoder, BiRNN, UNet	NA	NA
200	2026-02-02	Accurate Segmentation of Vegetation in UAV Desert Imagery Using HSV-GLCM Features and SVM Classification 2025-Dec-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010009 PMID:41590895	研究论文	本文提出了一种结合HSV颜色空间和GLCM纹理特征，并采用SVM分类器的机器学习方法，用于无人机沙漠图像中植被的准确分割	结合HSV颜色空间与GLCM纹理特征，并采用SVM分类器，在具有挑战性的沙漠环境中实现了鲁棒的植被分割，显著优于传统光谱指数方法和现代深度学习基线	处理速度为每张图像25秒，训练时间28分钟，在强调处理速度的应用中可能受限	实现无人机沙漠图像中植被的准确分割，以支持精准农业应用	阿联酋沙漠农田的120张高分辨率无人机图像	计算机视觉	NA	无人机成像	SVM	图像	120张高分辨率无人机图像	NA	NA	准确率, 精确率, 召回率, F1分数, 交并比	NA