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
281	2026-01-19	Automated forest fire detection in ecological monitoring using enhanced deep learning networks 2025-Dec-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31707-6 PMID:41381831	研究论文	本研究提出了一种名为DeepFire S3GA-Net的新型深度学习分割框架，用于从无人机航拍图像中自动检测和分割森林火灾区域	提出了一种新颖的深度学习分割框架DeepFire S3GA-Net，该框架在编码器中采用空洞空间金字塔池化以捕获多尺度上下文特征，在解码器中采用分组卷积模块以提高空间细化能力和特征多样性	未明确说明模型在极端天气条件或夜间环境下的性能表现	开发一种准确、可靠的森林火灾自动检测与分割方法，以支持实时生态监测和风险管理	无人机航拍图像中的森林火灾区域	计算机视觉	NA	无人机航拍成像	深度学习分割网络	图像	未明确说明	未明确说明	全卷积编码器-解码器网络	平均交并比, 准确率, 精确率, 召回率, Dice系数	未明确说明
282	2026-01-19	Image-based explainable artificial intelligence accurately identifies myelodysplastic neoplasms beyond conventional signs of dysplasia 2025-Dec-11, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01222-y PMID:41381839	研究论文	本文开发了一种基于图像的深度学习方法，用于准确识别骨髓增生异常肿瘤，超越了传统的形态学评估	利用端到端深度学习模型，通过遮挡敏感度映射揭示了核结构在诊断中的重要性，无需繁琐的细胞级标注	未提及模型在更广泛或多样化数据集上的泛化能力，以及潜在的临床实施挑战	提高骨髓增生异常肿瘤的诊断准确性和可解释性，减少人工评估的主观性	骨髓涂片图像	数字病理学	骨髓增生异常肿瘤	NA	深度学习模型	图像	未明确指定样本数量，但涉及内部测试和外部验证数据集	未指定	未指定具体架构	准确性	未指定
283	2026-01-19	Knowledge-informed deep learning to mitigate bias in joint air pollutant prediction 2025-Dec, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109915 PMID:41260014	研究论文	本文提出了一种新颖的物理信息深度学习框架，用于联合空气污染物预测，通过整合平流-扩散方程和流体动力学约束来减少系统偏差	将平流-扩散方程和流体动力学约束直接集成到神经网络架构中，用于多污染物预测，并生成物理可解释参数	NA	提高大气空气污染物预测的准确性，以减少系统偏差并改进流行病学研究的暴露评估	空气污染物对（如NO/NO₂和PM₂.₅/PM₁₀）在加利福尼亚和中国大陆的地理区域	机器学习	NA	NA	深度学习	大气污染物数据	NA	NA	NA	偏差减少百分比	NA
284	2026-01-19	Automated Assessment of Choroidal Mass Dimensions Using Static and Dynamic Ultrasonographic Imaging 2025-Dec-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.12.30 PMID:41533875	研究论文	本研究开发并验证了一种基于人工智能的模型，用于在B扫描眼科超声图像上自动检测和测量脉络膜肿块的尺寸	提出了一种两阶段U-Net架构，能够同时处理静态图像和动态视频序列，并自动选择肿块横截面积最大的帧进行分析	在外部验证子集中检测准确率为83.9%，动态视频分析中高度测量在1毫米误差范围内的比例为68.2%，表明模型在泛化性和动态图像处理精度方面仍有提升空间	开发并验证一种人工智能模型，用于自动评估脉络膜肿块的尺寸	脉络膜肿块	计算机视觉	脉络膜肿瘤	B扫描眼科超声成像	深度学习	图像, 视频	1822张静态图像、130个动态视频序列，以及额外的180张静态图像和374张对照图像用于外部验证	NA	U-Net	准确率, 假阳性率, 平均绝对误差, R²	NA
285	2026-01-19	Artificial Intelligence in Cardiology: The Current Applications and Future Directions 2025-Dec, Cureus DOI:10.7759/cureus.99270 PMID:41541923	综述	本文是一篇叙述性综述，概述了人工智能（特别是机器学习和深度学习）在心血管医学中的当前应用和未来前景	强调了人工智能在预测分析和个性化医疗中的核心作用，并指出了可解释人工智能（XAI）、数据偏见和监管框架等未来创新方向	作为一篇综述文章，未涉及具体研究数据或实验验证，主要基于现有文献进行总结和展望	探讨人工智能在心脏病学领域的应用现状、发展趋势及其对精准、高效、以患者为中心的心血管治疗的推动作用	心血管医学领域，包括预测分析、个性化医疗、可穿戴设备、远程医疗等	机器学习	心血管疾病	NA	NA	NA	NA	NA	NA	NA	NA
286	2026-01-18	SARCDNet-an enhanced deep learning network for change detection from bi-temporal SAR images 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31488-y PMID:41476094	研究论文	本文提出了一种名为SARCDNet的增强型深度学习网络，用于从双时相SAR图像中进行变化检测	设计了自适应融合块，结合了提取频域特征的自适应全局滤波操作和通道注意力机制，以增强提取特征的相关性，并有效减轻斑点噪声影响	NA	利用双时相SAR图像进行地表变化检测，应用于洪水检测、环境监测、灾害响应和城市规划	双时相合成孔径雷达（SAR）图像	计算机视觉	NA	合成孔径雷达（SAR）成像	深度学习网络	SAR图像	公共数据集（黄河、农田、巢湖数据集）	NA	SARCDNet	F1分数, PCC, κ, MCC	NA
287	2026-01-18	A memory based model for cartilage and meniscus segmentation in 3D knee MRI 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31503-2 PMID:41462583	研究论文	本研究提出了一种基于记忆的视觉基础模型SAMRI-2，用于从3D膝关节MRI中分割软骨和半月板，以提高分割的准确性和泛化能力	引入了基于记忆的视觉基础模型（VFM）和混合洗牌策略（HSS），结合分割掩码传播技术，提升了空间感知和收敛性，并在少量用户交互下保持高性能	模型依赖于专家标注数据集，可能受读者间变异性影响，且仅针对膝关节MRI进行评估，未涉及其他关节或成像模态	开发一种可靠的人工智能辅助膝关节MRI分割方法，以改进骨关节炎监测中的形态测量评估	膝关节软骨和半月板	计算机视觉	骨关节炎	MRI	Transformer	3D MRI图像	575个3D膝关节MRI体积（来自270名不同患者），测试集包含57个外部病例	NA	Transformer, 3D-VNet, 3D nnU-Net, SAMRI2D, SAMRI3D	Dice相似系数（DSC）, 交并比（IoU）	NA
288	2026-01-18	An efficient hybrid artificial intelligence framework for lung cancer classification using CT images 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31432-0 PMID:41444763	研究论文	提出一种基于CT图像的混合人工智能框架，用于对正常、良性和恶性肺结节进行分类	提出了一种结合传统特征提取方法（GLCM、SIFT）和深度学习方法（VGG-16、MobileNet）的混合AI模型，并通过特征融合和全连接层进行分类，其中GLCM+SIFT+MobileNet组合表现出最佳性能	研究仅使用了IQ-OTH/NCCD单一数据集，未提及外部验证或跨数据集测试	开发一种高效、自动化的肺癌早期预测方法，以辅助临床诊断	肺部CT图像	计算机视觉	肺癌	CT成像	混合模型（传统特征提取+深度学习）	图像	IQ-OTH/NCCD数据集中的CT图像（具体数量未在摘要中说明）	NA	VGG-16, MobileNet	准确率, 精确率, 召回率, F1分数, 特异性	NA
289	2026-01-18	Biologically Inspired Digital Histology for Deep Phenotyping of Placental Composition Changes Across Major Lesion Types 2025-Dec-24, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.22.693945 PMID:41509205	研究论文	本研究应用深度学习管道HAPPY分析胎盘组织切片，量化细胞和组织结构组成变化，以揭示不同病变类型下的胎盘表型差异	首次利用单细胞分辨率深度学习分析胎盘病变的细胞组成变化，并发现病变区域外的器官范围适应性反应	研究样本仅包括62例足月活产妊娠，未涵盖早产或其他并发症病例，且注释规模依赖专家病理学家	通过数字病理学方法深入表征胎盘组成变化，以增强传统组织病理学评估	62例足月活产妊娠的130张H&E染色胎盘组织切片，包括健康对照和四种常见病变类型	数字病理学	妊娠并发症	H&E染色组织学分析	深度学习	图像	130张切片来自62例妊娠	NA	HAPPY（分层深度学习管道）	NA	NA
290	2026-01-18	Real-time construction safety monitoring using a drone based deep hybrid attention model 2025-Dec-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31392-5 PMID:41422095	研究论文	本文提出了一种基于无人机和深度混合注意力模型的实时建筑工地安全监控系统，用于检测个人防护装备的使用情况	提出了一种名为2D-3CKO-MTHSAN的新型网络，结合了离散膨胀余弦因果卷积多头自注意力和离散余弦-Krawtchouk-Tchebichef变换，并利用猩猩优化算法进行参数调整，以提高检测精度和鲁棒性	未在摘要中明确说明	解决建筑工地中个人防护装备检测的准确性和实时性问题，以提升工人安全	建筑工地工人及其个人防护装备，特别是个人防坠落系统中的头盔、安全带和安全绳	计算机视觉	NA	无人机实时监控	CNN, 注意力模型	图像	未在摘要中明确说明	NA	2D-3CKO-MTHSAN, DCCMSA-DCKTKT, Adaptive Causal Decision Transformers	检测准确率	未在摘要中明确说明
291	2026-01-18	A novel deep transformer based CvT model for sign language recognition in visual communication 2025-Dec-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31558-1 PMID:41423468	研究论文	本文提出了一种基于卷积视觉变换器（CvT）的新模型，用于视觉交流中的手语识别	提出了一种结合分层卷积标记化与基于变换器的注意力机制的CvT模型，优化了局部和全局特征提取，在手语识别任务中超越了传统CNN和变换器基线模型	未明确说明模型在复杂背景、快速连续手势或不同用户变体下的泛化能力	开发一种能够更准确识别手语的深度学习模型，以改善听障人士的交流可及性	手语数字、字母和符号图像	计算机视觉	NA	深度学习	Transformer, CNN	图像	手语数字数据集：10个类别共1,712张图像；字母和符号数据集：29个类别共87,000张图像	NA	卷积视觉变换器（CvT）	准确率	NA
292	2026-01-18	Assessing clinician performance using a multi-modality clinical decision-support system for lung cancer prognostication 2025-Dec-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31204-w PMID:41419585	研究论文	本研究开发了一个整合多模态深度学习模型的临床决策支持系统，用于肺癌术后预后评估，并评估了其对肿瘤科医生预测性能和信心的影响	首次将多模态深度学习模型与临床决策支持系统整合用于肺癌预后评估，并首次研究了临床医生对该类系统的态度	这是一项探索性研究，样本量可能有限，且未详细说明外部验证的具体范围或长期临床效果	开发并评估一个用于肺癌术后预后评估的临床决策支持系统，以辅助确定哪些患者可能从辅助治疗中受益	早期肺癌患者，特别是那些接受手术并考虑辅助治疗的患者	数字病理学	肺癌	深度学习模型，多模态数据整合	深度学习模型	医学影像（术前）、临床信息、手术信息、病理信息	NA	NA	NA	预测性能、置信度	NA
293	2026-01-18	An AI-driven multi-omics framework identifies lactylation-mediated therapeutic targets to overcome drug resistance in ovarian cancer 2025-Dec-20, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01150-x PMID:41422325	研究论文	本研究开发了一个AI驱动的多组学框架，用于识别卵巢癌中与乳酸化修饰相关的基因、分层患者药物反应并建立预后标志	首次将乳酸化修饰生物学与AI驱动的多组学分析整合，构建了一个精准肿瘤学框架，以发现可成药靶点并增强患者分层	传统分析方法难以整合多组学的复杂性，限制了可操作的乳酸化相关脆弱性的发现	开发AI驱动的多组学框架，以识别卵巢癌中与乳酸化相关的治疗靶点并克服耐药性	卵巢癌患者	机器学习	卵巢癌	转录组学、表观基因组学、药物基因组学、突变分析	VAE, LSTM, MLP	转录组、表观基因组、药物基因组、突变、临床结局数据	来自TCGA、GDSC和独立卵巢癌队列的数据	NA	变分自编码器, 长短期记忆网络, 多层感知机	精确度	NA
294	2026-01-18	Predicting and classifying type 2 diabetes using a transparent ensemble model combining random forest, k-nearest neighbor, and neural networks 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31562-5 PMID:41419964	研究论文	本研究提出了一种结合随机森林、K近邻和神经网络的透明集成模型，用于预测和分类2型糖尿病	通过堆叠和投票方法结合三种机器学习算法，并利用LIME和SHAP可解释性技术提高模型透明度，识别重要特征	研究仅使用了768个皮马印第安人糖尿病样本，数据来源单一，可能限制模型的泛化能力	开发一个准确且可解释的模型，用于2型糖尿病的早期检测和分类	皮马印第安人糖尿病数据集中的医疗数据	机器学习	2型糖尿病	机器学习集成方法	集成模型, 随机森林, K近邻, 神经网络	结构化医疗数据	768个皮马印第安人糖尿病样本	Scikit-learn	随机森林, K近邻, 神经网络, 逻辑回归	准确率, 精确率, 召回率, 特异性, F1分数, AUROC, Brier分数, 期望校准误差	NA
295	2025-12-18	Deep learning based real-time prediction of depth of penetration during activated tungsten inert gas welding of 10 mm thick 316LN stainless steel 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31414-2 PMID:41402476	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
296	2026-01-18	Enhancing the weed segmentation in diverse crop fields using computationally effective concatenated attention U-Net with convolutional block attention module 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31285-7 PMID:41402468	研究论文	本文提出了一种名为CAUC的轻量级卷积神经网络，用于在多种作物田中增强杂草分割效果	通过整合线性连接块、注意力门连接和卷积块注意力模块，有效利用特征图实现高性能，同时采用深度卷积和1×1卷积层降低计算复杂度	NA	开发轻量级深度学习模型，用于作物和杂草分割，以支持选择性杂草处理	多种作物田中的杂草	计算机视觉	NA	深度学习	CNN	图像	整合了三个数据集：Crop/Weed Field Image Dataset (CWFID)、Sugar Beet和Sunflower数据集	NA	U-Net, Convolutional Block Attention Module (CBAM)	准确率, MIoU, F1分数	低计算设备
297	2026-01-18	Complex genetic effects linked to plasma protein abundance in the UK Biobank 2025-Dec-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67235-0 PMID:41392155	研究论文	本研究开发了一种基于深度学习的方法EIR-auto-GP，用于识别与血浆蛋白水平相关的复杂遗传效应，如显性和上位性，并在UK Biobank队列中进行了大规模应用	开发了EIR-auto-GP这一深度学习新方法，首次系统性地在大规模人群中识别血浆蛋白的复杂遗传效应，并揭示了ABO与FUT3位点间的新颖相互作用	方法主要依赖于UK Biobank队列数据，可能受限于该队列的特定人群特征；复杂效应的生物学解释仍需进一步实验验证	研究遗传变异对血浆蛋白水平的复杂遗传效应，包括显性和上位性作用	血浆蛋白的蛋白数量性状位点（pQTLs）	机器学习	NA	蛋白质组学（Olink和质谱技术）	深度学习	遗传和蛋白质组学数据	48,594名个体（UK Biobank队列）	NA	EIR-auto-GP	NA	NA
298	2026-01-18	Detection of diabetic retinopathy using multicolor image by multimodal network incorporating information bottleneck (MNIIB) 2025-Dec-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31526-9 PMID:41392172	研究论文	本文提出了一种结合信息瓶颈的多模态网络（MNIIB），用于基于多色成像（MCI）自动检测糖尿病视网膜病变（DR）	MNIIB框架首次将信息瓶颈（IB）理论应用于分析并优化MCI中不同成像模态间的交互，而非仅用于建模输入-标签关系，从而压缩冗余数据并增强诊断相关特征的提取	未在摘要中明确提及	开发一种深度学习方法来自动分类糖尿病视网膜病变，以辅助眼科医生进行及时诊断和管理	糖尿病视网膜病变（DR）患者的多色成像（MCI）视网膜图像	计算机视觉	糖尿病视网膜病变	多色成像（MCI）	深度学习	图像	未在摘要中明确提及	未在摘要中明确提及	MNIIB（结合信息瓶颈的多模态网络）	准确率	未在摘要中明确提及
299	2026-01-18	Automatic 3D railroad alignment detection using modified Hough transform 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31554-5 PMID:41390568	研究论文	本文提出了一种基于深度学习和计算机视觉的自动化方法，用于从3D点云数据中直接检测铁路轨道线形	将改进的霍夫变换与深度学习方法相结合，实现从3D点云数据中自动检测铁路轨道线形，显著提高了检测效率和精度	仅在Osong铁路试验轨道上进行了验证，未在更复杂或更大规模的铁路网络上测试	提高铁路轨道线形检测的效率和准确性，以支持铁路基础设施的数字化建模和维护	铁路轨道线形	计算机视觉	NA	3D点云数据处理	深度学习	3D点云	Osong铁路试验轨道数据	NA	改进的霍夫变换	RMSE	NA
300	2026-01-18	Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms 2025-Dec-10, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.101007 PMID:40967225	研究论文	本研究通过单核转录组测序构建了ALS患者眶额皮质的转录组图谱，并结合深度学习模型APA-Net解析了选择性多聚腺苷酸化机制	首次在ALS/FTLD背景下系统构建了眶额皮质的单核转录组图谱，并开发了整合转录序列和RBP表达谱的多模态深度学习模型APA-Net来预测APA调控	研究主要聚焦于C9orf72相关ALS和散发性ALS的眶额皮质，其他脑区或疾病亚型的普适性有待验证，APA-Net模型的生物学解释性仍需深入探索	揭示ALS/FTLD神经退行性疾病中细胞类型特异性的分子病理机制，特别是选择性多聚腺苷酸化（APA）的调控作用	C9orf72相关ALS（伴或不伴FTLD）患者和散发性ALS（sALS）患者的眶额皮质组织样本	计算生物学	肌萎缩侧索硬化症	单核RNA测序（snRNA-seq），深度学习建模	多模态深度学习模型	转录组序列数据，RNA结合蛋白表达谱	未明确具体样本数量，但包含C9orf72-ALS（±FTLD）和sALS多组患者样本	未明确指定，推测为PyTorch或TensorFlow	APA-Net（专有多模态网络架构）	未明确说明，典型APA预测任务可能涉及AUC、精确度等指标	未明确说明，深度学习训练通常需要GPU（如NVIDIA V100/A100）或高性能计算集群