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
141	2025-12-22	Advanced customer churn prediction for a music streaming digital marketing service using attention graph-based deep learning approach 2025-Dec-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28357-z PMID:41422130	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
142	2026-04-27	Trustworthy deep learning for malaria diagnosis using explainable artificial intelligence 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28387-7 PMID:41419508	研究论文	本研究利用可解释人工智能技术，评估深度学习模型在疟疾诊断中的性能与可解释性	结合四种CNN模型与两种混合架构，并采用三种XAI技术（Grad-CAM、LIME、SHAP）分别从空间、超像素和像素层面解释模型决策，揭示误诊样本中的形态和染色伪影	未提及模型在不同疟原虫种类或混合感染场景下的泛化能力，且外部验证仅依赖单一数据集	开发高精度、可解释且泛化能力强的疟疾自动诊断框架，适用于资源有限的医疗环境	血涂片图像中的疟疾感染情况	计算机视觉	疟疾	血涂片成像	CNN（卷积神经网络）	图像	27,090张来自Kaggle疟疾数据集的血涂片图像，外加哈佛Dataverse的厚涂片图像	TensorFlow, Keras	MobileNetV2, VGG19, InceptionV3, ResNet18, Xception, Inception-ResNetV2	F1分数, 准确率	NA
143	2026-04-27	Multi-sensor observer-based residual learning with Auto-Permutation Feature Importance for fault diagnosis of multistage centrifugal pumps under variable pressures 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32726-z PMID:41402517	研究论文	提出一种融合多传感器观测器残差学习和自动排列特征重要性的框架，用于变压力下多级离心泵故障诊断	首次将自回归观测器残差建模与自动排列特征重要性机制结合，在变压力条件下实现高精度、低数据需求的故障诊断	未提及在更复杂故障模式或多工况组合下的验证，且未讨论模型对传感器故障的鲁棒性	实现变压力条件下离心泵故障的高效、可解释诊断，减少对大量标注数据的依赖	多级离心泵在3、3.5和4巴压力水平下的正常与故障状态信号	机器学习	NA	多传感器融合、自回归建模	高斯混合模型	多传感器时序信号	不同压力水平下的多组数据，具体数量未提及	NA	自回归观测器、自动排列特征重要性、高斯混合模型	准确率、t-SNE可视化、ROC曲线、混淆矩阵	NA
144	2026-04-27	Reliable wrist PPG monitoring by mitigating poor skin sensor contact 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31883-5 PMID:41407831	研究论文	提出一种深度学习框架，用于缓解静坐条件下皮肤传感器接触不良导致的光电容积描记信号失真问题	首次系统性关注静坐条件下皮肤-传感器接触不良问题，提出对抗训练深度生成模型与定制损失函数相结合的CP-PPG框架	NA	提升可穿戴设备在非运动场景下PPG信号的可靠性和生理参数监测精度	受接触压力干扰的腕部PPG信号	机器学习	心血管疾病	光电容积描记法	对抗生成网络	生理信号	NA	PyTorch	生成对抗网络	平均绝对误差	NA
145	2026-04-27	Automatic crack detection in civil infrastructure based on a hybrid fine tuned MnasNet and adaptive patching 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28604-3 PMID:41402465	研究论文	提出一种结合轻量级MnasNet CNN与自适应补丁机制的混合框架，用于土木基础设施自动裂缝检测	首次将混沌理论和莱维飞行动力学应用于结构健康监测的优化算法（ULEO），并采用动态补丁机制根据图像复杂度调整补丁大小，无需增加运行时间即可提升精度	NA	开发一种高效、低资源消耗的视觉裂缝检测框架，适用于实时和移动平台	土木基础设施中的裂缝	计算机视觉	NA	CNN	MnasNet CNN，ULEO优化算法	图像	CRACK500数据集	NA	MnasNet，VGG16，OpenMV-CNN，XGBoost，XAI/t-SNE	准确率，敏感度，特异度，F1分数	每张图像计算时间0.05秒，适用于移动和嵌入式平台
146	2026-04-27	Explore antibody repertoire in the era of AI 2025-Dec-16, Acta biochimica et biophysica Sinica IF:3.3Q1 DOI:10.3724/abbs.2025230 PMID:41403245	review	本综述介绍了人工智能时代下抗体库研究的新概念，并讨论了深度学习方法在理解抗体库中的应用	系统性地将深度学习技术应用于抗体库研究，涵盖从抗体克隆型定义到免疫诊断的全链条创新	NA	探讨深度学习在抗体库研究中的应用，包括抗体结合预测、特异性抗体生成和免疫诊断	抗体库（抗体克隆型）及其进化特征	natural language processing	NA	高通量测序、深度学习	深度学习模型	抗体库序列数据	NA	NA	NA	NA	NA
147	2026-04-27	Association of deep learning-derived optic nerve morphology with Parkinson's disease and drug-induced Parkinsonism: Findings from the LIFE Study 2025-12-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123751 PMID:41223743	研究论文	利用深度学习分析眼底照片中的视神经形态（杯盘比）与帕金森病及药物诱发的帕金森综合征的关联	首次在大规模人群研究中探讨深度学习衍生的视神经形态（杯盘比）与帕金森病和药物诱发性帕金森综合征的关联	未发现杯盘比与药物诱发性帕金森综合征的显著关联，可能受限于样本量或混杂因素	探究非侵入性成像标志物（杯盘比）在帕金森病及药物诱发性帕金森综合征中的潜在诊断价值	14,280名40-64岁日本社区参与者	计算机视觉, 机器学习	帕金森病, 药物诱发性帕金森综合征	深度学习（眼底照片分析）	深度学习模型	图像（眼底照片）	14,280名参与者（其中帕金森病131例，药物诱发性帕金森综合征152例）	未提及	未提及	比值比（OR）、95%置信区间（CI）	未提及
148	2025-12-15	A novel deep learning framework with temporal attention convolutional networks for intrusion detection in IoT and IIoT networks 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32697-1 PMID:41390854	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
149	2026-04-27	Deep learning for head and neck radiation dose prediction: a systematic review and meta-analysis 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28442-3 PMID:41361342	meta分析	对基于深度学习的头颈部放射治疗剂量预测方法进行系统综述和荟萃分析	通过荟萃分析系统评估了不同卷积神经网络架构在头颈部放疗剂量预测中的性能差异，并探讨了放疗技术、网络设计和癌症类型等亚组因素的影响	异质性较高（I²>99%）限制了结果的可解释性，且对脊髓以外其他危及器官的泛化能力有限	评估卷积神经网络及其相关架构在头颈部放疗剂量预测中的有效性	头颈部放疗患者	机器学习	头颈部癌症	放射治疗	卷积神经网络（CNN）	放射治疗剂量分布数据	不适用（系统综述和荟萃分析，未涉及具体样本量）	NA	经典CNN、高级CNN（包括密集块等）	平均绝对误差（MAE）	NA
150	2026-04-27	Accurate Mediterranean Sea forecasting via graph-based deep learning 2025-Dec-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31177-w PMID:41353460	研究论文	SeaCast是一种基于图的深度学习模型，用于高分辨率区域海洋预报，在地中海海域的实验中展示了优于传统数值模型的性能	提出SeaCast模型，利用图框架处理海洋网格的复杂几何结构，并整合外部强迫数据，实现了高分辨率区域海洋预报的显著性能提升	仅在单一地中海区域进行验证，未提及模型在其他海域或不同分辨率下的适用性	开发一种快速、节能的神经网络模型，用于高分辨率区域海洋预报	地中海海域的海洋动力过程预报	机器学习	NA	NA	图神经网络	海洋网格数据、外部强迫数据	地中海海域10天和15天预报窗口的实验数据	PyTorch	图神经网络	所有可用指标（未具体说明）	NA
151	2025-12-05	Deep learning-based prediction of cold surge frequency over South Korea 2025-Dec-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28608-z PMID:41339672	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
152	2026-04-27	From Sequence to Response: AI-Guided Prediction of Nucleic Acid Nanoparticles Immune Recognitions 2025-Dec, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202509459 PMID:41147065	研究论文	提出基于深度学习的框架，根据核酸纳米颗粒的序列预测免疫反应（IFN-β和IL-6）	首次利用基于注意力的Transformer架构，通过系统性的链置换训练，实现无需手动特征工程的序列-免疫反应定量结构-活性关系建模，并保持生物学可解释性	仅基于176个结构多样的NANPs进行训练和验证，样本量有限，可能影响模型对更广泛序列空间的泛化能力	建立从核酸纳米颗粒序列到免疫反应预测的快速计算方法，以指导NANPs的理性设计和优化	核酸纳米颗粒（NANPs）诱导的细胞因子反应，具体为干扰素-β和白细胞介素-6	机器学习，数字病理学	NA	序列分析，深度学习	Transformer	序列数据	176个结构多样、单独组装且经实验表征的NANPs	PyTorch	Transformer	皮尔逊相关系数R，均方根误差RMSE	NA
153	2026-04-25	An epilepsy prediction and management system based on federated learning combined with hybrid harmony search and mutual information (HAS-MI)-based feature selection approach 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30919-0 PMID:41461827	研究论文	提出一种基于联邦学习和混合谐波搜索与互信息特征选择的癫痫预测与管理系统，实现高精度癫痫发作检测	首次将联邦学习与混合谐波搜索-互信息特征选择方法结合，并设计EpilepNet-LD架构，同时捕获EEG信号的时间依赖性和层次空间特征，在保护隐私的前提下实现高精度癫痫发作检测	NA	开发一个实时、高精度的癫痫发作检测系统，克服现有方法适用性差、误报率高和特征选择效率低的问题	癫痫患者的脑电图（EEG）数据	机器学习	神经系统疾病	EEG	LSTM, DenseNet	信号	NA	NA	EpilepNet-LD (LSTM + DenseNet-121)	accuracy, sensitivity	NA
154	2026-04-25	Colorectal disease diagnosis with deep triple-stream fusion and attention refinement 2025-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102669 PMID:41240487	研究论文	提出一种名为TripleFusionNet的深度学习框架，融合多流架构与注意力机制，用于结直肠疾病分类	提出TripleFusionNet三重流架构，结合EfficientNetB3、ResNet50和DenseNet121的多级特征提取，并集成多尺度注意力模块和挤压激励精化块以增强特征判别力，同时采用渐进门控融合机制动态加权融合特征	在CRCCD_V1数据集上，基于嵌入的分类器性能略优于端到端模型，表明端到端学习仍有提升空间	开发一种鲁棒的早期诊断方法，用于从组织病理和内镜图像中分类结直肠疾病	结直肠癌症的组织病理和内镜图像	计算机视觉, 数字病理学	结直肠癌	NA	CNN	图像	CRCCD_V1数据集包含14个类别，LC25000数据集为二分类	PyTorch	EfficientNetB3, ResNet50, DenseNet121, 多尺度注意力模块, 挤压激励精化块, 渐进门控融合	准确率, 宏F1分数, 精确率, 召回率, ROC-AUC	NA
155	2026-04-25	Automatic detection of arterial input function for brain DCE-MRI in multi-site cohorts 2025-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70020 PMID:40808286	研究论文	提出一种鲁棒深度学习模型，用于从多中心DCE-MRI脑部影像中自动提取动脉输入函数	采用3D UNet模型结合额外卷积核和修正Huber损失函数，在多样多中心队列中实现动脉输入函数自动提取	非所有参与者数据均用于血脑屏障通透性测量，可能影响模型泛化性	开发并验证一种高精度动脉输入函数自动提取方法，用于脑部DCE-MRI定量药代动力学建模	人类脑部DCE-MRI影像及动脉输入函数区域	计算机视觉	脑血管疾病	DCE-MRI成像	3D UNet	医学图像	训练集：289名参与者共384次扫描；独立验证集：326名参与者共421次扫描	NA	3D UNet	AIFitness评分、Ktrans值、组内相关系数	NA
156	2026-04-23	Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data 2025-Dec, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.17773 PMID:40271548	研究论文	本文通过回顾理论、实验室实验和比较野生祖先与驯化后代的基因组重组率数据，探讨了驯化过程对基因组重组率的影响	利用种群测序数据和深度学习方法推断鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的基因组重组率，提供了新的比较证据	研究结果在鸡中呈现混合结果，绵羊中重组率普遍下降，未能一致支持驯化导致基因组重组率增加的假设	验证驯化是否间接选择导致基因组重组率增加的理论假设	驯化动物（鸡、绵羊、山羊）及其野生祖先（红原鸡、摩弗伦羊、野山羊）	机器学习	NA	种群测序	深度学习	基因组序列数据	NA	NA	NA	NA	NA
157	2025-09-13	Infant Electrocardiogram-Based Deep Learning Predicts Critical Congenital Heart Disease 2025-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.08.005 PMID:40938228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
158	2026-04-19	Machine and deep learning structural vessel analysis of ruptured and unruptured brain arteriovenous malformations 2025-Dec-01, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199251400137 PMID:41325021	研究论文	本文提出了一种结合机器学习和深度学习的图像分析方法，用于评估脑动静脉畸形（bAVM）的结构血管特征与破裂风险之间的关系	首次应用多种人工智能模型（包括隔离森林、一类支持向量机、变分自编码器和基于分数的模型）自动分析bAVM血管段曲线特征，以区分破裂与未破裂病例，其中SBM模型在检测破裂风险曲线时表现出色	研究样本量较小（仅20例bAVM），且为回顾性分析，可能限制结果的普遍性和前瞻性应用	预测脑动静脉畸形的破裂风险，通过分析血管结构特征来识别与破裂相关的曲线特征	脑动静脉畸形（bAVM）的血管段，包括9例既往破裂和11例未破裂的病例	计算机视觉	脑血管疾病	图像分析	隔离森林, 一类支持向量机, 变分自编码器, 基于分数的模型	图像	20例脑动静脉畸形（9例破裂，11例未破裂）	NA	隔离森林, 一类支持向量机, 变分自编码器, 基于分数的模型	F1分数, AUC	NA
159	2026-04-12	MLSPred-bench: Transforming electroencephalography (EEG) datasets into machine learning-ready epileptic seizure prediction benchmarks 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103574 PMID:40949826	研究论文	本文介绍了一种将用于癫痫检测的脑电图数据集转换为适合癫痫发作预测的机器学习就绪基准的方法	开发了一种新方法，能将标注为检测用途的脑电图大数据转换为适用于预测任务的机器学习就绪数据，并生成了12个基准数据集	NA	为癫痫发作预测模型开发提供标准化的机器学习就绪基准数据	脑电图数据集	机器学习	癫痫	脑电图	机器学习模型,深度学习模型	脑电图信号	NA	NA	NA	验证准确率	NA
160	2026-04-12	Optimising personalised antibiotic treatment for methicillin-resistant Staphylococcus aureus bloodstream infections in ICU patients using a deep learning-based causal inference approach 2025-12, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.08.012 PMID:40882869	研究论文	本研究利用基于深度学习的因果推断模型，评估了万古霉素、达托霉素和利奈唑胺对ICU患者MRSA血流感染住院死亡率的降低效果，并识别了与各抗生素疗效相关的患者特征	首次将基于深度学习的因果推断模型应用于ICU患者MRSA血流感染的抗生素个性化治疗评估，能够量化不同抗生素的死亡率降低效果并识别特定患者亚群的疗效差异	研究样本量相对较小（仅270名患者），且数据来源于回顾性数据库，可能存在选择偏倚和未测量的混杂因素	评估万古霉素、达托霉素和利奈唑胺对ICU患者MRSA血流感染住院死亡率的治疗效果，并为个性化抗生素治疗提供依据	重症监护室（ICU）中患有耐甲氧西林金黄色葡萄球菌（MRSA）血流感染的患者	机器学习	血流感染	基于深度学习的因果推断	深度学习模型	临床数据	270名ICU患者	NA	NA	平均处理效应（ATE）、P值	NA