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
861	2025-11-21	Gene expression and protein abundance: Just how associated are these molecular traits? 2026 Jan-Feb, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108720 PMID:41038299	综述	本文系统回顾了基因表达与蛋白质丰度关联性的研究方法、影响因素及在生物技术中的应用前景	整合了单细胞分析最新进展，系统比较不同实验环境下分子特征关联性研究方法	主要依赖相关性分析方法，受限于蛋白质定量技术发展滞后	探讨基因表达与蛋白质丰度的关联程度及其在生物技术中的应用潜力	转录组学与蛋白质组学数据关联性研究	生物信息学	NA	转录组学, 蛋白质组学, 单细胞分析	NA	基因表达数据, 蛋白质丰度数据	NA	NA	NA	相关性指标	NA
862	2025-11-20	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究结合超高性能梯度扩散成像和模型驱动深度学习，展示了3D多片层采集在高b值和高分辨率下进行高级微结构成像的能力	利用高性能梯度系统缩短回波时间，结合优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构成像	需要高性能梯度硬件支持（>200 mT/m，>300 T/m/s），研究主要关注大脑白质区域	开发加速的3D多片层扩散加权成像方法，支持活体人脑高级微结构建模	人脑白质微结构	医学影像	神经系统疾病	3D多片层扩散加权成像，扩散加权MRI，室模型分析	三室扩散模型	扩散加权MRI图像	多受试者人脑数据（具体数量未明确说明）	基于模型的迭代重建算法	基于导航的运动补偿正则化迭代算法	变异系数	高性能梯度MRI系统（>200 mT/m，>300 T/m/s）
863	2025-11-20	Comparative evaluation of supervised and unsupervised deep learning strategies for denoising hyperpolarized 129Xe lung MRI 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70033 PMID:40810302	研究论文	本研究比较了监督和非监督深度学习策略在超极化129Xe肺部MRI去噪中的应用效果	首次系统比较了传统监督学习、Noise2Noise和Noise2Void三种深度学习策略在129Xe MRI去噪中的性能	某些去噪方法在特定指标上存在偏差，如Tradvent低估VDP，N2Nvent高估VDP	提高超极化129Xe肺部MRI图像质量以改善临床诊断准确性	952个129Xe MRI数据集，包括健康受试者和心肺疾病患者	医学影像处理	心肺疾病	超极化129Xe MRI	深度学习	医学影像	952个129Xe MRI数据集（421个通气成像，125个弥散加权成像，406个气体交换成像）	NA	NA	信噪比, 噪声标准差, 锐度, 通气缺损百分比, 表观扩散系数, 膜摄取, 红细胞转移, 红细胞:膜比值	NA
864	2025-11-20	Motion-robust T 2 ∗ $$ {\mathrm{T}}_2^{\ast } $$ quantification from low-resolution gradient echo brain MRI with physics-informed deep learning 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70050 PMID:40843481	研究论文	提出PHIMO+方法，通过物理信息深度学习实现运动鲁棒的低分辨率梯度回波脑MRI T2*定量分析	扩展了原有的PHIMO方法，利用采集知识增强对挑战性运动模式的重建性能，提高对脑内不同强度磁场不均匀性的鲁棒性	NA	开发运动鲁棒的T2*定量方法，解决梯度回波磁共振成像中因运动导致的信号丢失问题	脑部梯度回波磁共振成像数据	医学影像分析	NA	梯度回波磁共振成像	深度学习	磁共振图像	模拟和真实运动数据	NA	物理信息深度学习	线检测精度, 图像质量	NA
865	2025-11-20	Liver fat quantification at 0.55 T enabled by locally low-rank enforced deep learning reconstruction 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70057 PMID:40883956	研究论文	开发了一种基于局部低秩深度学习重建的方法，用于在0.55T低场MRI中实现肝脏脂肪定量	提出了一种结合局部低秩约束和深度学习的新型重建方法(LLR-DL)，能够在低场MRI中显著提升信噪比和图像质量	研究样本量较小(10名志愿者)，需要在更大规模人群中验证方法的普适性	提高低场MRI中质子密度脂肪分数(PDFF)定量的准确性和可靠性	铁脂肪体模和人类志愿者	医学影像分析	脂肪肝	MRI质子密度脂肪分数定量，多回波Dixon算法	深度学习	MRI图像，复杂值数据	1个体模和10名志愿者	NA	U-Net	峰值信噪比，结构相似性指数，线性回归，t检验，Bland-Altman分析	NA
866	2025-11-20	Accelerated water residual removal in MRS: Exploring deep learning versus fitting-based approaches 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70031 PMID:40891397	研究论文	本研究提出并验证了两种快速去除MRS光谱中水残留信号的新方法	提出了基于深度学习的DeepWatR和基于拟合的WaterFit两种新型水残留去除方法，显著提高了处理速度	研究主要针对1H脑数据集，在其他类型数据上的性能需要进一步验证	开发快速高效的水残留信号去除方法以提高MRS的临床适用性	MRS光谱中的水残留信号	医学影像分析	NA	磁共振波谱(MRS)	深度学习, 参数拟合	光谱数据	模拟和体内1H脑数据集，包含10000个体素	PyTorch	U-Net with attention mechanism	量化误差百分比, 处理速度	低端GPU
867	2025-11-19	Real-time driver activity detection using advanced deep learning models 2026-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10376-1 PMID:41245998	研究论文	本文提出一种混合CNN-Transformer架构用于实时驾驶员活动检测	提出结合CNN局部特征提取、注意力机制和Transformer全局上下文建模的混合架构，并引入高效通道注意力机制	混淆矩阵分析显示存在少量误分类	开发实时驾驶员监控系统以减少交通事故	驾驶员行为活动	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	MobileNetV2, DenseNet201, NASNetMobile, VGG19, Hybrid CNN-Transformer	准确率	NA
868	2025-11-19	PRS2Net: an efficient intelligent carrot detection model via filter pruning and attention mechanisms 2026-Jan-15, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70142 PMID:40847327	研究论文	提出一种基于滤波器剪枝和注意力机制的高效胡萝卜检测轻量级网络PRS2Net	结合一阶泰勒展开的滤波器剪枝技术和注意力机制，在保持高精度的同时显著减少模型参数和计算成本	仅针对胡萝卜质量检测任务进行验证，未在其他农作物上测试通用性	开发高效的胡萝卜质量检测深度学习模型	胡萝卜	计算机视觉	NA	深度学习	CNN	图像	NA	NA	ResNet18, PRS2Net	准确率	NA
869	2025-11-19	Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124574 PMID:40945058	研究论文	提出一种结合荧光和吸收双模式光谱、序列模场和深度学习的微藻识别与浓度预测新方法	首次提出模场概念将光谱数据编码为二维图像，设计双流特征融合网络和双检测头架构实现微藻种类识别与浓度回归的同步处理	未提及方法在其他类型微藻或复杂水体环境中的泛化能力	实现海水中微藻种类识别和浓度预测的精准快速检测	海水中的微藻	计算机视觉	NA	荧光光谱、吸收光谱、双模式光谱	CNN, 注意力机制	光谱数据、二维图像	NA	NA	双流特征融合网络, 卷积头, 全连接头	准确率, RMSE, R	NA
870	2025-11-19	Advanced deep learning strategies for detection and quantification of macroplastics in rivers along the Peruvian coast 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118649 PMID:40976044	研究论文	开发结合深度学习的框架，用于检测和量化秘鲁沿海河流中的大塑料污染	首次使用YOLOv11模型结合无人机图像分析河流中大塑料的时空动态变化	对家具和PET瓶等类别的检测精度较低，受碎片大小、丰度和颜色对比度影响	建立大塑料污染自动监测系统	秘鲁利马Rímac河流中的混合无机城市固体废物	计算机视觉	NA	无人机图像采集	CNN	图像	秘鲁Rímac河流一年的监测数据	YOLOv11	YOLOv11	mAP	NA
871	2025-11-19	An efficient dark spot detection method for offshore oil spill in SAR images based on edge-enhanced attention fusion 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118748 PMID:40997542	研究论文	提出一种基于边缘增强注意力融合的SAR图像海上溢油黑斑高效检测方法	设计了残差瓶颈注意力模块(RBAM)、增强通道融合模块(ECFM)和深度监督细化模块(DSRM)，在提升边缘检测精度的同时显著降低计算成本	NA	提升SAR图像中海上溢油黑斑的边缘检测精度并减少检测时间	合成孔径雷达(SAR)图像中的溢油黑斑	计算机视觉	NA	合成孔径雷达(SAR)成像	CNN	图像	PALSAR和Sentinel-1数据集	NA	EAF-Net, RBAM, ECFM, DSRM	检测精度, 检测时间	轻量化结构设计以降低计算成本
872	2025-11-19	RiSIM: River surface image monitoring software for quantifying floating macroplastic transport 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124678 PMID:41027072	研究论文	开发用于量化河流中漂浮大塑料传输的河面图像监测软件RiSIM	结合模板匹配算法与深度学习模型，实现塑料检测、分类和追踪的综合监测系统	NA	量化河流中漂浮大塑料的传输速率	河流环境中漂浮的塑料垃圾	计算机视觉	NA	图像监测	深度学习模型	图像	非洪水和洪水条件下的现场观测数据	NA	NA	相关系数r	NA
873	2025-11-19	Smart detection of biofouling: A deep learning framework for water infrastructure surveillance 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124665 PMID:41043362	研究论文	提出基于深度学习的MusselDet框架，用于检测和实例分割淡水生物污损物种黄金贻贝的关键生命周期阶段	提出端到端检测和实例分割框架MusselDet，集成CA-CBAM、LDGCN和MLST三个创新模块，在稀疏数据环境下提升特征判别能力	基于自定义数据集评估，未在更广泛环境中验证框架泛化能力	开发智能检测方法用于水基础设施生物污损监测	黄金贻贝（Limnoperna fortunei）的生命周期阶段	计算机视觉	NA	深度学习	Transformer, 图卷积网络	图像	自定义黄金贻贝数据集（GMD）	PyTorch	Co-DETR, CA-CBAM, LDGCN, MLST	平均精度（mAP₅₀）, 召回率, 推理速度（FPS）	NA
874	2025-11-19	AdverIN: Monotonic adversarial intensity attack for domain generalization in medical image segmentation 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103848 PMID:41177076	研究论文	提出一种用于医学图像分割领域泛化的对抗性强度攻击方法AdverIN	利用对抗训练策略合成强度变化谱以增强数据多样性，同时保持图像关键上下文信息	NA	提升医学图像分割模型在未见域数据上的泛化能力	2D视网膜视盘/视杯分割和3D前列腺MRI分割	计算机视觉	前列腺癌	对抗训练	NA	医学图像	NA	NA	NA	NA	NA
875	2025-11-19	3D masked autoencoder with spatiotemporal transformer for modeling of 4D fMRI data 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103861 PMID:41197226	研究论文	提出一种结合3D掩码自编码器和时空Transformer的新架构，用于从4D fMRI数据中提取时空特征并映射功能脑网络	首次将3D掩码自编码器与时空Transformer结合，通过自监督学习实现fMRI数据的时空特征提取和功能脑网络映射	未明确说明模型计算复杂度及对计算资源的具体需求	开发能够有效处理4D fMRI数据时空特征的新方法，用于功能脑网络建模和脑部疾病识别	人脑功能磁共振成像数据	医学影像分析	注意力缺陷多动障碍	功能磁共振成像	自编码器,Transformer	4D fMRI图像序列	HCP任务fMRI数据集和ADHD-200静息态fMRI数据集	NA	3D掩码自编码器,视觉Transformer,时空Transformer	功能脑网络映射性能,分类准确率	NA
876	2025-11-19	FairREAD: Re-fusing demographic attributes after disentanglement for fair medical image classification 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103858 PMID:41202615	研究论文	提出FairREAD框架，通过解耦和重融合人口统计属性来实现公平的医学图像分类	首次提出在解耦人口统计信息后重新融合敏感属性的方法，既减少不公平性又保留临床相关信息	需要获取患者的人口统计属性信息，可能在某些应用场景中受限	解决医学图像分类中的公平性问题，平衡模型性能与公平性	临床X射线图像数据集	医学影像分析	NA	深度学习	对抗训练, 解耦表示学习	医学图像	大规模临床X射线数据集	NA	NA	不公平性指标, 诊断准确性	NA
877	2025-11-19	A novel gradient inversion attack framework to investigate privacy vulnerabilities during retinal image-based federated learning 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103807 PMID:41056812	研究论文	提出一种新的梯度反演攻击框架，用于评估基于视网膜图像的联邦学习模型在隐私保护方面的脆弱性	引入创新的图像到图像转换技术，利用公开数据提高重建图像质量，首次系统评估视网膜图像联邦学习的隐私风险	仅针对视网膜年龄预测任务进行评估，未涵盖其他医疗诊断任务	评估联邦学习模型对梯度反演攻击的脆弱性，揭示隐私泄露风险	视网膜图像和联邦学习模型	计算机视觉	眼科疾病	梯度反演攻击，图像到图像转换	CNN	视网膜图像	NA	NA	ResNet-18, VGG-16, DenseNet-121	识别准确率，图像相似度	NA
878	2025-11-19	Individualized mapping of aberrant cortical thickness via stochastic cortical self-reconstruction 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103788 PMID:41056815	研究论文	开发了一种基于深度学习的随机皮层自重建方法，用于在顶点级别重建皮层厚度图并检测个体化异常	提出无需额外受试者信息即可在顶点级别重建皮层厚度图的新方法，能够检测局部皮层变化和细微厚度偏差	NA	开发个体化皮层厚度异常映射方法以推进神经学和精神病学诊断	健康个体、早产儿和痴呆症患者的皮层厚度数据	医学影像分析	神经退行性疾病、早产相关脑异常	皮层厚度映射	深度学习	皮层厚度图、医学影像数据	超过25,000名健康个体训练数据，独立测试集验证	NA	NA	重建误差、疾病鉴别能力	NA
879	2025-11-19	Nested resolution mesh-graph CNN for automated extraction of liver surface anatomical landmarks 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103825 PMID:41072126	研究论文	提出结合网格CNN和图CNN的两阶段自动框架，用于从肝脏表面提取解剖标志点	提出嵌套分辨率网格-图CNN框架，结合低分辨率全局理解和局部拓扑融合，并引入解剖感知Dice损失函数	数据量有限，肝脏形状和外观存在变异	实现肝脏表面解剖标志点的自动提取和分割	肝脏表面解剖标志点（镰状韧带和肝嵴）	计算机视觉	肝脏疾病	深度学习	CNN, 图卷积网络	三维网格数据	两个肝脏数据集（分布内和分布外）	PyTorch	DGCNN, MeshCNN	Dice系数	NA
880	2025-11-19	A new time-decay radiomics integrated network (TRINet) for breast cancer risk prediction 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103829 PMID:41075448	研究论文	提出一种新型时间衰减放射组学集成网络TRINet，用于乳腺癌风险预测	引入时间衰减注意力机制聚焦近期乳腺筛查图像，集成放射组学特征与注意力多示例学习框架，提出基于双侧不对称性的持续学习策略，添加时间嵌入加性风险层实现动态多年风险预测	NA	开发个性化乳腺癌筛查方案，实现动态风险预测	乳腺筛查影像数据	数字病理	乳腺癌	放射组学	深度学习	医学影像	美国EMBED数据集8528名患者，瑞典CSAW数据集8723名患者	NA	TRINet, AMIL	AUC	NA