深度学习在生物医药领域中的应用

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
2021	2025-08-03	Biochar-Augmented Anaerobic Digestion System: Insights from an Interpretable Stacking Ensemble Deep Learning 2025-Jul-29, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c05051 PMID:40676947	研究论文	本研究提出了一种通过可解释的堆叠集成深度学习模型优化生物炭增强厌氧消化系统的方法	结合卷积神经网络和长短期记忆网络的堆叠集成框架，有效捕捉厌氧消化过程中的复杂相互依赖关系，并提高甲烷产量预测的准确性	NA	优化生物炭增强厌氧消化系统，提高甲烷产量并保持过程稳定性	厌氧消化系统中的生物炭增强过程	机器学习	NA	深度学习	CNN, LSTM, 堆叠集成模型	实验数据（包括原料特性、操作条件、生物炭性质及稳定性指标）	NA
2022	2025-08-03	The path to biotechnological singularity: Current breakthroughs and outlook 2025-Jul-29, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108667 PMID:40744238	综述	本文探讨了生物技术领域的最新突破及其未来展望，特别是在基因编辑、合成生物学、人工智能、再生医学和脑机接口等方面的进展	综述了生物技术领域多个前沿方向的突破性进展，并提出了生物技术奇点的概念及其对社会的影响	未涉及具体实验数据或案例研究，主要基于现有技术的理论分析	探讨生物技术领域的当前突破和未来发展方向，以及相关的伦理和社会问题	生物技术领域的多个前沿方向，包括基因编辑、合成生物学、人工智能、再生医学和脑机接口	生物技术	NA	CRISPR基因编辑、合成生物学、深度学习、干细胞研究、脑机接口	深度学习模型	NA	NA
2023	2025-08-03	Multi-Faceted Consistency learning with active cross-labeling for barely-supervised 3D medical image segmentation 2025-Jul-29, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103744 PMID:40749274	研究论文	提出了一种多面一致性学习框架（MF-ConS）结合主动学习策略（DUS-AL），用于在标注极少的3D医学图像分割任务中提升模型性能	结合了交叉标注的弱监督学习策略与主动学习范式，通过三种互补的一致性正则化模块提升模型在稀疏标注下的性能	在标注极少的极端情况下性能仍有提升空间，且需要人工参与主动学习过程	解决3D医学图像在稀疏标注条件下的分割问题	3D医学图像	数字病理	NA	主动学习（AL），弱监督学习（BSL）	师生架构（teacher-student architecture）	3D医学图像	三个基准数据集
2024	2025-08-03	Sequence-based virtual screening using transformers 2025-Jul-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61833-8 PMID:40721411	研究论文	本文介绍了一种基于transformer架构的深度学习方法Ligand-Transformer，用于预测蛋白质与小分子之间的结合亲和力	采用序列为基础的方法，结合目标蛋白的氨基酸序列和小分子的拓扑结构，预测复合物的构象空间	NA	预测蛋白质与小分子之间的结合亲和力，揭示分子机制并促进药物设计的初步步骤	蛋白质与小分子的相互作用	机器学习	NA	深度学习	transformer	序列数据	NA
2025	2025-08-03	Predicting geriatric environmental safety perception assessment using LightGBM and SHAP framework 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12541-2 PMID:40721444	研究论文	本研究利用LightGBM和SHAP框架预测老年人对环境安全的感知评估，通过图像语义分割识别全景图像中的关键视觉元素	结合图像语义分割、LightGBM和SHAP工具分析老年人对口袋公园环境安全的感知，识别出影响安全感知的关键视觉元素及其交互作用	研究仅针对厦门岛的29个口袋公园，样本来源和数量有限	探索口袋公园环境如何影响老年人的安全感知，为公园规划提供指导	老年人对口袋公园环境的安全感知	计算机视觉	老年疾病	图像语义分割	LightGBM	图像	来自29个口袋公园的497张图像
2026	2025-08-03	HAVIT: research on vision-language gesture interaction mechanism for smart furniture 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10758-9 PMID:40721440	研究论文	本研究提出了一种基于Vision Transformer和ALBEF的混合深度学习模型HAVIT，旨在提升数据稀缺条件下手势识别系统的性能	通过有机整合Vision Transformer的特征提取能力和ALBEF的语义理解机制，实现了手势特征的高效提取和准确识别	未提及模型在更复杂环境下的表现或对其他干扰因素的鲁棒性	提升智能家具手势识别技术的性能	智能家具的手势交互系统	计算机视觉	NA	深度学习	Vision Transformer和ALBEF的混合模型	手势图像数据	未明确提及具体样本数量，但包含完全标注数据集和20%标签缺失条件下的测试
2027	2025-08-03	Creating interpretable deep learning models to identify species using environmental DNA sequences 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09846-7 PMID:40721613	研究论文	本文介绍了一种可解释的深度学习模型，用于通过环境DNA序列识别物种	提出了一种基于ProtoPNet框架的可解释原型CNN模型，能够可视化每个物种最具区分性的碱基序列，并引入了一种新的跳跃连接以提高模型的可解释性	未明确提及具体的数据集规模限制或模型泛化能力限制	开发可解释的深度学习模型以提高物种识别效率和准确性	环境DNA(eDNA)序列	机器学习	NA	环境DNA测序	CNN, ProtoPNet	DNA序列数据	未明确提及具体样本数量
2028	2025-08-03	An efficient deep learning approach with frequency and channel optimization for underwater acoustic target recognition 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12452-2 PMID:40717158	研究论文	提出了一种针对水下声学目标识别的高效深度学习方法FCResNet5，通过频率和通道优化提高识别性能	提出FCResNet5网络，专注于关键频段并应用频率通道化增强频谱表示，同时保持计算效率	未明确提及方法在其他类型水下信号或更复杂环境中的适用性	解决船舶辐射噪声识别中的环境噪声和宽频范围信号处理问题	船舶辐射噪声(SRN)	机器学习	NA	深度学习	FCResNet5(基于CNN的优化架构)	声学信号	未明确说明具体样本数量
2029	2025-08-03	Harnessing deep learning to optimize induction chemotherapy choices in nasopharyngeal carcinoma 2025-Jul-28, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111047 PMID:40738344	研究论文	本研究利用深度学习优化局部晚期鼻咽癌诱导化疗方案的选择	首次开发基于放射组学和图卷积网络的深度学习模型，用于预测局部晚期鼻咽癌患者对诱导化疗的响应	研究样本来自两个中心，可能存在选择偏倚	开发预测局部晚期鼻咽癌患者对诱导化疗响应的工具	局部晚期鼻咽癌患者	数字病理	鼻咽癌	MRI放射组学分析	GCN	MRI影像和临床参数	1438例患者（训练集969例，内部验证集243例，测试集226例）
2030	2025-08-03	Deep learning-based morphological assessment of myelodysplastic syndrome on bone marrow smears 2025-Jul-28, Leukemia research IF:2.1Q3 DOI:10.1016/j.leukres.2025.107923 PMID:40749584	研究论文	本文提出了一种基于深度学习的骨髓涂片形态学评估方法，用于识别与细胞遗传学定义的骨髓增生异常综合征（cMDS）相关的形态学异常	开发了一种分析红细胞（RBCs）分割二值掩模的模型，结合传统的基于彩色图像的分类模型，揭示了红细胞形态与cMDS之间的强关联，提出红细胞形态作为MDS的新型生物标志物	研究依赖于骨髓涂片的全切片图像（WSIs），可能受限于图像质量和样本数量	提高骨髓增生异常综合征（MDS）的诊断精确性和客观性	骨髓涂片中的红细胞（RBCs）形态	数字病理学	骨髓增生异常综合征	深度学习	CNN	图像	NA
2031	2025-08-03	Application and challenges of artificial intelligence in predicting perioperative complications of colorectal cancer 2025-Jul-27, World journal of gastrointestinal surgery IF:1.8Q2 DOI:10.4240/wjgs.v17.i7.106340 PMID:40740901	综述	本文综述了人工智能（AI）在预测结直肠癌（CRC）围手术期并发症中的应用与挑战	探讨了AI特别是机器学习和深度学习在CRC手术围手术期并发症预测中的创新应用	数据质量、模型泛化能力、临床数据复杂性以及伦理和监管问题	提高CRC手术围手术期并发症的风险分层和预测精度	结直肠癌（CRC）手术患者	数字病理学	结直肠癌	机器学习和深度学习	NA	电子健康记录、医学影像和术前标志物	NA
2032	2025-08-03	Integrating molecular generation and fingerprints transferring for single-molecule theranostics targeting endoplasmic reticulum stress 2025-Jul-26, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.07.042 PMID:40721023	研究论文	本研究提出了一种结合被动和主动靶向机制的AI驱动策略，设计能够精确靶向内质网应激的多功能诊疗分子	结合机器学习和深度学习方法，开发了分子指纹转移技术和3D分子生成模型PM-1，用于设计新型内质网靶向诊疗分子	研究主要基于计算模拟和体外实验，尚未进行全面的体内验证	开发能够精确靶向内质网应激并同时实现成像和调控的多功能诊疗分子	内质网应激关键生物标志物Grp78	分子设计与药物发现	肿瘤	机器学习(ML)、深度学习(DL)、分子指纹转移、3D分子生成	PM-1（3D分子生成模型）	分子结构数据、荧光成像数据	NA
2033	2025-08-03	Accelerating cardiac radial-MRI: Fully polar based technique using compressed sensing and deep learning 2025-Jul-26, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103732 PMID:40749276	研究论文	提出了一种基于压缩感知和深度学习的全极坐标技术，用于加速心脏径向MRI成像	使用极坐标傅里叶变换（PFT）替代非均匀快速傅里叶变换（NUFFT），直接在极坐标空间重建图像，消除了频率插值误差，并通过变量分裂（VS）方案简化了深度学习框架中的数据一致性计算	未提及该方法在更大样本或不同疾病类型中的泛化能力	开发更快速、更高质量的心脏径向MRI成像方法	心脏区域MRI图像	医学影像处理	心血管疾病	压缩感知（CS）、深度学习（DL）、极坐标傅里叶变换（PFT）	深度学习框架（具体结构未说明）	MRI图像数据	未明确说明样本数量，但包含5x、10x、15x加速率下的性能比较
2034	2025-08-03	Edge learning applications in the prediction and classification of combined hepatocellular-cholangiocarcinoma: A comprehensive narrative review 2025-Jul-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i7.107246 PMID:40741203	综述	本文综述了边缘学习在预测和分类混合型肝细胞-胆管细胞癌（cHCC-CCA）中的应用及其临床潜力	探讨了边缘学习在实时处理、数据隐私保护和带宽使用减少方面的优势，及其在cHCC-CCA诊断中的应用	未提及具体的研究数据或实验验证，主要基于理论探讨和现有技术的综述	探索边缘学习技术在cHCC-CCA预测和分类中的临床应用	混合型肝细胞-胆管细胞癌（cHCC-CCA）	数字病理学	肝癌	边缘学习，深度学习	NA	图像	NA
2035	2025-08-03	Research and Implementation of Travel Aids for Blind and Visually Impaired People 2025-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s25144518 PMID:40732644	研究论文	提出了一种基于深度学习的实时旅行辅助系统，旨在帮助盲人和视力受损人群解决感知、导航和安全问题	系统采用轻量级目标检测和分割算法，创新性地引入了多尺度注意力特征提取主干、融合Mamba架构的双流融合模块以及自适应上下文感知检测/分割头	目前仍处于开发阶段，需要与盲人和视力受损用户进行全面的实地试验以验证其有效性	开发一种能够实时检测障碍物并纠正路径偏差的旅行辅助系统	盲人和视力受损人群	计算机视觉	视力障碍	深度学习	轻量级目标检测和分割算法	图像数据	NA
2036	2025-08-03	SAM2-DFBCNet: A Camouflaged Object Detection Network Based on the Heira Architecture of SAM2 2025-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s25144509 PMID:40732639	research paper	提出了一种基于SAM2 Hiera架构的新型伪装目标检测网络SAM2-DFBCNet，用于解决低对比度、复杂纹理和模糊边界等挑战	引入了三个关键模块：CACEM用于增强低对比度场景的上下文感知，CSFIB用于动态融合多尺度特征，DBRM用于优化边界定位精度	未明确提及具体限制，但可能包括计算复杂度或对特定场景的适应性	提升伪装目标检测的准确性和鲁棒性	伪装目标	computer vision	NA	deep learning	SAM2-DFBCNet (基于SAM2 Hiera架构)	image	三个公共数据集（CAMO、COD10K和NC4K）
2037	2025-08-03	Wearable Sensors-Based Intelligent Sensing and Application of Animal Behaviors: A Comprehensive Review 2025-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s25144515 PMID:40732643	综述	本文全面回顾了基于可穿戴传感器的动物行为智能监测及其应用	重点探讨了接触式传感技术，并提出了Tiny ML作为未来研究方向以解决计算需求和复杂环境适应性问题	当前行为分类主要依赖传统机器学习或深度学习，且在高频数据采集下保持高保真识别性能存在困难	提高精准畜牧业中动物行为监测的准确性和应用效率	动物行为	机器学习和传感器技术	NA	可穿戴传感器（如加速度计、压力传感器）	传统机器学习或深度学习	高频传感器数据	NA
2038	2025-08-03	Deep learning-based localization and lesion detection in capsule endoscopy for patients with suspected small-bowel bleeding 2025-Jul-21, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i27.106819 PMID:40741104	research paper	开发一种AI模型，用于胶囊内窥镜中的小肠定位和病变检测，以评估疑似小肠出血	该AI模型能同时进行小肠定位和异常检测，显著减少解读时间，性能与经验丰富的内镜医师相当	外部验证中，AI辅助阅读与传统阅读在小肠定位准确性和异常检测率上表现相当，但样本量较小（32个SBCE视频）	开发一种自动区分小肠与胃和结肠并诊断小肠异常的AI模型	疑似小肠出血患者的胶囊内窥镜图像	digital pathology	gastrointestinal bleeding	deep learning	CNN	image	87005张胶囊内窥镜图像（胃11925张，小肠33781张，结肠41299张）和28405张SBCE图像（1337张糜烂/溃疡，126张血管畸形，494张出血，26448张正常）
2039	2025-08-03	Hybrid Deep-Geometric Approach for Efficient Consistency Assessment of Stereo Images 2025-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s25144507 PMID:40732635	research paper	提出了一种混合深度几何方法HGC-Net，用于评估立体图像对的几何一致性	结合经典极线几何与深度学习组件，计算可解释的标量分数A，可靠检测严重和轻微的几何失真	未提及具体局限性	开发高效评估立体图像对几何一致性的方法	立体图像对	computer vision	NA	deep learning, epipolar geometry	HGC-Net	image	Middlebury 2014 stereo dataset及其合成失真变体
2040	2025-08-03	Spatial-Channel Multiscale Transformer Network for Hyperspectral Unmixing 2025-Jul-19, Sensors (Basel, Switzerland) DOI:10.3390/s25144493 PMID:40732622	research paper	提出了一种新型空间-通道多尺度Transformer网络（SCMT-Net）用于高光谱解混，通过结合空间和通道多尺度建模提升解混性能	首次在Transformer框架中统一建模空间和通道多尺度依赖关系，提出MMSA模块平衡精度与效率	未在更复杂的大规模场景数据集（如城市遥感）验证泛化性	提升高光谱解混任务中丰度估计和端元提取的精度	高光谱图像数据	computer vision	NA	deep learning	Transformer (SCMT-Net), CNN	hyperspectral image	3个真实数据集（Samson/Jasper/Apex）+1个合成数据集