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
201	2025-10-31	A semi-automated algorithm for image analysis of respiratory organoids 2025-Oct, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013589 PMID:41144388	研究论文	开发用于呼吸道类器官图像分析的半自动算法	首次将U-Net架构与CellProfiler结合用于呼吸道类器官分割，无需荧光染料即可量化CFTR通道活性差异	算法为半自动化而非全自动化	开发高精度的呼吸道类器官图像分析工具	鼻类和肺类器官	数字病理学	囊性纤维化	明场成像，z-stack融合与拼接	CNN	图像	827张标注的呼吸道类器官图像	CellProfiler	U-Net	IoU, F1-score, 准确率	NA
202	2025-10-31	LRR-UNet: A Deep Unfolding Network With Low-Rank Recovery for EEG Signal Denoising 2025-Oct, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70632 PMID:41146476	研究论文	提出一种结合低秩恢复和深度展开网络的EEG信号去噪方法	将传统低秩恢复算法的迭代过程转换为可学习的神经网络架构，用神经网络模块替代耗时的奇异值分解和稀疏优化过程	NA	开发兼具深度学习性能和传统方法可解释性的EEG去噪模型	脑电图信号	信号处理	NA	脑电图信号采集	深度展开网络	EEG信号	NA	NA	LRR-Unet	定量指标,定性指标,分类准确率	NA
203	2025-10-31	Achieving Low-Power Analog Resistive Switching in Filamentary Memristive Devices for Energy-Efficient Analog In-Memory Computing 2025-Oct, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202505708 PMID:40948129	研究论文	提出一种降低忆阻器件工作电压和模拟开关电流的工程策略，实现低功耗模拟电阻开关	采用双矩阵细丝开关方法解决离子供应瓶颈，利用GeSe高迁移率矩阵和致密非晶硅低迁移率矩阵结合Ag/Pt纳米团簇层	NA	开发能量高效的模拟内存计算技术	细丝型忆阻器件	机器学习	NA	双矩阵细丝开关方法	NA	NA	NA	电阻处理单元框架	Spiking-VGG9	准确率, 能耗降低百分比	NA
204	2025-10-31	Similarity-based transfer learning with deep learning networks for accurate CRISPR-Cas9 off-target prediction 2025-Oct, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013606 PMID:41134871	研究论文	本研究提出基于相似性的迁移学习方法，使用深度学习网络提高CRISPR-Cas9脱靶预测准确性	首次将相似性预评估方法应用于迁移学习源数据集选择，提出双层次框架优化CRISPR-Cas9脱靶预测	未明确说明数据集规模和具体实验条件限制	开发高效的迁移学习方法以提高CRISPR-Cas9基因编辑中的脱靶预测准确性	CRISPR-Cas9基因编辑系统的脱靶效应	机器学习	NA	基因编辑技术	MLP, CNN, FNN, RNN, Logistic Regression, Random Forest	基因序列数据	NA	NA	RNN-GRU, 5层FNN, MLP变体	预测准确性	NA
205	2025-10-31	EMAT: Enhanced Multi-Aspect Attention Transformer for Financial Time Series Forecasting 2025-Oct-01, Entropy (Basel, Switzerland) DOI:10.3390/e27101029 PMID:41148987	研究论文	提出一种用于金融时间序列预测的增强型多维度注意力Transformer架构	设计了多维度注意力机制，同时捕捉时间衰减模式、趋势动态和波动机制，并采用SwiGLU激活函数的前馈网络	未明确说明模型在极端市场条件下的表现和泛化能力	改进金融时间序列预测的准确性和鲁棒性	股票市场数据	机器学习	NA	NA	Transformer	时间序列数据	多个股票市场数据集	NA	Transformer,编码器-解码器架构	点预测精度,波动一致性	NA
206	2025-10-31	Research on Wind Field Correction Method Integrating Position Information and Proxy Divergence 2025-Oct-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100651 PMID:41149181	研究论文	提出一种融合位置信息和物理约束的风场校正深度学习方法PPWNet	直接使用稀疏观测数据作为真值，融合观测点位置编码和物理一致性约束，采用并行双分支DenseInception网络模拟生物视觉系统的分层处理机制	未明确说明模型在不同地理区域和气象条件下的泛化能力	提高数值模型初始风场的校正精度	风场数据	机器学习	NA	深度学习	CNN,注意力机制	网格数据,观测数据	NA	NA	DenseInception,PointNet,并行双分支网络	MAE,RMSE	NA
207	2025-10-31	Development of Semi-Automatic Dental Image Segmentation Workflows with Root Canal Recognition for Faster Ground Tooth Acquisition 2025-Oct-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100340 PMID:41150016	研究论文	本研究开发了两种半自动牙科图像分割工作流程，用于加速深度学习模型训练数据的获取	提出了结合种子生长法和分水岭算法的半自动分割工作流程，专门针对牙科结构特别是根管区域的分割	需要大量标注数据集，模型泛化能力仍需验证	提高牙科图像分割的诊断准确性并加速分割过程	牙齿和根管区域	计算机视觉	牙科疾病	图像分割	3D U-Net, GAN	3D牙科图像	三个独立数据集，包含上颌中切牙和上颌第二磨牙	3D Slicer	3D U-Net, GAN	Dice系数	NA
208	2025-10-31	Panoramic Nailfold Flow Velocity Measurement Method Based on Enhanced Plasma Gap Information 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01379-1 PMID:39762546	研究论文	提出一种基于增强血浆间隙信息的甲襞全景血流速度测量方法	使用深度学习模型将全景血流速度测量任务分解为多个血管流速测量任务，并提出血浆间隙信息增强方法	NA	开发甲襞全景血流速度自动测量方法以满足临床快速获取参数的需求	甲襞微循环血管	计算机视觉	血管疾病	甲襞显微成像	深度学习模型	视频	NA	NA	NA	Pearson相关系数, 平均误差, t检验	NA
209	2025-10-31	Radiomics and Artificial Intelligence in Pulmonary Fibrosis 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01377-3 PMID:39762544	综述	本文通过范围综述探讨了放射组学与人工智能在特发性肺纤维化诊断和预后预测中的应用	系统评估了基于HRCT图像的深度学习特征提取方法在IPF诊疗中的价值	纤维化程度定量评估的额外预后价值仍不确定	研究放射组学和人工智能在IPF诊断和预后预测中的作用	特发性肺纤维化患者	数字病理	肺纤维化	高分辨率计算机断层扫描(HRCT)	深度学习	医学影像	NA	NA	NA	k折交叉验证	NA
210	2025-10-31	Deep Learning Analysis of White Matter Hyperintensity and its Association with Comprehensive Vascular Factors in Two Large General Populations 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01372-8 PMID:39762547	研究论文	本研究使用深度学习模型分析两个大型普通人群中白质高信号与综合血管因素之间的关联	首次在大型普通人群中使用深度学习模型nnU-Net量化WMH体积，并系统分析多种血管因素与WMH的关联	横断面研究设计无法确定因果关系，研究人群限于韩国特定地区	探究普通人群中血管因素与白质高信号体积的关联	两个韩国普通人群队列：Asan医学中心健康检查人群和韩国基因组与流行病学研究参与者	医学影像分析	脑血管疾病	磁共振成像	深度学习	医学影像	AMC队列7471人，KoGES队列2511人，总计9982人	nnU-Net	nnU-Net	β系数, 95%置信区间, p值	NA
211	2025-10-31	Multi-Class Brain Tumor Grades Classification Using a Deep Learning-Based Majority Voting Algorithm and Its Validation Using Explainable-AI 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01368-4 PMID:39779641	研究论文	开发基于MRI和集成深度学习的多类别脑肿瘤分级分类系统	采用基于多数投票算法的集成深度学习框架，结合七种深度学习模型和七种机器学习模型，并引入可解释AI技术LIME	NA	开发非侵入性、成本效益高的脑肿瘤分级计算机辅助诊断工具	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	集成深度学习	医学图像	五个数据集（二分类至六分类）	NA	EfficientNet,VGG16,ResNet18,GoogleNet,ResNet50,Inception-V3,DarkNet	准确率	NA
212	2025-10-31	Simulating a Specialist's Treatment Experience for Hypertension Using Deep Neural Networks 2025-Oct, Journal of clinical hypertension (Greenwich, Conn.) DOI:10.1111/jch.70173 PMID:41163326	研究论文	开发并验证了一个深度学习模型，用于模拟高血压专家的处方模式并预测生理反应	设计了双模块深度神经网络框架，同时预测药物处方和生理反应，采用多目标方法捕捉药物选择与生理结果之间的关系	单中心数据集研究，需要多中心合作和更大数据集验证临床决策支持的可行性	开发能够模拟高血压专家治疗决策的深度学习模型	高血压患者的药物治疗和生理反应	机器学习	心血管疾病	深度学习	DNN	临床试验数据	NA	NA	双模块深度神经网络	平均绝对误差,误差方差,平均相对误差	NA
213	2025-10-31	Deep Learning Predicts Cardiac Output from Seismocardiographic Signals in Heart Failure 2025-Sep-30, The American journal of cardiology DOI:10.1016/j.amjcard.2025.09.037 PMID:41038524	研究论文	本研究开发了一种深度学习模型，通过心震图信号无创预测心力衰竭患者的心输出量	首次将深度学习与可穿戴心震图传感器结合，实现无创心输出量估计，特别在低输出状态下表现优异	需要前瞻性多中心验证来确认普适性和评估临床影响	开发并评估直接从心震图、心电图和体重指数估计心输出量的深度学习模型	心力衰竭患者	机器学习	心血管疾病	心震图, 心电图	CNN	生理信号	73名心力衰竭患者（训练集），64名患者（验证集）	NA	深度卷积神经网络	平均偏差, 一致性界限	NA
214	2025-10-31	Identification of Hybrid Indica Paddy Rice Grain Varieties Based on Hyperspectral Imaging and Deep Learning 2025-Sep-30, Biosensors DOI:10.3390/bios15100647 PMID:41149299	研究论文	本研究基于高光谱成像和深度学习技术开发了一种杂交籼稻稻谷品种分类方法	提出结合CNN-Transformer混合模型，并采用SNV预处理、CARS特征波长选择和可解释性分析来优化分类性能	NA	实现杂交籼稻稻谷品种的精确分类，为水稻质量控制提供自动化工具	杂交籼稻稻谷品种	计算机视觉	NA	高光谱成像	CNN,Transformer	高光谱图像	NA	NA	CNN-Transformer	准确率,F1分数	NA
215	2025-10-31	Interpretability of Deep High-Frequency Residuals: A Case Study on SAR Splicing Localization 2025-Sep-28, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100338 PMID:41150014	研究论文	本研究评估深度高频残差在SAR图像拼接定位中的可解释性特性	发现深度高频残差不仅能识别图像篡改区域，还能揭示所应用的编辑技术特性	研究主要针对SAR振幅图像的拼接定位，未涉及其他类型图像或篡改技术	评估深度高频残差在多媒体取证中的可解释性特性	合成孔径雷达图像中的拼接篡改区域	多媒体取证	NA	深度高频残差分析	神经网络	SAR图像	NA	NA	NA	NA	NA
216	2025-10-31	Image-Based Telecom Fraud Detection Method Using an Attention Convolutional Neural Network 2025-Sep-27, Entropy (Basel, Switzerland) DOI:10.3390/e27101013 PMID:41148971	研究论文	提出一种基于注意力卷积神经网络的图像化电信欺诈检测方法	采用特征转换方法将用户通信行为转化为图像表示，并结合Focal Loss函数解决数据极端不平衡问题	未明确说明模型在跨区域或跨运营商场景下的泛化能力	开发能有效识别电信欺诈行为的深度学习检测系统	电信用户的通信行为数据	计算机视觉	NA	特征转换技术	CNN	图像化通信数据	真实通信数据集（具体数量未说明）	NA	注意力卷积神经网络	召回率,AUC	NA
217	2025-10-31	Radiomics in non-oncologic musculoskeletal diseases: from pixels to practice 2025-Sep-27, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107106 PMID:41162310	综述	本文综述了影像组学在非肿瘤性肌肉骨骼疾病中的应用原理、工作流程及临床潜力	将影像组学从肿瘤学领域扩展到非肿瘤性肌肉骨骼疾病，并强调人工智能技术对提升分析一致性的推动作用	成像协议、分割和特征提取的标准化与可重复性不足限制了更广泛的临床整合	探讨影像组学在非肿瘤性肌肉骨骼疾病中的临床应用价值与方法学框架	骨质疏松症、骨关节炎、风湿性疾病、神经病理学和创伤相关损伤等非肿瘤性肌肉骨骼疾病	医学影像分析	肌肉骨骼疾病	影像组学特征提取	深度学习	放射学图像	NA	开源AI平台	NA	NA	NA
218	2025-10-31	Dual-Attention-Based Block Matching for Dynamic Point Cloud Compression 2025-Sep-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100332 PMID:41150008	研究论文	提出一种基于双重注意力的块匹配网络用于动态点云压缩，通过分层运动估计/补偿框架提升帧间预测精度	引入分层ME/MC框架自适应选择运动场粒度，并提出双重注意力KNN块匹配网络通过双向注意力机制更精确测量点间相关性	未明确说明计算复杂度和对硬件资源的需求	解决动态三维点云因空间分布不规则导致的帧间压缩难题	动态三维点云数据	计算机视觉	NA	点云压缩技术	深度学习网络	三维点云数据	8iFVBv2数据集	NA	双重注意力KNN块匹配网络(DA-KBM)	BD-Rate	NA
219	2025-10-31	SGFNet: Redundancy-Reduced Spectral-Spatial Fusion Network for Hyperspectral Image Classification 2025-Sep-24, Entropy (Basel, Switzerland) DOI:10.3390/e27100995 PMID:41148953	研究论文	提出一种基于信息论的冗余减少光谱-空间融合网络SGFNet，用于高光谱图像分类	从信息论角度设计光谱引导融合网络，通过光谱感知滤波模块和光谱-空间自适应融合模块减少特征冗余和不确定性	NA	解决高光谱图像分类中光谱冗余和空间噪声问题，构建高效准确的分类模型	高光谱图像数据	计算机视觉	NA	高光谱成像	CNN	高光谱图像	四个广泛使用的高光谱基准数据集	NA	SGFNet, SAFM, SSAF, SGGC	多个评估指标	NA
220	2025-10-31	Designing the Future of Biosensing: Advances in Aptamer Discovery, Computational Modeling, and Diagnostic Applications 2025-Sep-24, Biosensors DOI:10.3390/bios15100637 PMID:41149291	综述	本文综述了计算工具在适配体研究和生物传感器开发中的最新进展，重点关注机器学习、深度学习和结构建模技术的应用	整合了预测算法在适配体-靶标相互作用建模、序列优化和设计流程方面的进展，特别关注结构转换适配体和双适配体系统的技术创新	存在数据集标准化不足和机器学习模型可解释性有限的挑战	推动适配体生物传感器向可扩展、即时检测和临床可部署诊断解决方案的发展	适配体-靶标相互作用、生物传感器设计	机器学习, 计算生物学	NA	机器学习, 深度学习, 结构建模	NA	序列数据, 结构数据	NA	NA	NA	灵敏度, 特异性	NA