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
2361	2025-11-29	Improved multiscale attention based deep learning approach for automated sugarcane leaf disease detection using BSRI data 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28947-x PMID:41310119	研究论文	提出一种基于多尺度注意力的深度学习方法来检测甘蔗叶片病害	提出新颖的多尺度注意力密集残差网络（MADRN）架构，结合密集残差学习和多尺度注意力机制	未明确说明模型在更广泛环境条件下的泛化能力	开发准确的甘蔗叶片病害自动检测方法以提高作物生产力	甘蔗叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	两个数据集：Kaggle数据集和混合数据集（Kaggle+BSRI）	NA	MADRN, CNN, VGG16, MobileNetV2, XceptionNet	准确率, 精确率, 召回率, F1分数	NA
2362	2025-11-29	A clinically validated AI framework for kidney cancer detection and characterization 2025-Nov-27, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01264-0 PMID:41310187	研究论文	开发并临床验证用于肾癌检测和表征的深度学习工具BMVision	首个经过临床验证的商业化肾癌AI检测工具，可显著提升放射科医生的工作效率和诊断一致性	回顾性研究设计，样本量相对有限（200例扫描）	开发AI工具辅助放射科医生提高肾癌诊断效率和准确性	肾脏CT扫描图像和放射科医生诊断流程	数字病理	肾癌	对比增强计算机断层扫描	深度学习	医学影像	200例CT扫描，6名放射科医生参与评估	NA	NA	诊断灵敏度、病变测量、报告效率、医生间一致性	NA
2363	2025-11-29	A deep learning-based multiscale integration of spatial omics with tumor morphology 2025-Nov-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66691-y PMID:41310346	研究论文	开发了一种基于深度学习的多尺度整合方法，能够从H&E染色组织切片预测空间转录组数据	首次实现了从常规H&E染色切片到空间转录组数据的深度学习预测，达到近单细胞分辨率	NA	整合空间组学数据与肿瘤形态学特征	肿瘤微环境空间组织	数字病理学	肿瘤	空间转录组学，H&E染色	深度学习	图像，基因表达数据	72个10X Genomics Visium样本 + 348个MOSAIC联盟样本	NA	MISO	基准测试性能比较	NA
2364	2025-11-29	Automatic multi-IMU-based deep learning evaluation of intensity during static standing balance training exercises 2025-Nov-27, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01760-3 PMID:41310727	研究论文	开发基于多IMU传感器和深度学习模型的静态站立平衡训练强度自动评估系统	首次使用全身可穿戴传感器数据和CNN模型来估计物理治疗师感知的平衡训练强度	研究样本量有限（47名参与者），仅针对静态站立平衡训练进行评估	开发家庭平衡康复训练中的运动强度监测方法	平衡训练参与者和物理治疗师	机器学习	老年疾病	惯性测量单元(IMU)数据采集	CNN	运动学数据	47名平衡训练参与者和42名物理治疗师	NA	卷积神经网络	均方根误差(RMSE)	NA
2365	2025-11-29	Multi-label classification for multi-temporal, multi-spatial coral reef condition monitoring using vision foundation model with adapter learning 2025-Nov-26, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.119054 PMID:41308425	研究论文	本研究提出了一种结合DINOv2视觉基础模型和LoRA微调方法的多标签分类方法，用于多时空珊瑚礁状况监测	首次探索基础模型在多时空设置下对珊瑚礁状况进行多标签分类的高效适配方法	研究仅基于泰国涛岛的15个潜水点数据，需要更多地理位置的验证	开发高效准确的珊瑚礁状况自动分类方法以支持生态系统监测和保护	珊瑚礁生态系统状况	计算机视觉	NA	水下调查图像采集	视觉基础模型,适配器学习	图像	来自泰国涛岛15个潜水点的多时空野外图像	PyTorch	DINOv2, LoRA	匹配率	NA
2366	2025-11-29	Impact of a deep learning reconstruction algorithm on image quality and dose reduction with ultra-high-resolution CT detectors: a phantom study 2025-Nov-26, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2025.11.002 PMID:41309417	研究论文	通过模体研究评估深度学习重建算法与超高分辨率CT探测器结合对图像质量和辐射剂量降低的影响	首次将深度学习重建算法与超高分辨率CT探测器结合，采用基于任务的评估框架进行定量分析	研究基于模体实验，尚未进行临床验证	评估深度学习重建算法在超高分辨率CT中的图像质量改善和辐射剂量降低潜力	Catphan 600模体	医学影像	NA	CT扫描	深度学习重建算法	CT图像	5个CTDIvol水平（10, 7.5, 5, 2.5, 1 mGy）的模体扫描数据	NA	ClearInfinity深度学习重建算法	MTF, NPS, TTF, 可探测性指数d'	NA
2367	2025-11-29	Deep learning framework for automated frame selection in kidney ultrasound 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25755-1 PMID:41290740	研究论文	提出基于深度学习的自动化框架，用于从肾脏超声视频中选择最具诊断价值的帧	首次将YOLO系列分类模型应用于肾脏超声帧选择任务，并证明YOLO11x-cls模型在该任务上的优越性能	数据集规模相对有限（1203帧来自211名患者），需要进一步验证在更广泛人群中的泛化能力	开发自动化框架以提高肾脏超声图像选择的效率和一致性	肾脏超声视频帧	计算机视觉	肾脏疾病	超声成像	CNN	图像	1203帧来自211名患者	PyTorch	InceptionV3, ResNet34, ResNet50, EfficientNet, VGG16, YOLOv8x-cls, YOLO11x-cls	准确率, F1-score	NA
2368	2025-11-27	Accurate prediction of protein-ATP binding sites based on a protein pretrained large language model and a fractional-order convolutional neural network 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25830-7 PMID:41290782	研究论文	提出一种基于预训练蛋白质大语言模型和分数阶卷积神经网络的蛋白质-ATP结合位点预测方法	首次结合预训练蛋白质大语言模型和分数阶反向传播的深度卷积神经网络，通过修改损失函数解决数据不平衡问题	仅使用序列信息，可能忽略蛋白质三维结构等重要特征	准确预测蛋白质与ATP的结合位点	蛋白质序列及其与ATP的相互作用	生物信息学	NA	蛋白质序列分析	LLM, CNN	蛋白质序列数据	多个蛋白质-ATP结合位点数据集	NA	预训练分数阶深度卷积神经网络(PFDCNN)	准确率, AUC	NA
2369	2025-11-29	Brain benefits of deep learning-based noise management in experienced hearing aid users using functional near infrared spectroscopy 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25801-y PMID:41290802	研究论文	本研究使用功能性近红外光谱技术评估深度学习降噪助听器对听障用户大脑活动的影响	首次结合深度神经网络降噪算法与fNIRS技术研究助听器对前额叶皮层氧合水平的影响	样本量较小（26名受试者），仅针对有经验的助听器用户	研究深度学习降噪助听器特征对听障用户大脑活动的影响	26名有经验的助听器使用者	数字病理	听力损失	功能性近红外光谱（fNIRS）	深度神经网络（DNN）	脑血流氧合数据，行为表现数据，主观评分	26名有经验的助听器用户	NA	深度神经网络	听力准确率，主观听力努力评分，前额叶氧合水平	NA
2370	2025-11-27	MedNet: a lightweight attention-augmented CNN for medical image classification 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25857-w PMID:41290816	研究论文	提出一种轻量级注意力增强CNN模型MedNet用于医学图像分类	结合深度可分离卷积与CBAM注意力机制，在保持轻量化的同时提升特征提取能力	仅在特定医学图像数据集上进行验证，未涵盖所有医学影像类型	开发高效的医学图像分类模型以应对低分辨率、类间差异小和类内变异大的挑战	医学图像分类	计算机视觉	皮肤病	深度学习	CNN	图像	DermaMNIST, BloodMNIST, OCTMNIST和Fitzpatrick17k数据集	NA	ResidualDSCBAMBlock, CBAM	准确率	NA
2371	2025-11-29	A multi-model deep learning framework for SEM-based defect detection in [Formula: see text] Perovskite thin films 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25848-x PMID:41290822	研究论文	提出一种多模型深度学习框架，用于基于SEM的钙钛矿薄膜缺陷自动检测	首次将多模型深度学习框架应用于混合维度钙钛矿薄膜的缺陷检测，结合高精度分类和实时检测模型	数据集规模有限（仅2380张SEM图像），YOLOv9模型准确率较低（45.0%）	开发自动化高精度缺陷检测方法，支持钙钛矿太阳能电池的大规模质量控制	甲脒碘化铅钙钛矿薄膜的结构缺陷	计算机视觉	NA	扫描电子显微镜	CNN	图像	2380张SEM图像	TensorFlow, PyTorch	ResNet50V2, DenseNet169, YOLOv9	准确率, 加权F1分数	NA
2372	2025-11-29	OptiNet-B3: a lightweight explainable deep learning model for multiclass classification of fruit and leaf diseases 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25888-3 PMID:41290824	研究论文	提出一种轻量级可解释深度学习模型OptiNet-B3，用于苹果、香蕉和橙子的果实和叶片疾病多分类	集成Mish激活函数、卷积块注意力模块、组归一化和知识蒸馏技术，在低计算预算下优化学习	NA	早期准确检测作物疾病以保障作物健康和可持续农业生产力	苹果、香蕉和橙子的果实和叶片疾病	计算机视觉	植物疾病	深度学习	CNN	图像	果实13,602张图像，叶片11,199张图像	NA	OptiNet-B3	准确率	移动和边缘设备
2373	2025-11-29	Ensemble-based feature fusion for accurate plant disease classification using pre-trained models 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25927-z PMID:41290831	研究论文	本研究通过集成预训练深度学习模型并采用特征级融合方法，实现了植物病害的准确分类	提出基于特征级融合的集成学习方法，结合多种预训练模型的特征表示能力提升植物病害分类性能	NA	开发准确高效的植物病害检测系统，促进可持续农业发展	植物叶片图像中的病害分类	计算机视觉	植物病害	深度学习	CNN	图像	87,867张植物病害图像样本，涵盖38个类别和14种不同作物	NA	VGG16,ResNet50,InceptionV3	准确率	NA
2374	2025-11-29	Identification of novel biomarkers for epithelial ovarian cancer through machine learning and explainable artificial intelligence using in silico and in vitro analysis 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25901-9 PMID:41290833	研究论文	通过机器学习和可解释人工智能识别上皮性卵巢癌的新型生物标志物	结合机器学习和可解释AI技术筛选生物标志物，并在组织和外周血单核细胞中进行实验验证	样本量有限（组织样本67例，PBMC样本72例），需要更大规模研究验证	识别上皮性卵巢癌的新型生物标志物以改善诊断和预后预测	上皮性卵巢癌患者组织和外周血单核细胞样本	机器学习	卵巢癌	RNA-seq, 实时PCR	机器学习, 深度学习	基因表达数据	组织样本67例（34例EOC，33例良性），PBMC样本72例（39例EOC，33例良性）	NA	NA	p值	NA
2375	2025-11-29	Deep learning-based caching optimization for VR 360° videos in vehicular edge computing 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25811-w PMID:41290840	研究论文	提出基于深度学习的车载边缘计算中VR 360°视频缓存优化框架DeepEdge360	集成自适应分块分割、视口感知优先级和主动预取技术，结合LSTM和DQN算法动态优化缓存决策	未明确说明实验场景的具体限制条件和测试规模	优化车载边缘计算环境中VR 360°视频的缓存性能	VR 360°视频流媒体在车载网络中的传输	机器学习	NA	深度学习	LSTM, DQN	视频流数据，用户行为数据，车辆移动数据	NA	TensorFlow, PyTorch	LSTM, Deep Q-Network	缓存命中率，端到端延迟，带宽利用率	NA
2376	2025-11-29	Hybrid deep learning and optimization-based land use and land cover classification for advancing sustainable agriculture in Najran city, Saudi Arabia 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25908-2 PMID:41290846	研究论文	提出混合深度学习与优化方法用于沙特纳季兰市的土地利用分类，以促进可持续农业发展	结合CNN与随机森林的混合模型，并引入蚁群优化算法减少特征冗余	研究区域局限于半干旱地区，方法在其他气候区适用性需验证	开发精准的土地利用分类系统以支持可持续农业决策	沙特纳季兰市的土地利用类型	计算机视觉	NA	遥感影像分析	CNN,随机森林	卫星图像	2023年Landsat-8影像数据	NA	VGG19,GoogleNet,DenseNet121,ResNet152	准确率,精确率,召回率,F1分数	NA
2377	2025-11-29	PDualNet: a deep learning framework for joint prediction of Parkinson's disease progression subtype and MDS-UPDRS scores 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25812-9 PMID:41290857	研究论文	提出PDualNet深度学习框架，联合预测帕金森病进展亚型和MDS-UPDRS评分	开发了新颖的双任务框架，通过无监督模块生成单次访视嵌入和有监督模块学习疾病状态嵌入，实现进展亚型和症状评分的联合预测	研究基于特定队列数据，需要在更广泛人群中验证通用性	预测帕金森病进展亚型和未来MDS-UPDRS评分，提升疾病预后评估和个性化治疗规划	帕金森病患者纵向临床数据	机器学习	帕金森病	纵向临床数据分析	深度学习框架	临床特征数据	579名来自帕金森病进展标志物倡议的参与者，额外490名来自帕金森病生物标志物项目的验证队列	NA	PDualNet（包含单次访视嵌入模块和疾病状态嵌入模块的双解码器架构）	分类任务性能指标，回归任务性能指标	NA
2378	2025-11-29	Enhanced in-situ monitoring of metal deposition behaviour for pulsed wire arc directed energy deposition using integrated noncoaxial imaging and supervised deep learning framework 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26001-4 PMID:41290889	研究论文	提出一种结合非共轴成像和监督深度学习框架的方法，用于监测脉冲电弧定向能量沉积过程中的金属沉积行为	首次将非共轴成像与监督深度学习框架集成用于脉冲DED-Arc过程的在线监测，并采用Pareto优化分析熔池区域与电弧区域的关系	NA	通过计算机视觉方法预测电弧和熔池区域，提高定向能量沉积过程的在线监测能力	定向能量沉积-电弧过程中的电弧和熔池区域	计算机视觉	NA	非共轴成像，脉冲电弧定向能量沉积	CNN, Inception V3	图像	NA	NA	Inception V3, 卷积神经网络	分割准确率	NA
2379	2025-11-29	Deep learning for automatic segmentation of hepatocellular carcinoma in contrast enhanced CT scans 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26019-8 PMID:41290887	研究论文	本研究评估深度学习模型在增强CT扫描中自动分割肝细胞癌的性能	引入了新的对比增强CT扫描数据集，并对多种分割架构在不同数据集上进行了比较分析	未明确说明模型的具体性能表现和验证结果	开发自动分割肝细胞癌的工具以支持癌症诊断和治疗规划	肝细胞癌患者的CT扫描图像	计算机视觉	肝癌	CT扫描	深度学习分割模型	医学图像	多个数据集包括LiTS、HCC-TACE-Seg、WAW-TACE和新的CECT数据集	NA	NA	NA	NA
2380	2025-11-29	A comparative evaluation of explainability techniques for image data 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25839-y PMID:41290895	研究论文	对六种广泛使用的显著性图可解释性技术进行全面的比较评估	首次使用五个定量、功能基础的指标对多种XAI方法进行系统评估，揭示了不同方法在各项指标上的权衡关系	仅评估了六种显著性图技术，未覆盖所有可解释性方法；评估基于三个基准数据集和三种架构，可能无法完全泛化	评估和比较图像数据可解释性技术的性能表现	六种显著性图可解释性技术：LIME、SHAP、GradCAM、GradCAM++、Integrated Gradients和SmoothGrad	计算机视觉	NA	可解释人工智能技术	CNN	图像	三个基准数据集（CIFAR10、Imagenette、SVHN）	NA	三种成熟的深度学习架构	保真度、稳定性、同一性、可分离性、计算时间	NA