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
221	2026-04-27	Fuzzy logic and deep learning approach for automated white blood cell detection and classification via multi-CNN feature fusion 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28354-2 PMID:41430086	研究论文	提出一种结合多CNN特征融合与模糊逻辑EDAS的白细胞自动检测与分类新框架	首次将DenseNet121、MobileNetV2和ResNet101的多CNN特征融合与模糊EDAS方法结合，处理类内变异和成像不均匀性，并通过模糊优先排序提高可解释性和鲁棒性	未来需解决实时实现及在不同数据集上的泛化性验证	开发一种高精度、可解释且适用于临床的白细胞自动分类检测方法	中性粒细胞、嗜酸性粒细胞、单核细胞和淋巴细胞四种白细胞	计算机视觉	血液疾病（如白血病）	多CNN特征融合	CNN（DenseNet121、MobileNetV2、ResNet101）	图像	8013张来自Kaggle血细胞图像数据集的白细胞图像	NA	DenseNet121, MobileNetV2, ResNet101	总体精度, 精确率, 敏感度, F1分数	NA
222	2026-04-27	A lightweight and generalizable deep learning framework for early detection of rice leaf diseases in complex field environments 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32568-9 PMID:41430365	研究论文	提出一种轻量级、可泛化的深度学习框架，用于复杂田间环境下水稻叶片疾病的早期检测	创新点包括：多分支大核融合深度可分离（MLFD）模块增强多尺度上下文特征提取；多尺度扩张变换注意力（MDTA）模块融合空间与通道注意力机制；轻量级检测头（Lo-Head）利用分组和深度可分离卷积降低模型复杂度而不牺牲准确性	未提及具体局限性	实现复杂田间环境下水稻叶片疾病的早期、准确、轻量级检测，并验证跨作物泛化能力	水稻、马铃薯、番茄的叶片疾病	计算机视觉	水稻叶片疾病	深度学习	CNN	图像	水稻叶片疾病数据集（具体数量未提及）；独立数据集包含马铃薯和番茄叶片疾病	NA	YOLOv11n（基线）, MLFD, MDTA, Lo-Head	mAP@0.5:0.95	NA
223	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
224	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
225	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
226	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
227	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
228	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
229	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
230	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
231	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
232	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
233	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
234	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
235	2026-04-27	Predicting drug solubility in binary solvent mixtures using graph convolutional networks: a comprehensive deep learning approach 2025-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28272-3 PMID:41318549	研究论文	本研究提出基于图卷积网络（GCN）的综合深度学习框架，用于预测药物在二元溶剂混合物中的溶解度	首次系统评估GCN结合多头注意力机制和多层级分子表征学习在药物溶解度预测中的效能，通过消融研究和注意力可视化揭示结构-溶解度关系，将实验工作量减少60-80%	对于结构显著异于训练数据的化合物预测误差可能超过MAE<0.5 logS单位，模型泛化性需进一步验证	开发高效的药物溶解度预测方法以加速制剂开发，降低传统实验的时间和资源消耗	123种小分子溶质在44种溶剂和110种二元溶剂组合中的溶解度数据	机器学习	NA	NA	图卷积网络	分子结构数据、溶解度实验值	27,000个溶解度测量值，涵盖273-373 K温度范围	PyTorch	多头注意力GCN，层级池化	平均绝对误差（MAE）	NA
236	2026-04-27	Hybrid deep learning with attention fusion for enhanced colon cancer detection 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29447-8 PMID:41315603	研究论文	提出一种结合EfficientNet-B3与Vision Transformer的混合深度学习模型，通过注意力融合机制实现结肠癌自动检测	首次将EfficientNet-B3的局部纹理捕捉能力与Vision Transformer的全局上下文建模能力通过多头注意力融合模块结合，利用马修斯相关系数指导模型优化	存在轻微过拟合倾向	开发自动化结肠癌检测系统以支持计算机辅助结肠镜检查	Kvasir内镜数据集中的八类结肠图像	计算机视觉	结肠癌	内镜成像	混合深度学习模型（EfficientNet-B3 + Vision Transformer）	图像	Kvasir内镜数据集（未指定具体样本数量）	PyTorch	EfficientNet-B3, Vision Transformer	准确率, F1分数, 马修斯相关系数（MCC）, 布赖尔分数	NA
237	2026-04-27	CBN cutting tool's surface roughness and tool wear prediction using JOA-optimized CNN-LSTM 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29658-z PMID:41315655	研究论文	提出一种基于JOA优化的CNN-LSTM混合深度学习模型，用于预测CBN刀具在硬车削Inconel 718时的表面粗糙度和后刀面磨损	首次将JOA算法用于优化CNN-LSTM模型，实现硬车削过程中表面粗糙度和刀具磨损的实时预测，结合MATLAB/Simulink环境提高了数字孪生兼容性和可扩展性	仅基于27次全因子加工试验数据进行验证，样本量较小；未说明模型在其他刀具或材料上的泛化能力	实现CBN刀具在最小量润滑条件下硬车削Inconel 718时的表面粗糙度和后刀面磨损的实时预测	CBN刀具加工Inconel 718镍基高温合金的切削过程参数与表面质量、刀具磨损之间的关系	机器学习	NA	NA	CNN-LSTM混合模型	数值数据	27次全因子加工试验	MATLAB	CNN, LSTM	R值, 均方根误差, 平均绝对百分比误差	NA
238	2026-04-27	AI powered multi feature fusion framework for retrieving images using color, texture and shape descriptors 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29719-3 PMID:41315670	研究论文	提出一种利用AI融合颜色、纹理和形状描述符的框架，以改进基于内容的图像检索系统	通过深度特征融合结合颜色矩、GLCM纹理分析以及傅里叶与Hu矩的形状提取，并引入注意力引导的特征类型加权机制，提升了语义匹配和检索性能	未明确指出	开发一种混合AI增强的CBIR模型，克服传统CBIR系统的语义不匹配和低检索精度问题	Corel-1K和Caltech-101基准数据集的图像	计算机视觉	不适用	颜色矩、灰度共生矩阵（GLCM）、傅里叶矩、Hu矩	支持向量机（SVM）、卷积神经网络（CNN）	图像	Corel-1K和Caltech-101基准数据集（具体数量未说明）	不适用	CNN	准确率、召回率、平均精度均值（mAP）	不适用
239	2026-04-27	Deep learning for microbial life detection in deep subseafloor samples: objective cell recognition 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29239-0 PMID:41315727	研究论文	开发基于深度学习的图像识别方法，用于从深海沉积物样本中准确检测和计数微生物细胞	利用深度学习自动识别沉积物中的微生物细胞，减少对专业专家训练的依赖，在两分类和四分类任务中分别达到94.1%和88.8%的准确率	对图像聚焦质量敏感，需通过置信度阈值筛选（0.7以上）提升准确性至96.6%	提高深海沉积物等富含颗粒环境样本中微生物检测的准确性和可靠性	海洋沉积物样本中的微生物细胞	计算机视觉	不适用	荧光染色	CNN	图像	NA	NA	NA	准确率	NA
240	2026-04-27	Power quality disturbance identification using hybrid deep learning in renewable energy systems 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28291-0 PMID:41315829	研究论文	提出一种基于混合深度学习的方法，用于识别风-光互补发电系统中的电能质量扰动	将连续小波变换的标尺图与深度神经网络（ResNet和VGG-Net）、邻域分量分析和支持向量机分类相结合，形成混合诊断方法	未提及在更复杂或真实电网系统中的泛化能力及计算资源需求	提高风-光互补发电系统中电能质量扰动的诊断准确性和可靠性	风-光互补发电系统中的电能质量扰动	机器学习和信号处理	NA	连续小波变换、深度神经网络、邻域分量分析、支持向量机	CNN（ResNet、VGG-Net）和SVM	仿真时间序列信号	使用定制IEEE 9总线和13总线测试系统进行仿真，具体样本数量未指定	MATLAB/Simulink	ResNet, VGG-Net	准确率、精确率、召回率	NA