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
241	2025-12-31	CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography 2025-Dec-29, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251399875 PMID:41466179	研究论文	提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法，用于资源受限设备上的超声弹性成像	首次将动态剪枝、知识蒸馏和课程学习整合到单一框架中，用于超声运动估计模型的压缩，显著减少参数和计算量同时保持性能	未明确说明模型在更广泛临床数据或不同超声设备上的泛化能力，且压缩后模型仍可能对资源极度受限设备构成挑战	开发资源高效的深度学习模型，用于超声弹性成像中的运动估计	模拟、体模和体内超声数据	计算机视觉	NA	超声弹性成像	CNN	射频超声数据，B模式数据	NA	NA	UMEN-Net, DP-Net, CDP-KDNet	信噪比，对比噪声比	NA
242	2025-12-31	Deep learning based on ultrasound for differential diagnosis of pancreatic serous cystic neoplasm and mucinous cystic neoplasm 2025-Dec-29, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15249-8 PMID:41466236	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
243	2025-12-31	RFDNet: Robust Frequency-Based Denoising Network for 3D Ultrasound Vascular Imaging Using a Row-Column Addressed Array 2025-Dec-29, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251398442 PMID:41466464	研究论文	本文提出了一种用于3D超声血管成像的鲁棒频率去噪网络，以解决行-列寻址阵列成像中的斜坡形噪声问题	提出了一个深度频率滤波模块，该模块能自适应地滤波编码器中的频率成分，抑制斜坡形噪声并动态平衡频谱内容，从而减少对域偏移和切片间强度不一致性的敏感性	当前研究依赖于2D切片训练与3D重建，而非全体积3D训练；未来工作将探索3D训练和架构优化以提高计算效率	提升行-列寻址阵列3D超声血管成像的图像质量，抑制由点扩散函数各向异性引起的斜坡形噪声	多普勒体模、颈动脉和腹部数据集	计算机视觉	心血管疾病	3D超声血管成像	CNN	3D超声图像	NA	NA	RFDNet	峰值信噪比, 结构相似性, 均方根误差	NA
244	2025-12-29	Real-time monitoring system for early stroke detection based on fog computing and enhanced deep learning techniques 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28513-5 PMID:41455702	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
245	2025-12-29	Low-SNR and BER reduction in UWOC systems using DESN and CNN-TCN deep learning models 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31837-x PMID:41455766	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
246	2025-12-31	Automated deep learning pipeline for callosal angle quantification 2025-Dec-27, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00750-w PMID:41456015	研究论文	本研究开发了一个全自动深度学习框架，用于从原始T1 MPRAGE扫描中直接测量胼胝体角，以辅助常压性脑积水的诊断	提出了一个结合BrainSignsNET进行关键解剖标志点检测和基于UNet的分割网络进行侧脑室分割的全自动、端到端深度学习流程，用于胼胝体角的量化	未明确说明模型在不同扫描协议或设备上的泛化能力，以及处理严重运动伪影或异常解剖结构病例的性能	开发一个可靠、可重复的自动化工具，用于从MRI图像中量化胼胝体角，以辅助常压性脑积水的早期检测和诊断	常压性脑积水患者的脑部MRI扫描图像	数字病理学	常压性脑积水	T1 MPRAGE MRI扫描	深度学习	3D MRI图像	内部验证使用BLSA和BIOCARD数据集，外部验证使用约翰霍普金斯湾景医院的376例临床MRI扫描以及PENS试验数据	未明确说明	BrainSignsNET, UNet with EfficientNetB0 encoder	相关系数(r), p值, 平均绝对误差(MAE)	NA
247	2025-12-31	M44TMD: A Multimodal, Multi-task Deep Learning Framework for Comprehensive Assessment of TMD-Related Abnormalities 2025-Dec-27, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106322 PMID:41461305	研究论文	提出一种多模态、多任务深度学习框架M44TMD，用于全面评估颞下颌关节紊乱病相关异常	整合多序列、多切片MRI与临床数据，实现退行性关节病、关节盘前移位和关节积液三种异常的并发评估，克服了现有方法单任务、单模态的局限	未明确说明框架在更广泛临床环境或不同设备采集数据下的泛化能力	开发一个深度学习框架，以更全面地评估颞下颌关节紊乱病相关的异常	来自765名参与者的12,690个MRI切片和临床数据，涉及1,410个颞下颌关节	数字病理	颞下颌关节紊乱病	磁共振成像	CNN	图像, 临床数据	765名参与者，1,410个颞下颌关节，12,690个MRI切片	未明确说明，基于ResNet50推断可能为PyTorch或TensorFlow	ResNet50	ROC-AUC, 准确率	NA
248	2025-12-31	Geometric deep learning assists protein engineering. Opportunities and Challenges 2025-Dec-26, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108790 PMID:41456696	综述	本文全面评述了几何深度学习在蛋白质工程中的应用、机遇与挑战	将几何深度学习整合到计算设计流程中，克服传统方法在序列空间广阔性和实验验证成本方面的限制，通过非欧几里得域操作捕获蛋白质功能的空间、拓扑和物理化学特征	NA	探讨几何深度学习在蛋白质工程中的整合与应用，旨在为下一代蛋白质工程和合成生物学提供技术基础	蛋白质工程中的稳定性预测、功能注释、分子相互作用建模和从头蛋白质设计	机器学习	NA	几何深度学习	NA	非欧几里得数据（空间、拓扑、物理化学特征）	NA	NA	NA	NA	NA
249	2025-12-31	Machine Learning for Performance Prediction and Optimization of Polymer Composites: Unveiling the Dominant Role of Thermally Conductive Pathways 2025-Dec-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c21877 PMID:41364534	研究论文	本研究开发了一种结合传统机器学习、深度学习和生成模型的新框架，用于预测和优化聚合物复合材料的性能，特别是热导率和杨氏模量	提出了一种新颖的密集球体填充算法来构建多填料复合材料的几何模型，并定义了与导热通路相关的描述符以提高预测精度，同时利用基于Transformer的生成模型在低填料体积分数下生成具有导热通路的RVE结构	传统机器学习算法在捕捉导热通路方面存在局限性，且研究主要关注低填料体积分数下的性能，可能未全面覆盖所有填料条件	预测和优化聚合物复合材料的热导率和机械性能	多填料聚合物复合材料	机器学习	NA	密集球体填充算法，COMSOL模拟	Random Forest Regression, Convolutional Neural Network, Transformer	几何模型数据，模拟数据	1024个代表性体积元素（RVE）模型	NA	CNN, Transformer	预测精度	NA
250	2025-12-31	General Framework for Geometric Deep Learning on Tensorial Properties of Molecules and Crystals 2025-Dec-24, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c12428 PMID:41364709	研究论文	本文提出了一种用于分子和晶体张量性质几何深度学习的通用框架	开发了一个通用输出模块，使等变图神经网络能够端到端预测具有指定置换对称性的任意阶张量，并支持原子级性质和高阶张量	NA	预测分子和晶体的张量响应性质	分子和晶体	机器学习	NA	几何深度学习	等变图神经网络	张量数据	NA	NA	XPaiNN	准确性	NA
251	2025-12-31	A hybrid ensemble deep learning framework with novel metaheuristic optimization for scalable malicious website detection 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33695-z PMID:41436869	研究论文	提出一种融合集成学习模型与深度神经网络的混合检测框架，用于准确识别恶意网站	首次将WDOA和EVO两种新型元启发式算法用于超参数优化，并构建了结合应用层与网络层特征的混合集成深度学习框架	未在动态更新的实时网络环境中进行长期性能验证	开发可扩展的恶意网站检测系统以提升网络安全防御能力	恶意网站与良性网站的URL数据	机器学习	NA	NA	集成学习, 深度神经网络	结构化数据（URL属性、网络特征）	63,191个URL样本	Scikit-learn, TensorFlow/PyTorch（隐含）	Random Forest, XGBoost, LightGBM, DNN	准确率, 可扩展性, 可解释性	NA
252	2025-12-31	MIAT-DHX9 spatiotemporal expression drives venous neointimal hyperplasia through nucleolar homeostasis and mitotic progression 2025-Dec-23, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116578 PMID:41259202	研究论文	本文揭示了长链非编码RNA MIAT与DExH-box解旋酶9（DHX9）在静脉新生内膜增生中的时空表达模式，通过调控核仁稳态和有丝分裂进程驱动平滑肌细胞增殖	首次利用多超分辨率成像和单分子荧光原位杂交技术，揭示了MIAT-DHX9轴在核仁中的时空表达及其通过PARP1相互作用调控细胞周期的机制，并应用深度学习识别核仁形态特征作为疾病进展的生物标志物	研究主要基于体外和动物模型，尚未在人体临床试验中验证MIAT-DHX9靶向治疗的安全性和有效性	探究静脉新生内膜增生的分子机制，并开发基于核仁调控的治疗策略	平滑肌细胞（SMCs）的核仁稳态、有丝分裂进程及细胞增殖	数字病理学	心血管疾病	多超分辨率成像、单分子荧光原位杂交（FISH）、CRISPR基因编辑、深度学习	深度学习模型	图像数据（超分辨率成像、FISH图像）	体外平滑肌细胞模型及动物模型（具体数量未明确说明）	NA	NA	NA	NA
253	2025-12-31	Exploiting fuzzy weights in CNN model-based taxonomic classification of 500-bp sequence bacterial dataset 2025-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24836-5 PMID:41436515	研究论文	本文提出了一种改进的模糊加权卷积神经网络（F-CNN），用于细菌DNA序列（特别是500-bp片段）的分类学分类	结合深度学习和模糊逻辑处理，通过特征选择阶段和模糊加权系统来处理分类层中相似类别的不确定性，并利用模糊权重优化参数	未明确说明模型在更短或更复杂序列片段上的性能，也未讨论计算复杂度或模型可解释性	解决基于有限500-bp片段对细菌DNA序列进行准确分类学分类的挑战	细菌DNA序列，特别是500-bp片段	自然语言处理	NA	DNA测序	CNN	序列数据	超过140万条细菌基因序列（来自RDP 11数据集）	NA	模糊加权卷积神经网络（F-CNN）	分类准确率	NA
254	2025-12-31	Systematic review and meta-analysis of AI-driven MRI motion artifact detection and correction 2025-Dec-23, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105704 PMID:41442850	综述与荟萃分析	本文对人工智能驱动的MRI运动伪影检测与校正方法进行了系统性回顾与荟萃分析	聚焦于深度学习特别是生成模型在MRI运动伪影处理中的应用，并识别了当前发展的关键挑战与未来方向	方法泛化能力有限，依赖成对训练数据，存在视觉失真风险，且缺乏标准化数据集与报告协议	评估AI驱动方法在MRI运动伪影检测与校正中的有效性、挑战及未来研究方向	MRI图像中的运动伪影	医学影像分析	NA	磁共振成像	深度学习，生成模型	图像	NA	NA	NA	NA	NA
255	2025-12-31	Prediction of electricity consumption and hydropower production in the smart power grid based on the gated recurrent unit neural network and modified future search algorithm 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32294-2 PMID:41429848	研究论文	本研究基于门控循环单元神经网络和改进的未来搜索算法，开发了一个优化模型，用于智能电网中电力消耗和水力发电的预测	结合GRU神经网络和改进的未来搜索算法，提高了电力消耗和水力发电预测的准确性	未明确提及模型的具体局限性，如数据范围或泛化能力	开发一个改进的模型，以分析和预测智能电网中的能源生成和电力使用	智能电网中的电力消耗模式和水力发电生产	机器学习	NA	门控循环单元神经网络，改进的未来搜索算法	GRU	经济数据，社会数据，气候数据	NA	NA	GRU	NA	NA
256	2025-12-31	A novel sub-differentiable hausdorff loss combined with BCE for MRI brain tumor segmentation using UNet variants 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33136-x PMID:41429890	研究论文	本文提出了一种新颖的次可微Hausdorff损失函数，结合BCE损失，用于基于UNet变体的MRI脑肿瘤分割，以解决类不平衡、小肿瘤检测和边界预测问题	提出了一种次可微Hausdorff损失函数，通过平滑可微的公式实现稳定的梯度学习和鲁棒的边界对齐，并与BCE损失结合，以平衡边界精度和区域分割准确性	未明确说明数据集的规模或多样性限制，也未讨论计算资源需求或模型泛化能力到其他医学图像模态	开发一种改进的损失函数和深度学习管道，用于MRI脑肿瘤分割，以提高分割质量和诊断准确性	MRI脑肿瘤图像	数字病理学	脑肿瘤	MRI	CNN	图像	NA	NA	UNet, UNet+, VNet, UNet++, Attention UNet	准确率, 精确率, 召回率, Dice分数, IoU, F1分数, 马修斯相关系数	NA
257	2025-12-31	Clair3-RNA: a deep learning-based small variant caller for long-read RNA sequencing data 2025-Dec-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67237-y PMID:41430046	研究论文	本文提出了一种基于深度学习的、专为长读长RNA测序数据设计的小变异检测工具Clair3-RNA	首个针对长读长RNA测序数据开发的深度学习变异检测工具，集成了不均匀覆盖度归一化、改进的训练数据、编辑位点发现和单倍型定相等优化技术	NA	开发一个高性能的变异检测工具，以应对长读长RNA测序数据中的高错误率、转录本多样性和RNA编辑事件等挑战	长读长RNA测序数据中的小变异（如SNP）	生物信息学	NA	长读长RNA测序（lrRNA-seq），包括PacBio、ONT cDNA和ONT dRNA平台	深度学习	RNA测序数据	使用了GIAB样本进行测试	NA	基于Clair系列管道构建	SNP F1分数	NA
258	2025-12-24	Cross-cohort genetic risk prediction for Alzheimer's disease: a transfer learning approach using GWAS and deep learning models 2025-Dec-22, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00506-0 PMID:41430307	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
259	2025-12-31	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	本文提出了一种轻量级深度学习框架，用于在复杂田间环境中早期检测水稻叶片病害	引入了多分支大核融合深度可分离模块、多尺度扩张Transformer注意力模块和轻量化检测头，以增强多尺度上下文特征提取、改善复杂条件下的特征表示，并显著降低模型复杂度	NA	开发一种高效、轻量且泛化能力强的深度学习框架，用于早期检测水稻叶片病害	水稻叶片病害，以及马铃薯和番茄叶片病害作为泛化验证对象	计算机视觉	植物病害	深度学习	CNN, Transformer	图像	NA	PyTorch	YOLOv5n, YOLOv8n, YOLOv10n, YOLOv11n, 以及提出的MLFD, MDTA, Lo-Head模块	mAP@0.5:0.95	边缘设备（如无人机、田间传感器）
260	2025-12-31	Deep learning-based non-contrast MRI model for nasopharyngeal carcinoma diagnosis: an end-to-end gadolinium-free solution 2025-Dec-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02247-0 PMID:41430426	研究论文	本研究提出了一种仅使用非对比增强MRI进行鼻咽癌诊断的深度学习模型，旨在减少对钆基造影剂的依赖	开发了一种新颖的知识蒸馏模态融合模型，用于仅基于非对比MRI进行鼻咽癌诊断，实现了端到端的无钆解决方案	未明确说明模型在更广泛人群或不同MRI设备上的泛化能力，也未详细讨论模型的可解释性	开发一种安全、经济且无需钆基造影剂的鼻咽癌诊断方法	鼻咽癌（NPC）患者	数字病理学	鼻咽癌	MRI（磁共振成像）	深度学习模型	医学影像（MRI）	训练队列854例，内部测试集257例，独立外部测试集277例	NA	知识蒸馏模态融合模型	AUC（曲线下面积）	NA