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	2025-11-13	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Response to Br J Anaesth 2025; 135: 249-50 2025-Nov, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.07.066 PMID:40885701	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
242	2025-11-14	Hybrid AI Model With CNNs and Vision Transformers for Precision Pest Classification in Crops 2025-Nov, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71174 PMID:41221087	研究论文	提出了一种融合CNN和视觉Transformer的混合深度学习模型HyPest-Net，用于农作物害虫的精确分类	集成CNN局部特征提取、通道与空间注意力机制以及视觉Transformer模块，解决视觉相似物种、背景干扰和光照变化等挑战	NA	开发有效的害虫管理技术，实现害虫的及时准确识别	农作物害虫	计算机视觉	NA	深度学习	CNN, Vision Transformer	图像	两个基准数据集：水稻害虫数据集（5类）和危险农场昆虫数据集（15类）	NA	HyPest-Net（集成CNN、注意力机制、ViT-B/16）	准确率, 精确率, 敏感度, 特异性, F1分数	NA
243	2025-11-14	An Investigation on Cross-Tracer Generalizability of Deep Learning-based PET Attenuation Correction 2025-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3566630 PMID:41221103	研究论文	本研究探讨深度学习模型在不同PET示踪剂间的泛化能力，重点关注FDG训练模型在Ga-DOTATE和F-Fluciclovine等非常见示踪剂上的应用效果	首次系统研究深度学习模型在PET衰减校正中的跨示踪剂泛化能力，打破了传统认为不同示踪剂需要分别训练模型的认知	研究主要集中于三种示踪剂类型，尚未验证在其他更多类型示踪剂上的泛化性能	探索深度学习模型在PET衰减校正中的跨示踪剂泛化能力	PET成像中的衰减校正，重点关注F-FDG、Ga-DOTATE和F-Fluciclovine三种示踪剂	医学影像分析	NA	PET成像，深度学习衰减校正	深度学习模型	PET图像数据，CT衰减图	包含F-FDG、Ga-DOTATE和F-Fluciclovine三种示踪剂的数据集	NA	NA	CT生成质量评估，PET重建质量评估	NA
244	2025-11-14	The Role of Artificial Intelligence in Orthodontics for Determining Skeletal Age Based on Cervical Vertebra Maturation Degree: A Comprehensive Review 2025-Nov, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71487 PMID:41221429	综述	回顾人工智能在正畸学中基于颈椎成熟度评估骨骼年龄的应用	系统总结AI在颈椎成熟分期评估中的不同模型设计及应用效果	AI算法准确性受数据集规模、标注方法和模型设计等因素影响，仍需专家监督	探讨人工智能在正畸学颈椎成熟度评估中的应用	侧位头颅X光片中的颈椎成熟分期	医学影像分析	正畸治疗	侧位头颅X光摄影	CNN	医学影像	NA	NA	卷积神经网络	准确率, 分析时间, 观察者变异性	NA
245	2025-11-14	Synthetic-to-real attentive deep learning for Alzheimer's assessment: A domain-agnostic framework for ROCF scoring 2025-Nov, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104929 PMID:41110737	研究论文	提出一种用于阿尔茨海默病评估的合成到真实深度学习框架，通过数据合成和专门设计的ROCF-Net模型实现自动化ROCF评分	开发轻量级数据合成流程生成多样化ROCF绘图，并提出针对ROCF绘图特性的线条特异性注意力机制，解决领域差异问题	未明确说明样本规模，性能差异虽小但存在（MAE相差1.43，PCC相差0.07）	开发自动化ROCF评分系统以辅助阿尔茨海默病早期诊断	ROCF（Rey-Osterrieth复杂图形）测试绘图	数字病理	阿尔茨海默病	深度学习，数据合成	深度学习模型	图像（ROCF绘图）	NA	NA	ROCF-Net	平均绝对误差（MAE），皮尔逊相关系数（PCC）	轻量级计算成本
246	2025-11-14	SpaMWGDA: Identifying spatial domains of spatial transcriptomes using multi-view weighted fusion graph convolutional network and data augmentation 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013667 PMID:41223185	研究论文	提出基于多视图加权融合图卷积网络和数据增强的空间转录组空间域识别方法SpaMWGDA	采用多相似度度量建模空间信息，结合数据增强和对比学习，通过视图级注意力机制进行加权融合	NA	解决现有空间转录组分析方法在邻域信息利用、特征融合和非线性特征学习方面的不足	空间转录组数据中的细胞点特征	生物信息学	NA	空间转录组技术	图卷积网络,对比学习	基因表达数据,空间位置数据	NA	NA	多视图图卷积网络	空间域识别准确率,轨迹推断性能	NA
247	2025-11-14	Automatic radiotherapy planning for deliverable plans using deep learning dose prediction and dose rings optimization in cervical cancer 2025-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70353 PMID:41224731	研究论文	本研究开发了一种结合深度学习剂量预测和剂量环优化的自动放疗计划方法，用于生成可临床实施的宫颈癌放疗计划	提出将深度学习预测的剂量分布离散化为剂量环，并在主流治疗计划系统中进行优化，解决了预测剂量难以直接导入临床系统的问题	研究仅针对妇科癌症患者，样本量相对有限，需要进一步验证在其他癌症类型中的适用性	研究基于深度学习剂量预测和剂量环优化的自动放疗计划方法的可行性和准确性	妇科癌症患者，包括接受VMAT和IMRT治疗的患者	数字病理	宫颈癌	放射治疗计划，深度学习剂量预测	CNN	医学影像数据，剂量分布数据	440例妇科癌症患者（230例VMAT，210例IMRT）来自两家医院	NA	3D Fusion Residual Unet (F-ResUnet)	靶区覆盖率，V30Gy，V45Gy，gamma通过率	NA
248	2025-11-14	Automated MRI-Based Classification of Parkinsonism: A Deep Learning Approach to Distinguish PD From PSP 2025-Nov, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70645 PMID:41225731	研究论文	开发基于深度学习的自动化MRI分类方法，用于区分帕金森病和进行性核上性麻痹	首次实现MRPI 1.0和2.0的完全自动化计算，并集成超分辨率技术提升2D MRI图像质量	样本量较小（104例患者），仅在中国两家医院采集数据	开发自动化算法区分帕金森病和进行性核上性麻痹	75名帕金森病患者和29名进行性核上性麻痹患者	医学影像分析	帕金森病,进行性核上性麻痹	脑部MRI扫描,深度学习超分辨率技术	深度学习,逻辑回归	MRI图像	104名患者（75名PD, 29名PSP）	NA	NA	AUC	NA
249	2025-11-14	Securing IoT Vision Systems: An Unsupervised Framework for Adversarial Example Detection Integrating Spatial Prototypes and Multidimensional Statistics 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216658 PMID:41228881	研究论文	提出一种集成空间原型和多维统计的无监督对抗样本检测框架，用于保护物联网视觉系统安全	首次将空间统计特征与多维分布特性相结合，构建双模块协作架构，无需对抗样本训练即可实现高效检测	仅在CIFAR-10和Fashion-MNIST数据集上验证，未在更复杂的真实物联网场景中测试	开发有效的无监督对抗样本检测方法以增强物联网系统安全性	由AdvGANs生成的对抗样本以及传统攻击方法如FGSM和PGD	计算机视觉	NA	对抗样本生成技术	CNN	图像	CIFAR-10数据集和Fashion-MNIST数据集	NA	VGG16, ResNet50	AUROC	NA
250	2025-11-14	Estimation of Fugl-Meyer Assessment Upper-Extremity Sub-Scores Using a Mixup-Augmented LSTM Autoencoder and Wearable Sensor Data 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216663 PMID:41228884	研究论文	提出一种基于LSTM自编码器和可穿戴传感器数据的深度学习框架，用于自动评估脑卒中患者上肢运动功能	首次将LSTM自编码器与mixup数据增强技术结合，用于Fugl-Meyer评估量表的详细子分数估计	样本量较小（仅15名参与者），缺乏跨中心验证	开发自动化的运动功能评估方法以替代耗时的人工临床评估	脑卒中患者的上肢运动功能	机器学习	脑卒中	惯性测量单元（IMU）传感器数据采集	LSTM, Autoencoder	传感器时序数据	15名参与者	NA	LSTM Autoencoder	Pearson相关系数r, 归一化均方根误差NRMSE, R值	NA
251	2025-11-14	VIPE: Visible and Infrared Fused Pose Estimation Framework for Space Noncooperative Objects 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216664 PMID:41228887	研究论文	提出一种融合可见光和红外图像的深度学习框架，用于空间非合作目标的姿态估计	首次将可见光与红外图像融合用于空间非合作目标姿态估计，提出多尺度特征融合和双模态视觉数据集	未提及在极端光照条件下的性能表现和实时性分析	提升空间非合作目标在有限可见度环境下的姿态估计精度	空间非合作目标（如卫星、空间碎片）	计算机视觉	NA	可见光成像、红外成像、图像融合	深度学习	可见光-红外图像对	3,630对可见光-红外图像	NA	多尺度特征融合网络、姿态估计子网络	姿态估计精度	NA
252	2025-11-14	A Facial-Expression-Aware Edge AI System for Driver Safety Monitoring 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216670 PMID:41228896	研究论文	提出一种基于深度学习的驾驶员监控系统，能够实时检测和响应情绪驱动的危险驾驶行为	采用CNN结合Inception模块和基于Caffe的ResNet-10与SSD检测器，在计算效率和复杂度之间取得有效平衡	未明确说明系统在极端光照条件或遮挡情况下的性能表现	开发能够实时监测驾驶员情绪状态的智能监控系统以提高道路安全	驾驶员的面部表情和情绪状态	计算机视觉	NA	深度学习	CNN	图像	来自多个公共和私人来源的综合多样化数据集	Caffe	Inception, ResNet-10, Single Shot Detector (SSD)	准确率, F1分数, 精确率, 召回率	边缘AI系统（具体硬件未明确说明）
253	2025-11-14	SAM-Based Approach for Automated Fabric Anisotropy Quantification in Concrete Aggregates 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216661 PMID:41228886	研究论文	提出基于SAM的自动化混凝土骨料结构各向异性量化方法	首次将Segment Anything Model应用于混凝土骨料分割，并结合计算几何与二阶傅里叶级数提出新型各向异性量化技术	未提及方法在其他材料或更大规模数据集上的泛化能力	开发自动化混凝土骨料结构各向异性量化方法	混凝土骨料微观结构	计算机视觉	NA	CLAHE图像增强技术	基础模型	图像	自建混凝土骨料数据集	NA	Segment Anything Model (SAM)	Dice系数, IoU, 平均绝对误差	NA
254	2025-11-14	Deep Learning-Enabled Diagnosis of Abdominal Aortic Aneurysm Using Pulse Volume Recording Waveforms: An In Silico Study 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216678 PMID:41228901	研究论文	本研究探讨利用深度学习分析无创动脉脉搏波形信号诊断腹主动脉瘤的可行性	首次将连续属性对抗正则化CNN应用于脉搏容积记录波形信号分析，开发非侵入性腹主动脉瘤诊断方法	基于合成数据的计算机模拟研究，尚未进行真实患者验证；与侵入性血压波形相比严重程度估计精度略低	开发基于深度学习的无创腹主动脉瘤诊断方法	合成患者队列的动脉血压和脉搏容积记录波形信号	医疗人工智能	心血管疾病	脉搏容积记录，动脉血压波形分析	CNN	波形信号	多样化合成患者队列	NA	卷积神经网络	ROC曲线下面积，平均绝对误差	NA
255	2025-11-14	Single-fibril Förster resonance energy transfer imaging and deep learning reveal concentration dependence of amyloid β 42 aggregation pathways 2025-Nov, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgaf342 PMID:41229410	研究论文	通过单纤维FRET成像和深度学习揭示Aβ42淀粉样蛋白聚集路径的浓度依赖性	开发实时FRET成像技术研究淀粉样纤维形成，首次发现Aβ42聚集路径的浓度依赖性异质性	仅研究了2μM和4μM两个浓度，未覆盖更广泛的浓度范围	研究淀粉样蛋白β42聚集机制的异质性	淀粉样蛋白β42（Aβ42）纤维	生物物理，计算生物学	阿尔茨海默病，神经退行性疾病	FRET成像，荧光寿命成像，深度学习	深度学习模型	荧光成像数据，FRET效率数据，荧光寿命数据	不同浓度（2μM和4μM）的Aβ42样品	NA	NA	NA	NA
256	2025-11-14	Dual-modal ultrasound-based deep learning radiomics for differentiation of benign and malignant breast lesions 2025-Oct-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-295 PMID:41215860	研究论文	开发基于B型超声和对比增强超声的双模态深度学习放射组学模型，用于区分乳腺良恶性病变	首次将B型超声和对比增强超声特征通过早期特征融合构建集成模型，并利用SHAP和Grad-CAM进行模型可解释性分析	回顾性多中心研究，样本量相对有限（427例患者）	开发准确无创的乳腺病变诊断方法以减少不必要活检和手术	427例女性乳腺病变患者	数字病理	乳腺癌	超声成像（B型超声和对比增强超声）	深度学习	医学图像	427例患者来自四家医院	未明确说明	VGG-16	AUC, 决策曲线分析	NA
257	2025-11-14	Identification of key genes in pancreatic ductal adenocarcinoma with biologically informed deep neural network 2025-Oct-31, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2025-218 PMID:41220726	研究论文	本研究使用生物信息学指导的深度神经网络识别胰腺导管腺癌中与预后和免疫微环境相关的关键基因	首次将P-NET这一生物信息学指导的可解释深度学习模型应用于PDAC关键基因识别，并结合多组学分析发现JAG1、MET和PLAU三个关键基因	研究基于回顾性队列数据，需要进一步实验验证基因功能	识别与胰腺导管腺癌预后和免疫微环境相关的重要基因	胰腺导管腺癌患者基因表达数据	生物信息学	胰腺癌	深度学习，差异表达分析，生存分析，TIDE分析，CellPhoneDB分析，分子对接	深度神经网络	基因表达数据	五个独立PDAC队列	P-NET	生物信息学指导的神经网络	基因重要性评分，生存分析，分子对接评分	NA
258	2025-11-14	Deep learning-assisted metabolic fingerprint profiling based on V-groove and wrinkle-shaped 3D surface-enhanced Raman scattering substrate for early colorectal cancer diagnosis 2025-Oct-31, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118183 PMID:41223500	研究论文	开发基于V型沟槽和皱纹状3D表面增强拉曼散射基底结合深度学习的代谢指纹图谱方法用于早期结直肠癌诊断	提出新型VGA/WS/AgNPs 3D-SERS基底结构，结合CNN建立早期结直肠癌代谢物模型(SCMM)，在CEA阴性患者中仍能实现高检测率	NA	开发早期结直肠癌精准诊断平台	早期结直肠癌患者和健康对照的血清代谢物	医学诊断	结直肠癌	表面增强拉曼散射(SERS)	CNN	拉曼光谱数据	NA	NA	NA	AUC,准确率,特异性	NA
259	2025-11-14	Detecting Escherichia coli Contamination on Plant Leaf Surfaces Using UV-C Fluorescence Imaging and Deep Learning 2025-Oct-31, Plants (Basel, Switzerland) DOI:10.3390/plants14213352 PMID:41225902	研究论文	本研究利用UV-C荧光成像和深度学习技术检测植物叶片表面的大肠杆菌污染	首次将CSI-D+系统与多种深度学习模型结合用于检测不同浓度的大肠杆菌污染，并采用Eigen-CAM热图可视化模型响应	仅针对柑橘和菠菜叶片进行测试，样本类型有限；仅评估了8个浓度级别	开发快速可靠的农产品表面大肠杆菌污染检测方法以增强食品安全	柑橘和菠菜叶片表面的大肠杆菌污染	计算机视觉	食源性疾病	UV-C荧光成像	CNN	荧光图像	8个柑橘叶片和12个菠菜叶片，每个浓度级别10个液滴，共8个浓度级别(0-10 CFU/mL)	PyTorch	EfficientNetB7, ConvNeXtBase, YOLO11n, YOLO11s, YOLO11m, YOLO11l, YOLO11x	准确率	NA
260	2025-11-14	MRSliceNet: Multi-Scale Recursive Slice and Context Fusion Network for Instance Segmentation of Leaves from Plant Point Clouds 2025-Oct-31, Plants (Basel, Switzerland) DOI:10.3390/plants14213349 PMID:41225899	研究论文	提出MRSliceNet深度学习框架用于植物点云中的叶片实例分割	受人类视觉认知启发，集成多尺度递归切片、上下文融合和实例感知聚类的端到端框架	NA	解决植物点云中叶片自动分割的挑战	植物叶片点云数据	计算机视觉	NA	LiDAR 3D传感技术	深度学习	3D点云	两个具有挑战性的数据集	NA	MRSliceNet, Multi-scale Recursive Slicing Module, Context Fusion Module, Instance-Aware Clustering Head	AP	NA