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
3061	2025-12-20	A dual-branch multi-modal deep learning framework for non-destructive evaluation of intramuscular fat in sheep 2025-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32208-2 PMID:41413180	研究论文	本文提出了一种用于绵羊肌内脂肪含量无损评估的双分支多模态深度学习框架	构建并公开首个大规模多模态绵羊数据集，并提出结合CNN与Transformer的双分支网络DB-KAN，创新性地采用基于KAN的回归头进行多模态特征融合	研究主要针对绵羊，未与其他物种进行对比验证；模型在更广泛种群和养殖条件下的泛化能力有待进一步测试	通过多模态深度学习实现绵羊肌内脂肪含量的无损评估	绵羊的肌内脂肪含量	计算机视觉	NA	B型超声成像	CNN, Transformer	图像, 结构化属性数据	1728个样本（包含超声图像、对应属性数据和真实IMF值）	PyTorch	DB-KAN（双分支网络：CNN分支 + Transformer分支 + KAN-Based回归头）	均方根误差, 决定系数, 平均绝对误差	NA
3062	2025-12-20	A geometric graph-based deep learning model for drug-target affinity prediction 2025-Dec-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06347-2 PMID:41413775	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3063	2025-12-20	Deep learning-based fractured tooth detection in occlusal radiographs 2025-Dec-18, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07445-6 PMID:41413887	研究论文	本研究提出了一种基于深度学习的自动检测和分类牙齿骨折的方法，利用咬合X光片进行诊断	首次结合YOLOv9目标检测和多个预训练CNN模型（VGG19、EfficientNetB0、InceptionResNetV2、InceptionV3）进行牙齿骨折检测，并通过多数投票融合策略提升分类性能	数据集规模较小（仅200张咬合X光片），且仅针对牙齿11和21进行检测，可能限制了模型的泛化能力	开发一种准确快速的牙齿骨折自动检测和分类系统，以辅助牙科诊断	牙齿11和21的骨折情况	计算机视觉	牙科疾病	咬合X光摄影	CNN, YOLO	图像	200张咬合X光片	YOLOv9, TensorFlow/Keras	YOLOv9, VGG19, EfficientNetB0, InceptionResNetV2, InceptionV3	平均精度均值（mAP50、mAP50-95）、准确率	NA
3064	2025-12-20	Fully Self-Powered Gas Sensor through Fe-Ion Doping Engineering in Ni2P for Ultrasensitive and Visualized NO2 Sensing 2025-Dec-18, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c03884 PMID:41413943	研究论文	本文报道了一种基于锌空气电池的自供电NO2气体传感器，通过Fe掺杂的磷化镍作为气敏材料，并结合深度学习算法提升传感性能	通过Fe离子掺杂工程增强电荷载流子迁移率，结合InceptionTime模型和小波变换算法实现气体识别与浓度量化，构建了远程可视化智能传感装置	NA	开发超灵敏、选择性好且抗漂移的自供电气体传感器，用于复杂环境下的NO2检测	NO2气体	传感器技术	NA	Fe离子掺杂工程，深度学习算法	InceptionTime	传感器电压信号	NA	NA	InceptionTime	响应电压，检测限，传感速度，气体识别准确率，浓度量化精度	NA
3065	2025-12-20	On the Completeness of Existing RNA Fragment Structures 2025-Dec-18, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	本文评估了RNA片段结构空间的完整性，并指出其在四核苷酸和五核苷酸水平上仍处于指数增长阶段，远未完整	首次系统性地分析了RNA片段结构空间的完整性，揭示了其在四核苷酸和五核苷酸水平上的指数增长趋势，并提出了基于糖环原子的稳定参考框架	研究仅关注了二至五核苷酸片段，未涵盖更长的RNA结构或动态变化，且依赖于现有实验数据的局限性	评估RNA片段结构空间的完整性，以探讨RNA结构预测的潜力	RNA片段结构，包括二、三、四和五核苷酸水平	结构生物学	NA	结构分析，实验测定	NA	结构数据	NA	NA	NA	NA	NA
3066	2025-12-20	Phylo-Spec: a phylogeny-fusion deep learning model advances microbiome status identification 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01453-25 PMID:41283667	研究论文	提出一种名为Phylo-Spec的系统发育融合深度学习模型，用于改进基于微生物组的健康状态识别	首次将微生物的系统发育关系整合到深度学习框架中，通过自底向上的迭代融合卷积特征，动态处理未分类物种，并利用基于信息增益的机制增强模型可解释性	模型在真实世界数据中的泛化能力仍需更多验证，且计算复杂度可能较高	开发一种能够整合微生物多维度信息以提升健康状态分类性能的计算模型	人类微生物组数据	机器学习	NA	宏基因组测序，扩增子测序	深度学习	微生物丰度数据，分类学数据，系统发育数据	NA	NA	卷积神经网络	NA	NA
3067	2025-12-20	Unveiling the landscape of prokaryotic global regulators through deep protein language models 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.00950-25 PMID:41283681	研究论文	本研究利用深度蛋白质语言模型，对原核生物全局调控因子进行了大规模系统性鉴定与图谱绘制	首次将深度蛋白质语言模型应用于大规模原核生物全局调控因子的系统性鉴定，克服了传统方法在检测远程同源物和新类型方面的局限，发现了大量未知功能的蛋白质和新的调控因子类型	研究主要基于基因组序列数据，缺乏对鉴定出的调控因子进行全面的实验验证，且功能预测依赖于计算模型	系统性揭示原核生物全局调控因子的多样性、分布模式和进化动态，为合成生物学提供可调控的遗传电路设计工具	14,800个细菌和古菌模式菌株基因组中的全局调控因子	计算生物学, 生物信息学	NA	深度蛋白质语言模型, 深度学习	蛋白质语言模型	蛋白质序列数据	14,800个细菌和古菌模式菌株基因组, 74,872条经过人工注释的GR序列用于训练	NA	NA	灵敏度, 泛化能力	NA
3068	2025-12-20	Computational pathology in breast cancer: optimizing molecular prediction through task-oriented AI models 2025-Dec-16, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00857-1 PMID:41402342	研究论文	本文探讨了在乳腺癌病理学中，通过任务导向的小型AI模型直接从WSI预测临床相关分子特征的机遇与挑战	提出采用任务导向的小型AI模型替代大型基础模型，以解决临床工作流集成、可解释性和泛化性等问题，并探讨了模型蒸馏、弱监督和模块化训练等具体方法	模型仍面临高质量数据集获取、多机构验证的严谨性要求以及跨学科协作的挑战	优化乳腺癌分子预测，推动AI在计算病理学中的临床转化应用	乳腺癌的数字化全切片图像（WSI）	计算病理学	乳腺癌	数字化全切片图像分析	深度学习模型	图像	NA	NA	NA	NA	NA
3069	2025-12-20	Real-time retail planogram compliance application using computer vision and virtual shelves 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27773-5 PMID:41402356	研究论文	本研究提出了一种用于便利店货架图合规性的实时自动化监控系统，该系统利用计算机视觉和深度学习技术，在超过7000家7-Eleven门店中部署	提出了一种集成了货架检测、产品识别和货架布局比对功能的统一流水线，并引入了多图像拼接技术构建虚拟货架以克服空间限制，显著提高了系统的适应性和准确性	未明确讨论系统在极端光照条件、高度遮挡或新型/未训练产品出现时的性能，也未提及部署和维护成本	解决便利店中货架图合规性检查的自动化问题，以替代传统的人工审核	便利店货架、货架上的产品	计算机视觉	NA	计算机视觉，深度学习	CNN, Transformer	图像	货架检测数据集15,232张图像，产品检测数据集99,135张图像，分类数据集包含471个产品类别，平均每个类别210张图像	NA	YOLOv8, ResNet101, FAN-based Transformer, Deformable DETR	精确率，召回率，mAP@50，mAP@50-b，准确率，Top-1准确率，Top-5准确率	NA
3070	2025-12-20	MCrossFormer: multi-level cross-scale transformer for photovoltaic power and lifespan prediction 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27638-x PMID:41402373	研究论文	本研究提出了一种结合加权功率退化耦合模型与深度学习预测框架的集成方法，用于光伏组件寿命和功率输出的准确预测	提出了新颖的多级跨尺度Transformer（MCrossFormer）架构，采用三个并行的编码器-解码器结构分别捕获趋势、周期和邻近特征，并设计了长短期注意力机制来动态识别光伏功率时间序列中的关键模式	未在摘要中明确说明	准确预测光伏组件的寿命和功率输出，以确保系统可靠性和经济可行性	光伏组件	机器学习	NA	深度学习	Transformer	时间序列数据	三个公共基准数据集	NA	MCrossFormer（多级跨尺度Transformer）	NA	NA
3071	2025-12-20	Advancing animal behavior recognition with self-supervised pre-training on unlabeled data 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27736-w PMID:41402417	研究论文	本研究提出了一种基于对比学习的自监督学习框架，利用跨物种未标记数据来缓解动物活动识别中的标注数据稀缺问题	引入了一种结合时间-频率一致性目标的自监督预训练方法，并设计了一种新颖的分类模型，该模型通过基于PatchTST的编码器整合轴内局部动态，通过深度可分离卷积整合跨轴全局模式	未在论文标题和摘要中明确说明	减少动物活动识别对大规模标注数据的依赖，实现可扩展且标签高效的动物行为监测	跨物种的动物行为数据	机器学习	NA	对比学习，自监督学习	Transformer, CNN	时间序列数据	未在论文标题和摘要中明确说明	NA	PatchTST	准确率, F1分数	NA
3072	2025-12-20	Blockchain-based secure MEC model for VANETs using hybrid networks 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27682-7 PMID:41402461	研究论文	本文提出了一种基于区块链和深度学习的混合网络模型，用于增强车载自组织网络（VANETs）中的数据安全性和处理效率	结合区块链、边缘计算（MEC）和深度学习，提出了一种三层架构（感知层、边缘计算层、服务层），并引入了自适应扩张混合网络（ADHyNet）进行节点认证，使用随机数更新技能优化算法（RNU-SOA）优化超参数，以及采用同态加密与椭圆曲线密码学（HECC）结合的方式保护数据	NA	开发一个安全、高效的车载自组织网络（VANETs）数据处理与通信模型	车载自组织网络（VANETs）中的数据安全、隐私保护和通信性能	机器学习	NA	区块链技术、边缘计算（MEC）、深度学习	Res-LSTM, GRU	网络通信数据、车辆节点数据	NA	NA	Residual LSTM with GRU (ADHyNet)	数据安全性、吞吐量、服务质量（QoS）	NA
3073	2025-12-20	RAUM-GANs: a multi-layer GAN-enhanced framework for accurate multiple sclerosis lesion segmentation in MRI 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27787-z PMID:41402470	研究论文	本文提出了一种名为RAUM-GANs的多层深度学习框架，用于提高多发性硬化症MRI图像中病灶分割的准确性	采用多层GAN增强框架，包括噪声去除、缺失数据填补和数据集扩展，结合Residual Attention U-Net进行分割，显著提升了分割性能	未明确提及框架在其他疾病或数据集上的泛化能力，以及计算资源需求的具体限制	开发一个准确、鲁棒的多发性硬化症病灶分割框架，以克服MRI数据中的噪声、缺失数据和标签图像有限等挑战	多发性硬化症患者的MRI图像	数字病理学	多发性硬化症	MRI成像	GAN, CNN	图像	基于MICCAI MSSEG-2数据集，具体样本数量未明确说明	未明确指定，但可能涉及TensorFlow或PyTorch等深度学习框架	Denoising GAN (DGAN-Net), Multi-level Identity GAN (MGAN), Residual Attention U-Net (RAU-Net)	Dice分数, Fréchet Inception Distance (FID), Inception Score (IS), 峰值信噪比 (PSNR)	未明确说明
3074	2025-12-20	Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in England during 2021-2022 2025-Dec-15, Appetite IF:4.6Q1 DOI:10.1016/j.appet.2025.108424 PMID:41407206	研究论文	本研究探讨了英格兰外卖餐饮店菜单健康评分、菜单特征与顾客能量摄入之间的关联	结合通用健康评分和深度学习健康评分，并利用随机森林模型分析菜单特征对能量摄入的预测作用	研究依赖顾客回忆数据，可能引入回忆偏倚；仅覆盖英格兰四个地方当局，样本代表性可能有限	识别外卖餐饮店健康评分工具和菜单特征是否能解释顾客在外用餐时的能量摄入差异	英格兰外卖餐饮店的顾客及其点餐记录	机器学习	NA	深度学习, 随机森林模型, 稳健线性回归	随机森林, 线性回归	文本数据（菜单特征、餐饮店名称）, 数值数据（能量摄入）	3718名顾客	NA	NA	方差解释率（29%）	NA
3075	2025-12-20	TFSolver: a numerical Python toolkit for parallel electromagnetic calculation of planar multilayer thin films at multi-wavelength and multi-angle 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.578518 PMID:41414396	研究论文	介绍了一个用于平面多层薄膜电磁计算的Python工具包TFSolver，支持并行模拟、GPU加速和自动微分	利用PyTorch库实现4×4矩阵方法，支持多波长和多角度的并行电磁计算，并集成自动微分功能以支持基于梯度的优化任务	NA	开发一个高效、可并行化且支持自动微分的电磁计算工具包，用于各向同性和各向异性多层薄膜的表征与设计	平面各向同性和各向异性多层薄膜	计算电磁学	NA	4×4矩阵方法	NA	电磁模拟数据	NA	PyTorch	NA	计算精度、计算效率	GPU加速
3076	2025-12-20	Video reconstruction through dynamic scattering media based on physics-informed spatio-temporal transformer 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.576675 PMID:41414418	研究论文	提出了一种基于物理信息时空Transformer的视频重建方法，用于动态散射介质下的视频重建	提出PISTA框架，将物理原理与注意力机制结合，解决了现有方法在时间相关性建模、物理约束融入和时变散射参数估计方面的不足	未明确提及具体局限性	改进动态散射介质下的视频重建质量	动态散射介质下的视频数据	计算成像	NA	深度学习	Transformer	视频	NA	NA	PISTA（Physics-Informed Spatio-Temporal Transformer Architecture）	NA	NA
3077	2025-12-20	Polarization-informed deep learning for 3D integral imaging restoration in turbidity 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.579903 PMID:41414429	研究论文	本文提出了一种偏振信息引导的深度学习与3D积分成像结合的方法，用于在浑浊介质中恢复斯托克斯参数和线性偏振度	首次将偏振信息引导的深度学习应用于3D成像，同时恢复偏振信息和估计穆勒矩阵，在退化环境中实现创新	NA	在部分遮挡或浑浊介质（如散射、衰减、浑浊水）中恢复偏振图像，估计传输介质特性	斯托克斯参数、线性偏振度、穆勒矩阵	计算机视觉	NA	偏振成像、3D积分成像	CNN	图像	NA	NA	多输出卷积神经网络	NA	NA
3078	2025-12-20	Computationally efficient self-attention assisted signal detection method for SIMO FSO communications with atmospheric turbulence 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.579567 PMID:41414448	研究论文	本文提出了一种用于单输入多输出自由空间光通信系统的低复杂度自注意力神经网络，以高效地进行信号合并与检测	提出了一种采用轻量级自注意力机制的新型神经网络，能在显著降低计算开销的同时，保持或超越现有方法的误码率性能	未明确说明模型在不同湍流强度或更广泛信道条件下的泛化能力	解决自由空间光通信系统中由大气湍流引起的性能下降问题，并降低信号检测的计算复杂度	单输入多输出自由空间光通信系统在湍流信道下的信号	机器学习	NA	NA	自注意力神经网络	信号数据	NA	NA	自注意力神经网络	误码率, 计算复杂度	NA
3079	2025-12-15	Photovoltaic power interval prediction with conditional error dependency using Bayesian optimized deep learning 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19602-6 PMID:41390756	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3080	2025-12-20	Passive determination of anisotropic compressive strength of 3D printed concrete using multiple neural networks enhanced with explainable machine learning (XML) 2025-Dec-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11068-w PMID:41387962	研究论文	本研究开发了基于多种神经网络的预测模型，用于预测3D打印混凝土的抗压强度，并利用可解释机器学习方法增强模型的可解释性	结合了多层感知器、卷积神经网络和径向基函数神经网络等多种神经网络算法，并应用SHAP和ICE分析来识别影响抗压强度的关键因素，提高了预测模型的准确性和可解释性	研究基于200个实验实例的数据库，样本量相对有限，可能影响模型的泛化能力	开发可靠的预测模型，以预测3D打印混凝土的抗压强度	3D打印混凝土的抗压强度	机器学习	NA	NA	MLP, CNN, RBFNN	实验数据	200个实验实例	NA	多层感知器, 卷积神经网络, 径向基函数神经网络	R², 误差指标, 残差评估	NA