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
3461	2025-11-17	Multi-stage knowledge distillation with layer fusion-based deep learning approach for skin cancer classification 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23403-2 PMID:41233380	研究论文	提出一种基于多阶段知识蒸馏和层融合策略的深度学习方法用于皮肤癌分类	结合多阶段知识蒸馏与层融合策略，利用中间特征和损失平衡系数，并集成ViT和ConvNeXT的教师模型	NA	开发高效的皮肤病变细胞分类方法	皮肤病变细胞图像	计算机视觉	皮肤癌	深度学习	CNN, EfficientNet, ViT, ConvNeXT	图像	HAM10000数据集	NA	ViT, ConvNeXT, CNN, EfficientNet	准确率, F1分数, AUC	NA
3462	2025-11-17	DB-SegNet: optimized framework for glaucoma detection and optic structure segmentation from retinal fundus images 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23425-w PMID:41233423	研究论文	提出DB-SegNet框架用于视网膜眼底图像中青光眼检测和视盘视杯结构分割	结合扩张空洞上下文模块、双向特征校准单元、苦鱼优化算法和多尺度注意力变换器，提升多尺度特征提取和边界细节优化	未明确说明模型在不同设备采集图像上的泛化能力及临床部署可行性	开发高精度青光眼自动诊断和视盘视杯分割系统	视网膜眼底图像中的视盘和视杯结构	计算机视觉	青光眼	视网膜眼底成像	CNN, Transformer	图像	三个公开数据集（Drishti-GS1, RIM-ONE, ORIGA-Light）	NA	SegNet, DACM, BFCU, MSAT	Dice系数, 准确率	NA
3463	2025-11-17	Robot motion skill learning method based on focused reward transformer 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95881-3 PMID:41233501	研究论文	提出一种基于聚焦奖励变换器的机器人运动技能学习方法，通过动态平衡长期预测与即时环境线索来优化机器人运动控制	将引导注意力机制与奖励处理重点相结合，解决了传统决策变换器忽视即时动作价值的问题	仅在MuJoCo仿真平台上进行验证，未涉及真实机器人环境测试	改进机器人运动控制的学习和决策过程	机器人运动控制任务	机器学习	NA	深度强化学习	Transformer	运动控制序列数据	三个MuJoCo任务（Hopper, Walker2d, Halfcheetah）的仿真数据	NA	Focused Reward Transformer（FRT）	控制任务性能指标	MuJoCo仿真平台
3464	2025-11-17	An AI-powered smart Agribot for detecting locusts in farmlands using IoT and deep learning 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23497-8 PMID:41233495	研究论文	本研究开发了一种基于物联网和深度学习的智能农业机器人，用于农田中蝗虫的实时检测	结合预训练CNN模型与传统机器学习分类器，并引入人工蜂群算法和SVC特征选择器进行蝗虫检测	在研究和实施过程中发现了一些局限性，但未在摘要中具体说明	开发智能农业机器人系统用于农田蝗虫检测	农田环境中的蝗虫	计算机视觉	NA	物联网传感器、深度学习、机器学习	CNN	图像、视频流	NA	NA	VGG19	准确率,SUS评分	NA
3465	2025-11-15	From retina to brain: how deep learning closes the gap in silent stroke screening 2025-Nov-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02021-2 PMID:41233502	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3466	2025-11-17	A physics-informed deep learning approach for 3D acoustic impedance estimation from seismic data: application to an offshore field in the Southwest Iran 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23611-w PMID:41233516	研究论文	提出一种结合物理建模与深度学习的混合地震反演框架，用于在数据有限的地质复杂环境中估算三维声阻抗	将物理信息伪井生成与深度前馈神经网络相结合，显著减少对低频背景模型和密集井校准的依赖	仅使用3口真实井数据，未来需要纳入不确定性量化和体积卷积网络以提高空间分辨率和模型可靠性	开发可靠的海上储层表征方法	伊朗西南部海上油田的地震数据和声阻抗	地球物理勘探	NA	地震反演、岩石物理建模、变差函数统计	深度前馈神经网络(DFNN)	地震属性数据、声阻抗测井数据	3口真实井和36口合成伪井	NA	深度前馈神经网络	互相关系数, 归一化相对误差	NA
3467	2025-11-17	Detection of Polyphonic Alarm Sounds From Medical Devices Using Frequency-Enhanced Deep Learning: Simulation Study 2025-Nov-12, JMIR medical informatics IF:3.1Q2 DOI:10.2196/35987 PMID:41223383	研究论文	本研究开发了一种基于频率增强深度学习的多音报警声音分类方法，用于在嘈杂环境中识别医疗设备报警声	提出结合卷积神经网络和循环神经网络的混合模型，在0dB信噪比条件下实现高精度多音报警声音检测	在临床环境中的性能仍有提升空间，需要进一步验证实际应用效果	设计在嘈杂环境中使用单声道麦克风分类多种医疗设备报警声音的方法	7种医疗设备报警声音和医院病房噪声	音频信号处理	NA	梅尔滤波器组特征提取	CNN, RNN, BiGRU	音频信号	7种报警声音与医院病房噪声的混合数据集	NA	卷积循环神经网络, CNN+双向门控循环单元	F1分数, 精确率, 召回率	NA
3468	2025-11-17	Topological deep learning for enhancing peptide-protein complex prediction 2025-Nov-12, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01727-4 PMID:41225185	研究论文	提出TopoDockQ拓扑深度学习模型，通过持久组合拉普拉斯特征预测肽-蛋白质复合物质量评分，显著降低假阳性率	首次将拓扑数据分析和持久组合拉普拉斯特征应用于肽-蛋白质复合物质量评估，相比AlphaFold2内置评分可降低至少42%假阳性	研究基于序列相似度≤70%的数据集，在更高相似度情况下的性能未验证	提高肽-蛋白质复合物预测的精度，降低模型选择中的假阳性率	肽-蛋白质相互作用复合物	计算生物学, 生物信息学	NA	拓扑数据分析, 持久组合拉普拉斯	深度学习	蛋白质结构数据, 肽序列数据	五个评估数据集（肽-蛋白质序列相似度≤70%）	NA	TopoDockQ	假阳性率, 精确率, 召回率, F1分数, DockQ评分	NA
3469	2025-11-17	A transformer-based pathomics model using endoscopic biopsy WSIs for predicting pathological complete response to preoperative immunotherapy in colorectal cancer 2025-Nov-10, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.111182 PMID:41240799	研究论文	基于内镜活检全切片图像构建Transformer病理组学模型预测结直肠癌术前免疫治疗病理完全缓解	首次将Swin Transformer架构与CNN增强的自注意力机制结合应用于内镜活检WSI分析，并采用CLAM框架优化病理图像分析	单中心回顾性研究，样本量有限（总样本95例），需要外部验证	预测结直肠癌患者术前免疫治疗的病理完全缓解	结直肠癌患者	数字病理	结直肠癌	H&E染色全切片图像分析	Transformer, CNN	病理图像	95例结直肠癌患者（训练集72例，验证集23例）	CLAM	Swin Transformer	AUC	NA
3470	2025-11-17	Temporal Analysis of Embryonic Epidermal Morphogenesis in Caenorhabditis elegans 2025-Nov-06, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262110802 PMID:41226839	研究论文	开发基于深度学习的图像分析流程，动态追踪秀丽隐杆线虫胚胎表皮形态发生的时间线	提出不依赖明显表型异常或荧光标记即可检测阶段特异性发育时序的新方法	NA	研究胚胎表皮形态发生的发育时序动态	秀丽隐杆线虫胚胎	计算机视觉	NA	微分干涉相差延时显微镜	CNN	图像	RNAi处理胚胎和突变胚胎	NA	ResU-Net, ResNet	NA	NA
3471	2025-11-17	Deep Learning Image-Based Fusion Approach for Identifying Multiple Apparent Diseases in Concrete Structure 2025-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s25216796 PMID:41229020	研究论文	提出一种基于深度学习的图像融合方法，用于识别混凝土结构中的多种表观病害	将YOLO目标检测与UNet语义分割模型融合，实现快速筛选和像素级病害量化	仅针对四种特定病害类型，数据集规模相对有限（1488张图像）	开发高效准确的混凝土结构表观病害自动识别与量化方法	混凝土结构中的裂缝、剥落、渗水和接缝变形四种表观病害	计算机视觉	NA	深度学习图像分析	YOLO, UNet	图像	1488张现场检测图像	NA	YOLO, UNet	平均精度均值, Dice系数, 相对误差	NA
3472	2025-11-17	FedPSFV: Personalized Federated Learning via Prototype Sharing for Finger Vein Recognition 2025-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s25216790 PMID:41229017	研究论文	提出一种基于原型共享的个性化联邦学习算法FedPSFV，用于解决指静脉识别中的数据异质性问题	通过客户端间共享原型增加各类别间距离，并改进基于间隔的损失函数以增强模型特征区分能力	未明确说明计算资源需求和算法在更大规模数据集上的扩展性	解决指静脉识别中隐私保护和数据异质性导致的模型性能限制问题	指静脉识别模型	计算机视觉	NA	深度学习	NA	指静脉图像	六个公共数据集（SDUMLA, MMCBNU, USM, UTFVP, VERA, NUPT）	联邦学习	NA	TAR@FAR=0.01, EER	NA
3473	2025-11-17	LiDAR-Based Long-Term Mapping in Snow-Covered Environments 2025-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s25216805 PMID:41229028	研究论文	提出一种专门针对积雪环境的LiDAR建图策略，通过深度学习检测并移除积雪数据，提升长期自动驾驶的定位精度和地图质量	首次针对积雪环境设计专用建图方法，结合深度学习实现积雪检测与地面信息恢复	仅在真实积雪环境中验证，未涉及其他恶劣天气条件	解决积雪环境下长期自动驾驶的地图构建与定位问题	积雪覆盖的自动驾驶环境	计算机视觉	NA	LiDAR扫描	深度学习	点云数据	真实积雪环境采集数据	NA	NA	IoU, RMSE, Chamfer Distance	NA
3474	2025-11-17	Research on Cavitation Fault Diagnosis of Axial Piston Pumps Based on Rough Set Attribute Weighted Convolutional Neural Networks 2025-Nov-05, Sensors (Basel, Switzerland) DOI:10.3390/s25216769 PMID:41228989	研究论文	提出基于粗糙集属性加权卷积神经网络的轴向柱塞泵气蚀故障诊断方法	结合粗糙集理论与CNN，通过属性约简和权重矩阵增强关键特征影响，同时提供可解释的决策规则	NA	提高柱塞泵气蚀故障诊断的准确性和可解释性	轴向柱塞泵的气蚀故障	故障诊断	NA	计算流体动力学模拟	CNN	仿真数据	NA	NA	粗糙集属性加权卷积神经网络(RSAW-CNN)	准确率	NA
3475	2025-11-17	Single- and Multimodal Deep Learning of EEG and EDA Responses to Construction Noise: Performance and Ablation Analyses 2025-Nov-05, Sensors (Basel, Switzerland) DOI:10.3390/s25216775 PMID:41228998	研究论文	本研究使用深度学习分析脑电图和皮肤电活动对建筑噪音的生理响应	首次将多模态深度学习应用于建筑噪音的生理响应分析，通过消融实验系统优化模型超参数	样本量有限（25名参与者），仅针对两种特定建筑噪音类型	研究建筑噪音暴露下的人类生理响应机制	25名参与者暴露于打桩机脉冲噪音和地钻音调噪音	机器学习	NA	脑电图，皮肤电活动	CNN, LSTM	生理信号	25名参与者	NA	卷积神经网络，长短期记忆网络	准确率，泛化稳定性	NA
3476	2025-11-17	Deep Learning-Driven Bus Short-Term OD Demand Prediction via a Physics-Guided Adaptive Graph Spatio-Temporal Attention Network 2025-Nov-04, Sensors (Basel, Switzerland) DOI:10.3390/s25216739 PMID:41228961	研究论文	开发了一种物理引导的自适应图时空注意力网络模型，用于公交车短期起讫点需求预测	引入多头注意力机制仅使用单一输入序列，结合物理引导机制、自适应图卷积和时空编码器-解码器架构	基于小规模数据集（一周数据，30分钟采集间隔）	预测公交车短期起讫点需求	公交车乘客出行数据	机器学习	NA	深度学习	LSTM, BiLSTM, 图卷积网络, 注意力机制	时空序列数据	一周的公交车起讫点需求数据（30分钟采集间隔）	NA	自适应图卷积LSTM, 双向LSTM, 编码器-解码器架构	RMSE, MAE, WMAPE, R	NA
3477	2025-11-17	Transformer-CNN Hybrid Framework for Pavement Pothole Segmentation 2025-Nov-04, Sensors (Basel, Switzerland) DOI:10.3390/s25216756 PMID:41228978	研究论文	提出一种Transformer-CNN混合框架PoFormer，用于从异质图像数据集中精确分割路面坑洞	结合Transformer的全局特征提取能力和CNN的细粒度定位能力，在路面坑洞分割任务中实现优于现有模型的性能	NA	开发精确自动化的路面缺陷检测方法	路面坑洞	计算机视觉	NA	线扫描相机、红外/激光辅助照明、多传感器数据采集	Transformer, CNN	图像	开源图像与高分辨率现场数据组合的代表性数据集	NA	Transformer-CNN混合架构	平均IoU, 平均像素精度	NA
3478	2025-11-17	Deep Learning Algorithms for Human Activity Recognition in Manual Material Handling Tasks 2025-Nov-02, Sensors (Basel, Switzerland) DOI:10.3390/s25216705 PMID:41228930	研究论文	本研究提出四种深度学习算法用于手动物料搬运任务中的人类活动识别	首次针对手动物料搬运活动开发专门的深度学习方法，并提出计算效率更高的轻量级网络架构	样本量相对较小（14名受试者），需要在实际工业环境中进一步验证	开发高效的人类活动识别算法用于手动物料搬运任务的工效学风险评估	手动物料搬运活动中的工人动作模式	机器学习	职业健康	可穿戴传感器数据采集	BiLSTM, Sp-DAE, RCNN, DeepConvLSTM	传感器时序数据	14名受试者	NA	双向长短期记忆网络, 稀疏去噪自编码器, 循环稀疏去噪自编码器, 循环卷积神经网络	F1-score, MAC运算量, MA运算量	NA
3479	2025-11-17	nnDoseNet: Intuitive and flexible deep learning framework to train and evaluate radiotherapy dose prediction models 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111237 PMID:41151501	研究论文	介绍nnDoseNet深度学习框架，用于自动化和简化放疗剂量预测	基于nnU-Net分割引擎开发首个专门用于放疗剂量回归预测的深度学习框架，整合了剂量体积直方图损失函数和多通道输入	框架输出仅为剂量预测，不包含临床可执行治疗计划，计划优化、质量保证和临床批准仍需额外步骤	开发自动化放疗剂量预测框架以简化临床工作流程	头颈癌患者和前列腺癌患者的放疗剂量分布	医学影像分析	头颈癌,前列腺癌	深度学习剂量预测	U-Net	CT图像,靶区轮廓,危及器官轮廓,体部掩模	头颈癌340例(训练240,测试100),前列腺癌80例(训练45,测试35)	PyTorch	nnU-Net	剂量评分,DVH评分,均方误差,Dmean,D95	NA
3480	2025-11-17	Integrating optimal prediction model with hybrid deep learning for coated metal oxide nanoparticle drug delivery systems 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111229 PMID:41151503	研究论文	提出一种结合混合深度学习和优化预测模型的新框架，用于优化金属氧化物纳米颗粒药物递送系统的设计	首次将阿德利企鹅优化算法和猎鹿优化算法与动态双工深度神经网络相结合，用于预测最佳药物与金属氧化物纳米颗粒涂层组合	仅使用ChEMBL-MONP数据集进行验证，需要更多实验数据进一步验证模型泛化能力	提高药物递送纳米系统的设计效率和预测准确性	金属氧化物纳米颗粒药物递送系统	机器学习	NA	药物测试数据预处理，分子相互作用分析	深度神经网络	分子和物理化学特性数据	ChEMBL-MONP数据集	NA	动态双工深度神经网络	准确率, 精确率, 召回率, F1分数, 特异性, AUROC	NA