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
341	2025-12-31	Advances in Image-Based Diagnosis of Diabetic Foot Ulcers Using Deep Learning and Machine Learning: A Systematic Review 2025-Nov-28, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13122928 PMID:41462941	综述	本文系统评估了基于机器学习和深度学习的图像诊断方法在糖尿病足溃疡检测、分割和分类中的应用	系统性地总结了2010年至2025年间机器学习与深度学习在糖尿病足溃疡图像诊断中的趋势、挑战和质量评估，并指出了热红外成像等新兴技术	仅45%的分割数据集和67.3%的分类数据集公开可用，限制了研究的可重复性和进一步发展	评估机器学习和深度学习在糖尿病足溃疡图像诊断中的应用效果与趋势	糖尿病足溃疡的图像数据	计算机视觉	糖尿病足溃疡	图像诊断	SVM, U-Net, FCNN	图像	基于102篇符合纳入标准的研究，涉及4653篇初步筛选文章	NA	U-Net, 全卷积神经网络	准确率, 特异性, 敏感性	NA
342	2025-12-31	AI and telemedicine in management of diabetes 2025-Nov-28, Folia medica DOI:10.3897/folmed.67.e153728 PMID:41467276	综述	本文探讨了远程医疗和人工智能如何重塑糖尿病管理	结合远程医疗和AI技术，探索其在糖尿病早期预测、风险评估和并发症筛查中的创新应用	技术普及不均，部分医疗提供者持怀疑态度，且存在数据隐私和系统互操作性挑战	评估远程医疗和AI在糖尿病护理中的效果与潜力	糖尿病患者及其医疗记录	自然语言处理, 机器学习	糖尿病	机器学习, 深度学习, 自然语言处理	NA	文本, 医疗记录	NA	NA	NA	准确性	NA
343	2025-12-31	Molecular Motif Learning as a pretraining objective for molecular property prediction 2025-Nov-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66685-w PMID:41309631	研究论文	本文提出了一种名为分子基序学习的无监督预训练方法，用于学习保留分子整体结构和基序级信息的分子表示，以提升分子性质预测的准确性	提出分子基序学习作为预训练目标，直接从原生分子图中学习表示，能同时保留分子整体结构和基序级信息，并在小分子和蛋白质上均表现出对共享核心结构或相似三维结构及功能的分组能力	NA	提高分子性质预测的准确性，以支持药物发现	小分子和蛋白质	机器学习	NA	无监督预训练	NA	分子图	至少16个分子基准数据集	NA	NA	准确性	NA
344	2025-12-31	Optimized YOLOv8s framework with deformable convolution for underwater object detection 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28989-1 PMID:41309854	研究论文	本文提出了一种用于水下目标检测的优化YOLOv8s框架，通过集成可变形卷积、深度加权双向特征金字塔、内容感知特征重组和高效多尺度注意力等模块来应对水下环境中的挑战	提出了O-YOLOv8s-DC框架，集成了四个核心增强模块：可变形卷积特征模块（C2f_DC）、深度加权双向特征金字塔（DeepBiFPN）、内容感知特征重组（CARAFE）和高效多尺度注意力（EMA），专门针对水下小目标、遮挡目标和图像质量差等问题进行优化	NA	提升深度学习模型在复杂水下环境中的目标检测性能	水下目标	计算机视觉	NA	深度学习	YOLO	图像	LFIW和OI数据集	PyTorch	YOLOv8s, C2f_DC, DeepBiFPN, CARAFE, EMA	AP@[0.50:0.05:0.95], AP@0.75	NA
345	2025-12-31	A novel spatiotemporal transformer network with multivariate fusion for short-term precipitation forecasting 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29415-2 PMID:41309915	研究论文	提出了一种用于短期降水预报的新型时空Transformer网络，通过多元融合模块整合多种气象变量信息	设计了基于全维度动态卷积的多元融合模块，有效结合温度、湿度、风速等多种气象变量信息，并构建了包含Transformer和多尺度卷积模块的编码器-解码器框架	NA	提高短期降水预报的准确性	降水预报	机器学习	NA	NA	Transformer, CNN	多元气象数据（温度、湿度、风速等）	NA	NA	ST-MFTransNet（包含多元融合模块、Transformer编码器-解码器、多尺度卷积模块）	POD（概率检测）, CSI（临界成功指数）	NA
346	2025-12-31	A smart assistive system for visually challenged people through efficient object detection using deep learning with tunicate swarm algorithm 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29947-7 PMID:41309919	研究论文	本文提出了一种基于深度学习与樽海鞘群算法的智能辅助系统，用于通过高效物体检测帮助视障人士	结合YOLOV8、CapsNet和深度信念网络进行物体检测与分类，并利用樽海鞘群算法优化深度信念网络的参数以提高性能	实验仅在室内物体检测数据集上进行评估，未涉及室外或更复杂场景	开发一个智能辅助系统，以自动检测物体来帮助视障人士完成日常任务	视障人士	计算机视觉	视力障碍	深度学习	YOLOV8, CapsNet, DBN	图像	NA	NA	YOLOV8, CapsNet, DBN	准确率	NA
347	2025-12-31	Quantitative and longitudinal monitoring of cancer cell invasion in a three-dimensional in vitro model of oral cancer using optical coherence tomography 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28471-y PMID:41309958	研究论文	本研究利用光学相干断层扫描（OCT）结合深度学习，在三维口腔鳞状细胞癌（OSCC）模型中定量和纵向监测癌细胞侵袭	首次将OCT与深度学习结合，用于三维口腔癌模型中的非侵入性、定量和纵向监测癌细胞侵袭，并通过与组织形态计量学数据的强相关性验证了其可靠性	研究基于体外三维模型，可能无法完全模拟体内复杂环境；未详细说明深度学习模型的具体架构和训练细节	评估OCT结合深度学习在三维口腔癌模型中定量和纵向监测癌细胞侵袭的适用性和可行性	三维器官型口腔鳞状细胞癌（OSCC）培养模型，包含癌症相关成纤维细胞以模拟口腔组织结构和肿瘤微环境（TME）	数字病理	口腔癌	光学相干断层扫描（OCT），深度学习	深度学习模型（具体类型未指定）	图像（OCT横截面图像和三维重建图像）	未明确指定样本数量，但涉及多种OSCC细胞类型、TME条件和培养时间	NA	NA	与组织形态计量学数据的相关性	NA
348	2025-12-31	Tri branch attention enhanced 3DUNet for remote sensing based hyperspectral image classification 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29357-9 PMID:41309972	研究论文	提出了一种三分支注意力增强的3DUNet架构，用于遥感高光谱图像分类	设计了三分支架构，分别处理光谱依赖、空间特征和联合表示，并集成特定注意力机制以提取更相关特征	未明确提及	提高高光谱图像分类的准确性	高光谱图像	计算机视觉	NA	NA	3DUNet	高光谱图像	Indian Pines、Pavia University和Houston-2018数据集	NA	三分支3DUNet	平均准确率(AA)、总体准确率(OA)	NA
349	2025-12-31	Feature centric based deep learning approach for music mood recognition with HuBERT transformer model 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29200-1 PMID:41309989	研究论文	本研究探讨了使用先进的深度学习和基于Transformer的模型进行音乐情绪分类，以准确预测音乐的情感内容	采用最先进的基于Transformer的模型（HuBERT）与深度学习模型（ConvFormer、LSTM）和预训练模型（YAMNet）进行比较，评估其在音乐情绪分类中的有效性，并展示了Transformer模型在提升AI驱动情感分析方面的潜力	研究基于公开数据集，包含五个情绪标签，每类500个音频文件，样本规模相对有限，且未讨论模型在更广泛或多样化音乐类型上的泛化能力	准确分类音乐情绪，以支持音乐推荐系统、AI情感智能和心理健康监测等应用	音乐音频文件及其对应的情绪标签（如Aggressive、Happy、Dramatic、Sad、Romantic）	自然语言处理	NA	音频特征提取，包括短时傅里叶变换（STFT）和梅尔频率倒谱系数（MFCC）	Transformer, CNN, LSTM	音频	2500个音频文件（每类情绪500个）	NA	HuBERT, ConvFormer, LSTM, YAMNet	准确率	NA
350	2025-12-31	Modifier guided resilient CNN inference enables fault-tolerant edge collaboration for IoT 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28454-z PMID:41310049	研究论文	提出了一种基于边缘的弹性CNN架构，通过轻量级修改器模块实现IoT场景下的容错推理	引入了轻量级修改器模块，通过故障模拟训练实现动态合成缺失设备输出，无需模型复制或云回退	仅在MNIST和CIFAR-10数据集上评估，最多模拟五个设备同时故障	在资源受限的IoT场景中实现鲁棒且准确的深度学习推理	IoT边缘设备	机器学习	NA	故障模拟训练	CNN	图像	MNIST和CIFAR-10数据集	NA	卷积神经网络	准确率, 错误率	边缘设备
351	2025-12-31	EnCTN: an enhanced AI-enabled deep learning framework for security enhancement in blockchain transactions 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29160-6 PMID:41310051	研究论文	本文提出了一种增强的AI驱动深度学习框架EnCTN，用于提升区块链交易的安全性	结合区块链与深度学习技术，通过增强卷积时序网络（EnCTN）和自动编码器技术，提高了数据持久性和传播效率，并利用滑动窗口提取和扩张卷积捕获长距离依赖关系	NA	增强区块链交易的安全性，解决机密性和数据匿名性问题	区块链交易数据	机器学习	NA	深度学习，区块链技术	CNN，自动编码器	时序数据	使用NSL-KDD数据集	Python	增强卷积时序网络（EnCTN）	异常分类准确率	以太坊环境
352	2025-12-31	Integration of corpus linguistics and deep learning techniques for enhanced semantic-driven emotion detection on textual data 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28929-z PMID:41310067	研究论文	本文提出了一种结合语料库语言学和深度学习技术的文本情感检测方法，旨在提升自然语言中情感理解的准确性	提出EDTIWVR-MDNN方法，融合TF-IDF、BERT和GloVe的词向量表示，并采用基于注意力机制的时序卷积网络与双向门控循环单元的混合模型进行情感分类	未提及方法在跨领域或低资源语言上的泛化能力，以及计算复杂度或实时性方面的限制	开发有效的文本情感识别与分析技术，以增强自然语言中的情感理解	文本数据，特别是包含情感标签的语料库	自然语言处理	NA	语料库语言学，词嵌入技术（TF-IDF, BERT, GloVe）	深度学习模型，包括注意力机制、时序卷积网络、双向门控循环单元	文本	未明确指定样本数量，但使用了Emotion Detection from Text数据集	未明确指定，可能涉及TensorFlow或PyTorch	注意力机制时序卷积网络与双向门控循环单元的混合模型	准确率	NA
353	2025-12-31	Cognitive embodied learning for anomaly active target tracking 2025-Nov-27, Communications engineering DOI:10.1038/s44172-025-00556-6 PMID:41310085	研究论文	本文提出了一种名为认知具身学习（CEL）的新方法，用于在复杂物理场景中处理异常主动目标跟踪问题	受人类大脑双重决策系统启发，CEL能动态切换正常跟踪与异常处理模式，并引入分类目标函数以解决严重异常导致的函数不可测性和数据混淆问题	未明确说明方法在极端环境或多样化异常类型下的泛化能力限制	解决主动目标跟踪（AOT）在复杂场景中因异常导致的性能下降问题，提升跟踪的鲁棒性和效率	无人机异常主动目标跟踪任务	机器视觉	NA	强化学习，深度学习	NA	模拟和真实世界场景数据	NA	NA	NA	成功率，任务完成效率	NA
354	2025-12-31	Deep learning-based AI model for predicting academic success and engagement among physical higher education students 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29000-7 PMID:41310101	研究论文	本研究提出了一种名为HybridStackNet的堆叠集成模型，用于联合预测高等教育体育专业学生的学业成功和参与度	提出了一种结合随机森林和支持向量机作为基础学习器、逻辑回归作为元学习器的堆叠集成模型，并引入了可解释性框架（如PDP和LIME）来增强模型透明度	研究基于公开可用的Kaggle数据集，样本量相对较小（500个实例），可能限制了模型的泛化能力	旨在开发一个可解释的机器学习模型，用于早期检测高等教育体育专业学生的学业表现风险	高等教育体育专业学生	机器学习	NA	NA	集成学习模型（随机森林、支持向量机、逻辑回归）	结构化数据（学术、行为和身体属性）	500个实例	Scikit-learn	HybridStackNet（堆叠集成模型）	准确率、精确率、召回率、F1分数、AUC、Jaccard指数、Kappa系数、汉明损失	NA
355	2025-12-31	Improved multiscale attention based deep learning approach for automated sugarcane leaf disease detection using BSRI data 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28947-x PMID:41310119	研究论文	提出一种基于多尺度注意力的深度学习模型（MADRN），用于甘蔗叶片病害的自动检测与分类	提出了一种新颖的多尺度注意力密集残差网络（MADRN）架构，结合了密集残差学习和多尺度注意力机制，以有效捕捉细粒度病害特征并应对领域变异性和复杂数据模式的挑战	未明确说明模型在更广泛环境条件或不同甘蔗品种上的泛化能力，也未讨论计算效率或部署到边缘设备的可行性	开发一种准确、可扩展且实用的甘蔗叶片病害自动检测工具，以支持精准农业和可持续农业实践	甘蔗叶片病害	计算机视觉	甘蔗病害	图像处理，深度学习	CNN	图像	两个数据集：一个Kaggle数据集和一个由Kaggle图像与孟加拉国甘蔗作物研究所（BSRI）图像混合而成的混合数据集	未明确指定，但提及了基线模型（CNN, VGG16, MobileNetV2, XceptionNet），推断可能使用TensorFlow或PyTorch	Multi-scale Attention-based Dense Residual Network (MADRN), CNN, VGG16, MobileNetV2, XceptionNet	准确率，精确率，召回率，F1分数	NA
356	2025-12-31	A clinically validated AI framework for kidney cancer detection and characterization 2025-Nov-27, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01264-0 PMID:41310187	研究论文	本文介绍了一个名为BMVision的深度学习工具，用于检测和表征肾癌，并通过临床验证评估其性能	BMVision是首个经过临床验证的商业化AI工具，专注于肾癌检测和表征，能显著减少放射科医生的报告时间并提高诊断敏感性	研究为回顾性设计，样本量有限（200例扫描），且未在更广泛或前瞻性临床环境中验证	开发并验证一个AI工具，以帮助放射科医生提高肾癌诊断的效率和准确性	肾细胞癌患者，使用对比增强计算机断层扫描（CT）扫描图像	数字病理学	肾癌	对比增强计算机断层扫描（CT）	深度学习	图像	200例扫描	未指定	未指定	诊断敏感性、病变测量、报告效率、放射科医生间一致性	未指定
357	2025-12-31	A deep learning-based multiscale integration of spatial omics with tumor morphology 2025-Nov-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66691-y PMID:41310346	研究论文	本文提出了一种基于深度学习的多尺度整合方法MISO，用于从H&E染色组织切片预测空间转录组数据	首次通过深度学习整合空间转录组与肿瘤形态学，实现接近单细胞分辨率的空间基因表达预测	空间转录组技术尚未在临床常规应用，预测精度可能受样本异质性影响	开发从常规H&E切片预测空间转录组数据的计算方法	肿瘤组织样本	数字病理学	肿瘤	空间转录组学, H&E染色	深度学习	图像, 基因表达数据	72个10X Genomics Visium样本 + 348个MOSAIC联盟样本	NA	NA	NA	NA
358	2025-12-31	Expediting hit-to-lead progression in drug discovery through reaction prediction and multi-dimensional optimization 2025-Nov-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66324-4 PMID:41290653	研究论文	本研究展示了一种整合的药物化学工作流程，通过反应预测和多维优化加速药物发现中的命中到先导优化阶段	结合微型化高通量实验与深度学习及分子性质优化，以缩短命中到先导的周期时间	NA	加速药物发现中的命中到先导优化阶段	单酰基甘油脂肪酶（MAGL）抑制剂候选分子	机器学习	NA	高通量实验（HTE），Minisci型C-H烷基化反应	图神经网络	化学反应数据	13,490个新颖的Minisci型C-H烷基化反应	NA	深度图神经网络	NA	NA
359	2025-12-31	The remote sensing method for large-scale asphalt pavement aging assessment with automated sample generation and deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29966-4 PMID:41290981	研究论文	本研究提出了一种结合多端元混合像元分解、自动化样本生成和深度学习的方法，用于大范围沥青路面老化评估	提出了一种创新的集成框架，结合多端元光谱分解、邻域滤波和1D-CNN，并采用无监督零样本迁移方法，实现了大范围路面老化的快速准确评估	研究仅基于WorldView-3遥感数据在两个特定研究区域进行验证，方法的普适性有待在更多样化的地理环境和数据源中进一步测试	实现大范围沥青路面老化的快速、准确评估，以支持道路维护决策和交通安全保障	沥青路面老化状态	计算机视觉	NA	多端元混合像元分解、遥感成像	CNN	遥感图像、光谱数据	基于WorldView-3遥感数据生成的高质量训练和验证样本（具体数量未明确说明）	NA	一维卷积神经网络（1D-CNN）	总体分类准确率、Kappa系数	NA
360	2025-12-31	Deep learning model outperforms traditional models in clinical data-based prognostic prediction for adult-type diffuse glioma 2025-Nov-26, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04123-5 PMID:41296239	研究论文	本研究系统比较了传统统计方法与机器学习方法在成人型弥漫性胶质瘤生存预测中的性能，发现深度学习模型DeepSurv在多个队列中表现最优	首次在成人型弥漫性胶质瘤预后预测中系统比较传统统计模型与深度学习模型，并公开了模型包	基于回顾性真实世界数据，存在异质性和部分缺失值	比较不同方法在成人型弥漫性胶质瘤生存预测中的性能与临床适用性	成人型弥漫性胶质瘤患者	机器学习	胶质瘤	NA	Cox Proportional Hazards, Random Survival Forest, Neural Multi Task Logistic Regression, DeepSurv	临床数据	两个公共数据集和一个私人回顾性队列	NA	DeepSurv	NA	NA