深度学习在生物医药领域中的应用

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
21	2025-10-04	Heterogeneous Network With Multiview Path Aggregation: Drug-Target Interaction Prediction Study Design 2025-Oct-02, JMIR medical informatics IF:3.1Q2 DOI:10.2196/74974 PMID:41037779	研究论文	提出基于多视图路径聚合的异质网络模型用于药物-靶点相互作用预测	结合分子注意力转换器提取药物3D构象特征和Prot-T5蛋白质语言模型提取蛋白质序列特征，构建异质图模型并引入元路径聚合机制	NA	预测药物与靶点之间的相互作用关系	药物、蛋白质、疾病和副作用等生物实体	机器学习	NA	分子注意力转换器、Prot-T5蛋白质语言模型、异质网络建模	图神经网络、Transformer	化学结构、蛋白质序列、多源异质数据	KCNH2靶点的53个候选药物验证集
22	2025-10-04	TDMAR-Net: A Frequency-Aware Tri-Domain Diffusion Network for CT Metal Artifact Reduction 2025-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae0efc PMID:41038229	研究论文	提出一种基于扩散模型的三域神经网络TDMAR-Net，用于减少CT金属伪影并提升图像质量	首次将扩散模型应用于三域（投影域、图像域和傅里叶域）金属伪影去除，采用两阶段训练策略结合大规模预训练和掩码数据微调	未明确说明模型在复杂临床场景中的泛化能力及计算效率	开发有效的CT金属伪影去除方法以改善临床诊断	CT图像中的金属伪影	计算机视觉	NA	扩散模型、傅里叶变换、两阶段训练策略	TDMAR-Net（基于扩散模型的神经网络）	CT图像	合成数据集和临床数据集（具体数量未说明）
23	2025-10-04	Fast water/fat T2 and PDFF mapping via multiple overlapping‑echo detachment acquisition and deep learning reconstruction 2025-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae0efa PMID:41038241	研究论文	开发了一种结合化学位移编码与多重重叠回波分离序列的深度学习重建方法，用于快速同时获取水/脂肪T2和质子密度脂肪分数图谱	提出了CSE-MOLED新型水脂分离框架，结合合成训练数据和深度学习重建，能在162毫秒/层片的速度下同时获取水脂T2和PDFF图谱	样本量较小（仅5名健康志愿者、1名肌肉萎缩患者和1名肌肉损伤患者），需要进一步扩大验证	开发超快速同时水脂分离和T2定量方法，用于神经肌肉疾病的诊断和监测	肌肉组织，包括健康志愿者和神经肌肉疾病患者	医学影像分析	神经肌肉疾病	磁共振成像，化学位移编码，多重重叠回波分离序列	深度学习	磁共振图像	5名健康志愿者、1名肌肉萎缩患者和1名肌肉损伤患者
24	2025-10-04	Bioinspired high-order in-sensor spatiotemporal enhancement in van der Waals optoelectronic neuromorphic electronics 2025-Oct-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63873-6 PMID:41038807	研究论文	提出一种基于范德瓦尔斯光电晶体管的视觉传感器，利用三重脉冲时序依赖可塑性实现生物启发的高阶时空增强，用于高效目标跟踪	采用三重脉冲时序依赖可塑性替代传统的配对脉冲时序依赖可塑性架构，通过可调光-电协同与竞争效应提取生物启发的高阶关联信息	NA	开发高性能动态目标跟踪技术以推进机器视觉技术发展	动态目标跟踪与混淆物体分类	机器视觉	NA	范德瓦尔斯光电晶体管阵列	脉冲神经网络	动态视觉信息	6×6范德瓦尔斯光电晶体管阵列硬件实现验证
25	2025-10-04	Clinical validation of a deep learning tool for characterizing spinopelvic mobility in total hip arthroplasty 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16824-6 PMID:41038863	研究论文	开发并临床验证了一种用于全髋关节置换术中脊柱骨盆活动度测量的深度学习工具	首次将深度学习技术应用于脊柱骨盆活动度的自动化测量，相比传统手动方法更快速、客观和准确	SS测量与专家工程师存在0.5°的微小差异(p=0.043)	开发自动化工具来准确测量全髋关节置换患者的脊柱骨盆活动度	全髋关节置换患者的脊柱骨盆活动度	数字病理	骨科疾病	深度学习	深度学习流水线(集成图像分类、椎体检测和标志点检测)	X光影像	分类任务52,772张图像，目标检测9,875张图像，标志点检测25,249张图像
26	2025-10-04	A lightweight YOLOv11-based framework for small steel defect detection with a newly enhanced feature fusion module 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16619-9 PMID:41038869	研究论文	提出一种基于改进YOLOv11的轻量级钢铁表面缺陷检测框架PSF-YOLO，用于解决终端设备上小目标检测效率低的问题	采用低参数Ghost卷积显著减少计算资源，使用多维度融合颈部结构增强小目标感知能力，并设计注意力拼接模块改进特征提取	仅在GC10-DET+数据集上进行验证，未在其他工业缺陷数据集测试泛化能力	开发适用于有限计算资源终端设备的轻量级钢铁缺陷检测模型	钢铁表面缺陷	计算机视觉	NA	深度学习目标检测	YOLOv11改进模型（PSF-YOLO）	图像	GC10-DET+数据集
27	2025-10-04	Spine endoscopic atlas: an open-source dataset for surgical instrument segmentation 2025-Oct-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05897-7 PMID:41038904	研究论文	创建了一个用于脊柱内窥镜手术器械分割的开源数据集	提供了首个专门针对脊柱内窥镜手术的全面标注数据集，包含48,510张图像和10,662个器械分割标注	NA	开发用于脊柱内窥镜手术的智能辅助系统，提高手术精度和安全性	脊柱内窥镜手术中使用的各种器械	计算机视觉	脊柱疾病	深度学习	深度学习模型	图像	48,510张图像，包含10,662个器械分割标注，来源于真实脊柱内窥镜手术
28	2025-10-04	Interpretable deep learning model diagnoses gastrointestinal stromal tumors and lesion characteristics with microprobe endoscopic ultrasonography 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17018-w PMID:41038910	研究论文	开发了一种可解释的深度学习模型ECMAI-ME，用于通过微探头超声内镜诊断胃肠道间质瘤和病变特征	将病变特征整合到MEUS图像中，使AI推理与临床诊断流程对齐，开发了七个深度学习模型并验证了其泛化能力	NA	提高微探头超声内镜对胃肠道间质瘤的诊断能力	胃肠道间质瘤的病变特征诊断	数字病理学	胃肠道间质瘤	微探头超声内镜	深度学习模型	医学图像	来自5家中国医院的873个SELs的9,229张MEUS图像，其中522个SELs用于训练，188个SELs用于外部验证，163个SELs用于多中心测试
29	2025-10-04	A lightweight deep learning method for medicinal leaf image classification using feature fusion 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17436-w PMID:41038908	研究论文	提出一种基于联邦学习的特征融合深度学习模型，用于药用植物叶片图像分类	采用NCA-CNN框架将手工特征（LBP、HOG）与深度特征融合，通过典型相关分析减少噪声并增强关键特征	NA	开发自动化的计算机视觉系统来准确高效地识别药用植物叶片	药用植物叶片图像	计算机视觉	NA	特征融合、典型相关分析	CNN、NCA-CNN	RGB图像	来自Mendeley数据集(https://data.mendeley.com/datasets/nnytj2v3n5/1)的药用植物叶片图像
30	2025-10-04	Fault classification in the architecture of virtual machine using deep learning 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17109-8 PMID:41038942	研究论文	提出一种基于深度学习的虚拟机架构故障分类模型	结合特征选择、注意力变换器和特征变换器的深度学习模型用于虚拟机故障分类	仅基于Telstra集群网络的表格数据集进行验证，未在其他网络环境中测试	预测虚拟机中的故障发生并进行分类	虚拟机集群网络中的故障	机器学习	NA	深度学习	神经网络（包含注意力变换器和特征变换器）	表格数据	来自Telstra集群网络的表格数据集，包含服务中断事件和连接中断记录
31	2025-10-04	Advanced deep learning approach for the fault severity classification of rolling-element bearings 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16895-5 PMID:41038933	研究论文	提出一种结合参数优化变分模态分解和深度学习算法的混合方法，用于滚动轴承故障严重程度分类	采用参数优化VMD进行数据预处理，并比较七种不同深度学习算法在轴承故障分类中的性能	NA	开发可靠的轴承故障严重程度分类方法	滚动轴承	机器学习	NA	参数优化变分模态分解(VMD)、粒子群优化、深度学习算法	1D-CNN、WaveNet、门控循环单元(GRU)及其他四种深度学习算法	振动数据	使用凯斯西储大学标准数据集(案例研究I)和人工生成数据集(案例研究II)
32	2025-10-04	VARNet-6G with FIERO model for anomaly detection and enhancing network stability in future-ready communication systems 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17268-8 PMID:41038953	研究论文	提出VARNet-6G和FIERO两种新技术，用于6G通信系统中的异常检测和网络稳定性增强	将深度学习与自然启发优化相结合的混合方法，为6G网络提供更准确、可扩展和自适应的安全解决方案	NA	解决6G通信系统中异常检测和网络稳定性问题	6G通信网络系统	通信网络	NA	变分自编码器、循环变换器、自然启发优化	VARNet-6G（变分自编码器+循环变换器）、FIERO（火烈鸟启发蒸发率优化器）	序列数据、动态网络数据	NA
33	2025-10-04	Multimodal based Amharic fake news detection using CNN and attention-based BiLSTM 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17579-w PMID:41038987	研究论文	本研究开发了一种基于多模态方法的阿姆哈拉语假新闻检测系统	首次针对阿姆哈拉语研究多模态假新闻检测方法，并证明CNN与注意力机制BiLSTM组合模型的优越性能	研究聚焦于低资源语言阿姆哈拉语，可能在其他语言上的适用性有待验证	开发阿姆哈拉语多模态假新闻检测系统	阿姆哈拉语新闻内容，包括文本和图像数据	自然语言处理	NA	文本清洗、分词、归一化、图像去噪等预处理技术	CNN、BiLSTM、注意力机制BiLSTM	多模态数据（文本和图像）	23,856条新闻故事
34	2025-10-04	Advanced deep learning framework for soil texture classification 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17384-5 PMID:41039032	研究论文	提出一种用于土壤纹理分类的先进深度学习框架ATFEM，结合手工特征与深度表示学习	提出三流架构融合纹理、语义和光谱空间特征，开发新型手工描述符F-HOG，并采用增强混合元启发式特征选择方法EWJFO	基于自建数据集进行实验，未在公共基准数据集上验证	开发高精度且可解释的土壤纹理分类方法	土壤纹理图像	计算机视觉	NA	深度学习	VGG-RTPNet, ResNet-DANet, Swin-FANet	图像	4,000张标注图像，涵盖5种纹理类别
35	2025-10-04	Cross-modal deep learning enhanced mixed reality accelerates construction skill transfer from experts to students 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17656-0 PMID:41039046	研究论文	本研究开发了一种基于跨模态深度学习的混合现实训练系统，用于将建筑专家的隐性知识有效传递给学员	首次将跨模态深度学习与混合现实技术结合，实现了专家隐性知识的显式化表示和高效传递	复杂交互过程中存在计算延迟问题，长时间训练时硬件人体工程学存在限制	解决建筑行业传统培训中专家隐性知识难以有效传递的问题	建筑专家和建筑专业学生	计算机视觉	NA	跨模态深度学习	深度学习算法	多模态数据	80名参与者
36	2025-10-04	AI-identified CD133-targeting natural compounds demonstrate differential anti-tumor effects and mechanisms in pan-cancer models 2025-Oct-02, EMBO molecular medicine IF:9.0Q1 DOI:10.1038/s44321-025-00308-1 PMID:41039172	研究论文	利用AI筛选靶向CD133的天然化合物并验证其在泛癌模型中的抗肿瘤效果和机制	结合深度学习（TransformerCPI）筛选与生物验证，发现结构相似但作用机制不同的CD133靶向天然化合物	仅依赖分子结构的虚拟筛选无法完全阐明化合物-蛋白质相互作用的机制	开发基于AI的靶向CD133的泛癌治疗药物发现流程	天然化合物库、癌细胞系、肿瘤患者来源类器官、动物模型	机器学习	泛癌	深度学习、TransformerCPI、体外筛选	Transformer	蛋白质序列、分子结构	多种癌细胞系、患者来源类器官和动物模型
37	2025-10-04	A deep learning approach based on YOLO v11 for automatic detection of jaw cysts 2025-Oct-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06767-9 PMID:41039467	研究论文	本研究开发了一种基于YOLO v11深度学习模型的颌骨囊肿自动检测与分类系统	首次将YOLO v11模型应用于全景X光片的颌骨囊肿检测，并实现了多类别囊肿的自动分类	数据集规模较小且类别不平衡，需要更大规模平衡数据集的进一步验证	开发基于人工智能的颌骨囊肿检测与分类系统以辅助牙科诊断	颌骨囊肿（含牙囊肿、牙源性角化囊肿、根尖囊肿）和正常颌骨组织	计算机视觉	颌骨囊肿	深度学习	YOLO v11	全景X光图像	311张全景X光片（211张囊肿图像，100张正常图像）
38	2025-10-04	Interpretable deep learning model and nomogram for predicting pathological grading of PNETs based on endoscopic ultrasound 2025-Oct-02, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03193-3 PMID:41039509	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
39	2025-10-04	Evaluating large language models using national endodontic specialty examination questions: are they ready for real-world dentistry? 2025-Oct-02, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07896-z PMID:41039560	研究论文	评估大型语言模型在牙髓病学专业考试题目中的表现	首次系统比较多种LLM在牙髓病学标准选择题和复合型选择题上的表现差异	仅使用土耳其的牙科专业考试题目，样本来源单一	评估和比较不同大型语言模型在牙髓病学选择题解答中的性能	8种大型语言模型（ChatGPT-4o、ChatGPT-4、Gemini系列、Copilot、Deepseek-V3、Qwen2.5-Max）	自然语言处理	牙髓病	深度学习技术	LLM	文本	151道牙髓病学题目
40	2025-10-04	Combining Statistical and Deep Learning Models for Insomnia Detection 2025-Oct-02, Studies in health technology and informatics DOI:10.3233/SHTI251525 PMID:41041773	研究论文	提出一种结合统计模型和深度学习模型的混合方法，用于从临床文本中检测失眠症并提取支持证据	采用有限上下文模型(FCMs)和BERT模型的互补组合，在保证准确性的同时提高模型的可解释性	仅使用MIMIC-III数据集，未在其他临床数据集上验证	开发能够同时识别失眠症存在及其支持证据的自动化工具	临床自由文本笔记中的失眠症相关信息	自然语言处理	失眠症	有限上下文模型(FCMs), BERT, 标记分类	FCM, BERT	文本	基于MIMIC-III数据集的结构化标注数据