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
4161	2025-11-09	FPGA-Accelerated CNN Reconstruction for Low-Power Sparse-Array Ultrasound Imaging 2025-Nov-07, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3630483 PMID:41201932	研究论文	提出一种基于FPGA加速的轻量级U-Net卷积神经网络，用于稀疏阵列超声成像中的通道重建	通过FPGA加速深度学习重建缺失超声通道，有效将成像孔径加倍同时将模拟前端需求减半	仅针对膀胱等特定器官进行验证，尚未在更广泛的临床环境中测试	开发低功耗、便携式超声成像系统，解决深度组织成像的功率和计算复杂度挑战	膀胱等靶向器官的超声成像	医学影像处理	泌尿系统疾病	超声成像，稀疏阵列RF数据重建	CNN	超声RF数据，B模式图像	32通道配置	NA	轻量级U-Net (L-UNET)	均方误差(MSE), 峰值信噪比(PSNR), 结构相似性指数(SSIM)	FPGA, 深度学习处理单元(DPU)
4162	2025-11-09	Pix2Pix generative-adversarial network in improving the quality of T2-weighted prostate magnetic resonance imaging: a multi-reader study 2025-11-06, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.243102 PMID:40320939	研究论文	本研究评估了Pix2Pix生成对抗网络在提升T2加权前列腺磁共振成像质量方面的性能与可行性	首次将Pix2Pix GAN应用于前列腺MRI图像质量增强，通过合成退化图像训练模型并验证其在真实数据上的适用性	样本量相对有限，仅使用单一类型MRI序列(T2W)，未涵盖多中心数据	评估生成式深度学习在前列腺MRI图像质量增强中的性能	前列腺T2加权磁共振图像	医学影像处理	前列腺癌	磁共振成像，生成对抗网络	GAN	医学图像	训练集1300例，验证集100例，测试集100例，外加33例外部测试集	NA	Pix2Pix	前列腺成像质量标准评分，Wilcoxon符号秩检验	NA
4163	2025-11-07	Detection of common bile duct dilatation on magnetic resonance cholangiopancreatography by deep learning 2025-11-06, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253218 PMID:40321102	研究论文	本研究使用深度学习算法通过磁共振胰胆管成像检测胆总管扩张	首次将深度学习模型应用于MRCP图像中胆总管扩张的自动检测	样本量较小，需要多中心大样本研究验证	开发基于深度学习的胆总管扩张自动检测方法	胆总管扩张患者的MRCP图像	计算机视觉	胆道疾病	磁共振胰胆管成像	CNN	医学图像	147例MRCP图像（77例正常，70例胆总管扩张）	NA	ResNet50, DenseNet121, VGG	准确率	NA
4164	2025-11-06	Letter to the Editor: Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans 2025-Nov-05, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00649-z PMID:41191183	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4165	2025-11-06	Reply to the letter to the Editor: Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans 2025-Nov-05, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00650-6 PMID:41191206	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4166	2025-11-09	Developing an Artificial Intelligence Chatbot for Snake Image Classification and Accuracy Improvement 2025-Nov-05, The American journal of tropical medicine and hygiene DOI:10.4269/ajtmh.25-0101 PMID:40840366	研究论文	开发基于Swin Transformer v2架构的深度学习模型，通过LINE聊天机器人实现蛇类图像分类并提升真实场景准确率	提出测试时目标检测与裁剪预处理方法，有效缩小验证集与外部测试集之间的性能差距	研究主要针对台湾地区蛇类，模型在其他地理区域的泛化能力未验证	开发用于蛇种识别的AI聊天机器人工具，支持临床蛇伤管理	蛇类图像	计算机视觉	蛇伤中毒	深度学习，迁移学习	Transformer	图像	训练集30,573张标注图像（使用12,000张），外部测试集2,400张图像	NA	Swin Transformer v2	准确率	NA
4167	2025-11-09	Quantum deep learning-enhanced ethereum blockchain for cloud security: intrusion detection, fraud prevention, and secure data migration 2025-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22408-1 PMID:41193525	研究论文	提出融合以太坊区块链和深度学习的多层安全框架，用于云网络入侵检测、欺诈预防和安全数据迁移	首次将量子启发的变分自编码器与区块链联邦学习结合，实现98.4%的模型投毒攻击防御和92%的零日攻击检测率	未提及实际部署的规模限制和量子计算资源需求	构建可扩展的实时智能云安全框架，保障数据迁移安全和威胁检测	云网络数据安全、入侵检测系统、区块链交易安全	机器学习	NA	区块链联邦学习、图神经网络、量子计算启发算法	GNN, VAE, Transformer, 对比学习	网络流量数据、区块链交易数据、云迁移数据	NA	NA	图神经网络、变分自编码器、分层Transformer	攻击检测率、误报率、分类准确率、风险降低百分比	NA
4168	2025-11-09	Hierarchical attention mechanism combined with deep neural networks for accurate semantic segmentation of dental structures in panoramic radiographs 2025-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22560-8 PMID:41193542	研究论文	本研究开发了一种结合分层注意力机制的深度神经网络模型，用于全景X光片中牙齿结构的精确语义分割	采用分层多尺度注意力机制，通过分析不同分辨率的图像来提高分割精度	在检测牙髓和龋齿等复杂结构时存在挑战，主要由于结构重叠和细微解剖细节	评估深度学习语义分割模型在全景X光片中识别和分类解剖与病理结构的性能	全景X光片中的24种不同解剖和病理结构	计算机视觉	口腔颌面疾病	全景X光成像	深度学习	图像	844张标注的全景X光图像	NA	深度神经网络	特异性,准确率,精确率,召回率,F1分数,交并比	NA
4169	2025-11-09	Uncovering urban morphology and environmental interactions of small towns using self organizing maps in Qinba Mountains of Southern Shaanxi China 2025-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22214-9 PMID:41193544	研究论文	本研究利用地球观测数据和空间分析方法，分析了秦巴山区小城镇环境因素与城市形态之间的关系	首次将U-Net3+深度学习模型与凹壳算法结合，精确提取了358个小城镇的建筑边界，并运用自组织映射算法建立了环境-形态关系的定量分析框架	研究区域局限于秦巴山区小城镇，结果可能不适用于其他地理环境	探索环境因素与城市形态之间的相互作用关系	秦巴山区358个小城镇的123,992栋建筑	计算机视觉,机器学习	NA	地球观测,空间分析	U-Net,自组织映射(SOM)	遥感图像,空间数据	358个小城镇的123,992栋建筑	NA	U-Net3+	NA	NA
4170	2025-11-09	Unveiling the role of harmonization on clinically significant prostate cancer detection using MRI 2025-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22433-0 PMID:41193563	研究论文	本研究通过整合无监督聚类协调技术和临床变量，评估了协调技术对多中心MRI数据在前列腺癌检测中诊断性能的影响	首次系统评估协调技术对多中心成像数据的影响，提出结合无监督聚类和临床变量的新策略来缓解中心间变异性	未明确说明样本具体数量和来源中心的详细信息	提高临床显著性前列腺癌的检测和分类诊断性能	前列腺癌患者的多中心MRI数据	医学影像分析	前列腺癌	T2加权磁共振成像	3D卷积自编码器,机器学习分类器	医学图像	NA	NA	3D卷积自编码器	准确率,AUC	NA
4171	2025-11-09	An intelligent framework combining deep learning and fuzzy logic for accurate remote language translation 2025-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22549-3 PMID:41193680	研究论文	提出一种结合深度学习和模糊逻辑的智能混合翻译框架，用于提高远程语言翻译的准确性和可解释性	将基于Transformer的神经机器翻译与模糊逻辑推理模块相结合，通过语言学规则评估句法、语义和语篇特征来增强翻译质量	在低资源语言和惯用表达处理方面仍存在挑战，系统复杂性可能增加计算开销	构建可扩展、可解释且准确的多语言翻译系统	高资源和低资源语言对的机器翻译	自然语言处理	NA	神经机器翻译，模糊逻辑推理	Transformer	文本	基准数据集上的高资源和低资源语言对	NA	Transformer	BLEU, METEOR, F1-score	边缘计算和云部署，亚秒级延迟
4172	2025-11-07	Correction: A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network 2025-Nov-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26793-5 PMID:41193729	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4173	2025-11-09	nERdy: network analysis of endoplasmic reticulum dynamics 2025-Nov-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08892-1 PMID:41193871	研究论文	开发了nERdy和nERdy+两种方法用于准确提取和表征内质网网络结构及连接点动态	提出了基于图像处理的nERdy方法和具有D4等变性的神经网络nERdy+，能够更准确地重建内质网动态网络	未明确说明方法在哪些特定条件下可能失效或存在局限性	研究内质网形态形成蛋白在管状基质形成中的作用	内质网网络结构和连接点动态	计算机视觉	NA	活细胞共聚焦显微镜，STED显微镜	D4等变神经网络	时间序列显微镜图像	NA	NA	NA	NA	NA
4174	2025-11-09	Correlation between atherogenic index of plasma and retinal vessels in the fundus: a cross-sectional study 2025-Nov-05, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03352-2 PMID:41194298	研究论文	本研究通过深度学习技术定量分析眼底视网膜血管特征与血浆致动脉粥样硬化指数(AIP)的相关性	首次结合深度学习分割模型对眼底视网膜血管进行全自动定量测量，探索AIP与视网膜微血管参数的关联	横断面研究设计无法确定因果关系，样本仅来自单一医疗中心	评估视网膜血管特征与血浆致动脉粥样硬化指数的相关性	651名北京同仁医院心血管中心住院患者	数字病理	心血管疾病	眼底摄影，深度学习分割	深度学习分割模型	眼底图像	651名住院患者	NA	NA	分形维度，血管密度，平均血管直径，平均静脉直径	NA
4175	2025-11-09	Multi-modal single-cell platform for nanoparticle-enhanced time-series metabolic profiles of CD8+ T cell exhaustion in tumor immunosurveillance 2025-Nov-04, Journal of nanobiotechnology IF:10.6Q1 DOI:10.1186/s12951-025-03774-4 PMID:41188846	研究论文	开发了一种多模态单细胞平台，用于研究CD8+ T细胞耗竭的时间动态代谢特征	整合纳米颗粒增强激光解吸/电离质谱和蛋白质计数平台，实现单细胞水平的时间序列代谢分析	NA	阐明CD8+ T细胞在肿瘤免疫监视中耗竭的时间动态特征	CD8+ T细胞	生物医学工程	肿瘤	纳米颗粒增强激光解吸/电离质谱，蛋白质计数平台	深度学习算法	代谢谱数据，蛋白质定量数据	近3000个单细胞	NA	NA	AUC, 灵敏度, 特异性	NA
4176	2025-11-09	Optimizing myocardial infarction detection: a hybrid CNN-GRU deep learning approach 2025-Nov-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03217-y PMID:41188886	研究论文	本研究开发了一种基于心电图信号的混合CNN-GRU深度学习模型，用于优化心肌梗死的检测	提出结合CNN和GRU的混合深度学习架构，充分利用CNN的空间特征提取能力和GRU的时间序列建模能力	回顾性研究设计，数据来源于单一数据库，缺乏外部验证	开发心肌梗死检测的深度学习诊断支持工具	心肌梗死患者和健康个体的心电图信号	数字病理	心血管疾病	心电图信号分析	CNN, GRU	心电图信号	56,354份心电图记录（41,871份来自心肌梗死患者，14,474份来自健康个体）	NA	CNN-GRU混合架构	AUC, 准确率, 灵敏度, 特异性, 宏平均, 加权平均	NA
4177	2025-11-09	Development of a unified deep learning approach integrating CNN-based local and ViT-based global feature extraction for enhanced cotton disease and pest classification 2025-Nov-04, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01462-w PMID:41188914	研究论文	开发了一种集成CNN局部特征提取和ViT全局特征提取的统一深度学习方法来增强棉花病虫害分类	提出混合CNN-ViT模型，同时利用CNN的局部特征提取能力和ViT的全局上下文捕捉能力	数据集仅包含8种棉花病虫害类别，需要扩展到更多样化的病虫害类型	开发准确高效的棉花病虫害分类方法以提高棉花产量	棉花病虫害图像数据	计算机视觉	植物病害	深度学习图像分类	CNN, ViT, 混合模型	图像	包含8个类别的棉花病虫害数据集（蚜虫、黏虫、细菌性枯萎病、棉铃腐病、绿棉铃、健康植株、白粉病、靶斑病）	NA	CNN, Vision Transformer, 混合CNN-ViT	准确率	NA
4178	2025-11-09	Deep learning-based optimal selection of construction and demolition waste crushing equipment 2025-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127466 PMID:41033205	研究论文	提出基于深度学习的建筑垃圾破碎设备优化选择方法，通过图像识别与生命周期评估实现设备智能选择	首次将Mask R-CNN模型与Brute Force算法、3D体积重建方法结合，实现建筑垃圾尺寸和质量分布的快速评估，并创新性地将环境成本纳入设备选择标准	尺寸分布和质量分布的整体误差保持在5%以内，但未明确说明在复杂现场环境下的适用性限制	优化建筑垃圾回收过程中的破碎设备选择，降低成本和环境排放	建筑拆除现场的废弃物和破碎设备	计算机视觉	NA	深度学习，生命周期评估(LCA)，社会支付意愿(WTP)	CNN	图像	NA	Mask R-CNN	Mask R-CNN	分割准确率，尺寸分布误差，质量分布误差	NA
4179	2025-11-09	CRCFound: A Colorectal Cancer CT Image Foundation Model Based on Self-Supervised Learning 2025-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407339 PMID:40791166	研究论文	提出基于自监督学习的结直肠癌CT影像基础模型CRCFound，解决标注数据不足问题并提升多任务泛化能力	首次构建针对结直肠癌CT影像的自监督学习基础模型，通过预训练学习通用特征表示	未明确说明模型在特定亚组患者或罕见病例中的表现	开发能够适应多种结直肠癌临床任务的通用CT影像分析模型	结直肠癌患者的CT影像数据	计算机视觉	结直肠癌	CT影像分析	自监督学习基础模型	CT图像	5137张未标注结直肠癌CT图像	NA	NA	在6个诊断任务和2个预后任务上进行基准测试	NA
4180	2025-11-09	Monitoring mining-induced subsidence from satellite imagery using transformer-based deep learning trained on gridded subsidence measurements 2025-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127536 PMID:41072382	研究论文	本研究利用基于Transformer的深度学习模型从卫星图像中监测采矿引起的地面沉降	首次将Vision Transformer模型应用于采矿引起的地面沉降监测，解决了传统CNN模型精度不足和训练数据缺乏的问题	模型在不同地区的泛化性能存在差异（准确率77.2%-84.8%），需要更多样化的训练数据	开发一种能够准确监测采矿引起地面沉降的AI方法，为环境保护部门提供早期检测工具	中国十大产煤省份中受采矿影响的地区	计算机视觉	NA	卫星遥感	Vision Transformer	卫星图像, 网格化沉降测量数据	191,630个网格沉降测量数据用于训练，10个地区各250个独立样本用于测试	NA	ViT-Base	准确率	NA