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
4181	2025-11-11	Automated inspection of P&ID object recognition using deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25506-2 PMID:41203750	研究论文	提出一种基于深度学习的P&ID图纸对象识别结果自动检测方法	针对未识别对象和误识别对象分别开发了不同的检测方法，包括基于深度学习的特征向量相似度计算、基于距离的文本错误检测和交叉情况检查的线条错误检测	NA	提高P&ID图纸数字化过程中对象识别结果的准确性和检测效率	管道仪表流程图(P&ID)中的符号、文本和线条对象	计算机视觉	NA	深度学习	CNN	工程图纸图像	来自实际工业现场的P&ID图纸	NA	NA	召回率, 准确率, F1分数	NA
4182	2025-11-11	Enhancing bone cancer detection through optimized pre trained deep learning models and explainable AI using the osteosarcoma tumor assessment dataset 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26051-8 PMID:41203786	研究论文	提出一种结合优化预训练深度学习模型和可解释AI的骨癌检测框架	联合使用增强贝叶斯优化、深度迁移学习和可解释AI技术，通过超参数调优和数据集平衡提升模型性能与透明度	未明确说明模型在其他独立数据集上的泛化能力验证	开发可靠且可解释的骨癌自动诊断框架	骨癌组织病理学图像	数字病理学	骨癌	组织病理学成像	CNN	图像	NA	TensorFlow, PyTorch	EfficientNet-B4, ResNet50, DenseNet121, InceptionV3, VGG16	准确率, 精确率, 召回率, F1分数	NA
4183	2025-11-11	Hybrid glowworm swarm optimization with recurrent deep learning for fault detection in industrial internet of things environment 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26784-6 PMID:41203829	研究论文	提出一种混合萤火虫群优化与循环深度学习方法用于工业物联网环境中的故障检测	结合萤火虫群优化算法与循环深度学习模型进行超参数优化，提高故障检测准确率	NA	工业物联网环境中基于音频信号的故障检测与分类	工业物联网设备	机器学习	NA	梅尔频谱图	HCNN-GRU, CNN-LSTM	音频信号	NA	NA	HCNN-GRU, CNN-LSTM	准确率	NA
4184	2025-11-11	Graph convolution network based on meta-paths and mutual information for drug-target interaction prediction 2025-Nov-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06295-x PMID:41204097	研究论文	提出基于元路径和互信息的图卷积网络GCNMM用于药物-靶点相互作用预测	结合元路径和图注意力网络构建融合DTI网络，采用空间拓扑一致性和互信息最大化作为双重优化目标	未明确说明数据稀疏性问题是否完全解决	预测药物-靶点相互作用以加速药物重定位	药物-靶点异质网络	机器学习	NA	图卷积网络	GCN, 图注意力网络, 图卷积自编码器	图数据	NA	NA	GCNMM	NA	NA
4185	2025-11-11	Incremental 2D self-labelling for effective 3D medical volume segmentation with minimal annotations 2025-Nov-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01991-9 PMID:41204141	研究论文	提出一种增量式2D自标注框架，通过极少量标注实现有效的3D医学体积分割	利用单一切片标注通过迭代自标注和伪标签过滤逐步扩展训练集，实现从稀疏标注到完整3D分割	仅验证于脑部MRI和肝脏CECT数据集，在其他医学影像模态上的泛化性有待验证	在严重标注限制下优化医学图像分割性能，同时最小化标注成本	3D医学体积数据（脑部MRI、肝脏CECT）	医学图像分割	脑部疾病, 肝脏疾病	MRI, CECT	U-Net	3D医学影像体积	每个体积仅使用单个中心切片标注	NA	U-Net	Dice相似系数, 交并比, 95百分位Hausdorff距离	NA
4186	2025-11-11	Impact of Neural network-quantified musical groove on cyclists' joint coordination and muscle synergy: a repeated measures study 2025-Nov-07, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01778-7 PMID:41204282	研究论文	本研究探讨了神经网络量化的音乐律动水平对自行车运动员关节协调性和肌肉协同模式的影响	首次使用经过验证的深度学习模型客观量化音乐律动水平，并系统分析其对下肢运动学和神经肌肉控制的影响机制	需要额外的动力学和代谢指标验证直接性能收益，样本仅限于训练有素的右利手自行车运动员	研究音乐律动水平如何系统性改变高扭矩骑行时的下肢运动学和神经肌肉控制	24名训练有素的右利手自行车运动员	机器学习	NA	三维运动捕捉，表面肌电图，非负矩阵分解	深度学习模型	运动捕捉数据，肌电信号	24名自行车运动员，每个受试者在三种条件下测试	NA	NA	R²=0.85，p值	NA
4187	2025-11-11	Prediction of pathological risk subtypes of thymic anterior mediastinal cysts and thymic epithelial tumors based on CT radiomics and deep learning methods: a retrospective study 2025-Nov-07, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03169-z PMID:41204379	研究论文	基于CT影像组学和深度学习方法开发预测胸腺前纵隔囊肿和胸腺上皮肿瘤病理风险亚型的非侵入性模型	首次将影像组学特征与深度学习特征融合构建深度学习影像组学模型，用于胸腺肿瘤病理风险分类预测	回顾性研究且样本量有限（144例患者），需进一步前瞻性验证	术前无创预测胸腺前纵隔囊肿和胸腺上皮肿瘤的病理风险分类，支持个性化治疗规划	144例经病理证实的胸腺前纵隔囊肿或胸腺上皮肿瘤患者	医学影像分析	胸腺肿瘤	CT影像分析	深度学习, 影像组学	CT图像	144例患者（训练集101例，测试集43例）	Pyradiomics, PyTorch	ResNet50	AUC	NA
4188	2025-11-11	Hyperspectral image analysis for classification of multiple infections in wheat 2025-Nov-07, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01461-x PMID:41204393	研究论文	本研究利用高光谱成像和深度学习技术对小麦多重感染病害进行分类识别	首次将高光谱成像技术应用于小麦多重并发感染的分类识别，揭示了病原体共存时的光谱特征变化	Septoria和黄锈病+Septoria样本数量有限，需要在田间条件下使用更大更平衡的数据集进一步验证	开发基于高光谱成像的小麦多重感染病害分类方法	小麦叶片上的黄锈病、白粉病和Septoria三种病原体的单一和双重感染	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	1447张小麦叶片高光谱图像	NA	Inception, EfficientNet	准确率	NA
4189	2025-11-11	ProteinFormer: protein subcellular localization based on bioimages and modified pre-trained transformer 2025-Nov-07, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12194-5 PMID:41204400	研究论文	提出基于生物图像和改进预训练Transformer的蛋白质亚细胞定位新方法	首次将生物图像与改进的预训练Transformer架构结合，解决传统方法无法捕捉蛋白质空间动态的问题	在数据稀缺场景下性能仍有提升空间	开发高效准确的蛋白质亚细胞定位方法	蛋白质亚细胞定位	计算机视觉	NA	生物图像分析	Transformer, CNN	生物图像	Cyto_2017和IHC_2021数据集	PyTorch	ResNet, Transformer	F1-score, Accuracy	NA
4190	2025-11-11	Approaches to Scaffold Hopping for Identifying New Bioactive Compounds and the Contribution of Artificial Intelligence 2025-Nov-05, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673383467250929220205 PMID:41208066	综述	本文综述了人工智能在骨架跃迁策略中识别新生物活性化合物的应用与贡献	将传统骨架跃迁策略与基于深度学习的人工智能模型相结合，提高了新药发现的成功率	面临输入数据质量、结果可解释性、监管问题、技术投资和多学科团队建设等挑战	提高药物开发效率，降低研发成本和时间消耗	生物活性化合物和新治疗剂	药物发现	NA	计算机辅助药物设计，深度学习	深度学习模型	化学结构数据，药效团模型	来自Web of Science、PubMed和Google Scholar数据库的文献数据	NA	NA	NA	NA
4191	2025-11-11	An integrated deep learning model accelerates luciferase based high throughput drug screening 2025-Oct-09, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2025.107315 PMID:41067316	研究论文	开发集成深度学习模型加速基于荧光素酶的高通量药物筛选	首次将深度学习模型整合到荧光素酶高通量筛选流程中，实现化合物筛选准确率和效率的显著提升	研究仅基于五种特定信号通路系统，模型在其他信号通路系统的泛化能力有待验证	通过人工智能技术加速药物开发流程，降低研发成本	18,840种化合物及其在五种荧光素酶检测系统中的HTS数据	机器学习	炎症性疾病,肿瘤,代谢综合征	荧光素酶检测,HTS	深度学习	化合物结构数据,分子特征数据,HTS数值	18,840种化合物，约100,000个HTS数据点	NA	集成深度学习模型	筛选准确率,筛选效率	NA
4192	2025-10-05	Correction: Javeed et al. A Hybrid Deep Learning-Driven SDN Enabled Mechanism for Secure Communication in Internet of Things (IoT). Sensors 2021, 21, 4884 2025-Sep-15, Sensors (Basel, Switzerland) DOI:10.3390/s25185739 PMID:41013172	correction	对先前发表的关于物联网安全通信的混合深度学习驱动SDN机制论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4193	2025-11-11	BMR-YOLO: A deep learning approach for fall detection in complex environments 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335992 PMID:41202040	研究论文	提出一种基于YOLOv8n架构优化的BMR-YOLO深度学习框架，用于复杂环境下的跌倒检测	在YOLOv8n基础上引入四项改进：BiFormer视觉变换器与双层路由注意力、C2f_rvb模块替换、MultiSEAM注意力机制检测头、方向感知SIoU回归指标	NA	提升复杂环境下（特别是遮挡和光照不良条件）跌倒检测的准确性和鲁棒性	跌倒检测	计算机视觉	老年疾病	深度学习	YOLO, CNN, Transformer	图像	超过10,000张标注图像（BMR-fall数据集）并使用UR跌倒检测数据集进行交叉验证	PyTorch	YOLOv8n, BiFormer, C2f_rvb, MultiSEAM	mAP@0.5	6.5 GFLOPs计算成本
4194	2025-11-10	Adaptive dual-window enhancement and multi-scale texture prior fusion for robust kidney CT classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335585 PMID:41202049	研究论文	提出结合自适应双窗增强和多尺度纹理先验融合的肾脏CT分类框架	提出自适应双窗增强模块动态调整窗宽窗位生成互补视图，并结合多尺度纹理先验实现细粒度结构建模	NA	提升肾脏CT图像的自动分类性能	肾脏CT图像	计算机视觉	肾脏疾病	CT成像	深度学习	医学图像	NA	NA	ConvNeXtV2	准确率,F1分数,AUC	NA
4195	2025-11-11	Novel dual convolution adaptive focus neural network for book genre classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331011 PMID:41202081	研究论文	提出一种新型双卷积自适应聚焦神经网络CPPDE-YOLO，用于提升书籍封面分类的准确性	整合PConv和PWConv算子、动态采样技术和高效多尺度注意力机制，优化YOLOv8框架	NA	通过改进算法显著提升图像分类准确率，提高现代图书检索系统的管理效率	书籍封面图像	计算机视觉	NA	NA	CNN, YOLO	图像	NA	YOLOv8	CPPDE-YOLO, DualConv, 跨阶段部分网络融合残差块	Top_1 Accuracy, Top_5 Accuracy	NA
4196	2025-11-11	Facial Mask Detection Using Depthwise Separable Convolutional Neural Network Model During COVID-19 Pandemic 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.855254 PMID:35321193	研究论文	提出基于MobileNet的深度可分离卷积神经网络模型用于面部口罩检测	采用深度可分离卷积层替代传统2D卷积层，在有限数据集上实现高性能的轻量化网络	NA	解决面部图像中口罩识别问题，提升移动场景下人脸图像分类效率	面部图像数据	计算机视觉	COVID-19	深度学习	CNN	图像	NA	NA	MobileNet, Depthwise Separable Convolution	准确率, 精确率, 召回率, F1分数	NA
4197	2025-11-11	A Hybrid Deep Learning-Driven SDN Enabled Mechanism for Secure Communication in Internet of Things (IoT) 2021-07-18, Sensors (Basel, Switzerland) DOI:10.3390/s21144884 PMID:34300623	研究论文	提出一种基于SDN和深度学习的混合框架，用于物联网环境中的威胁检测	结合SDN技术与混合深度学习模型（Cu-DNNGRU和Cu-BLSTM），实现高效的物联网安全威胁检测	NA	保护物联网环境免受网络攻击，防止数据泄露和经济损失	物联网设备网络流量数据	机器学习	NA	NA	DNN, GRU, BLSTM	网络流量数据	CICIDS2018公开数据集	CUDA	DNNGRU, BLSTM, GRULSTM, DNNLSTM	准确率, 召回率, F1分数, 精确率, 速度效率	CUDA加速
4198	2025-11-10	Segmentation of cortical bone, trabecular bone, and medullary pores from micro-CT images using 2D and 3D deep learning models 2025-Dec, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.25633 PMID:39905914	研究论文	使用2D和3D深度学习模型从微型CT图像中分割皮质骨、骨小梁和髓质孔	开发了名为BONe的新型深度学习模型，首次在微型CT扫描的水獭长骨数据上同时训练2D和3D分割模型并进行对比分析	3D模型计算成本巨大限制了可扩展性和实用性，且在薄骨小梁等细节标记上表现略逊于2D模型	开发快速准确的骨组织自动分割方法以替代耗时易错的手动分割	水獭长骨的微型CT扫描图像	计算机视觉	NA	微型CT扫描	CNN	图像	水獭长骨的微型CT扫描数据集	NA	BONe (Bone One-shot Network)	分割准确性，泛化能力，计算效率	NA
4199	2025-11-10	Ensemble Learning Model: A Novel Technique to Detect Malignancy in Effusion Cytology 2025-Nov-08, Cytopathology : official journal of the British Society for Clinical Cytology IF:1.2Q3 DOI:10.1111/cyt.70036 PMID:41205194	研究论文	本研究开发了一种集成学习模型，用于检测积液细胞学中的恶性肿瘤	首次在积液细胞学中应用六模型集成深度学习方法	NA	开发用于积液细胞学恶性肿瘤检测的深度学习模型	积液细胞学样本	数字病理学	癌症	细胞学染色	集成学习,迁移学习	图像	110例积液细胞学病例（59例良性，51例恶性），755张显微照片	Jupyter Notebook	DenseNet121,Xception,ResNet50,MobileNetV2,InceptionV3,VGG16	灵敏度,特异度,准确度,精确度,阴性预测值,F1分数,AUROC	NA
4200	2025-11-10	Structure-Guided Engineering of High-Affinity Antibodies Against Zika Virus Using Deep Learning and Molecular Dynamics 2025-Nov-08, Chemistry & biodiversity IF:2.3Q3 DOI:10.1002/cbdv.202502769 PMID:41205205	研究论文	本研究利用深度学习和分子动力学模拟优化针对寨卡病毒包膜蛋白的中和抗体	结合深度学习与分子动力学模拟进行抗体工程优化，通过双点突变设计高亲和力抗体变体	研究结果为计算机预测，需要未来实验验证其实际效果	开发针对寨卡病毒的高亲和力抗体治疗剂	寨卡病毒包膜蛋白DIII区域和抗体变体	计算生物学	寨卡病毒感染	深度学习，分子动力学模拟，分子对接	深度学习模型	蛋白质结构数据，序列数据	通过双点突变设计的抗体变体库，重点分析Variant-213和Variant-206	DeepPurpose, FoldX, SoluProt	NA	结合亲和力，溶解度，结构稳定性，结合能(-76.90 kcal/mol)	NA