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
4661	2025-12-20	Dual-channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI 2025-Dec-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291c PMID:41360014	研究论文	提出了一种基于跨被试正向迁移的双通道TRCA-net方法，用于提升SSVEP-BCI系统的解码性能	提出了创新的基于迁移精度的被试选择策略和集成SSVEP领域自适应网络的深度学习网络，以增强模型泛化能力并降低负迁移风险	NA	提升稳态视觉诱发电位脑机接口系统的解码精度和信息传输率，减少被试间变异性	稳态视觉诱发电位脑机接口系统	机器学习	NA	稳态视觉诱发电位	深度学习网络	脑电信号	在两个大规模公共基准数据集上进行验证	NA	双通道TRCA-net, SSVEP-DAN	解码精度, 信息传输率	NA
4662	2025-12-20	OpenVocabCT: Towards Universal Text-driven CT Image Segmentation 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3646046 PMID:41411350	研究论文	提出一种基于大规模3D CT图像预训练的视觉语言模型OpenVocabCT，用于实现通用的文本驱动CT图像分割	利用大型语言模型将诊断报告分解为细粒度的器官级描述，进行多粒度对比学习，以解决现有文本提示模型无法处理真实临床应用中复杂多样场景的局限性	模型性能依赖于大规模CT图像数据集和诊断报告的质量，且在训练过程中可能受到数据标注噪声的影响	开发一种能够适应多样化真实世界临床数据的通用文本驱动CT图像分割方法	CT图像中的器官和病灶	计算机视觉	NA	CT成像	视觉语言模型	3D CT图像, 文本	大规模CT-RATE数据集, 14个公共数据集和1个机构数据集	NA	NA	NA	NA
4663	2025-12-20	Handwritten Text Recognition: A Survey 2025-Dec-18, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646002 PMID:41411365	综述	本文全面回顾了手写文本识别（HTR）领域的发展历程，从早期启发式方法到现代基于深度学习的先进模型	提出了一个统一的分类框架，将现有工作分为行级及以下（单词和行识别）和行级以上（段落和文档级）两个主要层次，并系统梳理了研究方法、基准测试进展、关键数据集及文献结果	作为综述文章，主要基于现有文献进行归纳分析，未提出新的具体模型或算法，因此不涉及实验验证或性能比较的局限性	旨在为研究人员和实践者提供手写文本识别领域的路线图，梳理其演变过程、当前挑战和未来方向	手写文本识别模型、方法、数据集及评估基准	模式识别与机器学习	NA	深度学习技术	神经网络模型	手写文本图像	NA	NA	NA	NA	NA
4664	2025-12-20	High Volume Rate 3D Ultrasound Reconstruction with Diffusion Models 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3645849 PMID:41411351	研究论文	本文提出了一种基于扩散模型的新型3D超声重建方法，旨在从减少的仰角平面中实现更高的空间和时间分辨率	首次将扩散模型应用于3D超声重建，利用扩散后验采样的概率特性量化重建不确定性，并通过利用超声序列固有的时间一致性来加速推理	未明确说明模型在临床环境中的实时性能评估或对不同解剖结构的泛化能力	解决3D超声成像中高体积率与高图像质量之间的权衡挑战	3D心脏超声数据集	医学影像重建	心血管疾病	3D超声成像	扩散模型	3D超声图像序列	NA	NA	扩散模型	图像质量，下游任务性能，召回率	NA
4665	2025-12-20	Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review 2025-Dec-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9146 PMID:41412746	综述	本文系统总结了神经影像中下丘脑分割方法及其在生理与临床研究中的应用	对下丘脑分割方法进行了系统性的分类与综述，并指出了该领域当前面临的主要挑战与未来方向	缺乏统一的分割协议，阻碍了跨研究可比性；在儿科人群研究中存在显著的方法学空白	综述下丘脑分割方法，以促进对该关键脑区结构与功能的全面理解	人类下丘脑及其功能亚区	神经影像	NA	神经影像	深度学习	图像	NA	NA	NA	NA	NA
4666	2025-12-20	On the Completeness of Existing RNA Fragment Structures 2025-Dec-18, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	本文评估了RNA片段结构空间的完整性，并指出其在四核苷酸和五核苷酸水平上仍处于指数增长阶段，远未完整	首次系统性地分析了RNA片段结构空间的完整性，揭示了其在四核苷酸和五核苷酸水平上的指数增长趋势，并提出了基于糖环原子的稳定参考框架	研究仅关注了二至五核苷酸片段，未涵盖更长的RNA结构或动态变化，且依赖于现有实验数据的局限性	评估RNA片段结构空间的完整性，以探讨RNA结构预测的潜力	RNA片段结构，包括二、三、四和五核苷酸水平	结构生物学	NA	结构分析，实验测定	NA	结构数据	NA	NA	NA	NA	NA
4667	2025-12-20	Phylo-Spec: a phylogeny-fusion deep learning model advances microbiome status identification 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01453-25 PMID:41283667	研究论文	提出一种名为Phylo-Spec的系统发育融合深度学习模型，用于改进基于微生物组的健康状态识别	首次将微生物的系统发育关系整合到深度学习框架中，通过自底向上的迭代融合卷积特征，动态处理未分类物种，并利用基于信息增益的机制增强模型可解释性	模型在真实世界数据中的泛化能力仍需更多验证，且计算复杂度可能较高	开发一种能够整合微生物多维度信息以提升健康状态分类性能的计算模型	人类微生物组数据	机器学习	NA	宏基因组测序，扩增子测序	深度学习	微生物丰度数据，分类学数据，系统发育数据	NA	NA	卷积神经网络	NA	NA
4668	2025-12-20	Unveiling the landscape of prokaryotic global regulators through deep protein language models 2025-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.00950-25 PMID:41283681	研究论文	本研究利用深度蛋白质语言模型，对原核生物全局调控因子进行了大规模系统性鉴定与图谱绘制	首次将深度蛋白质语言模型应用于大规模原核生物全局调控因子的系统性鉴定，克服了传统方法在检测远程同源物和新类型方面的局限，发现了大量未知功能的蛋白质和新的调控因子类型	研究主要基于基因组序列数据，缺乏对鉴定出的调控因子进行全面的实验验证，且功能预测依赖于计算模型	系统性揭示原核生物全局调控因子的多样性、分布模式和进化动态，为合成生物学提供可调控的遗传电路设计工具	14,800个细菌和古菌模式菌株基因组中的全局调控因子	计算生物学, 生物信息学	NA	深度蛋白质语言模型, 深度学习	蛋白质语言模型	蛋白质序列数据	14,800个细菌和古菌模式菌株基因组, 74,872条经过人工注释的GR序列用于训练	NA	NA	灵敏度, 泛化能力	NA
4669	2025-12-20	Computational pathology in breast cancer: optimizing molecular prediction through task-oriented AI models 2025-Dec-16, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00857-1 PMID:41402342	研究论文	本文探讨了在乳腺癌病理学中，通过任务导向的小型AI模型直接从WSI预测临床相关分子特征的机遇与挑战	提出采用任务导向的小型AI模型替代大型基础模型，以解决临床工作流集成、可解释性和泛化性等问题，并探讨了模型蒸馏、弱监督和模块化训练等具体方法	模型仍面临高质量数据集获取、多机构验证的严谨性要求以及跨学科协作的挑战	优化乳腺癌分子预测，推动AI在计算病理学中的临床转化应用	乳腺癌的数字化全切片图像（WSI）	计算病理学	乳腺癌	数字化全切片图像分析	深度学习模型	图像	NA	NA	NA	NA	NA
4670	2025-12-20	Real-time retail planogram compliance application using computer vision and virtual shelves 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27773-5 PMID:41402356	研究论文	本研究提出了一种用于便利店货架图合规性的实时自动化监控系统，该系统利用计算机视觉和深度学习技术，在超过7000家7-Eleven门店中部署	提出了一种集成了货架检测、产品识别和货架布局比对功能的统一流水线，并引入了多图像拼接技术构建虚拟货架以克服空间限制，显著提高了系统的适应性和准确性	未明确讨论系统在极端光照条件、高度遮挡或新型/未训练产品出现时的性能，也未提及部署和维护成本	解决便利店中货架图合规性检查的自动化问题，以替代传统的人工审核	便利店货架、货架上的产品	计算机视觉	NA	计算机视觉，深度学习	CNN, Transformer	图像	货架检测数据集15,232张图像，产品检测数据集99,135张图像，分类数据集包含471个产品类别，平均每个类别210张图像	NA	YOLOv8, ResNet101, FAN-based Transformer, Deformable DETR	精确率，召回率，mAP@50，mAP@50-b，准确率，Top-1准确率，Top-5准确率	NA
4671	2025-12-20	MCrossFormer: multi-level cross-scale transformer for photovoltaic power and lifespan prediction 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27638-x PMID:41402373	研究论文	本研究提出了一种结合加权功率退化耦合模型与深度学习预测框架的集成方法，用于光伏组件寿命和功率输出的准确预测	提出了新颖的多级跨尺度Transformer（MCrossFormer）架构，采用三个并行的编码器-解码器结构分别捕获趋势、周期和邻近特征，并设计了长短期注意力机制来动态识别光伏功率时间序列中的关键模式	未在摘要中明确说明	准确预测光伏组件的寿命和功率输出，以确保系统可靠性和经济可行性	光伏组件	机器学习	NA	深度学习	Transformer	时间序列数据	三个公共基准数据集	NA	MCrossFormer（多级跨尺度Transformer）	NA	NA
4672	2025-12-20	Advancing animal behavior recognition with self-supervised pre-training on unlabeled data 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27736-w PMID:41402417	研究论文	本研究提出了一种基于对比学习的自监督学习框架，利用跨物种未标记数据来缓解动物活动识别中的标注数据稀缺问题	引入了一种结合时间-频率一致性目标的自监督预训练方法，并设计了一种新颖的分类模型，该模型通过基于PatchTST的编码器整合轴内局部动态，通过深度可分离卷积整合跨轴全局模式	未在论文标题和摘要中明确说明	减少动物活动识别对大规模标注数据的依赖，实现可扩展且标签高效的动物行为监测	跨物种的动物行为数据	机器学习	NA	对比学习，自监督学习	Transformer, CNN	时间序列数据	未在论文标题和摘要中明确说明	NA	PatchTST	准确率, F1分数	NA
4673	2025-12-20	Blockchain-based secure MEC model for VANETs using hybrid networks 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27682-7 PMID:41402461	研究论文	本文提出了一种基于区块链和深度学习的混合网络模型，用于增强车载自组织网络（VANETs）中的数据安全性和处理效率	结合区块链、边缘计算（MEC）和深度学习，提出了一种三层架构（感知层、边缘计算层、服务层），并引入了自适应扩张混合网络（ADHyNet）进行节点认证，使用随机数更新技能优化算法（RNU-SOA）优化超参数，以及采用同态加密与椭圆曲线密码学（HECC）结合的方式保护数据	NA	开发一个安全、高效的车载自组织网络（VANETs）数据处理与通信模型	车载自组织网络（VANETs）中的数据安全、隐私保护和通信性能	机器学习	NA	区块链技术、边缘计算（MEC）、深度学习	Res-LSTM, GRU	网络通信数据、车辆节点数据	NA	NA	Residual LSTM with GRU (ADHyNet)	数据安全性、吞吐量、服务质量（QoS）	NA
4674	2025-12-20	RAUM-GANs: a multi-layer GAN-enhanced framework for accurate multiple sclerosis lesion segmentation in MRI 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27787-z PMID:41402470	研究论文	本文提出了一种名为RAUM-GANs的多层深度学习框架，用于提高多发性硬化症MRI图像中病灶分割的准确性	采用多层GAN增强框架，包括噪声去除、缺失数据填补和数据集扩展，结合Residual Attention U-Net进行分割，显著提升了分割性能	未明确提及框架在其他疾病或数据集上的泛化能力，以及计算资源需求的具体限制	开发一个准确、鲁棒的多发性硬化症病灶分割框架，以克服MRI数据中的噪声、缺失数据和标签图像有限等挑战	多发性硬化症患者的MRI图像	数字病理学	多发性硬化症	MRI成像	GAN, CNN	图像	基于MICCAI MSSEG-2数据集，具体样本数量未明确说明	未明确指定，但可能涉及TensorFlow或PyTorch等深度学习框架	Denoising GAN (DGAN-Net), Multi-level Identity GAN (MGAN), Residual Attention U-Net (RAU-Net)	Dice分数, Fréchet Inception Distance (FID), Inception Score (IS), 峰值信噪比 (PSNR)	未明确说明
4675	2025-12-20	Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in England during 2021-2022 2025-Dec-15, Appetite IF:4.6Q1 DOI:10.1016/j.appet.2025.108424 PMID:41407206	研究论文	本研究探讨了英格兰外卖餐饮店菜单健康评分、菜单特征与顾客能量摄入之间的关联	结合通用健康评分和深度学习健康评分，并利用随机森林模型分析菜单特征对能量摄入的预测作用	研究依赖顾客回忆数据，可能引入回忆偏倚；仅覆盖英格兰四个地方当局，样本代表性可能有限	识别外卖餐饮店健康评分工具和菜单特征是否能解释顾客在外用餐时的能量摄入差异	英格兰外卖餐饮店的顾客及其点餐记录	机器学习	NA	深度学习, 随机森林模型, 稳健线性回归	随机森林, 线性回归	文本数据（菜单特征、餐饮店名称）, 数值数据（能量摄入）	3718名顾客	NA	NA	方差解释率（29%）	NA
4676	2025-12-20	TFSolver: a numerical Python toolkit for parallel electromagnetic calculation of planar multilayer thin films at multi-wavelength and multi-angle 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.578518 PMID:41414396	研究论文	介绍了一个用于平面多层薄膜电磁计算的Python工具包TFSolver，支持并行模拟、GPU加速和自动微分	利用PyTorch库实现4×4矩阵方法，支持多波长和多角度的并行电磁计算，并集成自动微分功能以支持基于梯度的优化任务	NA	开发一个高效、可并行化且支持自动微分的电磁计算工具包，用于各向同性和各向异性多层薄膜的表征与设计	平面各向同性和各向异性多层薄膜	计算电磁学	NA	4×4矩阵方法	NA	电磁模拟数据	NA	PyTorch	NA	计算精度、计算效率	GPU加速
4677	2025-12-20	Video reconstruction through dynamic scattering media based on physics-informed spatio-temporal transformer 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.576675 PMID:41414418	研究论文	提出了一种基于物理信息时空Transformer的视频重建方法，用于动态散射介质下的视频重建	提出PISTA框架，将物理原理与注意力机制结合，解决了现有方法在时间相关性建模、物理约束融入和时变散射参数估计方面的不足	未明确提及具体局限性	改进动态散射介质下的视频重建质量	动态散射介质下的视频数据	计算成像	NA	深度学习	Transformer	视频	NA	NA	PISTA（Physics-Informed Spatio-Temporal Transformer Architecture）	NA	NA
4678	2025-12-20	Polarization-informed deep learning for 3D integral imaging restoration in turbidity 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.579903 PMID:41414429	研究论文	本文提出了一种偏振信息引导的深度学习与3D积分成像结合的方法，用于在浑浊介质中恢复斯托克斯参数和线性偏振度	首次将偏振信息引导的深度学习应用于3D成像，同时恢复偏振信息和估计穆勒矩阵，在退化环境中实现创新	NA	在部分遮挡或浑浊介质（如散射、衰减、浑浊水）中恢复偏振图像，估计传输介质特性	斯托克斯参数、线性偏振度、穆勒矩阵	计算机视觉	NA	偏振成像、3D积分成像	CNN	图像	NA	NA	多输出卷积神经网络	NA	NA
4679	2025-12-20	Computationally efficient self-attention assisted signal detection method for SIMO FSO communications with atmospheric turbulence 2025-Dec-15, Optics express IF:3.2Q2 DOI:10.1364/OE.579567 PMID:41414448	研究论文	本文提出了一种用于单输入多输出自由空间光通信系统的低复杂度自注意力神经网络，以高效地进行信号合并与检测	提出了一种采用轻量级自注意力机制的新型神经网络，能在显著降低计算开销的同时，保持或超越现有方法的误码率性能	未明确说明模型在不同湍流强度或更广泛信道条件下的泛化能力	解决自由空间光通信系统中由大气湍流引起的性能下降问题，并降低信号检测的计算复杂度	单输入多输出自由空间光通信系统在湍流信道下的信号	机器学习	NA	NA	自注意力神经网络	信号数据	NA	NA	自注意力神经网络	误码率, 计算复杂度	NA
4680	2025-12-15	Photovoltaic power interval prediction with conditional error dependency using Bayesian optimized deep learning 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19602-6 PMID:41390756	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA