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
5261	2025-11-29	A hybrid deep learning model for O3 forecasting and explaining in the Yangtze River Delta Region of China 2025-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180901 PMID:41232287	研究论文	本研究开发了一种混合深度学习模型用于长三角地区臭氧浓度预测和解释分析	结合注意力机制序列到序列模型与层间相关性传播方法，首次在臭氧预测中量化不同特征的时空贡献	研究区域限于长三角地区，时间跨度仅为2020-2023年	开发可解释的臭氧浓度预测模型并分析特征贡献机制	长三角地区臭氧浓度及其影响因素	环境科学, 机器学习	NA	随机森林校正, 层间相关性传播, 潜在源贡献函数分析	注意力机制序列到序列模型, 随机森林	网格化臭氧数据, 气象参数, 地面观测数据	2020-2023年长三角地区9公里网格化数据	NA	seq2seq with attention	相关系数R, 均方根误差RMSE	NA
5262	2025-11-29	Self-supervised learning for MRI reconstruction: a review and new perspective 2025-Dec, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01274-y PMID:40569542	综述	本文系统回顾了自监督深度学习在MRI重建领域的最新进展，探讨其克服全采样k空间数据依赖性的潜力	提出了自监督学习作为有监督方法替代方案的新视角，仅需欠采样k空间数据即可训练模型	方法在不同解剖结构的鲁棒性存在挑战，验证标准缺乏统一性，临床整合仍需完善	推动MRI重建技术发展，解决数据稀缺问题并缩短扫描时间	磁共振成像重建方法和技术	医学影像	NA	磁共振成像	深度学习	k空间数据	NA	NA	NA	图像质量	NA
5263	2025-11-29	Durative Monitoring of Sulfur Hexafluoride Characteristic Gases under Hydrogen Interference Using a Time2Vec-Encoded CNN-Transformer-LSTM Model Based on a Heterogeneous Gas Sensor Array 2025-Nov-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c02740 PMID:41165229	研究论文	提出一种基于异质气体传感器阵列和Time2Vec编码的CNN-Transformer-LSTM深度学习模型，用于六氟化硫分解气体的持续监测	首次将Time2Vec编码与CNN-Transformer-LSTM混合模型结合，并设计异质气体传感器阵列来降低交叉敏感性干扰	实验数据仅采集两天，数据量相对有限，需进一步验证长期监测性能	开发准确在线监测GIS系统中六氟化硫分解产物的方法	六氟化硫分解产生的HS、SO、CO和H₂四组分混合气体	传感器技术	NA	异质气体传感器阵列（金属氧化物半导体传感器、电化学传感器、Pd-Au合金氢传感器）	CNN, Transformer, LSTM	气体传感器时序数据	连续两天采集的实验数据集，第一天数据进行了增强	NA	Time2Vec-CNN-Transformer-LSTM混合架构	准确率, F1分数, R², RMSE	NA
5264	2025-11-29	Synergistic Integration of Frequency-Dependent Impedance and Machine Learning in Semiconductor Metal Oxide-Based Breath Sensors for High-Performance Gas Discrimination 2025-Nov-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c02656 PMID:41178758	研究论文	本研究结合频率依赖性阻抗谱和机器学习技术，开发了一种用于高性能气体识别的半导体金属氧化物呼吸传感器	通过结构组成改性的单传感器结合频率依赖性阻抗特征，在潮湿环境下实现了对化学性质相似气体混合物的高精度识别	研究仅针对丙酮和乙醇两种气体的混合物，且浓度范围有限（0.5-2.5 ppm）	开发用于呼吸疾病检测的高性能气体识别传感器	铂负载二氧化锡传感材料对丙酮和乙醇混合物的识别	机器学习	呼吸系统疾病	频率依赖性阻抗谱	DNN	阻抗数据	丙酮和乙醇混合物在干燥和潮湿环境下的测试数据	NA	深度神经网络	准确率	NA
5265	2025-11-29	Enhancing Slice-Wise Brain MRI Tasks using Self-Supervised and Auxiliary Learning 2025-Nov-27, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3637752 PMID:41308094	研究论文	本研究通过自监督学习和辅助学习方法提升脑部MRI切片任务的性能	提出切片级正则化(SWR)辅助学习任务，利用MRI固有结构特性防止相邻切片表征解相关，且无需额外人工标注	NA	解决医学图像处理中标注数据稀缺的问题，提升脑部MRI切片任务的性能	颅咽管瘤识别(CPGR)和下丘脑受累检测(DHI)	医学图像处理	脑部疾病	结构脑磁共振成像(MRI)	CNN	医学图像	NA	NA	2D卷积网络	F1-score	NA
5266	2025-11-29	Multiclass Brain Tumor Detection with Attention-Embedded CNN Framework: Advancing Toward Decentralized Deep Learning-Based Health Monitoring 2025-Nov-27, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638154 PMID:41308096	研究论文	提出一种结合注意力机制和残差连接的自定义CNN模型，用于多类别脑肿瘤检测，并探索去中心化学习在医疗监测中的应用	提出嵌入注意力机制和残差连接的Inception模块自定义CNN架构，在联邦学习框架下实现高性能脑肿瘤分类	仅使用在线公开脑肿瘤数据集，未在更广泛的真实临床环境中验证	开发基于去中心化深度学习的计算机辅助诊断系统，提高脑肿瘤检测准确性和效率	脑部MR图像中的多类别脑肿瘤	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	医学图像	在线脑肿瘤数据集中的MR图像，分为四类：胶质瘤、脑膜瘤、垂体瘤和无肿瘤	TensorFlow, PyTorch	自定义CNN, Inception, 注意力机制, 残差连接	准确率	NA
5267	2025-11-29	Deep Tabular Representation Corrector 2025-Nov-27, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3637810 PMID:41308107	研究论文	提出一种名为TRC的深度表格表示校正器，可在不改变原始模型参数的情况下增强任何已训练深度表格模型的表示能力	首次提出模型无关的表格表示校正方法，通过表示重估计和空间映射两个任务解决表示偏移和冗余问题	NA	提升深度表格机器学习模型的表示质量	表格数据	机器学习	NA	深度表示学习	Transformer, ResNet	表格数据	NA	NA	Transformer, ResNet	NA	NA
5268	2025-11-29	Automatic multi-IMU-based deep learning evaluation of intensity during static standing balance training exercises 2025-Nov-27, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01760-3 PMID:41310727	研究论文	开发基于多IMU传感器和深度学习模型的静态站立平衡训练强度自动评估系统	首次使用全身可穿戴传感器数据和CNN模型来估计物理治疗师感知的平衡训练强度	研究样本量有限（47名参与者），仅针对静态站立平衡训练进行评估	开发家庭平衡康复训练中的运动强度监测方法	平衡训练参与者和物理治疗师	机器学习	老年疾病	惯性测量单元(IMU)数据采集	CNN	运动学数据	47名平衡训练参与者和42名物理治疗师	NA	卷积神经网络	均方根误差(RMSE)	NA
5269	2025-11-29	Multi-label classification for multi-temporal, multi-spatial coral reef condition monitoring using vision foundation model with adapter learning 2025-Nov-26, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.119054 PMID:41308425	研究论文	本研究提出了一种结合DINOv2视觉基础模型和LoRA微调方法的多标签分类方法，用于多时空珊瑚礁状况监测	首次探索基础模型在多时空设置下对珊瑚礁状况进行多标签分类的高效适配方法	研究仅基于泰国涛岛的15个潜水点数据，需要更多地理位置的验证	开发高效准确的珊瑚礁状况自动分类方法以支持生态系统监测和保护	珊瑚礁生态系统状况	计算机视觉	NA	水下调查图像采集	视觉基础模型,适配器学习	图像	来自泰国涛岛15个潜水点的多时空野外图像	PyTorch	DINOv2, LoRA	匹配率	NA
5270	2025-11-29	Impact of a deep learning reconstruction algorithm on image quality and dose reduction with ultra-high-resolution CT detectors: a phantom study 2025-Nov-26, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2025.11.002 PMID:41309417	研究论文	通过模体研究评估深度学习重建算法与超高分辨率CT探测器结合对图像质量和辐射剂量降低的影响	首次将深度学习重建算法与超高分辨率CT探测器结合，采用基于任务的评估框架进行定量分析	研究基于模体实验，尚未进行临床验证	评估深度学习重建算法在超高分辨率CT中的图像质量改善和辐射剂量降低潜力	Catphan 600模体	医学影像	NA	CT扫描	深度学习重建算法	CT图像	5个CTDIvol水平（10, 7.5, 5, 2.5, 1 mGy）的模体扫描数据	NA	ClearInfinity深度学习重建算法	MTF, NPS, TTF, 可探测性指数d'	NA
5271	2025-11-29	Deep learning framework for automated frame selection in kidney ultrasound 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25755-1 PMID:41290740	研究论文	提出基于深度学习的自动化框架，用于从肾脏超声视频中选择最具诊断价值的帧	首次将YOLO系列分类模型应用于肾脏超声帧选择任务，并证明YOLO11x-cls模型在该任务上的优越性能	数据集规模相对有限（1203帧来自211名患者），需要进一步验证在更广泛人群中的泛化能力	开发自动化框架以提高肾脏超声图像选择的效率和一致性	肾脏超声视频帧	计算机视觉	肾脏疾病	超声成像	CNN	图像	1203帧来自211名患者	PyTorch	InceptionV3, ResNet34, ResNet50, EfficientNet, VGG16, YOLOv8x-cls, YOLO11x-cls	准确率, F1-score	NA
5272	2025-11-27	Accurate prediction of protein-ATP binding sites based on a protein pretrained large language model and a fractional-order convolutional neural network 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25830-7 PMID:41290782	研究论文	提出一种基于预训练蛋白质大语言模型和分数阶卷积神经网络的蛋白质-ATP结合位点预测方法	首次结合预训练蛋白质大语言模型和分数阶反向传播的深度卷积神经网络，通过修改损失函数解决数据不平衡问题	仅使用序列信息，可能忽略蛋白质三维结构等重要特征	准确预测蛋白质与ATP的结合位点	蛋白质序列及其与ATP的相互作用	生物信息学	NA	蛋白质序列分析	LLM, CNN	蛋白质序列数据	多个蛋白质-ATP结合位点数据集	NA	预训练分数阶深度卷积神经网络(PFDCNN)	准确率, AUC	NA
5273	2025-11-29	Brain benefits of deep learning-based noise management in experienced hearing aid users using functional near infrared spectroscopy 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25801-y PMID:41290802	研究论文	本研究使用功能性近红外光谱技术评估深度学习降噪助听器对听障用户大脑活动的影响	首次结合深度神经网络降噪算法与fNIRS技术研究助听器对前额叶皮层氧合水平的影响	样本量较小（26名受试者），仅针对有经验的助听器用户	研究深度学习降噪助听器特征对听障用户大脑活动的影响	26名有经验的助听器使用者	数字病理	听力损失	功能性近红外光谱（fNIRS）	深度神经网络（DNN）	脑血流氧合数据，行为表现数据，主观评分	26名有经验的助听器用户	NA	深度神经网络	听力准确率，主观听力努力评分，前额叶氧合水平	NA
5274	2025-11-29	A multi-model deep learning framework for SEM-based defect detection in [Formula: see text] Perovskite thin films 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25848-x PMID:41290822	研究论文	提出一种多模型深度学习框架，用于基于SEM的钙钛矿薄膜缺陷自动检测	首次将多模型深度学习框架应用于混合维度钙钛矿薄膜的缺陷检测，结合高精度分类和实时检测模型	数据集规模有限（仅2380张SEM图像），YOLOv9模型准确率较低（45.0%）	开发自动化高精度缺陷检测方法，支持钙钛矿太阳能电池的大规模质量控制	甲脒碘化铅钙钛矿薄膜的结构缺陷	计算机视觉	NA	扫描电子显微镜	CNN	图像	2380张SEM图像	TensorFlow, PyTorch	ResNet50V2, DenseNet169, YOLOv9	准确率, 加权F1分数	NA
5275	2025-11-29	OptiNet-B3: a lightweight explainable deep learning model for multiclass classification of fruit and leaf diseases 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25888-3 PMID:41290824	研究论文	提出一种轻量级可解释深度学习模型OptiNet-B3，用于苹果、香蕉和橙子的果实和叶片疾病多分类	集成Mish激活函数、卷积块注意力模块、组归一化和知识蒸馏技术，在低计算预算下优化学习	NA	早期准确检测作物疾病以保障作物健康和可持续农业生产力	苹果、香蕉和橙子的果实和叶片疾病	计算机视觉	植物疾病	深度学习	CNN	图像	果实13,602张图像，叶片11,199张图像	NA	OptiNet-B3	准确率	移动和边缘设备
5276	2025-11-29	Ensemble-based feature fusion for accurate plant disease classification using pre-trained models 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25927-z PMID:41290831	研究论文	本研究通过集成预训练深度学习模型并采用特征级融合方法，实现了植物病害的准确分类	提出基于特征级融合的集成学习方法，结合多种预训练模型的特征表示能力提升植物病害分类性能	NA	开发准确高效的植物病害检测系统，促进可持续农业发展	植物叶片图像中的病害分类	计算机视觉	植物病害	深度学习	CNN	图像	87,867张植物病害图像样本，涵盖38个类别和14种不同作物	NA	VGG16,ResNet50,InceptionV3	准确率	NA
5277	2025-11-29	Identification of novel biomarkers for epithelial ovarian cancer through machine learning and explainable artificial intelligence using in silico and in vitro analysis 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25901-9 PMID:41290833	研究论文	通过机器学习和可解释人工智能识别上皮性卵巢癌的新型生物标志物	结合机器学习和可解释AI技术筛选生物标志物，并在组织和外周血单核细胞中进行实验验证	样本量有限（组织样本67例，PBMC样本72例），需要更大规模研究验证	识别上皮性卵巢癌的新型生物标志物以改善诊断和预后预测	上皮性卵巢癌患者组织和外周血单核细胞样本	机器学习	卵巢癌	RNA-seq, 实时PCR	机器学习, 深度学习	基因表达数据	组织样本67例（34例EOC，33例良性），PBMC样本72例（39例EOC，33例良性）	NA	NA	p值	NA
5278	2025-11-29	Deep learning-based caching optimization for VR 360° videos in vehicular edge computing 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25811-w PMID:41290840	研究论文	提出基于深度学习的车载边缘计算中VR 360°视频缓存优化框架DeepEdge360	集成自适应分块分割、视口感知优先级和主动预取技术，结合LSTM和DQN算法动态优化缓存决策	未明确说明实验场景的具体限制条件和测试规模	优化车载边缘计算环境中VR 360°视频的缓存性能	VR 360°视频流媒体在车载网络中的传输	机器学习	NA	深度学习	LSTM, DQN	视频流数据，用户行为数据，车辆移动数据	NA	TensorFlow, PyTorch	LSTM, Deep Q-Network	缓存命中率，端到端延迟，带宽利用率	NA
5279	2025-11-29	Hybrid deep learning and optimization-based land use and land cover classification for advancing sustainable agriculture in Najran city, Saudi Arabia 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25908-2 PMID:41290846	研究论文	提出混合深度学习与优化方法用于沙特纳季兰市的土地利用分类，以促进可持续农业发展	结合CNN与随机森林的混合模型，并引入蚁群优化算法减少特征冗余	研究区域局限于半干旱地区，方法在其他气候区适用性需验证	开发精准的土地利用分类系统以支持可持续农业决策	沙特纳季兰市的土地利用类型	计算机视觉	NA	遥感影像分析	CNN,随机森林	卫星图像	2023年Landsat-8影像数据	NA	VGG19,GoogleNet,DenseNet121,ResNet152	准确率,精确率,召回率,F1分数	NA
5280	2025-11-29	PDualNet: a deep learning framework for joint prediction of Parkinson's disease progression subtype and MDS-UPDRS scores 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25812-9 PMID:41290857	研究论文	提出PDualNet深度学习框架，联合预测帕金森病进展亚型和MDS-UPDRS评分	开发了新颖的双任务框架，通过无监督模块生成单次访视嵌入和有监督模块学习疾病状态嵌入，实现进展亚型和症状评分的联合预测	研究基于特定队列数据，需要在更广泛人群中验证通用性	预测帕金森病进展亚型和未来MDS-UPDRS评分，提升疾病预后评估和个性化治疗规划	帕金森病患者纵向临床数据	机器学习	帕金森病	纵向临床数据分析	深度学习框架	临床特征数据	579名来自帕金森病进展标志物倡议的参与者，额外490名来自帕金森病生物标志物项目的验证队列	NA	PDualNet（包含单次访视嵌入模块和疾病状态嵌入模块的双解码器架构）	分类任务性能指标，回归任务性能指标	NA