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
41	2025-12-20	Fully Self-Powered Gas Sensor through Fe-Ion Doping Engineering in Ni2P for Ultrasensitive and Visualized NO2 Sensing 2025-Dec-18, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c03884 PMID:41413943	研究论文	本文报道了一种基于锌空气电池的自供电NO2气体传感器，通过Fe掺杂的磷化镍作为气敏材料，并结合深度学习算法提升传感性能	通过Fe离子掺杂工程增强电荷载流子迁移率，结合InceptionTime模型和小波变换算法实现气体识别与浓度量化，构建了远程可视化智能传感装置	NA	开发超灵敏、选择性好且抗漂移的自供电气体传感器，用于复杂环境下的NO2检测	NO2气体	传感器技术	NA	Fe离子掺杂工程，深度学习算法	InceptionTime	传感器电压信号	NA	NA	InceptionTime	响应电压，检测限，传感速度，气体识别准确率，浓度量化精度	NA
42	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
43	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
44	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
45	2025-12-20	Large Separable Kernel Attention-Driven Multidimensional Feature Cross-Level Fusion Classification Network of Knee Cartilage Injury: Algorithm Development and Validation 2025-Dec-17, JMIR medical informatics IF:3.1Q2 DOI:10.2196/79748 PMID:41406414	研究论文	本文提出了一种基于大可分核注意力驱动的多维特征跨级融合分类网络，用于膝关节软骨损伤的精确分层诊断	首次提出将大可分核注意力模块嵌入YOLOv8网络，并结合深度可分卷积和逐点卷积优化，以增强多尺度特征表征，并首次构建了医院级多维磁共振成像真实数据集用于KCI分类	网络模型训练可能受限于单平面图像的局限性，但本研究通过多维数据集进行了克服	提升膝关节软骨损伤分类器的准确性，改进现有网络结构，并展示其临床应用价值	膝关节软骨损伤	计算机视觉	膝关节软骨损伤	磁共振成像	CNN	图像	NA	NA	YOLOv8	准确率, Kappa统计量, F-measure, 灵敏度, 特异性	NA
46	2025-12-20	MRI-based deep learning and radiomics pipeline for myxoid liposarcoma: a feasibility study in a rare sarcoma 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27217-0 PMID:41408069	研究论文	本研究评估了一种基于MRI的自动化管道，结合深度学习和放射组学，用于非侵入性评估黏液样脂肪肉瘤的可行性	首次在黏液样脂肪肉瘤中应用3D U-Net进行自动肿瘤分割，并结合放射组学特征与随机森林分类器预测肿瘤分级，为罕见肉瘤提供非侵入性评估方法	研究为回顾性、多中心设计，样本量较小（48例患者），分类错误多发生在边界性或组织学异质性病例中，需要更大规模的前瞻性验证	评估基于MRI的深度学习和放射组学管道在黏液样脂肪肉瘤非侵入性肿瘤评估中的可行性	经组织学确认的黏液样脂肪肉瘤患者	数字病理学	黏液样脂肪肉瘤	MRI成像	CNN	图像	48例患者	NA	3D U-Net	Dice相似系数, AUC, F1分数, 平衡准确率	NA
47	2025-12-20	Regional-aware and sequence-informed multi-decoder network for robust brain glioma segmentation in multi-parametric MRI 2025-Dec-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111387 PMID:41411810	研究论文	本文提出了一种区域感知和序列信息引导的多解码器网络，用于在脑胶质瘤多参数MRI中进行鲁棒分割	引入了多解码器架构、序列信息引导策略和修改的自注意力机制，以独立分割关键肿瘤亚区并增强特征重校准	未明确提及	开发一种鲁棒且可泛化的脑胶质瘤分割方法，以支持个性化治疗规划和结果评估	脑胶质瘤亚区，包括周围非增强FLAIR高信号区、非增强肿瘤核心和增强肿瘤	数字病理学	脑胶质瘤	多参数MRI	深度学习	图像	BraTS 2023数据集及四个外部数据集（BraTS 2020、BraTS Africa、MRBrainS18和BraTS 2024治疗后）	未明确提及	多解码器网络	Dice相似系数, 95百分位Hausdorff距离	未明确提及
48	2025-12-20	The potential of a coronary artery-specific deep learning CT reconstruction algorithm for improvement in image quality of abdominal CT angiography with special reference to small arterial visibility 2025-Dec-17, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105706 PMID:41411850	研究论文	本研究评估了冠状动脉专用深度学习CT重建算法（PIQE）在提升腹部CT血管造影图像质量，特别是小动脉可见性方面的潜力	首次将专为冠状动脉设计的深度学习CT重建算法（PIQE）应用于腹部CT血管造影，并系统比较了其与传统及先进重建方法在图像质量和空间分辨率上的表现	临床研究样本量较小（仅5名肾捐献候选者），且未涉及更广泛的腹部血管疾病患者群体	评估PIQE算法在腹部CT血管造影中改善图像质量，特别是小动脉可见性的能力	腹部CT血管造影图像，重点关注小动脉的可见性	医学影像处理	NA	CT血管造影，深度学习CT重建算法	深度学习重建算法	CT图像	5名肾捐献候选者的腹部CT血管造影图像	NA	PIQE（Precise IQ Engine）	调制传递函数（MTF），噪声功率谱（NPS），CT值标准差，可见性评分	NA
49	2025-12-20	Noise-Resilient Bioacoustics Feature Extraction Methods and Their Implications on Audio Classification Performance: Systematic Review 2025-Dec-16, JMIR biomedical engineering DOI:10.2196/80089 PMID:41401437	系统综述	本文系统评估了生物声学分类中抗噪声特征提取和去噪技术的最新进展，重点关注方法趋势、模型类型、跨领域可转移性及实际部署证据	首次系统性地综述了生物声学分类中的抗噪声技术，并探讨了临床与生态应用间的跨领域可转移性	实际部署案例有限（仅14.4%的研究），存在数据集异质性、报告不一致性以及对合成噪声的依赖	评估抗噪声特征提取和去噪技术以提升生物声学分类模型在真实环境中的鲁棒性和准确性	生物声学音频数据，涵盖新生儿哭声分析和生态声学监测	自然语言处理	NA	音频特征提取（如梅尔频率倒谱系数、频谱图、滤波器组表示）、去噪技术（如自适应深度模型、小波变换、频谱滤波）	深度学习, 混合方法	音频	132项符合条件的研究（来自5462条记录）	NA	NA	NA	NA
50	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
51	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
52	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
53	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
54	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
55	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
56	2025-12-20	AI-powered epidemic control: Deepseek's role in global health resilience 2025-Dec-16, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07082-1 PMID:41402882	研究论文	本文介绍DeepSeek AI平台在流行病控制中的应用，通过早期预警、趋势预测、治疗优化和公众咨询等功能革新疫情管理	整合多源实时数据与深度学习模型，结合可解释决策框架，提升公共卫生响应能力	面临数据隐私和模型准确性等挑战	探讨AI平台如何增强全球卫生韧性，优化流行病管理	DeepSeek AI平台及其在流行病控制中的应用	自然语言处理	NA	深度学习	LSTM, Transformers	流行病学数据、社交媒体数据、移动性数据	NA	NA	LSTM, Transformers	NA	NA
57	2025-12-20	Time-resolved prediction of dental implant biomechanics through integration of finite element analysis, osseointegration dynamics, and deep learning 2025-Dec-16, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107316 PMID:41411948	研究论文	本研究提出了一种结合有限元分析、骨整合动力学和深度学习的混合时间分辨计算框架，用于预测钛牙种植体在愈合过程中的生物力学行为	开发了一种混合MLP-LSTM神经网络框架，整合了空间和时间特征，能够高效预测种植体-骨界面的生物力学演化，相比传统FEA实现了超过4000倍的加速	依赖于简化骨几何生成的合成数据、静态载荷假设以及未经验证的骨整合生物力学参数，需要在未来进行体内验证	预测牙种植体在整个愈合过程中的生物力学行为，实现个性化、AI辅助的种植体设计和载荷管理	钛牙种植体及其与骨组织的界面	机器学习	NA	有限元分析，骨整合动力学建模	MLP, LSTM	合成数据（来自参数化3D FEA模型）	800个种植体-骨配置（模拟不同几何形状、载荷和骨质量）	NA	混合MLP-LSTM神经网络	R2, 平均绝对误差	NA
58	2025-12-20	High density EEG and deep learning outcome prediction on the first day of coma after cardiac arrest 2025-Dec-16, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121658 PMID:41412410	研究论文	本研究利用深度学习分析心脏骤停后昏迷患者第一天的静息态脑电图，以预测昏迷结局，并与临床预后指标进行互补性评估	首次在心脏骤停后昏迷的第一天应用卷积神经网络对高密度脑电图进行深度学习分析，实现了高灵敏度和特异性的结局预测，并验证了其与临床标记物（除脑干反射外）的一致性	研究样本主要来自瑞士三家医院，外部验证数据集较小（N=60），且第二天的预测性能显著下降，表明时间因素可能影响模型效果	评估深度学习在心脏骤停后昏迷患者结局预测中的应用，并探讨其与临床预后指标的互补性	心脏骤停后昏迷患者	机器学习	心血管疾病	脑电图	CNN	脑电图信号	第一天165名患者，第二天100名患者，外部验证60名患者	NA	卷积神经网络	灵敏度, 特异性	NA
59	2025-12-20	Ethical Use of Artificial Intelligence for Processing Medical Images 2025-Dec-15, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e341 PMID:41399268	综述	本文探讨了人工智能在医学影像处理领域的应用及其面临的伦理挑战	系统性地综述了AI在医学影像处理中的多种深度学习架构和生成式AI平台的应用，并深入分析了由此引发的关键伦理问题，如算法偏见、透明度、问责制等	本文是一篇综述性文章，未提出新的具体模型或解决方案，主要聚焦于伦理层面的讨论，缺乏对具体技术实施细节的深入分析	探讨人工智能在医学影像处理领域的应用潜力与伦理风险，并提出负责任的部署框架	医学影像处理中的人工智能工具及其伦理影响	计算机视觉, 数字病理学	COVID-19, 肿瘤学, 风湿病学	深度学习, 生成式人工智能	CNN, RNN, GAN	医学影像数据	NA	NA	U-Net, Transformer, MedGAN, StyleGAN, CycleGAN, SinGAN-Seg	临床准确率	NA
60	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