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
621	2025-11-11	Deep learning predicts EGFR mutation status from histology images in non-small cell lung cancer 2025-Nov-10, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-25-0155 PMID:41211715	研究论文	开发并验证了基于深度学习的Lunit SCOPE基因型预测器，能够从常规H&E组织切片图像预测非小细胞肺癌的EGFR突变状态	首次使用超过12,000张全切片图像训练深度学习模型，实现从常规组织学图像预测EGFR突变状态，并在多样化临床环境中验证了模型性能	研究主要基于回顾性数据，需要在更多前瞻性临床试验中进一步验证	开发人工智能工具以补充分子EGFR突变筛查，提高非小细胞肺癌生物标志物检测率	非小细胞肺癌患者的组织切片图像	数字病理学	肺癌	苏木精-伊红染色，全切片扫描	深度学习	组织病理学图像	训练集超过12,000张全切片图像，验证集1,461例，独立测试集599例，多扫描仪测试集2,261例	NA	Lunit SCOPE Genotype Predictor	AUROC，一致性率	NA
622	2025-11-11	Enhancing Dental Caries Classification with Adversarial Training on Bitewing Radiographs 2025-Nov-10, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01737-7 PMID:41212346	研究论文	本研究通过将投影梯度下降对抗训练应用于ResNet模型，提升咬翼片X光影像中龋齿分类的准确性和鲁棒性	首次将投影梯度下降对抗训练技术应用于龋齿分类任务，通过引入轻微扰动增强数据集，显著提升模型性能	仅使用单一类型影像数据（咬翼片X光），未考虑其他影像模态；模型性能仍有提升空间	提高基于深度学习的龋齿分类模型的准确性和鲁棒性	咬翼片X光影像中的龋齿病变	计算机视觉	龋齿	X光影像分析	CNN	医学影像	NA	NA	ResNet-50	准确率, 敏感度, 特异性	NA
623	2025-11-11	Longitudinal deep learning models for tracking disease progression in ovarian cancer using PET/CT imaging and clinical reports 2025-Nov-10, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01669-0 PMID:41212383	研究论文	开发了集成纵向PET/CT影像和临床数据的深度学习框架OvarXNet，用于早期预测卵巢癌复发	首次结合纵向PET/CT影像和临床数据，采用3D CNN和双向门控循环单元进行时序分析，显著提升复发预测性能	回顾性研究，样本量较小（58例患者），需进一步前瞻性验证	早期预测高级别浆液性卵巢癌的疾病进展和复发	58例晚期高级别浆液性卵巢癌患者	数字病理	卵巢癌	PET/CT成像，临床数据分析	CNN, BiGRU	医学影像，临床文本	58例患者，1914个增强后的图像集	NA	3D CNN, 双向门控循环单元	AUC, PR-AUC, 校准图	NA
624	2025-11-11	OralSegNet: An Approach to Early Detection of Oral Disease Using Transfer Learning 2025-Nov-09, Oral diseases IF:2.9Q1 DOI:10.1111/odi.70135 PMID:41207876	研究论文	提出基于深度学习的口腔疾病早期检测分割系统OralSegNet，使用YOLOv11架构变体从口腔内摄影图像中自动检测和定位口腔疾病	首次将YOLOv11架构的三个变体应用于口腔疾病分割任务，采用渐进式数据集增强策略解决类别不平衡问题，并开发了完全客户端响应的Web应用	数据集规模相对较小（582张初始图像），模型性能仍有提升空间（mAP@50约0.5），使用免费计算资源可能限制模型复杂度	开发自动化口腔疾病检测和定位系统，实现口腔疾病的早期发现	口腔内摄影图像中的口腔疾病病变区域	计算机视觉	口腔疾病	深度学习分割	YOLO	图像	初始582张像素级标注图像，通过数据增强扩展到v2和v3版本	PyTorch, ONNX Runtime Web	YOLOv11n-seg, YOLOv11s-seg, YOLOv11m-seg	box mAP@50, mask mAP@50	Google Colab免费版（Intel Xeon CPU, 13GB RAM, T4 GPU 15GB, 120GB存储）
625	2025-11-11	ASL 4D MRA Intracranial Vessel Segmentation With Deep Learning U-Nets 2025-Nov-09, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70173 PMID:41207868	研究论文	提出一种基于时空U-Net的网络（4DST），用于ASL非对比增强4D MRA血管分割	利用时空信息同时避免内存密集的4D卷积层，实现端到端可训练的时空数据集模型	样本量较小（40例），仅针对ASL-based 4D MRA数据	改进4D MRA血管分割性能	35名健康志愿者和5名动静脉畸形患者的颅内血管	医学影像分析	脑血管疾病	ASL-based非对比增强4D MRA	U-Net	4D MRI图像	40例（35健康志愿者+5患者）	NA	4DST, 2D U-Net, 3D U-Net, BRAVE-Net	Dice-Sørensen系数, 中心线Dice, Hausdorff距离, 精确度, 准确度, 特异性, 灵敏度	NA
626	2025-11-11	RCSB Protein Data Bank: Delivering integrative structures alongside experimental structures and computed structure models 2025-Nov-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf1187 PMID:41206752	研究论文	介绍RCSB蛋白质数据库如何整合提供实验结构、计算结构模型和综合方法结构数据	将PDB-IHM系统与PDB统一，首次在RCSB.org网站上同时提供综合方法结构、单方法实验结构和计算结构模型	NA	扩展RCSB.org数据库功能，支持综合结构数据的发现、分析和可视化	蛋白质等大分子的3D结构数据	生物信息学	NA	综合/混合方法(IHM)、深度学习、大分子晶体学、3D电子显微镜、核磁共振波谱	深度学习模型	3D结构数据、计算结构模型	超过240,000个实验结构，超过100万个计算结构模型	NA	NA	NA	NA
627	2025-11-11	BERTAVP: an interpretable multi-task learning model for identification and functional prediction of antiviral peptides 2025-Nov-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111282 PMID:41207159	研究论文	提出一种基于多任务学习的可解释深度学习框架BERTAVP，用于抗病毒肽的识别和功能预测	结合BERT和CNN分支提取不同特征，采用多任务学习同时实现抗病毒肽识别和功能活性预测，并通过焦点损失解决数据不平衡问题	未明确说明模型在独立验证集上的泛化能力以及计算资源需求	开发可解释的抗病毒肽识别和功能预测模型	抗病毒肽及其功能活性（8个物种和6个家族）	自然语言处理, 生物信息学	病毒性疾病	深度学习, 多任务学习	BERT, CNN	肽序列数据	NA	PyTorch或TensorFlow（基于代码仓库推断）	BERT, CNN	准确率, 精确率, 召回率, F1分数, AUC	NA
628	2025-11-11	Rapid consistent reef surveys with DeepReefMap 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20795-z PMID:41203649	研究论文	介绍使用DeepReefMap进行快速珊瑚礁调查的创新方法，通过神经网络实现3D语义映射	首次在红海进行大规模跨国珊瑚礁调查，开发了基于深度学习的实用3D水下测绘和语义分割系统	NA	开发高效、标准化、可扩展且经济的珊瑚礁监测策略	红海珊瑚礁生态系统	计算机视觉	NA	水下摄像技术	神经网络	视频	365个视频样带，来自45个地点，184小时视频素材，200,000个标注多边形	NA	NA	鲁棒性评估	NA
629	2025-11-11	A hybrid approach leveraging meta-heuristic and ensemble learning for time-sensitive prediction of pollutant concentrations 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23940-w PMID:41203671	研究论文	提出一种结合元启发式算法和集成学习的混合深度学习模型，用于污染物浓度的时间敏感预测	首次将爬行动物搜索算法(RSA)与CNN、LSTM和XGBoost集成，通过特征优化和重要性评分提升预测性能	研究仅针对印度城市环境，未验证在其他地理区域的适用性	开发高精度的污染物浓度预测模型，支持空气质量长期预报	大气污染物包括PM2.5、CO、SO2和NO2	机器学习	NA	时间序列分析	CNN, LSTM, XGBoost, RSA	时间序列数据	NA	NA	CNN, LSTM, Transformer, BiLSTM, BiRNN, ANN, BiGRU	准确率, 鲁棒性, 误差指标, R²分数	NA
630	2025-11-11	Deep learning models simultaneously trained on multiple datasets improve base-editing activity prediction 2025-Nov-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65200-5 PMID:41203686	研究论文	通过同时训练多个数据集的深度学习模型提高碱基编辑活性预测准确性	首次开发能够同时训练多个不同数据集的深度学习模型，并支持数据集感知预测	NA	提高CRISPR碱基编辑系统中gRNA设计的准确性	碱基编辑gRNA效率预测	机器学习	NA	CRISPR碱基编辑技术	深度神经网络	gRNA序列数据	约20,000个gRNAs（包含A•T to G•C和C•G to T•A转换）	NA	深度神经网络	NA	NA
631	2025-11-11	Task optimized vision transformer for diabetic retinopathy detection and classification in resource constrained early diagnosis settings 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25399-1 PMID:41203681	研究论文	提出一种任务优化的视觉Transformer模型，用于资源受限环境下的糖尿病视网膜病变检测和分类	设计了专门针对糖尿病视网膜病变的任务优化视觉Transformer模型，集成了分层学习率调度、注意力头调优和嵌入维度优化策略，并通过结构化剪枝和8位量化实现模型压缩	研究主要针对资源受限环境，可能在更复杂临床场景下的泛化能力需要进一步验证	开发适用于资源受限早期诊断环境的糖尿病视网膜病变自动检测和分类系统	糖尿病视网膜病变患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	Vision Transformer	图像	三个大规模公共数据集	NA	Task-Optimized Vision Transformer (TOViT)	准确率, F1分数	树莓派4硬件, 支持实时部署
632	2025-11-11	Improving surgical phase recognition using self-supervised deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23697-2 PMID:41203699	研究论文	本研究探索自监督学习在垂体内窥镜手术阶段识别中的应用，通过比较SimCLR和BYOL框架的性能	首次将自监督学习应用于内窥镜垂体手术阶段识别，并引入注意力加权池化算子增强空间特征提取	仅针对垂体内窥镜手术进行验证，未在其他手术类型中测试泛化能力	开发智能系统为外科医生提供实时决策支持，通过手术阶段识别改善工作流程	内窥镜垂体手术视频数据	计算机视觉	垂体疾病	自监督学习	深度学习	手术视频	未明确具体样本数量，但涉及完整数据集和50%标注数据缩减的对比实验	SimCLR, BYOL	集成注意力加权池化算子的深度神经网络	F1-score	NA
633	2025-11-11	Multi-output deep learning for high-frequency prediction of air and surface temperature in Kuwait 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23455-4 PMID:41203707	研究论文	本研究评估多输出回归模型在科威特使用高频气候数据预测空气和地表温度的性能	首次将基于上下文嵌入的Transformer(FTTransformer)和LSTM应用于高频温度预测，并实现六种温度变量的同时预测	LSTM模型在处理往年异常数据时性能下降，而FTTransformer在不同年份间保持稳定准确性	开发高精度的高频空气和地表温度预测模型，用于城市规划和气候韧性建设	科威特地区的空气和地表温度及相关气候变量	机器学习	NA	高频气候数据采集	Transformer, LSTM, 传统机器学习	时间序列气候数据	四年内每5分钟采集的高频气候数据，包含30个环境变量	NA	FTTransformer, LSTM	R², 均方误差, 平均绝对误差	NA
634	2025-11-11	Unsupervised spectra information extraction using physics-informed neural networks in the presence of non-linearities and multi-agent problems 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25573-5 PMID:41203763	研究论文	提出一种基于物理信息神经网络的无监督光谱信息提取方法，适用于非线性和多智能体问题	将物理信息深度学习从简单线性情况推广到非线性和多智能体场景，扩展了该方法的适用范围	目前仅在合成案例上进行测试，尚未在真实场景中验证	开发无需监督学习的光谱信息提取方法	光谱数据	机器学习	NA	光谱分析	物理信息神经网络	光谱数据	NA	NA	物理信息神经网络	灵敏度, 特异性, 可靠性	NA
635	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
636	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
637	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
638	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
639	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
640	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