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
6601	2025-11-08	A 3D-2D Hybrid U-Net Convolutional Neural Network Approach to Prostate Organ Segmentation of Multiparametric MRI 2021-01, AJR. American journal of roentgenology DOI:10.2214/AJR.19.22168 PMID:32812797	研究论文	本研究开发了一种混合3D-2D U-Net卷积神经网络方法，用于多参数MRI中前列腺器官的自动分割	提出了一种定制的混合3D-2D U-Net架构，结合了三维和二维卷积神经网络的优点	研究为回顾性设计，需要进一步研究开发病变定位和量化的模式识别方法	开发自动前列腺器官分割的深度学习方法	多参数MRI中的前列腺器官	数字病理	前列腺癌	多参数MRI	CNN	医学图像	287名患者的299次MRI检查（共7774张MR图像）	NA	混合3D-2D U-Net	Dice分数, Pearson相关系数	NA
6602	2025-11-07	Deep learning method for semi-automated segmentation of optic nerve head tissues in optical coherence tomography images 2025-Dec, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110678 PMID:41038371	研究论文	提出基于深度学习的半自动分割方法，用于光学相干断层扫描图像中视神经头组织的分割	开发了结合用户交互的深度学习模型更新机制，允许用户修正预测结果并实时优化后续预测	测试数据集较小（仅6个视神经头图像体积），需要更大样本量来全面评估模型更新效果	实现视神经头组织的半自动精确分割，提高分割效率	视神经头组织的前部筛板表面、布鲁赫膜和脉络膜-巩膜界面	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	46个预处理的视神经头图像体积（每个包含24个径向扫描）	NA	NA	均方根误差	NA
6603	2025-11-07	Real-World Adversarial Defense Against Patch Attacks Based on Diffusion Model 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3596462 PMID:40768456	研究论文	提出基于扩散模型的对抗性补丁防御框架DIFFender，通过文本引导扩散模型检测和修复对抗补丁攻击	发现对抗性异常感知现象，首次将扩散模型统一应用于补丁定位和修复任务，并提出高效少样本提示调优算法	NA	开发有效的对抗性补丁防御方法，提升深度学习模型在真实场景中的鲁棒性	对抗性补丁攻击	计算机视觉	NA	扩散模型	扩散模型	图像	NA	NA	扩散模型	NA	NA
6604	2025-11-07	FaceTracer: Unveiling Source Identities From Swapped Face Images and Videos for Fraud Prevention 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3601141 PMID:40833901	研究论文	提出首个非侵入式框架FaceTracer，用于从换脸图像和视频中追溯源人物身份以预防欺诈	首个专门设计用于从换脸内容中追溯源人物身份的非侵入式框架，通过解缠模块有效抑制目标人物身份信息并分离源人物身份特征	未明确说明对极端质量退化或高度复杂混合身份场景的处理能力	开发能够追溯换脸内容中源人物身份的技术，用于欺诈预防和恶意行为者追踪	换脸图像和视频中的源人物身份特征	计算机视觉	NA	深度学习	深度学习框架	图像, 视频	NA	NA	解缠模块	身份识别准确率, 迁移性, 鲁棒性	NA
6605	2025-11-07	LBONet: Supervised Spectral Descriptors for Shape Analysis 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3600873 PMID:40833902	研究论文	提出LBONet方法，通过监督学习优化拉普拉斯-贝尔特拉米算子的特征基，提升形状分析任务的性能	首次提出监督学习方式优化LBO特征基，使其更适应特定任务需求	NA	改进非刚性形状分析中拉普拉斯-贝尔特拉米算子的性能	流形上的算子学习	计算机视觉	NA	深度学习	监督学习	形状数据	NA	NA	LBONet	检索准确率, 分类准确率, 分割精度, 对应关系准确率	NA
6606	2025-11-07	LSTM-Transformer hybrid model predicts and unveils total phosphorus dynamics and pollutions in Poyang Lake 2025-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180622 PMID:41056607	研究论文	本研究开发LSTM-Transformer混合模型预测鄱阳湖总磷动态变化并揭示污染机制	首次将LSTM与Transformer结合用于湖泊磷污染预测，通过多头自注意力机制整合关键影响因素	模型在测试集上的相关系数为0.6428，仍有提升空间	预测鄱阳湖总磷动态趋势并识别污染驱动机制	鄱阳湖总磷污染	环境科学, 机器学习	NA	时空分析, 深度学习	LSTM, Transformer	时间序列数据	2013-2022年数据	NA	LSTM-Transformer混合架构	相关系数R, RMSE	NA
6607	2025-11-07	Water level forecasting in coastal cities using a hybrid deep learning approach 2025-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180709 PMID:41101053	研究论文	本研究提出了一种结合CNN、Transformer和SKANs的混合深度学习模型，用于预测威尼斯每小时水位	首次将卷积神经网络、Transformer层和Swallow Kolmogorov Arnold Networks结合用于沿海城市水位预测	仅使用两年数据训练，历史数据可用性有限	开发准确实时的沿海城市洪水预测模型	意大利威尼斯的水位预测	机器学习	NA	深度学习	CNN, Transformer, SKANs	气象和水文数据	两年高分辨率数据	NA	CNN-Transformer-SKANs	Nash-Sutcliffe Efficiency, Root Mean Square Error	NA
6608	2025-11-07	Improve deep learning-based reconstruction of optical coherence tomography angiography by siamese U-Net 2025-Nov-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae183c PMID:41151103	研究论文	提出一种结合Siamese架构和多分支坐标交叉注意力模块的SU-Net模型，用于改进光学相干断层扫描血管成像的重建质量	首次将Siamese架构与多分支坐标交叉注意力模块集成到U-Net中，更好地学习与血流相关的通道间差异	仅在12个三维人体皮肤OCTA图像上验证，样本量有限	改进基于深度学习的OCTA B扫描重建质量，减少图像采集次数	人体皮肤光学相干断层扫描血管成像数据	计算机视觉	NA	光学相干断层扫描血管成像	U-Net, Siamese网络	三维医学图像	来自8名志愿者的12个三维体积图像	NA	U-Net, DnCNN, ResNet, DenseNet	PSNR, SSIM	NA
6609	2025-11-07	Torso synthetic CT generation by integrating deep learning and segmentation for FDG-PET/MR attenuation correction 2025-Nov-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae13ff PMID:41101339	研究论文	提出一种结合深度学习和分割技术的方法，从Dixon MR图像生成躯干合成CT用于PET/MR衰减校正	首次将深度学习与基于阈值的分割方法相结合，实现从Dixon MR图像生成完整躯干的衰减校正图	样本量较小（29个数据集），仅针对FDG-PET/MR应用	提高PET/MR系统中衰减校正的准确性	躯干区域（从颅底到大腿中部）的FDG-PET/MR数据	医学影像分析	NA	FDG-PET/MR, Dixon MR	GAN, U-net	医学影像（MR和CT图像）	29个前瞻性收集的配对FDG-PET/CT和MR数据集（15个训练，14个测试）	NA	U-net Residual Network conditional Generative Adversarial Network (URcGAN)	平均绝对差异（HU）, SUV差异百分比, 标准差	NA
6610	2025-11-07	Optimizing infant magnetic resonance imaging efficiency: Deep learning-assisted feed-and-wrap technique versus general anesthesia using an infant magnetic resonance imaging stabilizer in infants under 4 months 2025-Nov-06, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06437-6 PMID:41193818	研究论文	本研究比较了深度学习辅助的喂养包裹技术与全身麻醉在4个月以下婴儿MRI检查中的效率差异	首次将深度学习图像重建技术与喂养包裹技术结合，并与传统全身麻醉方法进行系统比较	单中心回顾性研究，样本量较小（48例婴儿）	评估深度学习辅助喂养包裹技术是否能缩短婴儿MRI检查的周转时间	4个月以下的婴儿脑部MRI检查	医学影像分析	儿科影像	磁共振成像，深度学习图像重建	深度学习模型	医学影像数据	48名婴儿（DL-FW组22例，GA组26例）	NA	NA	周转时间，Mann-Whitney U检验，Hodges-Lehmann估计量	NA
6611	2025-11-07	Revisiting Eck and Dayhoff's Building Block Model of Ferredoxin Evolution on Dayhoff's 100th Birthday 2025-Nov-06, Journal of molecular evolution IF:2.1Q3 DOI:10.1007/s00239-025-10283-3 PMID:41196328	研究论文	使用深度学习工具重新验证Eck和Dayhoff关于铁氧还蛋白通过串联重复进化的假说	首次应用AlphaFold2从头预测方法验证60年前的蛋白质进化假说，结合现代计算工具重新评估经典理论	依赖计算预测模型，缺乏实验验证，部分结构对齐的RMSD和TM-score仅为可接受水平	重新检验铁氧还蛋白的串联重复进化模型	铁氧还蛋白序列和结构，[4Fe-4S]铁氧还蛋白超家族	计算生物学	NA	深度学习结构预测，序列比对	AlphaFold2	蛋白质序列，蛋白质结构	参考铁氧还蛋白PDB entry 1CIF及相关序列	AlphaFold2, I-TASSER	NA	RMSD, TM-score	NA
6612	2025-11-07	Deep learning model using contrast-enhanced CT for predicting overall survival in oropharyngeal squamous cell carcinoma: a prospective multicenter study 2025-Nov-06, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12120-z PMID:41196362	研究论文	开发并验证基于对比增强CT的深度学习模型用于预测口咽鳞状细胞癌患者的总生存期	首次将Swin Transformer V2架构应用于口咽鳞状细胞癌生存预测，结合影像组学特征和临床因素构建多中心验证的深度学习-临床特征模型	样本量相对有限，需要更大规模的前瞻性研究进一步验证	开发准确预测口咽鳞状细胞癌患者总生存期的非侵入性工具	口咽鳞状细胞癌患者	医学影像分析	口咽鳞状细胞癌	对比增强CT成像	深度学习	医学影像	319例患者（269例回顾性，50例前瞻性）	PyRadiomics	Swin Transformer V2	C-index, 时间依赖性ROC, 校准曲线, 决策曲线分析	NA
6613	2025-11-07	DeepIMB: Imputation of non-biological zero counts in microbiome data 2025-Nov-06, Genes & genomics IF:1.6Q3 DOI:10.1007/s13258-025-01693-0 PMID:41196474	研究论文	提出一种基于深度学习的微生物组数据插补方法DeepIMB，用于准确识别和填补非生物零计数	结合伽马-正态混合模型和深度神经网络，整合多种数据类型信息进行非生物零值插补	NA	解决微生物组数据中非生物零计数带来的分析挑战	微生物组测序数据	机器学习	NA	微生物组测序	深度神经网络	微生物计数矩阵	NA	NA	NA	均方误差, Pearson相关系数, Wasserstein距离	NA
6614	2025-11-07	Assessment of deep learning reconstruction effects on detection and differentiation of liver metastasis from hepatic hemangioma in diffusion-weighted imaging 2025-Nov-06, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01904-4 PMID:41196555	研究论文	评估基于模型的深度学习重建扩散加权成像在检测和鉴别肝脏转移瘤与肝血管瘤方面的性能	首次比较压缩感知与深度学习重建DWI在肝脏病变检测和鉴别中的表现	回顾性研究，样本量较小（53例患者），仅比较两种成像方法	评估深度学习重建对肝脏转移瘤和血管瘤检测与鉴别的改善效果	肝脏转移瘤（59个）和肝血管瘤（33个）患者	医学影像分析	肝脏肿瘤	扩散加权成像，压缩感知，深度学习重建	深度学习模型	医学影像数据	53例患者（34男19女，平均年龄65.9岁），共92个病灶（59个转移瘤，33个血管瘤）	NA	NA	信噪比，对比噪声比，表观扩散系数，ROC曲线下面积，敏感性，特异性	NA
6615	2025-11-07	Deep learning interatomic potential for boron phosphide: accurate prediction of mechanical and thermal properties 2025-Nov-05, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp01433f PMID:41111322	研究论文	通过深度学习势函数准确预测磷化硼的力学和热学性质	开发了基于深度学习的磷化硼原子间势函数，实现了对多种物理性质的精确模拟	NA	开发高精度的磷化硼深度学习势函数用于原子尺度模拟	磷化硼(BP)材料	机器学习	NA	深度学习势函数，第一性原理计算	深度势函数(DP)	原子结构数据，物理性质数据	NA	NA	深度势函数(DP)	径向分布函数，角分布函数，晶格常数，密度，弹性常数，硬度，断裂韧性，熵，焓，自由能，热容，热导率，声子谱	NA
6616	2025-11-07	BiBLDR: Bidirectional Behavior Learning for Drug Repositioning 2025-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628673 PMID:41191475	研究论文	提出一种名为BiBLDR的双向行为学习策略，将药物重定位重新定义为行为序列学习任务	通过构建双向行为序列和两阶段策略，有效解决了冷启动场景下传统图方法依赖已知关联信息的局限性	未明确说明模型在更大规模数据集上的泛化能力	解决药物重定位中的冷启动问题	药物和疾病	机器学习	NA	深度学习	行为序列学习模型	药物-疾病关联数据，行为序列数据	基准数据集（具体数量未说明）	NA	双向行为序列学习框架	基准数据集上的性能指标（具体指标未说明）	NA
6617	2025-11-07	Radar HRV Monitoring with Physiological Prior Inspired Deep Neural Networks 2025-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628628 PMID:41191472	研究论文	提出一种基于生理先验知识的深度学习框架，用于实现鲁棒的非接触式雷达心率变异性监测	结合内部心跳驱动整个躯干表面运动的生理先验知识设计混合深度神经网络，并利用心脏运动自相似性先验建立信号增强策略	方法在真实世界复杂生理条件下的性能仍需进一步验证	开发能够在真实场景中准确监测心率变异性的非接触式雷达技术	7150名具有复杂生理状况的门诊患者	机器学习	心血管疾病	雷达传感技术	深度神经网络	雷达反射信号	7150名门诊患者	NA	混合深度神经网络	IBI误差,RMSSD误差,SDSD误差,pNN50误差	NA
6618	2025-11-07	Accelerated Chemical Exchange Saturation Transfer Imaging With Deep Unrolling Networks and Synthetic Brain Tumor Datasets 2025-Nov-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70172 PMID:41193413	研究论文	开发基于模型深度展开网络用于加速多通道化学交换饱和转移成像的高质量重建	提出MoDL-ADMM深度展开网络架构，并创建BraTS-CEST合成脑肿瘤数据集用于训练	NA	提高化学交换饱和转移成像的重建质量和加速能力	健康志愿者和脑肿瘤患者的脑部成像数据	医学影像	脑肿瘤	化学交换饱和转移成像，Bloch-McConnell模拟	深度学习，展开网络	医学影像	使用BraTS和fastMRI公开数据集生成的合成数据，以及真实患者数据	NA	MoDL-ADMM，选择性核网络	重建误差，图像质量	NA
6619	2025-11-07	GMM-PA: Gaussian Mixture Model-Based Prototype Alignment for Multi-source Domain Adaptation in Polyp Segmentation 2025-Nov-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01730-0 PMID:41193917	研究论文	提出基于高斯混合模型原型对齐的多源域自适应方法，用于跨域息肉分割	结合高斯混合模型推导可靠类别原型，采用混合CNN-Mamba架构平衡局部和全局特征建模，提出跨域原型特征细化模块	NA	解决结肠镜图像中息肉分割的域偏移问题，提升跨域泛化能力	结肠镜图像中的息肉分割	计算机视觉	结直肠癌	LAB空间颜色变换，傅里叶变换低频谱交换	CNN, Mamba	图像	三个公共息肉分割数据集	NA	CNN-Mamba混合架构	Dice系数, mIoU	NA
6620	2025-11-07	Characterization of binding kinetics and intracellular signaling of new psychoactive substances targeting cannabinoid receptor using transition-based reweighting method 2025-Nov-03, eLife IF:6.4Q1 DOI:10.7554/eLife.98798 PMID:41181929	研究论文	本研究通过分子动力学模拟和深度学习方法揭示了新型精神活性物质与经典大麻素在CB1受体结合动力学和下游信号传导的差异机制	首次结合过渡态重加权方法和神经关系推理深度学习技术分析NPS与CB1受体的慢结合过程及变构信号传导机制	研究主要基于计算模拟，需要实验验证；仅分析了两种代表性配体	阐明新型精神活性物质通过CB1受体产生更强生理副作用的分子机制	人类大麻素受体1及其配体MDMB-Fubinaca和HU-210	计算生物学	药物滥用	分子动力学模拟, 过渡态重加权方法, 变分自编码器	神经关系推理	分子动力学轨迹数据	两种配体与CB1受体的结合过程	TensorFlow, PyTorch	变分自编码器, 神经关系推理网络	过渡速率估计, 热力学参数分析, 变构效应评估	分子动力学模拟集群