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
61	2025-12-31	Deep learning for Alzheimer's disease: advances in classification, segmentation, subtyping, and explainability 2025-Dec-29, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01482-6 PMID:41462232	综述	本文综述了深度学习在阿尔茨海默病分类、分割、亚型分析和可解释性方面的最新进展，并探讨了临床转化面临的挑战与未来方向	提出了一个将深度学习架构分为三大支柱（端到端分类网络、多模态融合策略、自动分割流程）的连贯框架，并强调了可解释性AI方法在弥合高性能模型与临床实践之间差距的重要性	NA	综述深度学习在阿尔茨海默病早期检测和个性化预后中的应用，并探讨其临床转化的路径	阿尔茨海默病	数字病理学	阿尔茨海默病	NA	深度学习	图像, 文本	NA	NA	NA	准确率, 敏感度/特异度, Dice系数, Jaccard指数	NA
62	2025-12-31	Deep learning-driven morphological fingerprinting: rapid, accurate and low-cost pathogen identification via the analysis of dried patterns of droplets 2025-Dec-29, Journal of nanobiotechnology IF:10.6Q1 DOI:10.1186/s12951-025-03923-9 PMID:41462248	研究论文	本研究提出了一种基于深度学习的AI平台，通过分析微生物悬浮液在载玻片上干燥形成的物种特异性脱水图案，实现快速、准确且低成本的病原体识别	首次利用微生物干燥过程中产生的脱水图案作为形态指纹，结合ResNet-34深度学习模型，实现了5分钟内快速病原体识别，为资源有限地区提供了创新的即时诊断工具	研究仅针对7种常见血流感染病原体，未涵盖所有可能病原体；且需要40°C干燥步骤，可能受环境条件影响	开发一种快速、低成本的血流感染病原体识别方法，以指导及时抗生素治疗	常见血流感染病原体，包括大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌、金黄色葡萄球菌、粪肠球菌和白色念珠菌	计算机视觉	血流感染	微生物悬浮液干燥图案分析	CNN	图像	10,055张脱水图案图像	PyTorch	ResNet-34	准确率, AUC-ROC	NA
63	2025-12-31	Capsule graph networks for accurate and interpretable crystalline materials property prediction 2025-Dec-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01139-5 PMID:41462335	研究论文	本文提出了一种结合胶囊网络与E(3)等变图神经网络的深度学习框架，用于精确且可解释的晶体材料性质预测	首次将E(3)等变图神经网络与胶囊网络结合，能够同时捕捉三维空间的物理对称性和晶体结构的层次化部分-整体关系，提供无监督的可解释性基元发现	未明确提及具体局限性	加速材料发现，通过精确且可解释的建模理解晶体材料的结构-性质关系	晶体材料	机器学习	NA	NA	图神经网络, 胶囊网络	图数据	Materials Project和Matbench数据集	NA	Capsule Graph Networks with E(3)-Equivariance (CGN-e3)	MAE	NA
64	2025-12-31	Lightweight deep learning technology for high quality development and intelligent transformation of sports under DeepLabV3 CSP Darknet53 model 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28539-9 PMID:41462421	研究论文	本研究提出了一种基于轻量级深度学习技术的优化方法，用于智能健身和娱乐场景中高效、低计算成本的姿态识别	将DeepLabV3+语义分割模型与轻量化OpenPose网络结合，并引入空间注意力模块以增强关键局部特征的捕获能力	未明确说明模型在复杂背景或多人交互场景下的泛化能力，也未讨论实时性能的具体指标	为体育产业的智能化转型和高质量发展提供高效、低计算成本的姿态识别解决方案	运动姿态识别，重点关注人体关键点检测和运动设备坐标定位	计算机视觉	NA	深度学习，语义分割，关键点检测	CNN	图像	NA	NA	DeepLabV3+, CSP-Darknet53, OpenPose	F1分数, 准确率, 召回率, 精确率	NA
65	2025-12-31	Carbon efficient quantum AI: an empirical study of ansätz design trade-offs in QNN and QLSTM models 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28582-6 PMID:41462429	研究论文	本研究通过比较量子神经网络（QNN）和量子长短期记忆（QLSTM）模型在N-BaIoT异常检测数据集上的性能，探讨量子机器学习（QML）作为节能替代方案的潜力	首次系统评估量子模型（QNN和QLSTM）在分类性能、模型复杂度、训练时间和能耗之间的权衡，并对比经典机器学习模型，强调量子硬件能耗问题	量子硬件当前能耗仍高于经典模型，且实验基于模拟环境和有限硬件，大规模应用需进一步优化	探索量子机器学习作为绿色AI的节能替代方案，评估其碳效率	N-BaIoT异常检测数据集	机器学习	NA	量子机器学习	QNN, QLSTM, ANN, LSTM, CatBoost	异常检测数据	NA	IBM Qiskit	量子电路设计（ansätze A1-A10）	准确率, 模型复杂度, 训练时间, 能耗	GPU服务器, IBM量子硬件
66	2025-12-31	Hybrid deep learning model for autism spectrum disorder diagnosis 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28819-4 PMID:41462499	研究论文	本文提出了一种用于自闭症谱系障碍诊断的混合深度学习模型，通过评估多种混合方法在面部图像数据集上的性能	提出并评估了多种混合深度学习模型（如MobileNetV2+BiLSTM、ResNet50+LSTM等），其中MobileNetV2+GRU模型在测试中表现出最优性能，准确率达95.5%，ROC值为98%	研究依赖于Kaggle存储库中的面部图像数据集，可能受数据质量和样本多样性的限制，且未详细讨论模型在临床环境中的实际应用挑战	开发一种客观、高效的深度学习模型，用于自闭症谱系障碍的早期诊断，以克服传统主观诊断方法的局限性	自闭症谱系障碍患者，特别是儿童，使用面部图像数据进行诊断	计算机视觉	自闭症谱系障碍	深度学习，基于面部图像分析	CNN, LSTM, GRU	图像	未明确指定，数据来自Kaggle存储库的面部图像数据集	未明确指定，可能基于TensorFlow或PyTorch	MobileNetV2, BiLSTM, ResNet50, LSTM, EfficientNetB4, InceptionV3, GRU	准确率, 精确率, F1分数, ROC值	未明确指定
67	2025-12-31	XTC-Net: an explainable hybrid model for automated atelectasis detection from chest radiographs 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28694-z PMID:41462544	研究论文	本文提出了一种可解释的混合深度学习模型XTC-Net，用于从胸部X光片中自动检测肺不张	创新性地将Xception、Transformer和胶囊网络组件协同集成，以提取丰富的空间特征、建模长距离依赖关系并增强对细微结构变化的敏感性	NA	开发一种可解释的深度学习模型，用于从胸部X光片中自动、准确地检测肺不张，以提高诊断效率和患者护理水平	胸部X光片中的肺不张区域	计算机视觉	肺不张	NA	CNN, Transformer, Capsule Network	图像	NA	NA	Xception, Transformer, Capsule Network	准确率, 灵敏度, F1分数	NA
68	2025-12-31	An AM-CNN-BiGRU network with spatiotemporal feature fusion for industrial robot predictive maintenance 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29255-0 PMID:41462560	研究论文	提出了一种基于AM-CNN-BiGRU神经网络的工业机器人预测性维护方法，通过融合时空特征提升故障预测性能	集成CNN和BiGRU以结合局部空间特征提取和全局双向时间依赖学习能力，并引入注意力机制自适应加权多源数据，增强关键故障特征的识别	NA	开发一种有效的预测性维护方法，以应对工业机器人因老化、高负载和恶劣环境导致的故障问题	工业机器人	机器学习	NA	NA	CNN, BiGRU	振动、电流、扭矩数据	NA	NA	AM-CNN-BiGRU	R², MAE, MAPE, RMSE	NA
69	2025-12-31	A memory based model for cartilage and meniscus segmentation in 3D knee MRI 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31503-2 PMID:41462583	研究论文	本文提出了一种基于记忆的视觉基础模型SAMRI-2，用于从3D膝关节MRI中分割软骨和半月板，以提高分割的准确性和效率	引入了基于记忆的视觉基础模型（VFM）和混合洗牌策略（HSS），结合分割掩码传播技术，提升了模型的空间感知能力和收敛性，在减少标注工作量的同时保持了高精度	模型性能依赖于专家标注数据集，且可能受到不同读者间变异性的影响，尽管使用了多中心数据，但外部验证的样本量相对有限（57例）	开发一种可靠的人工智能辅助膝关节MRI分割方法，以改进骨关节炎的形态学评估	膝关节软骨和半月板	计算机视觉	骨关节炎	MRI	Transformer, CNN	3D MRI图像	575个3D膝关节MRI体积（来自270名患者），测试集包含57个外部病例	NA	SAMRI-2, 3D-VNet, 3D nnU-Net, SAMRI2D, SAMRI3D	Dice相似系数（DSC）, 交并比（IoU）	NA
70	2025-12-31	A hybrid quantum-classical convolutional neural network with a quantum attention mechanism for skin cancer 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31122-x PMID:41466036	研究论文	本文提出了一种结合量子注意力机制的混合量子-经典卷积神经网络（QAttn-CNN），用于皮肤癌图像分类	引入量子注意力机制（QAttn）和量子卷积层，利用量子并行性将计算复杂度从O(N)降低到O(log N)，提高了特征选择和分类准确性	未明确说明模型在更大规模或更复杂数据集上的泛化能力，以及量子硬件实际部署的可行性	开发一种高效的量子-经典混合深度学习模型，以改善皮肤癌的早期检测和分类	皮肤癌图像（恶性与良性皮肤病变）	计算机视觉	皮肤癌	量子计算，深度学习	CNN	图像	3297张皮肤镜图像（1800例良性，1497例恶性），来自ISIC档案	NA	QAttn-CNN, QAttn-ViT, QAttn-ResNet18	准确率, 精确率, 召回率, F1分数	NA
71	2025-12-31	Interpretable multimodal deep learning improves postoperative risk stratification in intrahepatic cholangiocarcinoma in multicentre cohorts 2025-Dec-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02282-x PMID:41466129	研究论文	本研究开发了一种基于Transformer的可解释多模态深度学习框架，用于预测肝内胆管癌患者术后2年总生存率	提出了一种融合临床变量、影像组学特征和全切片病理图像的多模态Transformer模型，并利用空间转录组学和蛋白质组学验证了模型的生物学可解释性	研究基于多中心队列，但样本量可能仍有限，且模型在更广泛人群中的泛化能力需进一步验证	改善肝内胆管癌患者术后风险分层	肝内胆管癌患者	数字病理学	肝内胆管癌	空间转录组学, 空间蛋白质组学	Transformer	临床变量, 影像组学特征, 全切片病理图像	三个独立验证队列	NA	Transformer	AUC	NA
72	2025-12-31	CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography 2025-Dec-29, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251399875 PMID:41466179	研究论文	提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法，用于资源受限设备上的超声弹性成像	首次将动态剪枝、知识蒸馏和课程学习整合到单一框架中，用于超声运动估计模型的压缩，显著减少参数和计算量同时保持性能	未明确说明模型在更广泛临床数据或不同超声设备上的泛化能力，且压缩后模型仍可能对资源极度受限设备构成挑战	开发资源高效的深度学习模型，用于超声弹性成像中的运动估计	模拟、体模和体内超声数据	计算机视觉	NA	超声弹性成像	CNN	射频超声数据，B模式数据	NA	NA	UMEN-Net, DP-Net, CDP-KDNet	信噪比，对比噪声比	NA
73	2025-12-31	Deep learning based on ultrasound for differential diagnosis of pancreatic serous cystic neoplasm and mucinous cystic neoplasm 2025-Dec-29, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15249-8 PMID:41466236	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
74	2025-12-31	RFDNet: Robust Frequency-Based Denoising Network for 3D Ultrasound Vascular Imaging Using a Row-Column Addressed Array 2025-Dec-29, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251398442 PMID:41466464	研究论文	本文提出了一种用于3D超声血管成像的鲁棒频率去噪网络，以解决行-列寻址阵列成像中的斜坡形噪声问题	提出了一个深度频率滤波模块，该模块能自适应地滤波编码器中的频率成分，抑制斜坡形噪声并动态平衡频谱内容，从而减少对域偏移和切片间强度不一致性的敏感性	当前研究依赖于2D切片训练与3D重建，而非全体积3D训练；未来工作将探索3D训练和架构优化以提高计算效率	提升行-列寻址阵列3D超声血管成像的图像质量，抑制由点扩散函数各向异性引起的斜坡形噪声	多普勒体模、颈动脉和腹部数据集	计算机视觉	心血管疾病	3D超声血管成像	CNN	3D超声图像	NA	NA	RFDNet	峰值信噪比, 结构相似性, 均方根误差	NA
75	2025-12-29	Real-time monitoring system for early stroke detection based on fog computing and enhanced deep learning techniques 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28513-5 PMID:41455702	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
76	2025-12-29	Low-SNR and BER reduction in UWOC systems using DESN and CNN-TCN deep learning models 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31837-x PMID:41455766	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
77	2025-12-31	Automated deep learning pipeline for callosal angle quantification 2025-Dec-27, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00750-w PMID:41456015	研究论文	本研究开发了一个全自动深度学习框架，用于从原始T1 MPRAGE扫描中直接测量胼胝体角，以辅助常压性脑积水的诊断	提出了一个结合BrainSignsNET进行关键解剖标志点检测和基于UNet的分割网络进行侧脑室分割的全自动、端到端深度学习流程，用于胼胝体角的量化	未明确说明模型在不同扫描协议或设备上的泛化能力，以及处理严重运动伪影或异常解剖结构病例的性能	开发一个可靠、可重复的自动化工具，用于从MRI图像中量化胼胝体角，以辅助常压性脑积水的早期检测和诊断	常压性脑积水患者的脑部MRI扫描图像	数字病理学	常压性脑积水	T1 MPRAGE MRI扫描	深度学习	3D MRI图像	内部验证使用BLSA和BIOCARD数据集，外部验证使用约翰霍普金斯湾景医院的376例临床MRI扫描以及PENS试验数据	未明确说明	BrainSignsNET, UNet with EfficientNetB0 encoder	相关系数(r), p值, 平均绝对误差(MAE)	NA
78	2025-12-31	M44TMD: A Multimodal, Multi-task Deep Learning Framework for Comprehensive Assessment of TMD-Related Abnormalities 2025-Dec-27, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106322 PMID:41461305	研究论文	提出一种多模态、多任务深度学习框架M44TMD，用于全面评估颞下颌关节紊乱病相关异常	整合多序列、多切片MRI与临床数据，实现退行性关节病、关节盘前移位和关节积液三种异常的并发评估，克服了现有方法单任务、单模态的局限	未明确说明框架在更广泛临床环境或不同设备采集数据下的泛化能力	开发一个深度学习框架，以更全面地评估颞下颌关节紊乱病相关的异常	来自765名参与者的12,690个MRI切片和临床数据，涉及1,410个颞下颌关节	数字病理	颞下颌关节紊乱病	磁共振成像	CNN	图像, 临床数据	765名参与者，1,410个颞下颌关节，12,690个MRI切片	未明确说明，基于ResNet50推断可能为PyTorch或TensorFlow	ResNet50	ROC-AUC, 准确率	NA
79	2025-12-31	Geometric deep learning assists protein engineering. Opportunities and Challenges 2025-Dec-26, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108790 PMID:41456696	综述	本文全面评述了几何深度学习在蛋白质工程中的应用、机遇与挑战	将几何深度学习整合到计算设计流程中，克服传统方法在序列空间广阔性和实验验证成本方面的限制，通过非欧几里得域操作捕获蛋白质功能的空间、拓扑和物理化学特征	NA	探讨几何深度学习在蛋白质工程中的整合与应用，旨在为下一代蛋白质工程和合成生物学提供技术基础	蛋白质工程中的稳定性预测、功能注释、分子相互作用建模和从头蛋白质设计	机器学习	NA	几何深度学习	NA	非欧几里得数据（空间、拓扑、物理化学特征）	NA	NA	NA	NA	NA
80	2025-12-31	[Automatic detection and visualization of myocardial infarction in electrocardiograms based on an interpretable deep learning model] 2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503016 PMID:41448757	研究论文	本文提出了一种基于轻量级卷积神经网络和可解释性技术的深度学习框架，用于自动检测心肌梗死并可视化单导联心电图中的关键波形特征	结合一维梯度加权类激活映射（1D Grad-CAM）实现心电图关键特征的自动检测与可视化，使模型决策过程与临床关键特征（如病理性Q波、ST段抬高和T波倒置）对齐	研究仅使用了PTBDB和NSRDB数据库中的432条记录，样本量相对较小，且仅针对单导联心电图进行分析	开发一种自动检测心肌梗死并可视化心电图关键特征的深度学习模型，以辅助早期心血管疾病干预和计算机辅助诊断	心肌梗死患者和正常个体的单导联心电图记录	机器学习	心血管疾病	心电图分析	CNN	心电图信号	432条记录（334条心肌梗死心电图和98条正常心电图）	NA	轻量级卷积神经网络	准确率, 灵敏度, 特异性	NA