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
961	2025-12-07	Deep Learning for Differentiating Benign From Malignant Bile Duct Dilation on MRCP: Development and Prospective Evaluation of an Xception-Logistic Regression Ensemble Model 2025-Dec-05, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70200 PMID:41348562	研究论文	本研究开发并前瞻性评估了一种基于Xception与逻辑回归的集成模型，用于在MRCP图像上自动区分良恶性胆管扩张	提出了一种结合深度学习（Xception）与逻辑回归的集成模型，用于自动化区分良恶性胆管扩张，并在前瞻性队列中验证了其与放射科医生相当的性能	研究样本量相对有限，且仅基于3T MRCP图像，未探索其他成像模态或更广泛的临床变量	构建并评估基于MRCP图像的深度学习模型及集成策略，以准确识别良恶性胆管扩张	良性与恶性胆管扩张患者的MRCP图像	计算机视觉	胆管疾病	磁共振胰胆管成像（MRCP），3D turbo spin echo序列（VISTA和SPACE）	CNN, 集成学习	图像	回顾性队列378例（来自两个机构），前瞻性队列60例	NA	Xception	AUC, 准确率, 敏感性, 特异性	NA
962	2025-12-07	EmbryoProfiler: a Visual Clinical Decision Support System for IVF 2025-Dec-05, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3634780 PMID:41348784	研究论文	本文介绍了一个名为EmbryoProfiler的可视化临床决策支持系统，用于辅助体外受精（IVF）中的胚胎选择和评估	开发了一个结合深度学习和可视化分析的半自动工作流，提供可解释的胚胎活力评分，以支持临床医生进行透明、基于临床信息的决策	未明确说明系统在广泛临床环境中的验证程度或潜在的数据偏差问题	提高体外受精（IVF）治疗中胚胎选择和评估的效率和准确性	体外受精（IVF）过程中的胚胎，基于延时显微镜图像	数字病理学	不孕症	延时显微镜成像	深度学习分类器	图像	NA	NA	NA	NA	NA
963	2025-12-07	LPATR-Net: Learnable Piecewise Affine Transformation Regression Assisted Data-Driven Dehazing Framework 2025-Dec-05, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3637687 PMID:41348791	研究论文	提出一种名为LPATR-Net的新型图像去雾框架，通过可学习分段仿射变换回归抑制模型拟合能力，以抵抗训练数据中错误标注的干扰	首次将拟合能力抑制机制引入图像去雾领域，通过低阶线性回归结构天然抑制不合格GT样本的干扰，实现了传统多数决定回归与现代数据驱动深度学习的无缝融合	未明确说明模型在极端恶劣天气条件下的性能表现，也未讨论计算效率与实时处理能力的平衡问题	解决图像去雾任务中因自然天气混沌状态导致的训练数据标注不准确问题，提升去雾模型的鲁棒性	有雾图像与对应清晰图像组成的配对数据	计算机视觉	NA	深度学习	深度神经网络	图像	基于五个常用公开数据集的实验验证	NA	LPATR-Net, All-Mattering	NA	NA
964	2025-12-07	Artificial Intelligence in Prostate MRI: Addressing Current Limitations Through Emerging Technologies 2025-Dec-05, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70189 PMID:41348934	综述	本文综述了人工智能在解决前列腺MRI当前局限性方面的进展，涵盖分流、加速采集与重建、图像质量保证、诊断和预后五个领域	综合了AI在前列腺MRI中多个应用领域的最新进展，包括FDA批准的加速重建工具、PI-CAI国际读者研究提供的非劣效性证据，以及将MRI特征扩展到预后建模	分流、质量控制和预后应用仍处于早期开发阶段，需确保跨人群的公平性能、纳入不确定性估计并进行前瞻性工作流程试验	探讨人工智能如何解决前列腺MRI在临床管理路径中的局限性，如成本、解读变异性和可扩展性	前列腺MRI图像及其在癌症检测、风险分层和预后评估中的应用	数字病理学	前列腺癌	MRI	机器学习, 深度学习	图像	NA	NA	NA	非劣效性	NA
965	2025-12-07	MRDT-GAN: generative adversarial network with multi-scale residual dense transformer generator for low-dose CT denoising 2025-Dec-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae28b0 PMID:41349217	研究论文	本文提出了一种用于低剂量CT去噪的多尺度残差密集Transformer生成对抗网络（MRDT-GAN），旨在增强噪声抑制并保留解剖细节	引入了多尺度残差密集Transformer块（MRDTB）和混合注意力模块（HAM），结合多尺度策略和长程依赖捕获，以解决过平滑和细节丢失问题	未明确提及模型在极端噪声水平或不同扫描协议下的泛化能力限制	开发一个低剂量CT去噪框架，以提升图像质量并支持下游诊断任务	低剂量CT图像	计算机视觉	NA	CT成像	GAN, Transformer	图像	使用NIH-AAPM-Mayo Clinic LDCT数据集和真实世界数据集进行验证	NA	MRDT-GAN, Multi-Scale Residual Dense Transformer Block (MRDTB), Patching Transformer Block (PTB), Hybrid Attention Module (HAM)	NA	NA
966	2025-12-07	Deploying TinyML for energy-efficient object detection and communication in low-power edge AI systems 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27818-9 PMID:41350337	研究论文	本文提出了一种针对低功耗边缘AI系统的实时物体检测系统，通过模型压缩技术和双模通信协议优化能效和可扩展性	将MobileNetV2轻量神经网络与8位后训练量化技术结合，在资源受限的微控制器单元上实现存储减少3倍，同时保持准确性，并集成双模TCP/UDP通信以平衡可靠性与低延迟	研究基于Visual Wake Words数据集，可能未涵盖更复杂的物体检测场景；系统在极低功耗或高动态环境下的性能未充分探讨	开发能效高、可扩展的实时物体检测系统，用于低功耗边缘AI应用	资源受限的微控制器单元、物联网设备、工业自动化和环境感知应用	计算机视觉	NA	模型量化、双模TCP/UDP通信	CNN	图像	使用Visual Wake Words数据集，具体样本数量未明确说明	TensorFlow, PyTorch（推断可能使用，但未明确指定）	MobileNetV2	准确性、存储占用、推理延迟、能耗	低功耗微控制器单元（具体型号未指定），具备1 MB闪存和256 KB SRAM
967	2025-12-07	Dual-phase optimized deep learning framework for accurate, efficient, and robust battery SoC estimation 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29449-6 PMID:41350347	研究论文	本文提出了一种名为KANBiLSTMAtt的新型混合深度学习模型，用于准确、高效、鲁棒地估计锂离子电池的荷电状态	提出了一种结合Kolmogorov-Arnold网络、双向长短期记忆网络和注意力机制的混合深度学习模型，并整合了Optuna超参数调优和NSGA-II多目标优化，以高精度和低计算开销实现SoC估计	研究仅在两种特定电池化学体系和有限温度变化条件下进行了验证，未涵盖所有可能的电池类型和极端工况	开发一种准确、高效、鲁棒的锂离子电池荷电状态估计方法，以支持电动汽车的电池管理和能量优化	锂离子电池的荷电状态	机器学习	NA	深度学习，进化优化	KAN, BiLSTM, 注意力机制	时间序列数据	使用LG数据集和CALCE数据集的驾驶循环数据，涉及两种不同的电池化学体系	NA	KANBiLSTMAtt	RMSE, MAE, R²	NA
968	2025-12-07	Blockchain-based cryptographic framework for secure data transmission in IoT edge environments using ECaps-Net 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30906-5 PMID:41350368	研究论文	本研究提出了一种结合区块链密码算法和增强深度学习模型的入侵检测系统，用于保障物联网边缘环境下的安全数据传输	将增强胶囊网络（ECaps-Net）与基于区块链的密码算法（Merkle-Damgard）相结合，构建了一个集成化的安全框架，用于物联网边缘环境	未明确说明模型在更广泛或新兴物联网攻击数据集上的泛化能力，也未详细讨论计算开销对边缘设备的影响	设计一个安全可靠的数据传输机制，以保护物联网边缘环境中的数据和设备免受恶意攻击	物联网边缘环境中的网络流量、设备交互和实时异常数据	机器学习	NA	深度学习，区块链技术，密码学算法	ECaps-Net（增强胶囊网络）	网络入侵检测数据集	使用了KDD Cup-99和UNSW-NB15两个公开数据集	NA	ECaps-Net（集成Squeeze and Excitation模块的增强胶囊网络）	准确率	NA
969	2025-12-07	Knowledge distillation-based lightweight MobileNet model for diabetic retinopathy classification 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30893-7 PMID:41350373	研究论文	提出了一种基于知识蒸馏的轻量化MobileNet模型，用于糖尿病视网膜病变分类	采用知识蒸馏技术将复杂模型的知识迁移到轻量化的MobileNet架构中，实现了在边缘设备上的高效部署	模型在资源受限设备上的性能可能仍有优化空间，且仅使用了APTOS 2019单一数据集进行验证	开发适用于资源受限设备的轻量化糖尿病视网膜病变自动筛查模型	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	CNN	图像	APTOS 2019数据集（具体数量未明确说明）	NA	MobileNet	准确率, 精确率, 召回率	边缘设备（具体型号未说明）
970	2025-12-07	Cloud-enabled automatic modulation classification using deep feature fusion and Moth-Flame Optimized ELM approach 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30753-4 PMID:41350379	研究论文	本文提出了一种基于云环境的自动调制分类方法，通过深度特征融合和飞蛾火焰优化的极限学习机来提高分类准确性和可靠性	结合预训练深度学习模型提取特征，并使用飞蛾火焰优化算法优化极限学习机的隐藏节点参数，同时引入可解释AI技术分析模型预测	NA	开发一种鲁棒的自动调制分类方法，以提高在云环境中的分类准确性和可靠性	无线通信信号	机器学习	NA	自动调制分类	极限学习机	信号数据	NA	NA	Inception V3, ResNet 50, VGG 16	准确率, 敏感性, 特异性	云虚拟机（vCPU-4/16GB RAM, vCPU-8/32GB RAM, vCPU-16/64GB RAM）
971	2025-12-07	Research on metal surface defect detection method based on deep learning 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31235-3 PMID:41350415	研究论文	提出一种基于改进YOLOv8s的金属表面缺陷检测模型CDA-YOLOv8，用于提升铝型材表面缺陷的检测精度	提出CDA-YOLOv8模型，通过CG Block替换下采样卷积、DWR模块优化C2f结构、构建ASFP2检测层增强多尺度特征提取与小目标检测能力	未提及模型在实时性、计算资源消耗或跨材质泛化能力方面的局限性	提高金属表面缺陷检测的准确率	铝型材表面缺陷（划痕、污渍、漆泡等）	计算机视觉	NA	深度学习	YOLOv8	图像	3229张图像，包含10类缺陷	NA	YOLOv8s, CDA-YOLOv8（含CG Block, DWR模块, ASFP2检测层）	mAP@0.5	NA
972	2025-12-07	Maximum dispatchable capacity evaluation of a VPP with hybrid wind-solar-gas-storage systems 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31270-0 PMID:41350424	研究论文	本研究提出了一种基于场景驱动的框架，用于评估包含风电、光伏、燃气和储能的虚拟电厂的最大可调度容量	提出了一种结合自适应图卷积网络、卷积神经网络和长短期记忆网络的混合深度学习模型进行风光预测，并采用场景缩减与多场景随机优化相结合的方法来评估不确定性条件下的最大可调度容量	负荷不确定性仅通过对典型冬季日负荷曲线施加随机扰动进行建模，可能未完全覆盖所有实际运行场景	评估虚拟电厂在风光气储混合系统下的最大可调度容量，以支持可靠且经济可行的容量规划	包含风电、光伏、燃气机组和储能系统的虚拟电厂	机器学习	NA	NA	AGCN, CNN, LSTM	时间序列数据（风速、太阳辐照度、负荷）	NA	NA	自适应图卷积网络、卷积神经网络、长短期记忆网络	NA	NA
973	2025-12-07	A deep learning based radiomics model for differentiating intraparenchymal hematoma induced by cerebral venous thrombosis 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31206-8 PMID:41350423	研究论文	本研究开发并验证了一种基于非增强CT的深度学习放射组学列线图模型，用于区分脑静脉血栓形成引起的脑实质内血肿与其他病因引起的血肿	首次结合传统放射组学特征与深度学习特征，构建融合的深度学习放射组学特征，并整合临床变量（癫痫）开发列线图模型，以提高鉴别诊断性能	样本量相对有限（共275例患者），且仅来自两个医疗中心，可能存在选择偏倚；模型性能需在更大规模、多中心数据中进一步验证	开发一种快速、无创的鉴别诊断工具，用于区分脑静脉血栓形成相关的脑实质内血肿与其他病因引起的血肿	脑实质内血肿患者，包括脑静脉血栓形成组和其他病因组	数字病理学	心血管疾病	非增强CT成像	深度学习模型	医学图像（CT）	275例患者（训练集192例，外部测试集83例）	NA	NA	AUC, 决策曲线分析	NA
974	2025-12-07	Accurate single-domain scaffolding of three nonoverlapping protein epitopes using deep learning 2025-Dec-05, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-02083-z PMID:41350440	研究论文	本文提出了一种利用深度学习在单域蛋白质中同时支架多个功能位点的方法，并设计了针对呼吸道合胞病毒的小型单域免疫原	首次使用生成式深度学习方法在小型单域蛋白质中成功支架三个非重叠且不规则的病毒表位，实现了多表位免疫原的设计	NA	解决在单域蛋白质中同时支架多个功能位点的复杂蛋白质设计问题	呼吸道合胞病毒的三个不同且不规则的表位	机器学习	呼吸道合胞病毒感染	深度学习	深度学习模型	蛋白质序列和结构数据	NA	NA	生成式深度学习模型	交叉反应滴度, 中和反应	NA
975	2025-12-07	Chemistry-informed deep learning model for predicting stereoselectivity and absolute configuration in asymmetric hydrogenation 2025-Dec-05, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00920-8 PMID:41350458	研究论文	本文提出了一种基于反应机制的深度学习模型ChemAHNet，用于预测烯烃不对称氢化反应中的立体选择性和绝对构型	开发了首个能够同时预测双前手性位点烯烃不对称氢化反应的立体选择性和绝对构型的深度学习模型，无需预定义描述符，仅需SMILES输入即可捕捉原子级空间和电子相互作用	未明确说明模型在特定催化剂或底物类型上的性能边界，也未提及计算效率或可解释性方面的潜在限制	开发能够准确预测不对称氢化反应立体选择性和绝对构型的化学信息深度学习模型	烯烃不对称氢化反应（特别是具有双前手性位点的体系）	机器学习	NA	不对称氢化反应	深度学习	分子结构（SMILES格式）	NA	NA	Chemistry-Informed Asymmetric Hydrogenation Network (ChemAHNet)	NA	NA
976	2025-12-07	Novel mapping approach for coastal boulders using deep learning 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29044-9 PMID:41350551	研究论文	本文提出了一种结合无人机和Mask R-CNN的深度学习新方法，用于海岸巨石的快速精确检测与体积计算	首次将无人机与基于掩码区域的卷积神经网络（Mask R-CNN）相结合，实现海岸巨石的自动化检测和体积估算，提高了传统人工方法的效率和精度	方法仅在日本的石垣岛进行了验证，其普适性在不同地理环境和海岸类型中尚未得到充分测试	开发一种快速、精确的海岸巨石自动测绘方法，以更好地理解过去海啸和风暴潮等淹没事件的动力学	分布在海岸线上的巨石	计算机视觉	NA	无人机航拍，数字表面模型	CNN	图像	日本冲绳石垣岛上的海岸巨石	NA	Mask R-CNN	F1分数	NA
977	2025-12-07	Cross-modal deep learning framework for 3D reconstruction and information integration of Zhejiang wood carving heritage 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30042-0 PMID:41350556	研究论文	本研究提出了一种用于浙江木雕遗产3D重建和信息整合的自适应跨模态深度学习框架	引入了表面复杂度感知的门控网络，能根据局部信息丰富度动态加权几何与视觉模态，克服了传统固定权重融合策略忽略局部表面特性的问题	NA	为文化遗产（特别是木雕）的精确3D重建与语义信息整合开发自适应跨模态深度学习框架	浙江木雕遗产	计算机视觉	NA	混合激光扫描与八相机RGB-D阵列采集	深度学习	3D点云，RGB-D图像	300个带标注的文物样本	NA	表面复杂度感知门控网络	倒角距离，F分数，平均交并比	NA
978	2025-12-07	EfficientPoseSegNet: a weakly supervised, attention-guided framework for human pose estimation, anatomical segmentation, and concealed object detection in backscatter millimeter-wave security screening 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30346-1 PMID:41350560	研究论文	提出了一种名为EfficientPoseSegNet的混合深度学习框架，用于在毫米波背向散射安检图像中进行人体姿态估计、解剖部位分割和隐藏物体检测	提出了一种结合并行EfficientNet和DenseNet主干网络、卷积块注意力模块（CBAM）以及任务感知的随机权重平均（SWA）的混合框架，能够在弱监督条件下实现多任务学习，并利用解剖分割特征进行异常检测以识别隐藏物体	未明确说明模型在更广泛安检场景或不同成像设备下的泛化能力，也未讨论计算效率与实时部署的具体硬件要求	开发一个可扩展、隐私合规且实时的自动化系统，以提升机场安检和运输安全	毫米波背向散射安检图像中的人体姿态、解剖部位及隐藏物体	计算机视觉	NA	毫米波背向散射成像	CNN	图像	运输安全管理局乘客安检数据集（具体数量未说明）	PyTorch（推断，因提及SWA）	EfficientNet, DenseNet, Convolutional Block Attention Module (CBAM)	测试损失, 平均绝对误差（像素）, 关键点准确率（10像素阈值内）, 姿态估计准确率, 分割交并比（IoU）, 异常检测AUC	NA
979	2025-12-07	Enhancing marine magnetic anomaly interpretation with anisotropic diffusion and deep transfer learning 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30926-1 PMID:41350564	研究论文	本文提出了一种结合各向异性扩散和深度迁移学习的方法，以增强海洋磁异常的解释，减少主观性并提高效率	创新点在于首次将各向异性扩散与深度迁移学习结合应用于海洋磁异常解释，以解决数据稀疏性和标记数据有限的问题	局限性包括非线性预测部分可能源于数据覆盖不足或复杂构造，且方法依赖于有限标记数据	研究目标是利用深度学习最小化海洋磁异常解释的主观性并加速处理过程	研究对象为海洋线性磁异常，具体包括东太平洋隆起、雷克雅内斯、沙茨基海隆和阿索尔高原区域的磁异常数据	计算机视觉	NA	各向异性扩散，深度迁移学习	CNN	图像（磁异常地图）	NA	NA	标准卷积神经网络	准确率	NA
980	2025-12-07	A lightweight dual-stream architecture for flow enhanced anomaly detection (FEAD) 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30911-8 PMID:41350601	研究论文	提出一种用于视频异常检测的轻量级双流架构FEAD，通过光流引导的特征融合机制增强对运动异常的敏感性	提出了一种新颖的光流引导特征融合机制，利用预提取的光流信息作为动态先验，有效引导原始图像流在特征提取过程中关注关键运动区域	未明确说明模型在极端光照条件或密集人群场景下的性能表现	开发一种适用于资源受限环境的实时视频异常检测方法	视频流中的异常行为或物体	计算机视觉	NA	光流提取，视频帧预测	双流架构	视频	三个基准数据集（Ped2, Avenue, ShanghaiTech）	NA	双流架构	AUC	NA