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
10921	2025-11-24	Deep Learning-Assisted Differentiation of Four Peripheral Neuropathies Using Corneal Confocal Microscopy 2025-Nov-22, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70255 PMID:41274779	研究论文	开发基于深度学习的外周神经病变自动诊断系统NeuropathAI，通过角膜共聚焦显微镜图像区分四种外周神经病变	首次开发可解释的多类别深度学习系统，用于快速自动诊断和区分四种常见外周神经病变	样本量相对较小（88名患者），需更大规模验证	解决外周神经病变诊断延迟和漏诊问题，开发快速自动化诊断方法	88名患有四种外周神经病变的患者：糖尿病外周神经病变、化疗诱导外周神经病变、慢性炎性脱髓鞘性多发性神经病、HIV相关感觉神经病变	数字病理学	外周神经病变	角膜共聚焦显微镜	深度学习	图像	88名患者	NA	NA	准确率,F1分数,AUC,敏感性,特异性,精确度	NA
10922	2025-11-24	AI-driven multi-omics integration in precision oncology: bridging the data deluge to clinical decisions 2025-Nov-21, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01965-9 PMID:41266662	综述	探讨人工智能如何整合多组学数据推动精准肿瘤学从群体化治疗向个体化医疗转型	系统阐述AI技术在多组学整合中的创新应用，包括图神经网络建模生物网络、Transformer实现跨模态融合、可解释AI提供临床决策透明度	模型泛化能力不足、伦理公平性挑战、监管标准尚未统一	通过AI驱动的多组学整合提升肿瘤精准医疗水平	多组学数据（基因组学、转录组学、蛋白质组学、代谢组学、影像组学）	机器学习	癌症	多组学整合分析	深度学习, 机器学习, 图神经网络, Transformer	多组学数据	NA	NA	图神经网络, Transformer	AUC	量子计算, 联邦学习
10923	2025-11-24	Pixel-level detection and classification of marine oil spills in aerial imagery with annotation uncertainty handling 2025-Nov-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118975 PMID:41273820	研究论文	本研究提出了一种基于深度学习的框架，用于在航空图像中进行像素级海洋溢油检测和分类，并处理标注不确定性	开发了两个互补的像素级标注RGB图像数据集，并利用U-Net架构进行语义分割，同时通过消融研究优化了网络骨干、预训练、数据增强和视觉模糊区域处理，以提升性能和泛化能力	未明确说明模型在极端天气或低光照条件下的性能，以及数据集可能存在的标注偏差未详细讨论	开发快速准确的自动溢油检测和分类方法，以支持环境缓解工作	海洋溢油，基于外观特征（如银色、彩虹色、乳化状）分类不同油类	计算机视觉	NA	航空影像采集	CNN	RGB图像	两个互补的像素级标注数据集（真实监测数据和在线来源数据）	NA	U-Net	mIoU, 准确率	NA
10924	2025-11-24	Role of artificial intelligence in medical image analysis 2025-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003824 PMID:41131954	综述	概述人工智能在医学影像分析领域的最新进展、方法特点及未来趋势	系统梳理了基于卷积神经网络和大型语言模型的AI技术在医学影像分析中的新兴应用与发展轨迹	缺乏对AI技术解决关键临床挑战性能的深入分析	探讨人工智能在医学影像分析中的作用与发展趋势	医学影像分析技术	计算机视觉	NA	深度学习	CNN, LLM	医学影像	NA	NA	卷积神经网络, 大型语言模型	NA	NA
10925	2025-11-24	Deep learning and whole-brain networks for biomarker discovery: modeling the dynamics of brain fluctuations in resting-state and cognitive tasks 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24702-4 PMID:41266387	研究论文	本研究利用深度学习模型从全脑网络模型中预测分岔参数，并评估其作为区分静息态和任务态脑状态的生物标志物的有效性	首次将全脑网络模型的分岔参数作为生物标志物，结合深度学习进行脑状态区分	仅使用合成BOLD信号进行训练，真实数据验证有限	探索分岔参数作为脑状态特征生物标志物的潜力	人脑连接组项目中的静息态和任务态脑功能数据	计算神经科学	神经系统疾病	BOLD信号分析，脑网络建模	深度学习，机器学习	fMRI数据，合成BOLD信号	人脑连接组项目数据，包含静息态和任务态条件	NA	超临界Hopf脑网络模型	分类准确率	NA
10926	2025-11-24	Real time road scene classification and enhancement for driver assistance under adverse weather 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23171-z PMID:41266398	研究论文	提出一种基于机器学习的实时道路场景分类与图像增强系统，用于恶劣天气下的驾驶辅助	在低成本硬件(Raspberry Pi 5)上实现高精度道路场景分类，并针对不同场景应用特定图像增强技术	在有限硬件上运行，可能无法处理更复杂的深度学习增强技术	开发适用于恶劣天气条件的驾驶辅助视觉系统	道路场景图像（白天、夜晚、雾天、雨天）	计算机视觉	NA	图像增强技术	Random Committee, CNN, YOLO	图像	NA	NA	ResNet-101, CNN, YOLO	准确率	Raspberry Pi 5, USB摄像头, 7英寸显示器
10927	2025-11-24	A lightweight improved YOLOv8 method for intelligent detection of pine wilt disease 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24854-3 PMID:41266447	研究论文	提出一种基于改进YOLOv8的轻量级智能检测方法PWD-YOLO-D，用于无人机遥感图像中的松材线虫病检测	集成高效多尺度交叉注意力机制增强多尺度特征表示，采用自集成注意力模块作为检测头提升遮挡和重叠树冠识别鲁棒性，使用Focaler-IoU损失函数优化定位精度	NA	开发高效精准的松材线虫病智能检测方法以支持及时防控	松材线虫病感染的松树	计算机视觉	植物病害	无人机遥感成像	YOLO	图像	NA	YOLOv8	PWD-YOLO-D（基于YOLOv8改进）	AP@0.5, AP@0.5:0.95, 参数量	NA
10928	2025-11-24	Deep learning using inductively coupled plasma spectroscopy spectra accurately predicts various soil physicochemical properties for soil diagnosis 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24274-3 PMID:41266475	研究论文	本研究利用电感耦合等离子体光谱数据结合深度学习准确预测多种土壤理化性质	首次证明使用土壤提取物的ICP光谱数据可同时预测多种土壤参数	仅使用1941个土壤样本，样本来源和多样性可能有限	开发快速、精确且经济实惠的土壤诊断方法	来自7个国家的1941个土壤样本，涵盖不同土地利用模式和历史的土壤	机器学习	NA	电感耦合等离子体光谱法	深度学习	光谱数据	1941个土壤样本	NA	NA	决定系数	NA
10929	2025-11-24	Research on coal and gas outburst risk prediction based on improved search algorithm optimized deep learning network 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24744-8 PMID:41266491	研究论文	基于改进搜索算法优化深度学习网络的煤与瓦斯突出风险预测研究	提出混沌映射和Levy飞行改进乌鸦搜索算法(ICSA)来优化CNN超参数，建立ICSA-CNN预测模型	NA	预测煤与瓦斯突出风险，提高煤矿安全生产水平	煤矿开采过程中的煤与瓦斯突出灾害	机器学习	NA	箱线图、数据插值法、相关性分析	CNN	煤矿安全监测数据	NA	NA	CNN	准确率、混淆矩阵	NA
10930	2025-11-24	Natural language processing techniques to detect delirium in hospitalized patients from clinical notes: a systematic review 2025-Nov-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02051-w PMID:41266514	系统综述	系统综述自然语言处理技术在临床文本中检测住院患者谵妄的应用	首次系统评估NLP技术在谵妄检测中的应用效果，特别指出基于Transformer的模型达到最高性能（AUROC 0.984）	61.5%的研究存在高偏倚风险，仅一项研究进行外部验证，缺乏前瞻性实施和患者结局评估，所有研究均未考虑公平性、缺失数据处理和实施指导	评估自然语言处理技术在临床文本中自动检测谵妄的应用效果和方法	住院患者临床文本数据	自然语言处理	老年疾病	自然语言处理	规则方法,机器学习,深度学习,主题建模,半监督学习	临床文本	超过450,000名患者	NA	Transformer	敏感度,AUROC	NA
10931	2025-11-24	Fetal gestational age estimation using artificial intelligence on non-targeted ultrasound images and video 2025-Nov-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02024-z PMID:41266569	研究论文	开发了一种基于深度学习的胎儿孕周估计模型，可从任意方向的超声图像直接估计孕周	首次使用非定向超声图像和视频进行胎儿孕周估计，无需特定图像方向，并输出不确定性评估	NA	开发一种不依赖专业技能的人工智能胎儿孕周估计方法	胎儿超声图像和视频	医学影像分析	产科疾病	超声成像	深度学习	图像, 视频	78,531例妊娠的200多万张超声图像，验证集包含742个胎儿的36,762张图像	NA	NA	平均绝对误差, p值	NA
10932	2025-11-24	ROFI: a deep learning-based ophthalmic sign-preserving and reversible patient face anonymizer 2025-Nov-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02062-7 PMID:41266592	研究论文	开发基于深度学习的眼科患者面部匿名化框架ROFI，在保护隐私的同时保留疾病特征	使用弱监督学习和神经身份转换技术，实现面部特征匿名化同时保留眼科疾病特征，并支持安全的图像还原功能	NA	开发眼科患者面部图像的隐私保护方法	眼科患者面部图像	计算机视觉	眼科疾病	深度学习	神经网络	图像	三个队列的十一类眼科疾病图像，超过95%的图像被匿名化	NA	NA	准确率, κ系数, 诊断灵敏度, 相似度	NA
10933	2025-11-24	The application of channel attention mechanism for fusion of painting and live-action footage under deep learning and animation generation technology 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24855-2 PMID:41266622	研究论文	提出基于通道注意力机制的深度学习模型，用于解决绘画与实拍影像在动画生成中的跨模态融合问题	采用双路径特征融合框架和动态权重分配策略，通过通道注意力机制实现跨模态特征的自适应增强	NA	提升绘画与实拍影像在动画生成中的跨模态融合效果	绘画与实拍影像的多模态数据	计算机视觉	NA	深度学习	CNN, Transformer	图像, 视频	NA	NA	ResNet-50, Transformer	峰值信噪比, 结构相似性指数, Fréchet Inception距离, 多模态融合度, 跨模态特征动态耦合指数	NA
10934	2025-11-24	Secure blockchain integrated deep learning framework for federated risk-adaptive and privacy-preserving IoT edge intelligence sets 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24895-8 PMID:41266631	研究论文	提出一种集成区块链与深度学习的联邦风险自适应隐私保护物联网边缘智能框架	结合区块链透明性与深度学习灵活性的混合架构，引入五大创新组件实现风险优先级训练、可验证隐私保护推理、对抗攻击模拟、轻量级共识和模型溯源	未提及具体实验验证规模与实际部署场景的局限性	解决物联网边缘计算中安全性与资源约束的平衡问题	物联网边缘节点设备	机器学习	NA	区块链技术, 深度学习	深度学习模型	区块链日志, 威胁指标, 节点数据	NA	NA	NA	训练延迟, 同步能耗, 隐私泄露指标	物联网边缘计算环境
10935	2025-11-24	DCS-NET: a multi-task model for uterine ROI detection and automatic staging of early endometrial cancer in MRI 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25004-5 PMID:41266696	研究论文	提出DCS-Net多任务深度学习框架，用于MRI中子宫内膜癌早期阶段的自动检测和分期	结合先进目标检测模块精确定位子宫区域，采用区域聚焦方法将分期准确率提升5%	未整合多参数MRI数据，临床适用范围有限	开发自动化子宫内膜癌MRI检测和分期系统	早期子宫内膜癌患者的盆腔MRI图像	数字病理	子宫内膜癌	磁共振成像	CNN	医学影像	NA	NA	DCS-Net	准确率	NA
10936	2025-11-24	Optimized multi scale graph neural network with attention mechanism for cooperative spectrum sensing in cognitive radio networks 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24947-z PMID:41266733	研究论文	提出一种用于认知无线电网络协作频谱感知的优化多尺度图神经网络模型	结合多尺度图神经网络与注意力机制，并采用自适应蝴蝶优化算法进行参数调优	仅使用单一数据集进行验证，未在实际网络环境中测试	提高认知无线电网络在低信噪比条件下的频谱检测可靠性	认知无线电网络的协作频谱感知	机器学习	NA	频谱感知技术	图神经网络,注意力机制	I/Q信号样本	RadioML2016.10b数据集，包含11种调制方案在-20dB至18dB信噪比范围内的样本	NA	多尺度图神经网络	准确率,精确率,召回率,F1分数	NA
10937	2025-11-24	Cloud edge enabled stacked ensemble learning framework with meta model for situation aware maritime traffic monitoring and control systems 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25020-5 PMID:41266744	研究论文	提出一种基于堆叠集成学习和云边混合架构的海事交通监控系统	结合堆叠集成学习与元模型进行船舶分类，并采用云边架构平衡计算效率与延迟最小化	NA	提升海事交通监控与控制系统的实时性和准确性	各类船舶	机器学习	NA	堆叠集成学习	集成学习	海事船舶数据集	NA	NA	VGG16,VGG19,DenseNet121,ResNet50	准确率,精确率,召回率,F1分数,AUC	云边架构
10938	2025-11-24	Automatically optimizing heuristics for robust scale-free network design via large language models 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25031-2 PMID:41266749	研究论文	提出AutoRNet框架，通过大语言模型与进化算法相结合自动生成鲁棒无标度网络设计的启发式方法	首次将大语言模型与进化算法结合用于网络设计，利用专家构建的网络优化策略提供领域特定提示	需要专家构建网络优化策略，对领域知识依赖较强	开发自动化的鲁棒无标度网络设计方法	无标度网络结构	机器学习	NA	大语言模型，进化算法	LLM	网络结构数据	稀疏和稠密初始无标度网络	NA	NA	网络鲁棒性	NA
10939	2025-11-24	Scoring information integration with statistical quality control enhanced cross-run analysis of data-independent acquisition proteomics data 2025-Nov-20, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01734-5 PMID:41266840	研究论文	提出一种结合深度学习峰识别与统计质量控制的数据非依赖采集蛋白质组学跨样本分析工具DreamDIAlignR	整合肽段洗脱行为与深度学习峰识别算法，首次在跨样本分析中引入FDR控制的统计质量评估框架	未明确说明算法对计算资源的需求及在处理超大规模数据集时的可扩展性	提升数据非依赖采集蛋白质组学数据的跨样本分析准确性和定量可重复性	蛋白质组学数据中的肽段峰识别与定量	生物信息学	癌症	数据非依赖采集质谱	深度学习	质谱数据	基准数据集和癌症数据集（具体样本数未明确说明）	NA	NA	定量变化蛋白质识别数量提升率（基准数据集21.2%，癌症数据集36.6%）	NA
10940	2025-11-24	A systematic longitudinal study of microbiome: integrating temporal-spatial dimensions with causal and deep learning models 2025-Nov-20, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12282-6 PMID:41266961	研究论文	提出SysLM深度学习框架用于纵向微生物组数据的系统分析，整合时间-空间维度与因果推理模型	首次将深度学习与因果推理建模相结合，构建三个因果空间实现多类型生物标志物的系统筛选	数据存在缺失值、稀疏信号和有限可解释性等挑战	探索微生物群落与疾病进展的动态相互作用	纵向微生物组数据	机器学习	溃疡性结肠炎	微生物组测序	TCN, BiLSTM	纵向微生物组数据	多个数据集	深度学习框架	时序卷积网络, 双向长短期记忆网络	插补精度, 分类准确率, 生物标志物发现效果	NA