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
1101	2025-10-05	A Deep Learning-Based EffConvNeXt Model for Automatic Classification of Cystic Bronchiectasis: An Explainable AI Approach 2025-Sep-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01688-z PMID:40999297	研究论文	提出一种结合EfficientNetB1和ConvNeXtTiny的EffConvNeXt深度学习模型，用于胸部X光片中囊性支气管扩张、肺炎和正常病例的自动分类	首次将EfficientNetB1的高效性与ConvNeXtTiny的先进特征提取能力相结合，通过混合模型架构提升分类准确率，并采用可解释AI方法	研究仅使用单一医疗中心（Dicle大学医学院）的5899张胸部X光图像，需要更多外部数据验证模型泛化能力	开发自动分类囊性支气管扩张和肺炎的深度学习模型，提高胸部X光片的诊断准确性	胸部X光片中的囊性支气管扩张、肺炎和正常病例	计算机视觉	呼吸系统疾病	胸部X光成像	CNN	图像	5899张胸部X光图像	NA	EffConvNeXt（EfficientNetB1和ConvNeXtTiny混合架构）	准确率	NA
1102	2025-10-05	Aerosol optical depth retrieval from Geostationary Environment Monitoring Spectrometer (GEMS): Advancing the first hyperspectral geostationary air quality mission using deep learning 2025-Sep-24, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180535 PMID:40997388	研究论文	本研究提出基于深度学习的TabNet模型，从地球静止环境监测光谱仪(GEMS)数据中反演气溶胶光学厚度(AOD)	首次将注意力可解释表格学习(TabNet)应用于全球首个地球静止轨道高光谱环境卫星的AOD反演，显著提升了反演精度和鲁棒性	NA	开发准确高效的气溶胶光学厚度反演方法，用于空气质量监测和气候研究	亚太地区的气溶胶分布和变化	机器学习	NA	高光谱遥感	TabNet	光谱辐射数据、气象数据和辅助变量	NA	NA	TabNet	决定系数(R), 期望误差包络线(EE)	NA
1103	2025-10-05	An efficient dark spot detection method for offshore oil spill in SAR images based on edge-enhanced attention fusion 2025-Sep-24, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118748 PMID:40997542	研究论文	提出一种基于边缘增强注意力融合的SAR图像海上溢油黑斑检测方法	设计了残差瓶颈注意力模块、增强通道融合模块和深度监督优化模块，在提高边缘检测精度的同时显著降低检测时间	NA	提高SAR图像中海上溢油黑斑的边缘检测精度并减少检测时间	合成孔径雷达图像中的海上溢油黑斑	计算机视觉	NA	合成孔径雷达成像	CNN	图像	PALSAR和Sentinel-1数据集	NA	EAF-Net, RBAM, ECFM, DSRM	检测精度, 检测时间	NA
1104	2025-10-05	Identifying an optimal perturbation to induce a desired cell state by generative deep learning 2025-Sep-24, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101405 PMID:40997798	研究论文	提出了一种名为PAIRING的生成式深度学习方法，用于识别能够诱导细胞达到期望状态的最佳扰动	通过将细胞状态嵌入潜在空间并分解为基础状态和扰动效应，创新性地比较扰动效应与期望细胞状态转换向量的相似性来识别最优扰动	NA	开发一种能够识别诱导细胞达到期望状态的最佳扰动的计算方法	细胞状态转换，特别是结直肠癌细胞向正常样状态的转化	机器学习	结直肠癌	转录组数据分析	生成式深度学习	转录组数据	NA	NA	NA	NA	NA
1105	2025-10-05	Causal deep learning for real-time detection of cardiac surgery-associated acute kidney injury: derivation and validation in seven time-series cohorts 2025-Sep-24, The Lancet. Digital health DOI:10.1016/j.landig.2025.100901 PMID:40998651	研究论文	开发了一种名为REACT的因果深度学习架构，用于实时检测心脏手术相关急性肾损伤	提出因果深度学习方法，将复杂时间变量交互简化为少量通用、成本效益高的输入因素	回顾性模型开发和前瞻性验证研究，存在回顾性研究的固有局限性	开发能够实现CSA-AKI精确动态预测的深度学习模型	接受重大开胸心脏手术的成年患者（年龄≥18岁）	医疗人工智能	心脏手术相关急性肾损伤	因果深度学习	深度学习	电子健康记录时间序列数据	最终推导队列14,513名患者，外部验证包括中国20,813名患者和美国28,023名患者	NA	REACT（因果深度学习架构）	AUROC	NA
1106	2025-10-05	Automated Coronary Artery Calcium Scoring Using Deep Learning: Validation Across Diverse Chest CT Protocols 2025-Sep-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.009 PMID:40998657	研究论文	开发并验证一种基于深度学习的全自动冠状动脉钙化评分模型，适用于多种胸部CT协议	开发了首个工作流就绪、协议无关的深度学习模型，能够在常规非门控胸部CT上实现全自动冠状动脉钙化量化	回顾性研究，数据来自单一大学医院，需要进一步外部验证	开发自动化冠状动脉钙化评分工具以改进心血管疾病风险评估	无已知动脉粥样硬化心血管疾病患者的胸部CT扫描	医学影像分析	心血管疾病	胸部CT扫描	深度学习	医学影像	2132例胸部CT扫描（常规、CT-CAC和CT-COVID）	NA	NA	组内相关系数, Cohen's kappa, 敏感性, 特异性, 阳性预测值, 阴性预测值, F1分数	NA
1107	2025-10-05	A modified vision transformer framework for image-based land cover segmentation in rural architectural design and planning 2025-Sep-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19234-w PMID:40987770	研究论文	提出一种基于改进视觉Transformer和萤火虫算法的深度学习框架，用于农村建筑设计与规划中的土地覆盖图像分割	将改进的视觉Transformer与改进的萤火虫算法相结合，用于优化特征和超参数选择，在土地覆盖分割任务中实现高精度	仅使用EuroSAT基准数据集进行验证，模型在其他地理区域的适用性有待进一步测试	开发用于农村建筑设计与规划的土地覆盖图像分割方法	卫星图像中的土地覆盖区域	计算机视觉	NA	卫星遥感图像分析	Vision Transformer	图像	27,000个地理参考样本，涵盖10个平衡的土地覆盖类别	NA	改进的Vision Transformer	准确率, Kappa系数, 平均适应度值	NA
1108	2025-10-05	Exploring the role of preprocessing combinations in hyperspectral imaging for deep learning colorectal cancer detection 2025-Sep-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20735-x PMID:40987788	研究论文	本研究比较了高光谱成像中不同预处理组合对深度学习结直肠癌检测性能的影响	系统探索了高光谱数据在空间和光谱维度上的多种预处理组合，包括光谱缩放、噪声消除、血液和反光过滤，并分析了数据不平衡问题的解决方案	噪声消除意外地降低了模型性能，血液和反光过滤均未产生显著效果	优化高光谱成像的预处理流程以提高深度学习在癌症诊断中的性能	结直肠癌组织的高光谱图像数据	计算机视觉	结直肠癌	高光谱成像	深度学习	高光谱图像	NA	NA	NA	灵敏度, 特异性	NA
1109	2025-10-05	Multi-label machine learning for power forecasting of a grid-connected photovoltaic solar plant over multiple time horizons 2025-Sep-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20251-y PMID:40987842	研究论文	本文提出基于机器学习算法的多标签预测方法，用于预测建筑光伏电站输送到电网的PV和AC功率	首次在光伏功率预测中采用多标签机器学习方法，同时预测DC和AC功率，并评估多种算法在多个时间尺度上的性能	研究基于单一光伏电站的一年数据，未考虑不同地理位置和气候条件的影响	开发准确的光伏发电预测方法以支持电网规划和运营	建筑应用光伏电站的PV和AC功率输出	机器学习	NA	传感器数据采集	线性回归,多项式回归,神经网络,深度学习,梯度提升树,随机森林,决策树,k近邻,支持向量机	时间序列传感器数据	一年实时采集的太阳辐照度、环境温度、风速和电池温度数据	NA	NA	绝对误差,均方根误差,归一化绝对误差,相对误差,相对均方根误差,相关系数	NA
1110	2025-10-05	Multimodal AI-based risk stratification for distant metastasis in nasopharyngeal carcinoma 2025-Sep-23, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105809 PMID:40997749	研究论文	开发并验证一种基于多模态深度学习的GNPC风险评分系统，用于预测鼻咽癌患者的远处转移风险	首次将组织病理学图像表示为图结构以捕捉空间背景和肿瘤异质性，并结合临床信息构建多模态深度学习模型	研究样本量相对有限（1949例患者），且仅基于两个独立队列进行验证	开发预测鼻咽癌远处转移风险的深度学习风险评分系统	鼻咽癌患者	数字病理学	鼻咽癌	苏木精-伊红染色，深度学习	图神经网络	组织病理学图像，临床数据	1949例患者来自两个独立队列	NA	GNPC（鼻咽癌图神经网络）	远处转移P值，总生存期P值，局部复发P值	NA
1111	2025-10-05	Deep Learning for Standardized Head CT Reformatting: A Quantitative Analysis of Image Quality and Operator Variability 2025-Sep-23, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.09.016 PMID:40998241	研究论文	验证深度学习基础模型在头部CT标准化重建中的性能，并与人工重建进行质量和效率对比	首次使用深度学习基础模型实现头部CT的自动化标准化重建，并系统量化了人工重建的质量差异和操作者变异性	研究仅针对非对比头部CT检查，未包含其他类型的CT扫描	验证自动化头部CT重建模型的质量和效率，评估人工重建的变异性	1,763例连续非对比头部CT检查	医学影像分析	神经系统疾病	CT扫描	深度学习基础模型	CT影像	1,763例头部CT检查	NA	基础模型	标志点定位误差, 旋转误差, 对中误差, 缩放误差	NA
1112	2025-10-05	Lightweight deep learning model for crime pattern recognition based on transformer with simulated annealing sparsity and CNN 2025-Sep-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07260-7 PMID:40983626	研究论文	提出一种用于犯罪模式识别的轻量级深度学习模型LCRNet，结合Transformer编码器和卷积神经网络	在Transformer的多头自注意力机制中引入模拟退火稀疏化方法，有效降低计算开销同时保持精度	模型可解释性有待提升，在资源受限环境中的适应性需要进一步验证	为公共安全治理中的犯罪模式识别提供高效低耗的智能解决方案	洛杉矶真实犯罪数据	机器学习	NA	深度学习	Transformer, CNN	犯罪数据	NA	NA	Transformer编码器, 卷积神经网络	准确率	边缘设备
1113	2025-10-05	Explainable AI-driven analysis of radiology reports using text and image data: An experimental study 2025-Sep-22, JMIR formative research IF:2.0Q4 DOI:10.2196/77482 PMID:40997754	研究论文	本研究评估了可解释人工智能在解读放射学报告中的应用，旨在提高医疗从业者对AI辅助诊断的信心和理解	结合文本和图像数据，使用多种先进AI模型，并应用SHAP和LIME等可解释性方法来增强临床决策的透明度和可信度	仅使用印第安纳大学胸部X射线数据集，样本量有限，且仅针对正常/异常二分类问题	评估可解释AI在放射学报告解读中的应用效果	放射学报告和胸部X射线图像	自然语言处理,计算机视觉	胸部疾病	X射线成像	传统机器学习,集成方法,LSTM,Transformer,CNN	文本,图像	3169份文本报告和6471张图像	NA	GPT-2,T5,LLaMA-2,LLaMA-3.1,DenseNet121,DenseNet169	准确率,Cohen's kappa,Chi-Square,Fisher's Exact test,McNemar's Test	NA
1114	2025-10-05	An attention aided wavelet convolutional neural network for lung nodule characterization 2025-Sep-21, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106118 PMID:40997672	研究论文	提出一种结合小波变换和注意力机制的双通路深度学习框架，用于肺结节良恶性分类	首次将可训练小波块与CNN结合进行多分辨率分析，并引入CBAM注意力机制增强判别性特征学习	仅在公开数据集上验证，需要进一步临床验证	开发准确高效的肺结节计算机辅助诊断方法	肺结节图像	计算机视觉	肺癌	高分辨率计算机断层扫描(HRCT)	CNN	医学图像	LIDC-IDRI数据集和Kaggle DSB2017测试数据集	NA	WaveLCDNet, CBAM	灵敏度, 特异性, 准确率, Brier分数	NA
1115	2025-10-05	Single-sequence deep learning delivers crystal-quality models of covalent K-Ras G12 hotspot complexes 2025-Sep-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.16.676163 PMID:41000783	研究论文	本研究展示了Chai-1工具在无需多重序列比对的情况下，能够准确预测共价K-Ras(G12C)复合物的三维结构	开发了首个无需多重序列比对即可预测共价蛋白-配体复合物结构的深度学习工具，相比AlphaFold3提升40倍计算效率	在捕捉离去基团、键属性和立体化学等化学细节方面存在局限	开发高效的共价蛋白-配体复合物结构预测方法以加速药物发现	K-Ras(G12C)、K-Ras(G12D)和K-Ras(G12S)共价抑制剂复合物	计算生物学	癌症	深度学习结构预测	深度学习	蛋白质序列、配体结构	多种K-Ras(G12C)抑制剂（包括ARS-853和BBO-8520）	NA	Chai-1	口袋对齐RMSD	NA
1116	2025-10-05	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Sep-20, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调的方法，用于提高微型近红外光谱预测茶叶成分的泛化能力	采用深度学习微调策略，实现了从局部模型到其他茶叶类型的准确度迁移，优于传统的传递成分分析方法	研究仅针对四种茶叶类型（绿茶、红茶、乌龙茶、黄茶），未涵盖所有茶叶品种	开发适用于不同茶叶类型的通用化预测模型，用于测定茶叶中的儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）中的儿茶素和咖啡因成分	机器学习	NA	近红外光谱	深度学习	光谱数据	四种茶叶类型的光谱数据	NA	卷积神经网络,全连接网络	准确度	NA
1117	2025-10-05	Monitoring the ramp use of cage-free laying hens with deep learning technologies 2025-Sep-20, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105858 PMID:40997600	研究论文	开发基于深度学习的监测方法，用于监控无笼饲养蛋鸡的斜坡使用情况及其对地面蛋和巢箱产蛋量的影响	首次将YOLO目标检测模型应用于蛋鸡斜坡使用监测，为自动化家禽行为监测提供基准方法	斜坡接入未显著降低地面蛋产量，研究结果在不同周龄间存在不一致性，需要商业层架式系统数据的进一步验证	开发深度学习监测方法，评估斜坡接入对蛋鸡产蛋行为的影响	600只Lohmann LSL Lite蛋鸡	计算机视觉	NA	视频记录技术	YOLO	图像	2000张图像（训练70%，验证20%，测试10%）	NA	YOLOv5u, YOLO11, YOLO11n(nano)	精确度, 召回率, mAP@0.50	NA
1118	2025-10-05	Uncovering genetic architecture of the heart via genetic association studies of unsupervised deep learning derived endophenotypes 2025-Sep-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.17.676827 PMID:41000657	研究论文	开发了一种基于3D U架构自编码器的无监督深度学习框架，从心脏磁共振成像中提取图像表型用于遗传发现	首次使用掩码自编码器从心脏磁共振图像中无监督学习深度图像表型，无需临床定义表型或手动标注	仅关注长轴二腔心和四腔心视图，未包含其他心脏视图	通过无监督深度学习衍生的内表型揭示心脏遗传结构	心脏磁共振成像数据	计算机视觉	心血管疾病	心脏磁共振成像，全基因组关联分析	自编码器	3D医学图像	NA	NA	3D U-architecture autoencoder	遗传关联发现数量，基因富集分析	NA
1119	2025-10-05	Human‒machine interaction based on real-time explainable deep learning for higher accurate grading of carotid stenosis from transverse B-mode scan videos 2025-Sep-19, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112441 PMID:40997634	研究论文	开发基于实时可解释深度学习的颈动脉狭窄分级系统，通过人机交互提高诊断准确性	将可解释性深度学习模型集成到用户友好的网络界面，实现人机协同决策	样本仅来自三家医院，模型在更广泛人群中的泛化能力需进一步验证	开发可解释深度学习模型辅助放射科医生进行颈动脉狭窄分类	疑似颈动脉狭窄≥50%的患者	医学影像分析	心血管疾病	超声成像	深度学习	B型超声视频	311名患者（247名男性，平均年龄71.3岁）	NA	CaroNet-Dynamic 2.0	AUROC	NA
1120	2025-10-05	De novo Design of All-atom Biomolecular Interactions with RFdiffusion3 2025-Sep-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.676967 PMID:41000976	研究论文	提出RFdiffusion3扩散模型，用于在配体、核酸等非蛋白质原子环境中生成全原子蛋白质结构	首次实现全原子水平的生物分子相互作用设计，能处理蛋白质与配体、核酸等非蛋白质成分的复杂相互作用	NA	开发能够设计全原子水平生物分子相互作用的蛋白质设计方法	蛋白质结构、配体、核酸、酶设计、DNA结合蛋白、半胱氨酸水解酶	机器学习	NA	扩散模型	扩散模型	蛋白质结构数据、原子坐标	NA	NA	RFdiffusion3	计算成本、in silico基准测试性能	NA