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
1161	2025-12-06	BayesOpGAN: A Bayesian-Optimized GAN Framework with Fourier-Based Evaluation for Quality-Controlled Raman Spectral Data Augmentation 2025-Dec-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04540 PMID:41344223	研究论文	本文提出了一种名为BayesOpGAN的生成对抗网络框架，用于从小样本（少于30个）中生成高质量的拉曼光谱数据，以解决深度学习模型在小数据集上过拟合和泛化能力差的问题	引入了贝叶斯优化的损失函数（BayesOpLoss）和平滑上采样模块，并采用傅里叶距离作为一维信号的频域度量来定量评估生成光谱的质量	生成数据量超过一定范围会降低分类器性能，存在最佳增强范围，且研究主要基于RRUFF拉曼数据库的混合质量数据集	开发一种可靠且可扩展的小样本光谱数据增强方法，以提升拉曼光谱分类模型的性能	拉曼光谱数据	机器学习	NA	拉曼光谱	GAN	光谱数据（一维信号）	少于30个样本	NA	GAN, ResNet-50	准确率, 傅里叶距离	NA
1162	2025-12-06	Application of Deep Learning-Based Multimodal Data Fusion for the Diagnosis of Skin Neglected Tropical Diseases: Systematic Review 2025-Dec-04, JMIR AI DOI:10.2196/67584 PMID:41344666	综述	本文对基于深度学习的多模态数据融合方法在皮肤被忽视热带病及相关疾病诊断中的应用进行了系统性回顾	首次系统性地回顾了深度学习多模态数据融合方法在皮肤被忽视热带病诊断中的应用，并分析了伦理风险和潜在偏倚风险	目前相关研究数量较少（仅14篇），数据稀缺，且算法选择、融合策略及在资源有限地区的应用仍需进一步探索	评估深度学习多模态数据融合方法在皮肤被忽视热带病及相关非热带皮肤疾病诊断中的有效性、应用现状及未来方向	皮肤被忽视热带病及相关非热带皮肤疾病	计算机视觉	皮肤被忽视热带病	NA	CNN, Transformer, RNN, 生成模型	多模态数据（如图像、文本等）	NA	NA	基于CNN的模型, Transformer, RNN, 生成模型	NA	NA
1163	2025-12-06	Sleep-wakeup based secure multipath routing in wsn using fennec fox optimized deep learning framework 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30622-0 PMID:41345208	研究论文	提出一种基于睡眠唤醒的安全多路径路由框架，用于降低无线传感器网络的能耗并延长其寿命	结合Fennec Fox优化算法与深度学习模型（TCN-BiGRU）进行簇头选择和路径预测，并引入动态睡眠唤醒调度机制	未提及框架在异构网络或大规模部署中的性能表现	提高无线传感器网络的能量效率和安全性	无线传感器网络中的传感器节点	机器学习	NA	NA	深度学习, 优化算法	网络路由数据	NA	NA	TCN-BiGRU	能耗降低百分比, 延迟降低百分比	NA
1164	2025-12-06	Comparative performance of deep learning models and non-dermatologists in diagnosing psoriasis, dermatophytosis, and eczema 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29562-6 PMID:41345213	研究论文	本研究开发并评估了基于宏观临床图像的深度学习模型，用于分类银屑病、湿疹和皮肤癣菌病，并与非专科医生的诊断性能进行比较	首次使用Swin模型在皮肤科图像分类任务中展示最佳性能，并通过Grad-CAM可视化验证模型关注临床相关病变特征，同时与非专科医生进行初步比较	样本量有限（仅30张图像和30名评估者），结果应视为探索性，需要更大数据集和多样化的临床医生队列来验证	开发深度学习模型以准确区分银屑病、湿疹和皮肤癣菌病，并评估其与非专科医生的诊断性能差异	宏观临床图像，涵盖银屑病、湿疹和皮肤癣菌病三种皮肤疾病	计算机视觉	皮肤疾病	宏观临床图像采集	深度学习模型	图像	2940张图像（来自公共数据集、Siriraj皮肤病数据库和泰国参与者新收集图像），以及30张图像用于与非专科医生比较	NA	Swin	诊断准确性	NA
1165	2025-12-06	Digital twin-driven deep learning prediction and adaptive control for coal mine ventilation systems 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30513-4 PMID:41345224	研究论文	本研究提出了一种结合数字孪生技术、深度学习预测模型和自适应控制策略的集成框架，用于实现煤矿通风系统的智能管理	开发了LSTM-Attention混合神经网络来预测通风参数，并设计了自适应模型预测控制策略以动态优化风机操作和调节器位置	NA	实现煤矿通风系统的智能管理，提升安全性、效率和可持续性	煤矿通风系统	机器学习	NA	数字孪生技术，深度学习	LSTM, Attention	时间序列数据	在一个运营煤矿进行了为期八个月的现场验证	NA	LSTM-Attention混合神经网络	平均绝对百分比误差，决定系数，控制准确率	NA
1166	2025-12-06	Artificial intelligence-assisted prediction of Demodex mite density in facial erythema 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29791-9 PMID:41345235	研究论文	本研究开发并评估了用于预测面部红斑中蠕形螨密度的深度学习模型DemodexNet，并评估了其对皮肤科医生诊断性能的影响	开发了首个基于深度学习的非侵入性、自动化预测面部红斑中蠕形螨密度的模型，并证明了AI辅助能显著提升皮肤科医生的诊断准确性，特别是对经验较少的医生	概念验证研究仅限于韩国患者（Fitzpatrick皮肤类型III-IV），需要在更广泛人群中验证后才能进行更广泛的临床应用	预测面部红斑中的蠕形螨密度并提升皮肤科医生的诊断准确性	面部红斑患者	数字病理学	皮肤疾病	深度学习	CNN	图像	1,124名患者	NA	DemodexNet	AUC	NA
1167	2025-12-06	An efficient dimensionality reduction framework using metaheuristic optimization with deep learning models for amyotrophic lateral sclerosis disease progression prediction 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30913-6 PMID:41345272	研究论文	本文提出了一种结合元启发式优化和深度学习模型的降维框架，用于预测肌萎缩侧索硬化疾病的进展	提出了一种新的降维框架DRMODL-ALSDP，整合了二元剑鱼移动优化算法进行特征选择，以及结合时间卷积网络、长短期记忆网络和注意力机制的混合模型进行分类，并使用海洋捕食者算法进行超参数优化	NA	为肌萎缩侧索硬化疾病的进展预测提供有效的模型	肌萎缩侧索硬化疾病患者数据	机器学习	肌萎缩侧索硬化	深度学习，机器学习，人工智能	TCN, LSTM	NA	NA	NA	时间卷积网络，长短期记忆网络	准确率	NA
1168	2025-12-06	SATrans-Net: Sparse Attention Transformer for EEG-based motor imagery decoding 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30806-8 PMID:41345285	研究论文	本文提出了一种名为SATrans-Net的端到端框架，用于基于EEG的运动想象解码，通过建模长序列依赖关系来提升解码性能	将Top-K稀疏注意力机制融入Transformer架构，以改进长程建模并降低计算成本，同时融合局部和全局特征	未在摘要中明确提及	提升基于脑电图信号的运动想象解码的准确性和可解释性	脑电图信号	机器学习	运动障碍	脑电图	Transformer	信号	使用了三个公开数据集：BCI IV-2a、BCI IV-2b和High-Gamma数据集	未在摘要中明确提及	SATrans-Net	准确率	未在摘要中明确提及
1169	2025-12-06	Comparison of imaging-based bone marrow dosimetry methodologies and their dose-effect relationships in [177Lu]Lu-PSMA-617 RLT including a novel method with active marrow localization 2025-Dec-04, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00816-6 PMID:41345337	研究论文	本研究比较了四种基于图像的骨髓剂量学方法在[177Lu]Lu-PSMA-617放射性配体治疗中的应用，并评估了它们与血液计数变化之间的剂量效应关系	提出了一种结合[68Ga]Ga-PSMA-11 PET/CT和[99mTc]Tc-硫胶体SPECT/CT进行肿瘤和骨髓定位的新型剂量学方法，并首次在蒙特卡洛剂量计算中考虑了肿瘤对海绵骨的浸润	样本量较小，特别是新型方法仅适用于12名患者，且研究仅基于治疗第一周期的数据，未评估多周期累积效应	建立准确的骨髓剂量学方法，以指导患者特异性治疗并预测血液学毒性	接受[177Lu]Lu-PSMA-617放射性配体治疗的转移性前列腺癌患者	数字病理	前列腺癌	SPECT/CT, PET/CT, 深度学习分割, 蒙特卡洛模拟	深度学习模型	医学影像（CT, SPECT, PET）	20名患者用于方法1-3，12名患者用于方法4	NA	NA	斯皮尔曼等级相关系数	NA
1170	2025-12-06	Benchmarking all-atom biomolecular structure prediction with FoldBench 2025-Dec-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67127-3 PMID:41345395	研究论文	本文介绍了FoldBench，一个用于评估全原子生物分子结构预测模型的综合性基准数据集，并分析了当前模型在多种生物分子相互作用任务上的性能与局限性	提出了一个覆盖九种不同预测任务、包含1522个生物组装的广泛基准数据集FoldBench，首次系统评估了全原子结构预测模型在多种生物分子实体（如蛋白质、核酸、配体、离子）上的性能	基准数据集可能未覆盖所有生物分子类型或相互作用，且当前模型在抗体-抗原预测等任务上失败率仍超过50%，表明领域存在持续挑战	为生物分子复合物结构预测领域提供公平、严谨的模型性能评估基准，推动未来模型开发与改进	生物分子复合物，包括蛋白质、核酸、配体、离子及其相互作用	机器学习	NA	深度学习	全原子结构预测模型	生物分子结构数据	1522个生物组装	NA	AlphaFold 3	配体对接准确性、失败率	NA
1171	2025-12-06	ReHA-Net: a ReVIN-hybrid attention network with multiscale convolution for robust EEG artifact removal in brain-computer interfaces 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28855-0 PMID:41345432	研究论文	本文提出了一种名为ReHA-Net的深度学习框架，用于脑电信号中伪影的鲁棒去除	结合了U-Net编码器-解码器结构、混合注意力机制（时空频）、多尺度可分离卷积块以及可逆实例归一化，以增强跨被试泛化能力	未明确提及	开发一种鲁棒的脑电信号去噪方法，以提升脑机接口中信号质量	脑电信号	机器学习	NA	脑电图	深度学习	时间序列信号	基于增强的EEGdenoiseNet数据集	NA	U-Net	峰值信噪比, 信噪比, 相关系数, 相对均方根误差	NA
1172	2025-12-06	Enhancing breast magnetic resonance imaging segmentation with a federated semi-supervised approach 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29112-0 PMID:41345433	研究论文	提出了一种用于乳腺磁共振成像分割的联邦半监督学习框架，以提高资源利用率和保护隐私	结合联邦学习和半监督学习，通过多扰动增强模型鲁棒性，并设计联合损失函数优化标注和未标注数据	未提及具体局限性	开发自动分割乳腺磁共振成像的方法，以辅助诊断	乳腺磁共振成像图像	计算机视觉	乳腺癌	磁共振成像	深度学习模型	图像	来自三家医院的样本	NA	NA	Dice相似系数, 交并比	NA
1173	2025-12-06	Self-attention bidirectional long Short-Term memory assisted natural language processing on sarcasm detection and classification in social media platforms 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31093-z PMID:41345450	研究论文	本研究提出了一种基于自注意力双向长短期记忆网络的自然语言处理方法，用于社交媒体平台上的讽刺检测与分类	结合自注意力机制与双向长短期记忆网络，提升了对讽刺文本的识别准确率	NA	有效且自动地识别社交媒体文本中的讽刺内容	社交媒体文本数据	自然语言处理	NA	自然语言处理	SA-BLSTM	文本	NA	NA	自注意力双向长短期记忆网络	准确率	NA
1174	2025-12-06	Evaluation of deep learning MRI reconstruction for dental implant crowns in a phantom study 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30934-1 PMID:41345497	研究论文	本研究通过体模实验评估了深度学习MRI重建技术对牙科种植体冠图像质量和金属伪影的影响	首次在牙科种植体冠的MRI成像中系统比较深度学习重建与传统重建方法，并量化不同冠材料（如氧化锆、PMMA、金、镍铬金属）对伪影的影响	这是一项初步的体模研究，结果可能无法完全反映体内实际情况，需要进一步在体验证	评估深度学习MRI重建技术在减少牙科金属伪影和提升图像质量方面的效果	包含钛种植体及四种冠材料（氧化锆、PMMA、金、镍铬金属）的丙烯酸体模	医学影像处理	NA	磁共振成像（MRI），包括轴向T1加权和T2加权序列	深度学习（DL）	MRI图像	使用四种不同冠材料的体模进行扫描	NA	NA	图像质量（噪声、信噪比SNR）、金属伪影（视觉评分、伪影比率）	NA
1175	2025-12-06	Towards improved fake news detection using a hybrid RoBERTa and metadata enhanced XGBoost model 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29942-y PMID:41345495	研究论文	本文提出了一种结合RoBERTa特征提取与XGBoost分类器的混合模型，用于提升假新闻检测性能	提出了一种新颖的混合框架，将基于Transformer的特征提取（RoBERTa嵌入）与集成学习分类器（XGBoost）相结合，并整合了TF-IDF分词和元数据处理，以同时捕捉语言和上下文特征	未明确说明模型在不同语言或跨领域数据集上的泛化能力，也未讨论计算资源消耗和实时检测效率	开发一个鲁棒且可扩展的假新闻检测系统，以应对在线平台上的错误信息传播问题	在线新闻文本及其相关元数据	自然语言处理	NA	自然语言处理（NLP）、深度学习	Transformer, XGBoost	文本、元数据	基于PolitiFact和GossipCop两个数据集进行训练和评估	NA	RoBERTa, XGBoost	准确率、精确率、召回率、F1分数	NA
1176	2025-12-06	Research on the automation of intelligent accounting information processing process driven by neural networks 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31005-1 PMID:41345513	研究论文	本研究提出了一种名为NeuroLedger-Net的深度学习系统，利用神经网络实现会计信息处理的自动化，以提高效率并减少错误	结合LSTM网络、自编码器和注意力增强的MLP，构建了一个自学习的异常检测与风险分类系统，实现了对复杂会计流程的自动化处理	模型训练和测试仅基于Kaggle的公开金融数据集，未在更广泛或私有的实际业务数据上进行验证	构建一个需要极少人工干预的自学习异常检测与风险分类系统，以实现会计信息处理的自动化	会计信息处理流程，特别是交易行为、异常检测和风险分类	机器学习	NA	深度学习	LSTM, Autoencoder, MLP	金融交易数据	使用Kaggle公共金融数据集进行训练和测试	NA	LSTM, Autoencoder, 注意力增强的MLP	准确率, 假阳性率, F1分数	NA
1177	2025-12-06	Artificial intelligence assistance narrows the experience gap in endoscopic reporting of gastric lesions: a prospective clinical trial 2025-Dec-04, Surgical endoscopy DOI:10.1007/s00464-025-12410-z PMID:41345528	研究论文	本研究验证了一种人工智能辅助报告系统，用于提高胃部病变内镜报告的质量，并缩小不同经验水平内镜医师之间的差距	开发并验证了一个集成深度学习模型的人工智能报告系统，专门用于胃部病变的检测、分类和特征识别，并证明其能显著提高报告完整性，尤其是在缩小内镜医师经验差距方面	研究样本量有限（276个视频片段），且未详细说明系统在更广泛、更多样化临床环境中的泛化能力	验证人工智能报告系统在改善胃部病变内镜报告质量方面的临床有效性	胃部病变的内镜图像和视频	计算机视觉	胃部病变	内镜成像	深度学习模型	图像, 视频	276个视频片段	NA	NA	准确率, 灵敏度, 特异性	NA
1178	2025-12-06	Deep Imputation for Skeleton data (DISK) for behavioral science 2025-Dec-04, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02893-y PMID:41345771	研究论文	本文提出了一种名为DISK的深度学习方法，用于填补动物骨架数据中的缺失跟踪数据，无需人工标注	DISK通过深度学习揭示关键点及其动态之间的依赖关系，自动填补缺失的跟踪数据，并学习到捕捉底层动作的有意义数据表示	NA	开发一种能够自动填补动物骨架数据中缺失跟踪数据的方法，以提高行为科学实验数据的可用性和分析效果	七种动物骨架，包括多动物设置	计算机视觉	NA	姿态估计方法，运动捕捉系统	深度学习	骨架数据	NA	NA	NA	NA	NA
1179	2025-12-06	The application of artificial intelligence in the acute and sub-acute phases of spinal cord injury- a systematic review 2025-Dec-04, Spinal cord IF:2.1Q1 DOI:10.1038/s41393-025-01155-0 PMID:41345782	综述	本文系统回顾了人工智能在脊髓损伤急性期和亚急性期管理中的应用，重点关注诊断、预后预测和治疗干预	首次系统性地总结了2020年至2025年间AI在脊髓损伤急性及亚急性阶段的应用研究，并比较了不同机器学习模型的表现	仅纳入了2020年后的英文研究，排除了脑机接口、机器人技术和非神经学方面的研究，可能存在选择偏倚	描述人工智能在创伤性脊髓损伤管理中的应用，特别是在诊断、预后和治疗干预方面	脊髓损伤患者，特别是在急性期、损伤后康复期和第一年内的患者	机器学习	脊髓损伤	NA	经典机器学习模型, 集成学习模型, 深度学习模型	临床数据, 影像数据	23项研究，共120,931名个体	NA	NA	准确性, 精确度, 召回率, F1分数, AUC	NA
1180	2025-12-06	Deep Learning to Differentiate Parkinsonian Syndromes: From Proof of Concept to Clinical Trust 2025-Dec-04, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.70139 PMID:41346225	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA