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
1361	2025-12-07	Enhancing transformer-based architectures with geometric deep learning for colonoscopic polyp size classification using transfer learning 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103304 PMID:41252887	研究论文	本研究提出了一种结合RGB与深度信息的深度学习框架，用于结肠镜息肉尺寸的自动分类	通过改进的Af-SfM模块生成精细化校正的深度图，并将其与RGB信息融合，以提升息肉尺寸分类的准确性和客观性	未提及模型在临床实时应用中的处理速度或在不同医疗中心数据上的泛化能力	实现结肠镜息肉尺寸的自动化、客观化分类，以支持结直肠癌的风险评估和监测规划	结肠镜图像中的息肉	计算机视觉	结直肠癌	结肠镜成像	Transformer	图像（RGB图像与深度图）	超过10,000张由胃肠病学专家标注的结肠镜图像	NA	Transformer	精确率, 召回率	NA
1362	2025-12-07	Deformable phrase level attention: A flexible approach for improving AI based medical coding 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103299 PMID:41260194	研究论文	提出一种新颖的可变形短语级注意力机制，用于增强从临床文本中提取医学概念的文本分类模型	开发了一种可变形、短语级的注意力机制，能够识别临床文本中的重要词汇级和上下文短语级信息，超越传统的词级注意力	未明确说明模型在更广泛临床文本类型或语言上的泛化能力，以及计算效率的具体评估	改进基于AI的自动化医学编码，以提升疾病发生信息的收集和人口健康水平	临床文本文档，包括电子病理报告和医院出院摘要	自然语言处理	癌症	注意力机制	Transformer, 深度学习模型	文本	629,908份电子病理报告和52,722份医院出院摘要	NA	Transformer	NA	NA
1363	2025-12-07	Artificial intelligence in 4D flow MRI: Review of technological aspects and clinical applications 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103308 PMID:41273805	综述	本文全面回顾了人工智能在四维血流磁共振成像中的技术方面和临床应用	系统整合了AI与4D flow MRI的最新研究，强调了从数据采集到后处理的整个流程，并提出了基于AI的自动化方法以增强临床适用性	缺乏系统性的方法论，使得难以确定合适的研究方法	回顾人工智能在四维血流磁共振成像中的应用，以促进更有效的临床评估	四维血流磁共振成像数据及其在心血管疾病分析中的应用	医学影像分析	心血管疾病	四维血流磁共振成像	深度学习	MRI图像	NA	NA	NA	NA	NA
1364	2025-12-07	A labeled ophthalmic ultrasound dataset with medical report generation based on cross-modal deep learning 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103317 PMID:41297151	研究论文	本文提出了一个带标签的多模态眼科超声数据集，并基于跨模态深度学习构建了医疗报告生成模型	首次构建了同时包含超声图像、血流信息和检查报告的三模态眼科数据集，并提出了知识融合跨模态网络用于报告生成	数据集仅来自单一医院（沈阳某眼科医院），时间跨度为2016-2020年，可能影响模型的泛化能力	开发自动化眼科超声图像分析和医疗报告生成系统	眼科疾病患者的超声图像、血流参数和临床报告	计算机视觉, 自然语言处理	眼科疾病	超声成像	深度学习	图像, 文本, 血流参数	10,361名患者，22,173张图像及对应的自由文本报告	NA	知识融合跨模态网络	NA	NA
1365	2025-12-07	Artificial Intelligence in Ocular Oncology: Differentiating Choroidal Melanocytic Lesions 2026-Jan, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100948 PMID:41341795	综述	本文探讨了人工智能在眼科学肿瘤学中区分脉络膜黑色素细胞病变（特别是脉络膜痣和小黑色素瘤）的应用	利用深度学习技术自动分析高维医学图像，识别临床医生可能难以察觉的细微模式和特征，以提高诊断准确性	需要解决监管和实施方面的挑战，以充分发挥人工智能的潜力	提高脉络膜黑色素细胞病变的诊断准确性，以改善患者管理和预后	脉络膜黑色素细胞病变，特别是脉络膜痣和小黑色素瘤	计算机视觉	眼科学肿瘤	深度学习	人工神经网络	医学图像	NA	NA	NA	诊断准确性	NA
1366	2025-12-07	Motion-Informed Deep Learning for Human Brain Magnetic Resonance Image Reconstruction Framework 2026-Jan, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70209 PMID:41350123	研究论文	提出了一种结合运动模块的深度学习MRI重建框架，以同时加速成像并校正运动伪影	首次在深度学习图像重建模型中显式建模运动，通过集成运动模块实现运动检测与校正，使模型具有“运动感知”能力	未明确说明模型在极端运动情况下的性能或泛化能力到不同MRI扫描协议	开发一种能够同时处理欠采样伪影和运动伪影的磁共振图像重建方法	人类大脑磁共振图像	计算机视觉	NA	磁共振成像	深度学习	图像	NA	NA	NA	NA	NA
1367	2025-12-07	Engineering enhanced signal peptides: A high-throughput computational pipeline for optimizing therapeutic protein production in CHO cells 2025-Dec-25, New biotechnology IF:4.5Q1 DOI:10.1016/j.nbt.2025.10.007 PMID:41115608	研究论文	本文开发了一种高通量计算筛选流程，用于优化中国仓鼠卵巢细胞中治疗性蛋白质生产的信号肽	利用深度学习模型SignalP 6.0筛选数百万信号肽变体，揭示了新型高效信号肽的水合特性特征及mRNA二级结构与高表达水平之间的新相关性	研究主要针对人血清白蛋白在CHO细胞中的表达进行验证，其广泛适用性需进一步在其他蛋白质和细胞系统中测试	优化治疗性蛋白质在CHO细胞中的分泌效率	信号肽及其变体，用于人血清白蛋白表达	机器学习	NA	深度学习，高通量计算筛选	深度学习模型	序列数据	数百万信号肽变体，来自小鼠/人野生型文库和C区突变体	NA	SignalP 6.0	预测易位效率，切割准确性	NA
1368	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
1369	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
1370	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
1371	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
1372	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
1373	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
1374	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
1375	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）
1376	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）
1377	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
1378	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
1379	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
1380	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