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
14661	2025-10-07	MODAMS: design of a multimodal object-detection based augmentation model for satellite image sets 2025-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93766-z PMID:40223115	研究论文	提出一种基于多模态目标检测的卫星图像增强模型，通过优化高光谱图像分类性能	结合定制化YOLO目标检测、级联双生成对抗网络(cdGAN)、象群优化(EHO)和萤火虫优化器(FFO)实现动态图像增强	未提及模型在不同卫星图像数据集上的泛化能力及计算复杂度分析	提升高光谱卫星图像的分类性能	高光谱卫星图像	计算机视觉	NA	高光谱成像	YOLO, GAN	卫星图像	NA	NA	定制化YOLO, 级联双生成对抗网络(cdGAN)	准确率, 精确率, 召回率, 分类延迟	NA
14662	2025-10-07	Deep learning tools predict variants in disordered regions with lower sensitivity 2025-Apr-12, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11534-9 PMID:40221640	研究论文	评估AlphaMissense和VARITY等变异效应预测工具在蛋白质无序区域的预测性能	首次系统评估深度学习工具在蛋白质无序区域的变异预测性能，揭示其敏感度显著低于有序区域	主要关注预测工具的性能比较，未提出新的改进方法或模型	评估变异效应预测工具在蛋白质无序区域的效能差异	蛋白质无序区域中的基因变异	生物信息学	遗传疾病	深度学习, 蛋白质结构预测	AlphaFold2	蛋白质序列, 结构数据	人类蛋白质组中30%的无序区域	NA	AlphaFold2	敏感度, 特异性	NA
14663	2025-10-07	Lag-Net: Lag correction for cone-beam CT via a convolutional neural network 2025-Apr-12, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108753 PMID:40233441	研究论文	提出一种基于卷积神经网络的锥束CT滞后伪影校正方法Lag-Net	首次将深度学习应用于CT滞后信号校正，利用硬件校正结果作为训练目标，避免了传统线性时不变校正方法对曝光依赖性的忽略	硬件校正方法操作复杂且对CT设备要求高，深度学习方法的性能依赖于硬件校正结果的质量	开发更有效的锥束CT滞后伪影校正方法	锥束CT投影图像中的滞后信号和重建伪影	医学影像处理	NA	锥束CT成像	CNN	CT投影图像	模拟和真实数据集	NA	Lag-Net	定性分析，定量分析，图像质量评估	NA
14664	2025-10-07	CMTNet: a hybrid CNN-transformer network for UAV-based hyperspectral crop classification in precision agriculture 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97052-w PMID:40216979	研究论文	提出一种结合CNN和Transformer的混合深度学习框架CMTNet，用于无人机高光谱作物分类	设计双分支架构同时提取局部和全局特征，并引入多输出约束模块增强分类精度	NA	提升复杂农业环境下高光谱作物分类的精度和可靠性	无人机获取的高光谱作物图像数据	计算机视觉	NA	高光谱成像	CNN, Transformer	高光谱图像	三个无人机获取的数据集：WHU-Hi-LongKou、WHU-Hi-HanChuan、WHU-Hi-HongHu	NA	CMTNet（混合CNN-Transformer网络）	总体准确率(OA)	NA
14665	2025-10-07	IT: An interpretable transformer model for Alzheimer's disease prediction based on PET/MR images 2025-Apr-11, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121210 PMID:40222500	研究论文	提出一种基于Transformer架构的可解释深度学习模型IT，用于通过PET/MR图像预测阿尔茨海默病	开发了新型可解释Transformer模型，能够同时捕捉影像数据的局部和全局特征，并通过先进特征工程技术实现协同整合	NA	开发先进的阿尔茨海默病早期检测和精确监测诊断工具	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	PET/MR成像	Transformer	医学影像	NA	NA	Transformer	NA	低计算资源需求
14666	2025-10-07	Bearing fault diagnosis based on efficient cross space multiscale CNN transformer parallelism 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95895-x PMID:40210923	研究论文	提出一种基于高效跨空间多尺度CNN-Transformer并行架构的风力涡轮机轴承故障诊断模型	采用并行双分支结构同时提取时空特征，CNN分支集成多尺度特征提取模块、反向残差结构和高效多尺度注意力机制，Transformer分支结合BiGRU和Transformer捕获局部时序动态和长期依赖关系	未明确说明模型在极端噪声环境下的性能表现和计算效率	解决传统串行深度学习模型在噪声环境中无法同时提取故障信号时空特征的问题	风力涡轮机轴承故障诊断	机器学习	NA	连续小波变换(CWT)	CNN, Transformer, BiGRU	一维振动信号转换的二维时频图像	两个公开轴承数据集	NA	多尺度CNN, Transformer, 反向残差结构(RRS), 高效多尺度注意力(EMA)	准确率	NA
14667	2025-10-07	FetDTIAlign: A deep learning framework for affine and deformable registration of fetal brain dMRI 2025-Apr-10, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121190 PMID:40221066	研究论文	提出一种专门针对胎儿脑部扩散MRI的深度学习配准框架FetDTIAlign，实现精确的仿射和非刚性配准	集成新型双编码器架构和迭代特征推理，采用分阶段网络配置和领域特定图像特征，有效应对胎儿脑部dMRI的低质量和快速发育挑战	主要验证于23-36孕周数据，对其他孕周适用性需进一步验证	解决胎儿脑部扩散MRI数据的空间配准难题	胎儿脑部扩散MRI数据	医学影像分析	神经发育	扩散MRI	深度学习	医学影像	涵盖23-36孕周的胎儿脑部dMRI数据，包含60个白质束	NA	双编码器架构	解剖对应性，视觉对齐效果	NA
14668	2025-10-07	From prediction to design: Revealing the mechanisms of umami peptides using interpretable deep learning, quantum chemical simulations, and module substitution 2025-Apr-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144301 PMID:40233511	研究论文	本研究结合深度学习模型和模块替换策略筛选和设计鲜味肽	整合预训练、增强特征和对比学习模块的预测模型，以及通过模块替换策略实现肽的设计与修饰	NA	开发高效筛选鲜味肽的工具并扩展鲜味肽库	鲜味肽及其与T1R1/T1R3受体的相互作用	机器学习	NA	深度学习、量子化学模拟、分子对接、感官评价	深度学习	肽序列数据	NA	NA	集成预训练、增强特征和对比学习的混合架构	准确率	NA
14669	2025-10-07	Autonomous learning of pathologists' cancer grading rules 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.18.643999 PMID:40166226	研究论文	开发可解释深度学习算法自主学习病理学家癌症分级规则	通过生成模型和语义潜在空间探索组织形态学与癌症生物学的关联，实现可解释的癌症分级特征发现	研究仅针对透明细胞肾细胞癌，未验证其他癌症类型的适用性	建立组织形态学与癌症生物学之间的可解释关联	透明细胞肾细胞癌组织图像	数字病理学	肾癌	深度学习	生成模型, 深度学习模型	组织图像	NA	NA	NA	NA	NA
14670	2025-10-07	Accelerated Discovery of Cell Migration Regulators Using Label-Free Deep Learning-Based Automated Tracking 2025-Apr-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.01.646705 PMID:40236190	研究论文	开发了一种基于深度学习的无标记细胞自动追踪方法DeepBIT，用于高通量研究癌细胞迁移调控因子	首次实现无需细胞标记的高通量单细胞迁移自动追踪，可在840种不同条件下同时分析约130万个细胞	研究主要聚焦于癌细胞迁移，方法在其他细胞类型中的适用性有待验证	开发高通量细胞迁移分析方法以加速发现细胞迁移调控因子	癌细胞	计算机视觉	癌症	延时摄影、CRISPR基因敲除	深度学习	视频	约130万个追踪细胞，840种不同条件	NA	NA	NA	NA
14671	2025-10-07	Role of artificial intelligence in magnetic resonance imaging-based detection of temporomandibular joint disorder: a systematic review 2025-Apr, The British journal of oral & maxillofacial surgery DOI:10.1016/j.bjoms.2024.12.004 PMID:40087072	系统综述	评估人工智能在基于磁共振成像的颞下颌关节盘位置检测中的应用	首次系统评估AI在TMJ盘位置检测中的性能表现，比较不同深度学习模型的效能	纳入研究数量有限（7篇），研究设计标准化不足，存在偏倚风险	评估人工智能在颞下颌关节紊乱症MRI检测中的应用价值	颞下颌关节盘位置异常的个体	医学影像分析	颞下颌关节紊乱症	磁共振成像	深度学习, 机器学习	医学影像	7项研究涉及的患者和TMJ/MRI数据	NA	MobileNetV2, ResNet	灵敏度, 特异性, 准确率	NA
14672	2025-10-07	TractCloud-FOV: Deep Learning-Based Robust Tractography Parcellation in Diffusion MRI With Incomplete Field of View 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70201 PMID:40193105	研究论文	提出一种深度学习框架TractCloud-FOV，用于在不完整视野的扩散MRI中实现稳健的纤维束成像分割	提出FOV-Cut数据增强方法模拟真实世界的不完整视野场景，增强模型对截断纤维束的泛化能力	NA	解决临床扩散MRI扫描中因不完整视野导致的纤维束截断问题	扩散MRI重建的纤维流线	医学影像分析	神经系统疾病	扩散MRI，纤维束成像	深度学习	纤维束成像数据	合成切割的纤维束成像数据和两个真实世界不完整视野数据集	NA	TractCloud-FOV	流线分类准确率，泛化能力，纤维束解剖描绘，计算效率	NA
14673	2025-10-07	Evaluating the Effectiveness of Neural Radiance Field for Noninvasive Volumetric Assessment 2025-Apr, Plastic and reconstructive surgery. Global open DOI:10.1097/GOX.0000000000006708 PMID:40230474	研究论文	评估基于神经辐射场（NeRF）的iPhone应用Luma 3D在门诊环境下对下肢淋巴水肿进行无创体积测量的有效性	首次将NeRF技术应用于淋巴水肿的3D体积评估，克服了传统2D成像和摄影测量法的反射折射问题	仅针对单例88岁慢性淋巴水肿患者进行12个月观察，样本量有限	评估NeRF技术在门诊环境下进行无创体积测量的临床应用价值	下肢淋巴水肿患者	计算机视觉	淋巴水肿	神经辐射场（NeRF），3D建模	深度学习	2D图像，CT扫描	1名88岁女性慢性淋巴水肿患者，观察期12个月	NA	神经辐射场（NeRF）	体积测量精度，与CT扫描对比	iPhone应用程序（Luma 3D）
14674	2025-10-07	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	使用深度学习模型对脓毒症患者进行风险分层，并分析不同风险组中抗生素使用时机与死亡率的关系	首次使用深度学习模型客观地将脓毒症患者分层为类似SSC风险组，并基于风险分层分析抗生素使用时机与死亡率的关系	研究为观察性研究，未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机与死亡率的关系	脓毒症成年患者	医疗人工智能	脓毒症	深度学习	深度学习模型	临床患者数据	34,163名成年脓毒症患者	NA	NA	死亡率	NA
14675	2025-10-07	Correction to: Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf028 PMID:40236682	correction	对一篇关于使用深度学习检测西班牙语推文中COVID-19疫苗接种立场的论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14676	2025-10-07	NLP-enriched social determinants of health improve prediction of suicide death among the Veterans 2025-Mar-31, Research square DOI:10.21203/rs.3.rs-5067562/v1 PMID:40235516	研究论文	本研究通过自然语言处理技术提取健康社会行为决定因素，提升退伍军人精神病院出院后自杀风险的预测性能	首次将NLP提取的非结构化临床笔记中的健康社会行为决定因素与传统结构化数据结合，显著提升自杀风险预测模型的性能与公平性	研究仅限于美国退伍军人群体，结果可能不适用于其他人群	评估健康社会行为决定因素对精神病院出院患者自杀死亡预测的改进效果	197,581名从129家VHA精神病院出院的美国退伍军人，共414,043次出院记录	自然语言处理	精神疾病	自然语言处理, ICD编码分析	集成机器学习模型, Transformer	文本, 结构化医疗数据	197,581名退伍军人的414,043次出院记录	NA	TransformEHR	敏感度, 阳性预测值, AUROC, 校准分析	NA
14677	2025-10-07	Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports 2025-Mar-31, ArXiv PMID:40236838	研究论文	开发并评估了一种融合放射学报告和CT影像的深度学习模型，用于预测胰腺导管腺癌风险	首次将放射学报告文本与CT影像数据融合，构建深度学习模型进行胰腺癌风险预测和生存分析	模型性能仍有提升空间，需要更大规模的多中心验证	通过深度学习模型实现胰腺癌的早期检测和预后预测	胰腺导管腺癌(PDAC)患者	医学影像分析	胰腺癌	CT成像	深度学习融合模型	CT影像, 放射学报告文本	内部数据集和外部数据集	NA	NA	C-index, Kaplan-Meier分析	NA
14678	2025-10-07	A Progressive Risk Formulation for Enhanced Deep Learning based Total Knee Replacement Prediction in Knee Osteoarthritis 2025-Mar-28, ArXiv PMID:40196144	研究论文	开发了一种基于深度学习的全膝关节置换预测模型，采用渐进风险公式提高预测性能	提出了渐进风险公式约束，确保当患者有多次扫描时预测风险随时间递增或保持稳定，突破了传统方法独立处理每次扫描的局限	NA	预测膝骨关节炎患者在不同时间范围内需要进行全膝关节置换的风险	膝骨关节炎患者	医学影像分析	膝骨关节炎	深度学习	深度学习模型	X射线图像，MRI图像	来自OAI和MOST研究的膝关节X射线和MRI数据	NA	双模型风险约束架构	AUROC，AUPRC	NA
14679	2025-10-07	Carbon price prediction research based on CEEMDAN-VMD secondary decomposition and BiLSTM 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36220-x PMID:40095303	研究论文	提出一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	采用CEEMDAN和VMD的二次分解方法提升碳价格特征提取深度，结合COA算法优化BiLSTM参数	NA	提高碳价格预测精度，为碳市场健康发展提供参考	欧盟ETS、CCETE和BEA碳市场的碳价格数据	机器学习	NA	时间序列分解，深度学习	BiLSTM	时间序列数据	三个主要碳市场数据集（欧盟ETS、CCETE、BEA）	NA	BiLSTM	预测误差	NA
14680	2025-10-07	Forecasting the concentration of the components of the particulate matter in Poland using neural networks 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36265-y PMID:40117111	研究论文	使用四种深度学习模型预测波兰城市颗粒物浓度	首次将xLSTM、KAN、TCN和VAE四种先进深度学习模型应用于波兰颗粒物浓度预测，并通过统计假设检验验证性能	研究仅覆盖波兰八个城市，未考虑其他地区或更广泛地理范围	开发高精度颗粒物浓度预测方法以支持空气质量管理和公共健康干预	波兰八个城市的颗粒物浓度数据	机器学习	NA	空气质量监测	xLSTM, KAN, TCN, VAE	时间序列数据	波兰八个城市的空气质量数据	NA	扩展长短期记忆网络, Kolmogorov-Arnold网络, 时序卷积网络, 变分自编码器	平均绝对误差(MAE), 均方根误差(RMSE), 统计假设检验	NA