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
541	2025-11-13	A systematic review of decision tools for process selection and performance improvement in manufacturing 2025, The International journal, advanced manufacturing technology DOI:10.1007/s00170-025-16806-y PMID:41208918	系统综述	系统评估制造业中用于工艺选择和性能改进的决策工具	提出结构化框架指导未来研究，重点关注数据管理、人工智能集成和工具可扩展性	仅包含37篇期刊文章，高级工具在超越工艺层面扩展方面面临挑战	比较评估应用于制造业单元工艺层面的决策工具	制造业中的工艺选择和特定工艺优化	制造业	NA	多标准决策分析(MCDA)、生命周期评估(LCA)、直接比较、深度学习、计算模拟	深度学习	NA	37篇期刊文章	NA	NA	NA	NA
542	2025-11-13	Improving predictions of convective storm wind gusts through statistical post-processing of neural weather models 2025, npj natural hazards DOI:10.1038/s44304-025-00142-y PMID:41210164	研究论文	通过神经天气模型的统计后处理改进对流风暴阵风预测	首次将卷积神经网络用于神经天气模型输出的空间模式后处理，在阵风预测中超越直接预测方法	研究区域仅限于瑞士五个地区，需要进一步验证在其他地理区域的适用性	改进对流风暴引起的极端阵风预测精度	瑞士五个地区的每小时阵风分布	机器学习	NA	统计后处理、深度学习	CNN	大气环境数据、空间模式数据	瑞士五个区域的三天提前量小时级预测数据	NA	卷积神经网络	预测准确率、极端值预测性能	NA
543	2025-11-12	AllerTrans: a deep learning method for predicting the allergenicity of protein sequences 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf040 PMID:40656558	研究论文	开发了一种基于深度学习的蛋白质序列过敏性预测方法AllerTrans	结合两种蛋白质语言模型提取不同特征向量，并通过集成建模技术提升预测性能	NA	预测蛋白质序列的过敏性	蛋白质序列	生物信息学	过敏性疾病	蛋白质语言模型	DNN	蛋白质序列	NA	NA	深度神经网络	灵敏度,特异性,准确率,AUC	NA
544	2025-11-11	BMR-YOLO: A deep learning approach for fall detection in complex environments 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335992 PMID:41202040	研究论文	提出一种基于YOLOv8n架构优化的BMR-YOLO深度学习框架，用于复杂环境下的跌倒检测	在YOLOv8n基础上引入四项改进：BiFormer视觉变换器与双层路由注意力、C2f_rvb模块替换、MultiSEAM注意力机制检测头、方向感知SIoU回归指标	NA	提升复杂环境下（特别是遮挡和光照不良条件）跌倒检测的准确性和鲁棒性	跌倒检测	计算机视觉	老年疾病	深度学习	YOLO, CNN, Transformer	图像	超过10,000张标注图像（BMR-fall数据集）并使用UR跌倒检测数据集进行交叉验证	PyTorch	YOLOv8n, BiFormer, C2f_rvb, MultiSEAM	mAP@0.5	6.5 GFLOPs计算成本
545	2025-11-10	Adaptive dual-window enhancement and multi-scale texture prior fusion for robust kidney CT classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335585 PMID:41202049	研究论文	提出结合自适应双窗增强和多尺度纹理先验融合的肾脏CT分类框架	提出自适应双窗增强模块动态调整窗宽窗位生成互补视图，并结合多尺度纹理先验实现细粒度结构建模	NA	提升肾脏CT图像的自动分类性能	肾脏CT图像	计算机视觉	肾脏疾病	CT成像	深度学习	医学图像	NA	NA	ConvNeXtV2	准确率,F1分数,AUC	NA
546	2025-11-11	Novel dual convolution adaptive focus neural network for book genre classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331011 PMID:41202081	研究论文	提出一种新型双卷积自适应聚焦神经网络CPPDE-YOLO，用于提升书籍封面分类的准确性	整合PConv和PWConv算子、动态采样技术和高效多尺度注意力机制，优化YOLOv8框架	NA	通过改进算法显著提升图像分类准确率，提高现代图书检索系统的管理效率	书籍封面图像	计算机视觉	NA	NA	CNN, YOLO	图像	NA	YOLOv8	CPPDE-YOLO, DualConv, 跨阶段部分网络融合残差块	Top_1 Accuracy, Top_5 Accuracy	NA
547	2025-11-10	Towards better Hebrew clickbait detection: Insights from BERT and data augmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332342 PMID:41196869	研究论文	本研究通过深度学习方法和数据增强策略提升希伯来语点击诱饵检测性能	首次将BERT模型与多样化数据增强技术结合应用于低资源希伯来语的点击诱饵检测，实现了性能突破	针对低资源语言的研究，数据规模可能有限，方法在其他语言的泛化性需进一步验证	提升希伯来语点击诱饵检测准确率，改善数字媒体内容质量	希伯来语点击诱饵标题	自然语言处理	NA	数据增强技术	BERT	文本	NA	NA	BERT	准确率	NA
548	2025-11-10	Impact of blood culture positivity at intensive care unit admission on mortality in infective endocarditis: Machine learning and deep learning-based causal inference models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0333351 PMID:41196883	研究论文	本研究利用机器学习和深度学习因果推断模型分析血培养阳性对感染性心内膜炎ICU患者住院死亡率的影响	首次将GANITE因果推断模型应用于感染性心内膜炎预后分析，结合传统机器学习模型和SHAP解释性分析	样本量相对有限（484例），来自单一数据库（MIMIC-III），可能存在选择偏倚	评估ICU入院时血培养阳性对感染性心内膜炎患者住院死亡率的影响	484例成人感染性心内膜炎ICU患者	机器学习	感染性心内膜炎	血培养，临床数据分析	Random Forest, XGBoost, GAN, 集成模型	临床数据，实验室数据，人口统计学数据	484例患者（训练集339例，测试集145例）	Scikit-learn, XGBoost, GANITE	Random Forest, Extreme Gradient Boosting, Generative Adversarial Nets	AUROC, 准确率	NA
549	2025-11-10	Broad-spectrum eye disease classification using a deep learning-based tailored software lens 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335419 PMID:41196894	研究论文	提出一种基于深度学习的新型架构，通过定制软件透镜利用视网膜眼底图像特征实现广谱眼病的稳健分类	首次通过定制软件透镜利用视网膜眼底图像特定特征（如图像噪声和精细结构）实现广谱眼病的高性能诊断	NA	开发能够稳健分类多种眼病的深度学习系统	视网膜眼底图像	计算机视觉	眼病	深度学习	CNN	图像	16,242张图像，包含九种疾病和健康样本	NA	定制深度学习架构	平衡准确率	NA
550	2025-11-10	Monitoring of granite quarries using deep learning and UAV photogrammetry in Bengaluru, India 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334493 PMID:41196908	研究论文	本研究提出了一种结合深度学习和无人机摄影测量的多模态框架，用于监测印度班加罗尔的花岗岩采石场	首次将深度学习与多时相Sentinel-2卫星影像和无人机SfM-MVS摄影测量相结合，实现采石场自动分割和体积量化	研究基于干季数据，可能无法反映雨季变化；外部验证样本有限	开发自动化监测花岗岩采石场的框架，支持环境管理和监管	印度班加罗尔地区的花岗岩采石场	计算机视觉,遥感监测	NA	UAV摄影测量,SfM-MVS,卫星遥感	CNN	卫星影像,无人机影像	252个候选采石场，227个经实地验证，总面积740公顷	NA	U-Net,PSPNet,DeepLabV3+,FCN,EMANet	F1-score,IoU,95%置信区间,McNemar检验	NA
551	2025-11-10	Machine learning based fault classification for improved induction motor performance 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335367 PMID:41196920	研究论文	本研究开发了一种基于机器学习的故障分类算法，用于提高三相感应电机的性能	通过综合应用多种数据预处理技术（SMOTE、FFT、PCA）和比较多种机器学习算法，实现了高效的电机故障分类	仅考虑了特定类型的轴承和转子故障，XGBoost模型性能不佳需要进一步优化，未涵盖多种故障类型和电机规格	开发准确高效的感应电机故障检测算法	三相感应电机的轴承和转子故障	机器学习	NA	振动数据分析，FFT频域分析	Random Forest, Decision Tree, KNN, XGBoost	三轴振动电流数据	在100W、200W和300W负载下的0.7mm轴承和转子故障数据	Scikit-learn	NA	准确率	NA
552	2025-11-10	aiGeneR 3.0: an enhanced deep network model for resistant strain identification and multi-drug resistance prediction in Escherichia coli causing urinary tract infection using next-generation sequencing data 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1651917 PMID:41199746	研究论文	提出增强型深度学习模型aiGeneR 3.0，用于识别尿路感染大肠杆菌的耐药菌株和预测多药耐药性	首次将SNP水平分析与深度学习相结合，采用简化的LSTM架构处理不平衡和小型数据集	未明确说明样本数据集的具体规模和来源限制	开发有效的抗生素耐药性检测和分类方法	引起尿路感染的大肠杆菌及其抗生素耐药基因	机器学习	尿路感染	二代测序	LSTM	基因序列数据	NA	NA	LSTM	ROC-AUC, F1-score, 准确率, 精确率, 灵敏度, 特异性	NA
553	2025-11-10	Legal Logit Model for predicting judicial disagreement in Indian courts 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1671474 PMID:41199807	研究论文	提出一种结合离散选择理论与神经网络的法律Logit模型，用于预测印度最高法院对下级法院判决的推翻情况	将离散选择理论的可解释性与神经网络的灵活性相结合，在保持特征影响透明度的同时建模复杂非线性交互	最高法院意见中可能存在动机推理，限制了因果关系的解释	预测司法分歧并理解驱动法官决策的因素	印度最高法院的上诉案件和法官决策行为	自然语言处理	NA	NA	神经网络	最高法院意见文本数据	NA	NA	Legal Logit Model (LLM)	准确率	NA
554	2025-11-10	Multicenter evaluation of machine and deep learning methods to predict glaucoma surgical outcomes 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1636410 PMID:41199806	研究论文	开发机器学习和深度学习模型，利用术前电子健康记录预测青光眼手术结果	首次在大型多中心队列中使用1D-CNN和传统机器学习方法预测青光眼手术结果，并在内部和外部测试集上验证模型性能	仅使用术前EHR特征，未考虑术中或术后因素；外部测试集性能略有下降	预测青光眼手术结果，包括眼压控制、抗青光眼药物使用和是否需要再次手术	来自10个机构的9,386名接受青光眼手术的患者	医疗人工智能	青光眼	电子健康记录分析	CNN, 随机森林	结构化电子健康记录数据	13,173例手术，其中8,743例(66.4%)符合失败标准	NA	一维卷积神经网络(1D-CNN)	AUROC, 准确率	NA
555	2025-11-10	The inclusion of psychological factors in the evaluation of a curriculum enrichment program for students with high ability 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1699593 PMID:41200045	研究论文	本研究评估了针对高能力学生的课程丰富项目Sakonduz对学业表现和心理因素的影响	在评估课程丰富项目时首次系统性地纳入了自尊、学习方法和创造力等心理变量	存在较高的流失率，项目持续时间较短，需要学校与教师更深入的参与以收集更多有效性证据	评估课程丰富项目对高能力学生学业表现和心理因素的影响	9所教育中心的5-6年级小学和1-2年级中学高能力学生，年龄9-13岁，68%男生，32%女生	教育心理学	NA	准实验研究设计，重复测量设计	NA	心理测评量表数据，学业成绩数据	来自9所教育中心的高能力学生，分为实验组和对照组	NA	NA	学业成绩评分，罗森伯格自尊量表，修订学习过程调查，CREA创造力测试	NA
556	2025-11-09	Health Misinformation Detection: Approaches, Challenges and Opportunities 2025 Jan-Dec, Inquiry : a journal of medical care organization, provision and financing DOI:10.1177/00469580251384784 PMID:41189452	文献综述	本文对健康虚假信息检测领域的研究进展、挑战与机遇进行了系统性综述	首次系统梳理了2016-2025年间健康虚假信息检测的研究现状，分析了检测方法的优势局限，并提出了跨学科合作、以人为本设计和伦理考量等未来发展路径	仅纳入英文全文研究，存在类别不平衡和标注标准不一致等数据质量问题	通过系统综述健康虚假信息检测方法，为开发有效的临床相关检测系统提供指导	100项关于健康虚假信息检测的研究文献	自然语言处理	NA	文献系统检索	机器学习,深度学习	文本数据	100项研究	NA	集成方法,基于嵌入的表示方法	准确率,可解释性	高计算成本
557	2025-11-09	Football sports automatic judgment model based on improved YOLOv7 and RNN 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334158 PMID:41191562	研究论文	提出基于改进YOLOv7和RNN的足球运动自动判罚模型，用于运动视频场景的识别与分析	引入聚类算法和注意力机制改进YOLOv7目标检测，采用麻雀搜索算法优化RNN参数搜索	NA	提高运动视频场景识别的准确性和公平性，推动足球运动自动化发展	足球运动视频场景	计算机视觉	NA	深度学习	YOLOv7, RNN	视频	NA	NA	改进YOLOv7, 循环神经网络	准确率, F1分数, 交并比, 召回率, AUC, R平方值	NA
558	2025-11-09	Interpretable weakly-supervised learning through kernel density matrices: A digital pathology use case 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335826 PMID:41191610	研究论文	提出一种基于核密度矩阵的可解释弱监督学习框架WiSDoM，应用于数字病理图像分类	首次将核密度矩阵用于统一全监督和弱监督学习模式，提供可量化的解释性指标	NA	开发一种同时支持全监督和弱监督学习的可解释分类框架	数字病理图像中的组织切片	数字病理	前列腺癌	核密度矩阵，注意力机制，原型生成	深度学习	图像	NA	NA	局部-全局注意力机制，核空间采样	AUC	NA
559	2025-11-09	Deep learning-based automated detection of supernumerary teeth in pediatric panoramic radiographs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335845 PMID:41191613	研究论文	本研究开发了一种基于YOLOv8的深度学习模型，用于在儿童全景X光片中自动检测和定位多生牙	首次将YOLOv8模型应用于儿童全景X光片中多生牙的自动检测和定位	验证样本量有限，分割模型的召回率较低，存在漏检情况	评估基于卷积神经网络的深度学习模型在儿童全景X光片中自动定位和分类多生牙的诊断准确性和临床适用性	儿童患者的多生牙	计算机视觉	口腔疾病	全景X光摄影	CNN	医学影像	2000张儿童全景X光片，其中140张用于标注（71张阳性，69张阴性），20张用于独立验证	YOLOv8	YOLOv8	精确率, 召回率, F1分数, McNemar检验	NA
560	2025-11-09	Deep-learning-based automatic liver segmentation using computed tomography images in dogs 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1681820 PMID:41195076	研究论文	开发基于3D U-Net的深度学习模型用于犬类腹部CT图像的肝脏自动分割	首次将深度学习应用于犬类肝脏CT图像分割，填补了兽医领域自动化分割的技术空白	样本量相对有限（221例），未明确说明模型在更广泛犬种和病理条件下的泛化能力	开发并验证用于犬类肝脏自动分割的深度学习模型	犬类腹部CT扫描图像	计算机视觉	肝脏疾病	计算机断层扫描（CT）	3D U-Net	医学影像（CT图像）	221例犬类腹部CT扫描（159例无肝脏肿块，62例有肝脏肿块）	NA	3D U-Net	Dice相似系数	NA