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
841	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
842	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
843	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
844	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
845	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
846	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
847	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
848	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
849	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
850	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
851	2025-11-09	Deep learning-based automated quantification system for abdominal aortic calcification: multicenter cohort study for algorithm development and clinical validation 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1647882 PMID:41195129	研究论文	开发基于深度学习的腹主动脉钙化自动量化系统，并通过多中心研究进行算法开发和临床验证	首次建立结合nnUnet分割和ResNet回归的自动化腹主动脉钙化评分系统，实现多中心标准化定量分析	研究样本仅来自浙江省五个医疗中心，可能存在地域局限性	建立自动化腹主动脉钙化评分系统以支持动脉粥样硬化管理的临床决策	2,941名个体的腹主动脉X射线图像	计算机视觉	心血管疾病	X射线成像	CNN	图像	2,941例（训练集1,737例，内部验证471例，外部验证733例）	PyTorch	nnUnet, ResNet	平均绝对误差, Spearman相关系数, 组内相关系数, 敏感性, 特异性	NA
852	2025-11-09	A hybrid AI approach for predicting academic performance in RBE students 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1651100 PMID:41195199	研究论文	本研究提出一种混合人工智能方法，用于预测RBE学生的学业表现	首次在私立宗教性质的EBR机构中应用机器学习预测学业表现，并采用结合深度学习和机器学习的集成模型	研究局限于特定类型的私立教育机构，未提及其他潜在限制因素	开发预测学业表现的决策支持工具	常规基础教育学生	机器学习	NA	机器学习，深度学习	Logistic Regression, Support Vector Machine, Random Forest, GRU, BiGRU, AlexNet, 集成模型	教育数据	NA	NA	AlexNet, Gated Recurrent Unit, Bidirectional Gated Recurrent Unit	准确率，精确率，灵敏度	NA
853	2025-11-09	Enhancing drug-target interaction prediction with graph representation learning and knowledge-based regularization 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1649337 PMID:41195325	研究论文	提出结合图表示学习和知识正则化的新框架，用于提升药物-靶点相互作用预测性能	开发了结合图神经网络与知识整合的新方法，通过定制化图消息传递机制和知识正则化策略将生物医学知识融入表示学习	未明确说明模型在更大规模数据集上的泛化能力及计算效率分析	提高药物-靶点相互作用预测的准确性和可解释性，加速药物发现和重定位	药物分子结构和蛋白质序列	机器学习	NA	图表示学习，知识整合	图神经网络	分子结构图，蛋白质序列	多个基准数据集（具体数量未明确说明）	NA	图神经网络，消息传递网络	AUC, AUPR	NA
854	2025-11-09	Enhancing deep learning models for predicting smoking Status using clinical data in patients with chronic obstructive pulmonary disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393380 PMID:41195375	研究论文	本研究开发并评估了深度学习模型，通过整合行为和心理社会变量与临床数据来改善COPD患者持续吸烟状态的预测	将行为和心理社会变量与临床数据整合到深度学习模型中，提高了COPD患者吸烟状态预测的准确性，同时通过SHAP分析保持模型可解释性	研究样本相对有限（350名患者），缺乏大型外部数据集中常见的行为变量，需要在更多样化人群中验证模型性能	开发改进的深度学习模型来预测慢性阻塞性肺疾病患者的持续吸烟状态	350名COPD患者，其中包括51名当前吸烟者	机器学习	慢性阻塞性肺疾病	临床数据分析，行为和心理社会变量整合	深度学习，机器学习	临床数据，行为数据，心理社会数据	350名COPD患者（51名当前吸烟者）	Optuna	Residual Neural Network	macro F1 score, 95%置信区间	NA
855	2025-11-08	Multi-Scale Autoencoder Suppression Strategy for Hyperspectral Image Anomaly Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3595408 PMID:40779374	研究论文	提出一种多尺度自编码器抑制策略用于高光谱图像异常检测	结合局部特征提取器与全局特征提取器实现多尺度特征提取，并设计自注意力抑制模块降低异常像素影响	未明确说明计算复杂度及实时性表现	提高高光谱图像异常检测的准确性	高光谱图像数据	计算机视觉	NA	高光谱成像	自编码器	高光谱图像	八个数据集	NA	Transformer, ODConv	检测准确率	NA
856	2025-11-08	Delineating SARS-CoV-2 spike protein and antibodies interaction interfaces via siamese neural networks: A geometric and image-based analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335270 PMID:41187146	研究论文	通过孪生神经网络结合深度图和几何描述符分析SARS-CoV-2刺突蛋白与抗体相互作用界面	首次将深度图与分子表面几何描述符集成到孪生神经网络中，通过几何形状互补性区分稳定与不稳定蛋白质复合物	NA	开发能够准确预测抗体-抗原相互作用稳定性的深度学习模型	SARS-CoV-2刺突蛋白受体结合域的结合体与非结合体	生物信息学	COVID-19	深度学习方法	Siamese Neural Network	图像数据（深度图）和几何描述符	NA	NA	Siamese Neural Network	准确率	NA
857	2025-11-08	E-RespiNet: An LLM-ELECTRA driven triple-stream CNN with feature fusion for asthma classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334528 PMID:41187139	研究论文	提出E-RespiNet多模态深度学习架构，通过集成ELECTRA和三流CNN实现哮喘呼吸音自动分类	首次将ELECTRA的判别式预训练与三流CNN框架结合，并采用基于对立学习的和声搜索优化	跨机构验证准确率为75.7%，存在23.3%的泛化差距	开发自动呼吸音分类系统以改善资源受限环境下的呼吸疾病诊断	哮喘患者的呼吸音数据	数字病理	哮喘	呼吸音分析	CNN,ELECTRA	音频	两个临床数据集：哮喘检测数据集V2（1,211条录音，5种条件）和KA大学医院数据集（940个样本，81名受试者，4种条件）	PyTorch,TensorFlow	三流CNN,ELECTRA	准确率,AUC	GPU
858	2025-11-08	Attention to detail: A conditional multi-head transformer for traffic sign recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335341 PMID:41187177	研究论文	提出一种条件多头Transformer模型用于交通标志识别，通过动态调整特征提取和注意力机制提升分类性能	提出条件视觉Transformer(CViT)，能够根据输入标志类型动态调整特征聚合、Q/K/V投影和注意力机制	未明确说明模型在极端天气或严重遮挡条件下的鲁棒性测试	提升自动驾驶应用中交通标志识别的准确性和可靠性	交通标志	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	Vision Transformer, 条件视觉Transformer(CViT)	准确率, 微精确率, 宏召回率, 宏F1分数	NA
859	2025-11-08	Application of deep learning in behavior recognition and early warning system for campus safety management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335040 PMID:41187211	研究论文	提出基于深度学习的校园行为识别与预警系统DeepCARE，通过视频分析检测异常行为	结合CNN与LSTM的混合模型架构，并集成自编码器异常检测模块以提高准确率并降低误报	NA	提升校园安全管理中的行为识别能力与预警响应速度	校园监控视频中的异常行为（如攻击行为、未授权进入、禁区滞留）	计算机视觉	NA	实时视频分析	CNN, LSTM, Autoencoder	视频	NA	NA	CNN-LSTM混合架构	准确率	NA
860	2025-11-08	Meta analysis of the diagnostic efficacy of transformer-based multimodal fusion deep learning models in early Alzheimer's disease 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1641548 PMID:41189652	荟萃分析	通过荟萃分析系统评估基于Transformer的多模态融合深度学习模型在早期阿尔茨海默病诊断中的效能	首次系统评估Transformer多模态融合模型在早期AD诊断中的表现，发现多模态整合、特征级融合和多中心数据应用是关键优势	单中心数据比例较高，模型可解释性不足	评估Transformer多模态融合深度学习模型在早期阿尔茨海默病诊断中的效能	早期阿尔茨海默病患者	医学人工智能	阿尔茨海默病	多模态数据融合	Transformer, CNN	多模态医学数据	20项临床研究，12,897名参与者	NA	Transformer, Dual-3DM3AD, 混合Transformer模型(Transformer+CNN)	AUC, 敏感度, 特异度, 准确率	NA