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
1581	2025-10-06	Advancing cardiac diagnostics: high-accuracy arrhythmia classification with the EGOLF-net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1613812 PMID:40656899	研究论文	提出EGOLF-net模型用于心律失常分类，在MIT-BIH心律失常数据库上实现高精度诊断	结合增强型灰狼优化算法与LSTM融合网络，通过优化特征选择有效捕捉ECG数据中的时间依赖性	NA	开发高精度心律失常分类模型以提升心脏病诊断能力	心电图信号和心律失常分类	机器学习	心血管疾病	心电图分析	LSTM	ECG信号	MIT-BIH心律失常数据库	NA	EGOLF-net, LSTM	准确率	NA
1582	2025-10-06	Cross-Scale Guidance Integration Transformer for Instance Segmentation in Pathology Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3555818 PMID:40657050	研究论文	提出一种用于病理图像中腺体细胞实例分割的跨尺度引导集成Transformer方法	设计跨尺度引导集成模块整合多尺度特征，利用不同视野的集成特征通过掩码注意力解码器实现更精确的腺体细胞分割	NA	开发自动腺体细胞实例分割方法以辅助病理学家进行腺癌分级	病理图像中的腺体细胞	数字病理	腺癌	NA	Transformer	病理图像	两个公共腺体细胞数据集	NA	跨尺度引导集成Transformer	NA	NA
1583	2025-10-06	Advances in Electroencephalography for Post-Traumatic Stress Disorder Identification: A Scoping Review 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3538498 PMID:40657059	综述	本文对使用脑电图信号处理技术进行创伤后应激障碍诊断、鉴别和治疗的计算方法进行了范围综述	首次系统综述了EEG信号处理在PTSD诊断、鉴别和治疗中的完整分析流程，识别出Alpha波段和事件相关电位的主导地位	ERP使用存在局限，睡眠特征分析和全波段EEG应用不足，缺乏代表多样化人群的数据集	分析EEG信号处理在PTSD诊断、鉴别和治疗中的计算方法	创伤后应激障碍患者，主要为退伍军人和战斗人员	机器学习	创伤后应激障碍	脑电图，事件相关电位	SVM, Random Forest	EEG信号	73项研究（52项诊断研究，8项鉴别研究，15项治疗研究）	NA	NA	准确率	NA
1584	2025-10-06	NDL-Net: A Hybrid Deep Learning Framework for Diagnosing Neonatal Respiratory Distress Syndrome From Chest X-Rays 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3548613 PMID:40657060	研究论文	提出一种混合深度学习框架NDL-Net，用于从胸部X光片中诊断新生儿呼吸窘迫综合征	结合MobileNetV3 Large和ResNet50的优势，并引入LSTM层分析影像数据的时间变化	NA	通过深度学习提高新生儿呼吸窘迫综合征的诊断准确率	新生儿胸部X光片	计算机视觉	新生儿呼吸窘迫综合征	胸部X光成像	CNN, LSTM	医学影像	NA	NA	MobileNetV3 Large, ResNet50, LSTM	准确率, 精确率, 灵敏度, F1分数, 特异度	NA
1585	2025-10-06	Prostate cancer classification using 3D deep learning and ultrasound video clips: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1582035 PMID:40657247	研究论文	本研究评估了使用经直肠超声视频片段和深度学习模型预测前列腺癌的有效性	首次将I3D模型应用于前列腺癌的超声视频分类，并进行了多中心外部验证	样本量相对有限，仅使用了特定型号的超声设备数据	评估深度学习模型在前列腺癌分类和预测中的性能	接受经直肠超声检查的男性患者	计算机视觉	前列腺癌	经直肠超声	3D CNN	超声视频片段	815名男性患者（开发集552人，内部测试集93人，外部测试集1为96人，外部测试集2为74人）	NA	I3D, ResNet 50	AUC, 敏感性, 特异性, 准确率, kappa系数	NA
1586	2025-10-06	Deep Learning-Based Automatic Diagnosis System for Developmental Dysplasia of the Hip 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3560877 PMID:40657528	研究论文	开发了一种基于深度学习的自动诊断系统，用于测量髋关节发育不良的关键放射学角度并生成可解释的诊断结果	提出了端到端的关键点检测模型和结合三个角度信息的新型数据驱动评分系统	NA	提高DDH诊断的准确性和一致性，减少人工测量的变异性和潜在错误	髋关节发育不良患者的骨盆X光片	计算机视觉	髋关节发育不良	X光成像	深度学习	图像	NA	NA	关键点检测模型	组内相关系数, F1分数	NA
1587	2025-10-06	Survival Prediction of Esophageal Cancer Using 3D CT Imaging: A Context-Aware Approach With Non-Local Feature Aggregation and Graph-Based Spatial Interaction 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3562724 PMID:40657529	研究论文	本研究开发了一种基于3D CT影像的食管癌生存预测模型，通过非局部特征聚合和图空间交互模块整合肿瘤与淋巴结的上下文信息	提出非局部特征聚合模块(NFAM)和图空间交互模块(GSIM)，首次在食管癌生存预测中同时考虑肿瘤与淋巴结的局部/全局特征和空间交互关系	仅使用3D CT影像数据，未整合其他临床或分子特征	开发仅基于3D CT影像的食管癌生存风险预测模型	食管癌患者的3D CT影像数据	医学影像分析	食管癌	3D CT成像	深度学习	3D医学影像	NA	NA	非局部特征聚合模块(NFAM), 图空间交互模块(GSIM)	C-index	NA
1588	2025-10-06	Cross-Database Evaluation of Deep Learning Methods for Intrapartum Cardiotocography Classification 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3548401 PMID:40657532	研究论文	本研究通过跨数据库评估六种深度学习模型在产时胎心监护分类中的表现	首次系统评估不同深度学习模型在跨数据库胎心监护分类中的性能，并分析信号预处理和训练数据选择的影响	使用的私有数据集规模有限，且仅包含pH测量值作为胎儿窘迫的参考标准	开发标准化的深度学习模型评估流程，提高胎儿窘迫自动检测的准确性和可推广性	胎心率和子宫收缩信号	医疗人工智能	产科疾病	胎心监护	深度学习	生理信号时间序列数据	私有数据集9,887条CTG记录和公开CTU-UHB数据集552条CTG记录	NA	ResNet	分类性能	NA
1589	2025-10-06	A Vessel Bifurcation Landmark Pair Dataset for Abdominal CT Deformable Image Registration (DIR) Validation 2025-Jan-15, ArXiv PMID:39876932	研究论文	本文介绍了首个用于腹部CT可变形图像配准验证的血管分叉标志点对数据集	创建了首个专门用于腹部CT可变形图像配准验证的基准数据集，包含大量高精度的血管分叉标志点对	数据集仅包含30名患者的腹部CT图像，样本量相对有限	开发用于腹部CT可变形图像配准算法验证的基准数据集	腹部CT图像中的血管分叉标志点	医学图像处理	NA	CT成像, 深度学习分割	深度学习模型	CT图像	30名患者的腹部CT图像对，共1895个标志点对	NA	NA	标志点对精度(0.7mm +/- 1.2mm)	NA
1590	2025-10-06	Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1535056 PMID:40520309	研究论文	开发基于XGBoost算法和新媒体技术的老年人身心健康管理平台，利用CLHLS数据库数据制定个性化健康干预方案	整合LDA主题建模、ResNet50图像特征提取和XGBoost算法构建多模态健康风险评估模型，结合区块链技术确保数据安全	仅使用CLHLS数据库数据，模型在更广泛人群中的适用性需要进一步验证	为老年人提供精准智能的健康管理解决方案，改善身心健康状况	老年人群体，重点关注慢性疾病理解和心理健康需求	机器学习	老年疾病	主题建模，深度学习，区块链技术	XGBoost, LDA, CNN	多模态数据（文本，图像）	中国老年健康影响因素跟踪调查(CLHLS)数据库数据	NA	ResNet50	F1-score, 准确率	NA
1591	2025-10-06	Mitosis detection in histopathological images using customized deep learning and hybrid optimization algorithms 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327567 PMID:40638590	研究论文	提出一种结合定制化深度学习和混合优化算法的有丝分裂检测方法	集成迁移学习和跳跃连接来应对类别不平衡问题，并创新性地结合水母搜索优化器和海象优化算法来优化模型动量	未提及实时应用的时间效率问题，且需要扩展到更多组织病理学分析任务	提高组织病理学图像中有丝分裂检测的准确性	组织病理学图像中的有丝分裂细胞	数字病理学	癌症	深度学习，图像分析	CNN	图像	多个公开有丝分裂检测数据集（Mitosis WSI CCMCT Training Set, Mitosis-AIC, Mitosis Detection, Mitosis and Non-Mitosis）	NA	混合CNN架构	F1分数, 准确率	NA
1592	2025-10-06	Multi-scale time series prediction model based on deep learning and its application 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325474 PMID:40638666	研究论文	提出一种结合多尺度卷积神经网络、多尺度卷积注意力模块和LSTM的时间序列预测模型MSCALSTM	提出MSCALSTM模型，首次将多尺度卷积注意力机制与LSTM结合，能自适应关注关键特征并捕获多尺度动态模式	NA	提高时间序列预测的准确性和鲁棒性	交通流数据和能源领域时间序列数据	机器学习	NA	NA	CNN,LSTM	时间序列数据	基于加州性能测量系统(PEMS)数据集	NA	MSCALSTM,MSCNN,MSCBAM,LSTM	NA	NA
1593	2025-10-06	Optimizing EV charging stations and power trading with deep learning and path optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325119 PMID:40644458	研究论文	提出结合深度学习、强化学习、路径优化和电力交易策略的综合框架，以优化电动汽车充电站布局和电力管理	首次将LSTM充电需求预测、DQN充电站优化布局、Dijkstra路径算法和区域电力交易策略集成到统一框架中	未提及研究的地理范围限制和具体实施的时间跨度	解决电动汽车快速增长对电网带来的需求波动和充电基础设施优化问题	电动汽车充电需求、充电站布局、用户出行路径、区域电力交易	机器学习	NA	深度学习、强化学习、路径优化算法	LSTM, DQN	时间序列数据、空间位置数据、电力交易数据	NA	NA	LSTM, Deep Q-Network	预测准确率提升12.3%、供需失衡减少8.9%、旅行时间减少11.4%、区域边际价格差异减少10%	NA
1594	2025-10-06	HyenaCircle: a HyenaDNA-based pretrained large language model for long eccDNA prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1641162 PMID:40641599	研究论文	提出基于HyenaDNA预训练大语言模型的HyenaCircle深度学习模型，用于预测长eccDNA形成	首次将大语言模型与三代测序数据结合用于长eccDNA预测，采用数据增强、正则化和类别不平衡加权策略提升模型鲁棒性	模型验证AUROC为0.715，性能仍有提升空间，长eccDNA检测本身存在技术挑战	开发能够准确预测长eccDNA形成的深度学习模型	长度1-5kb的染色体外环状DNA(eccDNA)	自然语言处理	NA	纳米孔测序，FLED算法	大语言模型	DNA序列数据	20,000个长度匹配的阴性对照样本	NA	HyenaDNA, HyenaCircle	AUROC, 召回率	NA
1595	2025-10-06	Explainable AI for time series prediction in economic mental health analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591793 PMID:40641972	研究论文	提出一种将可解释人工智能直接集成到时间序列预测中的新框架，用于经济心理健康分析	将可解释性直接整合到时间序列预测过程中，结合内在和事后可解释性技术	现有的事后可解释性方法仅提供部分见解，在敏感领域应用受限	开发透明且可解释的时间序列预测模型用于经济心理健康分析	心理健康预测和经济数据分析	机器学习	心理健康疾病	时间序列分析，可解释人工智能	可解释模型架构	时间序列数据	NA	NA	可解释模型架构	准确率，可解释性	NA
1596	2025-10-06	Automatic dental age estimation in adolescents via oral panoramic imaging 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1618246 PMID:40642202	研究论文	通过口腔全景影像实现青少年自动牙龄估计	构建大规模全景牙科影像数据集并应用多种CNN模型实现自动化牙龄估计，替代传统依赖主观判断的Demirjian方法	研究主要针对中国北方青少年群体，可能在其他人群中的适用性有限	开发基于深度学习的自动牙龄估计方法，用于法医牙科年龄鉴定	青少年牙科全景影像	计算机视觉	NA	全景牙科影像	CNN	图像	大规模全景牙科影像数据集，包含总体样本、女性样本和男性样本	NA	多种卷积神经网络模型	平均绝对误差	NA
1597	2025-10-06	Accurate classification of benign and malignant breast tumors in ultrasound imaging with an enhanced deep learning model 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1526260 PMID:40635689	研究论文	本研究开发了一种增强型深度学习模型RcdNet，用于超声图像中乳腺肿瘤良恶性的准确分类	提出结合深度可分离卷积和CBAM注意力模块的RcdNet模型，增强对超声图像关键病灶区域的识别能力	未提及模型在实时超声诊断系统中的具体应用挑战	通过深度学习技术构建可靠的乳腺超声图像良恶性分类模型，提高诊断准确性和一致性	乳腺超声图像中的良性和恶性肿瘤	计算机视觉	乳腺癌	超声成像	CNN	图像	未明确说明具体样本数量	NA	RcdNet, ResNet, MobileNet, RegNet, ViT, ResNeXt	准确率, 精确率, 召回率, F1分数	NA
1598	2025-10-06	Deep learning-based feature selection for detection of autism spectrum disorder 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1594372 PMID:40636395	研究论文	提出一种结合深度学习与优化特征选择算法的自闭症谱系障碍检测方法	采用混合堆叠稀疏去噪自编码器和多层感知器模型，并集成改进的徒步优化算法进行特征选择	样本量有限，仅使用ABIDE I数据集	开发更准确的自闭症谱系障碍检测模型	自闭症谱系障碍患者的静息态功能磁共振成像数据	机器学习	自闭症谱系障碍	静息态功能磁共振成像	SSDAE, MLP	神经影像数据	ABIDE I数据集	NA	堆叠稀疏去噪自编码器, 多层感知器	准确率, 敏感度, 特异度	NA
1599	2025-10-06	Fourier convolutional decoder: reconstructing solar flare images via deep learning 2025, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-025-11283-6 PMID:40636402	研究论文	开发傅里叶卷积解码器用于太阳耀斑图像重建	提出定制化的过完备自编码器架构，能够在模拟数据上训练并生成接近真实地面的输出	在实验观测数据上的性能相比模拟数据有所下降	解决天文图像重建中计算资源消耗大和需要专家解释的问题	太阳耀斑图像	计算机视觉	NA	深度学习	自编码器	图像	NA	NA	傅里叶卷积解码器	MS-SSIM, LPIPS, PSNR, Dice系数, Hausdorff距离	CPU, GPU
1600	2025-10-06	Leveraging learned monocular depth prediction for pose estimation and mapping on unmanned underwater vehicles 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1609765 PMID:40642204	研究论文	提出一种融合视觉与声学传感器的框架，用于无人水下航行器在复杂水下环境中的定位与建图	结合深度学习单目深度预测与基于FFT的稀疏深度先验，实现仅凭视觉数据的网箱相对姿态估计和深度预测	NA	提升无人水下航行器在动态水下环境（特别是水产养殖场景）中的定位与建图能力	无人水下航行器、水产养殖网箱	计算机视觉	NA	深度学习、快速傅里叶变换、声学测量	深度学习模型	视觉数据、声学数据	工业级水产养殖场收集的数据集	NA	NA	实时定位精度、3D地图质量	NA