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
4061	2025-11-03	Predicting short- to long-term breast cancer risk from longitudinal mammographic screening history 2025-Oct-29, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00831-x PMID:41162416	研究论文	提出一种整合传统风险因素和纵向乳腺X线摄影数据的深度学习模型，用于预测短期至长期乳腺癌风险	首次开发能够整合纵向乳腺X线筛查历史和多时间点检查的深度学习模型，捕捉乳腺组织随时间变化的细微特征	仅使用内部数据集和单一外部验证集，需要更多样化人群的验证	乳腺癌风险评估和个体化筛查策略优化	女性乳腺癌患者和筛查人群	数字病理学	乳腺癌	乳腺X线摄影	深度学习	医学影像	171,168张乳腺X线图像，来自9,133名女性	NA	MTP-BCR	AUC	NA
4062	2025-10-31	Combining deep learning and microfluidics for fast and noninvasive sorting of zebrafish embryo 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17946-7 PMID:41162419	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4063	2025-11-03	Interpretable deep multimodal-based tomato disease diagnosis and severity estimation 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21611-4 PMID:41162432	研究论文	提出一种基于多模态深度学习的番茄疾病诊断和严重程度估计方法	结合视觉和环境数据的多模态深度学习算法，使用可解释AI技术增强模型透明度	NA	提高番茄疾病诊断和严重程度预测的准确性与可解释性	番茄植物疾病	计算机视觉,自然语言处理	植物疾病	深度学习	CNN,RNN	图像,环境数据	NA	NA	EfficientNetB0,RNN	准确率	NA
4064	2025-11-03	Optimizing deep learning models for on-orbit deployment through neural architecture search 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21467-8 PMID:41162441	研究论文	提出基于神经架构搜索的进化算法框架，优化面向星载边缘计算设备的深度学习模型部署	将硬件感知嵌入优化循环，联合优化网络架构与部署方案，实现资源受限平台上的实时推理	仅针对特定CubeSat硬件平台进行验证，未涵盖所有类型的星载计算设备	通过神经架构搜索实现模型压缩，平衡精度、模型大小和推理延迟	CubeSat卫星的星载边缘计算设备	机器学习	NA	神经架构搜索	深度学习模型	遥感图像	NA	NA	EfficientNet-lite0	mIoU, MCC, 延迟, 加速比	NVIDIA Jetson AGX, Intel Myriad X, NVIDIA A100-SXM
4065	2025-11-03	LyricEmotionNet for robust emotion recognition with hybrid CapsNet-memory network architecture 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21593-3 PMID:41162458	研究论文	提出一种基于CapsNet和记忆网络的混合深度学习架构LyricEmotionNet，用于歌词情感识别任务	结合CapsNet和记忆网络的混合架构，能同时处理局部情感特征和长序列依赖关系，在数据缺失场景下表现优异	仅基于660首歌曲的数据集进行验证，需要更大规模数据验证泛化能力	解决歌词情感分析中的局部特征提取和长距离依赖建模挑战	音乐歌词文本数据	自然语言处理	NA	深度学习	CapsNet, Memory Network	文本	660首歌曲，涵盖6种情感类别	NA	CapsNet, Memory Network	准确率	NA
4066	2025-11-03	Reinforcement learning-driven deep learning approaches for optimized robot trajectory planning 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21664-5 PMID:41162470	研究论文	提出一种结合深度强化学习的机器人轨迹规划方法，用于优化双足机器人的关节扭矩控制	将基于深度学习的轨迹规划与深度强化学习控制系统相结合，生成最优关节扭矩序列	NA	实现双足机器人的稳定行走，最大化前进速度、最小化功耗并增强稳定性	双足行走机器人	机器学习	NA	深度强化学习(DRL)	深度强化学习模型	机器人状态观测数据	NA	NA	NA	前进速度、功耗、稳定性、抗干扰能力	NA
4067	2025-11-03	SCBM-Net: a multimodal feature fusion-based dual-channel method for bearing fault diagnosis 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21665-4 PMID:41162495	研究论文	提出基于双通道多模态融合架构的SCBM-Net深度学习模型用于轴承故障诊断	创新性地结合连续小波变换和变分模态分解提取互补特征，采用双通道架构分别处理时频图像和时序信号	NA	解决复杂工况下轴承故障诊断中单模态方法的局限性	轴承故障诊断	机器学习	NA	连续小波变换(CWT), 变分模态分解(VMD)	深度学习, Swin Transformer, CNN, BiGRU, 注意力机制	时频图像, 时序信号	CWRU数据集和SEU轴承数据集	NA	Swin Transformer, CNN-BiGRU-Attention, 多模态紧凑双线性池化(MCB)	准确率	NA
4068	2025-11-03	A deep learning-based dual-branch framework for automated skin lesion segmentation and classification via dermoscopic Images 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21783-z PMID:41162506	研究论文	提出一种基于深度学习的双分支框架，通过皮肤镜图像实现皮肤病变的自动分割和分类	开发了同时执行分割和分类的双分支框架，结合视觉外观和形态学特征进行综合分析	NA	开发自动化皮肤病变诊断系统	皮肤镜图像中的皮肤病变	计算机视觉	皮肤疾病	皮肤镜成像	深度学习	图像	五个基准数据集（包括HAM10000、PH2、ISIC 2016-2018）	NA	EfficientNet-B7, DenseNet-121, ASPP, Transformer	Dice系数, IoU, 准确率, 灵敏度, 特异性	NA
4069	2025-11-03	Detection, localization, and staging of breast cancer lymph node metastasis in digital pathology whole slide images using selective neighborhood attention-based deep learning 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21787-9 PMID:41162515	研究论文	提出一种基于选择性邻域注意力的深度学习框架，用于在数字病理全切片图像中检测、定位和分期乳腺癌淋巴结转移	结合细胞核级特征与组织级嵌入，采用动态注意力机制选择并强调与目标区域相似的邻域区域	NA	精确检测、标注和分期乳腺癌淋巴结转移，为治疗决策和预后预测提供支持	乳腺癌淋巴结转移的病理切片图像	数字病理	乳腺癌	数字病理全切片成像	深度学习, Transformer	全切片图像	CAMELYON16和CAMELYON17数据集	NA	双路径特征提取器, 选择性邻域注意力机制	灵敏度, 精确度, F1分数, Dice系数, Jaccard指数, FROC评分, AUC, kappa分数	NA
4070	2025-11-03	A deep learning approach to predict temporal changes of subdural hemorrhage on computed tomography 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21721-z PMID:41162522	研究论文	本研究开发了一种深度学习模型，通过CT扫描预测硬膜下出血的时间变化	首次利用亨氏单位(HU)值通过深度学习模型预测硬膜下出血的急性、亚急性和慢性分期	仅使用825个预处理CT切片，样本量相对有限	开发能够预测硬膜下出血时间变化的深度学习模型	硬膜下出血患者的CT扫描图像	计算机视觉	脑血管疾病	CT扫描	CNN	医学图像	825个预处理CT切片	Python, Google Colab	卷积神经网络	准确率, 敏感度, 特异性, 精确率, F1分数, AUC-ROC	Google Colab云平台
4071	2025-11-03	Enhanced drug-drug interaction extraction from biomedical text using deep learning-based sentence representations 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21782-0 PMID:41162586	研究论文	提出一种基于卷积神经网络的CNN-DDI模型，用于从生物医学文本中高效提取药物相互作用关系	开发了计算效率更高的CNN-DDI模型，在保持竞争力的性能同时显著降低计算资源需求	仅在SemEval-2013数据集上进行评估，未在其他数据集验证泛化能力	改进从生物医学文本中提取药物相互作用关系的方法	药物相互作用关系	自然语言处理	NA	文本挖掘	CNN	文本	SemEval-2013数据集	NA	CNN-DDI	准确率,F1分数	NA
4072	2025-11-03	Deep learning-based bacterial foraging optimization algorithm to improve digital mammography-based breast cancer detection 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97301-y PMID:41162641	研究论文	本研究提出基于细菌觅食优化算法的深度学习方法来改进数字乳腺X线摄影的乳腺癌检测	首次将细菌觅食优化算法(BFO)应用于卷积神经网络超参数优化，显著提升了乳腺癌检测准确率	仅使用单一数据集(DDSM)进行验证，未在其他数据集上测试泛化能力	通过深度学习技术改进基于乳腺X线摄影的乳腺癌早期检测	乳腺X线摄影图像中的乳腺癌病变	计算机视觉	乳腺癌	数字乳腺X线摄影	CNN	医学图像	DDSM乳腺X线摄影数据集	NA	VGG19, InceptionV3, 自定义20层CNN	准确率	NA
4073	2025-11-03	De Novo Design of High-Performance Sec-type Signal Peptide via a Hybrid Deep Learning Architecture 2025-Oct-27, JACS Au IF:8.5Q1 DOI:10.1021/jacsau.5c00757 PMID:41169554	研究论文	开发了一种结合规则域组装和Transformer深度生成模型的混合深度学习架构SPgo，用于从头设计高性能Sec型信号肽	首次将规则域组装与Transformer深度生成模型相结合，通过BERT-LSTM管道探索疏水核心区的广阔序列空间，突破了传统方法的限制	NA	开发计算框架优化信号肽设计，提高蛋白质分泌效率	Sec型信号肽序列	机器学习	NA	深度生成模型	Transformer, BERT, LSTM	蛋白质序列数据	多种蛋白质靶标（荧光蛋白、工业酶、生物活性肽）	NA	Transformer, BERT-LSTM混合架构	蛋白质产量（mg/L）	NA
4074	2025-11-03	A deep learning pipeline for accurate and automated restoration, segmentation, and quantification of dendritic spines 2025-Oct-20, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101179 PMID:40972567	研究论文	开发了一个名为RESPAN的深度学习流程，用于自动化修复、分割和量化树突棘	集成最先进的深度学习技术，通过内容感知修复增强信号、对比度和各向同性分辨率，提供用户友好的开源界面	NA	开发准确且自动化的树突棘修复、分割和量化方法	树突棘、树突分支和神经元胞体	数字病理学	神经科学疾病	快速体积成像、双光子显微镜	深度学习	图像	多种样本类型，包括信号有限的挑战性数据集	NA	NA	准确性、可重复性	NA
4075	2025-11-03	A Study on the Performance Comparison of Brain MRI Image-Based Abnormality Classification Models 2025-Oct-16, Life (Basel, Switzerland) DOI:10.3390/life15101614 PMID:41157286	研究论文	本研究比较了基于脑部MRI图像的异常分类模型性能，重点评估了深度学习与传统机器学习方法的差异	在合成数据集上系统比较了自定义CNN、ResNet-50迁移学习与传统机器学习方法在脑MRI异常分类中的表现	结果基于合成数据集，需要进一步用真实临床MRI数据验证才能确定临床适用性	开发并比较脑部MRI图像的异常分类模型性能	脑部MRI图像（正常与异常）	计算机视觉	脑部疾病	MRI成像	CNN, ResNet-50, SVM, 随机森林	图像	合成数据集10,000张图像（5,000正常+5,000异常），参考数据集253张真实患者MRI图像（98正常+155异常）	NA	ResNet-50, 自定义CNN	准确率, F1分数	NA
4076	2025-11-03	Deep Learning Models for Automatic Classification of Anatomic Location in Abdominopelvic Digital Subtraction Angiography 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01351-z PMID:39789320	研究论文	本研究开发深度学习模型用于自动分类腹盆腔数字减影血管造影中的解剖位置	提出使用模式模型和多示例学习模型处理DSA序列中的信息稀疏性问题，并自动识别关键图像	数据来自单一医疗中心，样本量相对有限	评估深度学习算法在DSA序列中自动识别解剖位置的性能	腹主动脉、腹腔动脉、肠系膜上动脉、肠系膜下动脉和双侧髂外动脉的DSA图像	计算机视觉	心血管疾病	数字减影血管造影	深度学习	医学图像序列	来自205名患者和276个手术的819个血管造影序列	NA	模式模型, 多示例学习模型	多类分类准确率, McNemar检验	NA
4077	2025-09-12	Multi-region ultrasound-based deep learning for post-neoadjuvant therapy axillary decision support in breast cancer 2025-Oct, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105916 PMID:40929754	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4078	2025-11-03	MMSE-Based Dementia Prediction: Deep vs. Traditional Models 2025-Oct-01, Life (Basel, Switzerland) DOI:10.3390/life15101544 PMID:41157217	研究论文	本研究开发了基于MMSE数据的深度学习痴呆预测模型，并与传统机器学习模型进行性能比较	首次将项目级MMSE特征与可解释AI（SHAP分析）结合，实现高预测准确性和临床可解释性	使用单一临床中心数据且样本量较小，可能限制模型的泛化能力	开发准确的早期痴呆预测模型并比较深度学习方法与传统方法的性能	164名参与者，分为认知正常组、轻度认知障碍组和痴呆组	机器学习	老年疾病	MMSE认知功能评估	全连接神经网络, Random Forest, SVM	临床评估数据	164名参与者	NA	全连接神经网络	准确率, F1分数, 混淆矩阵, ROC曲线	NA
4079	2025-11-03	Simulating a Specialist's Treatment Experience for Hypertension Using Deep Neural Networks 2025-Oct, Journal of clinical hypertension (Greenwich, Conn.) DOI:10.1111/jch.70173 PMID:41163326	研究论文	开发并验证了一种能够模拟高血压专家处方模式并预测生理反应的双模块深度神经网络	提出双模块DNN架构，同时预测最佳药物处方和次日生理指标，采用多目标方法捕捉药物选择与生理结果的关系	基于单中心数据集，未来需要多中心合作和更大数据集验证临床决策支持的可行性	开发能够模拟高血压专家治疗决策的深度学习模型	高血压患者的药物治疗和生理反应	机器学习	心血管疾病	临床试验数据分析	DNN	结构化临床数据	NA	NA	双模块深度神经网络	平均绝对误差,误差方差,平均相对误差	NA
4080	2025-11-03	Leveraging artificial intelligence for risk stratification of inherited cardiomyopathies in under-resourced settings 2025-Oct, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.07.020 PMID:41169969	综述	评估人工智能在资源匮乏地区遗传性心肌病风险分层中的应用潜力	首次将多种AI技术整合到统一框架中，针对资源匮乏地区的遗传性心肌病风险预测提出系统性解决方案	主要基于文献综述，缺乏实际临床验证数据	探索AI技术在改善资源匮乏地区遗传性心肌病风险分层和个性化护理中的作用	遗传性心肌病患者，特别是资源匮乏地区的年轻人群	自然语言处理, 机器学习	心血管疾病	机器学习, 深度学习, 自然语言处理	NA	电生理数据, 影像数据, 临床数据	NA	NA	NA	NA	NA