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
861	2025-11-14	Deep learning-based approach for accurate detection of fetal QRS complexes in abdominal ECG signals 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22999-9 PMID:41214073	研究论文	提出一种基于一维卷积神经网络的自动化框架，用于从腹部心电信号中准确检测胎儿QRS波群	创新的100毫秒分辨率标注策略结合简化的五层架构，无需提取母体心电成分，显著降低计算复杂度和信号分解伪影	仅使用20个腹部心电信号进行训练，样本量相对较小	开发准确检测胎儿QRS波群的自动化方法，用于胎儿健康监测	胎儿心电信号中的QRS波群	生物医学信号处理	先天性心脏病	腹部心电信号采集	CNN	一维心电信号	20个腹部心电信号（来自PhysioNet非侵入性胎儿心电数据库）	NA	一维CNN（包含5个卷积层、7个批归一化层、3个dropout层、3个全连接层）	准确率, 均方误差, F1分数, 灵敏度, 特异性, 精确率	NA
862	2025-11-14	Optimized fall detection using hybrid BiLSTM BiGRU additive attention model and BAOA driven feature selection system 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22909-z PMID:41214071	研究论文	提出一种结合双向长短期记忆网络、双向门控循环单元和加性注意力机制的混合模型，并采用二进制算术优化算法进行特征选择，用于老年人跌倒检测	首次将BiLSTM和BiGRU与加性注意力机制结合，并采用BAOA算法进行特征选择优化	仅使用三个公开数据集进行验证，未在更多实际场景中测试	开发高精度的实时跌倒检测系统	老年人跌倒检测	机器学习	老年疾病	可穿戴传感器数据采集	BiLSTM, BiGRU	传感器时序数据	三个数据集：SisFall、UMAFall、UP-Fall	NA	BiLSTM-BiGRU混合架构加加性注意力机制	准确率	NA
863	2025-11-14	Automated rhinoceros detection in satellite imagery using deep learning 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24178-2 PMID:41214078	研究论文	使用基于YOLO的深度学习模型在卫星图像中自动检测犀牛	首次评估使用超高分辨率卫星图像和YOLOv12x模型检测犀牛的可行性，并测试合成图像增强效果	检测精度平均为0.65，合成增强仅带来边际改进	开发有效的犀牛监测技术以支持保护工作	白犀牛和非洲象	计算机视觉	NA	卫星遥感	YOLO	卫星图像	世界最大私人犀牛保护区（南非）的卫星图像数据	NA	YOLOv12x	平均精度(AP)	NA
864	2025-11-14	Code vulnerability detection based on augmented program dependency graph and optimized CodeBERT 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23029-4 PMID:41214092	研究论文	提出一种基于增强程序依赖图和优化CodeBERT的代码漏洞检测方法	通过扩展传统程序依赖图结构捕获更丰富的代码语义和结构信息，并提出针对CodeBERT的混合损失函数优化策略	未明确说明方法在大规模软件系统中的实际部署效果和计算效率	提高代码漏洞检测的准确性和实用性	软件代码中的安全漏洞	自然语言处理	NA	代码嵌入特征提取	Transformer	代码文本	合成数据集和真实世界数据集	CodeBERT	CodeBERT	准确率, F1分数	NA
865	2025-11-14	Abnormality prediction and forecasting of laboratory values from electrocardiogram signals using multimodal deep learning 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26715-5 PMID:41214165	研究论文	本研究开发了一种多模态深度学习模型，利用心电图信号和患者元数据预测和监测实验室异常值	首次将心电图信号与患者元数据结合，采用结构化状态空间分类器和后期融合策略进行实验室异常值的预测和前瞻性监测	研究基于单一数据库MIMIC-IV，需要外部验证来确认模型的泛化能力	探索利用心电图信号和临床数据非侵入性预测实验室异常值的可行性	心电图波形、人口统计学数据、生物特征和生命体征	机器学习	多种疾病（心脏、肾脏、血液、代谢、免疫和凝血系统）	多模态深度学习	结构化状态空间分类器	心电图信号、结构化元数据	MIMIC-IV数据集	NA	结构化状态空间模型	AUROC	NA
866	2025-11-12	Sensitivity analysis of data augmentation methods on performance of deep learning model for lung sounds classification 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23106-8 PMID:41214170	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
867	2025-11-14	Automated heart disease detection using Swin Transformer and ECG signal processing: a high-accuracy approach 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23097-6 PMID:41214180	研究论文	本研究提出基于Swin Transformer的心电图信号处理方法，实现高精度的心脏疾病自动检测	首次将Swin Transformer架构应用于ECG分类，通过移位窗口自注意力机制有效捕获局部和全局依赖关系	计算复杂度较高且模型可解释性存在挑战	开发高精度自动心脏疾病检测方法	心电图信号和心脏疾病	计算机视觉	心血管疾病	心电图信号处理	Transformer	心电图信号	基准ECG数据集	NA	Swin Transformer	准确率,精确率,召回率,AUC	NA
868	2025-11-14	Application of stacked bidirectional LSTM neural networks in reservoir porosity prediction 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23095-8 PMID:41214192	研究论文	本研究提出一种增强型堆叠双向LSTM模型，用于储层孔隙度预测	提出堆叠双向LSTM层增强特征提取能力，在噪声数据下表现优异	仅在中国西南某油田数据进行验证，需更多实际数据验证普适性	提高储层孔隙度预测的准确性和鲁棒性	油气储层孔隙度参数	机器学习	NA	岩石物理建模，地震现场测量数据	S-BiLSTM, LSTM, RNN	弹性参数，各向异性参数，测井数据，地震数据	基于现场测井数据生成的大规模多样化合成数据集	NA	堆叠双向LSTM	准确率	NA
869	2025-11-14	Automated detection of radiolucent foreign body aspiration on chest CT using deep learning 2025-Nov-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02097-w PMID:41214229	研究论文	开发了一种结合高精度气道分割和卷积分类器的深度学习模型，用于在胸部CT扫描中自动检测透光性异物吸入	首次将MedpSeg高精度气道分割方法与卷积分类器相结合，专门针对透光性异物吸入这一诊断难题开发深度学习解决方案	研究仅在三个独立队列中验证，需要更多外部验证来确认模型的泛化能力	开发人工智能工具辅助放射科医生诊断透光性异物吸入，减少漏诊和误诊	胸部CT扫描中的透光性异物吸入病例	计算机视觉	呼吸道异物	胸部CT扫描	CNN	医学影像	三个独立队列的CT扫描数据	NA	MedpSeg结合卷积分类器	准确率, 召回率, 精确率, F1分数	NA
870	2025-11-14	Dynamic differential privacy technique for deep learning models 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27708-0 PMID:41214268	研究论文	提出一种动态差分隐私技术来保护深度学习模型免受成员推理攻击	采用随机化噪声添加策略代替传统的固定噪声添加方式，增加训练过程的随机性	NA	防御深度学习模型中的成员推理攻击，保护训练数据隐私	深度学习模型	机器学习	NA	差分隐私技术	深度学习模型	NA	NA	NA	NA	准确率, 精确率, 召回率, F1分数, 隐私预算(ε)	NA
871	2025-11-14	RELICT-NI: Replica Detection in Synthetic Neuroimaging-A Study on Noncontrast CT and Time-of-Flight MRA 2025-Nov-10, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-025-09745-2 PMID:41214384	研究论文	提出用于检测合成神经影像数据中副本的RELICT-NI框架	开发首个专门针对神经影像数据的副本检测框架，结合图像级、特征级和分割级三重分析方法	在TOF-MRA用例中无法实现完美副本分类，最高平衡准确率为0.79	开发标准化工具检测合成神经影像数据中的副本，保护患者隐私并促进数据安全共享	合成神经影像数据集	数字病理	脑血管疾病	CT, MR angiography	深度学习生成模型	医学影像	NCCT 774例，TOF-MRA 1782例	NA	预训练医学基础模型	平衡准确率	NA
872	2025-11-14	Predicting breast cancer response to neoadjuvant chemotherapy with ultrasound-based deep learning radiomics models -- dual-center study 2025-Nov-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15148-y PMID:41214584	研究论文	开发并验证基于早期超声图像的深度学习融合模型，用于预测乳腺癌患者新辅助化疗的早期肿瘤反应	首次使用堆叠融合技术结合瘤内和瘤周区域的深度学习特征，基于早期（两个周期）超声图像预测乳腺癌新辅助化疗反应	研究样本来自两个医疗中心，需要更多中心验证模型的泛化能力	预测乳腺癌患者对新辅助化疗的早期治疗反应	接受新辅助化疗的乳腺癌患者	数字病理	乳腺癌	超声成像	深度学习	超声图像	469名乳腺癌患者	NA	ResNet	AUC, 临床决策曲线	NA
873	2025-11-14	Efficient temporal feature utilization in ultrasound videos: a multi-channel deep learning framework for enhanced breast lesion differentiation 2025-Nov-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15144-2 PMID:41214640	研究论文	提出一种多通道深度学习框架，通过利用超声视频中的时序信息来增强乳腺病灶分类性能	采用多通道输入策略结合连续帧的时空特征，在保持计算效率的同时充分利用时序信息	未明确说明具体的数据集规模和模型训练时间	开发计算效率高的乳腺病灶自动分类方法	超声视频中的乳腺病灶	计算机视觉	乳腺疾病	超声成像	深度学习	超声视频	来自两个不同地区的多中心数据	NA	五种不同的深度学习骨干模型	AUC, 精确率, 召回率	资源受限环境适用，实时环境适用
874	2025-11-14	Association between induced organ atrophy assessed by artificial intelligence-generated automatic segmentation and efficacy of bevacizumab in combination with chemotherapy in metastatic colorectal cancer 2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00951-4 PMID:41214758	研究论文	本研究探讨贝伐珠单抗治疗引起的无肿瘤器官萎缩与转移性结直肠癌疗效的关系	首次使用基于深度学习的AI模型自动测量器官体积变化，评估贝伐珠单抗诱导的器官萎缩与生存预后的关联	样本量有限，生存分析在调整年龄、性别和肿瘤体积后失去统计学意义	探索贝伐珠单抗诱导的器官萎缩与治疗疗效的关联	转移性结直肠癌患者	数字病理学	结直肠癌	医学影像分析	深度学习	医学影像	214名患者（192名接受贝伐珠单抗治疗）	NA	NA	Pearson相关系数, p值	NA
875	2025-11-14	HighFold-MeD: a Rosetta distillation model to accelerate structure prediction of cyclic peptides with backbone N-methylation and D-amino acids 2025-Nov-10, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01111-3 PMID:41214817	研究论文	提出一种基于深度学习的快速预测含骨架N-甲基化氨基酸和D-氨基酸的环肽结构的方法	通过知识蒸馏将Rosetta SCP的能量计算知识迁移至微调的AlphaFold模型，实现50倍加速的同时保持较高准确性	可用晶体结构数据有限，模型性能依赖于Rosetta SCP的采样参数设置	加速含特殊修饰的环肽结构预测以促进肽类药物开发	含骨架N-甲基化氨基酸和D-氨基酸的环肽	计算生物学	NA	深度学习，知识蒸馏	AlphaFold	蛋白质结构数据	通过Rosetta SCP采样大量环肽构象（nstruct=500）	PyTorch	AlphaFold	结构预测准确性，计算速度	NA
876	2025-11-14	Enhanced osteoporosis screening via multi-output deep learning: Segmentation and classification of metacarpal radiographs 2025-Nov-10, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112507 PMID:41223626	研究论文	提出一种名为OMO-Net的多输出深度学习架构，通过同时执行掌骨X光片的骨骼分割和骨质疏松分类来改进骨质疏松筛查	首次将骨骼结构分割与诊断分类任务集成到统一的多输出深度学习框架中，通过双任务协同提升对细微骨密度变化的敏感性	NA	开发一种能够同时进行骨骼分割和骨质疏松分类的深度学习模型，提高骨质疏松筛查的准确性	掌骨X光片	计算机视觉	骨质疏松症	X射线成像	CNN	医学影像	NA	NA	ResNet-50	AUC, F1-score	NA
877	2025-11-14	Early prediction of final body weight in Hanwoo steers using machine and deep learning models 2025-Nov-10, Animal bioscience IF:2.4Q1 DOI:10.5713/ab.250595 PMID:41223656	研究论文	本研究使用机器学习和深度学习模型预测韩牛阉牛最终体重	首次比较多种机器学习模型和LSTM深度学习模型在韩牛体重预测中的表现，并分析不同预测时间点的准确性变化	研究仅基于196头韩牛阉牛的数据，样本量相对有限，且仅来自单一商业农场	开发准确的早期体重预测方法以优化肉牛生产中的饲养策略和屠宰计划	196头韩牛阉牛（7-31月龄）	机器学习	NA	体重测量和饲料营养摄入分析	k-近邻, 随机森林, XGBoost, LSTM	时序数据	196头韩牛阉牛	NA	LSTM	决定系数(R²), 均方根误差(RMSE)	NA
878	2025-11-14	Clinical Grade Interpretable Artificial Intelligence Tool for Automated Detection of Lymph Node Metastasis in Prostate Cancer 2025-Nov-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100934 PMID:41223994	研究论文	开发了一种用于前列腺癌淋巴结转移自动检测的临床级可解释人工智能工具	利用有限标注数据集，通过从未标记数据中识别最具信息量的样本并融入训练过程，通过迭代误差校正优化学习轨迹	模型性能依赖于有限标注数据集，需要在更多医疗中心进行进一步验证	提高前列腺癌淋巴结转移检测的准确性和效率	前列腺癌患者的淋巴结组织	数字病理学	前列腺癌	全玻片成像(WSI)	深度学习	病理图像	787张全玻片图像，超过2000个淋巴结组织	NA	NA	AUC, 灵敏度, 特异性	NA
879	2025-11-14	AI-assisted differentiation of nontuberculous mycobacterial pulmonary disease from colonization: a multi-center study 2025-Nov-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02131-1 PMID:41206832	研究论文	开发了一种名为NTMNet的多模态深度学习模型，用于区分非结核分枝杆菌肺病与定植状态	首次将胸部CT扫描与临床数据结合，通过多模态深度学习模型解决NTM疾病状态分类难题	回顾性研究设计，样本量相对有限，仅来自两个医疗中心	区分非结核分枝杆菌肺病与定植状态的临床诊断	非结核分枝杆菌呼吸道分离患者	医学影像分析	肺部疾病	胸部CT扫描，临床数据分析	深度学习	图像，临床数据	609名患者（324名NTM定植，285名NTM肺病）	NA	NTMNet	AUC，准确率	NA
880	2025-11-14	CellApop: A knowledge-guided decoupled distillation framework for label-efficient apoptotic cell segmentation and dynamic analysis in brightfield microscopy 2025-Nov-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109156 PMID:41223808	研究论文	提出了一种基于知识引导解耦蒸馏的深度学习框架，用于无标记凋亡细胞分割和动态分析	开发了知识引导解耦蒸馏框架，通过多个专家模型共同指导轻量级学生网络训练，显著减少标注需求	在细胞密集重叠和边界不清晰等挑战性条件下的分割精度仍有提升空间	开发无需荧光染料的凋亡细胞自动分割和动态分析方法	亮场显微镜图像中的凋亡细胞	数字病理学	细胞凋亡相关疾病	亮场显微镜成像	CNN, 深度学习分割模型	显微镜图像	16,472张亮场细胞图像，来自4个数据集（3个公共数据集和1个专有凋亡数据集）	PyTorch	包含重参数化、深度可分离卷积和边缘感知模块的轻量级网络	Dice相似系数, Hausdorff距离, IoU, 灵敏度, 特异性	NA