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
12281	2025-10-06	Regional Brain Aging Disparity Index: Region-Specific Brain Aging State Index for Neurodegenerative Diseases and Chronic Disease Specificity 2025-Jun-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060607 PMID:40564423	研究论文	提出基于Shapley值解释的脑区水平衰老评估新范式，构建区域特异性脑衰老偏差指数	创新开发具有高效Shapley值近似的计算框架，通过多阶段计算策略显著降低复杂度，实现深度学习模型的可解释分析	未明确说明模型在更广泛人群或不同疾病类型中的泛化能力	克服传统脑年龄预测模型的可解释性限制，研究脑衰老的区域异质性	神经退行性疾病患者和健康人群的脑部神经影像数据	医学影像分析	神经退行性疾病	神经影像分析	深度学习模型	神经影像数据	UK Biobank数据集	NA	NA	AUC	NA
12282	2025-10-06	Non-Invasive Tumor Budding Evaluation and Correlation with Treatment Response in Bladder Cancer: A Multi-Center Cohort Study 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416161 PMID:40391846	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于无创评估膀胱癌肿瘤出芽状态及其与新辅助化疗免疫治疗反应和预后的相关性	首次利用深度学习模型从CT图像中无创评估肿瘤出芽状态，并验证其与治疗反应和预后的关联	研究为回顾性多中心队列研究，需要前瞻性研究进一步验证	探索膀胱癌肿瘤出芽状态与新辅助化疗免疫治疗反应及疾病预后的相关性	2322例经病理确诊的膀胱癌患者	数字病理	膀胱癌	CT成像	深度学习模型	CT图像	2322例膀胱癌患者（2014年1月1日至2023年12月31日期间收集）	NA	NA	AUC	NA
12283	2025-10-06	SubgroupTE: Advancing Treatment Effect Estimation with Subgroup Identification 2025-Jun, ACM transactions on intelligent systems and technology IF:7.2Q1 DOI:10.1145/3718097 PMID:40575765	研究论文	提出一种结合亚组识别的治疗效应估计模型SubgroupTE，通过考虑亚组特异性治疗效应提高估计精度	在治疗效应估计中引入亚组识别，考虑不同亚组的异质性治疗反应，并提出基于期望最大化算法的训练过程	未明确说明模型在更广泛真实世界数据集上的泛化能力	提高治疗效应估计的精确度并增强针对性治疗推荐能力	阿片类药物使用障碍患者群体	机器学习	阿片类药物使用障碍	深度学习，期望最大化算法	深度学习模型	合成数据集，半合成数据集，真实世界数据	NA	NA	亚组识别网络，估计网络	治疗效应估计精度，亚组识别效果	NA
12284	2025-10-06	IECata: interpretable bilinear attention network and evidential deep learning improve the catalytic efficiency prediction of enzymes 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf283 PMID:40548541	研究论文	提出IECata模型用于酶催化效率预测，提供不确定性估计和可解释性分析	结合证据深度学习和双线性注意力机制，提供预测不确定性估计和关键残基与底物原子的可解释分析	kcat/Km数据集规模有限，可能影响深度学习模型性能	提高酶催化效率预测的准确性和可靠性	酶催化效率(kcat/Km)	机器学习	NA	深度学习	神经网络	酶催化效率数据	11,815个kcat/Km条目（训练集）+ 806个条目（域外测试集）	NA	双线性注意力网络	预测性能比较	NA
12285	2025-10-06	2D Hole-Arrayed Double-Anode Structure Exciting Surface Plasmon Polaritons for Enhancing Outcoupling Efficiency of Organic Light-Emitting Diodes on Silicon Wafers (OLEDoS) 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10366 PMID:40321593	研究论文	本研究提出一种二维孔阵列双阳极结构，通过激发表面等离子体激子来增强硅基有机发光二极管的出光效率	首次采用二维孔阵列双阳极结构激发表面等离子体激子，并建立机器学习模型预测结构参数与出光增强因子的关系	研究主要基于仿真分析，需要进一步实验验证实际性能	提高有机发光二极管在硅基板上的出光效率	有机发光二极管（OLED）器件结构	光电器件	NA	有限时域差分法（FDTD）	线性回归,XGB Regressor,MLP	仿真数据	NA	Scikit-learn	多层感知机（MLP）	平均绝对误差（MAE）	NA
12286	2025-10-06	Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery 2025-Feb-22, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03641-8 PMID:39984705	研究论文	本研究开发了一种基于深度学习的自动评估系统，用于评估腹腔镜结直肠手术中组织解剖效率	首次使用深度学习技术自动识别手术器械和组织解剖状态，实现手术技能评估的客观量化	回顾性研究，依赖手术视频质量，模型性能可能受限于训练数据	验证基于深度学习的手术技能自动评估方法的可行性	腹腔镜结直肠手术中的组织解剖过程	计算机视觉	结直肠癌	深度学习计算机视觉技术	CNN	手术视频	来自日本766例腹腔镜结直肠手术病例	NA	NA	准确率, 相关系数, P值	NA
12287	2025-10-06	Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00557-2 PMID:39966210	研究论文	开发并验证了一种基于多参数MRI的端到端自动化宫颈癌检测与分割流程	提出创新的两阶段流程，结合ConvNeXt模块的多参数检测和3通道DoubleU-Nets分割	回顾性多中心研究，样本量相对有限（125例患者）	开发自动化宫颈癌检测与分割方法，减轻医生工作负担	宫颈癌患者的多参数MRI图像	数字病理	宫颈癌	多参数磁共振成像（DWI、T2WI、CE-T1WI）	CNN	医学图像	125例宫颈癌患者，14,547张二维图像	NA	ConvNeXt, DoubleU-Net	准确率, 精确率, 召回率, κ系数, F1分数, Dice相似系数, Jaccard值	NA
12288	2025-10-06	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	综述	本文综述了人工智能在癌症病理学中的应用现状、挑战与未来发展方向	系统梳理了AI在多种癌症病理中的综合应用，并前瞻性地探讨了解释性AI和实时诊断等未来方向	作为综述文章，未涉及具体实验验证和原始数据	探讨人工智能技术在癌症病理学领域的应用潜力与发展前景	乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型	数字病理学	癌症	机器学习，深度学习，计算机视觉	NA	组织病理学图像，多模态数据	NA	NA	NA	NA	NA
12289	2025-10-06	Attention-based hybrid deep learning model with CSFOA optimization and G-TverskyUNet3+ for Arabic sign language recognition 2025-Jun-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03560-0 PMID:40571695	研究论文	提出一种基于注意力机制的混合深度学习模型DeepArabianSignNet，用于阿拉伯手语识别	结合DenseNet、EfficientNet和注意力机制深度残差网络，采用新型G-TverskyUNet3+进行感兴趣区域检测，并使用CSFOA元启发式算法进行特征优化	NA	提高阿拉伯手语识别的准确率和特征提取能力	阿拉伯手语图像	计算机视觉	NA	图像处理	CNN, 注意力机制	图像	两个数据库，训练数据比例分别为70%和80%	NA	DenseNet, EfficientNet, Deep ResNet, G-TverskyUNet3+	准确率	NA
12290	2025-10-06	A machine learning model integrating clinical-radiomics-deep learning features accurately predicts postoperative recurrence and metastasis of primary gastrointestinal stromal tumors 2025-Jun-26, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02011-8 PMID:40571854	研究论文	开发并验证了一个整合临床、影像组学和深度学习特征的机器学习模型，用于准确预测原发性胃肠道间质瘤术后复发和转移	首次将临床特征、影像组学特征和深度学习特征整合到单一模型中预测GIST术后复发转移	研究样本来自两个中心，需要更多外部验证；模型在高度恶性潜能人群中表现更好	开发个体化临床随访策略，为原发性GIST患者制定个性化治疗方案	原发性胃肠道间质瘤患者	医学影像分析	胃肠道间质瘤	CT扫描，影像组学分析，深度学习	机器学习集成模型	临床数据，CT影像	526例患者（男性260例，女性266例，平均年龄62岁）	NA	临床深度学习影像组学模型	AUC，校准曲线，决策曲线分析	NA
12291	2025-10-06	LGFUNet: A Water Extraction Network in SAR Images Based on Multiscale Local Features with Global Information 2025-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s25123814 PMID:40573701	研究论文	提出一种基于多尺度局部特征与全局信息的SAR图像水体提取网络LGFUNet	使用Swin-Transformer模块替代卷积核进行特征提取，设计DECASPP模块提取多尺度特征，引入LGFF模块减少编解码器间的语义差距	NA	解决SAR图像中水体提取时山体阴影与水体混淆、连续水体复杂边界细节提取困难的问题	SAR图像中的水体区域	计算机视觉	NA	SAR遥感技术	深度学习网络	SAR图像	青藏高原地区的Sentinel-1 SAR数据	NA	LGFUNet, U-Net, Swin-UNet, SCUNet++	NA	NA
12292	2025-10-06	Benchmarking Accelerometer and CNN-Based Vision Systems for Sleep Posture Classification in Healthcare Applications 2025-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s25123816 PMID:40573703	研究论文	比较基于加速度计和CNN视觉系统在睡眠姿势分类中的性能表现	首次系统比较基于图像和加速度计的睡眠姿势识别方法，并分析各自在医疗应用中的适用性	图像方法对左侧卧和仰卧姿势识别性能略低，未详细说明数据集的具体来源和规模	评估不同技术在睡眠姿势识别中的性能，为医疗监测应用提供技术选型参考	睡眠姿势（俯卧、仰卧、右侧卧、左侧卧、起床状态）	计算机视觉	睡眠呼吸暂停	数据增强（旋转、反射、缩放、平移），特征提取（信号总和、标准差、最大值、尖峰计数）	CNN, 前馈神经网络	图像, 加速度计数据	NA	NA	VGG16	准确率, 精确率, 召回率	NA
12293	2025-10-06	Transverse Electric Inverse Scattering of Conductors Using Artificial Intelligence 2025-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s25123774 PMID:40573660	研究论文	本文结合直接采样法和神经网络从电磁场数据重建完美电导体的形状	将直接采样法与U-net神经网络相结合处理横向电波逆散射问题，通过正则化因子改善成像质量	NA	提高完美电导体形状重建的精度和效率	完美电导体的电磁散射特性	计算电磁学	NA	电磁场传感，直接采样法，矩量法	U-net	电磁场散射数据	NA	NA	U-net	重建误差率	NA
12294	2025-10-06	An Enhanced Cascaded Deep Learning Framework for Multi-Cell Voltage Forecasting and State of Charge Estimation in Electric Vehicle Batteries Using LSTM Networks 2025-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s25123788 PMID:40573675	研究论文	提出一种用于电动汽车电池多单元电压预测和荷电状态估计的增强级联深度学习框架	首个在热带气候下验证的基于深度学习的电池管理系统优化方案，采用两级LSTM框架处理高温环境下的电压波动	研究主要针对热带气候条件，在其他气候区域的适用性需要进一步验证	提高电动汽车电池管理系统在热带气候下的运行效能和安全性	120单元磷酸铁锂电池组	机器学习	NA	测功机测试	LSTM	多元时间序列数据	120个电池单元，模拟城市驾驶条件（速度6-40 km/h，负载变化0%、10%、20%）	NA	两级LSTM网络（LSTM-1用于电压预测，LSTM-2用于SoC估计）	SoC估计准确度	NA
12295	2025-10-06	Statistical Difference Representation-Based Transformer for Heterogeneous Change Detection 2025-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s25123740 PMID:40573630	研究论文	提出一种基于统计差异表示的Transformer弱监督异质变化检测框架	提出结构相似性引导样本生成策略(S3G2)和统计差异表示Transformer(SDFormer)，通过迭代生成可靠伪标签解决标注数据缺乏问题	依赖内部人工参数调整，在缺乏可信标注数据场景下性能可能受限	提高异质图像变化检测的准确性和鲁棒性	多时相异质遥感图像	计算机视觉	NA	深度学习，域适应	Transformer	多传感器遥感图像	多个公共异质变化检测数据集	NA	SDFormer	准确性，鲁棒性	NA
12296	2025-10-06	Research on a Multi-Dimensional Information Fusion Mechanical Wear Fault-Diagnosis Algorithm Based on Data Regeneration 2025-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s25123745 PMID:40573632	研究论文	提出一种基于数据再生的多维信息融合机械磨损故障诊断算法	结合扩散模型和测试时训练(TTT)方法，通过数据再生解决小样本条件下的机械故障诊断问题	在实验室条件下记录的小数据量可能限制模型性能	机械磨损故障的诊断与定位	航空发动机机械磨损故障	机器学习	NA	扩散模型，测试时训练(TTT)	扩散模型	特征数据	实验室条件下的小量数据	NA	扩散模型	准确率	NA
12297	2025-10-06	HGCS-Det: A Deep Learning-Based Solution for Localizing and Recognizing Household Garbage in Complex Scenarios 2025-Jun-14, Sensors (Basel, Switzerland) DOI:10.3390/s25123726 PMID:40573613	研究论文	提出基于YOLOv8的HGCS-Det模型，用于复杂场景下的生活垃圾定位与识别	引入归一化注意力模块校准目标注意力，采用注意力特征融合模块平衡特征贡献，建立实例边界增强模块捕获细粒度特征，应用Slide Loss函数动态加权难样本	NA	解决复杂场景下垃圾检测面临的精度和实时性挑战	生活垃圾	计算机视觉	NA	深度学习	YOLOv8	图像	HGI30公开数据集	NA	YOLOv8, HGCS-Det	mAP, FPS	轻量级架构，适用于资源受限环境和嵌入式设备
12298	2025-10-06	Sensor-Driven Real-Time Recognition of Basketball Goal States Using IMU and Deep Learning 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123709 PMID:40573596	研究论文	提出基于IMU传感器和深度学习模型的篮球进球状态实时识别系统	首次将IMU传感器与多种深度学习模型结合用于篮球进球状态实时识别，CNN-LSTM-Attention模型达到87.79%的识别准确率	NA	开发实时识别篮球进球状态的系统，用于投篮技能分析和运动表现评估	篮球投篮场景，包括篮板球、空心入网、其他投篮和未命中四种状态	机器学习	NA	惯性测量单元(IMU)传感技术	CNN,RNN,LSTM,CNN-LSTM,CNN-LSTM-Attention	传感器数据(加速度、角速度、角度变化)	NA	NA	CNN-LSTM-Attention,CNN-LSTM,CNN,RNN,LSTM	准确率	NA
12299	2025-10-06	Detection of Electric Network Frequency in Audio Using Multi-HCNet 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123697 PMID:40573584	研究论文	提出Multi-HCNet深度学习模型用于解决高通滤波环境下电力网络频率信号检测的挑战	首次针对高通滤波环境设计专用深度学习模型，通过高阶谐波滤波器补偿基频损失，并提出分组多通道自适应注意力机制区分不同频率信号	未明确说明模型在不同信噪比条件下的鲁棒性及计算复杂度分析	提升高通滤波环境下电力网络频率信号的检测性能	音频信号中的电力网络频率信号	信号处理	NA	深度学习	CNN	音频信号	NA	NA	Multi-HCNet	准确率	NA
12300	2025-10-06	Improving Doppler Radar Precipitation Prediction with Citizen Science Rain Gauges and Deep Learning 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123719 PMID:40573605	研究论文	利用公民科学雨量计数据和深度学习改进多普勒雷达降水预测	结合公民科学雨量计观测数据，构建分段线性降雨累积函数，并采用改进的ResNet-101模型进行降雨强度分类	对完全未见过区域的泛化能力仍具挑战性，特别是对高强度降雨的预测	改进多普勒雷达的实时降雨估算精度	多普勒雷达降水估算和公民科学雨量计观测数据	机器学习	NA	深度学习，雷达降水估算	CNN	降雨序列数据，雨量计观测数据	经过时空一致性过滤验证的公民科学雨量计数据	PyTorch/TensorFlow	ResNet-101	准确率，精确率，召回率，F1分数	NA