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
16581	2025-10-07	A Progressive Risk Formulation for Enhanced Deep Learning based Total Knee Replacement Prediction in Knee Osteoarthritis 2025-Mar-28, ArXiv PMID:40196144	研究论文	开发了一种基于深度学习的全膝关节置换预测模型，采用渐进风险公式提高预测性能	提出了渐进风险公式约束，确保当患者有多次扫描时预测风险随时间递增或保持稳定，突破了传统方法独立处理每次扫描的局限	NA	预测膝骨关节炎患者在不同时间范围内需要进行全膝关节置换的风险	膝骨关节炎患者	医学影像分析	膝骨关节炎	深度学习	深度学习模型	X射线图像，MRI图像	来自OAI和MOST研究的膝关节X射线和MRI数据	NA	双模型风险约束架构	AUROC，AUPRC	NA
16582	2025-10-07	Carbon price prediction research based on CEEMDAN-VMD secondary decomposition and BiLSTM 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36220-x PMID:40095303	研究论文	提出一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	采用CEEMDAN和VMD的二次分解方法提升碳价格特征提取深度，结合COA算法优化BiLSTM参数	NA	提高碳价格预测精度，为碳市场健康发展提供参考	欧盟ETS、CCETE和BEA碳市场的碳价格数据	机器学习	NA	时间序列分解，深度学习	BiLSTM	时间序列数据	三个主要碳市场数据集（欧盟ETS、CCETE、BEA）	NA	BiLSTM	预测误差	NA
16583	2025-10-07	Forecasting the concentration of the components of the particulate matter in Poland using neural networks 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36265-y PMID:40117111	研究论文	使用四种深度学习模型预测波兰城市颗粒物浓度	首次将xLSTM、KAN、TCN和VAE四种先进深度学习模型应用于波兰颗粒物浓度预测，并通过统计假设检验验证性能	研究仅覆盖波兰八个城市，未考虑其他地区或更广泛地理范围	开发高精度颗粒物浓度预测方法以支持空气质量管理和公共健康干预	波兰八个城市的颗粒物浓度数据	机器学习	NA	空气质量监测	xLSTM, KAN, TCN, VAE	时间序列数据	波兰八个城市的空气质量数据	NA	扩展长短期记忆网络, Kolmogorov-Arnold网络, 时序卷积网络, 变分自编码器	平均绝对误差(MAE), 均方根误差(RMSE), 统计假设检验	NA
16584	2025-10-07	Role of Artificial Intelligence in Congenital Heart Disease and Interventions 2025-Mar, Journal of the Society for Cardiovascular Angiography & Interventions DOI:10.1016/j.jscai.2025.102567 PMID:40230672	综述	探讨人工智能在先天性心脏病患者心脏成像、电生理学、介入手术和重症监护监测中的应用与作用	系统总结了人工智能在复杂先天性心脏病解剖诊断、心功能评估和长期预后预测中的创新应用，特别是在减少观察者变异性和提升心电图信号细微变化检测能力方面	人工智能算法仍受限于数据标准化、算法验证、模型漂移和可解释性等障碍	评估人工智能在先天性心脏病诊疗各环节中的应用价值和发展前景	儿童和成人先天性心脏病患者	医疗人工智能	先天性心脏病	机器学习, 深度学习	深度学习模型	医学影像, 心电图信号, 重症监护数据	NA	NA	NA	诊断准确性, 风险分层准确性, 心律失常预测准确性	NA
16585	2025-10-07	Depression diagnosis: EEG-based cognitive biomarkers and machine learning 2025-02-26, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.115325 PMID:39515528	综述	探讨基于EEG的认知生物标志物和机器学习在抑郁症诊断中的应用	整合EEG生物标志物与机器学习方法，强调其在优化个性化治疗方案和提高诊断准确性方面的潜力	NA	研究抑郁症诊断的新兴生物标志物和计算方法	抑郁症患者和EEG数据	机器学习	抑郁症	EEG	机器学习,深度学习	EEG数据	NA	NA	NA	诊断准确性	NA
16586	2025-10-07	Robust soybean seed yield estimation using high-throughput ground robot videos 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554193 PMID:40230608	研究论文	提出一种基于地面机器人和深度学习的大豆种子产量估算新方法	结合鱼眼图像校正和随机传感器效应的数据增强技术，提高种子计数和产量估算架构的准确性和泛化能力	仅基于两年数据验证（2021年8500个地块和2023年650个地块），需要更多年份数据验证长期稳定性	开发高效准确的大豆产量估算方法以替代传统劳动力密集型方法	大豆种植地块	计算机视觉	NA	计算机视觉，深度学习	深度学习框架	视频，图像	2021年8500个地块，2023年650个地块	NA	P2PNet-Yield（包含特征提取模块和产量回归模块）	基因型排名准确率	NA
16587	2025-10-07	A weakly supervised deep learning framework for automated PD-L1 expression analysis in lung cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540087 PMID:40230846	研究论文	开发了一种基于弱监督深度学习的自动化PD-L1表达分析框架，用于肺癌免疫治疗评估	创新性地开发了多示例学习框架MiLT，显著减少对细胞级标注的需求，同时保持高准确性	需要在前瞻性临床试验中进一步验证	开发可靠的人工智能工具来标准化PD-L1表达评估，改善肺癌免疫治疗患者选择	肺癌患者的全玻片图像	数字病理学	肺癌	全玻片图像分析	多示例学习	图像	内部和外部队列验证	NA	MiLT	组内相关系数	NA
16588	2025-10-07	Unlocking chickpea flour potential: AI-powered prediction for quality assessment and compositional characterisation 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101030 PMID:40231315	研究论文	本研究探索将深度学习模型与近红外光谱技术相结合，用于鹰嘴豆粉质量评估和成分表征	首次将多种先进深度学习模型（CNN、ViT、GCN）应用于鹰嘴豆粉质量评估，并与传统PLSR方法进行对比	数据集规模有限，可能影响模型的泛化能力	提高鹰嘴豆粉质量评估的准确性和效率	136种不同品种的鹰嘴豆粉	机器学习	NA	近红外光谱技术	CNN, Vision Transformer, Graph Convolutional Network	光谱数据	136个鹰嘴豆品种	NA	CNN, Vision Transformer, Graph Convolutional Network	预测准确性	NA
16589	2025-10-07	Enhancing the application of near-infrared spectroscopy in grain mycotoxin detection: An exploration of a transfer learning approach across contaminants and grains 2025-Jul-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143854 PMID:40117813	研究论文	本研究将迁移学习策略引入化学计量学，用于改进不同谷物或毒素光谱数据的深度学习模型	首次将迁移学习方法应用于谷物真菌毒素的近红外光谱检测，解决了单源模型适应性差的问题	仅针对小麦玉米赤霉烯酮和花生黄曲霉毒素B1进行了验证，未涵盖更多谷物和毒素类型	提高近红外光谱在谷物真菌毒素检测中的应用效果	谷物中的真菌毒素（小麦玉米赤霉烯酮和花生黄曲霉毒素B1）	化学计量学	NA	近红外光谱法，FT-NIR光谱法	深度学习模型	光谱数据	小麦玉米赤霉烯酮和花生黄曲霉毒素B1样本集	NA	NA	相关系数R，相对预测偏差RPD	NA
16590	2025-10-07	Applying deep learning algorithms for non-invasive estimation of carotenoid content in the foot muscle of Pacific abalone with different colors 2025-Jul-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143913 PMID:40157001	研究论文	本研究应用深度学习算法基于颜色测量非侵入性估计太平洋鲍鱼足肌中类胡萝卜素含量	开发了基于颜色的类胡萝卜素估计套件(CCES)，相比传统方法效率提升450倍，成本降低47-77倍	模型的决定系数为0.415，预测精度仍有提升空间	开发非侵入性快速估计鲍鱼类胡萝卜素含量的方法	太平洋鲍鱼(Haliotis discus hannai)的足肌组织	计算机视觉	NA	靶向代谢组学，CIELAB颜色空间测量	LSTM	颜色测量数据	344个鲍鱼样本	NA	LSTM	RMSE, 决定系数R	NA
16591	2025-10-07	Autonomous Screening for Diabetic Macular Edema Using Deep Learning Processing of Retinal Images 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100722 PMID:40225408	研究论文	开发并验证一种基于深度学习处理视网膜图像的自主筛查糖尿病黄斑水肿模型	在多样化多设备临床环境中验证深度学习模型对糖尿病黄斑水肿的检测能力	需要进一步的前瞻性研究验证	开发适用于糖尿病黄斑水肿筛查的深度学习模型	糖尿病患者的视网膜图像	计算机视觉	糖尿病黄斑水肿	彩色眼底成像	深度学习	图像	EyePACS数据集包含32,049张图像来自15,892名患者，其中开发集14,246例，验证集1,583例	NA	NA	灵敏度,特异度,AUC	NA
16592	2025-10-07	URDD: An open dataset for urban roadway disease detection and classification 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111499 PMID:40226197	研究论文	本文介绍了一个用于城市道路病害检测与分类的开放数据集URDD	创建了专门针对道路病害检测与分类任务的专业数据集，推动人工智能在自主道路病害检测中的应用	NA	提高道路病害检测的效率和准确性，改善城市道路维护管理	城市道路病害	计算机视觉	NA	探地雷达	CNN	图像	NA	NA	NA	NA	NA
16593	2025-10-07	GeNIS: A modular dataset for network intrusion detection and classification 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111487 PMID:40226195	研究论文	本文介绍了一个用于网络入侵检测和分类的模块化数据集GeNIS	针对中小型企业网络攻击场景，提供包含多阶段攻击序列和真实正常网络活动的模块化数据集	数据集主要针对中小型企业场景，可能不适用于大型企业或特殊网络环境	为网络入侵检测系统开发提供高质量标注数据集	网络流量数据和网络攻击场景	机器学习	NA	网络流量分析，特征提取	NA	网络流量数据，CSV文件，PCAPNG文件	超过3700万个网络数据包，280万个网络流	NA	NA	NA	空客网络靶场平台
16594	2025-10-07	Weed-crop dataset in precision agriculture: Resource for AI-based robotic weed control systems 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111486 PMID:40226192	研究论文	本文提出了一个用于精准农业中杂草识别的RGB图像数据集，支持基于AI的机器人杂草控制系统开发	提供了在多样化环境条件下收集的真实田间杂草-作物数据集，包含多种杂草和作物物种	数据集规模相对有限，仅包含1120张标注图像	开发用于精准农业中实时杂草识别的高精度深度学习模型	五种杂草物种和八种作物物种	计算机视觉	NA	RGB图像采集	深度学习模型	图像	1120张标注图像，包含5种杂草和8种作物	NA	NA	目标检测准确率	NA
16595	2025-10-07	A hybrid network based on multi-scale convolutional neural network and bidirectional gated recurrent unit for EEG denoising 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.02.035 PMID:40024428	研究论文	提出基于多尺度卷积神经网络和双向门控循环单元的混合网络用于脑电图信号去噪	结合多尺度CNN和双向GRU的混合网络架构，集成通道注意力机制，能够同时提取多尺度频率特征和时间依赖特征	NA	开发有效的脑电图信号去噪方法以提高神经科学研究的准确性和可靠性	脑电图信号及其中的肌电、眼电和心电伪迹	信号处理	神经系统疾病	脑电图信号处理	CNN, BiGRU, GAN	脑电图时间序列数据	公开数据集	NA	多尺度卷积神经网络, 双向门控循环单元, 生成对抗网络	相对均方根误差, 相关系数, 信噪比	NA
16596	2025-10-07	Automated comprehensive evaluation of coronary artery plaque in IVOCT using deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112169 PMID:40224006	研究论文	开发了一种基于深度学习的语义分割模型(EDA-UNet)，用于自动评估IVOCT图像中的冠状动脉斑块	首次提出专门针对IVOCT图像冠状动脉斑块组织的深度学习语义分割模型EDA-UNet	研究使用了来自三个中心的数据，但样本来源仍有限	实现冠状动脉斑块的自动特征分析和定量评估	冠状动脉斑块组织	计算机视觉	心血管疾病	血管内光学相干断层扫描(IVOCT)	深度学习语义分割模型	医学图像	来自三个医疗中心的IVOCT图像数据集	NA	EDA-UNet	Dice系数, 相关性分析, 一致性检验	NA
16597	2025-10-07	Focusing properties and deep learning-based efficient tuning of symmetric butterfly beams 2025-Apr-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.557170 PMID:40232438	研究论文	提出新型对称蝴蝶高斯光束及其基于深度学习的快速传播特性预测方法	首次提出对称蝴蝶高斯光束概念，并开发了比传统算法快8000倍的深度学习预测模型	未明确说明模型在不同光学条件下的泛化能力	研究新型自聚焦光束的传播特性及其快速预测方法	对称蝴蝶高斯光束	计算光学	NA	深度学习	神经网络	光学传播数据	NA	NA	NA	平均相对误差	NA
16598	2025-10-07	Multi-viewpoint tampering detection for integral imaging 2025-Apr-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.557452 PMID:40232459	研究论文	提出一种结合像素映射和深度学习的3D集成成像方案，实现篡改检测与自恢复功能	首次在相机阵列集成成像中实现篡改检测与自恢复功能，通过多视点恢复信息嵌入实现篡改区域的双重恢复	未明确说明计算成本的具体优化程度和系统实时性能	开发具有篡改保护功能的3D集成成像系统	集成成像系统的光场数据和元素图像阵列	计算机视觉	NA	深度学习, 像素映射	NA	3D光场图像, 元素图像阵列	NA	NA	NA	视差效果, 篡改检测效果	NA
16599	2025-04-16	Invited Perspective: How Do Green- and Bluespaces Reduce Heat-Related Health Risks? Gaining New Insights from Street-View Imagery, Deep Learning Models, and Smartphone Data 2025-Apr-14, Environmental health perspectives IF:10.1Q1 DOI:10.1289/EHP15400 PMID:40228076	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16600	2025-10-07	An Automated AI Framework for Quantitative Measurement of Mammalian Behavior 2025-Apr-14, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12985 PMID:40230073	研究论文	开发了一个基于面部识别和深度学习的自动化框架，用于定量测量和分析多种哺乳动物的行为	首个能够自动定量测量多种哺乳动物行为的框架，结合了面部识别和基于动物骨架模型的时空信息分析	NA	开发自动化定量测量动物行为的方法	10种不同哺乳动物类群的个体，包括3种灵长类、3种牛科动物、3种食肉动物和1种马科动物	计算机视觉	NA	深度学习, 面部识别	深度学习模型	视频数据	10种不同哺乳动物类群	NA	NA	准确率	NA