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
16881	2025-10-07	Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks 2025-01-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84386-0 PMID:39789043	研究论文	提出一种结合MRI扫描的深度学习方法，用于脑肿瘤精确分割和胶质瘤患者生存预测	采用2D体积卷积神经网络结合多数表决规则降低模型偏差，并利用深度学习启发的3D复制器神经网络提取最优放射组学特征	仅使用BRATS2020基准数据集进行验证，未提及外部验证结果	脑肿瘤精确分割和患者生存率预测	胶质瘤患者	医学影像分析	脑肿瘤	MRI扫描	CNN, 复制器神经网络	医学影像	BRATS2020基准数据集	NA	2D体积卷积神经网络, 3D复制器神经网络	NA	NA
16882	2025-10-07	Predictive modeling of air quality in the Tehran megacity via deep learning techniques 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84550-6 PMID:39779721	研究论文	本研究使用深度学习技术预测德黑兰大城市2013-2023年多种空气污染物浓度	将深度学习模型应用于空气污染预测并与传统机器学习方法进行对比，展示了深度学习在环境预测领域的优势	NA	预测空气污染物浓度并评估深度学习模型在空气质量预测中的有效性	德黑兰大城市的空气污染物（CO、O、NO、SO、PM、PM）	机器学习	NA	深度学习	GRU, FCNN, CNN	时间序列数据	2013-2023年期间的数据	NA	门控循环单元, 全连接神经网络, 卷积神经网络	R-squared, RMSE, MAE, MSE	NA
16883	2025-10-07	The analysis of dance teaching system in deep residual network fusing gated recurrent unit based on artificial intelligence 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85407-2 PMID:39779733	研究论文	本研究开发了一种融合图注意力机制和双向门控循环单元的舞蹈动作识别与反馈模型	提出结合3D-ResNet、BiGRU和图注意力机制的混合模型架构，在舞蹈动作识别任务中表现优于传统3D-CNN基线算法	NA	探索如何利用深度学习等人工智能技术提升舞蹈教学的智能化水平	舞蹈动作识别与教学反馈	计算机视觉	NA	深度学习	3D-CNN, RNN	视频数据	NTU-RGBD60数据集	NA	3D-ResNet, BiGRU, Graph Attention Mechanism	准确率, F1分数	NA
16884	2025-10-07	Uncertainty-aware diabetic retinopathy detection using deep learning enhanced by Bayesian approaches 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84478-x PMID:39779778	研究论文	本研究通过贝叶斯增强的深度学习方法实现糖尿病视网膜病变检测，并评估预测不确定性	将贝叶斯近似方法（蒙特卡洛Dropout、平均场变分推断和确定性推断）集成到DenseNet-121网络中，提供预测不确定性度量	未明确说明数据集的详细划分方式和模型计算资源需求	开发具有不确定性评估能力的糖尿病视网膜病变自动检测系统	糖尿病视网膜病变的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	医学图像	APTOS 2019和DDR组合数据集（具体数量未明确）	未明确说明	DenseNet-121	准确率, AUC, 熵, 标准差	NA
16885	2025-10-07	A hybrid CNN model for classification of motor tasks obtained from hybrid BCI system 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84883-2 PMID:39779796	研究论文	提出一种混合CNN模型用于从混合脑机接口系统获取的运动任务分类	结合EEG和fNIRS两种非侵入式脑机接口模块，开发混合CNN模型实现四类运动执行的分类	NA	评估深度学习模型在分类对侧和同侧运动任务中的性能	右手、左手、右臂和左臂的四类运动执行任务	机器学习	NA	脑电图(EEG)、功能性近红外光谱(fNIRS)	CNN, Bi-LSTM	脑电信号，血氧信号	使用CORE数据集	NA	混合CNN模型	准确率, F1分数, 精确率, 召回率, AUC, ROC曲线	NA
16886	2025-10-07	Attention-based deep learning for accurate cell image analysis 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85608-9 PMID:39779905	研究论文	提出一种结合卷积神经网络和Transformer的X-Profiler方法，用于精确分析细胞图像	首次将卷积神经网络与Transformer结合用于高内涵图像分析，能有效过滤噪声信号并精确表征细胞表型	NA	开发更准确的细胞图像分析方法以促进药物发现和疾病研究	细胞图像	计算机视觉	心血管疾病	高内涵分析	CNN, Transformer	图像	NA	NA	CNN, Transformer	NA	NA
16887	2025-10-07	SRADHO: statistical reduction approach with deep hyper optimization for disease classification using artificial intelligence 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82838-1 PMID:39774278	研究论文	提出一种结合统计降维和深度超参数优化的SRADHO方法，用于疾病分类	将统计降维方法与深度超参数优化相结合，通过贝叶斯优化自动选择最优超参数和特征	仅使用三个基准数据集进行实验，未在更大规模或更多样化的数据集上验证	提高疾病分类的准确性和效率，解决过拟合、欠拟合和梯度消失等问题	脑部相关疾病	机器学习	脑部疾病	深度学习，贝叶斯优化	人工神经网络	医学数据	三个基准数据集	NA	NA	准确率, 精确率, 召回率, F1分数, 错误率	NA
16888	2025-10-07	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-01, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究利用人工智能模型分析模拟鼾声数据，用于阻塞性睡眠呼吸暂停的诊断	首次将深度学习模型应用于模拟鼾声分析，并与传统机器学习方法进行性能比较	研究样本量有限（465名参与者），且所有数据来自单一睡眠中心	验证基于模拟鼾声的人工智能模型在阻塞性睡眠呼吸暂停诊断中的性能	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	多导睡眠监测，喉镜检查录音	支持向量机，K近邻，随机森林，音频谱图变换器	音频数据	465名参与者	Python	音频谱图变换器	准确率	NA
16889	2025-10-07	Novel deep reinforcement learning based collision avoidance approach for path planning of robots in unknown environment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312559 PMID:39821118	研究论文	提出了一种基于深度强化学习的机器人路径规划方法，用于在未知环境中实现碰撞避免	将Q学习与深度学习相结合的新型强化学习算法，在狭窄和拥挤的通道环境中表现出优越性能	在狭窄通道环境中需要400次迭代才能收敛，收敛速度仍有提升空间	解决机器人在未知环境中的路径规划和碰撞避免问题	机器人运动规划系统	机器学习	NA	强化学习，深度学习	Q-learning	环境传感器数据	在拥挤环境中210次迭代收敛，在狭窄通道中400次迭代收敛	NA	深度强化学习网络	转弯次数，收敛速度	NA
16890	2025-10-07	Correction: Secure deep learning for distributed data against malicious central server 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318164 PMID:39847555	correction	对一篇关于分布式数据安全深度学习的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16891	2025-10-07	Pedestrian POSE estimation using multi-branched deep learning pose net 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312177 PMID:39854382	研究论文	提出一种多分支深度学习姿态网络用于行人全身姿态估计和方向识别	开发了多分支深度学习姿态网络(MBDLP-Net)，能够有效识别行人的全身姿态和方向，在复杂场景下表现优异	NA	通过计算机视觉工具自动分析行人行为和意图	行人全身姿态和方向估计	计算机视觉	NA	深度学习	CNN	图像	使用四个数据集：BDBO、PKU-Reid、TUD Multiview Pedestrians和CIFAR-100(100个类别)	NA	多分支深度学习姿态网络(MBDLP-Net)	平均准确率	NA
16892	2025-10-07	Clinical validation of an artificial intelligence algorithm for classifying tuberculosis and pulmonary findings in chest radiographs 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1512910 PMID:39991462	研究论文	评估基于卷积神经网络的人工智能算法在胸部X光片解读中的性能，并与医师团队进行比较	使用真实世界数据验证AI算法在多样化医疗环境中的有效性，并评估算法热图对医师决策的影响	回顾性研究设计，算法在93%的情况下未影响医师决策	评估AI算法在胸部X光片解读中的性能及其对非专科医师的辅助价值	胸部X光片及参与验证的医师团队	计算机视觉	肺结核	胸部X光成像	CNN	医学影像	2021年1月至2023年7月期间的回顾性数据	NA	三个独立模型分别用于肺部异常、放射学发现和肺结核检测	AUC, 准确率, 灵敏度, 特异性	NA
16893	2025-04-01	Artificial intelligence in emergency neuroradiology: Current applications and perspectives 2025-Apr, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.11.002 PMID:39672753	综述	本文综述了人工智能在急诊神经放射学中的当前应用及未来展望	提供了关于人工智能在急诊神经放射学中应用的最新进展和深度分析，包括多种成像模态和现有商业产品的描述	未提及具体的技术局限性，但呼吁更多基于临床需求的开发和儿科神经影像学的关注	探讨人工智能在急诊神经放射学中的应用现状和未来发展	急诊神经放射学中的急性缺血性卒中、颅内出血、颅内动脉瘤、动静脉畸形等疾病	数字病理学	脑血管疾病	机器学习和深度学习算法	NA	影像数据	NA	NA	NA	NA	NA
16894	2025-04-01	Digital twin-assisted graph matching multi-task object detection method in complex traffic scenarios 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87914-8 PMID:40155390	研究论文	提出一种基于数字孪生的跨领域目标检测迁移方法，以解决交通数据收集和标注耗时耗力的问题	结合数字孪生技术构建虚拟交通场景数据集，并引入基于图匹配的多任务目标检测算法，通过注意力机制和对抗训练提升模型鲁棒性	未提及实际部署中的计算资源消耗和实时性表现	提升复杂交通场景下的目标检测性能	虚拟和真实交通场景中的目标物体	计算机视觉	NA	数字孪生、对抗训练	多任务网络、图匹配模块	图像	未明确说明具体样本数量，包含虚拟生成和真实交通数据集	NA	NA	NA	NA
16895	2025-04-01	Synthesize multiple V/H directional beams for high altitude platform station based on deep-learning algorithm 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93251-7 PMID:40155442	研究论文	本文研究了将高空平台站（HAPS）与深度学习（DL）模型相结合以增强覆盖能力的方法	提出了一种基于60单元同心圆阵列（CCA）和深度神经网络（DNN）与改进的引力搜索算法和粒子群优化（MGSA-PSO）算法的混合方法，以动态生成多方向垂直/水平（V/H）波束	未提及具体实验验证或实际部署的挑战	增强高空平台站（HAPS）的覆盖能力，特别是在复杂地形下的道路路径覆盖	高空平台站（HAPS）及其波束形成系统	机器学习	NA	深度神经网络（DNN）、改进的引力搜索算法和粒子群优化（MGSA-PSO）算法	DNN	仿真数据	使用计算机仿真技术-微波工作室套件（CST）与地球探索者（EE）用户界面工具模拟真实道路路径	NA	NA	NA	NA
16896	2025-04-01	The value of predicting breast cancer with a DBT 2.5D deep learning model 2025-Mar-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02170-6 PMID:40155449	research paper	评估基于数字乳腺断层合成（DBT）的2.5维深度学习模型在预测乳腺癌中的准确性和有效性	结合2.5维特征集和临床数据构建综合预测模型，展示深度学习与放射组学结合在乳腺癌早期诊断中的潜力	研究基于回顾性数据，样本量相对较小（361例），可能影响模型的泛化能力	提高乳腺癌术前预测的准确性	乳腺癌肿瘤病变患者	digital pathology	breast cancer	digital breast tomosynthesis (DBT)	DCNN, logistic regression, LightGBM, multilayer perceptron	image	361例乳腺癌患者（2018-2020年山东第一医科大学附属山东省立医院数据）	NA	NA	NA	NA
16897	2025-04-01	A DEM super resolution reconstruction method based on normalizing flow 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94274-w PMID:40148492	research paper	提出一种基于归一化流的DEM超分辨率重建方法，通过可逆网络模型学习高分辨率DEM的条件分布	首次将归一化流引入DEM超分辨率重建，通过可逆网络模型显式建模高分辨率DEM的条件分布	未讨论模型在极端地形条件下的表现	解决DEM超分辨率重建中的模糊和伪影问题	数字高程模型(DEM)图像	computer vision	NA	归一化流(normalizing flow)	可逆网络模型	DEM图像	未明确说明样本数量	NA	NA	NA	NA
16898	2025-04-01	Effects of a deep learning-based image quality enhancement method on a digital-BGO PET/CT system for 18F-FDG whole-body examination 2025-Mar-28, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00742-7 PMID:40148660	research paper	本研究评估了数字BGO PET/CT系统中基于深度学习的图像质量增强方法（PDL）对18F-FDG全身检查的影响	结合BSREM图像重建和深度学习的TOF-like图像质量增强过程（PDL），显著提高了图像质量和病变的SUVmax	研究仅基于Omni Legend 32 PET/CT系统，结果可能不适用于其他系统	评估PDL在数字BGO PET/CT系统中的基本特性和对图像质量的影响	NEMA IEC体模和30例临床全身18F-FDG PET/CT检查	digital pathology	NA	PET/CT成像，深度学习图像增强	深度学习（PDL）	图像	30例临床全身18F-FDG PET/CT检查	NA	NA	NA	NA
16899	2025-04-01	UrbanEV: An Open Benchmark Dataset for Urban Electric Vehicle Charging Demand Prediction 2025-Mar-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04874-4 PMID:40155635	research paper	介绍了一个名为UrbanEV的开放数据集，用于预测城市电动汽车充电需求	提供了首个涵盖充电站占用率、时长、用电量和价格等多维度数据的开放数据集，并包含天气和空间邻近性等影响因素	数据仅来自深圳一个城市，可能无法完全代表其他地区的充电需求模式	推动电动汽车充电需求预测和管理的研究	电动汽车充电站	machine learning	NA	NA	统计模型、深度学习和基于transformer的方法	时间序列数据	超过20,000个充电站，时间跨度为六个月	NA	NA	NA	NA
16900	2025-04-01	An optimized deep learning based hybrid model for prediction of daily average global solar irradiance using CNN SLSTM architecture 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95118-3 PMID:40155655	研究论文	本研究开发了一种结合CNN和SLSTM的混合深度学习模型，用于预测每日平均全球太阳辐照度	提出了一种结合CNN和SLSTM的混合模型，并使用黏菌优化算法优化超参数，提高了预测精度	未提及模型在其他地理区域的泛化能力	开发高精度的太阳辐照度预测模型以优化光伏系统并网	每日平均全球太阳辐照度	机器学习	NA	递归特征消除技术、十倍交叉验证技术	CNN-SLSTM	气象参数和太阳辐照度数据	未明确说明样本数量	NA	NA	NA	NA