深度学习在生物医药领域中的应用

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
21	2025-06-01	Upper limb human-exoskeleton system motion state classification based on semg: application of CNN-BiLSTM-attention model 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02864-5 PMID:40447649	研究论文	本研究基于表面肌电信号对上肢五种典型运动状态进行分类，以支持辅助上肢外骨骼的实时控制系统	提出了一种结合CNN、BiLSTM和注意力机制的深度学习模型，以提高复杂场景下运动状态识别的准确性	样本量较小（仅10名参与者），且未提及模型在不同人群或环境下的泛化能力	开发一种能够准确分类上肢运动状态的方法，以支持外骨骼控制系统的智能化	上肢运动状态（包括休息、轻度活动、快速运动、动态负重和静态负重）	机器学习	NA	表面肌电信号采集	CNN-BiLSTM-attention	表面肌电信号	10名参与者的肱二头肌、肱三头肌和三角肌数据
22	2025-06-01	MCOA: A Comprehensive Multimodal Dataset for Advancing Deep Learning in Corneal Opacity Assessment 2025-May-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05205-3 PMID:40447652	research paper	该研究建立了一个全面的角膜混浊多模态数据集，用于推进深度学习在角膜混浊评估中的应用	创建了目前最大规模的角膜混浊数据集，结合了AS-OCT图像和前段照片，为深度学习算法开发提供了高质量数据	未提及数据集的多样性或覆盖范围是否足够广泛	推进深度学习在角膜混浊识别和评估中的应用，支持AI驱动的临床决策和个性化治疗计划制定	角膜混浊患者	digital pathology	眼科疾病	AS-OCT	深度学习	图像	6,272张AS-OCT图像和392张前段照片
23	2025-06-01	Deep learning based motion correction in ultrasound microvessel imaging approach improves thyroid nodule classification 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02728-y PMID:40447670	研究论文	本文介绍了一种基于深度学习的运动校正技术，用于改善超声定量高清微血管成像（qHDMI）中的帧间运动伪影，从而提高甲状腺结节的分类准确性	提出了一种新颖的基于深度学习的运动校正技术，能够补偿甲状腺附近颈动脉搏动引起的帧间运动伪影，保留精细血管结构以提取更准确的生物标志物	NA	改善甲状腺结节的超声成像分类准确性	甲状腺结节	数字病理学	甲状腺疾病	超声定量高清微血管成像（qHDMI）	深度学习	图像	根据帧间相关值将数据集分为低运动和高运动病例
24	2025-06-01	Assessing the performance of domain-specific models for plant leaf disease classification: a comprehensive benchmark of transfer-learning on open datasets 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03235-w PMID:40447674	research paper	本文通过评估多种CNN模型在公开植物叶片病害数据集上的性能，旨在为植物病害分类任务确定最佳模型架构和数据集	首次对大量先进CNN模型在多种公开植物病害数据集上进行全面基准测试，为领域内模型选择提供依据	研究仅基于现有公开数据集，可能无法涵盖所有实际农业场景中的植物病害情况	评估不同CNN模型在植物叶片病害分类任务中的性能，为构建更好的模型和新基础模型提供依据	植物叶片病害图像	computer vision	plant disease	transfer-learning	CNN	image	23种模型在18个数据集上进行测试，共训练4140次
25	2025-06-01	Deep learning-driven automated mitochondrial segmentation for analysis of complex transmission electron microscopy images 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03311-1 PMID:40447684	研究论文	本文介绍了一种结合概率交互式分割和线粒体形态自动量化的深度学习框架，用于复杂透射电子显微镜图像的线粒体分割分析	该模型利用不确定性分析和实时用户反馈，在保持分割精度的同时，将分析时间相比手动方法减少了90%	NA	开发自动化工具以提高线粒体超微结构分析的效率和准确性	小鼠骨骼肌的透射电子显微镜图像中的线粒体	计算机视觉	杜氏肌营养不良症	透射电子显微镜(TEM)	深度学习框架	图像	基准Lucchi++数据集和真实世界的小鼠骨骼肌TEM图像
26	2025-06-01	A global object-oriented dynamic network for low-altitude remote sensing object detection 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02194-6 PMID:40447715	研究论文	本研究提出了一种名为GOOD-Net的全局面向对象动态网络算法，用于低空遥感图像中的目标检测	引入了GOOD-Net算法，包含动态自适应骨干网络、全局信息优化颈部网络和任务特定处理头，以及ReSSD Block、GPSA和DECBS等新模块组件	NA	开发一种高效、实时的低空遥感图像目标检测算法	低空遥感图像中的目标检测	计算机视觉	NA	深度学习	GOOD-Net（包含ReSSD Block、GPSA、DECBS等模块）	图像	VisDrone数据集
27	2025-06-01	Intelligent deep learning model for targeted cancer drug delivery 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96149-6 PMID:40447713	研究论文	本文提出了一种基于分子通信技术的多室模型，结合人工智能生物网络接口，用于靶向癌症药物递送	提出了一种新型的多室模型，结合AI生物网络接口和分子通信技术，能够连接人体内外，提高药物在靶向细胞中的浓度并减少对健康细胞的不良影响	NA	开发一种创新的靶向药物递送系统，以提高治疗效果并减少副作用	肿瘤细胞和药物递送系统	数字病理学	癌症	分子通信技术	多室模型	NA	NA
28	2025-06-01	Histopathological image based breast cancer diagnosis using deep learning and bio inspired optimization 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04136-8 PMID:40447726	research paper	该研究提出了一种结合深度学习和生物启发优化算法的框架，用于基于组织病理学图像的乳腺癌诊断	整合了AlexNet和GRU网络，并采用河马优化算法（HOA）进行超参数调优，实现了99.60%的分类准确率	未提及模型在临床环境中的实际应用验证	提高乳腺癌的早期诊断准确率和临床决策效率	乳腺癌组织病理学图像	digital pathology	breast cancer	deep learning, bio-inspired optimization	AlexNet, GRU, DenseNet-41	image	BreakHis和BACH基准数据集
29	2025-06-01	Quantitative benchmarking of nuclear segmentation algorithms in multiplexed immunofluorescence imaging for translational studies 2025-May-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08184-8 PMID:40447729	research paper	该研究对多重免疫荧光成像中常用的核分割工具进行了定量基准测试，评估了它们在7种组织类型中的性能	首次在多种组织类型上对核分割算法进行了全面基准测试，并推荐了在准确性和计算效率上表现最佳的预训练深度学习模型	研究仅评估了核分割性能，未考虑下游分析任务的影响	为转化研究中的多重免疫荧光成像数据开发高效准确的核分割方法	人类组织样本中约20,000个标记核	digital pathology	NA	multiplexed immunofluorescence imaging	deep learning models (Mesmer, StarDist)	image	约20,000个标记核，来自7种组织类型的人类样本
30	2025-06-01	Secure IoV communications for smart fleet systems empowered with ASCON 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04061-w PMID:40447743	research paper	该研究提出了一种结合ASCON低功耗加密算法和MQTT协议的安全车联网通信框架，并集成深度学习模型进行实时异常检测和入侵预测	该研究的创新点在于采用轻量级加密方法与基于深度学习的威胁防护相结合的混合框架，能够抵御多种网络攻击	NA	增强智能车队系统的安全车联网通信，提升自动驾驶车辆网络的安全性、可持续性和操作稳健性	智能车队系统和车联网通信	物联网安全	NA	ASCON加密算法、MQTT协议、深度学习	深度学习模型	工业车辆数据集	使用Raspberry Pi板和真实工业车辆数据集
31	2025-06-01	Deep convolutional fuzzy neural networks with stork optimization on chronic cardiovascular disease monitoring for pervasive healthcare services 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02924-w PMID:40447750	研究论文	提出了一种结合深度卷积模糊神经网络与鹳优化算法的技术，用于心血管疾病的分类和监测	结合深度卷积模糊神经网络(DCFNN)与鹳优化算法(SOA)进行心血管疾病分类，提出DCFNN-SOCVDC模型，实现了99.05%的高准确率	未提及模型在实时监测环境中的性能表现及计算资源消耗情况	开发一种高效的心血管疾病分类方法以提升普适医疗服务的质量	心血管疾病患者	数字病理	心血管疾病	Z-score标准化、算术优化算法、鹳优化算法	DCFNN（深度卷积模糊神经网络）	临床数据	NA
32	2025-06-01	A review of enhanced biosignature immunotherapy tools for predicting lung cancer immune phenotypes using deep learning 2025-May-30, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02771-1 PMID:40447924	综述	本文综述了深度学习技术在增强生物标志物免疫治疗工具中的应用，用于预测肺癌患者的免疫表型	系统分析了整合多模态生物医学数据（如放射组学、基因组学、转录组学和病理图像）以开发稳健的深度学习预测模型的最新研究	未提及具体局限性	探索深度学习在精准肿瘤学中的变革作用，强调将生物标志物整合到临床工作流程中以改善肺癌免疫治疗效果的潜力	肺癌患者	数字病理	肺癌	深度学习	DL	多模态生物医学数据（放射组学、基因组学、转录组学、病理图像）	NA
33	2025-06-01	Deep learning-driven modality imputation and subregion segmentation to enhance high-grade glioma grading 2025-May-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03029-0 PMID:40448035	研究论文	本研究开发了一种深度学习框架，通过模态填补和子区域分割提高高级别胶质瘤分级的准确性	提出了一种结合PatchGAN和聚合残差Transformer（ART）模块的模态填补网络，以及用于分割的U-Net变体	研究依赖于回顾性数据，外部测试集样本量相对较小	提高高级别胶质瘤的分级准确性	高级别胶质瘤患者	数字病理学	胶质瘤	深度学习	PatchGAN, Transformer, U-Net	医学影像	主要队列1,251例患者（BraTS2021数据集），外部测试集181例临床病例
34	2025-06-01	Deep learning reconstruction improves computer-aided pulmonary nodule detection and measurement accuracy for ultra-low-dose chest CT 2025-May-30, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01746-6 PMID:40448068	研究论文	比较深度学习重建（DLR）和混合迭代重建（HIR）在超低剂量胸部CT（ULDCT）中的图像质量、肺结节检测率和测量准确性	首次在超低剂量胸部CT中应用深度学习重建技术，并证明其在减少图像噪声、提高结节检测率和测量准确性方面的优势	样本量相对较小（84名参与者），且未对不同类型和大小的结节进行分层分析	评估深度学习重建技术在超低剂量胸部CT中的应用效果	肺结节	数字病理	肺癌	深度学习重建（DLR）、混合迭代重建（HIR）	深度学习	CT图像	84名参与者，共检测到535个结节
35	2025-06-01	Non-destructive detection of early wheat germination via deep learning-optimized terahertz imaging 2025-May-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01393-6 PMID:40448208	研究论文	提出了一种基于深度学习的太赫兹成像技术，用于无损检测小麦早期发芽	开发了增强型超分辨率生成对抗网络（AESRGAN）以提高太赫兹图像分辨率，并引入了基于EfficientViT的YOLO V8分类模型，结合深度可分离注意力模块（C2F-DSA）和瞪羚优化算法（GOA）进行优化	当前太赫兹成像技术的图像分辨率较低，限制了其实际应用	开发一种快速、无损的小麦早期发芽检测方法	小麦	计算机视觉	NA	太赫兹成像技术	AESRGAN, EfficientViT-based YOLO V8	图像	NA
36	2025-06-01	Load demand forecasting in air conditioning a rotor Hopfield neural network approach optimized by a new optimization algorithm 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02568-w PMID:40436955	研究论文	本文提出了一种新的改进转子Hopfield神经网络（RHNN）与分数阶季节优化算法（FO-SOA）相结合的方法，用于空调系统的负荷需求预测	结合了改进的转子Hopfield神经网络和分数阶季节优化算法，优化了负荷需求预测的准确性和可靠性	未提及具体的数据来源和样本量细节，可能影响方法的普适性验证	优化空调系统的负荷需求预测，以提高能源管理效率和室内环境舒适度	空调系统的负荷需求	机器学习	NA	分数阶季节优化算法（FO-SOA）	转子Hopfield神经网络（RHNN）	历史负荷数据、环境温度、湿度、占用模式等	NA
37	2025-06-01	Predicting abnormal fetal growth using deep learning 2025-May-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01704-0 PMID:40437236	研究论文	本研究利用深度学习技术提高胎儿生长异常预测的准确性	开发了一种深度学习模型，在检测SGA和LGA方面显著优于当前临床标准Hadlock公式，并减少了人口统计学和技术变量上的偏差	未提及模型在临床实际应用中的潜在挑战或局限性	提高胎儿生长异常的预测准确性	胎儿生长异常（SGA和LGA）	数字病理	胎儿生长异常	深度学习	深度学习模型	超声图像	65,752名患者的94,538次检查产生的433,096张超声图像
38	2025-06-01	A medical information extraction model with contrastive tuning and tagging layer training 2025-May-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110465 PMID:40446547	research paper	提出了一种新型的医学信息提取模型，通过对比调优和标记层训练来提升性能	提出了一种语义引导的表示训练模型，通过对比损失机制在相同语义空间中训练医学文本和医学信息类别的表示，有效减少了对标注数据的依赖	未明确提及具体局限性	提升医学信息提取的准确性和效率，减少对标注数据的依赖	临床文本中的结构化信息	natural language processing	NA	对比损失机制	语义引导的表示训练模型	text	CCKS2019和CMeEE数据集
39	2025-06-01	Deep Learning CAIPIRINHA-VIBE Improves and Accelerates Head and Neck MRI 2025-May-29, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.020 PMID:40447509	研究论文	本研究评估了使用深度学习重建的VIBE序列在头颈部MRI中的图像质量和加速效果	采用深度学习重建的VIBE序列(DL4-VIBE和DL6-VIBE)显著提高了图像质量并大幅缩短扫描时间	单中心研究，样本量相对较小(68例患者)	评估深度学习重建VIBE序列在头颈部增强MRI中的性能表现	头颈部MRI图像	医学影像分析	头颈部疾病	深度学习重建的VIBE序列	深度学习模型	MRI图像	68例患者(60.3%男性，平均年龄57.4±16岁)
40	2025-06-01	Recent advances in antibody optimization based on deep learning methods 2025-May-28, Journal of Zhejiang University. Science. B DOI:10.1631/jzus.B2400387 PMID:40436639	综述	本文综述了基于深度学习的抗体优化方法的最新进展	总结了深度学习在抗体优化中的应用，并讨论了现有数据集和算法输入数据类型的重要性	讨论了当前通用深度学习算法在抗体优化中面临的挑战	抗体优化方法的快速高效开发	抗体	机器学习	NA	深度学习	NA	NA	NA