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
841	2025-05-20	The application of suitable sports games for junior high school students based on deep learning and artificial intelligence 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01941-z PMID:40379705	研究论文	本研究利用深度学习和人工智能技术，开发了一种基于MediaPipe框架的ST-GCN动作检测算法，旨在提高初中生体育活动的动作识别准确性	结合深度学习和人工智能技术，开发了基于MediaPipe框架的ST-GCN动作检测算法，显著提高了动作识别的准确性和长期预测能力	研究仅针对特定运动（如仰卧起坐）进行了验证，未涵盖所有体育活动的动作识别	提高初中生体育教育的教学质量和个性化学习需求	初中生体育活动中的动作表现	计算机视觉	NA	深度学习、人工智能	ST-GCN	视频	HMDB51数据集
842	2025-05-20	Residual self-attention vision transformer for detecting acquired vitelliform lesions and age-related macular drusen 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02299-y PMID:40379807	research paper	提出了一种名为残差自注意力视觉变换器（RS-A ViT）的新方法，用于自动检测获得性卵黄样病变（AVL）、黄斑玻璃膜疣以及区分它们与健康病例	使用残差自注意力模块替代传统的自注意力模块，以提高模型性能，并在视网膜疾病分类中表现出色	未提及具体的数据集规模或模型在其他疾病上的泛化能力	开发一种高精度的自动检测视网膜疾病的深度学习模型	获得性卵黄样病变（AVL）、黄斑玻璃膜疣以及健康病例	digital pathology	geriatric disease	OCT	RS-A ViT	image	结合了两个研究中心收集的AVL数据以及OCT数据集中的玻璃膜疣和正常病例，并应用了数据增强方法
843	2025-05-20	Enhanced effective convolutional attention network with squeeze-and-excitation inception module for multi-label clinical document classification 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98719-0 PMID:40379823	研究论文	提出了一种名为增强型有效卷积注意力网络（EECAN）的新模型，用于多标签临床文档分类，通过结合Squeeze-and-Excitation（SE）Inception模块和注意力机制来提高分类效果	引入了SE Inception模块和EAB-CDC策略，通过自适应重新校准通道特征响应和多层注意力机制来提升特征表示	未提及具体局限性	提高临床文档分类的准确性和效率，以改善患者护理和医疗决策支持	临床文档	自然语言处理	NA	深度学习	EECAN（增强型有效卷积注意力网络）	文本	基准数据集MIMIC-III和MIMIC-III-50
844	2025-05-20	Potato plant disease detection: leveraging hybrid deep learning models 2025-May-16, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06679-4 PMID:40380088	研究论文	本文提出了一种结合EfficientNetV2B3和Vision Transformer (ViT)的混合深度学习模型，用于提高马铃薯植物病害的检测和识别准确率	提出了一种新型的混合深度学习模型EfficientNetV2B3+ViT，结合了CNN和ViT的优势，在马铃薯叶病数据集上取得了比之前研究高11.43%的准确率	NA	提高马铃薯植物病害的检测和识别准确率，以应对全球农业发展中作物病害管理的挑战	马铃薯植物的病害	计算机视觉	植物病害	深度学习	EfficientNetV2B3+ViT	图像	来自'Potato Leaf Disease Dataset'的马铃薯叶片图像数据集
845	2025-05-20	Deep learning health space model for ordered responses 2025-May-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03026-3 PMID:40380121	研究论文	本文开发了深度学习健康空间模型，用于捕捉复杂的非线性生物关系，并与现有的统计健康空间模型进行了性能比较	提出了五种不同的深度学习健康空间模型，包括四种标准二元深度神经网络和一种考虑因变量有序性的深度序数神经网络	模型性能仅在特定数据集上验证，可能需要更多外部验证	开发能够客观且有意义地可视化个体健康状况的深度学习模型	个体健康状况	机器学习	NA	深度学习	DNN, DONN	健康调查数据	训练集32,140个样本（来自KNHANES），验证集862个样本（来自Ewha-Boramae队列）和3,199个样本（来自KARE项目）
846	2025-05-20	Assessing fetal lung maturity: Integration of ultrasound radiomics and deep learning 2025-May-16, African journal of reproductive health IF:0.7Q4 DOI:10.29063/ajrh2025/v29i5s.7 PMID:40387939	研究论文	本研究通过结合放射组学和深度学习方法，构建了一个预测胎儿肺部成熟度的模型	整合放射组学特征和临床数据，利用深度学习方法提高胎儿肺部成熟度评估的准确性和可靠性	需要在不同的医疗环境中进行模型的验证和优化	提高胎儿肺部成熟度的预测水平，以改善产前护理和婴儿健康	263例妊娠期的超声图像	数字病理	胎儿肺部成熟度评估	超声成像，放射组学特征提取	DenseNet121	图像	263例妊娠期的超声图像
847	2025-05-20	Toward Ultralow-Power Neuromorphic Speech Enhancement With Spiking-FullSubNet 2025-May-15, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566021 PMID:40372867	research paper	提出了一种基于脉冲神经网络的超低功耗语音增强系统Spiking-FullSubNet，用于提高边缘设备的语音清晰度和质量	采用全频带和子频带融合的方法有效捕捉全局和局部频谱信息，引入受人类外周听觉系统启发的频率分区方法，并提出一种新型脉冲神经元模型以增强多尺度时间处理能力	NA	开发超低功耗的语音增强系统，适用于边缘设备如耳机和助听器	语音信号	machine learning	NA	SNN	Spiking-FullSubNet	audio	Intel Neuromorphic Deep Noise Suppression (N-DNS) Challenge数据集
848	2025-05-20	Bacterial identification in SERS-integrated microfluidics using CNN-driven 2D classification of 1D spectra 2025-May-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128325 PMID:40381415	research paper	该研究提出了一种结合SERS微流控技术和优化的2D-CNN用于细菌分类的新框架	首次探索了SERS光谱的2D表示方法在芯片上细菌识别中的应用，并系统评估了九种不同的1D到2D光谱转换方法	其他转换方法如成对距离和自相关表现低于93%，表明它们在捕捉细微光谱特征方面的能力有限	开发一种用于细菌识别的高效分析方法	细菌样本	machine learning	NA	SERS, 微流控技术	2D-CNN	光谱数据	控制数据集和芯片数据集
849	2025-05-20	A multi-layered defense against adversarial attacks in brain tumor classification using ensemble adversarial training and feature squeezing 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00890-x PMID:40369011	研究论文	本研究提出了一种多层防御策略，结合集成对抗训练和特征压缩技术，以提高脑肿瘤分类模型在对抗攻击下的鲁棒性	采用VGG16-based CNN模型，并结合对抗训练和特征压缩技术（如位深度降低和高斯模糊），有效提升了模型在对抗攻击下的准确率	在FGSM和PGD对抗样本上的准确率提升至54%和47%，但仍未达到原始干净数据的96%准确率	提高脑肿瘤分类模型在对抗攻击下的鲁棒性，确保AI在医学影像中的可靠性	脑肿瘤分类模型	计算机视觉	脑肿瘤	对抗训练（FGSM和PGD）、特征压缩技术（位深度降低和高斯模糊）	VGG16-based CNN	MRI图像	NA
850	2025-05-20	Paradigm-Shifting Attention-based Hybrid View Learning for Enhanced Mammography Breast Cancer Classification with Multi-Scale and Multi-View Fusion 2025-May-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569726 PMID:40354201	研究论文	提出了一种基于注意力的混合视图学习框架（AHVL），用于增强乳腺X光检查中的乳腺癌分类	结合了对比切换注意力（CSA）和选择性池化注意力（SPA）机制，解决了多尺度特征捕获和视图一致性与输入适应性平衡的问题	未提及具体局限性	提高乳腺X光检查中乳腺癌分类的准确性和鲁棒性	乳腺X光图像	计算机视觉	乳腺癌	深度学习	AHVL（基于注意力的混合视图学习框架）	图像	INbreast和CBIS-DDSM数据集
851	2025-05-20	Preliminary phantom study of four-dimensional computed tomographic angiography for renal artery mapping: Low-tube voltage and low-contrast volume imaging with deep learning-based reconstruction 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102929 PMID:40147091	研究论文	本研究评估了低管电压和低对比剂用量的4D-CT血管造影（CTA）结合深度学习重建（DLR）在肾动脉栓塞中的可行性	结合DLR的4D-CTA技术可减少辐射和对比剂用量，同时保持诊断质量	需要进一步的临床验证以确认这些发现在临床环境中的适用性	评估低管电压和低对比剂用量的4D-CTA结合DLR在肾动脉栓塞中的可行性	模拟对比剂增强血管的定制模型	数字病理	肾脏疾病	4D-CT血管造影（CTA），深度学习重建（DLR）	DLR	图像	定制模型（具体数量未提及）
852	2025-05-20	Devising a novel evaluation method for computed tomography images containing metal artifacts from titanium seed implants: Application to virtual monochromatic imaging energy optimization 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102944 PMID:40199192	研究论文	本研究旨在开发一种新的评估方法，用于评估含钛种子植入物金属伪影的CT图像，并确定虚拟单色成像(VMI)的最佳能量水平以减少金属伪影并提高信号检测能力	提出了一种新的对比伪影比(CAR)评估方法，用于定量评估金属伪影对信号检测的影响，并确定了65 keV为VMI的最佳能量水平	研究仅针对钛种子植入物产生的金属伪影，未涉及其他金属材料	优化CT图像中金属伪影的减少和信号检测能力的提升	含钛种子植入物的CT图像	医学影像处理	前列腺癌	双能CT系统、深度学习(DL)、金属伪影减少(MAR)算法	NA	CT图像	使用包含模拟放射性种子的骨盆区域体模进行研究
853	2025-05-20	Artificial intelligence in drug resistance management 2025-May, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04282-w PMID:40235844	综述	本文综述了人工智能（AI），特别是深度学习和机器学习（ML）在管理抗菌素耐药性（AMR）中的应用	AI模型如Naïve Bayes、决策树（DT）、随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）显著推进了耐药性模式的预测和新抗生素的识别	面临数据隐私、算法透明度、数据稀缺、伦理考虑及跨学科合作不足等挑战	探讨AI在管理抗菌素耐药性中的应用及其潜力	抗菌素耐药性（AMR）	机器学习	抗菌素耐药性	深度学习、机器学习	Naïve Bayes、DT、RF、SVM、ANN	NA	NA
854	2025-05-20	Reduction of radiation exposure in chest radiography using deep learning-based noise reduction processing: A phantom and retrospective clinical study 2025-May, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102958 PMID:40280035	研究论文	本研究评估了基于深度学习的智能降噪技术(INR)在平面胸部X光摄影中减少患者辐射剂量的效果	首次系统评估了INR技术在降低胸部X光辐射剂量同时保持图像质量的有效性	研究样本量有限(100例患者)，且仅使用Canon公司的INR技术	评估INR技术在胸部X光摄影中降低辐射剂量的效果	胸部X光图像(包括Lungman体模和100例患者影像)	数字病理	肺癌	深度学习降噪技术(INR)	深度学习(具体架构未说明)	医学影像	100例患者胸部X光图像
855	2025-05-20	Low-cost video-based air quality estimation system using structured deep learning with selective state space modeling 2025-May, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109496 PMID:40344874	研究论文	提出了一种基于视频的低成本空气质量估计系统，结合结构化深度学习和选择性状态空间建模	首次将选择性状态空间模型（SSM）与选择性扫描机制和混合预测器（HP）结合，用于视频空气质量估计，能够动态调整参数并有效捕捉长距离依赖关系	研究仅基于巴基斯坦拉合尔六个监测站的数据，可能在其他地区的泛化能力有限	开发一种高效、成本效益高的模型，用于准确预测空气质量和主动污染控制	空气质量数据，特别是PM、PM和AQI	计算机视觉	NA	深度学习，选择性状态空间建模	AQP-Mamba（基于SSM的模型）	视频	13,176个视频，来自巴基斯坦拉合尔的六个监测站
856	2025-05-20	Robust automatic train pass-by detection combining deep learning and sound level analysis 2025-May-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0036754 PMID:40387613	research paper	提出一种结合深度学习和声级分析的鲁棒自动列车通过检测方法	创新性地结合通用分类器、短声级分析和基于梅尔频谱图的分类来精确检测列车通过噪声	未提及方法在极端噪声环境下的性能表现	开发自动声音事件检测与分类方法以控制高噪声水平	列车通过时产生的噪声	machine learning	NA	mel-spectrogram-based classification, sound level analysis	generic classifier (未指定具体模型)	raw audio signal	various long-term signals (未明确样本数量)
857	2025-05-19	Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks 2025-May-17, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08908-8 PMID:40381026	research paper	本研究旨在开发基于卷积神经网络（CNN）的深度学习算法，用于从普通颈椎X光片中分类颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）	利用CNN从普通X光片中分类CSM和CSR，并预测脊髓管面积率	样本量相对较小，外部验证集仅包含100名患者	开发深度学习算法以辅助非专科医生识别需要进一步评估或转诊的患者	颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）患者	digital pathology	geriatric disease	deep learning	CNN	image	300名患者用于内部验证，100名患者用于外部验证
858	2025-05-19	Accelerated deep learning-based function assessment in cardiovascular magnetic resonance 2025-May-17, La Radiologia medica DOI:10.1007/s11547-025-02019-6 PMID:40381163	research paper	评估深度学习（DL）电影序列在心血管磁共振（CMR）中对左心室（LV）和右心室（RV）参数的诊断准确性和图像质量，与传统平衡稳态自由进动（bSSFP）电影序列进行比较	使用深度学习技术加速心血管磁共振中的功能评估，与传统方法相比具有更快的处理速度和相当的诊断准确性	DL cine序列在心内膜边缘定义上略逊于传统bSSFP序列	评估深度学习在心血管磁共振中功能评估的应用效果	心血管磁共振（CMR）检查的患者	digital pathology	cardiovascular disease	deep learning, balanced steady-state free precession (bSSFP)	DL	image	62名患者（平均年龄47±17岁，41名男性）
859	2025-05-19	Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population 2025-May-16, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-325486 PMID:40379470	研究论文	本研究开发了一种基于眼底图像的深度学习模型，用于优化冠状动脉疾病（CAD）人群中轻度认知障碍（MCI）的诊断	首次利用眼底图像和深度学习技术对CAD人群中的MCI进行筛查，提供了一种非侵入性且有效的早期诊断方法	单中心研究，样本来源有限，外部验证组样本量较小	开发一种基于眼底图像的深度学习模型，用于CAD人群中MCI的早期筛查和诊断	冠状动脉疾病（CAD）患者	数字病理	心血管疾病	深度学习	CNN	图像	4357名CAD患者的9009张眼底图像
860	2025-05-19	Artificial Intelligence and Data Science Methods for Automatic Detection of White Blood Cells in Images 2025-May-16, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01538-y PMID:40379861	研究论文	本文评估了人工智能和数据科学方法在生物医学诊断中自动检测和计数白细胞的有效性	利用AI和DS算法自动识别、定位和分类白细胞，提高诊断效率和准确性	未来需要研究生成式AI在血细胞诊断中的应用	评估AI和DS在生物医学诊断中的有效性	白细胞图像	计算机视觉	白血病	机器学习、深度学习、分类算法	NA	图像	NA