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
321	2025-07-01	The diagnostic value of artificial intelligence in oral squamous cell carcinoma: A systematic review and meta-analysis 2025-Jun-13, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102429 PMID:40518015	meta-analysis	通过系统综述和荟萃分析评估人工智能在口腔鳞状细胞癌诊断中的性能	首次通过系统综述和荟萃分析全面评估AI在OSCC诊断中的表现，并比较深度学习和传统机器学习方法的性能差异	研究间存在显著异质性（I² > 97%），需要标准化方法和外部验证	评估人工智能在口腔鳞状细胞癌诊断中的准确性和临床应用价值	口腔鳞状细胞癌（OSCC）的诊断	数字病理	口腔鳞状细胞癌	AI诊断系统	深度学习和传统机器学习	医学影像和病理数据	24项研究共18,574份样本
322	2025-07-01	A Deep Learning Approach to Measure Visual Function in Zebrafish 2025-Jun-09, Biology DOI:10.3390/biology14060663 PMID:40563916	研究论文	本文提出了一种基于深度学习的方法，用于测量斑马鱼的视觉功能，特别是在低对比度或无色素疾病模型中的应用	使用ResNet-50在DeepLabCut框架中构建深度学习管道，实现对斑马鱼眼动的稳健量化，不受对比度或色素变化的限制	研究仅针对5天大的斑马鱼幼虫在控制条件下进行，尚未在其他发育阶段或更复杂的行为测试中验证	开发一种更灵活、准确的视觉行为分析方法，以支持人类神经和眼部疾病研究及药物毒性测试	野生型和白化突变斑马鱼幼虫	计算机视觉	眼部疾病	DeepLabCut框架，ResNet-50模型	CNN	视频	野生型和白化突变斑马鱼幼虫（具体数量未明确说明）
323	2025-07-01	Evaluation of a Deep Learning and XAI based Facial Phenotyping Tool for Genetic Syndromes: A Clinical User Study 2025-Jun-09, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.08.25328588 PMID:40568665	研究论文	评估基于深度学习和XAI的面部表型工具在遗传综合征诊断中的临床应用效果	首次通过临床用户研究探讨XAI在遗传综合征诊断中对医生表现、信心和信任的实际影响	样本量较小（31名医学遗传学家），且仅针对特定遗传综合征的面部表型分析	评估AI和XAI在遗传综合征面部表型诊断中的辅助效果	31名医学遗传学家和18张已知遗传综合征患者及正常人的面部图像	数字病理学	遗传综合征	深度学习和可解释人工智能（XAI）	深度学习模型（具体类型未说明）	图像	31名医学遗传学家参与实验，使用18张面部图像
324	2025-07-01	Comprehensive molecular impact mapping of common and rare variants at GWAS loci 2025-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.05.658079 PMID:40501721	研究论文	本文介绍了一种名为DNACipher的深度学习模型，能够预测遗传变异在多种生物环境中的分子效应，并提出了DNACipher Deep Variant Impact Mapping (DVIM)方法，用于识别GWAS位点中具有分子效应的变异	DNACipher模型能够预测未直接测量的生物环境中的变异效应，且预测的上下文数量是Enformer的7倍以上，DVIM方法显著提高了GWAS位点变异的精细定位效率	模型的预测依赖于输入的196 kb基因组序列，且仅针对38,582种细胞类型-测定组合进行了验证	开发一种能够广泛预测遗传变异分子效应的深度学习模型，并应用于GWAS位点的变异精细定位	遗传变异及其在多种生物环境中的分子效应	机器学习	1型糖尿病	深度学习、单核ATAC-seq、荧光素酶测定	DNACipher	基因组序列	38,582种细胞类型-测定组合
325	2025-07-01	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	本研究提出了一种基于Shapley值解释的新型脑区水平老化评估范式，旨在克服传统脑龄预测模型的可解释性限制	创新性地开发了一个计算框架，通过新颖的多阶段计算策略高效近似Shapley值，显著降低了复杂度，从而实现对深度学习模型的可解释分析	NA	克服传统脑龄预测模型的局限性，提供区域特异性脑老化状态评估	脑区水平的老化评估	数字病理学	神经退行性疾病	深度学习	深度学习模型	神经影像数据	UK Biobank数据
326	2025-07-01	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深度学习的非侵入性方法，用于评估膀胱癌患者的肿瘤出芽状态，并探讨其与新辅助化疗免疫治疗反应及疾病预后的相关性	首次利用深度学习模型非侵入性地评估膀胱癌患者的肿瘤出芽状态，并验证其与治疗反应和预后的相关性	研究样本量虽大，但未提及模型在其他种族或地区患者中的适用性	探索肿瘤出芽状态与新辅助化疗免疫治疗反应及膀胱癌预后的关系	2322例经病理确诊的膀胱癌患者	数字病理学	膀胱癌	CT成像	深度学习模型	图像	2322例患者（2014年1月1日至2023年12月31日收集的多中心队列）
327	2025-07-01	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	提出了一种名为SubgroupTE的新型治疗效果估计模型，通过子群识别提高治疗效果估计的精确性	SubgroupTE模型首次将子群识别整合到治疗效果估计中，并采用基于EM的训练过程优化估计和子群划分网络	模型在合成和半合成数据集上表现良好，但在真实世界数据中的泛化能力仍需进一步验证	提高治疗效果估计的精确性，并提供有针对性的治疗建议	患者群体，特别是阿片类药物使用障碍(OUD)患者	机器学习	阿片类药物使用障碍	期望最大化(EM)算法	SubgroupTE	合成数据、半合成数据和真实世界数据	未明确说明具体样本量，但涉及合成、半合成数据集和真实世界OUD患者数据
328	2025-06-30	Predicting Retinal Nerve Fiber Layer Thickness From Ocular Hypertension Treatment Study Optic Disc Photographs 2025-Jun-26, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1740 PMID:40569586	research paper	利用深度学习从视盘照片预测视网膜神经纤维层厚度，评估其作为原发性开角型青光眼风险因素的效用	开发了一种基于OCT训练的深度学习模型（M2M模型），用于从视盘照片预测视网膜神经纤维层厚度，并验证其作为青光眼风险因素的预测能力	研究仅针对眼高压患者，未涉及其他类型青光眼或健康人群	预测视网膜神经纤维层厚度并评估其作为原发性开角型青光眼风险因素的效用	1636名眼高压患者的3272只眼睛	digital pathology	glaucoma	deep learning	M2M model	image	3272只眼睛的66714张视盘照片
329	2025-06-30	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	提出了一种名为DeepArabianSignNet的新模型，结合DenseNet、EfficientNet和基于注意力的Deep ResNet，用于阿拉伯手语识别	引入了G-TverskyUNet3+进行感兴趣区域检测，并采用新型元启发式算法CSFOA进行特征优化	仅使用了两个数据库进行测试，可能需要更多样化的数据集验证	提高阿拉伯手语识别的准确性和特征捕捉能力	阿拉伯手语图像	计算机视觉	NA	CSFOA优化算法	DenseNet, EfficientNet, Deep ResNet, G-TverskyUNet3+	图像	两个数据库（训练率70%和80%）
330	2025-06-30	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	开发了一个结合临床、放射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（GISTs）术后复发和转移	整合了临床数据、放射组学特征和深度学习特征，构建了一个高性能的预测模型，为个性化治疗和随访策略提供支持	研究仅基于两个独立中心的数据，样本量相对有限，且未涉及其他影像学模态的数据	开发个体化的临床随访策略，预测原发性GISTs患者的术后复发和转移风险	原发性胃肠道间质瘤（GISTs）患者	数字病理	胃肠道间质瘤	机器学习、放射组学分析、深度学习	临床深度学习放射组学模型（CDLRM）	临床数据、CT图像	526名患者（260名男性，266名女性，平均年龄62岁）
331	2025-06-30	Rapid counting of Kazachstania humilis and Saccharomyces cerevisiae in sourdough by deep learning-based classifier 2025-Jun-23, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107183 PMID:40562078	研究论文	开发了一种基于深度学习的分类器，用于快速计数酸面团中的Kazachstania humilis和Saccharomyces cerevisiae菌落	利用两阶段培养温度区分菌落，并首次应用YOLO深度学习模型进行自动计数	研究仅针对特定两种酵母菌，未验证对其他微生物的适用性	开发自动化工具监测酸面团发酵过程中的酵母菌群变化	酸面团中的Kazachstania humilis和Saccharomyces cerevisiae酵母菌	计算机视觉	NA	深度学习	YOLO	图像	多种温度条件下培养的酸面团样本
332	2025-06-30	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	research paper	提出了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，以解决现有深度学习方法的不足	采用Swin-Transformer模块替代卷积核进行特征提取，增强全局信息学习能力，并引入DECASPP模块和LGFF模块以提升复杂水体边界细节的提取能力	未明确提及模型在不同地理环境或不同SAR数据源上的泛化能力	提升SAR图像中水体的自动提取精度，特别是连续水体的边界细节	Sentinel-1 SAR数据中的水体区域	computer vision	NA	深度学习	LGFUNet（基于Swin-Transformer的编码器-解码器结构）	SAR图像	青藏高原区域的Sentinel-1 SAR数据（未明确样本数量）
333	2025-06-30	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	research paper	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，应用于医疗健康领域	首次对比图像深度学习和加速度计分类在睡眠姿势识别中的表现，展示加速度计方法的高精度和鲁棒性	图像方法对左侧卧和仰卧姿势识别性能略低，研究未涉及多模态融合方法	评估不同技术路径在睡眠姿势监测中的适用性，为智能医疗系统开发提供参考	人体睡眠姿势（俯卧、仰卧、右侧卧、左侧卧、起床状态）	digital pathology	sleep apnea	数据增强（旋转/镜像/缩放/平移）、加速度信号特征提取	VGG16 CNN, 前馈神经网络	image, accelerometer信号	未明确说明样本数量
334	2025-06-30	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（DSM）和神经网络，从感测的电磁场中重建完美电导体的形状	通过结合DSM和U-net神经网络，显著提高了TE波成像的分辨率和效率，并降低了重建误差	未提及具体实验验证或实际应用场景的局限性	提高导体形状重建的精度和效率	完美电导体	人工智能	NA	直接采样法（DSM）、神经网络	U-net	电磁场数据	NA
335	2025-06-30	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	本文提出了一种新颖的两层深度学习框架，用于电动汽车电池的多电池电压预测和充电状态估计	首次在热带气候下验证了基于深度学习的BMS优化，为类似地区的电动汽车电池管理设定了新标准	研究主要针对热带气候条件，可能在其他气候条件下的适用性有限	提高电动汽车电池管理系统的操作效能和安全性	电动汽车电池，特别是热带气候下的锂铁磷酸盐电池组	机器学习	NA	LSTM网络	LSTM	时间序列数据	120-cell锂铁磷酸盐电池组，模拟城市驾驶条件下的速度变化和负载变化
336	2025-06-30	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	提出了一种基于统计差异表示的Transformer模型（SDFormer）和弱监督异构变化检测框架（S3G2），用于处理多传感器或多模态图像数据中的变化检测问题	引入了结构相似性引导样本生成策略（S3G2）来生成可靠的伪标签，并提出了SDFormer模型以减少时相异构图像间的模态差异影响	缺乏可信的标注数据限制了大多数基于学习的异构变化检测方法的应用	提高异构图像变化检测的准确性和鲁棒性	多传感器或多模态图像数据	计算机视觉	NA	深度学习、领域自适应	Transformer（SDFormer）	图像	多个公共异构变化检测数据集
337	2025-06-30	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	research paper	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TTT技术，在实验室条件下实现高精度故障诊断	结合扩散模型和TTT（测试时训练）技术，利用预训练解码器将数据解码为连续潜在表示进行采样，实现数据再生，并构建特征参数与机械磨损故障模式之间的高维映射关系	研究在实验室条件下进行，数据量较少，现象分布特征可能限制机器学习和深度学习概念的应用	开发一种高精度的机械磨损故障诊断算法	六种典型航空发动机机械磨损故障	machine learning	NA	扩散模型, TTT（test-time training）	扩散模型, TTT	特征数据	少量实验室数据
338	2025-06-30	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	提出了一种基于YOLOv8的深度学习模型HGCS-Det，用于复杂场景下的垃圾定位与识别	引入归一化注意力模块、注意力特征融合模块和实例边界强化模块，结合Slide Loss函数动态加权难样本，提升了检测精度和实时性能	模型参数略有增加（3.02M），在复杂环境下的泛化能力未明确说明	提高复杂场景下垃圾检测的精度和实时性能	家庭垃圾	计算机视觉	NA	深度学习	YOLOv8	图像	公开数据集HGI30
339	2025-06-30	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	该研究提出了一种基于惯性测量单元（IMU）传感器和深度学习的实时篮球进球状态识别系统	利用IMU传感器和多种深度学习模型（CNN、RNN、LSTM、CNN-LSTM和CNN-LSTM-Attention）实时识别篮球进球状态，其中CNN-LSTM-Attention模型表现最佳，准确率达87.79%	未提及系统在极端环境或不同篮球场地条件下的性能表现	开发一种实时识别篮球进球状态的系统，以支持技能分析和运动表现评估	篮球进球状态（篮板球、空心球、其他投篮和未命中）	机器学习和运动分析	NA	IMU传感器和深度学习	CNN、RNN、LSTM、CNN-LSTM和CNN-LSTM-Attention	传感器数据（加速度、角速度和角度变化）	未明确提及具体样本数量
340	2025-06-30	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	本文提出了一种名为Multi-HCNet的深度学习模型，专门用于在高通滤波环境下检测电力网络频率(ENF)信号	模型引入了高阶谐波滤波器阵列(AFB)来补偿基频信息的损失，并提出了分组多通道自适应注意力机制(GMCAA)以精确区分多频信号，同时使用正弦激活函数(SAF)增强周期性振荡的捕捉能力	NA	提高在高通滤波环境下ENF信号的检测准确率	电力网络频率(ENF)信号	信号处理	NA	深度学习	Multi-HCNet	音频信号	NA