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
1181	2025-10-06	Development and validation of ultrasound-based radiomics deep learning model to identify bone erosion in rheumatoid arthritis 2025-Jul, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07481-1 PMID:40389785	研究论文	开发并验证基于超声图像的深度学习放射组学融合模型，用于识别类风湿关节炎患者的骨侵蚀	结合手工放射组学特征和深度迁移学习特征构建融合模型，在内部和外部测试集均表现出优越性能	研究样本来自两个医疗中心，可能限制模型的泛化能力	开发能够准确识别类风湿关节炎骨侵蚀的辅助诊断工具	类风湿关节炎患者	医学影像分析	类风湿关节炎	超声成像	深度学习, 机器学习	超声图像	432名患者（312名来自中心1，124名来自中心2）	NA	深度迁移学习网络	AUC, ROC, DCA	NA
1182	2025-10-06	Spatiotemporal distributions and regional disparities of rheumatoid arthritis in 953 global to local locations, 1980-2040, with deep learning-empowered forecasts and evaluation of interventional policies' benefits 2025-Jul, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.04.009 PMID:40527715	研究论文	分析全球953个地区类风湿关节炎的时空分布和区域差异，并利用深度学习预测长期疾病负担	首次结合深度学习管道进行长期疾病负担预测和干预政策效益评估，涵盖全球到地方的多个地理尺度	研究依赖于现有数据质量，预测结果存在不确定性区间	调查类风湿关节炎的全球社会经济驱动分布和 inequalities，预测长期疾病负担	全球953个地区的类风湿关节炎患者	机器学习	类风湿关节炎	深度学习	深度学习管道	流行病学数据	953个全球地区，包括652个次国家级区域	NA	NA	不确定性区间	NA
1183	2025-10-06	Equitable Deep Learning for Diabetic Retinopathy Detection Using Multidimensional Retinal Imaging With Fair Adaptive Scaling 2025-Jul-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.7.1 PMID:40590781	研究论文	本研究开发了一种公平自适应缩放模块，用于减少糖尿病视网膜病变检测中深度学习模型的群体性能差异	提出了公平自适应缩放(FAS)模块，能够同时提升模型整体性能和跨群体公平性	NA	研究糖尿病视网膜病变检测中深度学习模型的公平性，并开发减少群体性能差异的公平模型	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	眼底成像,光学相干断层扫描	深度学习	图像	NA	NA	EfficientNet,DenseNet121	AUC,公平性调整AUC	NA
1184	2025-10-06	Research on dimension measurement algorithm for parcel boxes in high-speed sorting system 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07730-y PMID:40593050	研究论文	提出基于深度学习的矩形包装箱三维定位算法和轻量级包裹箱检测模型EODNet	设计线性注意力机制实现高效特征选择，采用高低层特征融合结构和C2f-GhostCondConv实现小参数量下的多层级特征选择性融合	NA	解决高速分拣系统中包裹箱尺寸测量问题，平衡识别效率、精度和部署成本	矩形包装箱	计算机视觉	NA	深度学习	CNN	图像	包装箱数据集和公共数据集	NA	EODNet	平均误差	低成本计算资源
1185	2025-10-06	An adaptive deep learning approach based on InBNFus and CNNDen-GRU networks for breast cancer and maternal fetal classification using ultrasound images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03402-z PMID:40593964	研究论文	提出一种基于InBNFus和CNNDen-GRU网络的自适应深度学习方法，用于超声图像中的乳腺癌和母胎分类	提出新型自适应深度学习框架，可同时处理乳腺癌和母胎超声数据集；开发两种新架构InBnFUS（结合初始模块和倒置瓶颈模块）和CNNDen-GRU（密集架构集成GRU层）	NA	开发计算机化技术来自动分类乳腺癌和母胎超声图像中的异常	乳腺癌超声图像数据集和母胎超声图像数据集	计算机视觉	乳腺癌	超声成像	CNN, GRU	图像	NA	NA	Inception, Inverted Bottleneck, DenseNet, GRU	准确率, 精确率, 召回率, F1分数	NA
1186	2025-10-06	Trees vs neural networks for enhancing tau lepton real-time selection in proton-proton collisions 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04767-x PMID:40594382	研究论文	本文比较决策树和神经网络在质子-质子对撞机中τ轻子实时选择性能的改进	首次在τ轻子触发器中系统比较传统机器学习决策树与先进深度学习模型的性能表现	未详细说明具体的数据集规模和实验配置细节	提升质子-质子对撞中τ轻子实时选择触发器的性能	强子衰变τ轻子	机器学习	NA	监督学习技术	决策树,多层感知机,残差神经网络	粒子对撞数据	NA	NA	多层感知机,残差神经网络	选择能量阈值,灵敏度	NA
1187	2025-10-06	Deep learning framework for hourly air pollutants forecasting using encoding cyclical features across multiple monitoring sites in Beijing 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05472-5 PMID:40594555	研究论文	提出一种基于深度学习的综合系统，用于预测北京多个监测站点的小时空气污染物浓度	开发了结合编码循环特征的DNN和CNN模型，用于多站点多污染物的时间序列预测	仅使用北京10个监测站点的数据，时间范围限于2013-2017年	建立空气污染预警系统，预防健康问题并实施有效的预防策略	一氧化碳(CO)、二氧化氮(NO)、臭氧(O)、二氧化硫(SO)、细颗粒物(PM)、粗颗粒物(PM)六种空气污染物	机器学习	NA	时间序列分析	DNN, CNN	时间序列数据	北京10个国家级空气质量监测站点2013年3月1日至2017年2月28日的小时数据	NA	深度神经网络, 卷积神经网络	准确率	NA
1188	2025-10-06	EmoTrans attention based emotion recognition using EEG signals and facial analysis with expert validation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98404-2 PMID:40594901	研究论文	提出基于注意力的EmoTrans模型，通过EEG信号和面部视频分析进行情绪识别	提出注意力机制架构，整合EEG信号的时域、频域和小波域特征以及面部视频数据，并通过心理学家调查进行专家验证	使用DEAP数据集，样本量相对有限（32名参与者的EEG数据和22名参与者的面部视频）	开发更准确的情绪识别模型，提升人机交互和情感计算的生态效度	人类情绪状态（效价、唤醒度、支配度和喜好度）	情感计算	NA	EEG信号分析，面部视频分析	注意力机制模型	EEG信号，面部视频	32名参与者的EEG数据（40个电影片段），22名参与者的面部视频数据	NA	EmoTrans（基于注意力的架构）	准确率，配对t检验，留一被试交叉验证	NA
1189	2025-10-06	Hybrid transfer learning and self-attention framework for robust MRI-based brain tumor classification 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09311-5 PMID:40595383	研究论文	提出一种结合迁移学习和自注意力机制的混合模型用于MRI脑肿瘤分类	首次将预训练DenseNet201 CNN与Transformer架构结合，并集成多头自注意力和压缩激励注意力机制	仅使用Br35H数据集进行验证，样本量相对有限	开发鲁棒的计算机辅助诊断系统以提高脑肿瘤分类准确性	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN,Transformer	图像	3000张MRI图像	TensorFlow,PyTorch	DenseNet201,Transformer,VGG19,InceptionV3,Xception,MobileNetV2,ResNet50V2	准确率,AUC,F1-score,Cohen's Kappa	NA
1190	2025-10-06	Attention residual network for medical ultrasound image segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04086-1 PMID:40595803	研究论文	提出一种用于医学超声图像分割的注意力残差网络模型ARU-Net	在U-Net编码器中引入残差连接增强模型学习能力，集成空间混合卷积模块提升全局信息提取能力，在跳跃连接特征融合阶段分别引入通道注意力机制和多卷积自注意力机制抑制噪声	未明确说明模型计算复杂度及在不同类型超声设备上的泛化能力	提高医学超声图像中病灶边界分割的准确性	乳腺和甲状腺超声图像中的病灶区域	医学图像分析	乳腺疾病,甲状腺疾病	超声成像	CNN,注意力机制	医学超声图像	公开的乳腺超声和甲状腺超声数据集	NA	U-Net,ARU-Net	mIoU,准确率,F1-score	NA
1191	2025-10-06	Long-wave infrared computational multispectral metasurface and spectral reconstruction method 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06599-1 PMID:40596247	研究论文	提出一种基于3×3光子晶体阵列架构的长波红外计算多光谱超表面及其光谱重建方法	采用硬件-算法协同设计框架，通道间透射率相关系数仅0.17，光谱区分能力优于传统光栅系统	未明确说明实验验证的具体应用场景和外部验证数据集	开发新一代红外多光谱系统的集成化解决方案	长波红外光谱（8-11.5μm）范围内的多光谱成像	计算成像	NA	光子晶体阵列，光谱重建	深度学习网络	透射光谱数据	NA	NA	NA	均方误差（2.86）	NA
1192	2025-10-06	Multimodal deep learning-based radiomics for meningioma consistency prediction: integrating T1 and T2 MRI in a multi-center study 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01787-x PMID:40596910	研究论文	本研究开发了一种基于多模态深度学习的影像组学模型，用于预测脑膜瘤的质地	首次将T1和T2 MRI与深度学习和影像组学特征相结合，在多中心研究中预测脑膜瘤质地	回顾性研究，样本量相对有限（204例患者）	提高脑膜瘤质地预测的准确性以改善术前评估和手术规划	脑膜瘤患者	医学影像分析	脑膜瘤	MRI（T1和T2加权成像）	深度学习模型	医学影像（MRI）	204例脑膜瘤患者来自两个医疗中心	NA	NA	AUC, 准确率, 敏感度, 特异度, 精确率	NA
1193	2025-10-06	An Efficient Deep Learning Framework for Automated Epileptic Seizure Detection: Toward Scalable and Clinically Applicable Solutions 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22983 PMID:40620110	研究论文	提出一种基于图卷积神经网络的高效癫痫发作检测框架	通过图卷积神经网络显式编码EEG电极间的空间依赖性，捕获更全面的时空特征	NA	开发可扩展且临床适用的自动化癫痫发作检测解决方案	癫痫患者的脑电图信号	机器学习	癫痫	脑电图	GCNN	脑电图信号	CHB-MIT头皮EEG数据库和SH-SDU数据库	NA	图卷积神经网络	准确率, 灵敏度, 特异性, FDR	NA
1194	2025-07-07	Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification 2025-Jul-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2524478 PMID:40618219	research paper	提出了一种新型的卷积神经网络架构LCCNN，用于阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的分类	引入了侧向连接层以实现神经元的语义排列，提高了模型的可解释性，并通过竞争层以无监督方式更新滤波器	模型仍需要标记数据，而数据标记过程耗时、费力且成本高	提高阻塞性睡眠呼吸暂停低通气综合征（OSAHS）分类的准确性和模型可解释性	阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者数据	machine learning	阻塞性睡眠呼吸暂停低通气综合征	CNN	LCCNN（Lateral Connection CNN）	生理信号数据	University College Dublin数据库（UCD）和Physionet Challenge数据库（PCD）	NA	NA	NA	NA
1195	2025-07-07	MRI-based detection of multiple sclerosis using an optimized attention-based deep learning framework 2025-Jul-05, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2527899 PMID:40616778	研究论文	本文提出了一种基于MRI的优化注意力深度学习框架2DRK-MSCAN，用于多发性硬化症的早期准确检测	结合了EfficientNetV2L骨干网络、U型编码器-解码器架构、深度扩散残差核和多尺度蛇形卷积注意力机制，提高了检测的准确性和鲁棒性	临床验证仍在进行中	开发并评估一种新型深度学习框架，用于MRI数据中多发性硬化症病变的早期准确检测	多发性硬化症病变	计算机视觉	多发性硬化症	MRI	2DRK-MSCAN（结合EfficientNetV2L、U型编码器-解码器、深度扩散残差核和多尺度蛇形卷积注意力机制）	图像	三个公开可用的基于MRI的脑肿瘤数据集	NA	NA	NA	NA
1196	2025-07-07	Deep Learning Automated Measurements of Expanded Polystyrene Beads Size Using Low-Resolution Micrography 2025-Jul-04, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70019 PMID:40616216	研究论文	本研究提出了一种基于深度学习的自动化方法，用于测量低分辨率显微图像中发泡聚苯乙烯珠粒的大小	利用深度学习模型自动测量低分辨率显微图像中的发泡聚苯乙烯珠粒大小，替代传统手动测量方法	研究仅针对两种密度的发泡聚苯乙烯泡沫(8.5和24 kg/m)进行了验证	开发一种可靠且精确的发泡聚苯乙烯珠粒尺寸自动测量方法	发泡聚苯乙烯泡沫的珠粒微观结构	计算机视觉	NA	显微成像	深度学习	图像	两种密度的发泡聚苯乙烯泡沫样品(8.5和24 kg/m)	NA	NA	NA	NA
1197	2025-10-06	The continuous evolution of biomolecular force fields 2025-Jul-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.05.013 PMID:40527321	综述	本文概述了生物分子力场的最新发展现状，涵盖极化力场、机器学习势能和粗粒度模型	重点关注深度学习革命对生物分子力场参数化的创新应用，强调跨学科方法在改进生物分子建模中的潜力	NA	总结生物分子力场的最新进展，识别新兴挑战并探索未来发展方向	生物分子力场及其在生物和治疗发现中的应用	机器学习	NA	分子模拟，深度学习	机器学习势能	分子模拟数据	NA	NA	NA	NA	NA
1198	2025-10-06	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	研究论文	本研究探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的改善效果，应用于单示踪剂和双示踪剂成像协议	首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像，显著降低剂量需求	在极低剂量（4 MBq）下对乳腺病灶中[18F]FGln的测量精度有所降低	提高低剂量动态PET成像的定量分析准确性	16例[18F]FDG PET研究数据，来自PennPET Explorer扫描仪	医学影像分析	癌症	PET成像，动力学建模，深度学习去噪	深度学习	PET图像数据	16项[18F]FDG PET研究	NA	NA	TAC曲线下面积，Ki参数，VT参数，图像质量	NA
1199	2025-10-06	Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants 2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.03.018 PMID:40220935	研究论文	开发并验证一种新型深度学习模型，用于预测早产儿动脉导管未闭药物闭合的可能性	首次将深度学习应用于预测早产儿动脉导管未闭药物闭合效果，并开发了多模态卷积神经网络模型	回顾性研究设计，样本量相对较小（174名婴儿）	预测早产儿动脉导管未闭药物闭合的临床结果	174名接受动脉导管未闭药物治疗的早产儿	医学影像分析	心血管疾病	超声心动图	CNN	图像, 临床数据	174名早产儿，包含1,926个超声心动图片段	NA	卷积神经网络	AUC	NA
1200	2025-10-06	KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03380-7 PMID:40343641	研究论文	提出一种无需真实标注掩码的自动化内脏脂肪组织分割方法KEVS，用于膀胱切除术前CT扫描	结合深度学习语义分割模型与高斯核密度估计分析，无需真实标注VAT掩码即可实现精准分割	仅在20例膀胱切除术前CT扫描数据集上进行验证，样本量有限	开发无需真实标注的自动化内脏脂肪组织分割方法以预测术后并发症	膀胱切除术患者的腹部CT扫描图像	数字病理	膀胱癌	CT扫描	深度学习语义分割模型	医学影像	20例来自伦敦大学学院医院的膀胱切除术前CT扫描	NA	NA	Dice系数	NA