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
121	2025-07-25	Anatomically Based Multitask Deep Learning Radiomics Nomogram Predicts the Implant Failure Risk in Sinus Floor Elevation 2025-Jul-23, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.70011 PMID:40702787	研究论文	开发并评估了一种基于解剖学的多任务深度学习放射组学列线图系统（AMDRN），用于在上颌窦底提升术（MSFE）前预测种植体失败风险，同时整合关键解剖结构的自动分割	结合深度学习模型和放射组学模型，开发了AMDRN系统，实现了术前种植体失败风险的预测和关键解剖结构的自动分割	研究为回顾性设计，可能受到数据选择和偏倚的影响	预测上颌窦底提升术中的种植体失败风险，支持个性化治疗规划和临床风险管理	患者的术前锥形束计算机断层扫描（CBCT）图像和电子病历（EMRs）	数字病理	牙科疾病	CBCT扫描	nn-UNet v2, 3D-Attention-ResNet, logistic regression (LR)	图像, 电子病历	未明确提及具体样本数量
122	2025-07-25	2D Materials for Emerging Neuromorphic Vision: From Devices to In-Sensor Computing 2025-Jul-23, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503717 PMID:40702832	综述	本文综述了二维材料在神经形态视觉领域的最新进展，从器件到传感器内计算的应用	探讨了二维材料在克服冯·诺依曼架构限制方面的潜力，特别是在能效和实时视觉处理方面的创新	未提及具体的实验验证或实际应用案例	推动传感器内计算的发展，以解决边缘应用中能效和实时视觉处理的挑战	二维材料系统，包括铁电二维材料、拓扑绝缘体和扭曲系统	神经形态工程	NA	NA	深度学习算法架构	NA	NA
123	2025-07-25	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-Jul-22, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	本研究开发并评估了一个名为PanEcho的AI系统，用于自动解读超声心动图，涵盖39个标签和测量	提出了一个基于多任务深度学习的AI系统PanEcho，能够自动解读超声心动图，并在完整和有限的研究中保持高准确性	研究为回顾性分析，需在前瞻性临床工作流程中进一步评估	开发并评估AI系统在超声心动图解读中的准确性	超声心动图视频	数字病理学	心血管疾病	多任务深度学习	深度学习模型	视频	1.2百万个超声心动图视频，来自24,405名患者的32,265次TTE研究
124	2025-07-25	Automated detection of wolf howls using audio spectrogram transformers 2025-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11413-z PMID:40695914	研究论文	本文提出了一种利用音频谱图变换器自动检测狼嚎的方法	开发了两种基于音频谱图变换器架构的深度学习模型，显著提高了狼嚎检测的效率和准确性	未提及模型在野外复杂环境中的表现	提高狼嚎检测的效率和准确性，支持生态监测和研究	灰狼的嚎叫声音	机器学习	NA	音频谱图变换器	Audio Spectrogram Transformer	音频	未提及具体样本数量
125	2025-07-25	Artificial Intelligence Empowers Novice Users to Acquire Diagnostic-Quality Echocardiography 2025-Jul-22, JACC. Advances DOI:10.1016/j.jacadv.2025.102005 PMID:40700992	研究论文	本研究评估了AI辅助软件如何帮助无超声经验的护士获取诊断质量的心脏超声图像	首次证明AI引导系统可使新手在短期培训后获取诊断级心脏超声图像	研究仅在两个医疗中心进行，样本量有限（240例）	评估AI系统辅助新手获取心脏超声诊断图像的有效性	无超声经验的护士与专业超声医师的超声采集质量对比	数字病理	心血管疾病	深度学习算法	深度学习模型（未明确具体架构）	超声影像	240名患者（平均年龄62.6岁，48.8%女性）
126	2025-07-25	Semi-supervised motion flow and myocardial strain estimation in cardiac videos using distance maps and memory networks 2025-Jul-22, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110739 PMID:40701021	研究论文	提出了一种新的半监督运动估计算法，用于心脏视频中的心肌应变估计	利用心脏序列的所有帧进行运动估计，并使用从舒张末期分割标签生成的距离图来加权损失函数	仅使用了内部数据集进行测试，未在其他公开数据集上验证	提高心脏视频中心肌运动估计的准确性	心脏MRI序列中的心肌运动	数字病理	心血管疾病	cine MRI	memory networks	视频	271名患者
127	2025-07-25	Evaluation of Deep Learning for Caries Detection With Fine-Grained Classification and Postprocessing Improvements 2025-Jul-22, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100898 PMID:40701111	研究论文	本研究利用深度学习模型改进龋齿检测，通过细粒度分类和后处理提升检测精度	提出两种结合背景知识的校正方法，改进现有算法框架，并实现基于牙齿实例的龋齿检测及ICDAS细粒度分类	在复杂场景下可能存在不稳定性，且FPS略有下降	提升龋齿检测的精度和鲁棒性，促进人工智能在牙科的应用	口腔内图像中的牙齿及龋齿病变	计算机视觉	龋齿	数据增强技术	YOLO-v8, YOLO-v9, YOLO-NAS	图像	1200张高质量口腔内图像，经数据增强扩展至8754张
128	2025-07-25	Sequencing validates deep learning models for EHR-based detection of Noonan syndrome in pediatric patients 2025-Jul-21, NPJ genomic medicine IF:4.7Q1 DOI:10.1038/s41525-025-00512-5 PMID:40691161	研究论文	本研究评估了深度学习模型在利用电子健康记录（EHR）数据识别努南综合征（NS）潜在病例的实际表现，并通过基因测序和临床评估进行了验证	使用深度学习模型结合EHR数据进行罕见遗传病的早期筛查，并通过基因测序验证模型性能	模型的精确度（2.92%）低于之前的验证结果（33.3%），反映了疾病流行率的差异	评估深度学习模型在识别努南综合征（NS）潜在病例中的实际应用效果	92,428名儿科患者	数字病理学	努南综合征	基因测序	深度学习模型	电子健康记录（EHR）数据	92,428名患者，其中171名高风险个体接受了全面审查
129	2025-07-25	Advancements in predicting soil liquefaction susceptibility: a comprehensive analysis of ensemble and deep learning approaches 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04280-1 PMID:40691180	研究论文	本文详细研究了集成学习和深度学习模型在评估土壤液化敏感性方面的有效性	比较了多种深度学习模型（如BI-LSTM、LSTM）和集成学习模型（如XGBoost、RF）在土壤液化预测中的表现，并发现BI-LSTM具有最高的准确性和泛化能力	研究依赖于历史地震数据，可能无法涵盖所有可能的液化情况	开发评估土壤液化潜力的可靠工具，以增强地震风险缓解策略	土壤液化敏感性	机器学习	NA	深度学习，集成学习	BI-LSTM, LSTM, XGBoost, RF	结构化表格数据	大型数据库，包含锥贯入试验（CPT）测量和历史地震的现场液化性能观测数据
130	2025-07-25	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	介绍了一种基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测和跟踪	结合迁移学习、编码器-解码器语义分割和序列帧分析，实现高效、精确的流体路径分析	未提及对不同类型毛细管微流控芯片的泛化能力	提高毛细管微流控芯片分析的效率和自动化水平	毛细管微流控芯片中的流体路径	计算机视觉	NA	深度学习	U-Net, MobileNetV2	图像	未明确提及样本数量，但测试了五种架构
131	2025-07-25	Deep learning models to predict CO2 solubility in imidazolium-based ionic liquids 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12004-8 PMID:40691294	研究论文	本研究利用深度学习模型预测CO2在咪唑基离子液体中的溶解度	采用多种深度学习模型（如BNN、DNN、GrowNet等）预测CO2溶解度，并优于传统的PC-SAFT模型	NA	预测CO2在咪唑基离子液体中的溶解度	咪唑基离子液体	机器学习	NA	深度学习	BNN, DNN, GrowNet, TabNet, RF, SVR	数值数据	NA
132	2025-07-25	Sub-regional radiomics combining multichannel 2-dimensional or 3-dimensional deep learning for predicting neoadjuvant chemo-immunotherapy response in esophageal squamous cell carcinoma: a multicenter study 2025-Jul-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01047-9 PMID:40691312	研究论文	本研究开发并比较了结合亚区域放射组学与多通道2D和3D深度学习的融合模型，用于预测接受新辅助化疗免疫治疗的局部晚期食管鳞状细胞癌患者的病理完全缓解	结合亚区域放射组学与多通道2D和3D深度学习，开发了DLRad1模型，其在预测性能上表现最佳	研究样本量相对较小（271例患者），且来自三个医院，可能存在选择偏差	预测局部晚期食管鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	放射组学分析，K-means聚类，深度学习	2D CNN, 3D CNN	医学影像	271例患者（来自三个医院）
133	2025-07-25	Deep learning using nasal endoscopy and T2-weighted MRI for prediction of sinonasal inverted papilloma-associated squamous cell carcinoma: an exploratory study 2025-Jul-21, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00610-0 PMID:40691342	研究论文	本研究探索了利用深度学习和鼻内窥镜及T2加权MRI自动预测鼻窦内翻性乳头状瘤相关鳞状细胞癌的价值	首次将鼻内窥镜和T2加权MRI结合深度学习用于SIP-SCC的自动预测，并开发了双模态DL列线图	样本量较小(n=174)，且为回顾性研究	开发自动化工具预测鼻窦内翻性乳头状瘤恶变为鳞状细胞癌	174例被诊断为鼻窦内翻性乳头状瘤的患者	数字病理	鼻窦癌	深度学习	DenseNet121, FCN_ResNet101, VNet	内窥镜图像, MRI图像	174例患者(训练组121例，测试组53例)
134	2025-07-25	Multi-scale feature fusion keypoint detection network for ship draft line localization 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10594-x PMID:40691468	research paper	提出了一种多尺度特征融合关键点检测网络（MFFKD），用于精确高效地检测船舶吃水线	结合了多尺度特征提取、特征增强和多尺度特征加权融合模块，采用双阶段训练策略提高模型适应性	未提及在不同天气条件下的性能表现	提高船舶吃水线检测的准确性和效率	船舶吃水线	computer vision	NA	深度学习	MFFKD（基于关键点检测的CNN网络）	图像	未明确提及具体样本数量
135	2025-07-25	Hare escape optimization algorithm with applications in engineering and deep learning 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10289-3 PMID:40691471	研究论文	本文提出了一种受野兔逃避捕食者行为启发的新型元启发式算法——Hare Escape Optimization (HEO)，并在工程设计和深度学习领域验证了其有效性	HEO算法整合了Levy飞行动态和自适应方向转换，改进了探索与开发的平衡，提高了逃离局部最优和高效收敛的能力	NA	开发一种新型元启发式优化算法并验证其在工程设计和深度学习中的应用效果	优化算法及其在工程设计和CNN超参数优化中的应用	机器学习	NA	Levy飞行动态，自适应方向转换	CNN	NA	43个基准测试函数（来自CEC 2015和CEC 2020测试集），4个复杂约束工程设计问题
136	2025-07-25	A novel framework GRCornShot for corn disease detection using few shot learning with prototypical network 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10870-w PMID:40691480	研究论文	提出了一种名为GRCornShot的新框架，利用小样本学习和原型网络进行玉米病害检测	结合小样本学习和原型网络，解决了深度学习需要大量数据的问题，并引入Gabor滤波器增强特征提取	未提及在实际农田环境中的测试效果	提高玉米病害检测的精确性和及时性，以减少作物损失并维护全球粮食安全	玉米病害	计算机视觉	植物病害	小样本学习、Gabor滤波器	Prototypical Networks、ResNet-50	图像	使用4-way 2-shot、3-shot、4-shot和5-shot学习策略
137	2025-07-25	A deep ensemble framework for human essential gene prediction by integrating multi-omics data 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99164-9 PMID:40691502	研究论文	提出了一种名为DeEPsnap的快照集成深度神经网络方法，用于预测人类必需基因	整合了DNA和蛋白质序列数据特征与四种功能数据（基因本体、蛋白质复合物、蛋白质域和蛋白质-蛋白质相互作用网络）的特征，使用快照机制训练多个模型而不增加额外训练成本	未提及具体的数据集规模或外部验证结果	预测人类必需基因，以促进对基础生命和人类疾病的理解及新药开发	人类必需基因	机器学习	NA	快照集成深度神经网络	深度神经网络	DNA序列数据、蛋白质序列数据、基因本体、蛋白质复合物、蛋白质域、蛋白质-蛋白质相互作用网络	NA
138	2025-07-25	Establishment of AI-assisted diagnosis of the infraorbital posterior ethmoid cells based on deep learning 2025-Jul-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01831-w PMID:40691526	research paper	构建基于深度学习的AI辅助模型，用于识别矢状位CT图像中的眶下后筛窦细胞	首次使用nnUNet模型在矢状位CT图像上识别眶下后筛窦细胞，并展示了AI辅助诊断的显著效率提升	样本量相对较小，且仅使用了单一影像学模态（矢状位CT）	开发AI辅助诊断工具，提高眶下后筛窦细胞的识别准确率	矢状位CT图像中的眶下后筛窦细胞	digital pathology	NA	CT成像	nnUNet	image	277个有眶下后筛窦细胞的样本和142个无该细胞的样本
139	2025-07-25	Multiclass classification of thalassemia types using complete blood count and HPLC data with machine learning 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06594-6 PMID:40691682	研究论文	该研究利用机器学习方法对地中海贫血类型进行多类分类，基于全血细胞计数（CBC）和高效液相色谱（HPLC）数据	首次使用CBC和HPLC数据预测α和β地中海贫血的主要和次要类型，特别针对巴基斯坦患者数据	未结合深度学习技术，可能进一步提升准确率	评估多种机器学习方法在检测α和β地中海贫血主要和次要类型中的性能	巴基斯坦患者的地中海贫血数据	机器学习	地中海贫血	CBC和HPLC分析	KNN, SVM, XGBoost	结构化数据（血液检测报告）	NA
140	2025-07-25	Predicting wheat yield using deep learning and multi-source environmental data 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11780-7 PMID:40691684	研究论文	本研究开发了一个名为DeepAgroNet的新型深度学习框架，用于预测巴基斯坦南部地区冬小麦的产量	提出了一个结合卫星图像、气象数据和土壤特性的三分支深度学习框架DeepAgroNet，用于冬小麦产量预测	研究仅针对巴基斯坦南部地区的冬小麦产量，可能不适用于其他地区或作物	提高冬小麦产量预测的准确性，以支持粮食安全和可持续农业发展	巴基斯坦南部地区的冬小麦	机器学习	NA	深度学习	CNN, RNN, ANN	卫星图像、气象数据、土壤特性数据	2017年至2022年的冬小麦产量数据