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
161	2025-07-25	Feature-Reinforced Strategy for Enhancing the Accuracy of Triboelectric Vibration Sensing Toward Mechanical Equipment Monitoring 2025-Jul, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503997 PMID:40411864	研究论文	本文提出了一种结合界面偶极能量和真空能级优化的新型摩擦电材料机制，设计并开发了一种PDMS封装金属电极的TENG装置，用于精确识别设备运行状态	结合界面偶极能量和真空能级优化解释振动下的电荷生成与分离，设计PDMS封装金属电极的TENG装置，并集成深度学习算法实现高分辨率振动状态分类	未提及具体样本量或实验条件的限制	提升摩擦电振动传感的准确性，实现智能设备的实时监测与诊断	摩擦电纳米发电机(TENG)振动传感器	智能传感与监测	NA	深度学习算法	NA	振动波形数据	NA
162	2025-07-25	InterpolAI: deep learning-based optical flow interpolation and restoration of biomedical images for improved 3D tissue mapping 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02712-4 PMID:40437217	研究论文	提出了一种基于深度学习的生物医学图像光流插值和修复方法InterpolAI，用于改善3D组织映射	InterpolAI在大型图像运动中利用光流AI模型进行插值，优于线性插值和现有光流方法XVFI，能保留微解剖特征和细胞计数，修复组织损伤并减少拼接伪影	NA	提高生物医学图像数据集的分辨率、通量和质量，以实现更好的3D成像	生物医学图像	数字病理	NA	光流插值	AI模型	图像	多种成像模态、物种、染色技术和像素分辨率的数据集
163	2025-07-25	Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002526 PMID:40440686	研究论文	开发并验证了一种基于深度学习的Sr-PPS模型，用于预测非小细胞肺癌（NSCLC）患者术后结果	利用先进的Res2Net深度学习架构开发了新型手术预后预测评分（Sr-PPS）系统，并通过多组学验证揭示了其与肿瘤免疫微环境和关键致癌基因突变的关联	研究样本量相对有限，且验证队列来自公开数据库TCGA，可能存在选择偏倚	开发可靠的预测工具以准确预测NSCLC患者术后结果	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Res2Net	组织病理学图像和临床数据	337例局部NSCLC患者用于模型开发，554例TCGA数据库NSCLC患者用于验证
164	2025-07-25	Predicting adverse drug reactions for combination pharmacotherapy with cross-scale associative learning via attention modules 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00816-7 PMID:40588546	research paper	提出了一种名为OrganADR的模型，用于预测组合药物治疗在器官水平上的不良反应	通过多解释性模块整合器官水平的ADR信息、分子水平的药物信息和基于网络的生物医学知识，实现了跨尺度的生物医学信息整合	未提及具体的数据集大小或模型在更广泛器官上的泛化能力	开发一种能够预测组合药物治疗在器官水平上不良反应的计算方法	组合药物治疗的不良反应	machine learning	NA	associative learning, attention modules	OrganADR	biomedical knowledge, drug information, ADR information	评估涉及15个器官
165	2025-07-25	Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings 2025-Jul, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105494 PMID:40614660	研究论文	本研究开发了一种基于深度学习的模型（TILDL），用于量化鼻咽癌（NPC）中肿瘤浸润淋巴细胞（TILs）的比例，并探讨其与患者预后及免疫检查点阻断（ICB）治疗反应的关系	首次使用深度学习模型从H&E染色的全切片图像（WSIs）中自动量化TILs，并验证其作为预后指标的潜力	研究为回顾性分析，需要前瞻性研究进一步验证模型的临床适用性	评估深度学习模型在量化TILs及预测鼻咽癌患者预后中的有效性	鼻咽癌患者	数字病理学	鼻咽癌	深度学习，免疫组织化学（IHC）	深度学习模型（具体未说明，推测为CNN类）	图像（H&E染色的全切片图像）	共498例患者（非转移性NPC患者435例，分为训练队列220例和验证队列215例；接受ICB治疗的转移性NPC患者63例）
166	2025-07-25	Deep learning based time-dependent reliability analysis of an underactuated lower-limb robot exoskeleton for gait rehabilitation 2025-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251349362 PMID:40621669	研究论文	本研究评估了一种用于步态康复的欠驱动可穿戴下肢外骨骼的可靠性，并利用深度学习框架结合LSTM进行时间依赖性可靠性分析	采用LSTM增强的深度神经网络算法预测关节位移和末端执行器轨迹的时间依赖性可靠性，并结合条件概率方法完成系统可靠性评估	研究中仅进行了仿真运行，未涉及实际患者测试	评估下肢机器人外骨骼在步态康复中的时间依赖性可靠性	欠驱动可穿戴下肢外骨骼	机器学习	康复医学	LSTM, 计算机辅助设计(CAD)	LSTM, 深度神经网络	仿真数据	超过200次仿真运行
167	2025-07-14	Advancing neural decoding with deep learning 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00837-2 PMID:40646317	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
168	2025-07-25	Fast and Accurate Classification of Corn Varieties Using Deep Learning With Edge Detection Techniques 2025-Jul, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70439 PMID:40702919	研究论文	本研究利用深度学习和边缘检测技术对玉米品种进行快速准确分类	结合边缘检测算法（CEDA和SEDA）与深度学习模型（ResCNN、DAG-Net和ResNet-18）提高玉米品种分类速度和准确率	仅针对三种玉米品种进行分类，样本量相对较小（1050张图像）	开发快速准确的玉米品种分类方法以提高农业产品质量和可持续性	三种玉米品种（Chulpi Cancha、Indurata和Rugosa）	计算机视觉	NA	Canny边缘检测算法（CEDA）、Sobel边缘检测算法（SEDA）	ResCNN、DAG-Net、ResNet-18	图像	1050张玉米图像
169	2025-07-25	A deep learning phenome wide association study of the electrocardiogram 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf047 PMID:40703109	研究论文	本研究利用深度学习技术，通过心电图（ECG）波形检测多种心脏和非心脏疾病，并探索了ECG特征对疾病分类的贡献	发现了ECG可以检测的新疾病，如呼吸衰竭、中性粒细胞减少症和月经紊乱，并揭示了这些疾病对ECG的相似影响	研究中使用的数据集仅来自两个医疗中心，可能限制了结果的普遍性	确定ECG可检测的全部心脏和非心脏疾病，并理解哪些ECG特征有助于疾病分类	心电图（ECG）波形和连接的电子健康记录	机器学习	心血管疾病	深度学习	PheWASNet（多任务深度学习模型）	ECG波形数据	来自两个独立医疗中心的大型ECG和电子健康记录数据集
170	2025-07-25	Novel artificial intelligence model using electrocardiogram for detecting acute myocardial infarction needing revascularization 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf049 PMID:40703113	研究论文	本研究开发了一种基于心电图（ECG）的人工智能（AI）模型，用于检测需要血运重建的急性心肌梗死（AMI）患者	采用基于transformer的深度学习模型，并通过自监督学习在大量未标记ECG数据上进行预训练，显著提高了AMI检测的性能	研究数据来自单一中心的回顾性数据，可能影响模型的泛化能力	开发AI模型以提高需要血运重建的AMI患者的及时诊断	急性心肌梗死（AMI）患者	机器学习	心血管疾病	ECG	transformer-based深度学习模型	ECG数据	训练集：300 627名患者的723 389份ECG；外部验证集：259 454名患者的261 429份ECG
171	2025-07-25	Development and multinational validation of an ensemble deep learning algorithm for detecting and predicting structural heart disease using noisy single-lead electrocardiograms 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf034 PMID:40703117	研究论文	开发并验证了一种基于单导联心电图的噪声鲁棒性深度学习算法，用于检测和预测结构性心脏病	提出了一种噪声鲁棒的深度学习算法ADAPT-HEART，能够通过便携式/可穿戴设备获取的单导联心电图检测和预测结构性心脏病	研究主要基于医院数据，社区筛查的广泛适用性尚需进一步验证	开发一种适用于社区筛查的结构性心脏病检测和预测工具	结构性心脏病患者及高风险人群	机器学习	心血管疾病	深度学习	ADAPT-HEART	心电图数据	266740份心电图数据，来自99205名患者
172	2025-07-25	A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf051 PMID:40703125	研究论文	本研究利用160万份心电图数据预训练了一个卷积深度神经网络，用于预测68种常见心电图诊断，并展示了其在罕见疾病检测中的迁移学习能力	开发了一个全面的心电图深度神经网络模型，通过迁移学习在小数据集上有效检测三种新的心电图诊断	研究依赖于历史临床数据，可能存在数据偏差，且新诊断的样本量相对较小	提高心电图诊断的准确性和效率，特别是在数据有限的情况下检测罕见疾病	心电图数据和相关的心脏疾病诊断	医疗人工智能	心血管疾病	深度学习，迁移学习	CNN	心电图信号	160万份心电图数据
173	2025-07-25	Detection of subclinical atherosclerosis by image-based deep learning on chest X-ray 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf033 PMID:40703133	research paper	开发了一种基于深度学习的系统，用于在普通正面胸部X光片上识别亚临床动脉粥样硬化	首次利用深度学习算法从胸部X光片预测冠状动脉钙化（CAC）评分，并验证其在心血管疾病风险分层中的潜在应用	需要在更大规模的前瞻性研究中进一步验证AI-CAC模型的临床适用性	开发并验证一种基于胸部X光片的深度学习模型，用于检测亚临床动脉粥样硬化	接受胸部X光和CT检查的原发性预防患者	digital pathology	cardiovascular disease	deep learning	AI-CAC model	image	550例患者（460例训练/验证，90例外部验证）
174	2025-07-25	Explainable AI for Cotton Leaf Disease Classification: A Metaheuristic-Optimized Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70658 PMID:40703612	研究论文	提出一种基于元启发式优化的深度学习框架，用于棉花叶部疾病的准确分类	结合EfficientNetB3和InceptionResNetV2的混合架构，并引入可解释AI技术（LIME和SHAP）增强模型透明度	未提及具体数据集规模或跨地域验证的局限性	开发可靠、可解释且适用于精准农业的实时诊断工具	棉花叶部疾病（如细菌性枯萎病和靶斑病）	计算机视觉	植物病害	深度学习（DL）、可解释AI（XAI）	EfficientNetB3与InceptionResNetV2混合架构	图像	NA
175	2025-07-25	From Presence-Only to Abundance Species Distribution Models Using Transfer Learning 2025-Jul, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70177 PMID:40704696	research paper	本研究探讨了如何通过迁移学习将基于卷积神经网络的物种分布模型（CNN-SDMs）从仅存在数据扩展到丰度数据，以提高预测性能	结合大型仅存在物种数据集和迁移学习，显著提升了基于丰度的CNN-SDMs的性能，特别是在稀有物种和广泛分布物种局部稀有的情况下	研究依赖于可用的物种丰度数据集，这些数据集通常规模较小，可能限制模型的泛化能力	提高物种丰度分布模型的预测性能	地中海沿岸鱼类	machine learning	NA	transfer learning	CNN	species distribution and abundance data	NA
176	2025-07-24	Self-Assembly MXene/PDA@Cotton Fabric Pressure Sensor Integrated with Deep Learning for Sign Language Recognition 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08568 PMID:40643219	研究论文	开发了一种基于MXene/PDA@棉织物的多功能可穿戴压力传感器，结合深度学习技术实现手语识别	采用双氢键自组装策略修饰纬编棉织物，开发出具有宽线性检测范围、高灵敏度和快速响应/恢复时间的压力传感器，并成功应用于手语识别	未提及样本量或具体测试人数	开发智能纺织品用于人机交互和医疗康复训练	MXene/PDA@棉织物压力传感器及其在手语识别中的应用	智能纺织品	NA	双氢键自组装策略	深度学习	压力信号	NA
177	2025-07-24	Deep Learning-Assisted Inverse Design of Transparent Absorbers Based on Ionic Liquids Using Mixture Density Networks 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08242 PMID:40643426	研究论文	本研究提出了一种基于混合密度网络（MDN）的逆向设计方法，用于设计基于多种离子液体的透明波吸收器	采用混合密度网络架构，将离子液体类型和层特定结构参数作为设计变量，快速预测满足特定条件的设计变量，并提供多种可行的结构配置	NA	逆向设计透明波吸收器，以实现完美吸收带宽的设计目标	基于多种离子液体的透明波吸收器	机器学习	NA	混合密度网络（MDN）	MDN	NA	NA
178	2025-07-24	Deep learning framework based on ITOC optimization for coal spontaneous combustion temperature prediction: a coupled CNN-BiGRU-CBAM model 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11294-2 PMID:40695904	研究论文	本研究提出了一种基于ITOC优化的深度学习框架，用于预测煤自燃温度，结合了CNN-BiGRU-CBAM模型	提出了一种改进的ITOC优化策略和CNN-BiGRU-CBAM模型，用于煤自燃温度的精确预测，提高了全局优化能力和预测准确性	研究仅基于特定煤矿的煤样数据，可能在其他煤矿的适用性需要进一步验证	开发一种智能预警系统，用于煤自燃温度的精确预测和预防	煤自燃温度预测	机器学习	NA	深度学习	CNN-BiGRU-CBAM	实验数据	东滩煤矿煤样数据，训练、验证和测试集比例为8:2:1
179	2025-07-24	Hybrid deep learning model for image de-noising and de-mosaicking with adaptive Gannet optimization algorithm 2025-Jul-23, Network (Bristol, England) DOI:10.1080/0954898X.2025.2529299 PMID:40697071	研究论文	本文提出了一种结合E-GAN和AG_DenseResNet的混合深度学习模型，用于图像去噪和去马赛克，以提高图像重建质量	采用E-GAN进行图像去噪，并引入基于自适应Gannet优化的AG_DenseResNet进行去马赛克，结合两种技术提升图像重建效果	仅在公开的Kodak数据集上进行了评估，未在其他数据集或实际应用场景中验证	提升图像重建质量，解决噪声和马赛克伪影问题	图像数据	计算机视觉	NA	E-GAN, AG_DenseResNet	GAN, DenseNet	图像	公开的Kodak数据集
180	2025-07-24	Machine learning-driven inverse design of puncture needles with tailored mechanics 2025-Jul-23, Minimally invasive therapy & allied technologies : MITAT : official journal of the Society for Minimally Invasive Therapy IF:1.7Q2 DOI:10.1080/13645706.2025.2537927 PMID:40698677	research paper	该研究提出了一种基于机器学习的逆向设计方法，用于实现穿刺针机械行为的精确定制	结合机器学习和有限元分析，开发了一个快速逆向设计框架，能够直接从目标穿刺力-穿透深度曲线生成最佳结构参数	NA	实现穿刺针机械行为的精确定制，推动精准医疗技术的发展	穿刺针的结构设计和机械行为	machine learning	NA	finite element analysis, deep learning	deep learning neural network	simulation data	large-scale finite element simulation data