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
581	2025-10-06	A deep learning framework for gender sensitive speech emotion recognition based on MFCC feature selection and SHAP analysis 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14016-w PMID:40764384	研究论文	提出一种基于MFCC特征选择和SHAP分析的性别敏感语音情感识别深度学习框架	相比现有深度学习方法在语音情感识别任务中实现了15%的性能提升，并采用SHAP分析进行特征选择	NA	开发高精度的语音情感识别系统	语音信号中的情感状态（快乐、悲伤、愤怒、恐惧、惊讶和中性）	自然语言处理	NA	MFCC特征提取，SHAP分析	CNN, RNN, LSTM	语音数据	NA	NA	卷积神经网络，循环神经网络，长短期记忆网络	准确率	NA
582	2025-10-06	Road damage detection based on improved YOLO algorithm 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14461-7 PMID:40764422	研究论文	提出一种基于改进YOLOv5算法的道路损伤检测方法	集成通道注意力和空间注意力双分支注意力机制，结合GIoU损失函数增强检测精度和定位能力	NA	开发高效准确的道路损伤自动检测技术	道路损伤和路面病害	计算机视觉	NA	深度学习	YOLO	图像	公共数据集	NA	YOLOv5	检索率,平均值,调和均值F1,PCI	NA
583	2025-10-06	Deep-learning-enabled online mass spectrometry of the reaction product of a single catalyst nanoparticle 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62602-3 PMID:40764516	研究论文	本研究开发了一种结合深度学习与在线质谱分析的方法，用于检测单个催化剂纳米颗粒的反应产物	将约束去噪自编码器与纳米流体反应器结合，使在线质谱分析所需的催化剂表面积减少了约3个数量级，达到单个纳米颗粒水平	研究仅使用CO氧化和CH加氢作为模型反应，尚未验证在其他催化反应体系中的普适性	提高质谱分析在催化研究中的分辨率，实现单颗粒催化的在线反应分析	钯(Pd)催化剂纳米颗粒	机器学习	NA	在线质谱分析,纳米流体反应器	约束去噪自编码器	质谱信号	单个纳米颗粒(表面积0.0072±0.00086 μm²)	NA	约束去噪自编码器	信号检测灵敏度	NA
584	2025-10-06	Smartphone video-based early diagnosis of blepharospasm using dual cross-attention modeling enhanced by facial pose estimation 2025-Aug-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01904-8 PMID:40764679	研究论文	提出基于智能手机视频和双交叉注意力深度学习框架的眼睑痉挛早期诊断方法	结合时序视频特征和面部关键点动态的双交叉注意力建模，并通过面部姿态估计增强	诊断性能中等(0.674)，样本来源仅限于两家医院	开发眼睑痉挛的早期准确诊断和评估方法	眼睑痉挛患者的面部视频数据	计算机视觉	眼睑痉挛	智能手机视频采集，面部姿态估计	深度学习	视频	回顾性数据集847个患者视频，前瞻性评估179个样本	NA	双交叉注意力框架	准确率，SHAP分析	NA
585	2025-10-06	Gated recurrent unit with decay has real-time capability for postoperative ileus surveillance and offers cross-hospital transferability 2025-Aug-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01053-9 PMID:40760048	研究论文	本研究评估了带衰减门控循环单元(GRU-D)在结直肠手术后肠梗阻实时风险监测中的应用	首次将深度学习模型GRU-D应用于术后肠梗阻风险监测，并验证了其跨医院迁移能力	数据稀疏性问题严重（72.2%的实验室数据和26.9%的生命体征数据在术后24小时内缺乏测量值）	开发能够实时监测结直肠手术后肠梗阻风险的深度学习模型	7349例来自三个梅奥诊所站点、使用两种电子健康记录系统的结直肠手术患者	医疗人工智能	结直肠手术并发症	电子健康记录(EHR)数据分析	GRU-D	临床时间序列数据	7349例结直肠手术	NA	GRU-D	AUROC, 置信区间	NA
586	2025-10-06	A scalable deep attention mechanism of instance segmentation for the investigation of chromosome 2025-Aug, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100306 PMID:40360085	研究论文	提出一种集成自动标注流程与增强深度学习架构的染色体实例分割框架	结合基于特征的图像配准技术实现自动标注，并在Mask R-CNN中集成注意力特征金字塔网络和空间注意力机制	未明确说明模型计算复杂度及在低资源环境下的适用性	解决中期染色体图像分割的挑战，提升染色体实例分割精度	中期染色体图像和对应核型图	计算机视觉	NA	基于特征的图像配准技术（SIFT和单应性变换）	CNN	图像	包含24个染色体类别的中期染色体图像数据集	PyTorch	Mask R-CNN, Attention-based Feature Pyramid Network (AttFPN)	mAP, AP50	NA
587	2025-10-06	Classifying kidney disease using a dense layers deep learning model 2025-Aug, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100324 PMID:40588036	研究论文	本研究开发了一种基于密集层深度学习模型的肾脏疾病分类方法	提出了一种优化的密集层深度神经网络架构，在肾脏疾病分类任务中实现了99%的准确率	NA	开发自动检测慢性肾脏疾病的深度学习系统	慢性肾脏疾病患者	机器学习	肾脏疾病	深度学习	深度神经网络	结构化数据	包含24个独立字段的公开数据集	NA	密集层深度神经网络	准确率,精确率,召回率,F1分数,ROC AUC分数,马修斯相关系数	NA
588	2025-10-06	Explainable clinical diagnosis through unexploited yet optimized fine-tuned ConvNeXt Models for accurate monkeypox disease classification 2025-Aug, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100336 PMID:40712913	研究论文	本研究通过优化微调的ConvNeXt模型实现可解释的猴痘疾病准确分类	利用迁移学习技术微调预训练的ConvNeXt模型，结合Adafactor优化技术和可解释AI方法，在保持高精度的同时解决了实时应用的计算资源问题	模型性能依赖于特定数据集，需要进一步验证在更广泛临床环境中的适用性	开发准确且可解释的猴痘疾病自动分类系统	猴痘疾病皮肤病变图像	计算机视觉	猴痘	深度学习，迁移学习，数据增强	CNN	图像	MSLD（二分类）和MSLD v2.0（多分类）基准数据集	NA	ConvNeXtSmall, ConvNeXtBase	准确率，召回率，F1分数，精确率，统计检验	通过迁移学习减少计算资源需求，具体硬件配置未明确说明
589	2025-10-06	Exploration of Fully-Automated Body Composition Analysis Using Routine CT-Staging of Lung Cancer Patients for Survival Prognosis 2025-Aug, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.70021 PMID:40767951	研究论文	本研究探索基于常规CT扫描的自动化体成分分析在肺癌患者生存预后中的价值	首次使用深度学习网络对常规肺癌分期CT进行全自动体成分分析，开发了三种新的体积标记物并验证其预后价值	研究结果存在中心依赖性和性别差异性，需要更多中心验证	评估自动化体成分分析在肺癌患者生存预后中的预测价值	肺癌患者	数字病理	肺癌	CT扫描	深度学习网络	医学影像	医院A 3345例，医院B 1364例	NA	NA	Kaplan-Meier生存分析，Cox比例风险模型，HR值	NA
590	2025-10-06	Deep Learning for Bidirectional Translation between Molecular Structures and Vibrational Spectra 2025-Aug-06, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05010 PMID:40700648	研究论文	开发了TranSpec和SpecGNN两个深度学习模型，实现分子振动光谱与SMILES分子结构表示之间的双向映射	首次建立分子结构与振动光谱之间的双向翻译框架，结合多种学习策略提升实验数据性能，并展示功能团识别和异构体区分能力	模型在实验IR数据集上的初始准确率较低（11%），表明对实验数据的适应性有待提高	建立分子结构与振动光谱之间的双向映射关系	分子振动光谱（IR和Raman）和SMILES分子结构表示	机器学习	NA	量子化学计算，振动光谱分析	深度学习，图神经网络	光谱数据，分子结构数据	量子化学计算IR和Raman光谱数据集，NIST实验IR数据集	NA	SpecGNN	准确率	NA
591	2025-10-06	Machine-Vision-Driven Microarray Passive Temperature Sensor Inspired by Insect Compound Eyes for Wide-Range and High-Precision Surface Mapping 2025-Aug-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09372 PMID:40705845	研究论文	提出一种受昆虫复眼启发的机器视觉驱动微阵列被动温度传感器，用于宽范围高精度表面温度测绘	结合昆虫复眼协同感知机制与深度学习技术，实现无源宽范围温度传感和基于回归的非接触式高精度温度预测	NA	开发无需外部电源、不干扰热场的被动温度监测系统	有机热致变色材料微阵列传感器	计算机视觉	NA	软光刻图案化技术	CNN	图像	7×7高密度阵列配置	NA	ResNet-34	相关系数R, 平均绝对误差	NA
592	2025-10-06	An improved domain-adversarial network for predicting hemodialysis adequacy 2025-Aug-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b9 PMID:40706617	研究论文	提出一种改进的领域对抗神经网络用于预测血液透析充分性指标Kt/V	将LSTM网络与Kolmogorov-Arnold网络(KAN)集成作为特征提取器，KAN中的B样条激活函数增强了非线性建模能力，并在标签预测器中加入多头注意力机制	样本量相对较小(仅17名患者)，需要进一步临床验证	开发准确、低成本且兼容多种透析设备的Kt/V预测方法，提升临床血液透析治疗的智能化和效率	终末期肾病患者	机器学习	肾脏疾病	血液透析监测	DANN, LSTM, KAN	临床数据和模拟数据	17名终末期肾病患者	NA	领域对抗神经网络, 长短期记忆网络, Kolmogorov-Arnold网络	预测准确率	NA
593	2025-10-06	Transforming Catalysis with Machine Learning: Emerging Tools and Next-Gen Strategies 2025-Aug-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09626 PMID:40709763	综述	系统介绍机器学习在催化化学领域的应用现状、关键方法和未来发展方向	全面对比传统机器学习与深度学习在催化研究中的应用，提出解决数据碎片化和模型可解释性等挑战的未来方向	存在数据碎片化、物理可解释性有限、与实验工作流整合困难等挑战	探讨机器学习方法如何革新催化化学研究并加速催化剂开发	催化剂设计、反应预测和表面吸附系统	机器学习	NA	机器学习，深度学习	传统机器学习模型，深度学习模型	化学数据，催化反应数据	NA	NA	NA	NA	NA
594	2025-10-06	TP-Transformer: An Interpretable Model for Predicting the Transformation Pathways of Organic Pollutants in Chemical Oxidation Processes 2025-Aug-05, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c02701 PMID:40532215	研究论文	开发了一种名为TP-Transformer的可解释深度学习模型，用于预测化学氧化过程中有机污染物的转化产物及其形成途径	首次将Transformer架构应用于有机污染物转化路径预测，能够同时预测转化产物结构和形成途径，并具备化学专家级的推理能力	模型训练数据仅包含2780个污染物降解反应，可能无法覆盖所有污染物类型	开发高效准确的方法预测有机污染物在化学氧化过程中的转化途径	有机污染物及其在化学氧化过程中产生的转化产物	自然语言处理	NA	化学氧化过程	Transformer	化学反应数据	2780个污染物降解反应	NA	Transformer	准确率	NA
595	2025-10-06	Deep learning in central serous chorioretinopathy 2025-Aug-05, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.07.011 PMID:40752852	综述	本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变（CSC）中的应用，包括自动影像分析、诊断分类和预后预测	首次系统综述深度学习在CSC多模态影像生物标志物分析、脉络膜血管无创可视化及诊疗预测中的应用	该领域仍处于早期阶段，存在数据标准化不足、模型泛化能力有限等挑战	探讨深度学习如何提升CSC的诊断效率和诊疗水平	中心性浆液性脉络膜视网膜病变（CSC）相关的影像生物标志物和脉络膜血管特征	数字病理	视网膜疾病	多模态影像分析	深度学习	医学影像	NA	NA	NA	NA	NA
596	2025-10-06	Machine learning enables legal risk assessment in internet healthcare using HIPAA data 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13720-x PMID:40760025	研究论文	本研究探索如何基于机器学习框架利用HIPAA数据评估互联网医疗中的法律风险	首次将机器学习技术应用于互联网医疗领域的法律风险评估，并系统比较了多种算法的性能表现	未详细说明数据预处理过程中特征选择的具体方法，且样本来源仅限于HIPAA数据库	开发基于机器学习的人工智能技术来增强互联网医疗领域的法律风险监管能力	HIPAA数据库中的医疗记录、患者个人信息和治疗费用等数据	机器学习	NA	数据挖掘，特征提取	XGBoost, SVM, RF, DNN	结构化医疗数据	NA	NA	深度神经网络，随机森林，支持向量机，XGBoost	准确率，召回率，精确率，F1分数，AUC值	NA
597	2025-10-06	Respiratory viral infections: when and where? A scoping review of spatiotemporal methods 2025-Aug-04, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.15.04213 PMID:40755019	综述	本文通过范围综述方法系统梳理了呼吸道病毒感染时空分析方法的研究现状	首次系统综述了呼吸道病毒感染时空分析方法的应用现状，特别关注了COVID-19大流行期间的方法学进展	深度学习模型的应用受到疾病数据质量的限制，且需要更好地捕捉疾病轨迹建模中的复杂时空相互作用	综合评估研究呼吸道病毒感染时空特征的定量方法学证据现状	呼吸道病毒感染	流行病学	呼吸道感染	范围综述方法	机器学习,深度学习	文献数据	152篇符合纳入标准的研究文章	NA	NA	NA	NA
598	2025-10-06	Artificial intelligence-based digital pathology using H&E-stained whole slide images in immuno-oncology: from immune biomarker detection to immunotherapy response prediction 2025-Aug-04, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011346 PMID:40759439	综述	本文综述了基于人工智能的数字病理学在免疫肿瘤学中的应用，重点探讨H&E染色全切片图像在免疫生物标志物检测和免疫检查点抑制剂反应预测方面的潜力	利用AI技术从常规H&E染色切片中提取免疫生物标志物信息，克服传统检测方法的局限性，实现免疫治疗反应的精准预测	面临组织采样不足、算法验证不充分以及临床部署的实践挑战	探索人工智能在免疫肿瘤学数字病理中的应用价值	H&E染色全切片图像和免疫治疗患者	数字病理	癌症	H&E染色，全切片成像	深度学习	病理图像	NA	NA	NA	NA	NA
599	2025-10-06	Deep learning and digital twin integration for structural damage detection in ancient pagodas 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14029-5 PMID:40759712	研究论文	提出了一种结合数字孪生与改进YOLO算法的古塔结构损伤检测方法	首次将数字孪生技术与改进的YOLO算法相结合，实现古建筑全角度多季节场景变换下的损伤检测	仅针对单一古塔（南京舍利塔）进行验证，未涉及多种类型古建筑	开发高效准确的文化遗产建筑结构损伤检测技术	古塔建筑结构损伤	计算机视觉	NA	无人机全景扫描，数字建模	YOLO	图像	南京舍利塔数字场景模型	NA	改进YOLO算法	检测准确率，损伤程度评估	NA
600	2025-10-06	Internet of things enabled deep learning monitoring system for realtime performance metrics and athlete feedback in college sports 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13949-6 PMID:40759726	研究论文	提出一种物联网驱动的深度学习监控系统，用于大学体育运动的实时性能指标监测和运动员反馈	结合可穿戴传感器技术与混合神经网络（TCN+BiLSTM+注意力机制），采用边缘计算与云平台协同处理，实现低延迟的实时运动表现跟踪	研究仅在一所大学进行，样本量相对有限，未涉及更多运动项目	开发实时运动表现监测与反馈系统，提升大学体育训练效果	147名大学生运动员，涵盖田径、篮球、足球和游泳等多个运动项目	机器学习	NA	物联网传感器技术，深度学习	TCN, BiLSTM, Attention机制	传感器数据	147名学生运动员，历时12个月	NA	时序卷积网络+双向长短期记忆网络+注意力机制	预测准确率，处理延迟，CPU使用率，GPU使用率，数据捕获可靠性	边缘计算设备，云平台