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
601	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
602	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
603	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
604	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
605	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
606	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
607	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
608	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
609	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
610	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
611	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
612	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
613	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
614	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
615	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
616	2025-10-06	Human fall direction recognition in the indoor and outdoor environment using multi self-attention RBnet deep architectures and tree seed optimization 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11031-9 PMID:40760069	研究论文	提出一种用于室内外环境中人体跌倒方向识别的新型深度学习架构和优化算法	开发了四种结合残差块和自注意力机制的新型网络架构(3-RBNet至9-RBNet)，并采用树种子算法优化特征选择	NA	通过深度学习技术实现人体跌倒方向的准确识别，以支持老年人独立生活的安全监控	人体跌倒行为	计算机视觉	老年疾病	深度学习	CNN, 自注意力机制	图像	来自韩国顺天乡大学的人体跌倒数据集	NA	RBNet, 3-RBNet, 5-RBNet, 7-RBNet, 9-RBNet	准确率, 精确率	NA
617	2025-10-06	An open dataset and machine learning algorithms for Niacin Skin-Flushing Response based screening of psychiatric disorders 2025-Aug-04, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07196-2 PMID:40760690	研究论文	本研究建立了首个烟酸皮肤潮红反应(NSR)开放数据集，并开发了基于机器学习的算法用于精神疾病筛查	创建了首个NSR开放数据集，提出了设备无关的诊断方法，采用Efficient-Unet深度学习模型进行精确分割和SVM分类器	诊断敏感性为60.0-65.0%，仍有提升空间；样本量相对有限	开发基于烟酸皮肤潮红反应的客观、准确的精神疾病诊断工具	精神疾病患者（包括抑郁症、双相情感障碍、精神分裂症）和健康对照者	机器学习	精神疾病	烟酸皮肤潮红反应(NSR)	深度学习, SVM	图像	120名受试者的600张高质量NSR图像	NA	Efficient-Unet	敏感性, 特异性, 平衡准确率	NA
618	2025-10-06	Predicting academic performance with fuzzy logic in prospective physical education and sports teachers 2025-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99124-3 PMID:40753281	研究论文	本研究使用模糊逻辑模型预测体育教育专业师范生的学业表现	将模糊逻辑应用于教育领域预测学生成绩，探索学术支持与学习策略的非线性复杂交互作用	研究仅针对体育教育专业师范生，样本范围有限	预测体育教育专业师范生的考试成绩并分析影响因素	体育教育专业师范生	教育技术	NA	模糊逻辑	模糊逻辑模型	教育数据	未明确说明样本数量	NA	模糊逻辑系统	预测准确性	NA
619	2025-10-06	Integrating genomic and pathological characteristics to enhance prognostic precision in advanced NSCLC 2025-Aug-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01056-8 PMID:40753345	研究论文	本研究通过整合基因组和病理学特征构建了预后多模态分类器，用于提高晚期非小细胞肺癌患者预后预测精度	首次结合基因组特征和基于深度学习的病理图像细胞类型识别，构建多模态预后预测模型	样本量相对有限（162例患者），且为单中心研究	提高晚期非小细胞肺癌患者免疫联合化疗治疗的预后预测准确性	晚期非小细胞肺癌患者	数字病理学	肺癌	新一代测序，病理图像分析	深度学习	基因组数据，病理图像	162例接受一线免疫联合化疗的患者	NA	NA	AUC	NA
620	2025-10-06	EMGANet: Edge-Aware Multi-Scale Group-Mix Attention Network for Breast Cancer Ultrasound Image Segmentation 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3546345 PMID:40031552	研究论文	提出一种边缘感知多尺度分组混合注意力网络用于乳腺癌超声图像分割	提出EMGANet网络，通过集成深度特征和边缘特征，结合多尺度分组混合注意力块和边缘特征增强块来应对超声图像中的模糊边界和斑点噪声	NA	提高乳腺癌超声图像分割的准确性	乳腺癌超声图像	计算机视觉	乳腺癌	超声成像	CNN	图像	三个数据集共包含927个样本（两个公共数据集Dataset-B、BUSI和一个私有数据集BUSI-WHU）	NA	EMGANet	准确率OA, 平均交并比mIoU, 平均对称表面距离ASSD	NA