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
161	2025-10-05	GShC-Net: Hybrid deep learning with DCTLAP feature extraction for brain tumor detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108577 PMID:40701121	研究论文	提出一种混合深度学习模型GShC-Net用于脑肿瘤检测	融合GoogleNet和Shepard卷积神经网络，结合DCTLAP特征提取的混合深度学习架构	NA	开发自动化计算机辅助诊断系统以改进脑肿瘤早期检测	脑肿瘤医学图像	计算机视觉	脑肿瘤	医学图像分析	CNN,混合深度学习	图像	NA	NA	GoogleNet,Shepard CNN,GShC-Net	真阳性率,真阴性率,准确率	NA
162	2025-10-06	A Transformer-based framework with generative spectral augmentation for online monitoring of hyaluronic acid fermentation 2025-Dec-01, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2025.124278 PMID:40973290	研究论文	提出结合数据增强和深度学习的在线监测框架，用于透明质酸发酵过程中分子量和浓度的实时监测	首次将Wasserstein GAN with gradient penalty (WGAN-GP)数据增强技术与改进的Transformer模型相结合，用于近红外光谱分析	未明确说明训练数据的具体规模和发酵过程的变异范围	开发精确实时的透明质酸发酵过程监测方法	透明质酸发酵过程	机器学习	NA	近红外光谱分析	GAN, Transformer, CNN, LSTM	光谱数据	NA	NA	WGAN-GP, Transformer, 1D-CNN, LSTM	预测精度, 泛化能力	NA
163	2025-10-06	Application of Raman Spectroscopy Coupled With Chemometrics for the Detection and Quantification of Mancozeb Residues in Collard Green 2025-Dec, Analytical science advances IF:3.0Q2 DOI:10.1002/ansa.70045 PMID:40959212	研究论文	本研究利用拉曼光谱结合化学计量学方法检测和定量羽衣甘蓝中的代森锰锌农药残留	首次将拉曼光谱与机器学习模型结合用于代森锰锌农药残留的检测和定量分析	研究仅在特定浓度范围(0.01-0.5 ppm)内验证，未涵盖所有可能的残留浓度	评估拉曼光谱结合数据分析技术在叶菜类蔬菜农药残留监测中的可行性	羽衣甘蓝中的代森锰锌农药残留	光谱分析	NA	拉曼光谱	支持向量机,卷积神经网络,集成学习	光谱数据	NA	NA	CNN	准确率,精确率,训练准确率,测试准确率	NA
164	2025-10-06	Generalizable deep learning for photoplethysmography-based blood pressure estimation-A benchmarking study 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/ae01a8 PMID:40959521	研究论文	本研究通过基准测试评估深度学习模型在光电容积脉搏波血压估计中的泛化能力	首次系统评估深度学习模型在光电容积脉搏波血压估计中的分布外泛化性能，并提出基于样本的域适应方法	模型性能受不同数据集间血压分布差异的显著影响，泛化能力仍有待提升	研究基于光电容积脉搏波的深度学习血压估计模型的泛化能力	光电容积脉搏波信号和对应的血压测量值	机器学习	心血管疾病	光电容积脉搏波	深度学习	波形信号	PulseDB数据集及多个外部数据集	NA	XResNet1d101	平均绝对误差	NA
165	2025-10-06	Analyzing mental disorders with a CNN-GRU deep learning model on motor activity 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10335-w PMID:40964443	研究论文	使用CNN-GRU深度学习模型分析运动活动数据以识别情绪障碍	首次将CNN-GRU架构应用于连续运动活动数据来分析情绪障碍，相比现有方法实现了更高的准确率	仅使用单一数据集（Depresjon数据集）进行验证，需要更多样化的数据来验证泛化能力	开发基于深度学习的情感障碍自动检测方法	情绪障碍患者的运动活动数据	机器学习	情绪障碍	腕戴式活动记录技术	CNN, GRU	连续运动活动序列数据	Depresjon数据集中的样本	NA	CNN-GRU混合架构	准确率	NA
166	2025-09-19	Response to letter regarding "A deep learning approach for gastroscopic manifestation recognition based on Kyoto Gastritis Score" 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2561801 PMID:40964794	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
167	2025-10-06	HCNS:A deep learning model for identifying essential proteins based on hypergraph convolution and sequence features 2025-Dec, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115949 PMID:40783109	研究论文	提出一种基于超图卷积和序列特征的深度学习模型HCNS，用于准确识别必需蛋白质	首次将超图卷积网络与多模态序列特征提取相结合，同时考虑蛋白质相互作用网络的复杂结构关系和蛋白质氨基酸序列信息	NA	提高必需蛋白质识别的准确性	必需蛋白质	生物信息学	NA	蛋白质相互作用网络分析，蛋白质序列分析	HGCN, CNN, Bi-LSTM, Transformer, MLP	蛋白质相互作用网络数据，蛋白质复合物数据，蛋白质氨基酸序列数据	NA	NA	超图卷积网络，卷积神经网络，双向长短期记忆网络，多头自注意力机制，NAG Transformer，多层感知机	准确率，AUC，AUPR	NA
168	2025-10-06	Deep learning-enabled fluorescence imaging for oral cancer margin classification in preclinical models 2025-Dec, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S3.S34109 PMID:40949530	研究论文	本研究开发了一种结合深度学习与空间频率域成像的系统，用于口腔癌手术边界的亚表面深度量化评估	首次将深度学习与空间频率域成像结合，实现了对荧光标记物亚表面深度的精确量化，突破了传统荧光成像无法量化亚表面结构的限制	研究主要基于模拟数据和体外组织验证，尚未进行临床人体试验验证	开发一种能够术中评估口腔癌三维手术标本边界的新方法	口腔癌肿瘤边界、荧光标记物	数字病理	口腔癌	空间频率域成像、荧光成像	CNN	图像	模拟数据集、患者来源的舌肿瘤形状模拟数据、体模数据集、离体动物组织	NA	ResNet, U-Net	深度预测误差、浓度预测误差	NA
169	2025-10-06	MLSPred-bench: Transforming electroencephalography (EEG) datasets into machine learning-ready epileptic seizure prediction benchmarks 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103574 PMID:40949826	研究论文	开发了一种将癫痫检测用EEG数据集转换为适用于癫痫发作预测的机器学习就绪基准数据的方法	提出了首个能够将现有癫痫检测数据集转换为预测任务就绪数据的系统方法，并生成了12个包含不同预测参数的基准数据集	方法依赖于现有检测数据集的标注质量，转换过程中可能引入标注误差	解决癫痫发作预测任务中缺乏合适标注数据的问题	脑电图(EEG)数据集	机器学习	癫痫	脑电图(EEG)	多种机器学习和深度学习模型	时间序列脑电信号	生成超过150GB的机器学习就绪数据，包含12个基准数据集	NA	NA	准确率	NA
170	2025-10-06	Design of an iterative hybrid multimodal deep learning method for early skin disease detection with cross-attention and graph-based fusions 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103584 PMID:40949827	研究论文	提出一种用于早期皮肤病检测的迭代混合多模态深度学习框架，融合皮肤镜图像、传感器时序信号和临床文本数据	结合多头交叉注意力机制和图注意力网络，同时优化空间细节、时间动态和临床上下文的多模态特征交互	NA	早期皮肤病检测	皮肤病患者的多模态数据	计算机视觉,自然语言处理,机器学习	皮肤病	皮肤镜检查,传感器监测,临床记录分析	CNN,BiLSTM,Transformer,GAT	图像,时间序列信号,文本	NA	NA	EfficientNet-B4,BiLSTM,ClinicalBERT,Graph Attention Network	准确率,F1分数	NA
171	2025-10-06	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅针对东京地区，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区感染性胃肠炎病例	机器学习	感染性胃肠炎	时间序列分析	BiLSTM, BiGRU	时间序列数据	808周数据（2008年1月至2023年6月）	NA	BiLSTM-BiGRU	R, RMSE, MAE, MAPE	NA
172	2025-10-06	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测	结合深度特征提取和遗传算法的浅层模型，采用VGG16层进行初始特征提取并与自定义CNN架构融合，通过两级优化过程提升模型性能	未明确说明模型在其他作物病害上的泛化能力，数据集规模和多样性可能有限	开发高效准确的水稻作物多类别病害检测方法	水稻作物病害图像，特别是难以检测的纹枯病等类别	计算机视觉	植物病害	深度学习，图像处理	CNN	图像	NA	NA	VGG16, 自定义CNN	训练准确率, 测试准确率	NA
173	2025-10-06	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发基于学生意图的教育聊天机器人系统，采用自适应注意力深度时间卷积网络和对称卷积方法	提出新型混合元启发式优化算法ADT-BMO进行特征加权选择和融合，并开发AA-DTCN-SC模型优化意图识别	NA	创建智能自动化教育聊天机器人，帮助学生快速获取学术信息	学生学术查询和通用聊天机器人数据集	自然语言处理	NA	深度学习，自然语言处理	DTCN, RNN, Bi-LSTM, BERT, TransformerNet, Text CNN	文本	NA	NA	AA-DTCN-SC, BERT, TransformerNet, Text CNN	分类准确率	NA
174	2025-10-06	Deep learning-based detection of depression by fusing auditory, visual and textual clues 2025-Dec-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119860 PMID:40675260	研究论文	提出一种融合听觉、视觉和文本线索的深度学习模型用于抑郁症自动检测	首次结合GPT-2.0驱动的聊天机器人进行症状访谈，并采用多头交叉注意力网络融合多模态特征	未进行纵向随访研究，对重度抑郁症的适用性需进一步验证	开发基于人工智能的抑郁症自动检测方法	抑郁症患者和健康对照者	自然语言处理,计算机视觉	抑郁症	多模态特征融合	多头交叉注意力网络	音频,视频,文本	内部验证集：152名抑郁症患者和118名健康对照；外部验证集：55名抑郁症患者和45名健康对照	NA	多头交叉注意力网络	AUC,准确率,特异性	NA
175	2025-10-06	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出一种可泛化的三维扩散框架DiffSPECT-3D，用于改善低剂量和少视角心脏SPECT成像质量	无需重新训练或微调即可适应不同采集设置的扩散框架，提出一致性策略和2.5D条件策略解决三维内存/计算问题	未明确说明框架在极端低剂量条件下的性能边界	开发能够泛化到不同低剂量和少视角采集设置的心脏SPECT成像方法	心脏SPECT成像数据	医学影像处理	心血管疾病	SPECT成像, CT成像	扩散模型	三维医学影像, 投影数据	795名患者的1,325项临床Tc tetrofosmin负荷/静息研究	NA	DiffSPECT-3D	心脏导管插入术验证, 核心脏病学家诊断评估	NA
176	2025-10-06	Predictive modeling and cohort data analytics for student success and retention 2025-Dec, Evaluation and program planning IF:1.5Q2 DOI:10.1016/j.evalprogplan.2025.102689 PMID:40897068	研究论文	通过数据驱动分析研究23000余名大一新生的学业表现差异，并开发深度学习模型预测学生学业成果	首次结合聚类分析和深度学习模型对大规模学生群体进行学业表现预测和风险识别	研究局限于单一美国公立大学数据，可能缺乏普适性	提升学生保留率和学业成功率	23000余名美国公立大学大一新生	机器学习	NA	数据分析、聚类分析、深度学习	深度学习模型	学业数据、人口统计数据	23000余名大一新生	NA	NA	预测准确率	NA
177	2025-09-12	Automated coronary artery segmentation / tissue characterization and detection of lipid-rich plaque: An integrated backscatter intravascular ultrasound study 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133744 PMID:40784375	研究论文	本研究开发了一种基于深度学习的自动化冠状动脉分割和组织表征方法，用于检测脂质丰富斑块	首次将7层U-Net++深度学习模型应用于IVUS图像的自动冠状动脉分割和组织表征，实现了高精度的斑块成分量化	LRP检测的敏感性相对较低（62%），样本量有限（67名训练患者，88名验证患者）	评估深度学习模型在冠状动脉斑块分割、组织表征和脂质丰富斑块识别中的可行性和诊断准确性	人类冠状动脉血管和斑块组织	医学影像分析	心血管疾病	集成背向散射血管内超声（IB-IVUS）	U-Net++	医学图像（IVUS图像）	训练组：67名患者的1098张IVUS图像；验证组：88名患者的1100张IVUS图像（来自100条血管）	NA	NA	NA	NA
178	2025-09-12	PitVis-2023 challenge: Workflow recognition in videos of endoscopic pituitary surgery 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103716 PMID:40769094	研究论文	介绍PitVis-2023挑战赛，专注于内窥镜垂体手术视频中的工作流程识别任务	首次针对内窥镜垂体手术视频的步骤和器械识别挑战，提出适用于狭小手术空间和频繁步骤切换的时序模型架构	仅使用25个视频进行训练和评估，样本规模有限	开发自动识别内窥镜垂体手术步骤和手术器械的计算机视觉系统	内窥镜垂体手术视频	计算机视觉	垂体疾病	深度学习	Transformer, 空间编码器+时序编码器	视频	25个手术视频	NA	NA	NA	NA
179	2025-09-12	SemiSAM+: Rethinking semi-supervised medical image segmentation in the era of foundation models 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103733 PMID:40769095	研究论文	提出一种基于基础模型的半监督医学图像分割框架SemiSAM+，通过专家-通用模型协作学习提升有限标注数据下的分割性能	利用可提示分割基础模型（如SAM）生成位置提示与伪标签，实现专家模型与通用模型的协同学习范式	NA	降低医学图像分割对标注数据的依赖，提升半监督学习在临床场景中的适用性	医学图像分割任务	计算机视觉	NA	半监督学习（SSL）	基础模型（如SAM）与任务特定分割模型	医学图像	三个公共数据集和一个内部临床数据集（具体数量未明确说明）	NA	NA	NA	NA
180	2025-09-12	Attend-and-Refine: Interactive keypoint estimation and quantitative cervical vertebrae analysis for bone age assessment 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103715 PMID:40769097	研究论文	提出一种基于深度学习的交互式关键点估计方法，用于通过侧位头颅X光片分析颈椎形态以评估骨龄	引入Attend-and-Refine Network (ARNet)，结合交互引导的重新校准网络和形态感知损失函数，显著减少手动标注工作量	NA	预测儿童正畸中的生长潜力，确定最佳治疗时机	儿童颈椎	数字病理	儿科正畸	侧位头颅X光成像	ARNet (基于CNN的深度学习模型)	医学影像（X光片）	多个数据集验证（具体数量未说明）	NA	NA	NA	NA