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
1	2025-07-24	QCAE-QOC-SVM: A hybrid quantum machine learning model for DoS and Fuzzy attack detection on autonomous vehicle CAN bus 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103471 PMID:40687355	研究论文	提出了一种混合量子机器学习模型QCAE-QOC-SVM，用于检测自动驾驶车辆CAN总线上的DoS和Fuzzy攻击	结合量子卷积自编码器(QCAE)和基于支持向量机的量子正交分类器(QOC-SVM)，利用量子计算能力进行精确异常检测	模型在特定批次大小比例(7741:31)下表现最佳，可能对其他比例适应性有限	提高自动驾驶车辆CAN总线的网络安全防御能力	自动驾驶车辆的CAN总线通信数据	量子机器学习	NA	量子机器学习(QML)	QCAE-QOC-SVM(量子卷积自编码器与量子正交分类器的混合模型)	CAN总线通信数据	300,000个实例(来自CARLA模拟器的公开和自定义数据集)
2	2025-07-24	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发了一种名为DeepISP的深度学习模型，用于基于快速筛查视野测量（Imo/TEMPO筛查程序）预测Humphrey视野分析仪的综合视野信息	开发了DeepISP模型，能够预测当前视野状态和视野进展参数，并评估了数据增强在合成ISP测试中的效果	研究样本量有限，且仅基于特定医院的回顾性数据	预测青光眼的严重程度和进展风险，为临床干预提供高效筛查工具	112名患者提供的187个实际ISP测试和883名患者提供的3470个合成ISP测试	数字病理	青光眼	深度学习	多任务神经网络	图像	187个实际ISP测试和3470个合成ISP测试
3	2025-07-24	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	本文介绍了一种结合深度学习和多光谱光声成像的非侵入性黑色素瘤诊断方法	提出了一种结合K-means聚类、一维卷积神经网络和主动轮廓算法的计算框架，用于自动确定黑色素瘤边界	NA	提高黑色素瘤诊断效率，减少手术切口	人类黑色素瘤	数字病理学	黑色素瘤	多光谱光声成像	CNN	图像	NA
4	2025-07-24	Using nursing data for machine learning-based prediction modeling in intensive care units: A scoping review 2025-Sep, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105133 PMID:40544524	综述	本文通过范围综述，探讨了利用护理数据进行机器学习预测模型在重症监护病房中的应用现状	首次系统梳理了护理数据在ICU患者预后预测模型中的具体应用类型和趋势	仅纳入了截至2023年12月的研究，且未对模型预测性能进行定量分析	识别利用护理数据的机器学习模型预测ICU患者健康结局的研究现状	重症监护病房成年患者	医疗健康机器学习	重症监护	监督学习、深度学习和神经网络	回归模型、Boosting和随机森林	结构化护理数据（护理量表、评估记录、活动记录和护理记录）	纳入151项研究（2004-2023年）
5	2025-07-24	Continuous noninvasive blood pressure estimation using tissue blood flow measured by diffuse correlation spectroscopy 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0266243 PMID:40697813	研究论文	本研究提出了一种利用扩散相关光谱（DCS）测量组织血流（BF）并通过深度学习模型进行连续无创血压估计的新方法	首次将DCS测量的组织血流与深度学习模型结合，实现连续无创血压监测	样本量较小（仅12名受试者），需要更大规模验证	开发一种连续无创血压监测方法	人体血压和组织血流	生物医学工程	心血管疾病	扩散相关光谱（DCS）	深度学习模型（BFBP模型）	生理信号数据	12名受试者
6	2025-07-24	Explainable attention-enhanced heuristic paradigm for multi-view prognostic risk score development in hepatocellular carcinoma 2025-Aug, Hepatology international IF:5.9Q1 DOI:10.1007/s12072-025-10793-8 PMID:40089963	研究论文	本研究提出了一种新型深度学习辅助范式，通过生成可解释的多视角风险评分来分层肝细胞癌（HCC）患者的预后风险	引入了一种可解释的注意力增强启发式范式，结合微观到宏观的多视角风险评分系统，提高了预后分层的准确性	研究依赖于内部和外部数据集，可能受到数据来源和样本量的限制	开发一种可解释的多视角预后风险评分系统，以改进肝细胞癌患者的预后分层	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	深度学习	神经网络	图像	内部数据集（SYSUCC）510例HCC患者，外部测试队列（TCGA-LIHC）341例HCC患者
7	2025-07-24	Multimodal integration of longitudinal noninvasive diagnostics for survival prediction in immunotherapy using deep learning 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf074 PMID:40418276	研究论文	本研究开发了一种新型的人工神经网络架构MMTSimTA，用于整合多模态纵向非侵入性诊断数据，以预测接受免疫治疗的癌症患者的生存期	提出了基于transformer的多模态时序注意力网络MMTSimTA，整合治疗前后的血液测量、处方药物和CT器官体积等多模态数据	研究仅基于694名患者的回顾性数据，需要进一步前瞻性验证	通过深度学习整合多模态数据改进免疫治疗患者的生存预测	694名接受免疫治疗的泛癌患者	数字病理学	癌症	深度学习	MMTSimTA (基于transformer的多模态时序注意力网络)	多模态数据(血液测量、处方药物、CT影像)	694名患者
8	2025-07-24	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市发展的多维特征进行聚类分析	提出了一种新颖的分层深度学习框架，用于无标记卫星图像的城市环境多维特征分析	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法代表整个地区的多样性	开发一种用于城市环境监测的无监督深度学习方法	撒哈拉以南非洲多个城市的高分辨率卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的卫星图像
9	2025-07-24	Continual learning across population cohorts with distribution shift: insights from multi-cohort metabolic syndrome identification 2025-Aug-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaf070 PMID:40498469	研究论文	本研究探讨了在真实医疗环境中应用深度学习模型时，由于医院与非医院环境间的分布偏移导致的灾难性遗忘问题，并提出了一种持续学习方法以提升代谢综合征识别的模型性能	提出了一种结合持续学习策略的代谢综合征识别流程，有效缓解了分布偏移下的灾难性遗忘问题，并研究了训练顺序对模型性能的影响	研究仅基于三个医疗数据集，可能无法涵盖所有可能的分布偏移情况	解决深度学习模型在真实医疗环境部署时因分布偏移导致的灾难性遗忘问题	代谢综合征(MetS)患者	机器学习	代谢综合征	深度学习(DL)	持续学习(CL)模型	医疗数据	三个医疗数据集(来自MIMIC、NHANES和一个专有数据集)
10	2025-07-24	StarNet: Indian star gooseberries dataset for quality and maturity assessment 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111825 PMID:40687364	研究论文	该研究收集了印度星醋栗的数据集，用于自动化水果质量评估和成熟度分类	开发了一个名为'AmlaNet'的公开数据集，包含792张星醋栗图像样本，用于水果检测、质量评估和分类	数据集仅包含来自印度Mysuru果园的星醋栗样本，可能无法代表其他地区的品种	开发自动化计算机视觉模型以更准确评估水果质量	印度星醋栗	计算机视觉	NA	NA	NA	图像	792张星醋栗图像样本
11	2025-07-24	Okra disease dataset for classification and segmentation: Dataset collection, analysis and applications 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111662 PMID:40687361	research paper	本文介绍了一个用于秋葵叶片疾病分类和分割的综合数据集，包含2500张图像，涵盖健康叶片和五种疾病类别	该数据集是首个公开的印度秋葵叶片疾病数据集，捕捉了真实世界条件下的自然变化，如光照、叶片位置和环境因素	未来需要扩展数据集，包括更多不同生长阶段和环境条件下的图像，以提高模型的泛化能力和实际应用性	为早期植物疾病分类、检测和分割研究提供基准资源，推动智能农业中的机器学习疾病诊断	秋葵叶片	digital pathology	plant disease	deep learning	CNN	image	2500张秋葵叶片图像
12	2025-07-24	InterDuPa-UAV: A UAV-based dataset for the classification of intercropped durian and papaya trees 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111843 PMID:40687368	research paper	介绍了一个基于无人机采集的间作榴莲和木瓜树分类数据集	提出了一个专门用于间作榴莲和木瓜树分类的新型无人机数据集，支持精准农业中的多种应用	数据集仅包含两种树种的分类，可能无法涵盖其他间作植物的多样性	开发一个用于精准农业中多树种分类和空间模式分析的数据集	间作榴莲和木瓜树	computer vision	NA	无人机航拍	NA	image	311张无人机图像，包含3327张榴莲树图像和2872张木瓜树图像
13	2025-07-24	Current challenges and opportunities in active and passive data collection for mobile health sensing: a scoping review 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf025 PMID:40688708	综述	本文探讨了移动健康感知中主动和被动数据收集的当前挑战与机遇	分析了移动健康感知中数据收集的挑战，并提出了利用机器学习和用户界面设计解决这些挑战的机会	仅包括同时收集主动和被动数据的研究，排除了使用现有数据集的研究	识别和分析移动健康感知中数据收集的挑战和机遇	移动健康感知中的数据收集	机器学习	NA	机器学习	NA	移动感知数据	77项研究
14	2025-07-24	HCCD: A handwritten camera-captured dataset for document enhancement under varied degradation conditions 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111849 PMID:40697364	research paper	本研究介绍了手写相机捕捉数据集（HCCD），用于支持真实场景下的文档增强和识别任务	HCCD数据集不同于现有数据集，它包含了实时相机捕捉的手写文档，展示了多种自然退化情况，如运动模糊、阴影伪影和不均匀光照	数据集仅包含罗马文字的手写文档，可能不适用于其他文字系统	解决智能手机相机捕捉的退化手写文档增强问题	手写文档	computer vision	NA	计算机视觉成像技术	deep learning	image	多个个体贡献的不同手写风格的文档
15	2025-07-24	Artificial intelligence-augmented ultrasound diagnosis of follicular-patterned thyroid neoplasms: a multicenter retrospective study 2025-Aug, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103351 PMID:40697959	研究论文	本研究开发并验证了一种基于深度学习的系统，用于术前诊断滤泡型甲状腺肿瘤，旨在提高诊断准确性并减少不必要的手术干预	开发了一种名为OverLoCK的新型深度学习模型，用于非侵入性诊断滤泡型甲状腺肿瘤，并在多中心数据集上验证了其性能	研究为回顾性设计，需进一步前瞻性研究验证在真实临床环境中的表现	提高滤泡型甲状腺肿瘤的术前诊断准确性，优化临床决策	滤泡型甲状腺肿瘤患者	数字病理	甲状腺癌	深度学习	OverLoCK (一种新型CNN架构)	超声图像	3817名患者(9393张超声图像)，包括滤泡腺瘤(1787例)、滤泡癌(446例)和乳头状甲状腺癌滤泡亚型(1584例)
16	2025-07-24	A modular deep learning pipeline for enhanced plane-wave beamforming and B-mode image quality 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17948 PMID:40698752	研究论文	本文介绍了一种模块化的深度学习管道，用于增强平面波波束成形和B模式图像质量	提出了一种模块化的波束成形管道，通过多注意力U-Net模型和超分辨率模型，显著提升了图像质量	需要同时管理两个模型，增加了复杂性	提升平面波超声成像的图像质量和对比度	平面波超声成像中的图像质量	医学影像处理	NA	深度学习	多注意力U-Net, 超分辨率模型	超声图像	模拟数据、实验数据和体内数据（来自PICMUS数据集）
17	2025-07-24	A multi-stage 3D convolutional neural network algorithm for CT-based lung segment parcellation 2025-Aug, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70193 PMID:40698834	research paper	本研究开发了一种基于深度学习的CT图像肺段分割算法，用于评估肺段水平的通气和灌注异质性	提出了一种多阶段3D卷积神经网络算法，直接从胸部CT图像进行端到端的肺段分割	COPD患者的肺段分割结果与健康对照组相比存在较大差异	验证和展示基于深度学习的CT肺段分割在临床混合气道疾病队列中的适用性	肺部CT图像	digital pathology	chronic obstructive pulmonary disease (COPD)	CT扫描	3D CNN	image	123例训练集CT图像，20例验证集CT图像（10例健康人，10例COPD患者）
18	2025-07-24	Recent advances in applying machine learning to proton radiotherapy 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adeb90 PMID:40609552	系统综述	本文系统综述了机器学习在质子治疗临床工作流程中的当前和潜在应用	全面覆盖了机器学习在质子治疗中的应用，这是一个在文献中尚未广泛探索的领域	仅涵盖了2019年至2024年的研究，可能不包括最新的进展	探讨机器学习如何提高质子治疗的精确性和个性化	质子治疗临床工作流程	机器学习	NA	机器学习、深度学习	U-Net、CNN、深度初始网络、深度级联卷积神经网络	医学图像、剂量和范围数据	38项相关研究
19	2025-07-24	Development and validation of an improved volumetric breast density estimation model using the ResNet technique 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adecac PMID:40623423	研究论文	本研究开发并验证了一种基于ResNet技术的改进型乳腺体积密度估计模型	首次应用ResNet深度学习模型于乳腺体积密度估计，性能超越传统方法和其它机器学习模型	研究仅基于历史X线乳腺摄影数据，未验证在新采集数据上的泛化能力	提高从历史X线乳腺摄影中估计乳腺体积密度的准确性	乳腺X线摄影图像及相关参数	数字病理学	乳腺癌	ResNet深度学习技术	ResNet, Random Forest, XG-Boost	医学影像	未明确说明样本量（使用五折交叉验证）
20	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