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
201	2025-10-01	M-TabNet: A Transformer-Based Multi-Encoder for Early Neonatal Birth Weight Prediction Using Multimodal Data 2025-Sep-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3614285 PMID:41021962	研究论文	提出基于Transformer的多编码器模型M-TabNet，用于早期新生儿出生体重预测	开发了注意力机制的多编码器架构，整合生理、生活方式、营养和遗传等多模态数据，解决了传统模型忽略营养和遗传影响的问题	使用内部私有数据集进行验证，需要更多外部验证	开发早期新生儿出生体重预测模型以改善围产期健康管理	新生儿出生体重预测	机器学习	新生儿疾病	深度学习	Transformer	多模态数据（生理、生活方式、营养、遗传）	内部私有数据集和IEEE儿童数据集
202	2025-10-01	Bonferroni Mean Pre-Aggregation Operator Assisted Dynamic Fuzzy Histogram Equalization for Retinal Vascular Segmentation 2025-Sep-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3615462 PMID:41021955	研究论文	提出一种基于Bonferroni均值预聚合算子和动态模糊直方图均衡化的无监督视网膜血管分割方法	首次将处理相互关系的Bonferroni均值预聚合算子与动态模糊直方图均衡化结合，通过特征强度先验信息增强血管特征	未与深度学习方法进行直接比较，且未在大规模临床数据上验证	开发无需标注的无监督视网膜血管分割方法以提高分割准确性	眼底图像中的视网膜血管结构	计算机视觉	视网膜疾病	动态模糊直方图均衡化，Bonferroni均值预聚合算子	无监督图像处理方法	眼底图像	使用DRIVE、STARE和HRF三个公开数据集进行评估
203	2025-10-01	Beyond the human eye: Artificial intelligence revolutionizing plasma quality control 2025-Sep-29, Vox sanguinis IF:1.8Q3 DOI:10.1111/vox.70122 PMID:41022431	研究论文	开发基于人工智能的自动化血浆质量控制系统，用于标准化检测血浆颜色和浊度异常	首次将深度学习技术应用于血浆质量控制的自动化检测，替代传统主观视觉检查方法	研究仅在单一输血中心进行，需要更多中心验证系统普适性	评估人工智能系统在输血医学中检测血浆质量异常的准确性和可靠性	973袋血浆样本（正常和异常血浆袋）	计算机视觉	NA	深度学习	深度学习模型	图像	973袋血浆样本（训练集789袋，测试集184+486袋）
204	2025-10-01	Automated deep U-Net model for ischemic stroke lesion segmentation in the sub-acute phase 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17337-y PMID:41022812	研究论文	开发一种用于亚急性缺血性卒中病灶自动分割的深度学习框架	提出具有六条并行路径的新型多路径残差U-Net架构，每块包含0-5个卷积层深度	需要在不同临床环境中进行多中心验证才能投入临床应用	开发并验证用于FLAIR MRI中亚急性缺血性卒中病灶自动分割的深度学习框架	亚急性缺血性卒中患者的FLAIR MRI图像	医学影像分析	缺血性卒中	FLAIR MRI，N4偏置场校正	多路径残差U-Net	医学影像	28名患者（18名训练，5名验证，5名测试）
205	2025-10-01	Wearable interactive full-body motion tracking and haptic feedback network systems with deep learning 2025-Sep-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63644-3 PMID:41022813	研究论文	提出一种集成全身运动分析与实时双向触觉反馈的低成本运动追踪系统	结合柔性贴片式表皮触觉设备与远程机器学习框架，实现全身运动捕捉和个性化时间同步反馈的闭环系统	NA	开发具有实时双向触觉反馈能力的低成本运动追踪系统	全身运动追踪与触觉反馈系统	机器学习	NA	深度学习	机器学习框架	运动数据	NA
206	2025-10-01	A super-resolution network based on dual aggregate transformer for climate downscaling 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17234-4 PMID:41022853	研究论文	提出一种基于双聚合Transformer的气候降尺度超分辨率网络CDDAT，用于生成高分辨率降雨图像	结合轻量CNN和双聚合Transformer的混合模型，通过多元融合提供风暴微物理和动力结构信息，能动态重分配不同降雨变量的重要性	仅使用NJU-CPOL数据集进行评估，未在其他气候数据集上验证泛化能力	解决气候降尺度问题，生成高分辨率降雨图像数据	降雨图像数据	计算机视觉	NA	深度学习	CNN, Transformer	图像	NJU-CPOL数据集
207	2025-10-01	A deep learning algorithm for automatic 3D segmentation and quantification of hamstrings musculotendon injury from MRI 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16926-1 PMID:41022866	研究论文	开发用于自动分割和量化MRI中腘绳肌肌腱损伤的深度学习算法	首个基于AI的自动3D分割方法，能够量化水肿体积和肌肉受影响比例，并与临床损伤分级相关联	腘绳肌腱结构的相关性相对较低(R≥0.42)，样本来源仅限于大学足球运动员	开发自动化AI模型用于腘绳肌损伤的精确量化和评估	大学足球运动员的腘绳肌肌腱损伤	医学影像分析	肌肉损伤	T2加权和T1加权磁共振成像(MRI)	深度学习算法	3D医学影像	大学足球运动员在腘绳肌损伤时和恢复运动时的MRI扫描
208	2025-10-01	Mixed prototype correction for causal inference in medical image classification 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15920-x PMID:41022936	研究论文	提出一种混合原型校正因果推理方法(MPCCI)，用于提升医学图像分类的诊断准确性	结合基于前门调整的因果推理组件和自适应训练策略，通过多视图特征提取和混合原型校正模块来缓解未观测混杂因素的影响	NA	减轻未观测混杂因素对医学图像与疾病标签间因果关系的影响，提升深度学习模型的诊断准确性	医学图像（CT和超声图像）	医学图像分析	NA	因果推理、多视图特征提取	深度学习模型	医学图像	四个医学图像数据集
209	2025-10-01	Clinical application of deep learning for enhanced multistage caries detection in panoramic radiographs 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16591-4 PMID:41022932	研究论文	本研究开发了一种基于深度学习的两阶段模型系统，用于在全景X光片中增强检测多阶段龋齿	采用YOLOv5进行牙齿检测和Attention U-Net进行龋齿分割的两模型方法，在全景X光片上实现了多阶段龋齿的自动检测	存在低估釉质龋齿的情况，偶尔会在健康牙齿上过度预测龋齿（假阳性）	利用深度学习技术提升全景X光片中多阶段龋齿的检测能力	牙齿龋齿病变	计算机视觉	龋齿	深度学习	YOLOv5, Attention U-Net	X光图像	500张全景X光片，包含14,997颗牙齿中的1,792个龋齿病变
210	2025-10-01	Advanced deep feature engineering with crayfish optimization for diabetes detection using tongue images 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14780-9 PMID:41022952	研究论文	提出一种基于舌象分析的深度特征工程与小龙虾优化算法相结合的糖尿病检测方法	首次将小龙虾优化算法(COA)应用于糖尿病舌象分析的深度特征工程中，通过超参数调优提升模型性能	仅使用单一舌象数据集进行验证，未在不同人群或临床环境中进行广泛测试	开发一种准确、非侵入性的糖尿病诊断方法	糖尿病患者的舌象图像	计算机视觉	糖尿病	舌象分析	SE-DenseNet, TCN, COA	图像	舌象数据集（具体样本数量未明确说明）
211	2025-10-01	Dual Attention-Based recurrent neural network and Two-Tier optimization algorithm for human activity recognition in individuals with disabilities 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12283-1 PMID:41022965	研究论文	提出一种基于双注意力机制和双层优化算法的人类活动识别模型，专门用于残疾人士	结合双注意力双向门控循环单元和塔斯马尼亚恶魔优化器进行超参数选择，在人类活动识别任务中实现98.66%的准确率	NA	改进人类活动识别技术以更好地辅助残疾人士	残疾人士的人类活动数据	机器学习	残疾相关疾病	深度学习、元启发式优化算法	双注意力双向门控循环单元(DABiG)、二元萤火虫算法(BFA)、塔斯马尼亚恶魔优化器(TDO)	传感器数据	使用HAR数据集进行实验评估
212	2025-10-01	Adaptive temporal attention mechanism and hybrid deep CNN model for wearable sensor-based human activity recognition 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18444-6 PMID:41022984	研究论文	提出一种名为CNNd-TAm的混合深度学习模型，用于基于可穿戴传感器的人类活动识别	通过整合扩张卷积网络和改进的时间注意力机制，增强空间特征提取和长期时间依赖性建模	NA	开发高效的人类活动识别系统，解决复杂活动识别中的不足	人类基本活动和复杂活动	机器学习	NA	深度学习	CNN与时间注意力机制的混合模型	传感器数据（加速度计和陀螺仪）	10人参与的13种活动数据
213	2025-10-01	An efficient deep learning network for brain stroke detection using salp shuffled shepherded optimization 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17725-4 PMID:41023014	研究论文	提出一种基于Salp Shuffled Shepherded优化算法的高效深度学习网络S3ET-NET，用于脑卒中MRI图像检测	结合Salp Shuffled Shepherded优化算法与EfficientNet模型，提出S3ET-NET新架构，在脑卒中检测中达到99.41%的可靠性	NA	开发高效的脑卒中自动检测方法	脑部MRI图像中的正常、缺血性卒中和出血性卒中病例	计算机视觉	脑卒中	磁共振成像（MRI）、弥散加权成像（DWI）	S3ET-NET（基于EfficientNet、Ghost Net和S3O优化算法）	图像	NA
214	2025-10-01	Deep learning model for diagnosing lupus erythematosus in cardiac patients using ECG and audio spectrograms 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14128-3 PMID:41023010	研究论文	提出一种结合ECG和音频谱图的深度学习模型，用于诊断心脏病患者的红斑狼疮	首创将ECG图像转换为音频生成梅尔谱图的分析方法，并开发了结合ResNet、LSTM和音频谱图变换器的混合模型	NA	开发高效诊断红斑狼疮与心脏病共病患者的方法	同时患有红斑狼疮和心脏病的患者	数字病理	红斑狼疮	ECG信号分析、音频谱图转换	ResNet、LSTM、Audio Spectrogram Transformer混合模型	ECG数据、音频谱图	NA
215	2025-10-01	A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18518-5 PMID:41023039	研究论文	提出一种基于集成残差卷积神经网络的深度学习模型ERCNN-EGFR，用于从氨基酸序列准确预测表皮生长因子受体	首次将集成残差卷积神经网络与多种蛋白质特征提取方法结合，通过XGBoost特征选择优化模型性能	未明确说明训练数据和独立测试集的具体样本规模	开发准确识别EGFR蛋白质的计算方法，替代传统实验检测	表皮生长因子受体蛋白质的氨基酸序列	生物信息学	乳腺癌	CDT、AmpPseAAC、KSCTD、ProtBERT-BFD特征提取，XGBoost特征选择	ERCNN、BiLSTM、GRU、GAN	蛋白质氨基酸序列	NA
216	2025-10-01	A hybrid deep learning and fuzzy logic framework for feature-based evaluation of english Language learners 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17738-z PMID:41023079	研究论文	提出一种结合深度学习和模糊逻辑的混合框架，用于英语学习者的特征评估	首次将模糊逻辑规则挖掘与DeBERTa、元数据和LSTM融合模型相结合，在保持可解释性的同时提升预测性能	NA	开发综合框架以准确评估英语学习者的语言能力水平并实现个性化教育干预	英语学习者	自然语言处理	NA	模糊逻辑、注意力机制、时间序列建模	DeBERTa + Metadata + LSTM (DBML) 混合模型	文本响应、行为数据、人口统计数据	NA
217	2025-10-01	A hybrid deep learning model with feature engineering technique to enhance teacher emotional support on students' engagement for sustainable education 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17600-2 PMID:41023087	研究论文	提出一种结合特征工程的混合深度学习模型，通过学生表情识别增强教师情感支持以促进可持续教育	提出HDLMFE-ETESSE混合模型，结合AdaptSepCX注意力网络特征提取和C-BiG分类器，在情感识别准确率上达到98.58%	NA	开发有效的学生情感识别系统以增强学生参与度和学习成果，实现可持续教育	学生在学习过程中表现的情感状态	计算机视觉	NA	深度学习，特征工程	混合CNN和双向门控循环单元(C-BiG)，AdaptSepCX注意力网络	图像	学生参与度数据集
218	2025-10-01	AgriFact framework for modelling the impact of farmers' information demand on nationwide wheat productivity in India 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19133-0 PMID:41023098	研究论文	提出AgriFact框架，使用深度学习模型分析印度农民信息需求与小麦产量的关系	首次使用深度学习模型和数值方法综合分析农民信息需求对作物产量的影响	仅针对小麦作物进行研究，未涉及其他农作物	探索农民信息需求与作物产量之间的关系，为制定农业政策提供依据	印度农民和小麦作物	机器学习	NA	深度学习建模、数值方法、ceteris paribus分析、偏导数分析	1-D CNN及其他五种DL模型	文本查询数据、产量数据	180万次农民咨询电话和印度各地区小麦产量数据
219	2025-10-01	Correction: Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19777-y PMID:41023127	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
220	2025-10-01	Deep learning decodes species-specific codon usage signatures in Brassica from coding sequences 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18814-0 PMID:41023189	研究论文	本研究使用深度学习从编码序列中解码芸苔属物种特异的密码子使用特征，实现四种关键芸苔属物种的高精度分类	首次将深度学习应用于植物物种分类，无需手动特征选择即可实现100%分类准确率，并系统比较了七种神经网络架构的性能	仅针对四种密切相关的芸苔属物种进行研究，未验证方法在其他植物分类群中的适用性	开发基于深度学习的植物物种分类方法，解决密切相关的芸苔属物种鉴别难题	四种关键芸苔属物种：芥菜型油菜(B. juncea)、甘蓝型油菜(B. napus)、甘蓝(B. oleracea)和白菜(B. rapa)	机器学习	NA	全基因组测序	多层感知机(MLP)、Leaky ReLU神经网络、Dropout神经网络、径向基函数神经网络(RBFNN)等七种架构	基因组序列数据	NA