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
2201	2025-07-10	Automated fluid monitoring to optimize the follow-up of neovascular age-related macular degeneration patients in the Brazilian population 2025-Jul-06, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00695-0 PMID:40619442	研究论文	本研究探讨了基于人工智能的液体监测工具在优化巴西新生血管性年龄相关性黄斑变性患者随访中的效果	使用AI工具自动量化视网膜内液体、视网膜下液体和色素上皮脱离，并分析其与治疗效果及视觉结果的关联	研究为回顾性研究，样本量较小（99眼），且仅来自巴西一家三级中心，可能限制结果的普遍性	优化新生血管性年龄相关性黄斑变性患者的随访监测	巴西新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光谱域光学相干断层扫描（Spectralis）	深度学习算法（Fluid Monitor）	图像	84名患者的99只眼（其中58只眼为初治患者）
2202	2025-07-10	Fault detection in electrical power systems using attention-GRU-based fault classifier (AGFC-Net) 2025-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06493-w PMID:40619447	研究论文	本文提出了一种基于注意力机制和GRU的故障分类器（AGFC-Net），用于电力系统中的故障检测	结合注意力机制和GRU，提高了特征提取和相关性学习的能力，在噪声条件下仍能保持良好的分类性能	未提及具体在哪些类型的电力系统或工业应用中进行了测试，可能缺乏广泛的适用性验证	提高电力系统中故障检测的准确性和可靠性	电力系统中的故障	机器学习	NA	注意力机制，GRU	AGFC-Net（基于注意力机制和GRU的模型）	电力系统数据	未提及具体样本数量
2203	2025-07-10	Deep learning driven prediction and comparative study of surrounding rock deformation in high speed railway tunnels 2025-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09791-5 PMID:40619456	研究论文	本研究提出了一种混合深度学习模型，用于高速铁路隧道围岩变形的预测和比较研究	开发了一种新型的WOA-CNN-GRU混合模型，结合了数据预处理、特征提取和预测功能，显著提高了变形预测的准确性	研究仅基于G隧道300小时的连续变形记录，可能需要更多样化的数据验证模型的泛化能力	解决高速铁路隧道施工中离散且复杂的监测数据预测问题	高速铁路隧道围岩变形	机器学习	NA	二次指数平滑、CNN、GRU	WOA-CNN-GRU	时间序列数据	G隧道多个横截面的300小时连续变形记录
2204	2025-07-10	GCSA-ResNet: a deep neural network architecture for Malware detection 2025-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10561-6 PMID:40619499	研究论文	本文提出了一种名为GCSA-ResNet的新型深度学习模型，通过将全局通道-空间注意力（GCSA）模块与ResNet-50结合，显著提升了恶意软件检测的性能	GCSA模块首次协同设计了通道注意力、通道混洗和空间注意力机制，以同时捕获可视化恶意软件图像中的局部纹理特征和全局依赖关系	现有方法在特征退化和跨家族误分类方面存在局限性	提升恶意软件检测的性能	恶意软件	机器学习	NA	深度学习	GCSA-ResNet（基于ResNet-50的改进模型）	图像	Malimg和Microsoft BIG 2015数据集
2205	2025-07-10	A deep learning model for preoperative risk stratification of pancreatic ductal adenocarcinoma based on genomic predictors of liver metastasis 2025-Jul-05, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2025.115608 PMID:40628176	研究论文	开发并验证了一个基于深度学习的风险模型PanScore，用于胰腺导管腺癌（PDAC）术前风险分层	利用基因组特征和深度学习模型PanScore对PDAC患者进行风险分层，特别是在可切除疾病患者中识别隐匿性转移	研究为回顾性设计，可能受到数据收集偏差的影响	提高胰腺导管腺癌（PDAC）术前风险分层的准确性	胰腺导管腺癌（PDAC）患者	数字病理	胰腺癌	基因组测序	深度神经网络（DNN）	基因组数据	训练队列1779例（MSK-MET数据集），验证队列2181例（MSK-IMPACT队列）
2206	2025-07-10	Unveiling genetic architecture of white matter microstructure through unsupervised deep representation learning of fractional anisotropy images 2025-Jul-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.04.25330856 PMID:40630570	研究论文	提出了一种基于深度学习的无监督深度表示学习方法UDR-WM，用于提取全脑分数各向异性(FA)特征，以揭示白质微结构的遗传架构	开发了无监督深度表示学习方法UDR-WM，能够捕捉分布式微结构变异而不需要先验解剖假设，相比传统FA表型具有更高的遗传力	未明确说明样本量大小及具体数据来源	揭示白质微结构的遗传架构及其与复杂脑部特征的遗传联系	白质微结构（通过扩散MRI获得的分数各向异性图像）	数字病理学	精神分裂症,帕金森病	扩散MRI	深度学习	图像	NA
2207	2025-07-10	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	本文介绍了两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据中预测糖链结构	提出了GlycoBERT和GlycoBART两种新型模型，其中GlycoBART能够进行从头糖链结构推断，并发现了一种未在主要糖链数据库中记录的新结构	GlycoBERT等分类方法只能预测训练数据中存在的结构	开发更准确和全面的糖链结构分析方法	糖链结构	机器学习	NA	串联质谱(MS/MS)	Transformer-based (GlycoBERT, GlycoBART)	质谱数据	人类胚胎肾细胞的MS/MS数据集
2208	2025-07-10	Exploratory development of human-machine interaction strategies for post-stroke upper-limb rehabilitation 2025-Jul-04, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01680-2 PMID:40611303	研究论文	本文提出了一种名为UarDus的上肢康复设备及三种人机交互策略，旨在满足中风后上肢康复需求	开发了一种结合CNN和Transformer结构的新型深度学习模型，用于实时捕捉细微运动意图，并提出了三种人机交互策略	目前仅在一位接受开颅手术的出血性中风患者身上进行了概念验证研究，样本量有限	开发有效的中风后上肢康复人机交互策略	中风后上肢康复患者	康复工程	中风	离散小波变换(DWT)、运动捕捉技术、核密度估计(KDE)	CNN和Transformer结合的深度学习模型	运动数据、电流信号	1名出血性中风患者(概念验证研究)
2209	2025-07-10	Convolutional neural networks with transfer learning for natural river flow prediction in ungauged basins 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07088-1 PMID:40615452	研究论文	本研究提出了一种结合卷积神经网络和迁移学习的深度学习方法，用于无测站流域的河流流量预测	首次将卷积神经网络与迁移学习技术相结合应用于河流流量预测，解决了数据稀缺流域的预测难题	模型性能在迁移学习应用后有小幅下降，且研究仅针对特定流域进行验证	开发高效准确的河流流量预测模型，解决数据稀缺流域的预测挑战	巴西的Paraíba do Sul河、莫桑比克的Zambezi河、巴西的São Francisco河以及印度德里的气候数据	机器学习	NA	深度学习、迁移学习	CNN	时间序列水文数据	来自四个不同流域/地区的时间序列数据集
2210	2025-07-10	Conditional autoregressive model based on next scale prediction for missing data reconstruction 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08830-5 PMID:40615591	研究论文	提出了一种基于下一尺度预测的条件自回归模型，用于地震数据缺失轨迹的重建	采用下一尺度预测方法避免了数据扁平化，保持了数据的空间结构，并通过条件约束确保预测数据与已知数据分布一致	未提及具体计算资源需求或模型训练时间	解决复杂野外条件下采集的地震数据中缺失轨迹的重建问题	地震数据	机器学习	NA	深度学习	条件自回归模型	地震数据	未提及具体样本数量，但涉及现场和合成数据集
2211	2025-07-06	Automated radiographic assessment of lower limb alignment using deep learning in a data-constrained clinical setting 2025-Jul-04, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08846-y PMID:40615817	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2212	2025-07-10	DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification 2025-Jul-04, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108574 PMID:40627942	研究论文	本文提出了一种基于深度学习的能量和链路稳定性感知路由算法DeepELR，用于物联网中的心脏疾病分类	开发了DeepELR路由算法，结合DRNN预测节点能量和链路稳定性，并采用ASSA-based集成学习技术进行心脏疾病分类	未提及具体实验样本量和临床验证结果	开发物联网环境下心脏疾病监测的高效路由算法和分类系统	心脏疾病患者监测数据	物联网与医疗健康监测	心脏疾病	ASSA-based集成学习技术	DRNN, DEB, RNN	物联网传感器数据	NA
2213	2025-07-10	An automatic patient-specific quality assurance with a novel DVH scoring algorithm for volumetric modulated arc therapy of cervical cancer 2025-Jul-04, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112030 PMID:40628009	research paper	开发了一种新的DVH评分算法，用于自动预测和分类宫颈癌患者特定质量保证（PSQA）结果	提出了一种基于权重的DVH评分（WDS）算法，能够根据剂量误差和体积误差自动分类PSQA结果	样本量相对较小，且仅针对宫颈癌患者	提高患者特定质量保证（PSQA）结果的分类准确性和效率	200名接受容积调强弧形治疗（VMAT）的宫颈癌患者	digital pathology	cervical cancer	volumetric modulated arc therapy (VMAT)	U-shape-like network with skip-connection modules (T-Net)	CT and plan dose distributions	200名宫颈癌患者（109例使用Infinity直线加速器，91例使用Synergy直线加速器）
2214	2025-07-10	Semantic ECG hash similarity graph 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07838-1 PMID:40610475	研究论文	提出了一种结合语义哈希编码的新型图生成学习框架，用于捕获心电信号内部及信号间的复杂关联，显著提升基于图的深度学习模型的检索效率	利用语义哈希编码构建全局哈希字典，并通过汉明相似度组装图拓扑结构，同时提出正交域迭代优化方法以确保语义相似性	未明确提及具体局限性，但可能受限于哈希编码的精度和噪声干扰	提高心电信号检索效率和识别准确性	心电信号（ECG）	机器学习	心血管疾病	语义哈希编码、汉明相似度计算	GCN（图卷积网络）	时间序列数据（ECG信号）	多个公开ECG数据集（未明确数量）
2215	2025-07-10	A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network 2025-Jul-01, Computers, informatics, nursing : CIN DOI:10.1097/CIN.0000000000001302 PMID:40164059	研究论文	本研究提出了一种基于深度学习的婴儿疼痛评估方法，通过卷积神经网络分析面部表情	使用CNN模型从婴儿面部表情中客观评估疼痛，填补了婴儿无法言语表达疼痛的临床需求空白	样本量较小、需要外部验证以及存在伦理考量	开发一种客观评估婴儿疼痛的临床工具	婴儿疼痛面部表情	计算机视觉	NA	深度学习	CNN	图像	使用COPE数据库（具体数量未提及）
2216	2025-07-10	Investigating Bubble Formation and Evolution in Vanadium Redox Flow Batteries via Synchrotron X-Ray Imaging 2025-Jul-01, ChemSusChem IF:7.5Q1 DOI:10.1002/cssc.202500282 PMID:40202080	研究论文	通过同步辐射X射线成像技术研究钒氧化还原液流电池中气泡的形成与演变	结合深度学习模型和形态学分析工具，对同步辐射X射线断层扫描图像中的气泡进行识别和表征，揭示了气泡在不同电极区域的生长和融合规律	研究仅针对钒氧化还原液流电池中的氢气泡，未涉及其他类型电池或气泡	探究钒氧化还原液流电池中氢气泡的形成和演变机制，以提高电池效率	钒氧化还原液流电池中的氢气泡	能源存储	NA	同步辐射X射线断层扫描、深度学习模型、形态学分析	深度学习模型	图像	NA
2217	2025-07-10	Estimation method of dynamic range parameters for cochlear implants based on neural response telemetry threshold 2025-Jul, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2025.2492359 PMID:40347195	研究论文	本研究探讨了人工耳蜗植入患者主观行为测试阈值与神经反应遥测阈值之间的相关性，并利用深度学习技术建立预测模型以指导术后机器调整	首次结合深度学习技术构建卷积神经网络预测模型，用于预测人工耳蜗机器调整参数，并比较了正常耳蜗形态与内耳畸形患者的不同调整策略	样本量相对较小（77例患者），且仅测试了特定电极（1、6、11、16、22）的数据	探索人工耳蜗调整参数的客观预测方法，改善术后调整效果	77例人工耳蜗植入患者（57例正常耳蜗形态，20例内耳畸形）	数字病理	听力障碍	神经反应遥测(NRT)、深度学习	CNN	生理信号数据	77例患者（57例正常耳蜗形态，20例内耳畸形）
2218	2025-07-10	Deep Learning with Domain Randomization in Image and Feature Spaces for Abdominal Multiorgan Segmentation on CT and MRI Scans 2025-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.240586 PMID:40396895	研究论文	开发一种深度学习分割模型，用于在CT和MRI扫描中高精度且具有良好泛化能力地分割腹部多器官	提出了一种在图像和特征空间中进行域随机化的方法，以提高跨站点和跨模态设置下的泛化能力	NA	提高腹部多器官在CT和MRI扫描中的分割准确性和泛化能力	腹部多器官	计算机视觉	NA	深度学习	nnU-Net	图像	公共前列腺MRI数据集和腹部CT及MRI数据集
2219	2025-07-10	Enhancing ultrasonographic detection of hepatocellular carcinoma with artificial intelligence: current applications, challenges and future directions 2025-Jul-01, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2025-001832 PMID:40592728	综述	本文综述了人工智能在超声检测肝细胞癌中的当前应用、挑战及未来发展方向	探讨了AI在超声影像中提升肝细胞癌早期检测的潜力，特别是深度学习方法的成功应用	数据异质性、缺乏标准化、模型可解释性问题、监管限制及临床实际应用障碍	提升肝细胞癌的早期检测和监测	肝细胞癌（HCC）	医学影像分析	肝细胞癌	深度学习	CNN	超声影像	NA
2220	2025-07-10	Muscle-Driven prognostication in gastric cancer: A multicenter deep learning framework integrating Iliopsoas and erector spinae radiomics for 5-Year survival prediction 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09083-y PMID:40596621	research paper	本研究开发了一个结合放射组学和深度学习的5年生存预测模型，用于胃癌患者，重点关注基于CT的髂腰肌和竖脊肌的2D和3D特征	通过融合2D和3D放射组学特征，并利用深度学习进行特征提取，开发了一个新的生存预测模型，强调了肌肉质量与生存之间的关联	3D模型表现不佳，可能由于数据中包含不相关信息	开发一个用于胃癌患者5年生存预测的精准医学模型	胃癌患者	digital pathology	gastric cancer	CT, radiomics, deep learning	deep learning	CT图像	来自两个中心的705名患者