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
221	2025-07-25	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改进的基于ResNet技术的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，性能优于传统方法和之前的机器学习模型	研究仅基于历史数据，未涉及前瞻性验证	提高从存档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	计算机视觉	乳腺癌	ResNet深度学习技术	Random Forest, XG-Boost, ResNet	医学影像	NA
222	2025-07-25	Development of a deep learning model for T1N0 gastric cancer diagnosis using 2.5D radiomic data in preoperative CT images 2025-Jul-23, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01055-9 PMID:40696140	research paper	开发了一种基于2.5D放射组学数据和深度学习的模型，用于术前CT图像中T1N0胃癌的诊断	首次将2.5D放射组学数据和多实例学习(MIL)应用于胃癌诊断，结合ResNet101和XGBoost模型	研究仅基于两个医疗中心的数据，可能影响模型的泛化能力	提高早期胃癌(EGC)无淋巴结转移的术前准确诊断	3164名接受根治性手术的胃癌患者	digital pathology	gastric cancer	CT成像	ResNet101, XGBoost	CT图像	3164名胃癌患者
223	2025-07-25	Advances in machine learning for ABCA4-related retinopathy: segmentation and phenotyping 2025-Jul-23, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03690-4 PMID:40699379	综述	本文探讨了机器学习在ABCA4相关视网膜病变（ABCA4R）中的应用，特别是在图像分割和表型分析方面的进展	综述了机器学习在ABCA4R图像分割和表型分析中的最新应用，展示了多种高效方法，如集成建模、自注意力机制和动态框架	数据集较小且表现多样，这带来了显著挑战	自动化ABCA4R评估的关键步骤，以加速治疗创新和增进对疾病的理解	ABCA4相关视网膜病变（ABCA4R）患者	机器学习	视网膜病变	机器学习（ML）、深度学习	集成建模、自注意力机制、动态框架	图像、电生理数据（ERG）、视力数据	15篇选定的文章（从264篇中筛选）
224	2025-07-25	A Comprehensive Survey on 3D Single-View Object Reconstruction 2025-Jul-23, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3591770 PMID:40699970	综述	本文全面调查了基于单视图的3D物体重建（SVOR）领域的最新进展，特别是与基于新视角合成（NVS）方法相关的进展，并提出了一种更全面的评估方法以准确反映人类视觉感知	提出了一种考虑部分显著性的加权评估方法，并引入了一种自动感知重建差异的新技术，有效提高了评估的准确性和一致性	现有质量评估指标与人类视觉感知之间存在差异，且关键物体部分在评估中常被忽视	填补SVOR领域现有综述未全面涵盖基于NVS方法快速发展的空白，并提升评估方法的准确性	单视图3D物体重建（SVOR）方法及其评估技术	计算机视觉	NA	深度学习（DL），新视角合成（NVS）	NA	图像	NA
225	2025-07-25	Progressive Training for Learning From Label Proportions 2025-Jul-23, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3590131 PMID:40699973	研究论文	提出了一种名为PT-LLP的渐进式训练方法，用于解决基于标签比例学习（LLP）中的比例约束问题	通过渐进式训练方法从袋级别到实例级别逐步满足比例约束，结合知识蒸馏和最优传输算法优化分类器性能	未明确提及具体的数据集规模或计算资源需求限制	改进基于标签比例学习的分类器性能，确保比例约束得到满足	基于标签比例的机器学习分类问题	机器学习	NA	最优传输（OT）算法、知识蒸馏	深度学习模型（具体模型未提及）	分组训练数据	NA
226	2025-07-25	Implementation of convolutional neural networks for microbial colony recognition 2025-Jul-23, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02885-24 PMID:40700097	研究论文	本文应用深度学习技术进行微生物菌落识别，以辅助临床分类	首次将八种不同的CNN模型应用于微生物菌落识别，并比较了它们的性能	数据集中仅包含五种微生物类别，可能无法涵盖所有临床相关菌种	开发基于深度学习的微生物菌落自动识别系统	临床分离的微生物菌落	计算机视觉	NA	深度学习	CNN（包括AlexNet、GoogLeNet、MobileNet和ShuffleNet等）	图像	每个类别1000张图像（共5个类别，总计5000张图像）
227	2025-07-25	Deep Learning for Bidirectional Translation between Molecular Structures and Vibrational Spectra 2025-Jul-23, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05010 PMID:40700648	研究论文	开发了两种深度学习模型TranSpec和SpecGNN，用于建立分子振动光谱与简化分子输入行条目系统(SMILES)表示之间的双向映射	提出了一个双向映射框架，能够高效准确地在分子结构和光谱之间进行转换，并展示了在功能基团识别和异构体区分方面的能力	TranSpec在实验IR数据集上的初始准确率较低(11%)，虽然通过多种方法提升到了53.6%，但仍存在改进空间	建立一个AI驱动的框架来解释分子结构和光谱，推动光谱学和化学信息学的应用	分子振动光谱和分子结构	机器学习	NA	深度学习	TranSpec, SpecGNN	光谱数据, 分子结构数据	量子化学计算IR和拉曼光谱数据集，NIST实验IR数据集
228	2025-07-25	Deep learning-based prognosis of major adverse cardiac events in patients with acute myocardial infarction: a retrospective observational study in the Republic of Korea 2025-Jul-23, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0120 PMID:40701813	研究论文	本研究开发了深度神经网络模型，用于准确分类急性心肌梗死患者出院后的主要不良心脏事件	使用DNN模型预测急性心肌梗死患者出院后的主要不良心脏事件，并在1、6和12个月的随访期内表现出优于传统机器学习方法的预测性能	研究为回顾性观察研究，可能存在数据偏差	开发能够准确预测急性心肌梗死患者出院后主要不良心脏事件的模型	急性心肌梗死患者	机器学习	心血管疾病	DNN	深度神经网络	临床数据	NA
229	2025-07-25	Weapon detection with FMR-CNN and YOLOv8 for enhanced crime prevention and security 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07782-0 PMID:40701971	研究论文	提出了一种结合FMR-CNN和YOLOv8的混合深度学习框架，用于实时武器检测以增强犯罪预防和安全	提出了一种名为FMR-CNN的新型混合深度学习框架，结合了Faster R-CNN和Mask R-CNN，并与YOLOv8结合以提高实时检测速度和定位精度	未提及在极端天气或复杂背景下的性能表现	开发智能监控系统以实时检测武器并预防犯罪	公共场合中的武器	计算机视觉	NA	深度学习、图像处理、计算机视觉技术	FMR-CNN（结合Faster R-CNN和Mask R-CNN）、YOLOv8、MobileNetV3	图像、视频	五个标注类别的数据集
230	2025-07-25	Volumetric quantifications and dynamics of areas undergoing retrogressive thaw slumping in the Northern Hemisphere 2025-Jul-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62017-0 PMID:40701979	研究论文	本文利用高分辨率数字高程模型（DEMs）和深度学习技术，量化了北半球中大型退化冻土滑坡（RTS）区域的体积变化和土壤有机碳含量	首次对北半球中大型RTS区域进行了体积和土壤有机碳的量化分析，并揭示了RTS活动的气候驱动因素存在纬度和区域差异	研究仅关注了面积≥10,000平方米的中大型RTS区域，可能忽略了小型RTS的影响	量化北半球退化冻土滑坡（RTS）区域的体积变化和土壤有机碳含量，并分析其气候驱动因素	北半球2747个活跃的RTS区域	环境科学	NA	DEM时间序列分析, 深度学习	NA	数字高程模型（DEMs）	2747个RTS区域
231	2025-07-25	Multilingual identification of nuanced dimensions of hope speech in social media texts 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10683-x PMID:40702008	研究论文	本研究介绍了MIND-HOPE，首个针对西班牙语和德语的多类别希望语音检测数据集，并比较了不同机器学习方法在希望语音检测任务中的表现	首次构建了西班牙语和德语的多类别希望语音检测数据集，并验证了语言特定微调在情感计算任务中的价值	仅针对西班牙语和德语两种语言进行研究，未涵盖更多语言	探索跨语言希望表达的检测方法，推进情感分析研究	社交媒体文本中的希望表达	自然语言处理	NA	传统机器学习、深度学习和基于Transformer的方法	BERT, XLM-RoBERTa等Transformer模型	文本	19,183条西班牙语推文和21,043条德语推文
232	2025-07-25	Development and validation of a deep learning image quality feedback system for infant fundus photography 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10859-5 PMID:40702071	研究论文	开发并验证了一种深度学习图像质量反馈系统，用于评估婴儿视网膜照片的整体质量并检测常见操作错误，以支持早产儿视网膜病变（ROP）的筛查和诊断	开发了Deep Learning Infant Fundus Quality Feedback System (DLIF-QFS)，该系统能够评估婴儿视网膜照片的整体质量并检测常见操作错误，支持ROP筛查和诊断	未提及具体局限性	提高ROP筛查和诊断的效率和准确性	婴儿视网膜照片	数字病理	早产儿视网膜病变	深度学习	NA	图像	13,372张图像
233	2025-07-25	Histology image analysis of 13 healthy tissues reveals molecular-histological correlations 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11853-7 PMID:40702078	研究论文	本研究通过分析13种健康组织的组织学图像，揭示了分子与组织学特征之间的相关性	首次在多种健康组织中探索核特征与RNA表达模式之间的关联，并构建了基于深度学习的自动分析框架	研究仅关注健康组织，未涉及病变组织	探索健康组织细胞核特征与RNA表达模式之间的相关性	13种健康器官的4306个样本	数字病理学	NA	RNA-seq	深度学习	图像	4306个样本（来自13种器官）
234	2025-07-25	Achieving environmental sustainability via an integrated shampoo optimized BiLSTM-Transformer model for enhanced time-series forecasting 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11301-6 PMID:40702122	研究论文	提出了一种结合BiLSTM和Transformer的混合深度学习模型BiLSTM-Transformer，用于提高复杂时间序列任务的预测性能	结合BiLSTM和Transformer架构，并采用Shampoo二阶优化方法，增强收敛稳定性和泛化能力	未提及具体的数据集规模或实际应用中的潜在限制	提高电力系统效率，优化资源管理，支持可持续能源规划和智能电网运营	气象数据的时间序列预测	机器学习	NA	Shampoo二阶优化方法	BiLSTM-Transformer	时间序列数据	NA
235	2025-07-25	Diabetes diagnosis using a hybrid CNN LSTM MLP ensemble 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12151-y PMID:40702146	research paper	提出了一种基于混合CNN LSTM MLP集成模型的糖尿病诊断方法	结合CNN和LSTM提取空间和时间特征，并通过MLP作为元学习器进行集成，提高了诊断准确率	未提及具体样本来源及多样性，可能影响模型泛化能力	开发自动化糖尿病诊断方法以替代传统临床诊断	糖尿病患者临床数据	machine learning	diabetes	深度学习集成方法	CNN, LSTM, MLP	临床医疗数据	NA
236	2025-07-25	Multi-camera spatiotemporal deep learning framework for real-time abnormal behavior detection in dense urban environments 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12388-7 PMID:40702170	research paper	提出了一种用于密集城市环境中实时异常行为检测的多摄像头时空深度学习框架	整合了多尺度图注意力网络（MS-GAT）、基于强化学习的动态摄像头注意力变换器（RL-DCAT）、时空逆对比学习（STICL）、神经形态事件编码和行为生成合成（BGS-MFA）等多种新方法，显著降低了误报率和计算开销，提高了检测效率和泛化能力	未提及在极端拥挤或光照条件极差环境下的性能表现	开发一个高效的多摄像头系统，用于实时检测和分析密集城市环境中的异常行为	密集城市环境中的异常行为	computer vision	NA	deep learning, spiking neural networks, reinforcement learning	MS-GAT, RL-DCAT, STICL, BGS-MFA	video	UCF-Crime, ShanghaiTech 和 Avenue 数据集
237	2025-07-25	A hybrid model for detecting motion artifacts in ballistocardiogram signals 2025-Jul-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01426-0 PMID:40702570	research paper	提出了一种用于检测心冲击图信号中运动伪影的混合模型，结合了深度学习和多尺度特征判断	采用双通道方法，结合BiGRU-FCN深度学习模型和多尺度标准偏差经验阈值，提高了运动伪影检测的准确性和鲁棒性	研究仅针对睡眠呼吸暂停患者的数据进行测试，可能在其他人群中的适用性有待验证	提高心冲击图信号中运动伪影检测的准确性，以提升家庭睡眠监测的可靠性	心冲击图信号中的运动伪影	machine learning	sleep apnea	piezoelectric sensing technology	BiGRU-FCN	signal	10名睡眠呼吸暂停患者
238	2025-07-25	Dynamic Early Survival Prediction Model for Hepatocellular Carcinoma Patients Treated With Atezolizumab and Bevacizumab: A Longitudinal Deep Learning Analysis 2025-Jul-23, Hepatology research : the official journal of the Japan Society of Hepatology IF:3.9Q1 DOI:10.1111/hepr.70005 PMID:40702678	研究论文	本研究开发了一种动态早期生存预测模型（DynSurv-HCC），用于预测接受阿特珠单抗和贝伐珠单抗治疗的肝细胞癌患者的总生存期	使用随机生存森林（RSF）方法的DynSurv-HCC模型在动态生存预测中表现优于其他深度学习方法，且在不同病因和基线AFP水平下均显示出稳健的预测准确性	研究样本量相对较小（415例患者），且仅基于两项临床试验的数据	提高对接受阿特珠单抗和贝伐珠单抗治疗的不可切除肝细胞癌（uHCC）患者早期总生存期（OS）的预测准确性	不可切除肝细胞癌（uHCC）患者	数字病理学	肝细胞癌	纵向生存分析	随机生存森林（RSF）	临床试验数据	415例不可切除肝细胞癌患者（291例训练集，124例验证集）
239	2025-07-25	Anatomically Based Multitask Deep Learning Radiomics Nomogram Predicts the Implant Failure Risk in Sinus Floor Elevation 2025-Jul-23, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.70011 PMID:40702787	研究论文	开发并评估了一种基于解剖学的多任务深度学习放射组学列线图系统（AMDRN），用于在上颌窦底提升术（MSFE）前预测种植体失败风险，同时整合关键解剖结构的自动分割	结合深度学习模型和放射组学模型，开发了AMDRN系统，实现了术前种植体失败风险的预测和关键解剖结构的自动分割	研究为回顾性设计，可能受到数据选择和偏倚的影响	预测上颌窦底提升术中的种植体失败风险，支持个性化治疗规划和临床风险管理	患者的术前锥形束计算机断层扫描（CBCT）图像和电子病历（EMRs）	数字病理	牙科疾病	CBCT扫描	nn-UNet v2, 3D-Attention-ResNet, logistic regression (LR)	图像, 电子病历	未明确提及具体样本数量
240	2025-07-25	2D Materials for Emerging Neuromorphic Vision: From Devices to In-Sensor Computing 2025-Jul-23, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503717 PMID:40702832	综述	本文综述了二维材料在神经形态视觉领域的最新进展，从器件到传感器内计算的应用	探讨了二维材料在克服冯·诺依曼架构限制方面的潜力，特别是在能效和实时视觉处理方面的创新	未提及具体的实验验证或实际应用案例	推动传感器内计算的发展，以解决边缘应用中能效和实时视觉处理的挑战	二维材料系统，包括铁电二维材料、拓扑绝缘体和扭曲系统	神经形态工程	NA	NA	深度学习算法架构	NA	NA