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
2761	2025-11-25	A multi-head YOLOv12 with self-supervised pretraining for urinary sediment particle detection 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25339-z PMID:41271907	研究论文	提出一种基于多头YOLOv12架构结合自监督预训练的尿液沉淀颗粒检测方法	采用六个独立检测头同时进行尿液沉淀颗粒的细粒度分类，结合自监督预训练和SAHI推理技术	NA	开发自动可靠的尿液沉淀分析方法，用于肾脏和泌尿系统疾病的及时诊断	尿液沉淀颗粒	计算机视觉	肾脏疾病	深度学习	YOLOv12	图像	790张标注图像（31,285个边界框，39个类别）和5,640张未标注图像	NA	多头YOLOv12	精确率,mAP	NA
2762	2025-11-25	Pomegranate disease diagnosis with severity estimation and treatment remedies using deep learning and RAG-based LLM 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25160-8 PMID:41271927	研究论文	提出基于深度学习的石榴病害自动诊断系统，包含多类别病害分类、严重程度估计和治疗建议功能	开发了基于健康偏差评分（HBDS）的病害严重程度估计方法，并集成检索增强语言模型提供治疗建议	NA	实现石榴病害的自动诊断、严重程度估计和治疗建议，为精准农业提供解决方案	石榴果实	计算机视觉	植物病害	深度学习，迁移学习	CNN	图像	5099张标注图像	NA	DenseNet121, EfficientNetB0V2, MobileNetV2, ResNet50, VGG16, InceptionV3	准确率	NA
2763	2025-11-25	Enhancing cardiac disease prediction with explainable bidirectional LSTM 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25071-8 PMID:41271946	研究论文	提出基于可解释双向LSTM的心脏疾病预测模型，通过深度学习实现心电图分类	结合双向LSTM和深度学习构建可解释心脏疾病预测模型，使用SHAP方法提供模型解释性	仅使用PTB-XL数据集进行验证，未在其他数据集测试泛化能力	开发准确且可解释的心脏疾病预测模型	心电图数据中的心脏疾病检测与分类	机器学习	心血管疾病	心电图分析	双向LSTM, 深度学习	心电图信号	PTB-XL数据集	NA	双向LSTM	准确率, 精确率, F1分数, 召回率	NA
2764	2025-11-25	Textual emotion recognition to improve real-time communication of disabled people in sustainable environments using an ensemble deep learning approach 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25363-z PMID:41271963	研究论文	提出一种基于改进沙猫群优化的集成深度学习模型，用于提升残障人士在可持续环境中的实时文本情感识别能力	提出OEMPTER-ISCSO方法，结合改进沙猫群优化算法与三种集成分类器（EDBN、ELNN、ITCN），实现高精度文本情感识别	NA	通过文本情感识别技术改善残障人士在可持续环境中的实时沟通能力	社交媒体文本数据，重点关注沟通障碍人士的情感表达	自然语言处理	残障人士沟通障碍	文本情感分析	集成深度学习	文本	NA	NA	EDBN, ELNN, ITCN, FastText	准确率	NA
2765	2025-11-25	Using convolutional neural networks with late fusion to predict heart disease 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25100-6 PMID:41271968	研究论文	提出一种基于卷积神经网络和深度神经网络的新型晚期融合方法用于心脏病预测	开发了结合数值特征与图形特征的混合架构，能够捕捉数据集的时空特性	仅使用303个样本的小型数据集，需要更大规模数据验证模型泛化能力	开发精确可扩展的心脏病预测算法	心脏病患者数据	机器学习	心血管疾病	深度学习	CNN, DNN	表格数据, 图形数据	303个实例，13个特征	NA	混合架构	准确率, 精确率, 召回率, F1分数	NA
2766	2025-11-25	Hybrid deep learning framework for cardiovascular disease diagnosis and prognosis using GAN, LSTM, GRU, VARMA, and deep DynaQ network 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25296-7 PMID:41271980	研究论文	提出一种结合GAN、LSTM、GRU、VARMA和深度DynaQ网络的混合深度学习框架，用于心血管疾病的诊断和预后预测	首次将GAN、LSTM、GRU、VARMA和深度DynaQ网络集成到统一框架中，通过生成合成医学图像增强训练数据，并学习最优诊断治疗策略	NA	改进心血管疾病的早期诊断准确性和预后预测效果	心血管疾病患者	医学图像分析	心血管疾病	医学图像分析	GAN, LSTM, GRU, Deep DynaQ Network	医学图像, 时间序列数据	大型医学图像和患者数据集	NA	GAN, LSTM, GRU, VARMA, Deep DynaQ Network	准确率, 灵敏度	NA
2767	2025-11-25	Pose estimation of differential drive robots using deep learning and raw sensor inputs 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25207-w PMID:41271966	研究论文	提出一种基于深度学习和原始传感器输入的差速驱动机器人位姿估计方法	直接使用原始传感器数据而不进行特征提取，在输入数据中融入真实IMU传感器噪声	实验数据规模相对较小（仅9条真实实验路径）	估计移动机器人的位置和方向	差速驱动轮式移动机器人	机器学习	NA	惯性测量单元(IMU)传感，纯追踪算法	CNN, LSTM, GB, RF	传感器原始数据	2018条路径（2009条仿真，9条真实实验）	NA	卷积神经网络，长短期记忆网络，梯度提升，随机森林	位置和方向估计精度	NA
2768	2025-11-25	AI-driven real-time responsive design of urban open spaces based on multi-modal sensing data fusion 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25143-9 PMID:41271992	研究论文	提出一种基于多模态传感数据融合的AI驱动实时响应式城市开放空间设计方法	采用分层数据融合架构处理异构传感器数据，结合深度学习和强化学习实现动态空间优化，达到亚100毫秒响应时间	仅在三个代表性城市场地进行实验验证，需要更多实际部署案例证明普适性	开发能够持续适应变化条件、优化资源利用并提升用户体验质量的智能城市环境	城市开放空间，特别是高密度城市区域的公共交通导向公共空间	机器学习	NA	多模态传感数据融合	深度学习,强化学习	视觉数据,声学数据,环境数据	三个代表性城市场地，包括上海大都会中央广场2.4公顷公共空间	NA	NA	空间利用效率,行人流优化,运营成本,用户满意度,环境质量指标	优化计算架构,智能缓存策略
2769	2025-11-25	An intelligent fusion-based transfer learning model with artificial protozoa optimiser for enhancing gesture recognition to aid visually impaired people 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25244-5 PMID:41272029	研究论文	提出一种基于人工原生动物优化器的迁移学习融合模型，用于增强手势识别以帮助视障人士	结合VGG16、InceptionV3和ResNet-50三种迁移学习模型进行特征提取，并采用人工原生动物优化器自动调整堆叠稀疏自编码器的超参数	仅使用印度手语数据集进行验证，未在其他数据集或实际场景中测试	通过深度学习技术提升手势识别准确率，帮助视障人士改善人机交互体验	手语手势图像数据	计算机视觉	视力障碍	图像处理、深度学习	CNN, 自编码器, 优化算法	图像	印度手语数据集	TensorFlow, Keras	VGG16, InceptionV3, ResNet-50, 堆叠稀疏自编码器	准确率	NA
2770	2025-11-25	Leveraging artificial intelligence in antibody-drug conjugate development: from target identification to clinical translation in oncology 2025-Nov-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01159-2 PMID:41272032	综述	本文综述人工智能在抗体偶联药物开发全流程中的应用与前景	系统阐述AI在ADC开发中从靶点识别到临床转化的全流程赋能策略，提出可解释模型架构和闭环实验平台等战略重点	依赖高质量多模态数据集，模型可解释性仍需加强，临床转化存在验证挑战	探讨人工智能如何优化抗体偶联药物的开发流程并推动肿瘤精准治疗	抗体偶联药物的开发流程及肿瘤治疗应用	人工智能在药物开发	肿瘤学	多组学整合、图学习、生成模型、深度学习、Transformer框架	图神经网络、生成模型、Transformer、深度学习	多组学数据、结构数据、临床数据、真实世界数据	NA	NA	Transformer, 图神经网络, 生成模型	预测准确性, 机制清晰度	NA
2771	2025-11-25	Graph-based federated learning approach for intrusion detection in IoT networks 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25175-1 PMID:41272034	研究论文	提出一种基于图联邦学习的物联网入侵检测方法FedGATSage，解决现有方法在结构和时序模式捕获上的不足	集成客户端图注意力网络与服务器端GraphSAGE，通过社区抽象同时保留结构关系和时序模式	未明确说明模型在更大规模物联网网络中的扩展性	开发能够检测协同攻击的物联网入侵检测系统	物联网网络中的网络入侵行为，特别是DDoS等协同攻击	机器学习	NA	图神经网络，联邦学习	GAT, GraphSAGE	网络图数据，时序数据	NF-ToN-IoT和CIC-ToN-IoT数据集	NA	Graph Attention Networks, GraphSAGE	检测准确率，通信开销	NA
2772	2025-11-25	OCRNet a robust deep learning framework for alphanumeric character recognition to assist the visually impaired 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25278-9 PMID:41272045	研究论文	提出一种用于字母数字字符识别的鲁棒深度学习框架OCRNet，旨在辅助视觉障碍人士	设计43层优化神经网络结合门控循环单元(GRU)的混合模型，在动态环境中实现字符识别，并在树莓派平台上实现便携部署	NA	开发实时文本识别系统以辅助视觉障碍人士与环境交互	62个字母数字字符（包括大小写字母和数字）	计算机视觉	视觉障碍	光学字符识别(OCR)	CNN, GRU	图像	NA	NA	自定义43层神经网络, GRU	准确率, 精确率, 召回率, F1分数	树莓派平台
2773	2025-11-25	Enhanced YOLOv7 with CDP-ELAN and gather-distribute mechanism for robust smoke and flame detection 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25306-8 PMID:41272099	研究论文	提出一种增强型YOLOv7模型CGDS-YOLO，用于鲁棒的烟雾和火焰检测	引入CDP-ELAN模块融合坐标卷积、多样化分支块和部分卷积，采用聚集-分发机制改进多尺度信息融合，使用SlimNeck结构减少参数并保留细节，采用归一化Wasserstein距离增强小目标检测	NA	改进基于深度学习的火灾检测方法，解决特征感知弱、信息丢失、计算成本高和小目标检测性能差等问题	烟雾和火焰检测	计算机视觉	NA	NA	YOLO	图像	自制烟雾火焰数据集和公开Visdrone数据集	NA	YOLOv7, CDP-ELAN, SlimNeck	mAP	NA
2774	2025-11-25	Explainable AI for intelligent green energy forecasting: deep learning with iHow optimization algorithm (iHOW) 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26167-x PMID:41272235	研究论文	本研究提出了一种结合动态时间卷积网络、特征选择方法和iHow优化算法的可解释人工智能方法，用于绿色能源预测	整合了动态时间卷积网络(DTCNs)、特征选择方法和新型元启发式优化算法iHow，显著提高了绿色能源预测精度	NA	提高绿色能源预测精度，支持有效的能源管理和电网可靠性	太阳能和风能等可再生能源的发电量预测	机器学习	NA	深度学习，元启发式优化算法	动态时间卷积网络(DTCNs)	时间序列数据	NA	NA	动态时间卷积网络(DTCNs)	均方误差(MSE), R平方值(R²)	NA
2775	2025-11-25	Research on the prediction of slow blood flow in pPCI of STEMI patients based on CatBoost 2025-Nov-21, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03406-5 PMID:41272650	研究论文	本研究基于CatBoost算法预测STEMI患者直接经皮冠状动脉介入治疗后的慢血流现象	结合36种数据填补与平衡方法的组合，并集成8种机器学习方法，最终使用贝叶斯优化的CatBoost模型进行预测	数据仅来自南宁市四家三甲医院，样本来源相对局限	预测STEMI患者pPCI术后慢血流风险，为早期干预提供依据	接受直接经皮冠状动脉介入治疗的STEMI患者	机器学习	心血管疾病	GAN数据填补，贝叶斯超参数优化	CatBoost, 集成机器学习	临床数据	来自四家三甲医院的pPCI患者数据	CatBoost, Optuna	CatBoost	AUC, F1-score, ROC曲线	NA
2776	2025-11-25	Computational Approaches to Neurological Disorder Diagnosis: An In-Depth Review of Current Methods and Future Prospects 2025-Nov-21, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056404224251026110800 PMID:41276980	综述	本文对五种主要神经系统疾病（阿尔茨海默病、帕金森病、癫痫、亨廷顿病和肌萎缩侧索硬化）的计算诊断方法进行了全面分析	系统评估了140项同行评审研究，整合了多模态数据并探讨了深度学习等新兴技术在神经诊断中的潜力	临床实施仍面临挑战，诊断精度和患者预后有待进一步改善	改善神经系统疾病的诊断精度和患者预后	阿尔茨海默病、帕金森病、癫痫、亨廷顿病和肌萎缩侧索硬化五种神经系统疾病	机器学习	神经系统疾病	机器学习算法、神经影像技术、电生理信号分析	深度学习	多模态数据	基于140项同行评审研究的综合分析	NA	NA	有效性、准确性	NA
2777	2025-07-24	Integrating radiology and histology via co-attention deep learning for predicting progression-free survival in patients with metastatic prostate cancer 2025-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003697 PMID:40693634	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2778	2025-11-25	Comparative Evaluation of Deep Learning Models for 3D Segmentation and Volumetry of Vestibular Schwannomas Using Large Heterogeneous Datasets with External Validation 2025-Nov-19, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9112 PMID:41260669	研究论文	本研究比较了五种深度学习模型在听神经瘤3D分割和体积测量中的性能，并评估了其对数据异质性的鲁棒性和外部验证的泛化能力	首次在大规模异质性数据集上系统比较了包括CNN、Transformer和基础模型在内的五种深度学习模型在听神经瘤3D分割中的表现，并进行了外部验证	对小肿瘤(<200mm³)的分割性能相对较低(Dice评分0.848-0.854)，模型性能受肿瘤体积大小影响	评估和比较深度学习模型在听神经瘤3D分割和体积测量中的性能	听神经瘤患者	医学图像分析	听神经瘤	T1对比增强MRI成像	深度学习分割模型	3D医学图像	内部数据集：2,692个扫描(383名患者)用于训练，277个扫描(97名患者)用于测试；外部测试集：241个扫描	nnUNet, U-Mamba, UNETR, MedSAM	nnUNet(base, ResEncL), U-Mamba, UNETR, MedSAM	Dice相似系数, Hausdorff距离, 表面到表面距离, 相对体积误差	NA
2779	2025-11-25	Personalized real-time inference of momentary excitability from human EEG 2025-Nov-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121547 PMID:41135744	研究论文	提出PRIME深度学习框架，通过原始EEG信号实时预测皮层兴奋性	首次直接从原始EEG信号预测TMS诱发电位幅度，结合迁移学习和持续自适应技术实现个性化生物标志物识别	目前仅验证于运动皮层，其他皮层区域的适用性尚未建立	开发实时脑皮层兴奋性推断方法以改进经颅磁刺激治疗效果	人类脑电图信号和皮层兴奋性	机器学习	神经系统疾病	脑电图, 经颅磁刺激	深度学习	脑电图信号	NA	NA	NA	预测精度, 延迟时间	NA
2780	2025-11-25	Real-time deep learning for tumor segmentation and tool tracking: development and validation of an AI navigation system in vacuum-assisted breast biopsy 2025-Nov-13, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-04087-4 PMID:41225484	研究论文	开发并验证了一种基于YOLOv11深度学习架构的实时AI导航系统，用于真空辅助乳腺活检中的肿瘤分割和工具追踪	首个专门为真空辅助乳腺活检设计的实时AI导航系统，采用两阶段深度学习架构实现肿瘤定位和工具实时追踪	研究样本仅来自单一医疗中心，需要多中心验证来确认泛化能力	开发实时AI导航系统以辅助缺乏放射学经验的年轻医生在真空辅助乳腺活检中准确定位病灶和活检针	乳腺病灶和活检工具	计算机视觉	乳腺疾病	超声成像	YOLO	超声图像	来自167例真空辅助乳腺活检的22,278张标注超声图像	NA	YOLOv11	mAP50, 处理速度	GPU和CPU平台