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
2861	2025-11-24	A dataset of building surface defects collected by UAVs for machine learning-based detection 2025-Nov-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06318-5 PMID:41274920	研究论文	本研究构建了一个基于无人机采集的建筑表面缺陷数据集，用于机器学习检测任务	创建了首个涵盖多种结构类型和缺陷类别的大规模无人机建筑缺陷数据集，包含标准化标注和系统数据划分	数据集仅包含六种结构类型和五种缺陷类别，可能无法覆盖所有实际工程场景	解决建筑表面缺陷检测中高质量标注数据集缺乏的问题，推动自动化视觉检测技术发展	建筑表面缺陷，包括裂缝、脱落、渗漏、腐蚀和鼓包等类型	计算机视觉	NA	无人机图像采集	NA	图像	14,471张高分辨率图像，涵盖城乡环境中六种结构类型和五种缺陷类别	NA	NA	NA	NA
2862	2025-11-24	Direct video-based spatiotemporal deep learning for cattle lameness detection 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29118-8 PMID:41274941	研究论文	提出基于视频的时空深度学习框架用于牛跛行自动检测	采用直接端到端的视频分类方法，无需依赖目标检测和姿态估计的多阶段流程	数据集规模较小（50个视频片段），仅包含42头个体牛	开发自动牛跛行检测系统以改善动物福利和减少经济损失	牛的步态视频数据	计算机视觉	牛跛行	视频分析	3D CNN, ConvLSTM2D	视频	50个视频片段，包含42头个体牛	NA	3D CNN, ConvLSTM2D	准确率, 精确率, 召回率, F1分数	NA
2863	2025-11-24	Comparative analysis of multiple deep learning models with mitigation-driven approaches for enhanced Alzheimer's disease classification 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27914-w PMID:41274951	研究论文	比较多种深度学习模型在阿尔茨海默病分类中的性能，并提出缓解类别不平衡的方法	系统比较十种深度学习架构，提出结合SMOTE、代价敏感学习和焦点损失的类别不平衡缓解策略，开发保留96%诊断信息的2D网格方法	模型在痴呆类别灵敏度较低(38%)，Vision Transformer和CapsNets出现完全分类失败	开发计算效率高且诊断准确的阿尔茨海默病自动分类方法	1346名患者的T1加权MRI扫描	医学神经影像分析	阿尔茨海默病	结构磁共振成像	CNN, Vision Transformer, Capsule Networks	2D网格图像	1346名患者的14,983张2D网格图像	NA	ECAResNet269, 传统CNNs, Vision Transformers, Capsule Networks	平衡准确度, 灵敏度, 特异性	标准临床硬件
2864	2025-11-24	Advancing personalised therapy in neovascular AMD through deep learning-based OCT biomarker quantification 2025-Nov-22, Eye (London, England) DOI:10.1038/s41433-025-04133-1 PMID:41274985	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2865	2025-11-24	Development and validation of an artificial intelligence-based model for cardiovascular disease prediction using longitudinal data 2025-Nov-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03280-5 PMID:41275275	研究论文	开发并验证基于人工智能的心血管疾病预测模型，利用纵向数据评估深度学习模型在疾病预测中的效果	首次在伊朗人群中应用LSTM和GRU深度学习模型处理纵向医疗数据预测心血管疾病，使用有限临床变量达到与大规模研究相当的预测性能	仅使用21个常规临床变量，可能未包含所有相关风险因素；研究人群局限于伊朗特定地区	开发有效的心血管疾病预测模型，识别关键预测因素	伊朗30岁及以上无心血管疾病史的成年人	机器学习	心血管疾病	纵向数据分析	LSTM, GRU, 混合效应逻辑模型	纵向医疗数据	4,872名基线参与者，最终分析样本包括1,942名男性和2,930名女性	NA	LSTM, GRU	AUC	NA
2866	2025-11-24	AI-driven multi-omics integration in precision oncology: bridging the data deluge to clinical decisions 2025-Nov-21, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01965-9 PMID:41266662	综述	探讨人工智能如何整合多组学数据推动精准肿瘤学从群体化治疗向个体化医疗转型	系统阐述AI技术在多组学整合中的创新应用，包括图神经网络建模生物网络、Transformer实现跨模态融合、可解释AI提供临床决策透明度	模型泛化能力不足、伦理公平性挑战、监管标准尚未统一	通过AI驱动的多组学整合提升肿瘤精准医疗水平	多组学数据（基因组学、转录组学、蛋白质组学、代谢组学、影像组学）	机器学习	癌症	多组学整合分析	深度学习, 机器学习, 图神经网络, Transformer	多组学数据	NA	NA	图神经网络, Transformer	AUC	量子计算, 联邦学习
2867	2025-11-24	Pixel-level detection and classification of marine oil spills in aerial imagery with annotation uncertainty handling 2025-Nov-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118975 PMID:41273820	研究论文	提出基于深度学习的海洋溢油像素级检测与分类框架，能够处理标注不确定性	开发了包含真实监测数据和在线来源的互补RGB数据集，通过U-Net架构实现溢油存在检测和油品类型分类，并系统研究网络结构、数据增强和视觉模糊区域处理	多类油品分类的mIoU相对较低(0.351)，模型在多样化海洋条件下的泛化能力仍需验证	开发快速准确的海洋溢油自动检测方法以支持环境缓解工作	海洋溢油现象	计算机视觉	NA	航空影像采集	CNN	RGB图像	两个互补的像素级标注数据集（真实监测数据和在线来源数据）	NA	U-Net	mIoU, 准确率	NA
2868	2025-11-24	Ultra-low dose CT for suspected physical abuse 2025-Nov-21, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102148 PMID:41274092	研究论文	本研究通过体模实验比较超低剂量CT与标准剂量CT在疑似虐待儿童诊断中的图像质量和辐射剂量	首次在新生儿体模上评估超低剂量全身CT用于疑似虐待诊断的可行性	基于体模研究而非真实患者，未直接与X射线摄影骨骼检查比较	评估超低剂量CT在疑似虐待儿童诊断中替代X射线摄影的潜力	新生儿全身人体模型	医学影像	儿童虐待损伤	CT扫描，深度学习迭代重建，蒙特卡洛模拟	深度学习重建算法	CT图像	46名观察者（38名放射技师和8名放射科医生）	NA	NA	图像质量评分，有效剂量，曲线下面积，置信区间	GE Revolution Apex扫描仪
2869	2025-11-24	Effects of disease duration and antipsychotics on brain age in schizophrenia 2025-Nov-21, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2025.11.008 PMID:41274179	研究论文	本研究通过脑年龄预测模型探讨精神分裂症患者脑加速老化现象及其与抗精神病药物的关系	首次同时使用基于Transformer的模型和预训练深度学习模型验证脑年龄差距，并比较用药与未用药双相障碍患者的脑年龄差异	需要纵向研究来阐明精神分裂症脑老化的时间动态，当前研究为横断面设计	探究精神分裂症患者脑加速老化现象的进展性特征及抗精神病药物的潜在影响	首发精神病患者、健康对照者、接受和未接受抗精神病药物治疗的双相障碍患者	医学影像分析	精神分裂症	神经影像数据分析	Transformer, 深度学习模型	脑影像数据	未明确样本数量	FastSurfer	Transformer, 预训练深度学习模型	Brain Age Gap（脑年龄差距）	NA
2870	2025-11-24	The need for better quality studies: A systematic scoping review of current utility of artificial intelligence in orthopaedics and research gaps in the knee joint 2025-Nov-21, The Knee DOI:10.1016/j.knee.2025.10.022 PMID:41274810	综述	本文通过系统性范围综述评估人工智能在膝关节骨科研究中的应用现状和研究空白	首次系统梳理2008-2025年间AI在膝关节骨科研究中的应用格局，明确诊断与预测应用的比例分布	仅纳入英文文献，可能遗漏其他语言的重要研究；AI模型的再现性、普适性和临床适用性有限	评估AI算法在膝关节疾病临床决策支持中的应用效果和研究缺口	涉及膝关节疾病的成年患者研究	医学人工智能	骨科疾病	机器学习，深度学习	深度学习，传统机器学习	医学影像数据，临床数据	816项符合条件的研究（从2761项研究中筛选）	NA	NA	NA	NA
2871	2025-11-24	Role of artificial intelligence in medical image analysis 2025-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003824 PMID:41131954	综述	概述人工智能在医学影像分析领域的最新进展、方法特点及未来趋势	系统梳理了基于卷积神经网络和大型语言模型的AI技术在医学影像分析中的新兴应用与发展轨迹	缺乏对AI技术解决关键临床挑战性能的深入分析	探讨人工智能在医学影像分析中的作用与发展趋势	医学影像分析技术	计算机视觉	NA	深度学习	CNN, LLM	医学影像	NA	NA	卷积神经网络, 大型语言模型	NA	NA
2872	2025-11-24	Deep learning and whole-brain networks for biomarker discovery: modeling the dynamics of brain fluctuations in resting-state and cognitive tasks 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24702-4 PMID:41266387	研究论文	本研究利用深度学习模型从全脑网络模型中预测分岔参数，并评估其作为区分静息态和任务态脑状态的生物标志物的有效性	首次将全脑网络模型的分岔参数作为生物标志物，结合深度学习进行脑状态区分	仅使用合成BOLD信号进行训练，真实数据验证有限	探索分岔参数作为脑状态特征生物标志物的潜力	人脑连接组项目中的静息态和任务态脑功能数据	计算神经科学	神经系统疾病	BOLD信号分析，脑网络建模	深度学习，机器学习	fMRI数据，合成BOLD信号	人脑连接组项目数据，包含静息态和任务态条件	NA	超临界Hopf脑网络模型	分类准确率	NA
2873	2025-11-24	Real time road scene classification and enhancement for driver assistance under adverse weather 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23171-z PMID:41266398	研究论文	提出一种基于机器学习的实时道路场景分类与图像增强系统，用于恶劣天气下的驾驶辅助	在低成本硬件(Raspberry Pi 5)上实现高精度道路场景分类，并针对不同场景应用特定图像增强技术	在有限硬件上运行，可能无法处理更复杂的深度学习增强技术	开发适用于恶劣天气条件的驾驶辅助视觉系统	道路场景图像（白天、夜晚、雾天、雨天）	计算机视觉	NA	图像增强技术	Random Committee, CNN, YOLO	图像	NA	NA	ResNet-101, CNN, YOLO	准确率	Raspberry Pi 5, USB摄像头, 7英寸显示器
2874	2025-11-24	A lightweight improved YOLOv8 method for intelligent detection of pine wilt disease 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24854-3 PMID:41266447	研究论文	提出一种基于改进YOLOv8的轻量级智能检测方法PWD-YOLO-D，用于无人机遥感图像中的松材线虫病检测	集成高效多尺度交叉注意力机制增强多尺度特征表示，采用自集成注意力模块作为检测头提升遮挡和重叠树冠识别鲁棒性，使用Focaler-IoU损失函数优化定位精度	NA	开发高效精准的松材线虫病智能检测方法以支持及时防控	松材线虫病感染的松树	计算机视觉	植物病害	无人机遥感成像	YOLO	图像	NA	YOLOv8	PWD-YOLO-D（基于YOLOv8改进）	AP@0.5, AP@0.5:0.95, 参数量	NA
2875	2025-11-24	Deep learning using inductively coupled plasma spectroscopy spectra accurately predicts various soil physicochemical properties for soil diagnosis 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24274-3 PMID:41266475	研究论文	本研究利用电感耦合等离子体光谱数据结合深度学习准确预测多种土壤理化性质	首次证明使用土壤提取物的ICP光谱数据可同时预测多种土壤参数	仅使用1941个土壤样本，样本来源和多样性可能有限	开发快速、精确且经济实惠的土壤诊断方法	来自7个国家的1941个土壤样本，涵盖不同土地利用模式和历史的土壤	机器学习	NA	电感耦合等离子体光谱法	深度学习	光谱数据	1941个土壤样本	NA	NA	决定系数	NA
2876	2025-11-24	Automated tumor stroma ratio assessment in colorectal cancer using hybrid deep learning approach 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24229-8 PMID:41266465	研究论文	本研究提出一种混合深度学习框架，用于结直肠癌中肿瘤-间质比率的自动化评估	首次将Transformer机制与CNN结合用于TSR评估，通过混合CNN-Transformer UNET模型增强空间上下文理解	未明确说明样本来源的多样性和模型在外部验证集上的泛化能力	开发自动化、客观的肿瘤-间质比率评估方法以改善结直肠癌预后评估	结直肠癌全切片图像中的肿瘤和间质区域	数字病理学	结直肠癌	全切片图像分析	CNN, Transformer	图像	NA	NA	Efficient-TransUNet, UNET	准确率, 精确率, 召回率, F1分数, 马修斯相关系数, 聚合Dice系数	NA
2877	2025-11-24	Research on coal and gas outburst risk prediction based on improved search algorithm optimized deep learning network 2025-Nov-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24744-8 PMID:41266491	研究论文	基于改进搜索算法优化深度学习网络的煤与瓦斯突出风险预测研究	提出混沌映射和Levy飞行改进乌鸦搜索算法(ICSA)来优化CNN超参数，建立ICSA-CNN预测模型	NA	预测煤与瓦斯突出风险，提高煤矿安全生产水平	煤矿开采过程中的煤与瓦斯突出灾害	机器学习	NA	箱线图、数据插值法、相关性分析	CNN	煤矿安全监测数据	NA	NA	CNN	准确率、混淆矩阵	NA
2878	2025-11-24	Natural language processing techniques to detect delirium in hospitalized patients from clinical notes: a systematic review 2025-Nov-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02051-w PMID:41266514	系统综述	系统综述自然语言处理技术在临床文本中检测住院患者谵妄的应用	首次系统评估NLP技术在谵妄检测中的应用效果，特别指出基于Transformer的模型达到最高性能（AUROC 0.984）	61.5%的研究存在高偏倚风险，仅一项研究进行外部验证，缺乏前瞻性实施和患者结局评估，所有研究均未考虑公平性、缺失数据处理和实施指导	评估自然语言处理技术在临床文本中自动检测谵妄的应用效果和方法	住院患者临床文本数据	自然语言处理	老年疾病	自然语言处理	规则方法,机器学习,深度学习,主题建模,半监督学习	临床文本	超过450,000名患者	NA	Transformer	敏感度,AUROC	NA
2879	2025-11-24	Fetal gestational age estimation using artificial intelligence on non-targeted ultrasound images and video 2025-Nov-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02024-z PMID:41266569	研究论文	开发了一种基于深度学习的胎儿孕周估计模型，可从任意方向的超声图像直接估计孕周	首次使用非定向超声图像和视频进行胎儿孕周估计，无需特定图像方向，并输出不确定性评估	NA	开发一种不依赖专业技能的人工智能胎儿孕周估计方法	胎儿超声图像和视频	医学影像分析	产科疾病	超声成像	深度学习	图像, 视频	78,531例妊娠的200多万张超声图像，验证集包含742个胎儿的36,762张图像	NA	NA	平均绝对误差, p值	NA
2880	2025-11-24	ROFI: a deep learning-based ophthalmic sign-preserving and reversible patient face anonymizer 2025-Nov-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02062-7 PMID:41266592	研究论文	开发基于深度学习的眼科患者面部匿名化框架ROFI，在保护隐私的同时保留疾病特征	使用弱监督学习和神经身份转换技术，实现面部特征匿名化同时保留眼科疾病特征，并支持安全的图像还原功能	NA	开发眼科患者面部图像的隐私保护方法	眼科患者面部图像	计算机视觉	眼科疾病	深度学习	神经网络	图像	三个队列的十一类眼科疾病图像，超过95%的图像被匿名化	NA	NA	准确率, κ系数, 诊断灵敏度, 相似度	NA