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
281	2025-10-30	Deep learning based optimal fish species identification to maximize production in fish ponds 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21598-y PMID:41152425	研究论文	使用深度神经网络根据鱼塘水质参数识别最佳鱼类物种以提高产量	首次将深度神经网络应用于基于水质参数的鱼类物种识别，相比传统机器学习方法实现了100%准确率	样本量较小（仅196个样本），且研究局限于印度Warangal地区的特定鱼塘	通过识别最适合鱼塘水质条件的鱼类物种来最大化鱼类产量	鱼类物种和鱼塘水质参数	机器学习	NA	水质传感器监测（pH传感器、温度传感器、浊度传感器）	DNN	传感器数据	196个样本	NA	深度神经网络	准确率	NA
282	2025-10-30	Multistage prediction approach of EVs charging performance in smart transportation systems by deep learning technique 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21625-y PMID:41152435	研究论文	提出一种基于前馈深度神经网络的多阶段预测方法，用于智能交通系统中电动汽车充电性能预测	首次将实时距离、道路特征和天气数据等影响因素与历史充电数据结合，采用多阶段方法预测电动汽车的充电状态和可用充电时间	未明确说明数据来源的具体限制和模型在其他场景下的泛化能力	提高智能交通系统中电动汽车充电行为的预测精度	电动汽车充电性能	机器学习	NA	深度学习技术	FDNN	历史充电数据、实时距离数据、道路特征数据、天气数据	NA	NA	前馈深度神经网络	SMAPE	NA
283	2025-10-30	A bias-resilient client selection analysis for federated brain tumor segmentation 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21548-8 PMID:41152446	研究论文	提出一种抗偏见的联邦学习客户端选择方法用于脑肿瘤分割	提出Fed_WCE_BTD框架，结合改进的UNet架构和弱客户端淘汰机制，采用最优自适应客户端选择策略	水肿识别Dice系数为80%，与基线方法性能相当	在脑肿瘤分割任务中超越或达到非联邦学习环境的性能	脑肿瘤MRI图像	医学图像分析	脑肿瘤	MRI多模态成像	CNN	医学图像	BRATS 2021数据集	联邦学习	改进的UNet	Dice系数	NA
284	2025-10-30	Deep learning-assisted CBCT segmentation provides reliable volumetric assessment of mandibular defects compared with micro-CT for 3D printing and surgical planning 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24748-4 PMID:41152443	研究论文	本研究评估了深度学习辅助CBCT分割在颌骨缺损体积评估中的可靠性，并与微CT金标准进行对比	首次系统评估CBCT体积测量精度的影响因素，并验证深度学习分割模型在颌骨缺损评估中的可行性	研究使用人工兔颌骨缺损模型，样本量相对较小（28个样本）	提高CBCT在数字牙科应用中的体积测量精度，优化临床诊断方案	兔颌骨人工骨缺损	数字病理	颌骨缺损	CBCT成像，微CT成像	深度学习	医学影像	28个兔颌骨人工骨缺损样本	Avizo	ResNet18编码的U-Net架构	体积测量准确性，统计显著性检验（p值）	NA
285	2025-10-30	A novel hybrid attention based deep learning framework for textual emotion recognition using natural language processing technologies for disabled persons 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21532-2 PMID:41152453	研究论文	提出一种基于混合注意力的深度学习框架，用于通过自然语言处理技术为残障人士进行文本情感识别	提出新型混合注意力长短期记忆分类器(HA-LSTM)和振荡混沌向日葵优化(OCSFO)方法进行超参数调优	NA	通过文本情感识别技术改善残障人士的辅助技术和情感理解	残障人士的文本情感数据	自然语言处理	残障疾病	自然语言处理	LSTM, 注意力机制	文本数据	NA	NA	HA-LSTM, Word2Vec	准确率	NA
286	2025-10-30	A novel method based on a multiscale convolution neural network for identifying lung nodules 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21582-6 PMID:41152460	研究论文	提出一种基于多尺度卷积神经网络的新型肺结节识别方法	提出结合高斯金字塔分解的多尺度卷积神经网络模型，在检测实性结节和纯磨玻璃结节方面性能显著提升	NA	解决肺结节识别和分类的挑战	肺结节	计算机视觉	肺癌	医学图像分析	CNN, MCNN	医学图像	NA	NA	多尺度卷积神经网络	F1值, 准确率	NA
287	2025-10-30	Differential effects of vesicular urokinase receptor uPAR on vascular cell migration and proliferation 2025-Oct-28, Molecular and cellular biochemistry IF:3.5Q3 DOI:10.1007/s11010-025-05420-x PMID:41152550	研究论文	本研究探索了间充质干细胞来源的细胞外囊泡中uPAR通过差异调控血管细胞迁移和增殖参与血管生成的新机制	首次发现uPAR缺失会改变MSC来源囊泡对血管细胞的选择性调控作用，并揭示uPA/uPAR系统在囊泡介导的血管生成中具有细胞类型特异性功能	研究主要基于小鼠模型和体外实验，尚未在人体组织或体内环境中验证	探究细胞外囊泡中uPAR在血管生成过程中的调控机制	间充质干细胞来源的细胞外囊泡、内皮细胞、平滑肌细胞	细胞生物学	血管生成相关疾病	超速离心、流式细胞术、蛋白质印迹、纳米颗粒追踪分析、免疫荧光染色、共聚焦显微镜、ELISA	深度学习目标检测模型	显微镜图像	小鼠脂肪组织来源的MSCs	NA	NA	细胞计数	NA
288	2025-10-30	Impact of Super-Resolution Deep Learning Reconstruction on Low-Dose CT in Patients with Central Venous Catheter or Central Venous Port 2025-Oct-28, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01726-w PMID:41152657	研究论文	评估超分辨率深度学习重建在中心静脉导管患者低剂量CT成像质量中的影响	首次将超分辨率深度学习重建技术应用于中心静脉导管患者的低剂量CT成像，并与混合迭代重建进行对比	回顾性研究设计，样本量未明确说明，仅由三位阅读者进行评估	评估SR-DLR对低剂量CT图像质量的改善效果	携带中心静脉导管或中心静脉端口的患者	医学影像分析	血管通路相关并发症	低剂量CT扫描，三维定位扫描	深度学习重建	胸部CT图像	NA	NA	超分辨率深度学习重建	图像噪声标准差，定性评估（噪声、伪影、血管显示、血肿和导管位置评估便利性）	NA
289	2025-10-30	Comparison of machine learning methods versus traditional Cox regression for survival prediction in cancer using real-world data: a systematic literature review and meta-analysis 2025-Oct-28, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02694-z PMID:41152747	系统综述与荟萃分析	系统比较机器学习模型与传统Cox回归在癌症生存预测中的性能差异	首次通过系统综述和荟萃分析方法全面评估多种机器学习模型在真实世界癌症数据中的生存预测性能	纳入研究数量有限（21篇系统综述，7篇荟萃分析），缺乏针对特定癌症类型或特定机器学习模型的深入比较	比较机器学习模型与传统Cox回归模型在癌症生存预测中的性能差异	观察性研究中癌症患者的生存数据	机器学习	癌症	生存分析	随机生存森林,梯度提升,深度学习,Cox回归	真实世界临床数据	21项研究的汇总数据	NA	随机生存森林,梯度提升机,深度学习网络	AUC,C-index	R语言
290	2025-10-30	Automated FAZ segmentation and diabetic retinopathy classification using OCTA images 2025-Oct-28, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-04473-2 PMID:41152755	研究论文	提出一种自动化框架，使用OCTA图像进行FAZ分割和糖尿病视网膜病变分类	开发了两阶段深度学习流程，结合DeepLabv3+、EfficientNetB0和SE模块进行FAZ分割，并使用GoogLeNet基于FAZ形状特征进行DR分期分类	样本量相对较小（253个OCTA扫描），仅来自单一医疗中心	探索使用OCTA图像自动分割FAZ并分类糖尿病视网膜病变的可行性	161名参与者的253个OCTA扫描（126个SCP，127个DCP）	医学图像分析	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	CNN	医学图像	253个OCTA扫描，来自161名参与者（39名正常，78名NPDR，44名PDR）	NA	DeepLabv3+, EfficientNetB0, GoogLeNet	Dice相似系数, AUC	NA
291	2025-10-30	Interpretable machine learning model for cardiovascular disease risk prediction: a feature decomposition-based study 2025-Oct-28, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-24921-4 PMID:41152787	研究论文	本研究开发了一种基于特征分解的深度学习模型用于心血管疾病风险预测	提出基于特征分解的深度学习模型(FDDL)，并采用SHAP方法进行模型解释	仅使用单一Kaggle数据集，未进行外部验证	构建和验证心血管疾病预测模型	心血管疾病风险预测	机器学习	心血管疾病	机器学习	深度学习	结构化医疗数据	68,205名心血管疾病受访者	NA	特征分解深度学习模型(FDDL)	准确率,精确率,召回率,F1分数,AUC-ROC	NA
292	2025-10-30	Recent advances in plant disease detection: challenges and opportunities 2025-Oct-28, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01450-0 PMID:41152989	系统综述	本文系统分析深度学习在植物病害检测中的应用进展，重点关注RGB和高光谱成像技术	首次系统评估11个基准数据集上的性能差距，揭示实验室与田间部署的显著差异，并建立基于证据的部署指南	主要基于已发表研究，缺乏对未公开商业系统的全面评估	推动植物病害检测从研究原型向实用农业工具发展	植物病害检测系统	计算机视觉	植物病害	RGB成像, 高光谱成像	CNN, Transformer	图像	11个基准数据集	NA	SWIN, 传统CNN	准确率	NA
293	2025-10-30	Quantitative Analysis of Distinct Colon Crypt Branching Modes Using Interpretable Machine Learning 2025-Oct-28, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izaf230 PMID:41157897	研究论文	本研究使用可解释机器学习方法对结肠隐窝分支模式进行定量分析	开发了能够区分对称和非对称隐窝分支模式的机器学习模型，并通过手工特征实现算法分类标准的直接解释	模型性能仍有提升空间，经典集成模型平衡准确率为0.80，深度学习模型为0.79	改进炎症性肠病亚型的定量描述和组织学特征表征	结肠隐窝分支模式	数字病理学	炎症性肠病	形态学特征分析	集成模型,深度学习模型	分割掩码,形态学特征	专家标注的数据集	NA	NA	平衡准确率	NA
294	2025-10-30	Advancing biomedical waste classification through a hybrid ensemble of deep Learning, reinforcement Learning, and differential evolution algorithms 2025-Oct-27, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.115210 PMID:41151359	研究论文	提出一种结合深度学习、强化学习和差分进化算法的混合集成模型，用于生物医学废物分类	首次将深度学习、强化学习和差分进化算法通过双异质集成方式结合，开发出高性能的BioSorter废物分类系统	仅在小型医疗中心进行实际部署验证，需要更大规模的应用测试	开发高效的生物医学废物分类系统，改善医疗废物管理	制药和生物医学废物，特别是传染性与非传染性废物的分类	计算机视觉	NA	图像增强、集成图像分割、集成卷积神经网络	CNN, 强化学习, 差分进化算法	图像	专有数据集和基准数据集	NA	U-Net, Mask R-CNN, DeepLab Version 3 Plus, Inception Version 3, Residual Network 50, Mobile Network Version 2, Densely Connected Convolutional Network 121	准确率, 处理吞吐量, 系统可用性量表(SUS)评分	NA
295	2025-10-30	nnDoseNet: Intuitive and flexible deep learning framework to train and evaluate radiotherapy dose prediction models 2025-Oct-27, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111237 PMID:41151501	研究论文	介绍nnDoseNet深度学习框架，用于自动化和简化放疗剂量预测	基于nnU-Net分割引擎构建首个专门用于放疗剂量回归预测的深度学习框架，整合剂量体积直方图损失函数和多通道输入	框架输出仅为剂量预测而非临床可执行治疗计划，计划优化、质量保证和临床批准仍需额外步骤	开发自动化放疗剂量预测框架以简化临床工作流程	头颈癌患者和前列腺癌患者的放疗剂量分布	医学影像分析	头颈癌,前列腺癌	深度学习	U-Net	CT图像,靶区轮廓,危及器官轮廓,体部掩模	头颈癌340例(训练240/测试100),前列腺癌80例(训练45/测试35)	PyTorch	U-Net	剂量评分,DVH评分,均方误差,Dmean,D95	NA
296	2025-10-30	Integrating optimal prediction model with hybrid deep learning for coated metal oxide nanoparticle drug delivery systems 2025-Oct-27, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111229 PMID:41151503	研究论文	提出一种结合混合深度学习和优化预测模型的新框架，用于改进涂层金属氧化物纳米颗粒药物递送系统的设计	首次将阿德利企鹅优化和猎鹿优化算法与动态双工深度神经网络相结合，用于预测最佳药物与金属氧化物纳米颗粒组合	仅基于ChEMBL-MONP数据集验证，未在其他数据集上测试泛化能力	开发精准预测药物与金属氧化物纳米颗粒最佳组合的计算模型	涂层金属氧化物纳米颗粒药物递送系统	机器学习	NA	药物递送纳米系统	深度神经网络	分子和物理化学特性数据	ChEMBL-MONP数据集	NA	动态双工深度神经网络	准确率, 精确率, 召回率, F1分数, 特异性, AUROC	NA
297	2025-10-30	Single-cell multiomics data integration and generation with scPairing 2025-Oct-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101211 PMID:41151585	研究论文	提出scPairing深度学习模型，用于单细胞多组学数据的整合与生成	受对比语言-图像预训练(CLIP)启发，将不同细胞模态嵌入到共同嵌入空间，并扩展生成三模态数据	NA	解决单细胞多组学数据稀缺问题，促进跨模态关系发现	视网膜细胞、免疫细胞和肾脏细胞	机器学习	NA	单细胞多组学技术	深度学习	单细胞多组学数据	NA	NA	受CLIP启发的对比学习架构	NA	NA
298	2025-10-30	Deep Learning Strategies for Predicting Amputation Free Survival in Patients with Peripheral Artery Disease 2025-Oct-26, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2025.10.043 PMID:41151636	研究论文	本研究通过比较多种机器学习模型与传统Cox比例风险模型，预测外周动脉疾病患者的无截肢生存期	首次系统性地将多种生存机器学习模型应用于外周动脉疾病患者的无截肢生存期预测，并开发了患者特异性风险分层工具	需要外部验证才能应用于临床实践	改进外周动脉疾病患者无截肢生存期的预测准确性	2366名接受血运重建术的症状性外周动脉疾病患者	机器学习	外周动脉疾病	生存分析	条件生存森林, 随机生存森林, DeepHit, Cox比例风险模型, Fine and Gray模型	临床数据	2366名患者	NA	非线性Cox比例风险模型, 条件生存森林, 随机生存森林, DeepHit	一致性指数, 综合Brier评分	NA
299	2025-10-30	[Endometrial cancer lesion region segmentation based on large kernel convolution and combined attention] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202502023 PMID:41152163	研究论文	提出一种基于大核卷积和组合注意力的子宫内膜癌病灶区域分割模型SCWU-Net	设计了空间选择模块(SSM)和组合权重模块(CWM)，通过深度卷积块增强上下文信息捕获能力，并在跳跃连接中应用联合注意力机制	NA	提高子宫内膜癌CT图像中病灶区域分割的准确性	子宫内膜癌病灶区域	计算机视觉	子宫内膜癌	CT成像	深度学习分割模型	CT图像	公共数据集	NA	U-Net, SCWU-Net	Dice相似系数, IoU, 精确率, 召回率	NA
300	2025-10-30	[A method for emotion transition recognition using cross-modal feature fusion and global perception] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504040 PMID:41152169	研究论文	提出一种基于跨模态特征融合和全局感知网络的情感状态转换识别方法	首次设计包含六种情感转换场景的实验范式，提出结合深度典型相关分析与跨模态注意力机制的特征融合方法，以及CNN与Transformer并行的混合架构	实验样本量较小（20名参与者），仅在实验室环境下验证	解决动态情感状态转换识别问题	脑电图和眼动信号	生物医学工程	NA	脑电图，眼动追踪	CNN, Transformer	时间序列信号	20名参与者	NA	CNN, Transformer	均方误差，识别准确率，稳定性	NA