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
3121	2025-11-22	AI-driven pre-screening for colorectal cancer using complete blood counts: toward broader population impact 2025-Nov-18, International journal of colorectal disease IF:2.5Q1 DOI:10.1007/s00384-025-05030-5 PMID:41251828	研究论文	开发基于常规血常规数据的透明人工智能模型用于结直肠癌预筛查	首次利用常规血常规数据开发可解释AI模型进行结直肠癌预筛查，相比传统方法更具可及性和成本效益	回顾性研究设计，模型灵敏度(64%)低于粪便免疫化学测试(88%)，仅在部分亚组中与FIT比较	开发基于血常规数据的结直肠癌预筛查工具以改善风险分层和资源分配	28,450名45-75岁在血常规检查后六个月内接受结肠镜检查的个体	机器学习	结直肠癌	血常规检测	岭回归	结构化医疗数据	28,450名个体（439例CRC，2,955例高级别腺瘤，21,662例良性发现）	NA	岭回归	AUC, 灵敏度, 特异性	NA
3122	2025-11-19	Development and validation of an AI-augmented deep learning model for survival prediction in de novo metastatic colorectal cancer 2025-Nov-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03974-2 PMID:41251848	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3123	2025-11-22	Explainable multi stream deep learning for fine grained camel breed classification using a Novel Arabian and Non Arabian dataset 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19146-9 PMID:41253851	研究论文	提出一种可解释的多流深度学习架构，用于细粒度骆驼品种分类	引入新颖的阿拉伯与非阿拉伯骆驼图像数据集，并提出分层自适应框架的多流深度学习架构	某些品种间视觉相似度高，数据集存在不平衡问题	实现细粒度的骆驼品种自动识别和牲畜管理	阿拉伯和非阿拉伯骆驼品种	计算机视觉	NA	图像分类	CNN	图像	1,620张骆驼图像	NA	DenseNet121, MobileNetV2, InceptionV3, ResNet50	准确率	NA
3124	2025-11-22	A Custom Annotated Dataset for Segmentation of Pulmonary Veins, Arteries, and Airways 2025-Nov-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06074-6 PMID:41253855	研究论文	本文提出了一个包含肺静脉、肺动脉和气道综合标注的CT数据集，并开发了基于MONAI的深度学习分割模型	创建了首个大规模公开的肺结构多组织标注数据集，采用两阶段优化策略显著提升了小气道分支的分割性能	数据集主要基于LUNA16数据集，可能对某些特定肺病类型的泛化能力有限	解决肺结构分割领域缺乏大规模标注数据的问题，推动肺病管理技术的发展	肺静脉、肺动脉、气道管腔和气道壁的3D分割	数字病理	肺病	计算机断层扫描(CT)	深度学习分割模型	3D CT图像	254个CT扫描样本	MONAI	NA	Dice相似系数(DSC)	NA
3125	2025-11-22	Explainable AI based cervical cancer prediction using FSAE feature engineering and H2O AutoML 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23593-9 PMID:41253874	研究论文	提出一种结合FSAE特征工程和H2O AutoML的可解释AI框架用于宫颈癌预测	集成堆叠自编码器特征提取和Fisher Score特征选择的混合机器学习框架，结合LIME和SHAP实现模型可解释性	未明确说明样本数据集的具体规模和来源限制	开发可解释的宫颈癌预测模型以改善患者预后和医疗资源分配	宫颈癌患者数据	机器学习	宫颈癌	特征工程，AutoML	自编码器，深度学习	医疗数据	NA	H2O AutoML	堆叠自编码器	准确率，AUC，对数损失，F1分数，错误率	NA
3126	2025-11-22	Novel transfer learning approach for detecting mango fruit type and quality assessment 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24210-5 PMID:41253908	研究论文	提出一种结合迁移学习和机器学习的新方法，用于芒果品种分类和质量评估	提出创新的IncepForestNet特征工程方法，结合Inception V3和随机森林进行特征提取和概率特征发现	NA	开发准确的芒果品种分类和质量评估方法以优化供应链管理	芒果水果	计算机视觉	NA	迁移学习，机器学习	CNN, Random Forest	图像	NA	NA	Inception V3, IncepForestNet	准确率, k-fold验证	NA
3127	2025-11-22	A comparative machine and deep learning approach for predicting ultimate bearing capacity of shallow foundations in cohesionless soil 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22812-7 PMID:41253938	研究论文	开发基于Python的机器学习与深度学习框架预测无黏性土中浅基础的极限承载力	首次系统比较11种机器学习模型与5种深度学习模型在浅基础承载力预测中的性能，并采用SHAP方法解释模型特征重要性	仅基于116组实验数据，样本规模有限；仅针对无黏性土条件	预测无黏性土中浅基础的极限承载力	浅基础	机器学习	NA	NA	GPR, XGBoost, GBM, RF, CatBoost, ANN, DNN	数值数据	116组基础实验数据	Python	人工神经网络, 深度神经网络	决定系数(R), 平均绝对百分比误差(MAPE)	NA
3128	2025-11-22	A novel hybrid deep learning and chaotic dynamics approach for thyroid cancer classification 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24334-8 PMID:41253983	研究论文	提出一种结合深度学习和混沌动力学的甲状腺癌分类方法，通过小波变换和混沌系统增强特征判别能力	首次将CDF9/7小波与n-scroll混沌系统结合用于医学图像分类，通过混沌调制增强特征表示	仅在公开数据集上进行验证，需要更多临床数据验证实际应用效果	开发高精度甲状腺癌自动分类方法以辅助临床诊断	甲状腺超声图像	计算机视觉	甲状腺癌	超声成像	CNN	图像	DDTI数据集1638张图像（819恶性/819良性），TCIA数据集，ISIC皮肤病变子集	NA	自适应卷积神经网络，EfficientNetV2-S, Swin-T, ViT-B/16, ConvNeXt-T	准确率, 敏感度, 特异度, F1分数, AUC	峰值显存1125MB，每张图像处理时间28.7ms
3129	2025-11-22	Artificial intelligence powered intelligent energy management framework for hydrogen storage and dispatch in smart microgrids 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24408-7 PMID:41253996	研究论文	提出一种结合长短期记忆神经网络和磷虾群算法的AI驱动智能能源管理框架，用于优化智能微电网中氢能的存储和调度	首次将LSTM短期预测与KHA优化算法相结合，用于氢能充放电调度优化，在真实微电网场景中验证了框架的有效性	采用简化的恒定效率假设建模光伏阵列、电解槽和燃料电池，未考虑详细的电化学动力学	开发智能能源管理框架以提升氢能集成微电网的灵活性和可靠性	智能微电网中的氢能存储和调度系统	机器学习	NA	NA	LSTM	时间序列数据	基于埃及阿斯旺地区真实案例的15分钟分辨率数据	NA	LSTM, Krill Herd Algorithm	MAPE, 电网输入减少量, 光伏削减量, 能源自给率, 二氧化碳减排量	NA
3130	2025-11-22	Whistles characterisation using artificial intelligence reveals responses of short-beaked common dolphins to a bio-inspired acoustic mitigation device for fishing nets 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24256-5 PMID:41253985	研究论文	本研究开发了一种半自动深度学习方法来识别海豚哨声轮廓，并应用于分析短吻普通海豚对生物启发式声学缓解装置的反应	开发了名为'绘制你自己的轮廓'(DYOC)的半自动深度学习方法，首次对比斯开湾短吻普通海豚种群哨声特征进行了表征	研究仅基于808分钟的音频记录，样本来源局限于比斯开湾特定区域	评估海豚哨声特征及其对外部环境变量的响应	野生自由活动的短吻普通海豚	生物声学分析	NA	声学记录分析	CNN	音频	808分钟音频记录，包含8,730个哨声轮廓	PyTorch	YOLOv8m, ResNet18	标注效率（比手动标注快6倍）	NA
3131	2025-11-22	Biologically explainable multi-omics feature demonstrates greater learning potential by identifying tissue of origin, stages, and subtypes for pan-cancer classification 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24352-6 PMID:41253994	研究论文	开发了一种基于多组学数据的可解释深度学习框架，用于癌症组织起源、分期和亚型的精准分类	结合基因集富集分析和Cox回归分析构建可解释AI模型，采用混合特征选择方法识别癌症相关特征	NA	开发临床适用的精准治疗模型，解决癌症原发器官识别、分期和亚型确定等挑战	来自30种不同器官起源癌症的7632个样本	机器学习	泛癌	转录组、甲基化组、microRNA测序	自编码器, ANN	多组学数据	7632个样本	NA	自编码器, 人工神经网络	准确率	NA
3132	2025-11-22	Hybrid framework for image forgery detection and robustness against adversarial attacks using vision transformer and SVM 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25436-z PMID:41254031	研究论文	提出一种结合视觉变换器和支持向量机的混合框架，用于图像伪造检测并增强对抗攻击的鲁棒性	首次将预训练视觉变换器与支持向量机结合用于图像伪造检测，并采用对抗训练技术提升模型鲁棒性	仅针对复制-移动和拼接两种伪造类型进行检测，未涵盖其他伪造手段	开发能够有效检测图像伪造并抵抗对抗攻击的深度学习框架	真实图像与伪造图像（复制-移动和拼接类型）	计算机视觉	NA	深度学习，对抗训练	Vision Transformer, SVM	图像	多个基准数据集（CASIA v1.0、CASIA v2.0、MICC-F220、MICC-F2000、MICC-F600）	NA	Vision Transformer	NA	NA
3133	2025-11-22	A digital twin model for grain enterprise financial shared service centers based on distributed deep learning and neural symbolic reasoning 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24350-8 PMID:41254019	研究论文	提出了一种基于分布式深度学习和神经符号推理的粮食企业财务共享服务中心数字孪生模型	将分布式深度学习与神经符号推理机制相结合，构建了层次化架构框架，兼具模式识别能力和可解释性	NA	解决复杂财务管理挑战，提升粮食企业财务共享服务中心的运营效率	粮食企业财务共享服务中心	机器学习	NA	数字孪生技术	多层感知机,循环神经网络,卷积神经网络	财务数据	三个主要粮食企业财务共享服务中心的实际部署数据	分布式计算框架	混合神经架构	准确率	分布式计算框架
3134	2025-11-22	Deep learning with refined single candidate optimizer for early polyp detection 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24374-0 PMID:41254033	研究论文	提出一种结合精炼单候选优化器的深度学习方法来实现在结肠镜图像中早期息肉检测的自动化	引入精炼单候选优化器(RSCO)来改进传统优化方法的不足，并从粒子群优化(PSO)的角度优化搜索机制	NA	通过深度学习技术改进结肠镜图像中息肉的早期检测	结肠镜图像中的息肉	计算机视觉	结直肠癌	结肠镜检查	CNN, SVM	图像	SUN结肠镜视频数据库	Caffe	CaffeNet	精确率, 召回率, 准确率	NA
3135	2025-11-22	MRI multi-sequence deep learning integration with clinical profiles for pediatric viral encephalitis diagnosis 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24362-4 PMID:41254047	研究论文	本研究开发了一种融合临床特征和多序列MRI深度学习特征的诊断模型，用于儿童病毒性脑炎的早期诊断	首次将多序列MRI的深度特征与临床独立相关因素融合构建诊断模型，显著提高了儿童病毒性脑炎的诊断性能	回顾性研究设计，样本仅来自单一研究中心，需要外部验证	开发儿童病毒性脑炎的高效、准确、无创早期诊断工具	525例诊断为脑炎的儿科患者，分为病毒性脑炎组和非病毒性脑炎组	医学影像分析	病毒性脑炎	磁共振成像	CNN, 逻辑回归	医学影像, 临床数据	525例儿科患者	NA	卷积神经网络	AUC, 准确率, 灵敏度, 特异性, 预测分数, 决策曲线分析	NA
3136	2025-11-22	iWAX: interpretable Wav2vec-AASIST-XGBoost framework for voice spoofing detection 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24361-5 PMID:41254079	研究论文	提出一种可解释的语音欺骗检测框架iWAX，结合wav2vec 2.0、AASIST和XGBoost模型	利用XGBoost的特征重要性机制识别wav2vec在欺骗检测中关注的时域片段和频带，通过sinc滤波器实现频域可解释性	未明确说明模型计算复杂度及在更广泛数据集上的泛化能力	开发兼具高性能和可解释性的语音欺骗检测方法	语音欺骗攻击检测	语音处理	NA	语音信号处理	wav2vec 2.0, AASIST, XGBoost, LightGBM	音频波形	ASVspoof 2019 LA数据集	PyTorch, XGBoost, LightGBM	wav2vec 2.0, AASIST	准确率, 精确率, 召回率, F1分数	NA
3137	2025-11-22	Dual attention-based deep learning with blockchain for multimedia data processing and secure access control in IoHT 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24384-y PMID:41254085	研究论文	提出基于区块链和双注意力深度贝叶斯网络的多媒体数据处理与安全访问控制系统，用于医疗物联网环境	结合区块链技术与双注意力机制的深度贝叶斯网络，实现医疗物联网中多媒体数据的安全处理和访问控制	未明确说明具体数据集规模和实验环境配置细节	解决医疗物联网中多媒体数据的安全处理和访问控制问题	医疗物联网中的多媒体数据（文本、图像、语音）	医疗物联网安全	NA	区块链技术，深度学习	深度贝叶斯网络	多媒体数据（文本、图像、语音）	NA	NA	双注意力深度贝叶斯网络（DA-DBN）	访问控制速度，安全性能	NA
3138	2025-11-22	Deep learning-enabled multiphoton microscopy predicts colorectal cancer recurrence from routine FFPE specimens 2025-Nov-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02058-3 PMID:41254110	研究论文	开发了一种基于双流深度学习的多光子显微镜图像分析模型MPMRecNet，用于预测结直肠癌复发风险	首次将多光子显微镜成像与深度学习结合，利用常规FFPE标本进行非破坏性复发预测，采用双流架构和跨模态注意力融合机制	研究样本来自两家医院，需要更多外部验证，模型在更广泛人群中的泛化能力有待进一步验证	开发准确预测结直肠癌复发的工具，为患者分层和个性化治疗规划提供支持	1071名结直肠癌患者的福尔马林固定石蜡包埋组织切片	数字病理	结直肠癌	多光子显微镜成像	深度学习	显微镜图像	1071名患者来自两家医院	PyTorch	MaxViT, 双流网络架构	ROC-AUC, PR-AUC, 比值比	混合精度优化
3139	2025-11-22	Matters arising: Utilizing foundation models for developing clinical tools 2025-Nov-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02065-4 PMID:41254183	评论	对RETFound增强深度学习模型在眼科疾病检测中泛化能力声明的质疑	提出了四个关键质疑点：其他模型细节、泛化能力、微调数据集和统计分析	仅提出质疑而未提供替代方案或验证实验	评估基础模型在临床工具开发中的应用声明	RETFound增强深度学习模型与两个商业模型的比较	数字病理	眼科疾病	深度学习	CNN,基础模型	医学影像	NA	NA	RETFound	泛化能力	NA
3140	2025-11-22	Enhancing automatic diagnosis of thyroid nodules from ultrasound scans leveraging deep learning models 2025-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25780-0 PMID:41254202	研究论文	本研究利用深度学习模型提升甲状腺结节超声扫描的自动诊断能力	系统比较九种预训练CNN模型在甲状腺结节分类中的性能，发现ResNet50表现最优	研究仅使用483张公开数据集图像，样本量相对有限	探索迁移学习卷积神经网络在甲状腺结节超声图像分类中的可靠性	经活检验证的甲状腺结节超声图像	计算机视觉	甲状腺结节	超声成像	CNN	图像	483张超声图像（197张良性，286张恶性）	NA	ResNet50, ResNet101, VGG16, VGG19, DenseNet121, EfficientNetB0, InceptionV3, InceptionResNetV2, Xception	准确率, AUC, 精确率, 召回率, F1分数	NA