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
301	2025-07-05	A multi stage deep learning approach for real-time vehicle detection, tracking, and speed measurement in intelligent transportation systems 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07343-5 PMID:40595040	research paper	提出了一种结合深度学习和度量学习的多阶段交通流模型，用于实时车辆检测、跟踪和速度测量	利用Segment Anything Model进行车辆检测，通过语言提示自动化分割，减少手动调整并提高适应性；采用StrongSORT算法与基于掩码的跟踪相结合，增强识别连贯性和抗遮挡能力；使用PP-OCR模块精确提取时间戳，支持多视角区间速度测量	未提及模型在极端天气或低光照条件下的性能表现	开发适用于智能交通系统的实时车辆检测、跟踪和速度测量方法	高速公路环境中的车辆	computer vision	NA	deep learning, metric learning	Segment Anything Model, StrongSORT, PP-OCR	video	未明确提及具体样本数量
302	2025-07-05	An optimized domain-specific shrimp detection architecture integrating conditional GAN and weighted ensemble learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06758-4 PMID:40595062	研究论文	本文提出了一种结合条件GAN和加权集成学习的特定领域虾检测优化架构，旨在提高虾检测的准确率	采用合成数据生成方法（ESDIA）结合不同背景的虾图像，通过生成对抗网络增强数据集，提升检测精度	NA	提高虾检测的准确率，优化深度学习在虾检测中的应用	虾的图像	计算机视觉	NA	生成对抗网络（GAN）	FRCNN, YOLOv7	图像	NA
303	2025-07-05	Deep learning-based sex estimation of 3D hyoid bone models in a Croatian population using adapted PointNet++ network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07608-z PMID:40595160	研究论文	本研究探讨了一种基于深度学习的性别估计方法，使用来自克罗地亚人群的3D舌骨模型	首次将改进的PointNet++网络应用于小规模3D舌骨数据集，结合无监督和监督学习框架，实现了性别估计的高准确率	样本量较小(仅202个样本)，可能影响模型的泛化能力	开发一种数据高效且可解释的性别估计工具，用于法医人类学领域	克罗地亚人群的3D舌骨模型	计算机视觉	NA	CT扫描	改进的PointNet++网络和支持向量机(SVM)	3D点云数据	202个舌骨样本(101男性和101女性)，其中62个用于测试集
304	2025-07-05	Sequence to sequence architecture based on hybrid LSTM global and local encoders approach for meteorological factors forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08331-5 PMID:40595187	研究论文	本文提出了一种基于混合LSTM全局和局部编码器方法的气象因素预测序列到序列架构	引入了H-LSTM-GLE模型，结合局部编码器的滑动窗口机制、全局编码器的二次编码以及状态向量计算模块，提高了气象因素预测的准确性	未提及模型在大规模气象数据上的计算效率或实时预测能力	提高气象因素预测的准确性	相对湿度(SML2010-Hum)和室外温度(SML2010-outTem)数据	机器学习	NA	深度学习	H-LSTM-GLE (混合LSTM全局-局部编码器)	时间序列数据	两个数据集(SML2010-Hum和SML2010-outTem)
305	2025-07-05	Improved bio-inspired with machine learning computing approach for thyroid prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03299-8 PMID:40595742	research paper	该研究探讨了使用机器学习和深度学习方法来提高甲状腺疾病预测的准确性	通过使用粒子蛇群优化（PSSO）等更先进的优化方法提升模型性能，随机森林结合PSSO模型在预测甲状腺疾病方面表现出显著优势	未提及研究样本的具体来源和多样性，可能影响模型的泛化能力	提高甲状腺疾病的预测准确性，优化医疗健康结果	甲状腺疾病，特别是甲状腺功能减退和甲状腺功能亢进	machine learning	thyroid disease	machine learning, deep learning	RF, decision tree, SVM, KNN, CNN-LSTM	NA	NA
306	2025-07-05	A deep learning model for diagnosis of inherited retinal diseases 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04648-3 PMID:40595896	研究论文	本研究评估了一种多输入深度学习模型在检测两种常见遗传性视网膜疾病（RP和STGD）并将其与健康眼睛区分开来的性能	采用多输入MobileNetV2网络结合CFP和IR两种成像模式，提高了诊断准确率至96.3%，优于单一输入网络	样本量相对较小（391例），且仅针对两种特定遗传性视网膜疾病	评估深度学习模型在遗传性视网膜疾病诊断中的性能	遗传性视网膜疾病患者（RP和STGD）及健康个体的眼底图像	数字病理学	视网膜疾病	深度学习	MobileNetV2	图像	391例（158例RP患者，62例STGD患者，171例健康个体）
307	2025-07-05	Detection of fasting blood sugar using a microwave sensor and convolutional neural network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06502-y PMID:40596086	研究论文	本研究提出了一种结合微波传感器和卷积神经网络（CNN）的非接触式空腹血糖检测方法	首次将宽带微波传感技术与深度学习相结合，用于非接触式血糖测量，展示了高精度（平均相对误差1.31%）和可穿戴设备集成的潜力	研究样本量较小（78人），且仅在受控实验室条件下测试	开发一种非侵入式、可靠的血糖监测技术以改善糖尿病管理	人体空腹血糖水平	生物医学工程	糖尿病	微波传感技术（30 kHz-18 GHz频段）	CNN	微波传输响应信号（S21参数）	78名受试者的390次测量（每人5次重复）
308	2025-07-05	Design concept and phase transformation study of advanced bainitic-austenitic medium-Mn steel 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05854-9 PMID:40596134	研究论文	本文设计了一种新型中锰钢的等温热处理工艺，研究了其相变行为及微观结构	采用深度学习评估方法对微观结构组成进行定量分析，并结合热力学和动力学参数预测贝氏体铁素体板条厚度	研究仅针对特定成分的钢材，结果可能不适用于其他合金体系	开发具有均匀细小板条结构的贝氏体-奥氏体中锰钢	0.17C-3.1Mn-1Si-0.55Al-0.22Mo-0.034Ti-0.073V钢	材料科学	NA	高分辨率膨胀测量法、SEM、EBSD、TEM、XRD	DL	显微图像、衍射数据	特定成分的钢样品
309	2025-07-05	Long short-term memory (LSTM) networks for precision prediction of Schottky barrier photodiode behavior at different ıllumination levels 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06809-w PMID:40596142	研究论文	本研究利用LSTM算法建模和预测CdZnO夹层Al/p-Si肖特基二极管的电学特性及参数	提出了一种基于LSTM的时间与成本高效的深度学习模型，替代传统实验方法，用于预测肖特基二极管在不同掺杂浓度和光照水平下的电学行为	在50和250 mW/cm光照条件下，Diode 3的预测误差较高	开发一个鲁棒的预测模型，准确捕捉掺杂浓度和光照水平对肖特基二极管电学行为的影响	CdZnO夹层Al/p-Si肖特基二极管	机器学习	NA	LSTM算法	LSTM	电学参数数据	3个不同Cd掺杂比例（10%、20%、30%）的Al/CdZnO/p-Si肖特基二极管，在5种不同光照水平（50、100、150、200、250 mW/cm）下的数据
310	2025-07-05	A novel neuroimaging based early detection framework for alzheimer disease using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05529-5 PMID:40596195	研究论文	提出了一种基于神经影像和深度学习的阿尔茨海默病早期检测框架NEDA-DL	采用混合ResNet-50和AlexNet架构，并利用CUDA并行处理优化，结合MRI和PET神经影像数据进行高效计算	未提及具体样本量及数据来源的多样性限制	提高阿尔茨海默病的早期诊断精度	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI和PET神经影像技术	混合ResNet-50和AlexNet架构	神经影像数据	NA
311	2025-07-05	Deep learning strategies for semantic segmentation of pediatric brain tumors in multiparametric MRI 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07257-2 PMID:40596219	研究论文	本研究提出了两种深度学习策略，用于多参数MRI中儿童脑肿瘤的语义分割	设计了两种新型的多编码器架构，利用注意力机制，并实现了集成范式和后处理技术以提高性能	研究主要基于BraTS-PEDs 2024数据集，可能在其他数据集上的泛化能力有限	开发自动化分割方法以支持儿童脑肿瘤的精确诊断和治疗监测	儿童脑肿瘤（PBTs）	数字病理学	脑肿瘤	MRI	SegResNet, 多编码器架构	图像	BraTS-PEDs 2024数据集中的儿童胶质瘤样本
312	2025-07-05	Real-world defocus deblurring via score-based diffusion models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07326-6 PMID:40596248	研究论文	提出了一种基于分数扩散模型的高分辨率迭代去模糊方法，用于真实场景中的散焦模糊图像恢复	无需成对的清晰与模糊图像训练模型，采用分数扩散模型和预测-校正框架逐步提升图像质量	需要真实世界数据集进行训练，可能受限于数据采集的难度	解决真实场景中散焦模糊图像的高分辨率恢复问题	散焦模糊图像	计算机视觉	NA	分数扩散模型，反向时间随机微分方程（SDE）	分数扩散模型	图像	自采集数据集、RealBlur和DED数据集
313	2025-07-05	A novel double machine learning approach for detecting early breast cancer using advanced feature selection and dimensionality reduction techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06426-7 PMID:40596255	研究论文	本文提出三种双机器学习模型，通过结合先进的特征选择和降维技术，提高乳腺癌检测的准确性	结合随机森林和前馈神经网络的解释性与深度学习能力，以及XGBoost与ANN、LightGBM与ANN的组合，通过元分类器融合特征，显著提升分类性能	未提及模型在临床环境中的实际应用效果及泛化能力	提高乳腺癌早期检测的准确率	乳腺癌检测数据集	机器学习	乳腺癌	双机器学习（DML）、PCA降维、特征选择	RF、FNN、XGBoost、ANN、LightGBM	结构化数据和序列数据	NA
314	2025-07-05	Enhancing sarcasm detection in sentiment analysis for cyberspace safety using advanced deep learning techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08131-x PMID:40596266	研究论文	本文提出了一种基于深度学习的讽刺检测方法，用于社交媒体中的情感分析，以增强网络空间安全	结合CNN和AM-BLSTM-GRU模型，并使用ESRD优化器优化分类器参数，显著提高了讽刺检测的性能	未提及模型在跨语言或多语言环境下的适用性	开发高效的讽刺检测系统以识别和减少网络欺凌行为	社交媒体帖子中的讽刺内容	自然语言处理	NA	NLP	CNN, AM-BLSTM-GRU	文本	来自Kaggle和新闻标题的数据集
315	2025-07-05	A deep learning-based computed tomography reading system for the diagnosis of lung cancer associated with cystic airspaces 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05986-y PMID:40596379	research paper	提出一种基于深度学习的CT图像阅读系统LungSSFNet，用于辅助诊断与囊性气腔相关的肺癌	开发了新的深度学习模型LungSSFNet，其在识别和分割与囊性气腔相关的肺癌及肺大泡方面优于现有模型	研究为回顾性分析，样本量相对有限，需进一步前瞻性研究验证	探索深度学习模型在辅助诊断与囊性气腔相关的肺癌中的性能	与囊性气腔相关的肺癌及肺大泡的CT图像	digital pathology	lung cancer	CT成像	LungSSFNet（基于nnUnet开发）	image	342个CT系列（272个来自LCCA患者，70个来自肺大泡患者）
316	2025-07-05	Clinical validation of AI assisted animal ultrasound models for diagnosis of early liver trauma 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91900-5 PMID:40596647	研究论文	该研究开发了一种AI辅助超声模型，用于早期肝创伤识别，使用了中国北京的巴马小型猪和患者数据	开发了一种结合动物和临床数据的深度学习模型，在内部测试中表现优于初级和高级超声医师	模型性能略低于高级超声医师	开发AI辅助工具用于早期肝创伤诊断	巴马小型猪和北京的患者	数字病理学	肝创伤	超声成像	深度学习模型	超声图像	巴马小型猪和北京的患者数据
317	2025-07-05	Drug-target interaction/affinity prediction: Deep learning models and advances review 2025-Jul-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110438 PMID:40609289	综述	本文综述了深度学习模型在药物-靶点相互作用/亲和力预测中的应用及其进展	总结了2016至2025年间180种基于机器学习和深度学习的药物-靶点相互作用预测方法，并讨论了这些模型的新颖性、架构和输入表示	未提及具体模型的性能比较或实际应用中的局限性	加速药物发现过程，提高药物-靶点相互作用预测的准确性和效率	药物-靶点相互作用和亲和力预测方法	机器学习	NA	深度学习，图神经网络	深度学习模型，图神经网络	NA	分析了180种方法
318	2025-07-05	A Novel Two-step Classification Approach for Differentiating Bone Metastases From Benign Bone Lesions in SPECT/CT Imaging 2025-Jul-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.010 PMID:40610298	研究论文	开发并验证了一种新颖的两步深度学习框架，用于SPECT/CT成像中骨转移瘤的自动检测、分割和分类	提出了一种结合多尺度注意力融合模块和三重注意力机制的分割模型BL-Seg，以及基于放射组学的集成学习分类器，用于区分良恶性病变	使用单一机构收集的专有数据集，可能存在数据偏差	提高骨转移瘤的早期诊断准确性并促进个性化治疗计划	SPECT/CT成像中的骨转移瘤和良性骨病变	数字病理学	骨转移瘤	SPECT/CT成像	BL-Seg分割模型和集成学习分类器	医学影像	机构内收集的SPECT/CT病例数据集，分为训练集和测试集
319	2025-07-05	Reconstruction of Heart-related Imaging from Lung Electrical Impedance Tomography Using Semi-Siamese U-Net 2025-Jul-02, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056408077250610070821 PMID:40611416	研究论文	本研究提出了一种半孪生U-Net架构，用于从肺部电阻抗断层扫描（EIT）中重建心脏相关阻抗成像	采用新型半孪生U-Net架构，通过共享编码器和两个独立解码器分别分割肺部和心脏区域	目前结果仅限于真实数据的定性评估和基于模拟的训练	克服肺部阻抗变化的主导影响，改进心脏相关EIT重建	肺部EIT数据中的心脏相关信号	医学影像处理	心血管疾病	电阻抗断层扫描（EIT）	半孪生U-Net	医学影像数据	基于FEM的EIT模拟数据和真实人类EIT数据
320	2025-07-05	3MT-Net: A Multi-Modal Multi-Task Model for Breast Cancer and Pathological Subtype Classification Based on a Multicenter Study 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3445952 PMID:39163184	研究论文	本文提出了一种名为3MT-Net的多模态多任务深度学习架构，用于乳腺癌及其病理亚型的分类	结合临床数据和超声图像，采用AM-CapsNet提取特征，并通过级联交叉注意力机制融合多模态数据，同时使用集成学习方法动态分配权重	数据为回顾性收集，可能影响模型的泛化能力	提高乳腺癌及其病理亚型分类的准确性	乳腺癌患者	数字病理	乳腺癌	深度学习	3MT-Net, AM-CapsNet	临床数据, B型超声图像, 彩色多普勒超声图像	来自九个医疗中心的数据