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
3241	2025-07-06	Generation of ultrasonic and audible sound waves for the automatic classification of packaging waste in reverse vending machines 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114934 PMID:40489934	研究论文	本文提出了一种利用声学传感器进行包装废物分类的新方法，以解决现有逆向自动售货机(RVMs)在废物分类中的局限性	采用超声波和可听声波分析声场变化，结合人工智能系统对材料进行分类，避免了传统方法对昂贵传感器和复杂环境条件的依赖	验证仅在受控环境中进行，尚未在实际RVMs环境中测试	开发一种基于声学技术的低成本、高效废物分类方法	塑料、玻璃、纸板和金属罐等可回收物品	机器学习	NA	指数正弦扫描(ESS)技术	经典机器学习和深度学习模型	声学数据	NA
3242	2025-07-06	Develop intelligent waste bin prototype based on fusion feature recognition of sounds and RGB images 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114959 PMID:40554027	研究论文	开发了一种基于声音和RGB图像融合特征识别的智能垃圾桶原型，用于城市固体废物的分类	首次采用多模态深度学习方法（MDLM）整合图像和声音数据进行城市固体废物识别	改进相对有限，且未来研究需要探索包含更多RGB图像以开发更稳健的融合特征	提升城市固体废物的自动分类效率，推动循环经济的发展	城市固体废物（MSW）	计算机视觉与音频处理	NA	Mel频率倒谱系数（MFCCs），ResNet-101，LSTM网络	MDLM（多模态深度学习模型），LSTM	音频信号，RGB图像	NA
3243	2025-07-06	BengalDeltaFish: A local dataset for fish detection in Bangladeshi markets 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111764 PMID:40612467	research paper	该论文介绍了BengalDeltaFish数据集，用于在孟加拉国市场的真实环境中检测鱼类	数据集在非受控的真实市场环境中收集，包含多种鱼类及罕见物种，填补了现有数据集的空白	数据集仅包含孟加拉国市场的鱼类，可能不适用于其他地区的鱼类识别	开发一个能够在真实市场环境中可靠检测和分类鱼类的AI工具	孟加拉国市场中的33种常见及罕见鱼类	computer vision	NA	deep learning	YOLOv11s	image	4560张标注图像，包含33种鱼类
3244	2025-07-06	teaLeafBD: A comprehensive image dataset to classify the diseased tea leaf to automate the leaf selection process in Bangladesh 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111769 PMID:40612469	research paper	该研究创建了一个名为teaLeafBD的综合图像数据集，用于分类孟加拉国的病态茶叶，以自动化茶叶选择过程	提供了一个包含5278张病态和健康茶叶图像的全面数据集，覆盖多种疾病类型和不同气象条件下的图像采集	数据集仅覆盖孟加拉国的茶叶疾病，可能无法完全代表其他地区的疾病模式	提高对茶叶疾病如何影响茶树种植和茶叶生产的认识，并支持自动化疾病分类系统的开发	茶叶叶片	computer vision	植物疾病	deep learning	NA	image	5278张病态和健康茶叶图像
3245	2025-07-06	Assessment model of blast injury: A narrative review 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112830 PMID:40612508	综述	本文系统总结了爆炸冲击波的生物效应、传统评估模型的应用及其局限性，以及新兴技术——细胞/类器官模型和人工智能应用	介绍了冲击波细胞模型和类器官模型的成功开发，以及基于AI的模型在爆炸伤预测和评估中的应用	传统评估模型存在局限性，新兴技术的应用仍需进一步验证	评估爆炸伤的生物效应及其评估模型	爆炸冲击波引起的颅脑和肺部损伤	生物医学工程	爆炸伤	数值模拟、动物模型、死后人体替代模型(PMHS)、冲击波细胞模型、类器官模型、AI模型	机器学习/深度学习	NA	NA
3246	2025-07-06	A Feature-Augmented Transformer Model to Recognize Functional Activities from in-the-wild Smartwatch Data 2025-Jul-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586074 PMID:40614149	研究论文	本文提出了一种特征增强的Transformer模型，用于从智能手表数据中识别功能活动	通过引入特征标记-Transformer嵌入来增强特征表示，以提高分类性能，并提出了一个大规模的功能活动数据集ArWISE	功能活动识别由于其固有的复杂性和在真实环境中的变异性，仍存在挑战	研究功能活动识别方法，以支持认知健康评估、康复、术后恢复和慢性病管理	智能手表数据中的功能活动	机器学习	慢性病	特征增强和Transformer模型	Transformer	传感器数据	503名参与者，超过3200万个标记点
3247	2025-07-06	Mutualistic Multi-Network Noisy Label Learning (MMNNLL) Method and Its Application to Transdiagnostic Classification of Bipolar Disorder and Schizophrenia 2025-Jul-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3585880 PMID:40614156	研究论文	本文提出了一种互惠多网络噪声标签学习（MMNNLL）方法，用于提高双相情感障碍和精神分裂症的跨诊断分类准确性	通过多网络协作与竞争，最大化深度神经网络在识别和利用干净及噪声标签样本时的一致性，从而有效处理噪声标签数据	未提及具体样本量的限制或数据集的多样性问题	提高精神障碍的诊断准确性，特别是双相情感障碍（BP）和精神分裂症（SZ）的跨诊断分类	双相情感障碍和精神分裂症患者	机器学习	精神障碍	深度神经网络（DNNs）	MMNNLL	神经影像数据和功能连接数据	未明确提及具体样本量，但使用了公开的CIFAR-10和PathMNIST数据集进行验证
3248	2025-07-06	eNCApsulate: neural cellular automata for precision diagnosis on capsule endoscopes 2025-Jul-04, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03425-x PMID:40615761	研究论文	本文提出了一种基于神经细胞自动机（NCA）的无线胶囊内窥镜（WCE）精确诊断方法，用于出血分割和深度估计	首次在微型设备上实现可靠的出血分割和深度估计，通过蒸馏大型基础模型到轻量级NCA架构，并在ESP32微控制器上高效运行	未提及具体样本量或临床验证结果	开发适用于无线胶囊内窥镜的轻量级深度学习模型，实现精确诊断和定位	胶囊内窥镜图像	数字病理学	胃肠道疾病	神经细胞自动机（NCA）、模型蒸馏	NCA	图像	NA
3249	2025-07-06	Deep learning-based approach to third molar impaction analysis with clinical classifications 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93783-y PMID:40603531	研究论文	本研究开发了一种基于深度学习的模型，用于自动检测和分类阻生第三磨牙，采用Pell和Gregory分类、Winter分类以及Pederson难度指数	使用YOLOv11模型自动化复杂阻生第三磨牙分类，提供高准确性和效率的临床决策支持系统	特定标签（如48-Distoangular-C-III）的F1分数较低，数据集多样性有待增强	开发自动化工具以改进阻生第三磨牙的临床分类和诊断	阻生第三磨牙的放射影像	计算机视觉	口腔疾病	深度学习	YOLOv11	图像	训练集2300张图像（含7624颗阻生牙），验证集765张（含2580颗），测试集765张（含2493颗），共98种标签
3250	2025-07-06	BrainAGE latent representation clustering is associated with longitudinal disease progression in early-onset Alzheimer's disease 2025-Jul-03, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101365 PMID:40614437	研究论文	本研究利用基于Brain Age Gap Estimation (BrainAGE)的聚类算法对早发性阿尔茨海默病(EOAD)患者进行分层，以区分不同疾病进展速度的患者	首次将BrainAGE深度学习模型与k-means聚类相结合，用于EOAD患者的疾病进展分层	样本量相对较小(142名参与者)，且为回顾性研究	寻找与早发性阿尔茨海默病进展相关的生物标志物	早发性阿尔茨海默病患者	数字病理学	阿尔茨海默病	结构磁共振成像(MRI)	深度学习模型(BrainAGE)与k-means聚类	3D T1加权MRI图像	142名早发性阿尔茨海默病患者(纵向追踪6年)，预训练使用3,227名健康受试者的MRI数据
3251	2025-07-06	Prioritizing perturbation-responsive gene patterns using interpretable deep learning 2025-Jul-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61476-9 PMID:40603296	research paper	介绍了一种名为River的可解释深度学习框架，用于识别在不同条件下表现出空间表达差异的基因	提出了DSEP基因优先排序作为新的分析任务，并开发了具有双分支预测架构和事后归因策略的River框架	未明确提及具体限制，但可能涉及模型在不同数据类型上的泛化能力	识别在不同生物条件下表现出差异空间表达模式的基因	基因的空间表达模式	生物信息学	三阴性乳腺癌、糖尿病、狼疮	空间分辨转录组学	深度学习	空间转录组数据	涉及多种生物背景（如胚胎发育、糖尿病影响的精子发生、狼疮相关的脾脏变化）和三阴性乳腺癌患者
3252	2025-07-06	AI-enabled Barilai-Borwein-Blinder-Oaxaca-Bernoulli Deep Classifier for Enhanced Crop Yield Prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03935-3 PMID:40603331	研究论文	本文探讨了将先进的人工智能（AI）深度学习方法与精确的作物产量预测相结合	提出了AI驱动的Barilai-Blinder-Oaxaca-Bernoulli深度分类器（BBO-BDC），结合了多种创新技术以提高作物产量预测的准确性、敏感性和特异性	未明确提及具体局限性	提高作物产量预测的准确性、敏感性和特异性，减少假阳性和假阴性案例	作物产量预测数据集中的原始样本	机器学习	NA	Barilai-Borwein梯度Min-max归一化、Blinder-Oaxaca统计分解、Bernoulli深度信念网络、Xavier初始化函数、主成分分析	BBO-BDC（Barilai-Blinder-Oaxaca-Bernoulli深度分类器）	NA	NA
3253	2025-07-06	Dual smart sensor data-based deep learning network for premature infant hypoglycemia detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03864-1 PMID:40603339	研究论文	介绍了一种名为HAPI-BELT的系统，该系统利用双智能传感器和深度学习算法来持续检测早产儿低血糖	结合智能摄像头和PPG传感器的智能腰带，通过GRU-LSTM网络实时监测早产儿的低血糖状态	未提及样本量或具体临床验证结果	开发一种实时监测早产儿低血糖的系统，以改善新生儿重症监护的医疗干预效果	早产儿	数字病理学	新生儿低血糖	PPG传感器、智能摄像头、CAT-Swarm优化算法	GRU-LSTM	图像数据、PPG传感器数据	NA
3254	2025-07-06	Explainable few-shot learning workflow for detecting invasive and exotic tree species 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05394-2 PMID:40603367	research paper	提出一种可解释的小样本学习工作流程，用于检测巴西大西洋森林中的入侵和外来树种	结合Siamese网络和可解释AI（XAI），在数据稀缺条件下实现树种分类并提供可视化解释	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发一种可解释的小样本学习方法，用于森林管理和生物多样性保护	入侵和外来树种	computer vision	NA	few-shot learning, XAI	Siamese network, MobileNet, CNN	UAV images	3-shot learning
3255	2025-07-06	Advanced multiscale machine learning for nerve conduction velocity analysis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08367-7 PMID:40603452	研究论文	本文提出了一种先进的机器学习框架，用于精确的神经传导速度分析，结合了多尺度信号处理和生理约束的深度学习	该框架解决了传统神经传导速度技术的三个基本限制：神经纤维建模过于简化、温度敏感性和静态测量解释，通过熵优化的小波分析、热力学正则化神经网络和随机进展模型实现了显著改进	NA	提高神经传导速度分析的准确性和临床应用	神经传导速度分析	机器学习	神经病变	多尺度信号处理、深度学习	热力学正则化神经网络、随机进展模型	信号数据	1842名患者来自28个医疗中心
3256	2025-07-06	Ensemble methods and partially-supervised learning for accurate and robust automatic murine organ segmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05954-6 PMID:40603458	research paper	该研究探讨了在小鼠µCT图像中自动分割多个器官的方法，以提高预处理研究的效率和可重复性	首次将部分监督学习（PSL）框架应用于预处理目的，并展示了3D模型在准确性和对外部数据集的泛化能力上的优越性	部分监督学习框架在某些器官对外部数据的泛化能力有待提高	提高小鼠µCT图像中多个器官自动分割的准确性和鲁棒性	小鼠µCT图像中的多个器官	digital pathology	NA	µCT成像	3D模型, 2D模型, 集成学习	图像	多个小鼠µCT图像数据集
3257	2025-07-06	Advancing BCI with a transformer-based model for motor imagery classification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06364-4 PMID:40603471	研究论文	本文提出了一种基于Transformer和TCN的深度学习框架EEGEncoder，用于改进脑机接口中的运动想象分类任务	引入了名为Dual-Stream Temporal-Spatial Block (DSTS)的新型融合架构，以捕捉时间和空间特征，并采用多并行结构提升模型性能	仅在BCI Competition IV-2a数据集上进行了测试，未在其他数据集上验证模型的泛化能力	提高脑机接口中运动想象分类的准确性	脑电图(EEG)信号	脑机接口	运动障碍	EEG信号处理	Transformer, TCN	EEG信号	BCI Competition IV-2a数据集
3258	2025-07-06	Key factors in predictive analysis of cardiovascular risks in public health 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07874-x PMID:40603495	research paper	本研究探讨了分析学在评估心血管疾病风险中的作用，重点关注数据准备和特征工程以提高预测准确性	比较了多种机器学习模型在心血管疾病风险预测中的表现，包括传统机器学习模型和深度学习模型	需要大量资源和数据预处理	评估心血管疾病风险预测的准确性	心血管疾病风险预测模型	machine learning	cardiovascular disease	machine learning, deep learning	Logistic Regression, Random Forest, Gradient Boosting Machines, Multilayer Perceptron	health data	NA
3259	2025-07-06	Deep learning deciphers the related role of master regulators and G-quadruplexes in tissue specification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07579-1 PMID:40603503	研究论文	本研究利用深度学习探索G-四链体在组织特异性中的作用，并开发了一个全基因组G-flipon预测框架	开发了DeepGQ模型，用于全基因组G-flipon预测，并揭示了G-flipon与组织特异性调控基因之间的关联	研究依赖于实验数据的质量和覆盖范围，可能未涵盖所有G-flipon类型	探索G-flipon在组织特异性中的作用及其与调控基因的关系	人类14种组织类型中的G-flipon	生物信息学	NA	ATAC-seq, RNA聚合酶定位, 组蛋白标记, 转录因子结合位点分析	深度学习模型	基因组数据	EndoQuad level 4-6 GQs及全基因组数据
3260	2025-07-06	A federated learning-based privacy-preserving image processing framework for brain tumor detection from CT scans 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07807-8 PMID:40603518	研究论文	提出了一种基于联邦学习的隐私保护图像处理框架，用于从CT扫描中检测脑肿瘤	结合了ResNet-50和胶囊网络以改进特征提取，并应用混合Gorilla Badger优化算法选择关键特征，同时在以太坊网络上实现模型更新的安全和防篡改	未提及在不同医疗机构间数据异构性较大时的性能表现	开发一种隐私保护的脑肿瘤检测方法	脑肿瘤CT影像	数字病理学	脑肿瘤	联邦学习，各向异性扩散滤波，形态学操作，基于互信息的图像配准	Aniso-ResCapHGBO-Net（结合ResNet-50和胶囊网络）	CT图像	基准CT脑肿瘤影像数据集（具体数量未提及）