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
3281	2025-05-12	Real time intelligent garbage monitoring and efficient collection using Yolov8 and Yolov5 deep learning models for environmental sustainability 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99885-x PMID:40341180	研究论文	本文提出了一种基于YOLOv8和YOLOv5深度学习模型的实时智能垃圾监测和高效收集系统，以应对城市垃圾管理问题	采用两阶段轻量级深度学习模型（YOLOv5和YOLOv8）进行垃圾分类，显著减少参数和计算成本，同时提高垃圾检测和分类的准确性	需要进一步研究目标遮挡问题、CPU和GPU硬件优化以及机器人系统集成	提高城市垃圾管理的效率和准确性，促进环境可持续发展	城市中的垃圾箱及其内部和外部的垃圾	计算机视觉	NA	深度学习	YOLOv8, YOLOv5, EfficientNet	图像	公共数据集和新构建的垃圾数据集
3282	2025-05-12	Clinical assessment and interpretation of dysarthria in ALS using attention based deep learning AI models 2025-May-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01654-7 PMID:40341287	研究论文	提出一种基于注意力的深度学习AI模型，用于评估ALS患者的构音障碍严重程度	采用注意力机制的深度学习模型提高了构音障碍评估的准确性，同时保持了临床可解释性	模型性能依赖于有限的样本量和远程收集的录音数据	提高ALS患者构音障碍评估的精确度和临床实用性	ALS患者的语音录音	自然语言处理	ALS（肌萎缩侧索硬化症）	深度学习	基于注意力的深度学习模型	音频	125名参与者的2,102条录音
3283	2025-05-12	Leveraging retinanet based object detection model for assisting visually impaired individuals with metaheuristic optimization algorithm 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99903-y PMID:40341297	research paper	提出了一种基于RetinaNet和元启发式优化算法的对象检测模型，用于帮助视觉障碍人士	结合RetinaNet、EfficientNetB0、LSTM-AE和蒲公英优化器(DO)进行对象检测和分类，提高了准确率	仅在室内对象检测数据集上进行了验证，未测试室外复杂环境	改进实时对象检测方法，帮助视觉障碍人士识别物体	视觉障碍人士日常需要识别的物体	computer vision	NA	Weiner filter, RetinaNet, EfficientNetB0, LSTM-AE, Dandelion Optimizer	RetinaNet, EfficientNetB0, LSTM-AE	image	室内对象检测数据集(具体数量未提及)
3284	2025-05-12	Monitoring and deformation of deep excavation engineering based on DFOS technology and hybrid deep learning 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01120-0 PMID:40341437	研究论文	提出了一种结合CNN、LSTM和自注意力机制的混合神经网络模型CNN-LSTM-SAM，用于深基坑位移预测	整合了CNN的数据特征提取能力、LSTM的长期记忆功能和自注意力机制的信息加权能力，提高了预测精度	CNN-LSTM-SAM模型在深基坑位移分析中的应用有限	提高深基坑变形监测和预测的精度	深基坑工程	机器学习	NA	DFOS技术	CNN-LSTM-SAM	时间序列监测数据	大连东港商务区某内支撑深基坑工程的位移数据
3285	2025-05-12	Deep learning-enhanced anti-noise triboelectric acoustic sensor for human-machine collaboration in noisy environments 2025-May-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59523-6 PMID:40341503	研究论文	开发了一种基于柔性纳米柱结构的抗噪声摩擦电声传感器（Anti-noise TEAS），并结合CNN深度学习模型（Anti-noise TEAS-DLM），用于嘈杂环境中的人机协作	通过接触传感直接捕获喉部混合模式振动的声学基频信号，并通过优化设备结构缓冲有效抑制环境噪声，结合深度学习模型实现高保真语义解码	NA	开发一种在嘈杂环境中实现高效人机语音交互的系统	人机协作系统，特别是在嘈杂环境中的应用	机器学习和人机交互	NA	深度学习，摩擦电传感	CNN	声学信号	在模拟虚拟和现实嘈杂环境中进行评估
3286	2025-05-12	Smart indoor monitoring for disabled individuals using an ensemble of deep learning models in an IoT environment 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00374-y PMID:40341573	研究论文	本文提出了一种基于物联网环境的深度学习模型集成方法，用于智能室内监测残疾人的活动	提出了SIMDP-EDLIoT技术，结合了线性缩放归一化、改进的鱼鹰优化算法特征选择以及BiLSTM、GRU和CVAE三种深度学习模型的集成	需要进一步优化以减少能耗和延迟问题	提高残疾人和老年人室内活动监测的准确性和效率	残疾人和老年人的室内活动	物联网与深度学习	老年疾病	线性缩放归一化(LSN)、改进的鱼鹰优化算法(IOOA)、BiLSTM、GRU、CVAE	BiLSTM、GRU、CVAE	传感器数据	NA
3287	2025-05-12	Accelerating multi-objective optimization of concrete thin shell structures using graph-constrained GANs and NSGA-II 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00017-2 PMID:40341580	研究论文	本文提出了一种结合图约束条件生成对抗网络（GANs）和非支配排序遗传算法II（NSGA-II）的新方法，用于优化混凝土薄壳结构的拓扑和厚度	通过结合深度学习的生成能力和进化算法的优化过程，解决了当前优化技术的基本限制，显著提高了收敛速度和解决方案的多样性及质量	NA	优化混凝土薄壳结构的设计，以最小化重量、挠度和应变能	混凝土薄壳结构	机器学习和结构优化	NA	图约束条件生成对抗网络（GANs）和非支配排序遗传算法II（NSGA-II）	GAN和NSGA-II	结构设计数据	NA
3288	2025-05-12	An automated hip fracture detection, classification system on pelvic radiographs and comparison with 35 clinicians 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98852-w PMID:40341645	研究论文	本研究提出了一种基于卷积神经网络(CNN)的自动化系统，用于检测骨盆X光片中的髋部骨折，并与35名临床医生的诊断结果进行比较	使用YOLOv5和三种预训练DNN架构进行髋部骨折检测和预测，在准确性和速度上显著优于临床医生	研究仅基于三家医院的骨盆X光片数据，可能无法代表所有临床场景	提高骨盆和髋部骨折的诊断准确性和效率	骨盆X光片中的髋部骨折	计算机视觉	骨科损伤	CLAHE算法进行图像预处理	YOLOv5, MobileNetV2, Xception, InceptionResNetV2	图像	来自三家医院的骨盆X光片
3289	2025-05-12	AER U-Net: attention-enhanced multi-scale residual U-Net structure for water body segmentation using Sentinel-2 satellite images 2025-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99322-z PMID:40341885	research paper	提出了一种名为AER U-Net的深度学习模型，用于从Sentinel-2卫星图像中精确分割水体	结合了残差块、自注意力机制和dropout层的U-Net架构，显著提升了分割精度和泛化能力	未提及具体的数据集局限性或模型在极端环境条件下的表现	开发创新的深度学习方法以提高遥感应用中水体分割的准确性	Sentinel-2卫星图像中的水体	computer vision	NA	深度学习	AER U-Net (基于U-Net架构改进)	卫星图像	未明确提及具体样本数量
3290	2025-05-12	Single-Molecule SERS Discrimination of Proline from Hydroxyproline Assisted by a Deep Learning Model 2025-May-07, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01177 PMID:40241681	研究论文	本文利用单分子表面增强拉曼光谱（SERS）和深度学习模型，首次实现了脯氨酸和羟脯氨酸的单分子区分	首次结合等离子体孔内颗粒传感器、单分子SERS光谱的出现频率直方图和1D-CNN模型，成功实现了单分子羟基化的区分，准确率达96.6%	信号波动和柠檬酸盐的强干扰可能影响数据分析和模型训练	开发一种能够区分低丰度羟基化的方法，用于早期疾病诊断和治疗开发	脯氨酸和羟脯氨酸的单分子SERS信号	机器学习和光谱分析	NA	单分子表面增强拉曼光谱（SERS）	一维卷积神经网络（1D-CNN）	光谱数据	NA
3291	2025-05-12	The impact of body mass index on rehabilitation outcomes after lower limb amputation 2025-May, PM & R : the journal of injury, function, and rehabilitation DOI:10.1002/pmrj.13292 PMID:39676648	research paper	研究肥胖对下肢截肢患者康复期间身体功能和临床结果的影响	使用深度学习神经网络(DLNNs)分析调整后的BMI与出院回家的关系	研究为回顾性分析，可能存在选择偏倚	评估肥胖对下肢截肢患者康复结果的影响	接受下肢截肢住院康复服务的患者	医疗康复	下肢截肢	深度学习神经网络(DLNNs)	DLNNs	临床数据	951名下肢截肢患者
3292	2025-05-12	Automated measurement of cardiothoracic ratio based on semantic segmentation integration model using deep learning 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03263-0 PMID:39708230	研究论文	本研究探讨了语义分割模型在预测心胸比（CTR）和心脏扩大方面的效果，并与参考标准进行了一致性比较	使用软投票集成方法提高了分割准确性，并自动测量CTR，相比放射科医生的手动计算速度更快	研究未提及模型在更广泛疾病或不同影像设备上的泛化能力	开发一种自动化测量心胸比和诊断心脏扩大的方法	650张连续胸部X光片和756个公共数据集	计算机视觉	心血管疾病	深度学习	语义分割模型	图像	1406张胸部X光片
3293	2025-05-12	Toward efficient slide-level grading of liver biopsy via explainable deep learning framework 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03266-x PMID:39806118	research paper	本研究提出了一种可解释的深度学习框架，用于高效地进行肝脏活检切片级别的分级	开发了一种新颖的基于多尺度特征提取和融合的patch级别分类模型，提高了肝脏活检分级的准确性和可解释性，并引入了slide级别的聚合框架	NA	解决传统组织学分析和现有深度学习方法的局限性，提高慢性肝病的诊断准确性和效率	肝脏活检切片	digital pathology	chronic liver diseases	deep learning	multi-scale feature extraction and fusion model	image	1322例采用不同染色方法的病例
3294	2025-05-12	Lesion segmentation method for multiple types of liver cancer based on balanced dice loss 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17624 PMID:39945728	research paper	提出一种基于平衡Dice损失的多类型肝癌病灶分割方法，以提高分割准确性	引入平衡Dice损失函数(BD Loss)和贪婪参数平均算法(GPA算法)，解决多类别肝癌分割中的数据不平衡问题	研究仅基于单一医疗中心的回顾性数据，可能影响模型的泛化能力	开发能够准确分割多类型肝癌病灶的深度学习方法	591例恶性肝脏肿瘤患者的CT筛查图像和肿瘤分割数据	digital pathology	liver cancer	CT影像分析	深度学习模型(具体架构未说明)	医学影像(CT图像)	591例患者数据
3295	2025-05-12	Enhancing automated right-sided early-stage breast cancer treatments via deep learning model adaptation without additional training 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17682 PMID:39966996	研究论文	本文提出了一种无需额外训练的深度学习模型适应技术，用于自动化右侧早期乳腺癌治疗计划	通过调整模型设置和对称结构交换，实现了无需额外训练的深度学习模型从左侧乳腺癌到右侧乳腺癌的适应	该技术特定于特定治疗计划系统(TPS)，可能需要进行调整才能应用于其他平台	简化右侧乳腺癌自动化治疗计划的生成过程	右侧早期乳腺癌患者	数字病理	乳腺癌	深度学习模型适应技术	DL(深度学习)模型	医疗影像数据	30名患者(10名用于模型调优，20名用于验证)，外加10名临床患者
3296	2025-05-12	Comparative analysis of machine learning and deep learning algorithms for knee arthritis detection using YOLOv8 models 2025-May, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241308770 PMID:40012222	研究论文	比较机器学习和深度学习算法在膝关节关节炎检测中的性能，特别是YOLOv8模型的应用	首次在膝关节关节炎检测中应用YOLOv8分类模型，并与其他机器学习和深度学习模型进行性能比较	数据集规模相对较小（1650张图像），且仅使用Hold-Out方法进行数据划分	评估不同算法在膝关节关节炎检测中的性能，寻找最优检测方法	膝关节关节炎的医学图像	计算机视觉	关节炎	YOLOv8分类模型	k-NN, SVM, GBM, DenseNet, EfficientNet, InceptionV3, YOLOv8n-cls, YOLOv8s-cls, YOLOv8m-cls, YOLOv8l-cls, YOLOv8x-cls	图像	1650张膝关节图像（分为Normal, Doubtful, Mild, Moderate, Severe五类）
3297	2025-05-12	Deep learning-driven prediction in healthcare systems: Applying advanced CNNs for enhanced breast cancer detection 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109858 PMID:40020549	research paper	该研究开发了一种基于CNN的乳腺癌检测系统，旨在通过深度学习提高早期检测的准确性	研究采用了多种CNN架构，并通过迁移学习微调的FT-ResNet50模型达到了97.54%的准确率，优于现有最先进模型	研究仅使用了Mini-DDSM数据集，样本量和多样性可能有限	通过深度学习技术提高乳腺癌的早期检测准确率，以降低死亡率	乳腺癌患者	digital pathology	breast cancer	CNN, transfer learning	Basic CNN, FT-VGG19, FT-ResNet152, FT-ResNet50	image	1952张扫描胶片乳腺X光片
3298	2025-05-12	A novel interpretability framework for enzyme turnover number prediction boosted by pre-trained enzyme embeddings and adaptive gate network 2025-May, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.010 PMID:40021034	研究论文	本文提出了一种新型的可解释性框架GELKcat，用于预测酶转换数(kcat)，结合了预训练的酶嵌入和自适应门网络	开发了一种端到端的双表示可解释性框架，利用图变换器进行底物分子编码和CNN进行酶word2vec嵌入，并通过自适应门网络整合底物和酶特征	NA	提高酶转换数(kcat)的预测性能，并识别对kcat预测有显著影响的关键分子亚结构	酶-底物对的转换数(kcat)	机器学习	NA	深度学习	图变换器、CNN、自适应门网络	分子结构数据、酶序列数据	NA
3299	2025-05-12	Artificial intelligence-enabled lipid droplets quantification: Comparative analysis of NIS-elements Segment.ai and ZeroCostDL4Mic StarDist networks 2025-May, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.013 PMID:40023351	研究论文	本文比较了NIS-elements Segment.ai和ZeroCostDL4Mic StarDist网络在脂滴定量分析中的应用	提出了一种结合商业软件和开源工具的工作流程，用于脂滴的数量和形态分析，显著加速了成像数据的处理	研究仅针对3T3-L1细胞分化的脂肪细胞，可能不适用于其他细胞类型	开发并比较两种深度学习模型在脂滴定量分析中的性能，以促进对脂滴动态的理解	3T3-L1细胞分化的脂肪细胞中的脂滴	数字病理学	肥胖及相关并发症	共聚焦活细胞成像	Segment.ai和StarDist	图像	3T3-L1细胞分化的脂肪细胞
3300	2025-05-12	Pathology report generation from whole slide images with knowledge retrieval and multi-level regional feature selection 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108677 PMID:40023962	研究论文	提出了一种基于知识检索和多层次区域特征选择的病理报告生成方法，用于从全切片图像中高效生成病理报告	引入了多层次区域特征编码网络和特征选择模块，设计了知识检索模块，并提出了基于大语言模型的域外应用模式	NA	设计一种适合临床实践的病理报告生成方法	全切片图像(WSIs)	数字病理学	胃癌	深度学习	LLM	图像	公共数据集GastricADC(991张WSIs)和内部数据集Gastric-3300(3309张WSIs)