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
3361	2025-10-06	IgCONDA-PET: Weakly-supervised PET anomaly detection using implicitly-guided attention-conditional counterfactual diffusion modeling - a multi-center, multi-cancer, and multi-tracer study 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102615 PMID:40763604	研究论文	提出一种弱监督PET异常检测方法IgCONDA-PET，通过隐式引导注意力条件反事实扩散建模实现异常检测	首次将隐式引导注意力机制与反事实扩散模型结合用于PET异常检测，支持多中心、多癌症类型和多示踪剂数据	未明确说明模型在特定癌症类型或示踪剂上的性能差异	开发弱监督的PET病灶检测和分割方法以减少对像素级标注数据的依赖	PET医学图像中的异常病灶	医学影像分析	多癌症类型	PET成像	扩散模型	PET图像	2652例多中心回顾性病例（多癌症、多示踪剂）	NA	注意力条件扩散模型	与41% SUV阈值法等传统方法及其他弱监督/无监督深度学习方法对比	NA
3362	2025-10-06	A Deep Learning-Based Automatic Recognition Model for Polycystic Ovary Ultrasound Images 2025-09-01, Balkan medical journal IF:1.9Q2 DOI:10.4274/balkanmedj.galenos.2025.2025-5-114 PMID:40785235	研究论文	开发基于YOLOv11深度学习框架的多囊卵巢超声图像自动识别模型	首次将YOLOv11深度学习框架应用于多囊卵巢综合征的超声图像自动识别与诊断	研究仅包含两个医疗中心的数据，需要更多外部验证	开发能够快速准确识别多囊卵巢综合征的深度学习模型	1,751名疑似多囊卵巢综合征女性的卵巢超声图像	计算机视觉	多囊卵巢综合征	超声成像	CNN	图像	933名患者（中心1:781名，中心2:152名）的超声图像	YOLOv11	YOLOv11	平均精度均值，F1分数，曲线下面积	NA
3363	2025-10-06	The efficacy of machine learning algorithms in evaluating factors associated with shunt-dependent hydrocephalus after subarachnoid hemorrhage: a systematic review and meta-analysis 2025-Sep-01, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03773-x PMID:40887550	系统评价与荟萃分析	评估机器学习算法在分析自发性蛛网膜下腔出血后慢性分流依赖性脑积水相关因素中的效能	首次通过系统评价和荟萃分析综合评估机器学习模型在预测SAH后CSDH风险因素的性能表现	仅纳入5项符合标准的研究，样本量有限，存在中度异质性	评估机器学习算法识别自发性蛛网膜下腔出血后慢性分流依赖性脑积水相关因素的效能	自发性蛛网膜下腔出血后发生慢性分流依赖性脑积水的患者	机器学习	脑积水	机器学习算法分析	线性模型,树基模型,深度学习模型	临床数据集	基于5项研究的汇总分析	NA	NA	AUC-ROC,准确率,灵敏度,特异性,精确率,F1分数	NA
3364	2025-10-06	Dissecting cross-lineage tumourigenesis under p53 inactivation through single-cell multi-omics and spatial transcriptomics 2025-Sep, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70461 PMID:40887856	研究论文	通过单细胞多组学和空间转录组学技术解析p53失活条件下跨谱系肿瘤发生的机制	整合单细胞多组学与空间转录组学构建Trp53功能细胞图谱，并通过深度学习重建p53调控网络	使用小鼠模型，结果向人类临床转化的适用性需要进一步验证	研究p53失活后细胞稳态破坏和肿瘤发生机制	Trp53基因敲除小鼠模型中的免疫、基质和上皮细胞	计算生物学	肿瘤	单细胞转录组学, 单细胞ATAC-seq, 空间转录组学, 全基因组测序, CUT&Tag	深度学习	单细胞多组学数据, 空间转录组数据	NA	NA	基因网络模型	NA	NA
3365	2025-10-06	DeepSCEM: A User-Friendly Solution for Deep Learning-Based Image Segmentation in Cellular Electron Microscopy 2025-Sep, Biology of the cell IF:2.4Q4 DOI:10.1111/boc.70032 PMID:40888071	研究论文	开发了一个用于细胞电子显微镜图像深度学习的用户友好分割工具DeepSCEM	提供了专门针对细胞电子显微镜图像的易用深度学习分割工具，解决了现有技术缺乏专用工具的问题	NA	开发高效、用户友好的细胞电子显微镜图像分割工具	细胞电子显微镜图像中的细胞器分割	计算机视觉	NA	电子显微镜	CNN	图像	NA	NA	NA	NA	NA
3366	2025-10-06	Artificial intelligence-based approaches for sleep-related breathing events identification using EEG and ECG signals 2025-Sep-01, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03442-9 PMID:40888857	研究论文	本研究开发了一种基于EEG和ECG信号的多模态人工智能方法，用于识别睡眠呼吸事件	提出结合EEG和ECG信号的集成学习模型，与传统深度学习方法相比在睡眠呼吸事件分类中表现更优	研究仅基于201个PSG数据，样本量相对有限	开发基于可穿戴设备和AI技术的睡眠呼吸障碍自动识别方法	阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)和低通气事件	机器学习	睡眠呼吸障碍	小波变换、多模态生理信号分析	集成学习、深度学习	EEG信号、ECG信号	201个多导睡眠图记录	NA	NA	准确率、灵敏度、特异性	NA
3367	2025-10-06	Multimodal dynamic hierarchical clustering model for post-stroke cognitive impairment prediction 2025-Sep-01, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00202-0 PMID:40889044	研究论文	提出一种多模态动态层次聚类网络MDHCNet，用于脑卒中后认知障碍的早期预测	首次将图神经网络与多模态脑影像数据结合，通过层次跨模态融合模块整合结构和临床特征	基于单一真实世界卒中队列，需要更大规模多中心验证	开发准确且可解释的脑卒中后认知障碍预测方法	脑卒中患者的多模态脑影像数据和临床特征	医学影像分析	脑卒中	扩散加权成像、磁共振血管成像、T1/T2加权成像	图神经网络	脑图、临床特征	真实世界卒中队列（具体数量未明确说明）	NA	MDHCNet	NA	NA
3368	2025-10-06	A Deep Learning and Explainable Artificial Intelligence based Scheme for Breast Cancer Detection 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80535-7 PMID:40890117	研究论文	提出一种结合深度学习和可解释人工智能的乳腺癌检测方案DXAIB	首次将CNN与随机森林模型结合，并采用SHAP方法提供局部和全局层面的预测解释	NA	开发高精度且可解释的乳腺癌检测人工智能系统	乳腺癌检测	计算机视觉	乳腺癌	深度学习	CNN, Random Forest	医学图像	NA	NA	CNN	NA	NA
3369	2025-10-06	Soil conditioning optimization of sandy pebble soil with different fine contents and prediction by machine learning 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05589-7 PMID:40890149	研究论文	研究不同细粒含量砂卵石土的土壤调理优化及通过机器学习预测坍落度	首次结合膨润土浆液和泡沫两种调理剂研究细粒含量变化对砂卵石土工作性的影响，并应用深度学习算法预测坍落度	研究仅针对砂卵石土，未涉及其他土壤类型；实验条件可能无法完全反映实际盾构施工环境	优化土压平衡盾构施工中的土壤调理工艺，提高工程效率	不同细粒含量(10%-80%)的砂卵石土	机器学习	NA	坍落度测试，土壤调理技术	深度学习算法	实验数据	不同细粒含量(10%,20%,60%,80%)的砂卵石土样本	NA	NA	准确率	NA
3370	2025-10-06	Improving lung cancer detection with enhanced convolutional sequential networks 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06653-y PMID:40890150	研究论文	提出优化的顺序卷积网络(SCNN)用于肺癌组织图像分类，提高检测准确率和效率	提出SCNN模型在保持高分类精度的同时显著降低处理时间和计算负载	仅在组织成像数据集上验证，未提及在其它类型医学影像上的泛化能力	改进肺癌检测方法，提升临床诊断效率	肺癌组织图像（腺癌、良性、鳞状细胞癌）	计算机视觉	肺癌	组织成像	CNN	图像	NA	NA	SCNN（包含3个卷积层、3个最大池化层、扁平层和密集层）	准确率,精确率,召回率,F1分数	NA
3371	2025-10-06	Harnessing attention-driven hybrid deep learning with combined feature representation for precise sign language recognition to aid deaf and speech-impaired people 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15109-2 PMID:40890179	研究论文	提出一种注意力驱动的混合深度学习模型，通过特征融合实现精确的手语识别	结合Swin Transformer、ConvNeXt-Large和ResNet50进行特征提取，并采用CNN-BiLSTM与注意力机制的混合分类方法	NA	通过先进技术实现准确、实时的姿态识别，增强聋哑人士的手语识别能力	聋哑人士使用的手语	计算机视觉	NA	CLAHE图像增强、Canny边缘检测	CNN, BiLSTM, 注意力机制	图像	NA	NA	Swin Transformer, ConvNeXt-Large, ResNet50	准确率	NA
3372	2025-10-06	Explainable self-supervised learning for medical image diagnosis based on DINO V2 model and semantic search 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15604-6 PMID:40890188	研究论文	基于DINO V2模型和语义搜索开发可解释的自监督学习方法用于医学图像诊断	结合DINOv2嵌入和语义搜索实现医学数据库的病例检索，并集成ViT-CX因果解释方法生成临床可操作的注意力热图	NA	通过自监督学习解决医学图像标注数据不足的问题，提高诊断效率和准确性	医学图像数据集	计算机视觉	肺癌, 脑肿瘤, 白血病, 视网膜疾病	自监督学习	Vision Transformer	医学图像	NA	DINOv2, Qdrant	DINOv2, ViT-CX	准确率	NA
3373	2025-10-06	Gastrointestinal tract disease classification from wireless capsule endoscopy images based on deep learning information fusion and Newton Raphson controlled marine predator algorithm 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17204-w PMID:40890219	研究论文	提出一种基于深度学习信息融合和牛顿拉夫森控制海洋捕食者算法的胃肠道疾病分类CAD系统	通过引入熵场传播层改进ResNet模型，结合NRMPO优化算法进行特征选择，并采用新型均值阈值融合方法	在不同数据集上准确率差异较大（82.7%-99.0%），需要进一步验证模型泛化能力	开发用于胃肠道疾病早期诊断的计算机辅助诊断系统	胃肠道疾病的内镜图像	计算机视觉	胃肠道癌症	无线胶囊内窥镜成像	CNN	图像	三个公开数据集（Kvasir V1、Kvasir V2、Hyperkvasir）	NA	ResNet18, ResNet50	准确率, 精确率	NA
3374	2025-10-06	Deep learning model using squeezenet and promoted ideal gas molecular motion for music genre classification from audio spectrograms 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16499-z PMID:40890267	研究论文	提出一种结合SqueezeNet和PIGMM优化算法的音乐流派分类模型	首次将基于分子动力学改进的PIGMM元启发式算法与SqueezeNet结合，通过混沌理论和对立学习增强优化效果	未明确说明模型在更大规模数据集或实时分类场景下的性能表现	开发轻量级且抗噪声的音乐流派分类方法	音频信号的音乐流派分类	机器学习	NA	音频频谱图分析	CNN	音频频谱图	GTZAN和Extended Ballroom数据集	NA	SqueezeNet	准确率,精确率,召回率	NA
3375	2025-10-06	Information-distilled physics informed deep learning for high order differential inverse problems with extreme discontinuities 2025-Sep-01, Communications engineering DOI:10.1038/s44172-025-00476-5 PMID:40890309	研究论文	提出一种信息蒸馏物理信息深度学习框架，用于解决具有极端不连续性的高阶微分反问题	结合降阶建模、多级域分解和病态抑制机制，通过信息传播和蒸馏抑制梯度流中的病态信息	未明确说明计算资源需求和具体应用场景的局限性	解决具有极端不连续性和高阶参数化微分方程的反问题	具有空间分布特性的未知参数和存在不连续性的物理系统	机器学习	NA	物理信息深度学习	深度学习	微分方程数据	NA	NA	多级域分解网络	NA	NA
3376	2025-10-06	Novel dataset and model for restroom sound event classification 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18154-z PMID:40890315	研究论文	提出一种用于卫生间声音事件分类的隐私保护深度学习框架	使用自适应一维CNN动态合成空间线索的三通道梅尔频谱图，结合半监督学习和数据增强技术	仅基于五个声学多样化卫生间的音频数据，样本来源有限	开发能够准确分类卫生间环境中细粒度卫生和水使用事件的智能监测系统	卫生间环境中的11种不同声音事件，包括水龙头变化、冲马桶和洗手活动	机器学习	NA	音频信号处理	CNN, 集成学习	立体声音频	约460分钟的立体声音频记录，来自五个声学多样化卫生间	NA	RegNetY-008, 1D-CNN	准确率, 宏平均F1分数	NA
3377	2025-10-06	CNN-LSTM-AM approach for outdoor wireless optical communication systems 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16828-2 PMID:40890334	研究论文	提出一种基于深度学习的CNN-LSTM-AM方法，用于增强车对车可见光通信系统的性能	首次将CNN、GAN、GRU和深度去噪自编码器集成到统一框架中，通过四个专用模块分别解决功率效率、性能增强、误码率降低和干扰消除问题	研究基于仿真数据，未在真实环境中验证；模型复杂度较高	提高车对车可见光通信系统的吞吐量、功率效率、误码率性能和抗干扰能力	车对车可见光通信系统	机器学习	NA	可见光通信	CNN, GAN, GRU, DDAE	通信信号数据	NA	NA	U-Net	吞吐量, 功率效率, 误码率, 干扰消除	NA
3378	2025-10-06	Automated rating of Fazekas scale in fluid-attenuated inversion recovery MRI for ischemic stroke or transient ischemic attack using machine learning 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17287-5 PMID:40890345	研究论文	开发并验证了一种基于深度学习的自动分割和分级模型，用于评估中风患者FLAIR MRI中的白质高信号	首次在卒中患者中应用空间概率方法的深度学习流程，结合残差神经网络和3D卷积神经网络实现Fazekas量表的自动评分	研究样本量相对有限（471例），且仅基于三个数据来源	开发自动化的白质高信号分割和Fazekas量表评分系统	缺血性卒中或短暂性脑缺血发作患者的FLAIR MRI图像	医学影像分析	缺血性卒中	FLAIR MRI	CNN	医学影像	471名卒中患者来自三个不同数据源	NA	U-Net, 3D CNN	AUPRC, Dice相似系数, 绝对误差, R平方, 一致性相关系数, 二次加权kappa	NA
3379	2025-10-06	Feature-guided multilayer encoding-decoding network for segmentation for 3D intraoral scan data 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16360-3 PMID:40890358	研究论文	提出一种基于分层特征引导的U形3D牙科模型分割方法，用于口腔内扫描数据的错颌畸形分割	结合局部均值与全局标准差的正规化方法、推拉策略优化点云密度、倒置瓶颈全局特征提取流程	NA	提高3D口腔内扫描数据中错颌畸形分割的准确性和鲁棒性	错颌畸形牙齿	计算机视觉	口腔畸形	3D口腔内扫描	U-Net	3D点云数据	自建畸形牙齿数据集、公开数据集Teeth3DS和3D-IOSSeg	NA	U形编码器-解码器网络	整体准确率(OA), 平均交并比(mIoU)	NA
3380	2025-10-06	Deep hierarchical subtyping of multi-organ systemic sclerosis trajectories - a EUSTAR study 2025-Sep-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01962-y PMID:40890392	研究论文	提出一种半监督生成深度学习框架，用于系统性硬化症的多器官疾病轨迹分层亚型识别	利用专家驱动的器官特异性受累定义，通过深度学习识别超越传统皮肤分型的多器官疾病亚型	基于观察性数据库，可能存在数据缺失和选择偏倚	改善系统性硬化症患者分层和预后预测	系统性硬化症患者	数字病理学	系统性硬化症	深度学习	生成模型	临床医疗数据	14,000名患者，67,000次医疗访问	NA	NA	预测准确性、对缺失数据的鲁棒性、临床可解释性	NA