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
321	2025-07-06	Deep learning framework for cardiorespiratory disease detection using smartphone IMU sensors 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110595 PMID:40614516	研究论文	本研究提出了一种基于智能手机IMU传感器的深度学习框架，用于早期检测心肺疾病	利用智能手机内置的惯性测量单元传感器，通过非侵入性、低成本技术获取呼吸运动学数据，适用于资源有限环境或疫情期间的远程健康监测	未来工作需要扩展数据集、优化长期监测方法并评估其在多样临床和家庭环境中的适用性	开发创新的、可及且经济高效的心肺疾病筛查解决方案	健康个体与心血管疾病患者（包括瓣膜功能不全、冠状动脉疾病和主动脉瘤等术前患者）	机器学习	心血管疾病	智能手机IMU传感器（加速度计和陀螺仪）	双向循环神经网络（RNN）	时间序列数据	使用留一法交叉验证进行训练和验证，具体样本数量未明确说明
322	2025-07-06	DeepPerfusion: A comprehensible two-branched deep learning architecture for high-precision blood volume pulse extraction based on imaging photoplethysmography 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110571 PMID:40614513	研究论文	提出了一种名为DeepPerfusion的双分支深度学习架构，用于基于成像光电容积描记法(iPPG)高精度提取血容量脉冲(BVP)	结合精确的皮肤分割和加权以及BVP提取于一个模型中，并开发了新的基于块的时间归一化机制和创新训练流程	未明确提及具体局限性	提高基于iPPG的BVP提取精度	156名受试者的iPPG数据	计算机视觉	心血管疾病	成像光电容积描记法(iPPG)	双分支深度学习架构	图像	来自三个公开数据集的156名受试者
323	2025-07-06	Transformer attention-based neural network for cognitive score estimation from sMRI data 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110579 PMID:40614523	研究论文	本文提出了一种基于Transformer注意力的深度神经网络，用于从结构MRI数据中联合预测多种认知评分	结合Transformer注意力和3D卷积神经网络，自适应捕捉大脑中的判别性成像特征，有效关注与认知相关的关键区域	未明确提及具体局限性，但可能受限于ADNI数据集的样本量和多样性	通过结构MRI数据准确预测认知评分，以理解痴呆症的病理阶段和预测阿尔茨海默病	阿尔茨海默病患者的结构MRI数据和认知评分（ADAS、CDRSB、MMSE）	数字病理学	阿尔茨海默病	3D卷积神经网络、Transformer注意力机制	CNN、Transformer	3D MRI图像	基于ADNI数据集，具体数量未明确提及
324	2025-07-06	EnsemPred-ACP: Combining machine and deep learning to improve anticancer peptide prediction 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110668 PMID:40614519	研究论文	该研究提出了一种结合机器学习和深度学习的集成框架EnsemPred-ACP，用于提高抗癌肽（ACP）的预测准确性	引入了二元轮廓特征（BPF）来增强预训练的蛋白质嵌入，从而捕捉对ACP识别至关重要的位置特异性模式	未提及具体局限性	提高抗癌肽（ACP）的预测准确性，以促进肽类癌症治疗的发展	抗癌肽（ACP）	机器学习	癌症	机器学习和深度学习	集成框架（ML和DL模型）	蛋白质序列数据	未提及具体样本数量
325	2025-07-06	Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings 2025-Jul-03, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105494 PMID:40614660	研究论文	本研究开发了一种基于深度学习的模型（TILDL）来量化鼻咽癌（NPC）组织中的肿瘤浸润淋巴细胞（TILs），并探讨了TILDL百分比与患者预后及免疫检查点阻断（ICB）治疗反应的关系	首次使用深度学习模型从H&E染色的全切片图像中自动量化TILs，并验证其作为鼻咽癌预后指标的潜力	研究为回顾性分析，需要前瞻性研究进一步验证	评估深度学习模型在鼻咽癌预后预测中的应用价值	鼻咽癌患者	数字病理学	鼻咽癌	深度学习，免疫组织化学（IHC）	深度学习模型（具体架构未说明）	H&E染色的全切片图像（WSIs）	共498例患者（非转移性NPC 435例，转移性NPC 63例）
326	2025-07-06	Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531] 2025-Jul-03, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112556 PMID:40615244	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
327	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
328	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
329	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
330	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
331	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
332	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
333	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
334	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
335	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
336	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）
337	2025-07-06	Multimodal nomogram integrating deep learning radiomics and hemodynamic parameters for early prediction of post-craniotomy intracranial hypertension 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09115-7 PMID:40603533	研究论文	该研究评估了深度学习放射组学列线图在预测严重创伤性脑损伤患者去骨瓣减压术后早期颅内高压中的有效性	整合了深度学习放射组学特征与临床超声变量构建多模态列线图模型，实现了无创颅内压监测	样本量相对有限（总样本238例），且仅针对创伤性脑损伤患者	开发非侵入性工具预测去骨瓣减压术后颅内高压以指导临床干预	238例严重创伤性脑损伤患者（训练组166例，测试组72例）	数字病理	创伤性脑损伤	超声成像（视神经鞘和大脑中动脉频谱多普勒成像）	Light GBM算法与ResNet101迁移学习	医学影像（超声图像）与临床数据	238例患者（训练组166例，测试组72例）
338	2025-07-06	Comparison of deep learning models for predictive maintenance in industrial manufacturing systems using sensor data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08515-z PMID:40603551	研究论文	本文通过传感器数据对工业制造系统中的预测性维护深度学习模型进行了全面比较	提出了一种包含数据采集、预处理和模型构建的框架，并比较了CNN、LSTM及其混合模型在预测设备故障和估计剩余使用寿命方面的效果，其中CNN-LSTM混合模型表现最佳	未提及具体工业制造系统的类型或规模限制	比较深度学习模型在工业制造系统预测性维护中的效果	工业制造系统中的设备故障预测和剩余使用寿命估计	机器学习	NA	深度学习	CNN, LSTM, CNN-LSTM混合模型	传感器数据	三个工业数据集
339	2025-07-06	TDNN achitecture with efficient channel attention and improved residual blocks for accurate speaker recognition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09386-0 PMID:40603701	研究论文	提出了一种结合高效通道注意力和改进残差块的TDNN架构，用于提高说话人识别的准确性	引入了高效通道和空间注意力机制(ECAM)以及并行残差结构(PRS)，增强了多尺度特征捕捉能力和信息融合效率	未提及模型在更复杂或噪声更大的音频环境下的表现	提高说话人识别系统的准确性和性能	说话人识别系统	自然语言处理	NA	深度学习	EPCNet-TDNN (基于TDNN的改进架构)	音频数据	CN-Celeb1数据集(具体数量未提及)
340	2025-07-06	Data-driven approach to the deep learning of the dynamics of a non-integrable Hamiltonian system 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03607-2 PMID:40603858	研究论文	本文探讨了深度学习在预测非可积哈密顿系统动力学中的应用，特别是通过标准映射的数值模拟来识别系统的非可积程度	首次使用深度学习方法来预测非可积哈密顿系统的混沌性参数，揭示了深度学习在该领域的潜力与局限性	深度学习过程难以区分规则和轻微不规则动态，以及纯随机系统和具有残余规则轨道的系统	研究深度学习过程能够识别哈密顿系统非可积程度的范围	非可积哈密顿系统的标准映射	机器学习	NA	数值模拟	深度学习	数值数据	不同混沌性参数k值的标准映射模拟数据