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
341	2025-07-05	Construction of prognostic scoring model for ovarian cancer based on deep learning algorithm 2025-Jul-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03011-2 PMID:40591194	research paper	本研究基于深度学习算法构建了卵巢癌的预后评分模型	利用病理图像和CLAM框架构建预后预测模型，并结合临床特征和转录组数据进行综合分析	外部验证的AUC值较低（0.70），可能影响模型的泛化能力	开发卵巢癌的预后预测模型以改善患者治疗效果	卵巢癌患者的病理图像和临床数据	digital pathology	ovarian cancer	Macenko's algorithm, CLAM framework	deep learning	病理图像	158份内部病理切片和105份TCGA-OV病理切片
342	2025-07-05	18F-FDG dose reduction using deep learning-based PET reconstruction 2025-Jul-01, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01269-9 PMID:40591189	研究论文	本研究评估了基于深度学习的PET重建算法在减少18F-FDG剂量同时保持诊断质量方面的效果	首次将深度学习重建算法应用于PET图像以减少放射性剂量，并评估其在不同体重患者中的适用性	对于体重≥75kg的患者，算法效果有待进一步优化	评估深度学习重建算法在PET成像中减少放射性剂量的可行性	90名接受18F-FDG PET/CT检查的肿瘤患者	数字病理	肿瘤	PET/CT成像	深度学习重建算法(DLR)	医学影像	90名肿瘤患者（分为3组，每组30人）
343	2025-07-05	Enhancing ultrasonographic detection of hepatocellular carcinoma with artificial intelligence: current applications, challenges and future directions 2025-Jul-01, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2025-001832 PMID:40592728	综述	本文综述了人工智能在超声检测肝细胞癌中的当前应用、挑战及未来发展方向	重点探讨了深度学习在超声影像中提升肝细胞癌早期检测的潜力，特别是卷积神经网络在B型超声检测不同肝脏局灶性病变中的显著成功	数据异质性、缺乏标准化、模型可解释性问题、监管限制以及实际临床应用障碍	探讨人工智能在肝细胞癌监测中的应用及其改善患者预后的潜力	肝细胞癌（HCC）	医学影像分析	肝细胞癌	深度学习	CNN	超声影像	NA
344	2025-07-05	Accurate single-shot full-Stokes detection enabled by heterogeneous grain orientations in polycrystalline films 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60914-y PMID:40592865	研究论文	介绍了一种名为GOStokes的新方法，利用溶液处理的金属卤化物半导体中的异质晶粒取向，实现单次测量中提取斯托克斯参数	通过开发具有强固有圆二色性和线性二色性的多晶薄膜，利用随机取向的晶粒在空间域产生不同的偏振选择性，结合深度学习精确测定任意偏振态	NA	开发一种成本效益高的单次全斯托克斯检测方法，用于下一代光学传感	多晶金属卤化物半导体薄膜	光学传感	NA	深度学习	NA	光学图像	NA
345	2025-07-05	Anterior cruciate ligament tear detection based on Res2Net modified by improved Lévy flight distribution 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05777-5 PMID:40592990	research paper	该研究提出了一种结合改进的Lévy飞行分布（ILFD）和Res2Net深度学习架构的新方法，用于在膝关节MRI图像中检测前交叉韧带（ACL）撕裂	通过将Res2Net与改进的Lévy飞行分布算法（ILFD）结合，提高了ACL撕裂检测的准确性和效率	研究仅基于两个标准数据集进行验证，可能需要更多样化的数据以验证模型的泛化能力	提高前交叉韧带（ACL）撕裂的诊断准确性和效率	膝关节MRI图像中的前交叉韧带（ACL）撕裂	computer vision	运动损伤	深度学习	Res2Net, ILFD	MRI图像	两个标准数据集（斯坦福大学医学中心和里耶卡临床医院中心）
346	2025-07-05	Lessons learned from RadiologyNET foundation models for transfer learning in medical radiology 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05009-w PMID:40593000	研究论文	本文探讨了在医学放射学中使用RadiologyNET基础模型进行迁移学习的经验与教训	提出了基于RadiologyNET数据集预训练的多种流行架构模型，并比较了其与ImageNet预训练模型在不同医学数据集上的性能	研究结果在不同任务间存在差异，强调了预训练数据与下游应用对齐的重要性	评估基础模型在医学影像分析中的迁移学习效果	医学影像数据集	数字病理	NA	深度学习	ResNet18, ResNet34, ResNet50, VGG16, EfficientNetB3, EfficientNetB4, InceptionV3, DenseNet121, MobileNetV3Small, MobileNetV3Large	图像	1,902,414张医学影像
347	2025-07-05	Predictive model of ulcerative colitis syndrome with ensemble learning and interpretability methods 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04824-5 PMID:40593010	research paper	提出一种结合集成学习和可解释性方法的溃疡性结肠炎中医证候预测模型	首次在中医证候分型中引入SHAP和LIME可解释性方法，揭示关键证候特征	研究数据仅来自单一医院，可能影响模型泛化能力	提高溃疡性结肠炎中医证候分型的可解释性和临床实用性	溃疡性结肠炎患者的中医电子病历数据	machine learning	ulcerative colitis	ensemble learning, SHAP, LIME	Gradient Boosting (GB)	electronic medical records	8078份来自北京中医药大学东方医院的电子病历（2006-2019年）
348	2025-07-05	Deep learning-based single-shot computational spectrometer using multilayer thin films 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06691-6 PMID:40593028	研究论文	本文展示了一种基于深度学习的单次计算光谱仪，能够通过多层薄膜滤光片阵列恢复窄带和宽带光谱	使用多层薄膜滤光片阵列和深度学习架构（密集层和带有残差连接的U-Net骨干）进行光谱重建，实现了紧凑设计、快速测量时间和高重建精度	研究局限于500至850 nm的波长范围，且需要进一步验证其在更广泛光谱范围内的性能	开发一种适用于移动应用的紧凑、快速、高精度的计算光谱仪	多层薄膜滤光片阵列和CMOS图像传感器	计算机视觉	NA	深度学习、晶圆级模板光刻、扫描电子显微镜（SEM）分析	密集层和带有残差连接的U-Net	图像	3,223个光谱（包括宽带和窄带光谱）
349	2025-07-05	Research and optimization of a multilevel fire detection framework based on deep learning and classical pattern recognition techniques 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06721-3 PMID:40593038	研究论文	本文提出了一种基于深度学习和经典模式识别技术的多层次火灾检测框架FFDNet，旨在提高火焰检测的准确性和降低误报率	结合了增强的RT-DETR模型和VQGAN技术，引入了创新的InnMPD-IoU损失函数和CLBP纹理特征提取方法	未提及在极端环境条件下的性能表现	开发一个高效、准确的火焰检测工具，以支持火灾预防和响应措施	火焰和火焰类似现象	计算机视觉	NA	RT-DETR, VQGAN, CLBP	RT-DETR, VQGAN	图像	Dataset for Fire and Smoke Detection (DFS)
350	2025-07-05	Cuff-less blood pressure monitoring via PPG signals using a hybrid CNN-BiLSTM deep learning model with attention mechanism 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07087-2 PMID:40593051	研究论文	本文提出了一种基于PPG信号的无袖带血压监测深度学习框架，结合CNN-BiLSTM混合架构和注意力机制，以提高血压估计的准确性	采用CNN-BiLSTM混合架构和注意力机制进行时空特征提取，显著提高了血压估计的准确性和模型的泛化能力	虽然模型在MIMIC-II数据库上表现良好，但在其他人群或不同设备采集的PPG信号上的泛化能力仍需进一步验证	开发一种精确、非侵入性的血压监测方法，以支持可穿戴健康技术和实时应用	通过PPG信号进行血压监测	机器学习	心血管疾病	PPG信号处理	CNN-BiLSTM混合模型	PPG信号	来自MIMIC-II数据库的2064名患者
351	2025-07-05	Research on dimension measurement algorithm for parcel boxes in high-speed sorting system 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07730-y PMID:40593050	研究论文	提出了一种基于深度学习的矩形包装箱三维定位算法，并设计了一个轻量级的包裹箱检测模型EODNet	使用线性注意力机制实现高效特征选择，设计了高低层特征融合结构和C2f-GhostCondConv以实现不同层次输入特征的选择性融合	NA	解决物流行业快速发展带来的分拣挑战，提高分拣效率和自动化水平	包裹箱	计算机视觉	NA	深度学习	EODNet	图像	包装箱数据集和公共数据集
352	2025-07-05	Different prefrontal cortex activity patterns in bipolar and unipolar depression during verbal fluency tasks based on functional near infrared spectroscopy study 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05896-z PMID:40593067	研究论文	本研究利用功能性近红外光谱（fNIRS）在言语流畅性任务（VFT）中探讨了单相抑郁症（UD）和双相抑郁症（BD）患者前额叶皮质的功能差异，并评估了fNIRS作为认知评估诊断工具的可靠性	通过fNIRS技术结合深度学习一维卷积网络，识别UD和BD患者前额叶皮质活动的差异，并探索其作为精神健康障碍辅助诊断工具的潜力	样本量相对较小（UD 73例，BD 59例，健康对照40例），且仅基于VFT任务评估前额叶功能	探究单相与双相抑郁症患者前额叶皮质功能差异，开发基于fNIRS的辅助诊断方法	单相抑郁症患者、双相抑郁症患者及健康对照人群	精神健康	抑郁症	功能性近红外光谱（fNIRS）、深度学习（一维卷积网络）	一维CNN	血流动力学响应数据（氧合血红蛋白浓度）	172人（73 UD患者 + 59 BD患者 + 40健康对照）
353	2025-07-05	Cross-language dissemination of Chinese classical literature using multimodal deep learning and artificial intelligence 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05921-1 PMID:40593073	research paper	该研究提出了一种基于多模态深度学习的翻译模型TMNMT，用于促进中国古典文学的跨语言传播与理解	创新性地整合了条件扩散模型生成的视觉特征，并利用知识蒸馏技术实现高效迁移学习，设计了基于门控神经单元的多模态特征融合机制和解码器视觉特征注意力模块	未提及具体的数据集规模限制或模型在特定语言对上的表现局限	推动中国古典文学的多语言传播及探索AI在文化领域的应用前景	中国古典文学的多模态跨语言翻译	natural language processing	NA	多模态深度学习、知识蒸馏、条件扩散模型	Transformer-Multimodal Neural Machine Translation (TMNMT)	多模态数据（文本与视觉信息）	NA（未明确提及具体样本量）
354	2025-07-05	Automated sleep staging model for older adults based on CWT and deep learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07630-1 PMID:40593120	研究论文	本研究提出了一种基于连续小波变换和深度学习的老年人自动睡眠分期模型RICM-SleepNet，旨在提高老年人睡眠分期的准确性和效率	首次针对老年人群体设计自动睡眠分期模型，结合Inception模块、CBAM注意力机制和多尺度连接结构，显著提升了特征利用能力和分期准确性	模型尚未在临床环境中得到充分验证，需要进一步优化以适应更广泛的老龄人群	开发针对老年人的高精度自动睡眠分期模型	老年人睡眠数据	深度学习	睡眠障碍	连续小波变换(CWT)	RICM-SleepNet(基于Inception模块、CBAM和多尺度连接结构的CNN)	三维时频特征融合图	基于Sleep-EDF扩展数据集
355	2025-07-05	Automated ejection fraction and risk stratification in cardiomyopathy patients with diverse LV geometry using 2D echocardiography 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06738-8 PMID:40593134	研究论文	开发了一种深度学习模型，用于从超声心动图图像中估计左心室射血分数（LVEF），并评估不同左心室几何（LVG）亚型的预后因素	使用DeepLabV3+算法处理超声心动图图像，考虑了左心室几何变异性，提供了几何特异性的临床评估工具	样本量较小（120例患者），且仅在心肌病患者中验证	开发一种能够准确估计LVEF并进行风险分层的深度学习模型	心肌病患者	数字病理学	心血管疾病	超声心动图	DeepLabV3+	图像	120例心肌病患者（分为CH、EH、CR和NG亚型）
356	2025-07-05	Construction of evolutionary stability and signal game model for privacy protection in the internet of things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08836-z PMID:40593151	研究论文	该研究聚焦于物联网环境中的隐私保护，提出了一种基于进化博弈理论和信号博弈机制的模型，以分析和优化隐私保护策略	结合进化博弈理论和信号博弈机制，构建了用户、设备、网络运营商和攻击者之间的博弈模型，并提出了IoT-PSGDL模型，在隐私保护效果上表现优异	NA	提供高效且动态优化的隐私保护策略，以应对复杂物联网环境中的各种隐私威胁	物联网环境中的隐私保护	机器学习	NA	进化博弈理论、信号博弈机制、深度学习	IoT-PSGDL	物联网数据	CIC IoT数据集
357	2025-07-05	Explainable AI in early autism detection: a literature review of interpretable machine learning approaches 2025-Jul-01, Discover mental health DOI:10.1007/s44192-025-00232-3 PMID:40593180	review	本文综述了可解释人工智能（XAI）在早期自闭症检测中的应用，重点讨论了可解释机器学习方法	探讨了XAI在自闭症谱系障碍（ASD）早期检测中的应用，强调了其在提高AI决策透明度和可靠性方面的作用	文章为文献综述，未涉及具体实验或数据验证	研究XAI在医疗健康领域，特别是自闭症早期检测中的应用	自闭症谱系障碍（ASD）的早期检测与诊断	machine learning	geriatric disease	NA	XAI	NA	NA
358	2025-07-05	Deep learning for network security: an Attention-CNN-LSTM model for accurate intrusion detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07706-y PMID:40593224	研究论文	本文提出了一种新颖的混合深度学习模型Attention-CNN-LSTM，用于网络入侵检测，结合了CNN、LSTM和自注意力机制以提高检测准确率	首次将CNN、LSTM与自注意力机制结合用于入侵检测，显著提高了检测精度和实时性能	仅在NSL-KDD和Bot-IoT数据集上进行了验证，需要更多样化的数据集测试泛化能力	开发高性能的网络入侵检测系统以应对不断演变的网络威胁	网络入侵行为(包括恶意软件、拒绝服务攻击和僵尸网络)	机器学习	NA	深度学习	Attention-CNN-LSTM	网络流量数据	NSL-KDD和Bot-IoT数据集
359	2025-07-05	Improved model for intrusion detection in the Internet of Things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92852-6 PMID:40593260	研究论文	提出了一种改进的深度学习模型，用于物联网环境中的入侵检测，以提高准确性和泛化能力	利用卷积神经网络（CNN）的能力，结合数据增强和正则化技术，防止过拟合，并在多个基准数据集上表现出优于LSTM和决策树等方法的性能	未提及具体的数据集样本量及模型在真实物联网环境中的部署效果	提高物联网环境中的入侵检测准确性和泛化能力	物联网（IoT）设备和网络	机器学习	NA	深度学习	CNN	网络数据	多个基准数据集（未提及具体数量）
360	2025-07-05	FPGA implementation of deep learning architecture for ankylosing spondylitis detection from MRI 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08593-z PMID:40593288	research paper	该研究旨在通过自动化系统对强直性脊柱炎(AS)患者的轴向磁共振成像(MRI)序列进行分类诊断	在FPGA卡上实现深度学习架构，用于AS诊断，展示了接近CPU分类的成功结果	研究仅使用了527名个体的MRI数据集，样本量可能不足以覆盖所有AS病例的多样性	开发一种自动化系统，用于强直性脊柱炎的早期诊断	强直性脊柱炎患者的轴向磁共振成像(MRI)序列	digital pathology	强直性脊柱炎	MRI	DLNNs	image	527名个体的MRI图像