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
361	2025-09-05	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	提出一种基于隐式引导注意力条件反事实扩散模型的弱监督PET异常检测方法IgCONDA-PET，用于多中心、多癌症类型和多示踪剂的PET图像分析	采用条件扩散模型进行反事实生成，实现“不健康到健康”的域转换，通过隐式扩散引导和注意力模块提升小异常检测能力	方法依赖于图像类别标签（健康vs不健康），且仅使用PET数据进行验证	开发减少像素级标注依赖的PET病灶检测与分割方法	PET医学图像中的异常病灶	医学图像分析	多癌症类型	扩散模型，注意力机制，反事实生成	扩散模型	PET图像	2652例多中心、多癌症类型、多示踪剂病例
362	2025-09-05	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深度学习框架的自动识别模型，用于快速准确识别多囊卵巢综合征的超声图像	首次应用YOLOv11深度学习框架实现PCOS超声图像的自动化识别与诊断分类，显著提升检测速度和诊断一致性	研究仅基于两个中心的样本，外部验证集样本量相对较小（152例），模型泛化能力需进一步验证	提高多囊卵巢综合征超声诊断的准确性和效率	生育年龄女性疑似PCOS患者	计算机视觉	多囊卵巢综合征	深度学习，超声成像	YOLOv11	图像	1751名疑似PCOS患者（中心1:1599例，中心2:152例），最终分析933例患者的超声图像
363	2025-09-05	Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities 2025-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.240277 PMID:40668130	研究论文	开发结合眼动数据和放射学报告的协作AI系统CoRaX，用于提升胸片异常检测准确率并修正感知错误	首次整合眼动追踪数据、放射报告和图像嵌入的多模态AI系统，专注于识别和纠正放射科医生的感知错误	基于回顾性数据集（REFLACX和EGD-CXR）开发，需进一步前瞻性验证；部分错误未解决（随机掩码6.6%，不确定性掩码9.3%）	通过人机协作提升胸片异常诊断准确性	胸片中的异常区域（包含五种异常类型）	计算机视觉	胸部疾病（未特指具体疾病）	多模态深度学习、眼动追踪数据分析	CNN（卷积神经网络）、多模态大模型	图像、眼动数据、文本报告	基于332处异常的数据集（REFLACX和EGD-CXR公共数据集）
364	2025-09-05	Automated surgical workflow recognition in privacy-preserving depth videos of the operating room 2025-Sep, Surgical endoscopy DOI:10.1007/s00464-025-12031-6 PMID:40770511	研究论文	本研究利用深度学习技术自动识别手术室工作流程，通过保护隐私的深度视频进行分析	首次使用隐私保护的深度视频进行手术工作流识别，并引入了新的阶段持续时间误差评估指标	实时预测性能低于术后分析，且相机位置对单相机设置性能有影响	开发自动手术室工作流程识别系统以提高手术室效率	腹腔镜手术的手术室工作流程	计算机视觉	NA	深度学习	ASFormer（时空深度学习模型）	深度视频	21台腹腔镜手术，由3个深度相机采集
365	2025-09-05	Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507764 PMID:40775740	综述	本文综述了结合蛋白质三维空间结构与人工智能技术预测药物协同-拮抗作用的最新研究进展与应用前景	系统整合蛋白质空间结构信息与AI技术（特别是机器学习和深度学习算法）进行药物协同-拮抗预测，并探讨多源生物数据融合建模方法	NA	推进精准医疗策略，支持新型多靶点药物的合理设计与开发	蛋白质三维空间结构、药物-蛋白相互作用、多靶点药物	计算生物学	癌症、感染性疾病、代谢性疾病	分子对接技术、机器学习、深度学习	机器学习算法、深度学习算法	多源生物数据、蛋白质结构数据	NA
366	2025-09-05	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	系统综述与荟萃分析	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	首次通过系统综述和荟萃分析比较不同机器学习模型在预测分流依赖性脑积水方面的性能，并探讨输入特征数量对模型效果的影响	仅纳入5项符合条件的研究，样本量有限，且存在中度异质性	评估机器学习算法在识别蛛网膜下腔出血后慢性分流依赖性脑积水相关因素中的有效性	自发性蛛网膜下腔出血患者	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
367	2025-09-05	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	本研究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	整合多组学与深度学习构建p53功能细胞图谱，发现核糖体蛋白基因上调是p53缺失致癌的早期关键事件	基于小鼠模型，人类临床适用性需进一步验证	探究p53失活后细胞稳态破坏和跨细胞谱系的肿瘤发生机制	Trp53敲除小鼠模型中的免疫、基质和上皮细胞	计算生物学	肿瘤	单细胞转录组测序、单细胞ATAC-seq、空间转录组学、全基因组测序、CUT&Tag	深度学习基因网络模型	单细胞多组学数据、空间转录组数据	Trp53敲除小鼠模型样本
368	2025-09-05	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	介绍了一个名为DeepSCEM的深度学习工具，用于细胞电子显微镜图像的快速高效分割	提供了一个专门针对细胞电子显微镜图像分割的易用工具，专注于高效的模型生成和训练	NA	开发用户友好的深度学习工具以促进细胞电子显微镜图像分割技术的广泛应用	细胞电子显微镜图像	计算机视觉	NA	深度学习	CNN	图像	NA
369	2025-09-05	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信号的多模态方法，并采用集成学习模型，在家庭睡眠测试环境中实现高精度分类	研究基于201个PSG数据，样本量相对有限，且仅使用单一数据源	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，替代传统多导睡眠图	阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)和低通气事件患者	机器学习	睡眠呼吸障碍	小波变换、机器学习、深度学习	集成学习模型、深度学习模型	EEG和ECG生理信号	201个多导睡眠图记录
370	2025-09-05	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分层聚类网络（MDHCNet），用于脑卒中后认知障碍的早期预测	结合图神经网络与分层跨模态融合模块，有效整合多模态脑影像和临床特征，并提供可解释性分析	NA	开发准确且可解释的脑卒中后认知障碍早期预测工具	脑卒中患者	医学人工智能	脑卒中后认知障碍	扩散加权成像、磁共振血管成像、T1/T2加权成像	图神经网络（GNN）	多模态脑影像数据、临床特征数据	真实世界脑卒中队列（具体数量未说明）
371	2025-09-05	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方案DXAIB，用于乳腺癌检测并增强预测透明度	首次将CNN与随机森林模型混合，并集成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	乳腺癌诊断	数字病理	乳腺癌	深度学习，可解释人工智能	CNN，随机森林	NA	NA
372	2025-09-05	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，并通过机器学习预测其坍落度	结合膨润土浆和泡沫两种调理剂分析细粒含量变化的影响，并首次应用深度学习算法预测土壤工作性	NA	优化EPB盾构隧道施工中的土壤调理，提高工程效率	砂卵石土（细粒含量10%-80%）	机器学习	NA	坍落度试验，深度学习	深度学习算法	实验数据	不同细粒含量（10%-80%）的砂卵石土样本
373	2025-09-05	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	提出一种优化的序列卷积网络（SCNN）用于提高肺癌组织图像分类的准确性和效率	设计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复杂度，超越传统CNN、R-CNN及Inception分类器	模型仅在组织成像数据集上验证，未提及外部验证或临床前瞻性试验结果	提升肺癌检测的准确性和临床实用性	肺癌组织图像（腺癌、良性组织、鳞状细胞癌三类）	计算机视觉	肺癌	深度学习	SCNN（序列卷积神经网络）	医学影像（组织图像）	未明确说明样本数量，仅提及三类肺癌模型数据集
374	2025-09-05	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	提出一种结合注意力机制的混合深度学习模型，用于精确的手语识别以帮助聋哑人士	采用注意力驱动的混合深度学习架构，结合Swin Transformer、ConvNeXt-Large和ResNet50进行特征融合，并引入C-BiL-A分类技术	NA	通过先进技术实现准确、实时的手势识别，增强聋哑人士的手语识别能力	聋哑人士的手语动作	computer vision	NA	CLAHE图像增强、Canny边缘检测、深度学习特征提取	CNN、BiLSTM with attention、Swin Transformer、ConvNeXt-Large、ResNet50	image	手语数据集（具体数量未说明）
375	2025-09-05	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	提出基于DINO V2模型和语义搜索的可解释自监督学习框架，用于医学图像诊断	结合DINOv2与ViT-CX因果解释方法生成临床可操作热力图，并首次在SSL医学影像研究中实现语义搜索功能	NA	提升医学图像分析的效率和准确性，改善临床决策过程	肺癌、脑肿瘤、白血病和视网膜疾病的多类别医学图像数据集	计算机视觉	多疾病类别（肺癌、脑肿瘤、白血病、视网膜疾病）	自监督学习(SSL)	DINOv2, ViT-CX	医学图像	NA（提及多数据集但未明确样本数量）
376	2025-09-05	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无线胶囊内镜图像胃肠道疾病分类CAD系统	结合改进的深度学习模型特征融合与优化特征选择，引入熵场传播新层替换池化层，并采用新型均值阈值融合方法	NA	设计计算机辅助诊断系统用于早期胃肠道疾病的检测与分类	胃肠道疾病	计算机视觉	胃肠道疾病	深度学习，特征融合，优化算法	ResNet18, ResNet50, NRMPO	图像	三个公开数据集（Kvasir V1, Kvasir V2, Hyperkvasir）
377	2025-09-05	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优化算法的深度学习模型，用于从音频频谱图中进行音乐流派分类	首次将PIGMM元启发式算法（基于分子动力学并融合混沌理论和反向学习）用于优化SqueezeNet参数，提升收敛性和泛化能力	NA	开发轻量级且抗噪声的音乐流派分类解决方案	音频频谱图	自然语言处理	NA	深度学习，元启发式优化	SqueezeNet	音频频谱图	GTZAN和Extended Ballroom数据集（十折交叉验证）
378	2025-09-05	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和高阶微分方程的逆问题	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	NA	解决具有极端不连续性和高阶参数化微分方程的逆问题	不连续载荷、边界截断和材料属性突变等现象引起的导数奇异性	机器学习	NA	物理信息深度学习	深度学习框架	微分方程参数	NA
379	2025-09-05	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	提出一种基于深度学习的隐私保护框架，用于精确分类卫生间环境中的细粒度卫生和水使用事件	采用自适应一维CNN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，在声学多样化环境中实现高精度事件分类	NA	开发智能卫生间监控系统，实现隐私保护的精细事件识别	卫生间音频事件（水龙头使用、冲厕、洗手等11类事件）	机器学习	NA	深度学习，半监督学习，数据增强	1D-CNN, RegNetY-008	音频	约460分钟立体声音频录音，来自5个声学多样化卫生间
380	2025-09-05	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CNN-LSTM-AM的深度学习系统，用于增强车对车可见光通信系统的性能和可靠性	首次将CNN、GAN、GRU和DDAE等多种深度学习模型组合应用于V2V通信系统，实现了功率降低、性能增强、误码率减少和干扰消除的多模块协同优化	NA	解决车对车通信系统中的比特错误、高功耗和干扰问题，提升通信系统性能	车对车可见光通信系统	机器学习	NA	深度学习	CNN, GAN, GRU, DDAE, U-Net	通信信号数据	模拟不同车对车通信场景（特定纵向分离与可变横向偏移、随机纵向分离与特定横向偏移）