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
3781	2025-07-12	Artificial Intelligence-powered copilots for precision diagnosis and surgical assessment of histological growth patterns in resectable colorectal liver metastases: a prospective study 2025-Jul-09, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002922 PMID:40638258	研究论文	本研究开发了一种基于Transformer的深度学习模型COFFEE，用于精确分类结直肠癌肝转移的组织病理学生长模式（HGPs）	提出了一种新的Transformer-based Multiple Instance Learning (TransMIL)框架，结合多头部自注意力机制和金字塔位置编码生成器（PPEG）模块，有效处理全切片图像（WSIs）中的大实例序列	研究样本量相对较小，前瞻性队列仅包含30例患者，可能需要更大规模的验证	开发AI辅助工具以提高结直肠癌肝转移HGPs分类的精确度	结直肠癌肝转移患者的组织病理学图像	数字病理学	结直肠癌	全切片图像（WSIs）分析	Vision Transformer (ViT), Transformer-based Multiple Instance Learning (TransMIL)	图像	431例患者（训练297例，测试104例，前瞻性30例）和1,442例来自TCGA-COAD队列的WSIs用于预训练
3782	2025-07-12	Letter to editor "Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model" 2025-Jul-09, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002840 PMID:40643594	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3783	2025-07-12	Reproducibility and interpretability in radiomics: a critical assessment 2025-07-08, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242719 PMID:39463040	综述	本文批判性评估了放射组学在可重复性和可解释性方面的挑战	深入分析了放射组学在影像和统计分析中的可重复性问题及其对模型可解释性的影响	研究指出放射组学面临高维数据集和小样本量的挑战，限制了机器学习和深度学习方法的应用	探讨放射组学在临床决策中的应用及其面临的挑战	放射组学特征及其在临床决策中的应用	数字病理学	NA	NA	机器学习和深度学习方法	影像数据	小样本量
3784	2025-07-12	Progress in the application research of cervical cancer screening developed by artificial intelligence in large populations 2025-Jul-08, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03102-0 PMID:40627254	综述	本文综述了人工智能在宫颈癌大规模筛查中的应用研究进展	总结了AI如何简化工作流程、辅助细胞学分割与诊断，并提升HPV和阴道镜的筛查与诊断过程	面临技术和资源限制、临床工作流程整合困难以及伦理和法律风险等挑战	探讨人工智能在大规模宫颈癌筛查中的应用及其潜力	宫颈癌筛查	数字病理学	宫颈癌	机器学习和深度学习	NA	NA	NA
3785	2025-07-12	Unveiling aging heterogeneities in human dermal fibroblasts via nanosensor chemical cytometry 2025-Jul-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61590-8 PMID:40628739	research paper	该研究开发了一种基于纳米传感器化学细胞计数（NCC）的无标记、非破坏性单细胞分析平台，用于揭示人类皮肤成纤维细胞中的衰老异质性	结合自动化硬件和深度学习，利用nIR荧光单壁碳纳米管阵列和光子纳米喷射透镜技术，高通量提取四种关键衰老表型，构建虚拟衰老轨迹	NA	研究人类皮肤成纤维细胞中的衰老异质性，以提高再生细胞制造的质量控制和临床预测性	人类皮肤成纤维细胞	生物医学工程	衰老相关疾病	纳米传感器化学细胞计数（NCC）、RNA测序	深度学习	单细胞表型数据、基因表达数据	约10个细胞在1小时内完成量化
3786	2025-07-12	Motor imagery EEG signal classification using novel deep learning algorithm 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00824-7 PMID:40628758	研究论文	本研究提出了一种新颖的深度学习算法，用于运动想象（MI）脑电图（EEG）信号分类	提出了一种结合经验模态分解（EMD）、连续小波变换（CWT）、源功率相干（SPoC）和共同空间模式（CSP）的混合预处理方法，以及使用远近距离优化（FNO）算法优化的自适应深度信念网络（ADBN）进行分类	未提及具体局限性	提高运动想象EEG信号分类的准确性和适应性	运动想象EEG信号	机器学习	NA	EMD, CWT, SPoC, CSP, ADBN, FNO	ADBN	EEG信号	BCI competition IV Dataset 2a和Physionet数据集
3787	2025-07-12	Deep learning diagnosis plus kinematic severity assessments of neurodivergent disorders 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04294-9 PMID:40628787	research paper	该研究通过深度学习技术和运动学评估方法，对神经发育障碍（NDD）进行早期诊断和严重程度评估	结合深度学习与运动学数据分析，提出了一种新的神经发育障碍诊断和严重程度量化方法	研究样本可能有限，且需要进一步验证方法的普适性	开发神经发育障碍的早期诊断和严重程度评估工具	自闭症谱系障碍（ASD）、注意力缺陷多动障碍（ADHD）、ASD+ADHD共病患者及神经典型发育（NT）人群	digital pathology	neurodivergent disorders	深度学习（DL）、高精度运动学蓝牙传感器	DL	运动学数据	未明确提及具体样本数量
3788	2025-07-12	Enhancing stroke risk prediction through class balancing and data augmentation with CBDA-ResNet50 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07350-6 PMID:40628791	研究论文	本研究提出了一种基于类平衡和数据增强的CBDA-ResNet50深度学习模型，用于提高中风风险预测的准确性	结合类平衡和数据增强技术改进ResNet50模型，解决了医学影像数据中的类别不平衡和训练样本有限的问题	未提及模型在临床实际应用中的验证情况	提高中风风险的早期预测准确性以实现及时干预和预防	中风风险预测	数字病理学	心血管疾病	深度学习	CBDA-ResNet50（基于ResNet50改进）	医学影像数据	NA
3789	2025-07-12	Integrating radiomic texture analysis and deep learning for automated myocardial infarction detection in cine-MRI 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08127-7 PMID:40628813	研究论文	该研究提出了一种结合放射组学纹理分析和深度学习分割的混合框架，用于增强非对比电影心脏磁共振成像中的心肌梗死检测	将放射组学特征与改进的U-Net分割网络相结合，通过早期和中期融合策略优化模型性能	研究仅基于SCD和Kaggle数据集进行验证，未涉及更多外部验证集	提高心肌梗死的诊断准确性并实现个性化治疗	心肌梗死组织和正常心肌组织	数字病理	心血管疾病	放射组学纹理分析（GLCM和GLRLM方法）	改进的U-Net	图像	来自SCD和Kaggle数据集的电影心脏磁共振成像数据
3790	2025-07-12	Residual capsule network with threshold convolution and attention mechanism for forest fire detection using UAV imagery 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09298-z PMID:40628850	研究论文	提出了一种名为ResCaps-TC-Attn-Fire的新型深度学习框架，用于基于无人机的森林火灾检测	结合了残差胶囊网络、阈值卷积和注意力机制，提高了火灾检测的准确性和实时性	计算成本较高（推理时间12秒，功耗15W）	开发一种先进的实时野火检测系统以减少火灾带来的生态和经济损失	无人机采集的森林火灾图像	计算机视觉	NA	深度学习	Residual-Capsule Networks, Threshold Convolution, Attention Mechanisms	图像	14,140张无人机采集的图像
3791	2025-07-12	A transformer-based architecture for collaborative filtering modeling in personalized recommender systems 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08931-1 PMID:40628873	研究论文	本文提出了一种基于Transformer的新型架构MetaBERTTransformer4Rec(MBT4R)，用于电影推荐系统中的协同过滤建模，以提高用户满意度	提出了一种新型的基于Transformer的架构MBT4R，利用自注意力机制有效捕捉序列依赖和上下文关系，显著优于现有方法	研究仅基于MovieLens数据集，可能在其他领域或数据集上的泛化能力有限	提高推荐系统的准确性和个性化，以增强用户满意度	电影推荐系统中的用户偏好建模	自然语言处理	NA	自注意力机制	Transformer	评分数据、上下文元数据	基于MovieLens数据集的两个数据集
3792	2025-07-12	A novel obfuscation method based on majority logic for preventing unauthorized access to binary deep neural networks 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09722-4 PMID:40628915	research paper	提出了一种基于多数逻辑的新型混淆方法，用于防止未经授权访问二进制深度神经网络	创新性地提出了一种基于密钥的算法-硬件协同设计方法，显著降低模型在错误密钥下的准确率，防止未经授权的访问	方法主要针对二进制神经网络（BNNs），虽然可以广泛适用于各种神经网络加速器设计，但未在其他类型神经网络上验证	保护深度神经网络模型免受未经授权的访问	二进制神经网络（BNNs）模型	machine learning	NA	算法-硬件协同设计	BNNs	NA	NA
3793	2025-07-12	An enhanced deep learning approach for speaker diarization using TitaNet, MarbelNet and time delay network 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09385-1 PMID:40628926	研究论文	本研究提出了一种基于深度学习的说话人日志化方法，结合TitaNet、MarbelNet和时间延迟网络，以提高复杂声学环境中的性能	提出Neuro-TM Diarizer框架，整合噪声抑制、自适应波束成形和神经日志化，显著降低说话人日志错误率	仅在VoxConverse和VoxCeleb两个标准数据集上进行了验证，未在其他多样化数据集上测试	提高说话人日志化在复杂声学环境中的准确性和鲁棒性	语音信号中的说话人分割和识别	自然语言处理	NA	深度学习	TitaNet, MarbelNet, 时间延迟神经网络	音频	VoxConverse和VoxCeleb两个标准数据集
3794	2025-07-12	ResNet-based image processing approach for precise detection of cracks in photovoltaic panels 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09101-z PMID:40628943	研究论文	本文提出了一种基于深度学习和ResNet的新型机制，用于通过光伏面板的电致发光图像准确检测裂纹	设计了一种高效的裂纹检测系统，并在由2000张电致发光图像组成的大型光伏数据集上进行了训练	数据集存在一些缺陷，且需要在训练、验证和测试子集中保证多种电池状态的存在	提升光伏面板的维护效率，增强太阳能系统的可持续性	光伏面板的电致发光图像	计算机视觉	NA	电致发光成像	ResNet34, ResNet50, ResNet152	图像	2000张电致发光图像，来自多晶和单晶电池
3795	2025-07-12	Structural health monitoring and evaluation method for an immersed tunnel based on deep learning 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10643-5 PMID:40628967	研究论文	本研究探讨了基于深度学习的海底沉管隧道结构健康监测与评估方法	比较了LSTM和Transformer两种深度学习算法在预测结构状况中的效果，并提出了基于多源信息融合的结构健康评估模型	未提及具体样本量或实验数据规模	提高海底沉管隧道的长期运营安全性和降低维护成本	海底沉管隧道的结构健康监测	机器学习	NA	深度学习	LSTM, Transformer	传感器数据	NA
3796	2025-07-12	A novel model for expanding horizons in sign Language recognition 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09643-2 PMID:40628976	研究论文	本文提出了一种名为Sign Nevestro Densenet Attention (SNDA)的新架构，用于美国手语识别，并在ASL Recognition Dataset上进行了全面评估	引入了SNDA架构，结合了Nadam优化器和融合注意力机制，实现了99.76%的准确率，达到了最先进的性能	未提及具体的数据集多样性或实际应用场景中的测试情况	提高美国手语识别的准确性和鲁棒性，促进聋人和听力障碍社区的包容性	美国手语识别数据集中的64,000多张图像	计算机视觉	NA	深度学习	SNDA (Sign Nevestro Densenet Attention)	图像	64,000多张图像
3797	2025-07-12	Efficient pretraining of ECG scalogram images using masked autoencoders for cardiovascular disease diagnosis 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10773-w PMID:40628987	研究论文	提出了一种利用掩码自编码器（MAE）在心电图（ECG）小波图像上进行预训练的新方法，以提高心血管疾病（CVD）的诊断准确性	首次将MAE应用于ECG小波图像的预训练，显著提高了诊断精度，并在小数据集上表现出色	研究仅针对七种心血管疾病，未涵盖所有CVD类型	开发一种高效、自动化的深度学习方法，以提高心血管疾病的诊断准确性	心电图（ECG）小波图像	数字病理学	心血管疾病	掩码自编码器（MAE）	ViT-S(MAE-scalo)	图像	仅使用ImageNet数据集的1/12大小
3798	2025-07-12	Effectiveness of machine learning models in diagnosis of heart disease: a comparative study 2025-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09423-y PMID:40629019	研究论文	本文比较了多种机器学习和深度学习模型在心脏病诊断中的效果，重点研究了二分类任务	通过广泛的预处理技术和多种ML/DL模型比较，优化心脏病预测性能，并探讨了不同特征缩放方法的影响	研究仅基于表格数据集，未涉及其他类型数据如医学影像	评估不同机器学习模型在心脏病诊断中的预测性能	心脏病患者数据	机器学习	心血管疾病	多种机器学习算法比较	LR, NB, SVM, DT, RF, KNN, AB, GBM, LGBM, CB, LDA, ANN	表格数据	NA
3799	2025-07-12	Interpretability-guided RNA N6-methyladenosine modification site prediction with invertible neural networks 2025-Jul-08, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08265-8 PMID:40629144	研究论文	本文介绍了一种基于可逆神经网络的RNA N6-甲基腺苷修饰位点预测方法，该方法整合了RNA的一级和二级结构信息，提高了预测准确性	提出了一种新的可逆神经网络模型mA-IIN，能够整合RNA的一级和二级结构信息，并在11个基准数据集上达到了最先进的性能	未明确提及具体限制，但可能涉及模型的泛化能力或对某些特定RNA结构的适应性	准确预测RNA N6-甲基腺苷修饰位点，并理解其生物学机制	RNA N6-甲基腺苷修饰位点	生物信息学	癌症	深度学习	可逆神经网络（IIN）	RNA一级和二级结构数据	11个来自不同物种和组织的基准数据集
3800	2025-07-12	FeatureForest: the power of foundation models, the usability of random forests 2025-Jul-08, Npj imaging.. DOI:10.1038/s44303-025-00089-9 PMID:40629147	研究论文	提出了一种名为FeatureForest的方法，利用大型基础模型的特征嵌入训练随机森林分类器，以实现复杂图像的快速语义分割	结合大型基础模型的特征嵌入和随机森林分类器，提供了一种仅需少量标注即可实现复杂图像语义分割的快速方法	需要依赖大型基础模型的特征嵌入，可能受限于这些模型的性能	开发一种更便捷的生物图像分割方法	生物图像	计算机视觉	NA	深度学习，随机森林	随机森林，基础模型（如SAM）	图像	多种数据集