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
3881	2025-10-06	Predictive Modeling of Osteonecrosis of the Femoral Head Progression Using MobileNetV3_Large and Long Short-Term Memory Network: Novel Approach 2025-Aug-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66727 PMID:40768653	研究论文	本研究使用MobileNetV3_Large和LSTM网络开发了一种预测股骨头坏死进展的新方法	首次将MobileNetV3_Large与LSTM网络结合用于股骨头坏死的动态预测，在疾病评估和进展预测方面表现出显著优势	样本量相对较小（30名患者），需要更大规模的研究验证模型的泛化能力	通过深度学习算法提升股骨头坏死的疾病评估和预测能力，优化治疗策略	股骨头坏死患者的MRI图像数据	计算机视觉	骨科疾病	磁共振成像	CNN, LSTM	医学图像	30名患者，共1200张MRI切片（675张病变切片，225张正常切片）	NA	MobileNetV3_Large, LSTM	准确率, 召回率, AUC	NA
3882	2025-10-06	Ensemble-based sesame disease detection and classification using deep convolutional neural networks (CNN) 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08076-1 PMID:40769993	研究论文	提出一种基于集成学习的芝麻病害检测与分类方法，使用深度卷积神经网络	首次将ResNet-50、DenseNet-121和Xception三种先进CNN架构集成应用于芝麻病害识别	NA	开发鲁棒准确的芝麻病害识别模型以支持精准农业	芝麻叶片图像	计算机视觉	植物病害	深度学习	CNN	图像	包含健康、变叶病和细菌性疫病条件的芝麻叶片图像数据集	NA	ResNet-50, DenseNet-121, Xception	准确率	NA
3883	2025-10-06	Network intrusion detection model using wrapper based feature selection and multi head attention transformers 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11348-5 PMID:40769994	研究论文	提出一种基于包装式特征选择和多头注意力变换器的网络入侵检测模型	结合包装式特征选择技术和多头注意力变换器架构，通过选择最相关特征同时减少特征空间来提高检测精度	仅使用UNSW-NB15数据集进行验证，未在其他数据集上测试泛化能力	提高网络入侵检测的准确率	网络入侵检测系统	机器学习	NA	包装式特征选择	Transformer	网络流量数据	UNSW-NB15数据集	NA	Multi-Head Attention Transformer	准确率, 精确率, 召回率, F1分数	NA
3884	2025-10-06	Predict the writer's trait emotional intelligence from reproduced calligraphy 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13318-3 PMID:40770015	研究论文	提出一种结合深度学习与书法美学特征的方法，从硬笔书法临摹作品中预测书写者的特质情绪智力	首次将孪生神经网络用于提取书法临摹与参考字符的深度特征差异，并结合手工特征进行特质情绪智力预测	样本量相对有限（191名参与者），仅针对硬笔书法临摹进行研究	验证通过书法临摹作品预测书写者特质情绪智力的可行性	191名参与者的硬笔书法临摹作品及其特质情绪智力评分	计算机视觉	NA	深度学习，特征提取	Siamese neural network	书法图像	191名参与者的48,826个临摹字符	NA	孪生神经网络	MAE, MSE, PCC	NA
3885	2025-10-06	Transductive zero-shot learning via knowledge graph and graph convolutional networks 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13612-0 PMID:40770031	研究论文	提出一种基于知识图谱和图卷积网络的转导零样本学习方法，用于识别未见类别的对象	结合知识图谱和图卷积网络，提出双过滤模块与匈牙利算法的聚类策略，通过伪标注逐步更新模型参数	NA	解决零样本学习中的领域偏移问题，提升对未见类别的识别性能	图像分类中的未见类别对象	计算机视觉	NA	知识图谱，图卷积网络	GCN	图像，语义嵌入	三个数据集（AWA2，ImageNet50，ImageNet100）	NA	浅层图卷积网络	准确率	NA
3886	2025-10-06	Contrastive representation learning with transformers for robust auditory EEG decoding 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13646-4 PMID:40770040	研究论文	本研究提出了一种结合对比学习和Transformer网络的新模型架构，用于从听觉脑电图信号中解码连续语音	首次将对比学习这一自监督学习技术与Transformer网络结合应用于听觉脑电图解码，在ICASSP 2023挑战赛的两个任务中取得了最先进的性能	未明确说明数据采集的具体条件和受试者数量，可能影响模型在不同人群中的泛化能力	开发能够从脑电图信号中稳健解码听觉刺激的新方法	听觉脑电图信号和对应的听觉刺激	脑机接口, 信号处理	NA	脑电图, 对比学习	Transformer	脑电图信号	NA	NA	Transformer	准确率, 皮尔逊相关系数	NA
3887	2025-10-06	Chronological age estimation from human microbiomes with transformer-based Robust Principal Component Analysis 2025-Aug-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08590-y PMID:40770074	研究论文	提出一种基于Transformer的鲁棒主成分分析方法，用于从人类微生物组数据中估计年龄	结合Transformer架构和鲁棒主成分分析的优势，实现多任务学习并保持特征可解释性	NA	从人类微生物组数据中预测年龄和出生国家	人类微生物组样本（皮肤、口腔、肠道）	机器学习	NA	16S rRNA基因扩增子测序,全基因组测序	Transformer	微生物组测序数据	NA	NA	Transformer,鲁棒主成分分析	平均绝对误差,准确率	NA
3888	2025-10-06	Revolutionizing clinical decision making through deep learning and topic modeling for pathway optimization 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12679-z PMID:40770243	研究论文	提出融合LDA主题建模和BiLSTM网络的创新框架，用于优化临床路径决策	首次将LDA主题建模与BiLSTM网络相结合，能同时捕捉临床文本的关键模式与患者护理的时间动态	仅基于单一真实世界医疗数据集验证，未说明模型在其他医疗场景的泛化能力	优化临床路径管理以提升医疗服务质量和个性化水平	临床路径中的诊断治疗模式和患者护理时序数据	自然语言处理	NA	主题建模，深度学习	LDA, BiLSTM	临床叙事文本，时序医疗数据	NA	NA	LDA-BiLSTM集成架构	准确率，精确率，召回率，F1分数	NA
3889	2025-10-06	Assessing the spatial relationship between mandibular third molars and the inferior alveolar canal using a deep learning-based approach: a proof-of-concept study 2025-Aug-06, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06539-5 PMID:40770327	研究论文	本研究开发了一种基于深度学习的系统，用于精确测量下颌第三磨牙与下颌管在锥形束CT图像中的空间距离	首次提出结合DeeplabV3+语义分割和KD-Tree算法的低资源环境解决方案，实现3D空间距离的精确量化	仅进行了内部验证，样本量有限，需要进一步外部验证	开发并验证基于深度学习的系统，用于准确测量M3-MC空间关系	下颌第三磨牙与下颌管的解剖关系	计算机视觉	口腔疾病	锥形束CT成像	CNN	医学图像	随机选择的CBCT图像	NA	DeeplabV3+	平均误差, 平均绝对误差, 均方误差, 均方根误差, 决定系数	低资源环境
3890	2025-10-06	Hybrid CNN-Transformer-WOA model with XGBoost-SHAP feature selection for arrhythmia risk prediction in acute myocardial infarction patients 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03127-z PMID:40770344	研究论文	开发了一种结合CNN、Transformer和鲸鱼优化算法的混合模型，用于急性心肌梗死患者心律失常风险预测	首次将CNN、Transformer和WOA算法结合用于心律失常预测，并采用XGBoost-SHAP进行特征选择	基于回顾性队列研究，需要前瞻性验证	开发准确、可解释的心律失常预测模型	急性心肌梗死患者	机器学习	心血管疾病	深度学习	CNN, Transformer, WOA, XGBoost	临床数据	2084名患者	NA	CNN-Transformer混合架构	准确率, AUC-ROC, F1分数, MCC, G-Mean	NA
3891	2025-10-06	Dynamic frailty risk prediction in elderly hip replacement: a deep learning approach to personalized rehabilitation 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03143-z PMID:40770716	研究论文	本研究使用深度学习模型动态预测老年髋关节置换患者术后衰弱风险，为个性化康复提供指导	首次将多种生存分析模型应用于老年髋关节置换患者术后衰弱风险的动态预测，并识别关键临床预测因子	样本量相对有限，虽通过数据增强扩展但仍需更大规模验证	开发能够准确预测老年髋关节置换患者术后衰弱风险动态变化的预测模型	647名60岁及以上接受髋关节置换手术的老年患者	机器学习	老年疾病	临床数据收集，数据增强	生存分析模型	临床数据，生化数据，人口统计学数据，手术数据	647名患者（经数据增强扩展至约2,500例）	NA	Cox-Time, DeepHit, DeepSurv, MP-RSF, MP-AdaBoost, MP-LogitR	C-index, Brier score	NA
3892	2025-10-06	Multi-stream feature fusion of vision transformer and CNN for precise epileptic seizure detection from EEG signals 2025-Aug-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06862-z PMID:40770757	研究论文	提出基于多流特征融合策略的癫痫发作检测模型CMFViT，融合CNN和Vision Transformer处理EEG信号	首次将CNN与Vision Transformer通过多流特征融合策略结合，同时捕捉EEG信号的局部特征和全局时间序列依赖	NA	开发高效准确的癫痫发作自动检测方法	头皮脑电图(EEG)信号	医学信号处理	癫痫	可调Q因子小波变换(TQWT)	CNN, Vision Transformer	EEG信号转换的时频域图像	CHB-MIT公开数据集和Kaggle 121人癫痫数据集	NA	CNN, Vision Transformer, 多流特征融合架构	准确率, 其他优秀指标	NA
3893	2025-10-06	MCA-GAN: A lightweight Multi-scale Context-Aware Generative Adversarial Network for MRI reconstruction 2025-Aug-06, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110465 PMID:40780320	研究论文	提出一种轻量级多尺度上下文感知生成对抗网络MCA-GAN，用于加速MRI重建	通过双域生成器协同优化k空间和图像域表示，集成多个轻量级模块实现高效特征提取和全局上下文建模	未明确说明模型在极端欠采样条件下的性能表现	提高MRI重建质量同时显著降低计算成本	MRI图像重建	医学影像	NA	磁共振成像	GAN	MRI图像	IXI、MICCAI 2013和MRNet膝关节数据集	NA	MCA-GAN, Depthwise Separable Local Attention, Adaptive Group Rearrangement Block, Multi-Scale Spatial Context Modulation Bridge, Channel-Spatial Multi-Scale Self-Attention	PSNR, SSIM	NA
3894	2025-10-06	TRI-PLAN: A deep learning-based automated assessment framework for right heart assessment in transcatheter tricuspid valve replacement planning 2025-Aug-06, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133732 PMID:40780436	研究论文	开发并验证首个基于深度学习的全自动框架TRI-PLAN，用于经导管三尖瓣置换术前的右心结构评估	首个全自动深度学习框架，通过双阶段右心评估网络实现右心结构复合体分割和三尖瓣环定位，并自动测量关键解剖参数和右心室射血分数	回顾性研究，样本量相对有限（140例CTA扫描）	开发自动化评估框架以改进经导管三尖瓣置换术的术前规划	严重三尖瓣反流患者的右心结构复合体	医学影像分析	心血管疾病	计算机断层扫描血管成像	深度学习	医学影像	140例CTA扫描（63,962个切片），来自中国两个高容量心脏中心	NA	双阶段右心评估网络	Dice系数, 表面Dice, 标准差, 组内相关系数, 相关系数, 偏差	NA
3895	2025-10-06	A deep learning model for diagnosing autism using brain time series 2025-Aug-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.001 PMID:40763894	研究论文	提出一种结合LSTM和注意力机制的混合深度学习模型，用于基于脑时间序列数据的自闭症诊断	引入基于滑动窗口的数据预处理方法和投票策略，结合残差块与通道注意力机制增强特征融合并防止网络退化	未明确说明样本规模的具体数值，模型性能在不同脑图谱上存在差异	开发准确的自闭症早期诊断方法	自闭症谱系障碍患者和神经典型个体	机器学习	自闭症	脑功能磁共振成像	LSTM, 注意力机制	脑时间序列数据	ABIDE数据集中的ROI时间序列数据	NA	LSTM with Attention, 残差块	准确率	NA
3896	2025-10-06	A novel approach to smart-assisted schizophrenia screening based on Raman spectroscopy and deep learning 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14015-x PMID:40764795	研究论文	本研究提出了一种基于拉曼光谱和深度学习的智能辅助精神分裂症筛查方法	首次将马尔可夫转移场引入拉曼光谱分析，将一维光谱序列转换为二维谱图以丰富分析方法	NA	开发基于血清拉曼光谱的精神分裂症辅助筛查方法	精神分裂症患者和健康个体的血清样本	机器学习	精神分裂症	拉曼光谱	CNN	光谱数据	精神分裂症患者和健康个体的血清拉曼光谱数据	NA	四种不同的卷积神经网络	NA	NA
3897	2025-10-06	Partial feature reparameterization and shallow-level interaction for remote sensing object detection 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14035-7 PMID:40764799	研究论文	提出一种用于遥感目标检测的高效单阶段检测器SORA-DET，通过部分特征重参数化和浅层交互提升检测性能与计算效率	提出PRepConvBlock通过重参数化卷积和部分特征利用降低计算复杂度，设计SB-FPN浅层多尺度融合框架增强特征表示，构建四检测头架构	NA	开发兼顾高检测性能和计算效率的遥感目标检测方法	遥感图像中的目标检测	计算机视觉	NA	NA	CNN	遥感图像	VisDrone2019测试集和SeaDroneSeeV2验证集	NA	Bi-FPN, SORA-DET	mAP50	NA
3898	2025-10-06	Deep learning based localisation and classification of gamma photon interactions in thick nanocomposite and ceramic monolithic scintillators 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13339-y PMID:40764802	研究论文	本研究评估基于深度神经网络的方法，用于在厚纳米复合和陶瓷整体闪烁体中定位和分类伽马光子相互作用	首次在厚纳米复合和陶瓷整体闪烁体中应用InceptionNet和CNN进行光子相互作用模式分类和首次相互作用点定位，相比传统技术显著提升定位精度	研究假设50%探测器量子效率，实际性能可能受此假设影响；对于三次及以上沉积相互作用的分类准确率相对较低(66.7%)	提高正电子发射断层扫描中伽马光子首次相互作用点的定位精度	纳米复合和陶瓷整体闪烁体中的伽马光子相互作用	计算机视觉	NA	闪烁光子分布分析	CNN, InceptionNet	图像	NA	NA	InceptionNet, CNN	准确率, 中位数定位误差	NA
3899	2025-10-06	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-Aug-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	提出一种可解释多尺度深度学习框架IMA-SSL，用于检测胸水细胞块和涂片中的恶性肿瘤并识别侵袭性子宫内膜癌	首次将自监督学习特征编码器与多尺度注意力机制结合，在胸水细胞学样本和公共TCGA数据集上实现恶性肿瘤检测	样本量相对有限（194张细胞涂片和188张细胞块全玻片图像）	开发深度学习模型以准确诊断恶性胸水和识别侵袭性子宫内膜癌	胸水细胞块和细胞学涂片样本，TCGA子宫内膜癌数据集	数字病理学	肺癌,乳腺癌,子宫内膜癌	全玻片成像	深度学习	图像	194张细胞涂片全玻片图像，188张细胞块全玻片图像，以及公共TCGA数据集	NA	多尺度注意力网络，自监督学习特征编码器	Fisher精确检验	NA
3900	2025-10-06	Recurrent inference machine for medical image registration 2025-Aug-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出一种用于医学图像配准的循环推理网络，通过元学习方式提升配准精度和数据效率	将图像配准问题构建为元学习求解器，通过循环推理框架学习优化更新规则，结合隐式正则化和显式梯度输入	未明确说明计算复杂度和对不同模态图像的泛化能力	开发高精度且数据高效的医学图像配准方法	脑部MRI、肺部CT和定量心脏MRI图像	医学图像分析	多疾病类别	深度学习	循环神经网络	医学图像	未明确具体样本数量，但实验表明仅需5%训练数据即可取得良好效果	NA	循环推理网络	配准精度	NA