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
3921	2025-10-06	A Deep Learning Model to Detect Acute MCA Occlusion on High Resolution Non-Contrast Head CT 2025-Aug-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8954 PMID:40780878	研究论文	开发一种深度学习模型用于在高分辨率非对比头部CT上检测急性大脑中动脉闭塞	首次使用3D深度学习模型直接从高分辨率非对比CT进行逐体素血栓分割，无需对比剂即可检测急性MCA闭塞	仅使用单中心回顾性数据，需要前瞻性多中心验证	评估深度学习模型在非对比CT上识别急性大脑中动脉闭塞的可行性和准确性	大脑中动脉血栓	医学影像分析	脑血管疾病	高分辨率非对比CT，CTA	3D深度学习模型	医学影像	训练验证集4,648例检查，独立测试集1,011例检查	NA	NA	AUROC, 准确率, 敏感度, 特异度	NA
3922	2025-10-06	Land use classification using multi-year Sentinel-2 images with deep learning ensemble network 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12512-7 PMID:40781103	研究论文	本研究提出了一种名为IRUNet的深度学习集成网络，用于多年度Sentinel-2影像的土地利用分类	集成InceptionResNetV2与UNet框架，采用多尺度特征融合和测试时增强技术提升预测鲁棒性	虽然数据跨越多个年份，但每年数据作为独立输入处理，未建模时间序列关系	开发高性能、可推广的多年度土地利用分类框架	Katpadi地区2017-2024年的Sentinel-2卫星影像	计算机视觉	NA	卫星遥感	深度学习集成网络	多光谱卫星图像	Katpadi地区2017-2024年多年度Sentinel-2影像数据	NA	IRUNet, InceptionResNetV2, UNet	准确率, Dice相似系数, 精确率, 召回率, F1分数, Kappa系数	NA
3923	2025-10-06	Deep neural network approach integrated with reinforcement learning for forecasting exchange rates using time series data and influential factors 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12516-3 PMID:40781102	研究论文	提出一种结合长短期记忆网络和深度Q网络的混合框架，用于汇率预测	首次将强化学习机制引入汇率预测，通过实时反馈实现自适应优化	仅使用USD/INR汇率数据进行验证，未测试其他货币对	提高汇率预测的准确性和适应性	汇率时间序列数据和影响因素	机器学习	NA	时间序列分析	LSTM, DQN	时间序列数据	USD/INR汇率数据集	TensorFlow, PyTorch	LSTM, Deep Q-Network	均方误差, 均方根误差	NA
3924	2025-10-06	Advanced dynamic ensemble framework with explainability driven insights for precision brain tumor classification across datasets 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14917-w PMID:40781137	研究论文	提出一种新型集成深度学习系统，用于基于MRI数据的精确脑肿瘤分类	采用动态集成框架结合自适应权重分配策略，并集成多种可解释AI技术提供预测依据	未明确说明数据来源的具体限制和临床验证的充分性	开发高精度、可解释的脑肿瘤自动诊断系统	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	NA	NA	ResNet-50, EfficientNet-B5	准确率, 熵值	NA
3925	2025-10-06	Towards scalable screening for the early detection of Parkinson's disease: validation of an iPad-based eye movement assessment system against a clinical-grade eye tracker 2025-Aug-08, NPJ Parkinson's disease DOI:10.1038/s41531-025-01079-9 PMID:40781252	研究论文	本研究验证了基于iPad的眼动评估系统在帕金森病早期筛查中的应用价值	开发了基于iPad的便携式眼动评估系统，使用深度学习算法提取眼跳指标，并与临床级眼动仪进行对比验证	样本量较小（25名参与者），需要更大规模的研究验证	开发可扩展的帕金森病早期筛查工具	帕金森病患者和健康对照者	医疗人工智能	帕金森病	眼动追踪技术	深度学习算法	眼动数据	25名参与者（10名帕金森病患者，15名健康对照）	NA	NA	眼跳潜伏期误差、眼跳幅度误差、眼跳间期速率误差	iPad设备
3926	2025-10-06	Deep learning approach for automated hMPV classification 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14467-1 PMID:40781468	研究论文	提出一种基于卷积神经网络的深度学习框架hMPV-Net，用于人类偏肺病毒的自动检测和分类	开发专门针对hMPV分类的深度学习模型，通过数据增强、加权损失函数和dropout正则化等技术解决数据集不平衡问题，计算效率显著优于现有先进模型	使用模拟图像数据集而非真实患者数据，可能影响模型在真实临床场景中的泛化能力	开发自动化hMPV分类系统以改善呼吸道病毒诊断	人类偏肺病毒(hMPV)感染病例	医学影像分析	呼吸道病毒感染	深度学习	CNN	图像	10,000个样本(hMPV阳性和阴性各半)	NA	hMPV-Net	准确率,精确率,召回率,F1分数	3.2 GFLOPs计算量，适合资源受限的医疗环境部署
3927	2025-10-06	Deep learning-based image enhancement for improved black blood imaging in brain metastasis 2025-Aug-08, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11920-7 PMID:40781512	研究论文	评估基于深度学习的图像增强技术在改善脑转移瘤黑血磁共振成像质量和诊断性能方面的效用	首次将深度学习图像增强技术应用于3D对比增强T1加权黑血磁共振成像，特别针对小尺寸脑转移瘤的检测灵敏度提升	回顾性研究设计，未与其他深度学习处理方法进行对比，样本量有限	提高脑转移瘤磁共振成像的图像质量和诊断准确性	脑转移瘤患者（126例）和非脑转移瘤患者（121例）	医学影像分析	脑转移瘤	3D对比增强T1加权黑血磁共振成像	深度学习	磁共振图像	247例患者（126例脑转移瘤，121例非脑转移瘤）	商用深度学习软件	NA	信噪比, 对比噪声比, 灵敏度, 特异性, 假阳性计数	NA
3928	2025-10-06	ADAM-DETR: an intelligent rice disease detection method based on adaptive multi-scale feature fusion 2025-Aug-08, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01429-x PMID:40781641	研究论文	提出一种基于改进RT-DETR的自适应多尺度特征融合水稻病害检测方法ADAM-DETR	创新设计三个核心模块：自适应视觉网络骨干网、双域增强Transformer模块和自适应多尺度特征融合模型，实现时空频域协同特征提取	NA	解决复杂田间环境下现有深度学习方法特征提取不足和多尺度病害适应性差的问题	水稻病害	计算机视觉	植物病害	深度学习	DETR	图像	RiDDET-5数据集包含9,303张图像，涵盖5种主要病害类别；Kamatis公共数据集	NA	RT-DETR, AdaptiveVision Network, Dual-Domain Enhanced Transformer, Adaptive Multi-scale Feature Model	mAP@50	NA
3929	2025-10-06	Predicting expression-altering promoter mutations with deep learning 2025-Aug-07, Science (New York, N.Y.) DOI:10.1126/science.ads7373 PMID:40440429	研究论文	开发了PromoterAI深度学习模型来预测非编码启动子突变对基因表达的影响	首次使用深度神经网络系统性地识别导致基因表达失调的非编码启动子变异	仅关注启动子区域变异，未涵盖其他非编码区域	识别罕见遗传疾病中未被发现的功能性非编码变异	人类启动子区域的遗传变异	机器学习	罕见遗传疾病	深度神经网络，报告基因检测	深度神经网络	基因组序列数据，RNA表达数据，蛋白质表达数据	数千名个体	NA	PromoterAI	表达异常预测准确性，负选择强度	NA
3930	2025-10-06	Enhancing image retrieval through optimal barcode representation 2025-Aug-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14576-x PMID:40770058	研究论文	本研究通过优化特征序列排序来提升图像检索中二进制条形码表示的性能	提出基于检索性能指标优化特征序列排序的方法，解决了传统差异二值化方法对输入特征顺序高度依赖的组合挑战	未明确说明方法在超大规模数据集上的扩展性，也未详细讨论计算复杂度	优化二进制条形码表示以提升图像检索的准确性和效率	医学和非医学图像数据集	计算机视觉	肺癌, COVID-19	深度条形码技术	深度学习特征提取	图像	TCGA数据集、COVID-19胸部X光数据集、CIFAR-10、CIFAR-100、Fashion-MNIST	NA	NA	检索准确率	NA
3931	2025-10-06	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-Aug-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	研究论文	提出MedCLIP-SAMv2框架，通过集成CLIP和SAM模型实现基于文本提示的医学图像分割	提出解耦硬负样本噪声对比估计损失和多模态信息瓶颈方法，在零样本和弱监督设置下实现文本驱动的医学图像分割	NA	开发数据效率高、泛化能力强的医学图像分割方法	医学图像中的解剖结构和病理区域	计算机视觉	乳腺肿瘤, 脑肿瘤, 肺部疾病	医学影像分析	CLIP, SAM	医学图像	NA	PyTorch	BiomedCLIP, Segment-Anything-Model	准确率	NA
3932	2025-10-06	An effectiveness of deep learning with fox optimizer-based feature selection model for securing cyberattack detection in IoT environments 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13134-9 PMID:40764727	研究论文	提出一种基于狐狸优化器特征选择和深度学习的网络攻击检测模型，用于保护物联网环境安全	结合狐狸优化算法进行特征选择，并使用时序卷积网络进行分类，同时采用蜣螂优化算法进行超参数调优	仅使用Edge-IIoT数据集进行验证，未在其他物联网数据集上测试泛化能力	通过先进技术增强物联网网络的韧性和威胁检测能力	物联网环境中的网络攻击检测	机器学习	NA	深度学习	TCN	网络流量数据	Edge-IIoT数据集	NA	时序卷积网络	准确率,精确率,召回率,F1分数	NA
3933	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
3934	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
3935	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
3936	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
3937	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
3938	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
3939	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
3940	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