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
3941	2025-10-06	Predicting Postoperative Prognosis in Pediatric Malignant Tumor With MRI Radiomics and Deep Learning Models: A Retrospective Study 2025-Sep-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011466 PMID:40323639	研究论文	开发融合MRI影像组学、深度学习特征和临床指标的多模态机器学习模型，预测儿童恶性肿瘤患者术后3年无病生存期	首次将MRI影像组学特征、深度学习特征与临床指标融合构建多模态预测模型用于儿童脑肿瘤预后预测	回顾性研究，样本量相对有限（260例），仅包含R0切除患者	预测儿童恶性肿瘤患者术后3年无病生存期	儿童脑肿瘤患者（年龄≤14岁）	医学影像分析	脑肿瘤	MRI影像组学分析，深度学习特征提取	多模态机器学习模型	MRI图像，临床数据	260例儿童脑肿瘤患者	Pyradiomics, Scikit-learn, LightGBM	3D ResNet-18	AUC, 敏感度, 特异度, 准确率	NA
3942	2025-10-06	Deep learning model for malignancy prediction of TI-RADS 4 thyroid nodules with high-risk characteristics using multimodal ultrasound: A multicentre 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.2025.102576 PMID:40446583	研究论文	开发用于预测具有高风险特征的TI-RADS 4甲状腺结节恶性程度的深度学习模型	首次结合B型超声和应变弹性成像的多模态超声图像，采用自适应粒子群优化和对比度受限自适应直方图均衡化算法增强图像质量	研究主要针对TI-RADS 4类甲状腺结节，未涵盖其他类型结节	提高甲状腺结节恶性风险的自动筛查准确率	具有高风险特征的TI-RADS 4甲状腺结节	计算机视觉	甲状腺癌	B型超声，应变弹性成像	深度学习	超声图像	多中心研究，具体样本量未明确说明	NA	NA	AUC	NA
3943	2025-10-06	Deep learning in poultry farming: comparative analysis of Yolov8, Yolov9, Yolov10, and Yolov11 for dead chickens detection 2025-Sep, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105440 PMID:40541098	研究论文	本研究比较了YOLOv8、YOLOv9、YOLOv10和YOLOv11四种深度学习模型在散养鸡场死鸡检测任务中的性能表现	首次系统比较最新YOLO系列模型（v8-v11）在死鸡检测任务中的性能，并提供了基于农场具体需求的模型选择建议	使用合成数据集而非真实农场环境数据，需要在真实农场条件下进一步验证	评估不同YOLO模型在死鸡检测任务中的性能，为家禽养殖场提供自动化监测解决方案	散养鸡场中的死鸡	计算机视觉	NA	深度学习目标检测	YOLO系列目标检测模型	图像	3413张合成图像	NA	YOLOv8n, YOLOv9c, YOLOv10n, YOLOv11n	精确率, 召回率, mAP@50, mAP@50-95, 推理速度, FPS, 模型大小, 训练时间	NA
3944	2025-10-06	Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management 2025-Sep, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105439 PMID:40541105	研究论文	本研究开发了一种可解释的深度学习模型，用于预测肉鸭运输途中死亡的高风险结果	首次将可解释深度学习应用于肉鸭运输死亡率预测，结合SHAP分析提供全局和局部解释能力	研究仅基于2022-2023年的数据，模型在更广泛条件下的泛化能力需要进一步验证	开发可解释的深度学习模型预测肉鸭运输高死亡率，改善动物福利管理	肉鸭运输过程中的死亡率数据	机器学习	NA	深度学习	深度学习模型	屠宰前管理和环境数据	8220车次肉鸭运输记录	NA	NA	准确率,精确率,召回率,F1分数,AUC-ROC	NA
3945	2025-10-06	GraphCellNet: A deep learning method for integrated single-cell and spatial transcriptomic analysis with applications in development and disease 2025-Sep, Journal of molecular medicine (Berlin, Germany) DOI:10.1007/s00109-025-02575-4 PMID:40690004	研究论文	提出GraphCellNet深度学习模型，整合单细胞和空间转录组分析，应用于发育和疾病研究	结合细胞类型反卷积和空间域识别的创新模型，采用Kolmogorov-Arnold网络层增强非线性特征表示和上下文整合	NA	提高空间转录组数据分析的准确性，解决细胞边界模糊和高异质性挑战	心肌梗死、果蝇发育、人类心脏发育等生物系统	生物信息学	心血管疾病	空间转录组学, 单细胞RNA测序	图神经网络, 深度学习	基因表达数据, 空间位置数据	NA	NA	GraphCellNet, KAN层	Pearson相关系数, 结构相似性指数, 均方根误差, Jensen-Shannon散度, 调整兰德指数	NA
3946	2025-10-06	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	提出一种弱监督PET异常检测方法IgCONDA-PET，通过隐式引导注意力条件反事实扩散建模实现异常检测	首次将隐式引导注意力机制与反事实扩散模型结合用于PET异常检测，支持多中心、多癌症类型和多示踪剂数据	未明确说明模型在特定癌症类型或示踪剂上的性能差异	开发弱监督的PET病灶检测和分割方法以减少对像素级标注数据的依赖	PET医学图像中的异常病灶	医学影像分析	多癌症类型	PET成像	扩散模型	PET图像	2652例多中心回顾性病例（多癌症、多示踪剂）	NA	注意力条件扩散模型	与41% SUV阈值法等传统方法及其他弱监督/无监督深度学习方法对比	NA
3947	2025-10-06	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深度学习框架的多囊卵巢超声图像自动识别模型	首次将YOLOv11深度学习框架应用于多囊卵巢综合征的超声图像自动识别与诊断	研究仅包含两个医疗中心的数据，需要更多外部验证	开发能够快速准确识别多囊卵巢综合征的深度学习模型	1,751名疑似多囊卵巢综合征女性的卵巢超声图像	计算机视觉	多囊卵巢综合征	超声成像	CNN	图像	933名患者（中心1:781名，中心2:152名）的超声图像	YOLOv11	YOLOv11	平均精度均值，F1分数，曲线下面积	NA
3948	2025-10-06	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	系统评价与荟萃分析	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	首次通过系统评价和荟萃分析综合评估机器学习模型在预测SAH后CSDH风险因素的性能表现	仅纳入5项符合标准的研究，样本量有限，存在中度异质性	评估机器学习算法识别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的效能	自发性蛛网膜下腔出血后发生慢性分流依赖性脑积水的患者	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	NA	NA	AUC-ROC,准确率,灵敏度,特异性,精确率,F1分数	NA
3949	2025-10-06	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	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	整合单细胞多组学与空间转录组学构建Trp53功能细胞图谱，并通过深度学习重建p53调控网络	使用小鼠模型，结果向人类临床转化的适用性需要进一步验证	研究p53失活后细胞稳态破坏和肿瘤发生机制	Trp53基因敲除小鼠模型中的免疫、基质和上皮细胞	计算生物学	肿瘤	单细胞转录组学, 单细胞ATAC-seq, 空间转录组学, 全基因组测序, CUT&Tag	深度学习	单细胞多组学数据, 空间转录组数据	NA	NA	基因网络模型	NA	NA
3950	2025-10-06	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	开发了一个用于细胞电子显微镜图像深度学习的用户友好分割工具DeepSCEM	提供了专门针对细胞电子显微镜图像的易用深度学习分割工具，解决了现有技术缺乏专用工具的问题	NA	开发高效、用户友好的细胞电子显微镜图像分割工具	细胞电子显微镜图像中的细胞器分割	计算机视觉	NA	电子显微镜	CNN	图像	NA	NA	NA	NA	NA
3951	2025-10-06	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信号的多模态人工智能方法，用于识别睡眠呼吸事件	提出结合EEG和ECG信号的集成学习模型，与传统深度学习方法相比在睡眠呼吸事件分类中表现更优	研究仅基于201个PSG数据，样本量相对有限	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	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	机器学习	睡眠呼吸障碍	小波变换、多模态生理信号分析	集成学习、深度学习	EEG信号、ECG信号	201个多导睡眠图记录	NA	NA	准确率、灵敏度、特异性	NA
3952	2025-10-06	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层次聚类网络MDHCNet，用于脑卒中后认知障碍的早期预测	首次将图神经网络与多模态脑影像数据结合，通过层次跨模态融合模块整合结构和临床特征	基于单一真实世界卒中队列，需要更大规模多中心验证	开发准确且可解释的脑卒中后认知障碍预测方法	脑卒中患者的多模态脑影像数据和临床特征	医学影像分析	脑卒中	扩散加权成像、磁共振血管成像、T1/T2加权成像	图神经网络	脑图、临床特征	真实世界卒中队列（具体数量未明确说明）	NA	MDHCNet	NA	NA
3953	2025-10-06	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乳腺癌检测方案DXAIB	首次将CNN与随机森林模型结合，并采用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	乳腺癌检测	计算机视觉	乳腺癌	深度学习	CNN, Random Forest	医学图像	NA	NA	CNN	NA	NA
3954	2025-10-06	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及通过机器学习预测坍落度	首次结合膨润土浆液和泡沫两种调理剂研究细粒含量变化对砂卵石土工作性的影响，并应用深度学习算法预测坍落度	研究仅针对砂卵石土，未涉及其他土壤类型；实验条件可能无法完全反映实际盾构施工环境	优化土压平衡盾构施工中的土壤调理工艺，提高工程效率	不同细粒含量(10%-80%)的砂卵石土	机器学习	NA	坍落度测试，土壤调理技术	深度学习算法	实验数据	不同细粒含量(10%,20%,60%,80%)的砂卵石土样本	NA	NA	准确率	NA
3955	2025-10-06	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	提出优化的顺序卷积网络(SCNN)用于肺癌组织图像分类，提高检测准确率和效率	提出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负载	仅在组织成像数据集上验证，未提及在其它类型医学影像上的泛化能力	改进肺癌检测方法，提升临床诊断效率	肺癌组织图像（腺癌、良性、鳞状细胞癌）	计算机视觉	肺癌	组织成像	CNN	图像	NA	NA	SCNN（包含3个卷积层、3个最大池化层、扁平层和密集层）	准确率,精确率,召回率,F1分数	NA
3956	2025-10-06	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	提出一种注意力驱动的混合深度学习模型，通过特征融合实现精确的手语识别	结合Swin Transformer、ConvNeXt-Large和ResNet50进行特征提取，并采用CNN-BiLSTM与注意力机制的混合分类方法	NA	通过先进技术实现准确、实时的姿态识别，增强聋哑人士的手语识别能力	聋哑人士使用的手语	计算机视觉	NA	CLAHE图像增强、Canny边缘检测	CNN, BiLSTM, 注意力机制	图像	NA	NA	Swin Transformer, ConvNeXt-Large, ResNet50	准确率	NA
3957	2025-10-06	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	基于DINO V2模型和语义搜索开发可解释的自监督学习方法用于医学图像诊断	结合DINOv2嵌入和语义搜索实现医学数据库的病例检索，并集成ViT-CX因果解释方法生成临床可操作的注意力热图	NA	通过自监督学习解决医学图像标注数据不足的问题，提高诊断效率和准确性	医学图像数据集	计算机视觉	肺癌, 脑肿瘤, 白血病, 视网膜疾病	自监督学习	Vision Transformer	医学图像	NA	DINOv2, Qdrant	DINOv2, ViT-CX	准确率	NA
3958	2025-10-06	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胃肠道疾病分类CAD系统	通过引入熵场传播层改进ResNet模型，结合NRMPO优化算法进行特征选择，并采用新型均值阈值融合方法	在不同数据集上准确率差异较大（82.7%-99.0%），需要进一步验证模型泛化能力	开发用于胃肠道疾病早期诊断的计算机辅助诊断系统	胃肠道疾病的内镜图像	计算机视觉	胃肠道癌症	无线胶囊内窥镜成像	CNN	图像	三个公开数据集（Kvasir V1、Kvasir V2、Hyperkvasir）	NA	ResNet18, ResNet50	准确率, 精确率	NA
3959	2025-10-06	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优化算法的音乐流派分类模型	首次将基于分子动力学改进的PIGMM元启发式算法与SqueezeNet结合，通过混沌理论和对立学习增强优化效果	未明确说明模型在更大规模数据集或实时分类场景下的性能表现	开发轻量级且抗噪声的音乐流派分类方法	音频信号的音乐流派分类	机器学习	NA	音频频谱图分析	CNN	音频频谱图	GTZAN和Extended Ballroom数据集	NA	SqueezeNet	准确率,精确率,召回率	NA
3960	2025-10-06	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的高阶微分反问题	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	未明确说明计算资源需求和具体应用场景的局限性	解决具有极端不连续性和高阶参数化微分方程的反问题	具有空间分布特性的未知参数和存在不连续性的物理系统	机器学习	NA	物理信息深度学习	深度学习	微分方程数据	NA	NA	多级域分解网络	NA	NA