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
401	2025-07-24	Deep learning algorithm for the automatic assessment of axial vertebral rotation in patients with scoliosis using the Nash-Moe method 2025-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11295-1 PMID:40695965	研究论文	提出一种基于深度学习算法的自动化评估脊柱侧凸患者轴向椎体旋转的方法	开发了一个两阶段深度学习框架，改进了Nash-Moe分类方法，采用12段分割系统和宽度比度量进行精确评估	对严重旋转病例的评估性能有限，Grade 3的召回率较低（0.33），且无法分类Grade 4	自动化评估脊柱侧凸患者的轴向椎体旋转，提高评估的准确性和效率	脊柱侧凸患者的后前位脊柱X光片	数字病理	脊柱侧凸	深度学习	CNN	图像	1080张后前位脊柱X光片，患者年龄4-18岁
402	2025-07-24	Automated identification of autism spectrum disorder from facial images using explainable deep learning models 2025-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11847-5 PMID:40695996	研究论文	本研究提出了一种基于可解释深度学习模型的自动化自闭症谱系障碍（ASD）面部图像识别方法	结合预训练的CNN模型（如VGG16、VGG19等）与可解释AI方法（如LIME），提高了ASD检测的准确性和可解释性	模型在不同数据集上的泛化能力可能有限	开发一种自动化、高效且可解释的ASD早期诊断方法	自闭症谱系障碍患者的面部图像	计算机视觉	自闭症谱系障碍	深度学习	CNN（包括VGG16、VGG19、InceptionV3、VGGFace和MobileNet）	图像	NA
403	2025-07-24	Identification of hypertrophic cardiomyopathy on electrocardiographic images with deep learning 2025-Jul-22, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00685-3 PMID:40696040	研究论文	开发并验证了一种深度学习模型，用于从12导联心电图图像中识别肥厚型心肌病	首次利用深度学习模型从心电图图像中检测肥厚型心肌病，且模型在不同图像格式和地点均表现稳健	模型在外部验证中使用了不同定义标准（如诊断代码），可能影响结果一致性	提高肥厚型心肌病的诊断率，实现可扩展的图像筛查	心电图图像	计算机视觉	心血管疾病	深度学习	DL（未明确具体架构）	图像	124,553份心电图（来自66,987人），外部验证包括MIMIC-IV、AUMC和UK Biobank的数据
404	2025-07-24	Re-identification of patients from imaging features extracted by foundation models 2025-Jul-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01801-0 PMID:40696111	研究论文	评估基础模型提取的影像特征是否能够实现患者重新识别，并将重新识别与人口统计学特征预测相关联	首次探索了医学影像基础模型提取的特征在患者重新识别中的潜在风险	研究仅针对特定类型的医学影像（CFP、OCT和胸部X光），未涵盖其他影像类型	评估医学影像基础模型在患者隐私保护方面的潜在风险	彩色眼底照片（CFP）、光学相干断层扫描（OCT）b扫描和胸部X光影像	医学影像分析	NA	深度学习	基础模型	医学影像	内部CFP、OCT和胸部X光数据集
405	2025-07-24	AgentMRI: A Vison Language Model-Powered AI System for Self-regulating MRI Reconstruction with Multiple Degradations 2025-Jul-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01617-0 PMID:40696264	研究论文	介绍了一种名为AgentMRI的AI驱动系统，利用视觉语言模型(VLMs)在存在多种退化的情况下实现完全自主的磁共振成像(MRI)重建	AgentMRI不依赖手动干预或固定校正模型，而是动态检测MRI损坏并自动选择最佳校正模型进行图像重建，采用多查询VLM策略确保鲁棒的损坏检测	未提及具体局限性	开发一个完全自主的MRI重建系统，减少人工干预并优化图像质量	磁共振成像(MRI)数据	医学影像处理	NA	视觉语言模型(VLMs)，深度学习	多查询VLM策略，MRI重建、运动校正和去噪模型	MRI图像	综合脑部MRI数据集（具体数量未提及）
406	2025-07-24	A review of acupoint localization based on deep learning 2025-Jul-22, Chinese medicine IF:5.3Q1 DOI:10.1186/s13020-025-01173-3 PMID:40696423	review	本文综述了基于深度学习的穴位定位研究，分析了其原理、分类、常用数据集、评估指标及应用领域	克服了传统方法和机器学习的许多限制，显著推动了中医现代化	NA	自动穴位定位	穴位定位算法	digital pathology	NA	deep learning	NA	image	NA
407	2025-07-24	Deep learning for echocardiographic assessment and risk stratification of aortic, mitral, and tricuspid regurgitation: the DELINEATE-regurgitation study 2025-Jul-21, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf248 PMID:40156921	research paper	本研究开发了一种人工智能系统，用于评估心脏瓣膜反流并预测二尖瓣反流的进展风险	开发了DELINEATE-Regurgitation和DELINEATE-MR-Progression两个AI系统，能够准确分类心脏瓣膜反流并预测二尖瓣反流进展风险，超越了已知风险因素	研究仅基于两个站点的经胸超声心动图数据，外部验证集的性能略低于内部开发/测试集	开发AI系统用于心脏瓣膜反流的评估和风险分层	主动脉反流(AR)、二尖瓣反流(MR)和三尖瓣反流(TR)患者	digital pathology	cardiovascular disease	transthoracic echocardiograms (TTEs), colour Doppler videos	deep learning	video	71,660份TTE检查，包含1,203,980个彩色多普勒视频
408	2025-07-24	Joint processing of long- and short-read sequencing data with deep learning improves variant calling 2025-Jul-21, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101107 PMID:40669457	研究论文	本研究探讨了结合使用长读长和短读长测序数据通过深度学习改进变异检测的方法	提出了一种混合DeepVariant模型，首次联合处理Illumina和Nanopore数据用于种系变异检测	研究仅基于七个健康个体的数据，样本量较小	提高种系变异检测的准确性并降低测序成本	GIAB项目中七个健康个体的Nanopore测序数据	机器学习	罕见遗传病	Nanopore测序, Illumina测序	DeepVariant	测序数据	7个健康个体
409	2025-07-24	A deep learning model using endoscopic images for differential diagnosis of intestinal lymphoma 2025-Jul-21, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003723 PMID:40693577	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
410	2025-07-24	Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data 2025-Jul-21, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.127511 PMID:40695092	研究论文	本研究通过分析社交媒体数据和澳大利亚全科医疗数据集，验证了COVID-19疫苗接种后月经变化的社区关注	结合社交媒体分析和大型真实世界数据集，验证了COVID-19 mRNA疫苗接种后月经变化的短暂增加	研究主要基于澳大利亚的数据，可能无法完全代表其他地区的情况	调查COVID-19疫苗接种后月经变化增加的证据	15-49岁女性在COVID-19疫苗接种后的月经变化	公共卫生	COVID-19	自我对照病例系列分析(SCCS)	深度学习框架VaxPulse	社交媒体数据和医疗记录	70,977条社交媒体帖子及澳大利亚全科医疗数据集中的相关记录
411	2025-07-24	An Improved Diagnostic Deep Learning Model for Cervical Lymphadenopathy Characterization 2025-Jul-21, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.025 PMID:40695688	研究论文	验证基于B型超声的深度学习模型在区分良恶性颈部淋巴结病变中的诊断性能	开发了一种结合卷积神经网络、可变形卷积网络和注意力机制的深度学习模型，显著提高了诊断准确率	样本量相对较小（210例），且为回顾性研究	评估深度学习模型在颈部淋巴结病变良恶性鉴别诊断中的应用价值	210例经病理确诊的颈部淋巴结病变患者	数字病理	颈部淋巴结病变	B型超声	CNN结合可变形卷积网络和注意力机制	超声图像	210例（训练集169例，测试集41例）
412	2025-07-24	DTIP-WINDGRU a novel drug-target interaction prediction with wind-enhanced gated recurrent unit 2025-Jul-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06141-0 PMID:40685357	research paper	本研究开发了一种名为DTIP-WINDGRU的新型药物-靶点相互作用预测模型，结合了Wind增强的GRU单元	提出了DTIP-WINDGRU模型，利用Wind Driven Optimization算法优化GRU超参数，提高了药物-靶点相互作用的预测准确性	模型依赖于数据集的标签质量，且计算复杂度可能较高	提高药物-靶点相互作用预测的准确性和效率	药物-靶点相互作用数据	machine learning	NA	Wind Driven Optimization (WDO)算法	GRU	药物-靶点相互作用数据	四个数据集
413	2025-07-24	Deep learning optimization of STAR-RIS for enhanced data rate and energy efficiency in 6G wireless networks 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09774-6 PMID:40685393	研究论文	本文研究了6G无线网络中同时传输和反射的可重构智能表面（STAR-RIS）的性能，通过深度学习和广泛模拟评估了数据速率和频谱能量效率	比较了近被动STAR-RIS（NP-STAR）和主动STAR（ASTAR）与传统近被动RIS（NP-RIS）和主动RIS（ARIS）的性能，揭示了在高干扰环境中NP-STAR配置的优势	研究未充分考虑实际部署中的功率管理和干扰控制问题，且对能量-频谱效率权衡的理解不足	探索STAR-RIS技术在6G无线网络中的应用，优化数据速率和频谱能量效率	6G无线网络中的STAR-RIS技术	无线通信	NA	深度学习（DL）优化	NA	模拟数据	各种系统配置、训练数据集大小和用户位置的广泛模拟
414	2025-07-24	Establishing radar-derived rainfall thresholds for a landslide early warning system: a case study in the Sichuan Basin, Southwest China 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10464-6 PMID:40685424	研究论文	本研究旨在利用深度学习处理的雷达降雨数据，为四川盆地的滑坡预警系统建立可靠的降雨阈值	结合深度学习处理的雷达降雨数据与频率理论和贝叶斯概率分析方法，确定降雨诱发滑坡的各种超越概率阈值	研究依赖于雷达降雨数据的准确性，且在降雨站点稀疏的山区可能存在数据代表性不足的问题	建立可靠的降雨阈值以增强滑坡预警系统，减少降雨诱发滑坡带来的危害	四川盆地的降雨诱发滑坡	自然灾害预警	NA	深度学习，雷达降雨数据处理，频率理论，贝叶斯概率分析	NA	雷达降雨数据，雨量计测量数据，滑坡数据	NA
415	2025-07-24	Deep learning framework for interpretable supply chain forecasting using SOM ANN and SHAP 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11510-z PMID:40685434	研究论文	提出一种结合自组织映射(SOM)、主成分分析(PCA)和人工神经网络(ANN)的深度学习框架，用于供应链的预测建模	结合SOM、PCA和ANN的深度学习框架，提高了供应链预测的准确性和可解释性	未提及具体局限性	改进供应链管理中的预测建模，提高运输时间和交付风险的预测准确性	供应链网络	机器学习	NA	SOM, PCA, ANN, SHAP	SOM+ANN	结构化与非结构化数据	DataCo智能供应链数据集及另一个未命名数据集
416	2025-07-24	Accurate deep-learning model to differentiate dementia severity and diagnosis using a portable electroencephalography device 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12526-1 PMID:40685486	研究论文	本研究提出了一种基于深度学习的便携式脑电图设备方法，用于区分健康志愿者与痴呆相关疾病患者	使用便携式EEG设备和定制的基于transformer的深度学习模型，为痴呆相关疾病的早期检测和分类提供了一种实用工具	样本量相对较小（233名参与者），且未提及模型在其他独立数据集上的验证情况	开发一种可访问、经济高效且非侵入性的诊断工具，用于区分痴呆严重程度和诊断	健康志愿者（HVs）和痴呆相关疾病患者	机器学习	老年病	短时傅里叶变换（STFT）	transformer	EEG信号	233名参与者（119名健康志愿者和114名患者）
417	2025-07-24	Efficient wheat variety identification using Raman hyperspectral imaging in combination with deep learning 2025-Jul-20, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126722 PMID:40694955	研究论文	该研究开发了一种结合拉曼高光谱成像和深度学习的高效、可解释的小麦品种识别方法	提出了一种基于Segment Anything Model的ROI提取框架，并设计了结合化学先验知识选择拉曼特征峰的方法，提高了模型的可解释性	仅针对8种小麦品种进行了验证，尚未在大规模品种上测试	开发高效、可解释的小麦品种识别方法	小麦(Triticum aestivum L.)	计算机视觉	NA	拉曼高光谱成像	Transformer, Segment Anything Model	高光谱图像	8种小麦品种
418	2025-07-24	Machine learning versus clinicians for detection and classification of oral mucosal lesions 2025-Jul-20, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105992 PMID:40695439	研究论文	本研究评估了深度学习模型在检测和分类口腔黏膜病变方面的性能，并与普通牙医和口腔外科专家进行了比较	开发了一个能够区分11类口腔黏膜病变的深度学习模型，其性能与口腔外科专家相当，优于普通牙医	对于某些病变（如角化症）的分类性能较低，模型在检测白斑等病变时的表现也较差	评估深度学习模型在口腔黏膜病变检测和分类中的性能	口腔黏膜病变	计算机视觉	口腔癌	深度学习	YOLOv8	图像	4,079张口腔内照片（训练集3,031张，验证集766张，独立测试集282张）
419	2025-07-24	A deep learning-based prognostic approach for predicting turbofan engine degradation and remaining useful life 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09155-z PMID:40683914	研究论文	提出了一种基于深度学习的预测方法，用于预测涡轮风扇发动机的退化情况和剩余使用寿命	提出了一种结合卷积自编码器和基于注意力的LSTM的混合模型（CAELSTM），用于剩余使用寿命预测，该模型在CMAPSS基准数据集上表现优于现有方法	研究仅使用了CMAPSS数据集中的FD001和FD003子数据集，可能在其他数据集上的泛化能力未经验证	提高涡轮风扇发动机剩余使用寿命的预测准确性，以预防由部件退化引起的航空灾难	涡轮风扇发动机	机器学习	NA	深度学习	CAELSTM（卷积自编码器和基于注意力的LSTM混合模型）	时间序列数据	CMAPSS数据集中的FD001和FD003子数据集
420	2025-07-21	Analyzing social psychological impact on emotional expression through peer communication using crayfish optimization algorithm with deep learning model 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11775-4 PMID:40683924	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA