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
4661	2025-07-08	AI assistance enhances histopathologic distinction between sebaceous and squamous cell carcinoma of the eyelid 2025-Jul-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01775-z PMID:40615496	研究论文	本文开发了一种基于深度学习的病理分析框架，用于自动分类眼睑皮脂腺癌和鳞状细胞癌	利用深度学习技术提高眼睑皮脂腺癌和鳞状细胞癌的病理诊断准确性，尤其是在临床和组织病理学特征重叠的情况下	外部测试数据集的诊断准确性较低，特别是在皮脂腺癌的诊断上	提高眼睑皮脂腺癌和鳞状细胞癌的病理诊断准确性	眼睑皮脂腺癌和鳞状细胞癌的病理切片	数字病理学	眼睑癌	深度学习	DL-based framework	全切片图像（WSIs）	282张WSIs用于训练、验证和内部测试，36张WSIs用于外部测试
4662	2025-07-08	MultiFG: integrating molecular fingerprints and graph embeddings via attention mechanisms for robust drug side effect prediction 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09431-y PMID:40615494	研究论文	提出了一种名为MultiFG的新型深度学习框架，用于整合多种分子指纹类型、基于图的嵌入和药物-副作用对的相似性特征，以预测药物副作用频率	MultiFG结合了注意力增强的卷积网络和最近开发的Kolmogorov-Arnold Networks (KAN)作为预测层，有效捕捉复杂关系	NA	提高药物副作用频率预测的准确性，为药物安全评估提供更实用的工具	已批准药物和新药的副作用	机器学习	NA	深度学习	CNN, KAN	分子指纹、图嵌入、相似性特征	NA
4663	2025-07-08	Rock blasting evaluation - image recognition method based on deep learning 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09973-1 PMID:40615500	研究论文	本文开发了一种基于深度学习的图像识别方法，用于评估岩石爆破的破碎效果和半孔率	提出了基于机器学习的爆破效果图像分析与计算模型及识别算法，并发现了矿岩块度尺寸的'S'形累积分布规律	未提及具体样本量及模型泛化能力的验证	提高矿山岩石爆破质量评估的效率和准确性	预裂爆破的半孔率和岩石爆破破碎效果	计算机视觉	NA	深度学习	NA	图像	NA
4664	2025-07-08	A tailored deep learning approach for early detection of oral cancer using a 19-layer CNN on clinical lip and tongue images 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07957-9 PMID:40615563	研究论文	本研究介绍了一种定制的19层CNN模型，用于利用唇和舌的临床图像自动诊断口腔癌	采用定制设计的19层CNN架构，结合先进的预处理步骤，显著提高了口腔癌检测的准确性和可靠性	研究仅使用了公开可用的OCI数据集，可能无法涵盖所有临床场景	开发一种高效可靠的口腔癌早期检测方法	唇和舌的临床图像	计算机视觉	口腔癌	深度学习	19层CNN	图像	公开可用的Oral Cancer (Lips and Tongue) Images (OCI)数据集，分为80%训练和20%测试子集
4665	2025-07-08	Prediction of suicide using web based voice recordings analyzed by artificial intelligence 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08639-2 PMID:40615574	研究论文	本研究利用机器学习和深度学习模型，通过分析基于网络的真实世界语音数据，预测自杀行为	首次成功预测实际自杀行为而非替代标记，为自杀预防迈出重要一步	NA	通过语音生物标志物评估自杀风险	自杀个体与匹配对照组	机器学习	心理健康	机器学习	Multilayer perceptron	语音数据	NA
4666	2025-07-08	Medical slice transformer for improved diagnosis and explainability on 3D medical images with DINOv2 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09041-8 PMID:40615608	研究论文	本研究提出了一种名为Medical Slice Transformer (MST)的框架，用于将2D自监督模型DINOv2扩展到3D医学图像分析，以提高诊断准确性和可解释性	首次将2D自监督模型DINOv2应用于3D医学图像分析，并提出MST框架结合Transformer架构和2D特征提取器	研究仅使用了三个临床数据集，可能无法涵盖所有类型的医学图像	扩展2D自监督模型至3D医学成像，并评估其在可解释性诊断中的潜力	3D医学图像（MRI和CT）	数字病理	乳腺癌、肺结节、半月板撕裂	DINOv2自监督学习	Transformer, 3D ResNet	3D医学图像	乳腺癌MRI（651例患者）、胸部CT（722例患者）、膝关节MRI（1199例患者）
4667	2025-07-08	Prior knowledge of anatomical relationships supports automatic delineation of clinical target volume for cervical cancer 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08586-y PMID:40615617	research paper	提出了一种基于解剖关系先验知识的宫颈癌临床靶区自动勾画方法	引入解剖关系先验知识，设计了特征注意力模块和宽度驱动注意力网络以提高分割精度	未明确提及具体局限性，但暗示先前方法未考虑丰富先验知识导致泛化性受限	提升宫颈癌放疗临床靶区自动勾画的准确性和临床适用性	宫颈癌患者的临床靶区（CTV）	digital pathology	cervical cancer	deep learning	feature attention module, width-driven attention network	CT images	私有数据集的大量实验
4668	2025-07-08	Hybrid Big Bang-Big crunch with cuckoo search for feature selection in credit card fraud detection 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97149-2 PMID:40615673	研究论文	提出了一种结合Big Bang-Big Crunch和布谷鸟搜索的混合特征选择方法，用于提高信用卡欺诈检测的准确率	首次将Big Bang-Big Crunch算法与布谷鸟搜索算法结合，形成混合特征选择方法HBCS，并应用于信用卡欺诈检测	仅在ECC数据集上进行了验证，未在其他信用卡数据集上测试泛化能力	提高信用卡欺诈检测的准确率	信用卡交易数据	机器学习	NA	混合元启发式算法	DCNN, EDCNN	结构化数据	ECC数据集（具体数量未提及）
4669	2025-07-08	Deep learning-based classification of parotid gland tumors: integrating dynamic contrast-enhanced MRI for enhanced diagnostic accuracy 2025-Jul-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01814-x PMID:40615947	研究论文	评估深度学习模型在结合动态对比增强MRI数据后对腮腺肿瘤分类的性能	结合动态对比增强MRI数据和多参数MRI图像，通过深度学习模型提高腮腺肿瘤分类的准确性	回顾性单中心研究，样本量较小（164名参与者）	提高腮腺肿瘤的非侵入性诊断准确性	腮腺肿瘤患者和正常腮腺个体	数字病理	腮腺肿瘤	动态对比增强MRI（DCE-MRI）	MobileNetV2, EfficientNetB0, SVM	MRI图像	164名参与者（124名患者和40名正常个体）
4670	2025-07-08	Blockchain enhanced distributed denial of service detection in IoT using deep learning and evolutionary computation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06568-8 PMID:40593035	研究论文	提出一种结合区块链、深度学习和进化计算的物联网DDoS攻击检测方法	提出MOBCF-ADDLM方法，结合区块链技术、Aquila优化器和红熊猫优化器进行特征选择和超参数优化	未提及方法在实时性要求高的场景下的表现	提高物联网环境中DDoS攻击的检测效率	物联网系统中的DDoS攻击	机器学习	NA	区块链技术、深度学习、进化计算	深度信念网络(DBN)	网络流量数据	BoT-IoT Binary和Multiclass数据集
4671	2025-07-08	A secured accreditation and equivalency certification using Merkle mountain range and transformer based deep learning model for the education ecosystem 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06789-x PMID:40594533	研究论文	本文提出了一种基于区块链和深度学习的认证与等效性证书验证系统，以提高教育生态系统中的资格认证效率和安全性	提出了一种新型的基于Transformer的卷积循环网络（TCRN）用于自动化等效性评估过程，并采用改进的MD5哈希方法和Merkle Mountain Range（MMR）结构确保数据完整性	未提及系统在实际部署中的具体挑战或潜在问题	开发一个安全、高效的认证与等效性证书验证系统，以解决当前验证过程中的高成本、低效率和透明度不足的问题	教育生态系统中的认证与等效性证书	自然语言处理	NA	BERT, Bi-GRU, Depth-wise separable convolutions (DSC)	Transformer-based convolutional recurrent network (TCRN)	教育记录数据	未明确提及具体样本数量
4672	2025-07-08	Classifying and diagnosing Alzheimer's disease with deep learning using 6735 brain MRI images 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08092-1 PMID:40594827	研究论文	本研究利用深度卷积神经网络（CNNs）对6735张脑部MRI图像进行分析，以提高阿尔茨海默病的诊断准确性和分类效率	使用四种不同的深度卷积神经网络模型（Xception、VGG19、VGG16和InceptionResNetV2）进行阿尔茨海默病的诊断和分类，其中InceptionResnetV2模型表现出最佳性能	研究仅基于预处理后的MRI数据集，可能未涵盖所有临床场景的多样性	提高阿尔茨海默病的诊断准确性和效率	阿尔茨海默病患者	数字病理学	老年疾病	MRI扫描	CNN（包括Xception、VGG19、VGG16和InceptionResNetV2）	图像	6735张脑部结构MRI扫描图像
4673	2025-07-08	Improved bio-inspired with machine learning computing approach for thyroid prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03299-8 PMID:40595742	研究论文	本研究探讨了使用机器学习和深度学习方法提高甲状腺疾病预测精度的效果	采用粒子蛇群优化(PSSO)方法提升传统机器学习模型的性能，随机森林结合PSSO模型在甲状腺疾病预测中达到了98.7%的准确率	未提及研究样本的具体来源和多样性，可能影响模型的泛化能力	提高甲状腺疾病的预测精度，优化医疗健康结果	甲状腺疾病（包括甲状腺功能减退和甲状腺功能亢进）	机器学习	甲状腺疾病	随机森林(RF)、决策树、SVM、KNN、CNN-LSTM	RF、决策树、SVM、KNN、CNN-LSTM	NA	NA
4674	2025-07-08	A deep learning model for diagnosis of inherited retinal diseases 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04648-3 PMID:40595896	研究论文	评估多输入深度学习模型在检测两种常见遗传性视网膜疾病（RP和STGD）并将其与健康眼睛区分开来的性能	采用多输入MobileNetV2网络结合CFP和IR图像，提高了诊断准确率至96.3%	样本量相对较小，仅包含391例病例	评估深度学习模型在遗传性视网膜疾病诊断中的性能	遗传性视网膜疾病（RP和STGD）患者及健康个体	计算机视觉	视网膜疾病	深度学习	MobileNetV2	图像	391例（158例RP患者，62例STGD患者，171例健康个体）
4675	2025-07-08	Intelligent identification of ballastless track subgrade settlement based on vehicle-rail vibration data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05202-x PMID:40603977	研究论文	本研究提出了一种基于CNN-LSTM模型的深度学习方法，通过分析车辆-轨道动态响应数据，智能识别无砟轨道路基的不均匀沉降	结合CNN的空间特征提取能力和LSTM的时间依赖性捕捉能力，提出了一种新的CNN-LSTM混合网络模型，用于准确识别路基不均匀沉降	NA	智能监测无砟轨道系统的路基沉降	无砟轨道系统的路基不均匀沉降	机器学习	NA	深度学习	CNN-LSTM	动态响应数据	NA
4676	2025-07-08	Multi-skin disease classification using hybrid deep learning model 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241312628 PMID:39973858	研究论文	本文提出了一种混合深度学习模型MobileSkinNetV2，用于多皮肤疾病的分类，旨在通过计算机辅助诊断技术帮助放射科医生早期识别和分类皮肤癌	结合了基于区域生长的分割方法和改进的Honey Badger优化器，以及MobileSkinNetV2深度学习模型，提高了皮肤癌分类的准确性和精确度	研究仅基于ISIC数据集，可能无法涵盖所有皮肤病变类型	开发一种高效的计算机辅助诊断技术，以改善皮肤癌的早期识别和分类	皮肤癌病变	数字病理学	皮肤癌	深度学习，区域生长分割，改进的Honey Badger优化器	MobileSkinNetV2	图像	ISIC数据集
4677	2025-07-08	Deep learning-based AI model for sinusitis diagnosis 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309799 PMID:39973859	research paper	本研究开发了一种基于深度学习的AI辅助诊断模型，用于提高鼻窦炎的诊断准确性和可及性	使用深度学习模型替代传统CT方法，显著提高了鼻窦炎的诊断准确性，并展示了优于不同资历医生的性能	研究仅基于回顾性数据，未进行前瞻性验证，且样本来源单一	开发一种AI辅助诊断模型，以提高鼻窦炎的诊断准确性和可及性	慢性鼻窦炎患者和正常患者的CT图像	digital pathology	鼻窦炎	CT	深度学习模型	image	5000张鼻窦CT图像（包括四种鼻窦炎类型各1000张及正常案例1000张）
4678	2025-07-08	MANSHIP: Mobile-based assistive notification service for hearing-impaired people using a hybrid deep learning model 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309702 PMID:39973861	研究论文	本文介绍了一种基于混合深度学习模型的移动辅助通知服务MANSHIP，用于帮助听力受损人群识别环境声音并提醒潜在危险	结合VGG16和ResNet-50的混合深度学习模型，在声音分类上达到97.14%的准确率，并开发了移动应用MANSHIP	未提及模型在复杂环境中的泛化能力或实际部署中的性能表现	通过技术手段降低听力受损人群的事故风险并提高生活质量	全球听力受损人群（成人4.32亿/儿童3400万）	机器学习	听力损伤	深度学习	VGG16+ResNet-50混合模型	音频数据	基于综合城市声音数据集（具体数量未说明）
4679	2025-07-08	DABiG: Breath pattern classification using the hybrid deep learning with optimal feature selection 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241303368 PMID:39973879	研究论文	本文提出了一种利用混合深度学习和最优特征选择进行呼吸模式分类的综合方法	引入了自适应黑猩猩优化算法(AdCO)进行特征选择，并开发了结合双向门控循环单元(BiGRU)和时空注意力机制的混合深度学习模型DABiG	NA	开发一种有效的呼吸模式分类方法以反映个体的情绪和身体状况	通过陀螺仪和加速度计获取的六种不同呼吸模式数据	机器学习	NA	Min-Max归一化，自适应黑猩猩优化算法(AdCO)，双向门控循环单元(BiGRU)	DABiG(混合深度学习模型，结合BiGRU和时空注意力机制)	传感器数据(陀螺仪和加速度计读数)	NA
4680	2025-07-08	FHD deep learning prognosis approach: Early detection of fetal heart disease (FHD) using ultrasonography image-based IROI combined multiresolution DCNN 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241310981 PMID:40007382	研究论文	提出了一种基于超声图像的深度学习预后方法，用于早期检测胎儿心脏病（FHD）	结合增强自适应中值滤波（EAMF）、强化感兴趣区域（IROI）分割和多分辨率深度卷积神经网络（MDCNN）分类的创新方法	未提及具体样本量或数据集的多样性限制	开发自动化分层网络驱动的FHD检测方法，辅助心脏病专家进行预后	胎儿心脏病的超声图像	数字病理学	胎儿心脏病	超声2D成像	MDCNN（多分辨率深度卷积神经网络）	图像	NA