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
4701	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
4702	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
4703	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
4704	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
4705	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
4706	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
4707	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
4708	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
4709	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
4710	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
4711	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
4712	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
4713	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
4714	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
4715	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
4716	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
4717	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
4718	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
4719	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
4720	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