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
4781	2025-10-06	Insurance claims estimation and fraud detection with optimized deep learning techniques 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12848-0 PMID:40715558	研究论文	提出一种结合增强河马优化算法和自定义12层CNN的深度学习模型，用于保险索赔估算和欺诈检测	首次将增强河马优化算法(EHOA)与自定义CNN结合，通过动态种群调整、动量更新和混合微调解决局部最小值和收敛慢的问题	未提及模型在其他保险领域的泛化能力以及实际部署的可行性	提高保险索赔估算准确性和欺诈检测效率	保险索赔数据	机器学习	NA	深度学习	CNN	结构化数据	NA	NA	VGG16,VGG19,ResNet50,自定义12层CNN,自定义15层CNN	准确率	NA
4782	2025-10-06	Explainable AI-driven assessment of hydro climatic interactions shaping river discharge dynamics in a monsoonal basin 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13221-x PMID:40715581	研究论文	本研究提出了一种可解释的深度学习框架，用于苏巴尔纳雷卡河流域的日径流预测	首次将Kolmogorov Arnold网络与SHAP可解释性方法结合应用于水文预测，为季风影响区域提供气候弹性决策支持工具	GCM降水数据存在空间固有不一致性，模型解释存在站点特异性不确定性模式	开发可解释的日径流预测框架以支持水资源管理	苏巴尔纳雷卡河流域的四个监测站（Muri, Adityapur, Jamshedpur, Ghatsila）	机器学习	NA	CMIP6气候模型数据	KAN	水文气候数据	1980-2022年历史数据，预测延伸至2100年	NA	Kolmogorov Arnold网络	RMSE, NSE, MAE, R值	NA
4783	2025-10-06	Transforming label-efficient decoding of healthcare wearables with self-supervised learning and "embedded" medical domain expertise 2025-Jul-26, Communications engineering DOI:10.1038/s44172-025-00467-6 PMID:40715702	研究论文	本研究提出一种结合自监督对比学习和医学领域知识的框架，用于提升医疗可穿戴设备数据的标签效率解码	将传统领域特征工程中的医学知识嵌入自监督对比学习，通过最近邻匹配和聚类原型表示构建更相关的正样本对	未明确说明具体数据集的规模和多样性限制	开发标签效率更高的医疗可穿戴设备数据分析方法	医疗可穿戴设备生成的心电图等生理数据	机器学习	NA	心电图分析	自监督对比学习	时间序列生理数据	NA	NA	最近邻匹配, 聚类原型表示	NA	NA
4784	2025-10-06	A classification method for fluorescence emission spectra of anionic surfactants with few-shot learning 2025-Jul-26, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06440-6 PMID:40715840	研究论文	提出一种基于小样本学习的阴离子表面活性剂荧光发射光谱分类方法	结合一维卷积神经网络和原型网络，实现无需预处理的全光谱端到端小样本分类	NA	开发数据高效的光谱分析框架，用于阴离子表面活性剂的快速准确识别	阴离子表面活性剂荧光发射光谱	机器学习	NA	荧光光谱法	CNN, 原型网络	光谱数据	FESS数据集（53种表面活性剂类别）和公共金属氧化物数据集	PyTorch	1D-CNN, 原型网络	准确率	NA
4785	2025-10-06	A DCT-UNet-based framework for pulmonary airway segmentation integrating label self-updating and terminal region growing 2025-Jul-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf486 PMID:40712639	研究论文	提出一种结合DCT-UNet、标签自更新和末端区域生长的肺气道分割框架	设计DCT-UNet捕获更大空间范围的体素信息，提出气道标签自更新策略解决标注不完整问题，采用深度学习驱动的末端区域生长方法提取末端气道	NA	提高CT图像中肺气道分割的准确性和完整性	肺气道树结构	计算机视觉	慢性阻塞性肺疾病	计算机断层扫描(CT)	CNN	医学图像	两个内部数据集和三个公共数据集	NA	DCT-UNet	分支检测率, 树长检测率, 分支比率, 树长比率, 分支计数, 树长度, 端点计数, 气道体积, 气道表面积	NA
4786	2025-10-06	Spatial features of tumor-infiltrating lymphocytes in primary lesions of lung adenocarcinoma predict lymph node metastasis 2025-Jul-25, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06860-1 PMID:40713757	研究论文	本研究探讨肺腺癌原发灶中肿瘤浸润淋巴细胞的空间特征与淋巴结转移的预测关系	首次系统研究TIL空间特征与淋巴结转移风险的关系，并开发了结合临床病理数据和TIL特征的预测模型	样本量相对有限，需要更大规模的多中心验证	评估肺腺癌原发灶中TIL空间特征与淋巴结转移的关联性	肺腺癌患者	数字病理	肺癌	全切片图像分析，热点分析，深度学习特征提取	随机森林	病理图像	训练队列312例，验证队列78例，独立测试队列148例	NA	K-means聚类，随机森林	AUC	NA
4787	2025-10-06	A hyperspectral imaging dataset and Grassmann manifold method for intraoperative pixel-wise classification of metastatic colon cancer in the liver 2025-Jul-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110841 PMID:40714409	研究论文	提出基于高光谱成像的转移性结肠癌肝转移术中像素级分类数据集及Grassmann流形方法	结合Grassmann流形与张量奇异谱分析的光谱-空间特征提取方法，仅需1%标注像素即可实现高精度分类	样本量有限（仅27个HSI图像来自14名患者），缺乏大规模验证	开发术中转移性结肠癌的自动病理诊断方法	结肠腺癌肝转移患者的术中冰冻切片	计算病理学	结肠癌	高光谱成像（HSI），苏木精-伊红染色	最近子空间分类器	高光谱图像	27个高光谱图像（来自14名患者）	NA	Grassmann流形-张量奇异谱分析（GM-TSSA）	平衡准确率（BACC），F-score	NA
4788	2025-10-06	Deep learning-based image classification for integrating pathology and radiology in AI-assisted medical imaging 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07883-w PMID:40715157	研究论文	提出一种结合病理学和放射学的AI辅助医学影像新框架DIANet与ACWI策略	首次将领域先验知识与贝叶斯不确定性建模结合，通过自适应学习机制解决多模态影像和数据集不平衡问题	未提及具体临床部署验证规模和长期效果评估	提升医学影像诊断准确性并改善临床工作流程	多模态医学影像数据	医学影像分析	NA	多模态成像	深度学习	医学影像	NA	NA	Domain-Informed Adaptive Network (DIANet)	诊断准确率, 分割精度, 重建保真度	NA
4789	2025-10-06	QKDTI A quantum kernel based machine learning model for drug target interaction prediction 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07303-z PMID:40715162	研究论文	提出一种基于量子核的机器学习模型QKDTI，用于药物靶点相互作用预测	首次将量子支持向量回归与量子特征映射相结合，利用量子叠加和纠缠特性提升预测性能	未明确说明模型对计算资源的具体要求和实际部署的可行性	开发更准确高效的药物靶点相互作用预测方法	药物分子与靶点蛋白的相互作用	机器学习	NA	量子机器学习	QSVR（量子支持向量回归）	分子描述符和蛋白质特征	Davis、KIBA和BindingDB基准数据集	NA	量子核方法结合Nystrom近似	准确率	NA
4790	2025-07-29	Intelligent waste sorting for urban sustainability using deep learning 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08461-w PMID:40715219	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4791	2025-10-06	Enhanced EEG signal classification in brain computer interfaces using hybrid deep learning models 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07427-2 PMID:40715225	研究论文	本研究通过混合深度学习模型提升脑机接口中运动想象任务的脑电信号分类性能	提出结合CNN和LSTM的混合深度学习模型，在运动想象分类任务中显著超越传统机器学习方法和单一深度学习模型	仅使用单一数据集进行评估，未在不同数据集上验证模型泛化能力	提升脑机接口系统中运动想象任务的脑电信号分类准确率	运动想象任务的脑电信号数据	机器学习	NA	脑电图	CNN, LSTM, 混合模型	脑电信号	PhysioNet EEG运动想象数据集中的多任务运动数据	NA	CNN, LSTM, CNN-LSTM混合架构	准确率	NA
4792	2025-10-06	Deep-learning structure elucidation from single-mutant deep mutational scanning 2025-Jul-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62261-4 PMID:40715235	研究论文	开发了一种利用深度突变扫描数据优化AlphaFold2蛋白质结构预测的新方法	首次将稀疏残基埋藏约束从深度突变扫描整合到AlphaFold2中，显著提升了蛋白质结构预测精度	仅适用于可获得深度突变扫描数据的蛋白质系统	提高蛋白质结构预测的准确性	蛋白质结构	机器学习	NA	深度突变扫描	深度神经网络	突变扫描数据	252个蛋白质	AlphaFold2	AlphaFold2	TM-Score	NA
4793	2025-10-06	Joint learning equation of state surfaces with uncertainty-aware physically regularized neural networks 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11874-2 PMID:40715257	研究论文	提出一种基于物理信息神经网络的不确定性感知方法EOSNN，用于联合学习多种状态方程表面	结合物理正则化的神经网络方法联合学习多个状态方程表面，并开发概率模型处理偶然和认知不确定性	未明确说明模型的计算复杂度和训练数据的具体规模	开发能够准确预测材料在不同压力-温度-体积条件下状态方程的机器学习方法	材料状态方程表面	机器学习	NA	静态和动态压缩数据、第一性原理计算	神经网络	物理实验数据和计算数据	NA	NA	物理信息神经网络	R²分数, RMSE	NA
4794	2025-10-06	Multimodal prediction based on ultrasound for response to neoadjuvant chemotherapy in triple negative breast cancer 2025-Jul-25, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01057-7 PMID:40715366	研究论文	开发基于超声的多模态模型预测三阴性乳腺癌新辅助化疗病理完全缓解	整合多维度纵向定量影像特征、临床因素和BI-RADS特征，结合治疗前后多视角B超和彩色多普勒超声图像	NA	预测三阴性乳腺癌患者对新辅助化疗的病理完全缓解反应	三阴性乳腺癌患者	数字病理	乳腺癌	超声成像（B超和彩色多普勒）	深度学习, 影像组学	超声图像	训练队列和外部测试队列	NA	BCRP模型	AUC, 事件无进展生存期	NA
4795	2025-10-06	ECG features improve multimodal deep learning prediction of incident T2DM in a Middle Eastern cohort 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12633-z PMID:40715481	研究论文	本研究开发了一种名为ECG-DiaNet的多模态深度学习模型，通过整合心电图特征和临床风险因素来预测2型糖尿病的发病风险	首次将心电图特征与临床风险因素结合用于2型糖尿病预测，证明了心电图信号对糖尿病风险预测的附加价值	需要更大规模和更多样化的数据集进行进一步验证以提高模型的泛化能力	改进2型糖尿病的早期风险预测工具	卡塔尔生物库中的参与者	机器学习	2型糖尿病	心电图	深度学习	心电图信号, 临床风险因素	开发队列2043人，纵向测试队列395人	NA	ECG-DiaNet	AUROC, NRI, IDI, PPV	NA
4796	2025-10-06	Innovative data augmentation strategy for deep learning on biological datasets with limited gene representations focused on chloroplast genomes 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12796-9 PMID:40715495	研究论文	提出一种针对基因表示有限的生物数据集的新型数据增强策略，应用于叶绿体基因组研究	开发了基于滑动窗口的重叠子序列生成方法和k-mer数据增强策略，解决了生物组学数据稀缺条件下深度学习的应用难题	主要针对叶绿体基因组数据，在其他生物数据类型上的适用性需要进一步验证	解决组学数据稀缺条件下深度学习模型训练困难的问题	八种微藻和高等植物的叶绿体基因和蛋白质序列	机器学习	NA	基因组测序	CNN,LSTM	基因序列数据	八种微藻和高等植物的叶绿体基因组数据	NA	CNN-LSTM混合模型	NA	NA
4797	2025-10-06	Analysis of space solar array arc images based on deep learning techniques 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97579-y PMID:40715539	研究论文	本研究利用深度学习技术分析空间太阳能电池板电弧图像，以研究放电和电弧光谱行为	首次将卷积神经网络和迁移学习等深度学习方法应用于空间太阳能电池板电弧图像分析，开发了能够识别缺陷电池的预测模型	未明确说明样本数量和数据集规模，缺乏模型性能的定量评估指标	研究太阳能电池表面的放电和电弧光谱行为，提高空间太阳能电池板系统的可靠性	空间太阳能电池板的电弧现象和缺陷电池	计算机视觉	NA	图像分析，电弧光谱分析	CNN, 迁移学习	图像	NA	Python, Maxim-DL	NA	NA	NA
4798	2025-10-06	A Two-Phase Deep Learning Approach for Architectural Distortion Detection in Mammograms 2025-Jul-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01613-4 PMID:40715861	研究论文	提出一种两阶段深度学习方法用于乳腺X线摄影中的结构扭曲检测	开发了结合Mask R-CNN分割和ResNet-18分类的两阶段流程，显著降低假阳性并提高检测精度	未明确说明数据集的规模和多样性限制	自动化并改进乳腺X线摄影中结构扭曲的分割和分类	乳腺X线摄影图像中的结构扭曲区域	计算机视觉	乳腺癌	深度学习	U-Net++, Mask R-CNN, ResNet-18	医学图像（乳腺X线摄影）	NA	NA	U-Net++, Mask R-CNN, ResNet-18	准确率, 平均精度均值(mAP), 敏感性	NA
4799	2025-10-06	Advancements and challenges in inverse lithography technology: a review of artificial intelligence-based approaches 2025-Jul-24, Light, science & applications DOI:10.1038/s41377-025-01923-w PMID:40701983	综述	本文综述了逆光刻技术中基于人工智能方法的最新进展与挑战	重点探讨了人工智能技术与逆光刻技术的融合创新，包括卷积神经网络、深度神经网络、生成对抗网络等AI方法在ILT中的应用	面临计算时间长和掩模写入复杂性等挑战	推动逆光刻技术在半导体制造中的应用发展	逆光刻技术及其人工智能方法	计算光刻	NA	逆光刻技术	CNN, DNN, GAN, 模型驱动深度学习方法	掩模图案数据	NA	NA	NA	NA	NA
4800	2025-10-06	An automated hybrid deep learning framework for paddy leaf disease identification and classification 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08071-6 PMID:40701992	研究论文	提出一种用于水稻叶片病害识别与分类的自动化混合深度学习框架	结合MobileNetV3预训练模型与混合GKSO-SA优化算法进行特征选择，使用CatBoost进行分类	NA	水稻叶片病害的自动识别与分类	水稻叶片图像	计算机视觉	植物病害	图像处理，深度学习	CNN, CatBoost	图像	来自Kaggle水稻医生数据集的水稻叶片图像	TensorFlow/PyTorch（预训练模型），Scikit-learn（K-means）	MobileNetV3	准确率，灵敏度，F1分数	NA