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
5321	2025-10-05	Advanced deep learning approach for the fault severity classification of rolling-element bearings 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16895-5 PMID:41038933	研究论文	提出一种结合参数优化变分模态分解和深度学习算法的滚动轴承故障严重程度分类方法	采用参数优化VMD进行数据预处理，并比较七种不同深度学习算法在轴承故障分类中的性能	NA	开发滚动轴承故障严重程度的智能分类方法	滚动轴承的振动数据	机器学习	NA	参数优化变分模态分解(VMD), 粒子群优化	1D-CNN, WaveNet, GRU, 深度学习算法	振动数据	凯斯西储大学标准数据集和人工生成数据集	NA	1D-CNN, WaveNet, GRU	准确率	NA
5322	2025-10-05	VARNet-6G with FIERO model for anomaly detection and enhancing network stability in future-ready communication systems 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17268-8 PMID:41038953	研究论文	提出VARNet-6G和FIERO两种新技术，用于6G通信系统中的异常检测和丢包率估计	将深度学习与自然启发优化相结合的混合方法，为6G网络提供更准确、可扩展和自适应的安全解决方案	NA	解决6G通信系统中异常检测和网络稳定性增强的挑战	6G通信网络系统	机器学习	NA	NA	变分自编码器,循环变换器网络	序列数据,动态网络数据	NA	NA	VARNet-6G,FIERO	异常检测准确率,丢包率估计准确率	NA
5323	2025-10-05	Multimodal based Amharic fake news detection using CNN and attention-based BiLSTM 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17579-w PMID:41038987	研究论文	开发基于多模态的阿姆哈拉语假新闻检测系统，结合CNN和注意力机制的双向LSTM模型	首次研究阿姆哈拉语多模态假新闻检测方法，提出CNN与注意力机制BiLSTM的混合模型	仅针对阿姆哈拉语这一低资源语言，模型在其他语言上的泛化能力未验证	开发有效的阿姆哈拉语假新闻检测系统	阿姆哈拉语新闻内容（文本和图像）	自然语言处理	NA	文本清洗、分词、归一化、图像去噪等预处理技术	CNN, BiLSTM	文本、图像	23,856条新闻故事	NA	CNN, BiLSTM, CNN-BiLSTM, 注意力机制BiLSTM	准确率	NA
5324	2025-10-05	Advanced deep learning framework for soil texture classification 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17384-5 PMID:41039032	研究论文	提出一种用于土壤纹理分类的先进深度学习框架ATFEM，结合手工特征与深度表示学习	提出三流架构融合纹理、语义和光谱空间特征，开发新型手工描述符F-HOG，并采用增强混合元启发式特征选择方法EWJFO	使用自建数据集（4000张图像），未在更大规模公共数据集上验证	开发高精度且可解释的土壤纹理分类方法	土壤纹理图像	计算机视觉	NA	图像分析	CNN, Transformer	图像	4000张标注图像，涵盖5种纹理类别	NA	VGG-RTPNet, ResNet-DANet, Swin-FANet	准确率, F1分数, Cohen's kappa, AUC	NA
5325	2025-10-05	Cross-modal deep learning enhanced mixed reality accelerates construction skill transfer from experts to students 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17656-0 PMID:41039046	研究论文	开发了一种基于跨模态深度学习的混合现实系统，用于将建筑专家的隐性知识有效传递给学员	首次将跨模态深度学习与混合现实技术结合，将专家隐性知识形式化为可学习的表征	复杂交互过程中存在计算延迟挑战，长时间训练存在硬件人体工程学限制	解决建筑行业传统培训中难以有效捕捉和传递专家隐性知识的问题	建筑专家与建筑专业学生	计算机视觉,自然语言处理,机器学习	NA	跨模态深度学习,混合现实技术	深度学习	多模态数据	80名参与者	NA	NA	技能获取速度,任务准确率,知识保留率	NA
5326	2025-10-05	A deep learning approach based on YOLO v11 for automatic detection of jaw cysts 2025-Oct-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06767-9 PMID:41039467	研究论文	基于YOLO v11深度学习模型开发颌骨囊肿自动检测与分类系统	首次将YOLO v11模型应用于颌骨囊肿的自动检测与分类，支持多类别（含牙囊肿、牙源性角化囊肿、根尖囊肿）和单类别检测模式	数据集规模有限且类别不平衡，需要更大规模平衡数据集验证泛化能力	开发基于人工智能的颌骨囊肿检测与分类系统	颌骨囊肿的全景放射影像	计算机视觉	颌骨囊肿	全景放射成像	CNN	图像	311张全景图像（211张囊肿图像，100张正常图像）	YOLO	YOLO v11 Small	精确率,召回率,F1分数,平均精度均值(mAP)	NA
5327	2025-10-04	Interpretable deep learning model and nomogram for predicting pathological grading of PNETs based on endoscopic ultrasound 2025-Oct-02, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03193-3 PMID:41039509	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5328	2025-10-05	Evaluating large language models using national endodontic specialty examination questions: are they ready for real-world dentistry? 2025-Oct-02, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-07896-z PMID:41039560	研究论文	评估多种大语言模型在牙髓病学专业考试题目中的表现	首次系统比较多种LLMs在牙髓病学标准选择题和组合型选择题上的表现差异	仅使用土耳其的牙科专业考试题目，模型表现可能受语言和文化因素影响	评估大语言模型在牙髓病学专业考试中的准确性和可靠性	8种大语言模型（ChatGPT-4o、ChatGPT-4、Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 2.0 Flash、Copilot、Deepseek-V3、Qwen2.5-Max）	自然语言处理	牙科疾病	大语言模型评估	LLM	文本	151道牙髓病学题目	NA	NA	准确率	NA
5329	2025-10-05	Combining Statistical and Deep Learning Models for Insomnia Detection 2025-Oct-02, Studies in health technology and informatics DOI:10.3233/SHTI251525 PMID:41041773	研究论文	提出一种结合统计模型和深度学习模型的混合方法，用于从临床文本中检测失眠症并提取支持证据	采用有限上下文模型和BERT模型的互补设置，在保持高性能的同时提高模型的可解释性	NA	开发能够平衡性能与可解释性的自动化工具，用于临床环境中的失眠症检测	临床自由文本笔记中的失眠相关信息	自然语言处理	失眠症	文本挖掘	有限上下文模型,BERT	临床文本数据	基于MIMIC-III数据集的结构化标注数据	NA	BERT	NA	NA
5330	2025-10-05	Artificial Intelligence Deep Learning Models to Predict Spaceflight Associated Neuro-Ocular Syndrome 2025-Oct, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.06.009 PMID:40505849	研究论文	开发基于深度学习的人工智能模型，通过光学相干断层扫描图像预测航天飞行相关神经眼综合征	首次使用深度学习模型基于飞行前OCT图像预测SANS发病，并比较了航天飞行数据和地面模拟数据的模型性能	数据有限环境下的研究，样本量较小	预测航天飞行相关神经眼综合征的发病风险	宇航员和头低位卧床休息研究参与者	计算机视觉	神经眼综合征	光学相干断层扫描	CNN	图像	宇航员飞行数据和地面研究参与者数据	NA	ResNet50	AUC	NA
5331	2025-10-05	Artificial intelligence-enabled electrocardiography and echocardiography to track preclinical progression of transthyretin amyloid cardiomyopathy 2025-Oct-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf450 PMID:40679604	研究论文	利用人工智能分析超声心动图和心电图数据追踪转甲状腺素蛋白淀粉样心肌病的临床前进展	首次结合深度学习和多模态心脏影像数据（超声心动图视频和心电图图像）进行ATTR-CM的临床前监测	回顾性研究设计，样本来源仅限于两个医疗中心	开发可扩展的转甲状腺素蛋白淀粉样心肌病临床前监测策略	接受核素心脏淀粉样蛋白检测的患者群体	医学人工智能	心肌病	超声心动图，心电图，核素心脏淀粉样蛋白检测	深度学习	视频，图像	内部队列984人（耶鲁-纽黑文医疗系统），外部队列806人（休斯顿卫理公会医院）	NA	NA	敏感性，特异性	NA
5332	2025-10-05	Real-Time Health Monitoring Using 5G Networks: Deep Learning-Based Architecture for Remote Patient Care 2025-Oct-01, JMIRx med DOI:10.2196/70906 PMID:41032883	研究论文	开发了一种集成深度学习和5G网络的实时生命体征监测架构	提出了一种结合注意力机制的混合CNN-LSTM模型，并针对5G超可靠低延迟通信进行边缘部署优化	研究仅基于1000名患者3个月的数据，需要更长期和大规模的验证	开发实时生命体征监测和预测的远程患者监护系统	患者生命体征数据	机器学习	老年疾病	5G网络通信，生命体征监测	CNN, LSTM	生命体征时序数据	1000名患者	NA	混合CNN-LSTM模型，注意力机制	预测准确率，延迟时间	边缘计算设备，5G网络
5333	2025-10-05	Consensus-guided evaluation of self-supervised learning in echocardiographic segmentation 2025-Oct-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111148 PMID:41038129	研究论文	本研究评估自监督学习在超声心动图左心室分割中的应用，并引入多专家标注数据集提升评估可靠性	提出基于共识的多专家标注数据集以减少标注噪声，并系统比较不同自监督学习方法在超声心动图分割中的表现	未明确说明具体使用的数据集规模和来源，未详细讨论计算资源需求	探索自监督学习在超声心动图左心室分割中的有效性	超声心动图中的左心室分割	计算机视觉	心血管疾病	超声心动图	深度学习模型	医学图像	NA	NA	NA	专家共识对齐度	NA
5334	2025-10-05	UNSX-HRNet: Modeling anatomical uncertainty for landmark detection in total hip arthroplasty 2025-Oct-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111146 PMID:41038128	研究论文	提出一种结合高分辨率网络和不确定性估计的深度学习框架UNSX-HRNet，用于全髋关节置换术中的解剖标志点检测	通过基于解剖关系的不确定性估计处理非结构化数据，为预测的解剖标志点分配不确定性分数，为临床医生提供修正指导	NA	开发先进的深度学习框架解决全髋关节置换术中非结构化数据带来的挑战	放射影像中的解剖标志点	计算机视觉	骨科疾病	深度学习	CNN	X射线影像	NA	NA	HRNet	精度指标	NA
5335	2025-10-05	Beyond dental radiographs, a radiomics-based study for the classification of caries extension and depth 2025-Oct, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.04.006 PMID:41040554	研究论文	本研究开发了一种基于放射组学和机器学习的非侵入性方法，使用口内照片对龋齿范围和深度进行分类	首次使用放射组学特征从口内摄影图像中分类龋齿深度，提供传统X射线检查的替代方案	仅包含健康牙齿和龋齿病变图像，样本多样性可能有限	评估基于放射组学和机器学习的方法在龋齿范围和深度分类中的应用	健康牙齿和龋齿病变的口内摄影图像	医学影像分析	龋齿	口内摄影、放射组学特征提取	LDA, k-NN, SVM, NNET	图像	通过数据增强增加样本量，具体数量未明确说明	Pyradiomics	NNET（神经网络）	准确率, 灵敏度, 特异性	NA
5336	2025-10-05	Feature-driven breast cancer classification via hybrid model using mammogram images 2025-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2530938 PMID:41041719	研究论文	提出一种基于混合模型的乳腺癌分类方法，通过乳腺X线影像实现良恶性分类	提出改进损失和激活函数的LeNet模型(MLAL)，结合改进双边滤波技术和多特征融合方法	NA	开发基于深度学习的乳腺癌自动诊断系统	乳腺X线影像	计算机视觉	乳腺癌	医学影像分析	CNN, DCNN	图像	NA	NA	LeNet, SegNet, DCNN	准确率, 精确率, F-measure	NA
5337	2025-10-05	Adversarial control of synchronization in complex oscillator networks 2025-Oct-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0284213 PMID:41042149	研究论文	本研究基于深度学习中的对抗攻击原理，提出通过精心设计的弱扰动来控制复杂振荡器网络同步动力学的方法	将深度学习中的对抗攻击概念引入网络化动力系统，提出基于梯度优化的同步控制新范式	NA	研究通过弱扰动控制复杂振荡器网络同步动力学的策略	Kuramoto振荡器网络	机器学习	NA	梯度优化方法	NA	网络拓扑数据	多种网络架构包括无标度网络、小世界网络、实际电网和大脑连接网络	NA	NA	同步控制效果	NA
5338	2025-10-05	An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease 2025-Sep-30, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae087d PMID:40961977	研究论文	提出一种可解释的多模态神经影像-基因组学生成框架，用于阿尔茨海默病的分类和预测	在潜在空间引入循环生成对抗网络进行缺失数据填补，并采用可解释AI方法提取特征相关性	未明确说明样本来源和具体数据缺失情况	解码阿尔茨海默病，实现AD患者分类和MCI转化预测	阿尔茨海默病患者、轻度认知障碍患者和健康对照	医学影像分析	阿尔茨海默病	多模态MRI, 单核苷酸多态性	GAN, 深度学习	神经影像数据, 基因组数据	NA	NA	CycleGAN	准确率	NA
5339	2025-10-05	Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus-Positive Oropharyngeal Cancer 2025-Sep-30, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3225 PMID:41026592	研究论文	开发了一种基于人工智能的流程，用于从HPV阳性口咽癌患者的治疗前CT扫描中自动进行淋巴结分割和影像学淋巴结外侵犯检测，并评估其与肿瘤预后的关联	首次开发了结合nnU-Net淋巴结分割和影像组学特征提取的AI流程，用于HPV阳性口咽癌的影像学淋巴结外侵犯自动检测和预后预测	单中心研究，需要外部验证以评估通用性，在缺乏专业影像学专业知识的机构中实施潜力有待验证	开发AI驱动的影像学淋巴结外侵犯检测流程并评估其与HPV阳性口咽癌肿瘤预后的关联	HPV阳性淋巴结转移口咽癌成年患者	医学影像分析	口咽癌	CT扫描，影像组学分析	深度学习，影像组学	CT图像	397名患者（平均年龄62.3岁，80名女性，317名男性）	nnU-Net	nnU-Net	AUC，一致性指数，总生存期，无复发生存期，远处控制率，局部区域控制率	NA
5340	2025-10-05	Efficient and robust temporal processing with neural oscillations modulated spiking neural networks 2025-Sep-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63771-x PMID:41027894	研究论文	本文提出一种受神经振荡机制启发的节律调制脉冲神经网络(Rhythm-SNN)，显著提升时序处理能力和鲁棒性	首次将异质振荡信号引入脉冲神经网络调制机制，通过周期性激活模式降低神经元发放率并增强抗干扰能力	未明确说明模型在更复杂时序任务中的泛化能力及生物合理性验证	提升脉冲神经网络在时序处理任务中的性能和鲁棒性	脉冲神经网络(SNNs)和神经振荡机制	机器学习	NA	神经振荡调制技术	SNN	时序数据	NA	NA	Rhythm-SNN	能量效率, 去噪性能	NA