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
41	2025-11-03	Evaluating large transformer models for anomaly detection of resource-constrained IoT devices for intrusion detection system 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21826-5 PMID:41168224	研究论文	本研究评估大型Transformer模型在资源受限物联网设备异常检测中的性能，用于入侵检测系统	首次将BERT、DistilBERT和RoBERTa等大型Transformer模型应用于物联网入侵检测，通过文本格式转换实现NLP模型与物联网安全检测的融合	研究基于特定数据集RT_IoT2022，在真实物联网环境中的泛化能力需要进一步验证	开发基于大型Transformer模型的实时物联网入侵检测系统	资源受限的物联网设备安全威胁	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本数据（由物联网攻击数据转换而来）	RT_IoT2022数据集	Hugging Face	BERT, DistilBERT, RoBERTa	训练损失，验证损失	NA
42	2025-11-03	DRCNN-Lesion Proxy: a hybrid CNN with lesion-inspired feature simulation for diabetic retinopathy severity classification 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21337-3 PMID:41168219	研究论文	提出一种结合CNN主干和病变代理模块的混合架构，用于糖尿病视网膜病变严重程度分类	无需显式病变边界框标注即可模拟病变特征，提供轻标注解决方案	未明确说明样本量的具体数值和模型计算资源需求	开发准确且可扩展的糖尿病视网膜病变自动筛查方法	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, 混合模型	图像	NA	NA	ResNet34, 混合架构	准确率, F1分数, AUC	NA
43	2025-11-03	Energy consumption prediction in buildings using LSTM and SVR modified by developed Henry gas solubility optimization 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21835-4 PMID:41168249	研究论文	提出一种结合小波分解、LSTM网络、支持向量回归和改进亨利气体溶解度优化算法的混合预测模型，用于建筑能耗预测	开发了新型混合预测框架，将小波分解特征提取、LSTM时序依赖捕捉、SVR精细估计与DHGSO参数优化相结合	NA	提高建筑能耗预测精度以优化能源管理、可持续性策略和运营效率	七个校园的建筑物能耗数据	机器学习	NA	小波分解	LSTM, SVR	时间序列数据	七个校园两年的每小时能耗数据	NA	LSTM, SVR	RMSE, MAPE	NA
44	2025-11-03	Dual-center study on AI-driven multi-label deep learning for X-ray screening of knee abnormalities 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21895-6 PMID:41168262	研究论文	开发了一种基于AI的多标签深度学习模型，能够直接从X射线图像检测膝关节软组织异常	首次实现直接从X射线图像检测膝关节软组织异常，这一能力传统上仅限于MRI或关节镜检查	回顾性研究，需要进一步前瞻性验证	提高膝关节异常X射线筛查的精确度和效率	膝关节X射线图像	计算机视觉	膝关节疾病	X射线成像	CNN	图像	来自两个医疗中心的4,215名患者	PyTorch, Flask	YOLOv11, ResNet152, DenseNet121, MobileNetV3, ShuffleNetV2, VGG19	mAP, F1-score, AUC	NA
45	2025-11-03	Application of AI and deep learning technology for IPE education under dual track cultivation model 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21875-w PMID:41168276	研究论文	探索基于人工智能深度学习模型的双轨培养模式在职业院校思政教育中的有效性	将AI深度学习技术与思政教育双轨培养模式相结合，优化模型在思政知识掌握、思政意识培养等方面展现显著优势	NA	评估AI驱动的双轨培养模式在职业院校思政教育中的效果	职业院校学生	自然语言处理	NA	深度学习	深度学习模型	教育评估数据	NA	NA	优化深度学习模型	政治信仰得分,理论知识掌握得分,社会实践参与得分,活动满意度得分	NA
46	2025-11-03	Explainable attention-based deep learning for classification and interpretation of heart murmurs using phonocardiograms 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21971-x PMID:41168299	研究论文	提出一种基于可解释注意力机制的深度学习框架，用于心音图的心杂音分类和解释	首次将Transformer架构与Grad-CAM可视化解释相结合，专门针对心音图信号进行心杂音分类和关键片段定位	需要进一步验证模型在不同临床环境中的鲁棒性，以及与其他多模态数据的整合能力	开发兼具高准确性和临床可解释性的心杂音自动诊断方法	心音图信号中的心杂音	数字病理学	心血管疾病	心音图	Transformer	音频信号	超过1,300条录音，包含HeartWave、CirCor DigiScope、PhysioNet和深圳数据集	NA	Transformer	准确率, 宏F1分数, AUC	NA
47	2025-11-03	Evaluation of normalized T1 signal intensity obtained using an automated segmentation model in lower leg MRI as a potential imaging biomarker in Charcot-Marie-Tooth disease type 1 A 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21901-x PMID:41168314	研究论文	本研究通过深度学习自动分割模型评估CMT1A患者小腿MRI中归一化T1信号强度作为影像生物标志物的潜力	首次使用深度学习自动分割模型量化小腿肌肉T1信号强度，并验证其与CMT1A临床严重程度的相关性	回顾性研究设计，样本量有限（107例），未包含健康对照组	评估小腿MRI归一化T1信号强度作为CMT1A疾病影像生物标志物的临床应用价值	107名CMT1A（腓骨肌萎缩症1A型）患者	数字病理	神经肌肉疾病	MRI	深度学习分割模型	医学影像（T1加权小腿MRI）	107名CMT1A患者	NA	NA	相关系数（r值），p值	NA
48	2025-11-03	Improving stage-discharge relationship modeling accuracy using a hybrid ViT-CNN framework 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21926-2 PMID:41168348	研究论文	本研究使用混合ViT-CNN框架改进河流水位-流量关系建模精度	提出了一种新颖的ViT-CNN混合方法，结合了Vision Transformer和卷积神经网络的优势	研究仅针对Nahand河流数据，未在其他河流验证通用性	提高河流水位-流量关系建模的准确性和预测能力	Nahand河流的水位和流量数据	水文建模	NA	时间序列分析，VAR方法	ViT, CNN, ViT-CNN混合模型	时间序列数据，河流观测数据	NA	NA	Vision Transformer, Convolutional Neural Network, ViT-CNN混合架构	CC, NSE, RMSE, MAE	NA
49	2025-11-03	Enhancing lymphoma cancer detection using deep transfer learning on histopathological images 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21888-5 PMID:41168354	研究论文	本研究开发了一种基于深度迁移学习和模拟联邦学习的AI系统，用于从组织病理学图像中分类两种淋巴瘤类型	结合深度迁移学习与模拟联邦学习方法，在淋巴瘤组织病理图像分类中实现高性能，并探索了去中心化学习场景的适用性	联邦学习未在真实分布式环境中完全部署，其更广泛适用性仍需未来探索	通过AI技术提高淋巴瘤癌症检测的准确性和效率	慢性淋巴细胞白血病(CLL)和滤泡性淋巴瘤(FL)的组织病理学图像	数字病理学	淋巴瘤	组织病理学成像	CNN	图像	4500张组织病理学图像	NA	VGG-16,VGG-19,MobileNetV2,ResNet50,DenseNet161,Inception V3	准确率,精确率,召回率,F1分数,RMSE,损失值	NA
50	2025-11-03	Diagnostic assistance method for RR-TB/MDR-TB patients under treatment based on CNN-LSTM 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21955-x PMID:41168391	研究论文	提出基于CNN-LSTM的深度学习模型，用于预测RR-TB/MDR-TB患者的治疗结果	首次将CNN图像特征提取与LSTM时序分析相结合，整合胸部CT影像和免疫监测数据预测结核病治疗结果	NA	辅助临床医生及时调整治疗策略，提高RR-TB/MDR-TB患者的治疗成功率	耐利福平结核病/多重耐药结核病患者	计算机视觉	结核病	胸部CT扫描，免疫检测	CNN,LSTM	医学影像，时序监测数据	NA	NA	DenseNet201,ResNet-50,CheXNet	准确率	NA
51	2025-11-03	MDG-DDI: multi-feature drug graph for drug-drug interaction prediction 2025-Oct-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06288-w PMID:41168694	研究论文	提出一种融合多特征的深度学习框架MDG-DDI，用于预测药物相互作用	集成基于频繁连续子序列的Transformer编码器和深度图网络，同时捕获药物序列的语义信息和分子图的结构特征	未明确说明模型的计算复杂度和在更大规模数据集上的可扩展性	提高药物相互作用预测的准确性和泛化能力	药物分子及其相互作用	机器学习	NA	深度学习	Transformer, GCN, 深度图网络	药物序列数据，分子图结构数据	三个基准数据集	NA	Transformer, 图卷积网络(GCN), 深度图网络(DGN)	NA	NA
52	2025-11-03	Assessment of a Grad-CAM interpretable deep learning model for HAPE diagnosis: performance and pitfalls in severity stratification from chest radiographs 2025-Oct-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03256-5 PMID:41168790	研究论文	本研究开发了一种基于Grad-CAM可解释性深度学习模型，用于从胸部X光片中诊断高原肺水肿并评估其严重程度	采用迁移学习方法从通用肺水肿数据迁移到特定HAPE数据，结合Grad-CAM提供模型可解释性	模型在识别中间严重程度等级（1级和2级）时性能显著不足，灵敏度仅为0.16和0.37	探索深度学习模型在高原肺水肿诊断和严重程度分层中的可行性	高原肺水肿患者的胸部X光片	计算机视觉	高原肺水肿	胸部X光成像	CNN	医学图像	训练集：1,003例HAPE病例和702例正常对照；外部验证集：679例HAPE病例和436例正常对照；预训练集：3,923张图像	NA	DeepLabV3_ResNet-50, MobileNet_V2, VGG19	Dice系数, AUC, 灵敏度	NA
53	2025-11-03	Artificial intelligence in cancer: applications, challenges, and future perspectives 2025-Oct-30, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-025-02450-3 PMID:41168799	综述	本文系统综述了人工智能在癌症研究中的应用、挑战与未来前景	从方法算法、计算硬件和大数据三个互联领域系统阐述AI在肿瘤学中的整合应用，并识别推广障碍	未涉及具体实验验证，主要基于现有案例的归纳分析	探讨人工智能在癌症研究和临床干预中的应用潜力与发展方向	癌症研究中的影像、基因组学和临床数据	机器学习	癌症	深度学习	NA	影像数据,基因组数据,临床数据,流行病学数据,行为数据,真实世界数据	NA	NA	NA	NA	专用计算硬件
54	2025-11-03	FISM: harnessing deep learning and reinforcement learning for precision detection of microaneurysms and retinal exudates for early diabetic retinopathy diagnosis 2025-Oct-30, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00485-2 PMID:41168809	研究论文	提出一种名为FISM的深度学习模型，用于精确检测糖尿病视网膜病变的微动脉瘤和视网膜渗出物	结合深度学习和强化学习，采用自适应注意力机制优化检测精度和计算成本	NA	开发精准的糖尿病视网膜病变早期诊断方法	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	深度学习,强化学习	图像	超过13,000张标注有病灶级别和DR严重程度信息的眼底图像	GAN,Transformer	Segment Anything Model (SAM),Transformer	准确率,精确率,召回率,F1分数,AUC,特异性,Dice系数,IoU	NA
55	2025-11-03	Multimodal Multitask Learning for Predicting Depression Severity and Suicide Risk Using Pretrained Audio and Text Embeddings: Methodology Development and Application 2025-Oct-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66907 PMID:41166502	研究论文	开发了一种融合多任务学习、多模态学习和迁移学习的深度学习模型，用于同时预测抑郁症严重程度和自杀风险	首次将多任务学习与多模态融合策略结合，使用预训练的音频和文本嵌入来同时评估抑郁症严重程度和自杀风险	存在潜在的负迁移效应风险，需要谨慎实施多任务学习	评估多任务学习、多模态学习和迁移学习在联合分类抑郁症严重程度和自杀风险中的效果	100名抑郁症患者和100名健康对照者的中文音频录音和临床问卷数据	自然语言处理, 机器学习	抑郁症	音频处理, 文本分析	深度学习	音频, 文本	200名参与者（100名抑郁症患者和100名健康对照者）	NA	wav2vec 2.0, HuBERT, ERNIE-health	AUC	NA
56	2025-11-03	Membrane and vesicle structure detection in cryo-electron tomography based on deep learning 2025-Oct-30, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108258 PMID:41176036	研究论文	提出基于深度学习的混合卷积神经网络架构，用于冷冻电子断层扫描图像中膜和囊泡结构的自动语义分割	结合U-Net、DeepLab、SegNet、Gated-SCNN、LSTM、RNN和GAN多种架构特征的混合神经网络设计	NA	开发自动化算法以解决冷冻电子断层扫描图像中生物大分子语义分割的挑战	细胞膜和囊泡结构	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)	CNN, LSTM, RNN, GAN	3D图像	NA	NA	U-Net, DeepLab, SegNet, Gated-SCNN	NA	NA
57	2025-11-03	Artificial intelligence in hip and knee surgery: a bibliometric analysis of the 50 most cited articles 2025-Oct-30, Orthopaedics & traumatology, surgery & research : OTSR DOI:10.1016/j.otsr.2025.104543 PMID:41176060	文献计量分析	对人工智能在髋膝关节手术领域被引次数最高的50篇文献进行计量分析	首次系统识别并分析人工智能在髋膝关节手术领域最具影响力的文献，揭示研究趋势和地理分布特征	仅分析高被引文献可能遗漏新兴研究，且髋关节手术和治疗导向的AI研究关注不足	评估人工智能在髋膝关节手术领域的研究现状和发展趋势	Web of Science核心合集中人工智能在髋膝关节手术领域的50篇高被引文献	医学信息学	骨科疾病	文献计量分析，描述性统计	深度学习	文献元数据，引用数据	50篇文献，累计7140次引用	NA	NA	引用次数，期刊影响因子，Pearson相关系数	NA
58	2025-11-03	A synergistic generative-ranking framework for tailored design of therapeutic single-domain antibodies 2025-Oct-29, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-025-00843-8 PMID:41162386	研究论文	开发了一种基于深度学习的生成-排序框架TFDesign-sdAb，用于设计具有定制功能性的单域抗体	整合结构感知扩散模型和精细调优的排序器，同时优化互补决定区和框架区，使单域抗体获得新功能特性同时保持抗原特异性	NA	克服单域抗体缺乏Fc结构域导致的功能局限性和制造限制	单域抗体(sdAbs)	机器学习	NA	深度学习	扩散模型	结构数据	NA	NA	IgGM, A2binder	表达率, 结合亲和力, 纯化成功率	NA
59	2025-11-03	Multi head attention based deep learning framework for waxberry fruit object segmentation from high resolution remote sensing images 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20073-y PMID:41162410	研究论文	提出一种基于多头注意力的深度学习框架MAWNet，用于从高分辨率遥感图像中分割杨梅果实	结合增强残差块、Transformer块、空洞空间金字塔池化块和多空洞卷积块，有效解决果实遮挡、重叠和光照变化等挑战	未提及模型在更大规模数据集或不同果树品种上的泛化能力	开发自动化果实采摘设备中的精确果实分割技术	果园环境中的杨梅果实	计算机视觉	NA	高分辨率遥感成像	CNN, Transformer	图像	NA	NA	U-Net, ResNet, Transformer, ASPP	准确率, IoU, Dice系数	NA
60	2025-11-03	Predicting short- to long-term breast cancer risk from longitudinal mammographic screening history 2025-Oct-29, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00831-x PMID:41162416	研究论文	提出一种整合传统风险因素和纵向乳腺X线摄影数据的深度学习模型，用于预测短期至长期乳腺癌风险	首次开发能够整合纵向乳腺X线筛查历史和多时间点检查的深度学习模型，捕捉乳腺组织随时间变化的细微特征	仅使用内部数据集和单一外部验证集，需要更多样化人群的验证	乳腺癌风险评估和个体化筛查策略优化	女性乳腺癌患者和筛查人群	数字病理学	乳腺癌	乳腺X线摄影	深度学习	医学影像	171,168张乳腺X线图像，来自9,133名女性	NA	MTP-BCR	AUC	NA