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
6701	2025-10-06	An ODE based neural network approach for PM2.5 forecasting 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05958-2 PMID:40640232	研究论文	提出两种基于常微分方程的神经网络模型用于PM2.5浓度预测	开发了基于Transformer的ODE模型和闭式ODE模型，相比传统LSTM模型在长期预测中表现更优	未明确说明模型在处理极端天气事件或突发污染事件时的表现	提高PM2.5浓度时间序列预测的准确性	PM2.5浓度时间序列数据	机器学习	NA	时间序列预测	ODE, Transformer, LSTM, BiLSTM, GRU, CNN	时间序列数据	NA	NA	Transformer, LSTM, BiLSTM, GRU, ODE-LSTM, PCNN, CNN-LSTM	RMSE	NA
6702	2025-10-06	Enhanced spectrum sensing for 5G and LTE signals using advanced deep learning models and hyperparameter tuning 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07837-2 PMID:40640243	研究论文	本文提出了一种利用先进深度学习模型和超参数调优增强5G和LTE信号频谱感知准确性的新方法	首次系统研究超参数调优对深度学习模型在频谱感知中性能的影响，并采用DenseNet121和InceptionV3架构在动态噪声环境中实现显著性能提升	在低信噪比帧被排除的受控场景中表现最佳，实际应用中信号质量变化可能影响性能	提高5G和LTE信号在动态噪声环境中的频谱感知准确性	5G和LTE无线信号	机器学习	NA	深度学习	CNN	无线信号数据	包含合成信号和真实数据的大规模多样化数据集	NA	DenseNet121, InceptionV3	检测准确率	NA
6703	2025-10-06	SynergyBug: A deep learning approach to autonomous debugging and code remediation 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08226-5 PMID:40640256	研究论文	提出一种结合BERT和GPT-3的自主调试与代码修复深度学习系统	首次将BERT的上下文理解能力与GPT-3的代码生成能力结合，实现自动化的错误检测与修复统一流程	需要人工监控安全程序并管理系统训练偏差	开发自动化软件调试系统以提高软件开发质量	软件错误报告、错误日志和文档	自然语言处理	NA	深度学习	BERT, GPT-3	文本	超过100,000个错误报告案例	NA	Transformer	准确率, 精确率, 召回率	NA
6704	2025-10-06	Lightweight machine learning framework for efficient DDoS attack detection in IoT networks 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10092-0 PMID:40640290	研究论文	提出一种轻量级机器学习框架，用于物联网网络中高效的DDoS攻击检测	专门针对资源受限的物联网环境设计，采用Extra Trees分类器进行特征选择，显著降低计算开销	仅使用NSL-KDD数据集进行评估，未在真实物联网环境中测试	开发适用于物联网网络的高效DDoS攻击检测方案	物联网网络中的DDoS攻击	机器学习	NA	NA	Random Forest, Logistic Regression, Naïve Bayes	网络流量数据	NSL-KDD数据集	Scikit-learn	Extra Trees Classifier, Random Forest, Logistic Regression, Naïve Bayes	准确率, 精确率, 召回率, F1分数	NA
6705	2025-10-06	Plastic water bottle detection model using computer vision in aquatic environments 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09300-8 PMID:40640371	研究论文	提出一种基于计算机视觉的水生环境中塑料水瓶自动检测与计数方法	结合YOLOv8目标检测模型与Norfair目标跟踪库，并开发了新颖的后处理算法来过滤误检	仅针对塑料水瓶进行检测，测试场景有限	开发自动化废物计数方法以解决水域垃圾污染监测问题	河流和溪流中漂浮的塑料水瓶	计算机视觉	NA	目标检测、目标跟踪	YOLOv8	图像	多个公开可用的标记垃圾和塑料水瓶图像数据集	PyTorch, Norfair	YOLOv8	召回率, 误检数	NA
6706	2025-10-06	Automated tick classification using deep learning and its associated challenges in citizen science 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10265-x PMID:40640390	研究论文	本研究开发了基于深度学习的自动化蜱虫分类系统，用于公民科学项目中的大规模蜱虫监测	首次将AI与公民科学相结合用于蜱虫监测，采用迁移学习和目标检测技术处理公民提交的图像数据	面临类别不平衡、物种相似性和形态变异等挑战，模型在分布外数据上的性能有待提升	开发自动化蜱虫分类系统以支持公共卫生监测	七种蜱虫物种，包括欧洲本土物种和外来入侵物种	计算机视觉	莱姆病,蜱传脑炎	图像分析,目标检测,迁移学习	深度学习	图像	超过15,000张公民提交的蜱虫图像	NA	EfficientNetV2M	宏召回率,马修斯相关系数(MCC)	NA
6707	2025-10-06	Deep learning on routine full-breast mammograms enhances lymph node metastasis prediction in early breast cancer 2025-Jul-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01831-8 PMID:40640522	研究论文	本研究利用深度学习技术分析常规全乳乳腺X线摄影图像，以提升早期乳腺癌术前淋巴结转移预测能力	首次将全乳乳腺X线摄影图像与临床变量结合，通过深度学习模型显著提升淋巴结转移预测性能	回顾性研究设计，数据来源于三家瑞典机构，样本代表性可能存在局限	开发术前淋巴结转移预测模型，为乳腺癌手术降级策略提供依据	1265名cN0 T1-T2期乳腺癌患者（接受初次手术，未进行新辅助治疗）	医学影像分析	乳腺癌	乳腺X线摄影	深度学习	医学影像（乳腺X线图像）和临床数据	1265名患者，来自三家医疗机构	NA	NA	ROC AUC, 敏感性, 净收益, 前哨淋巴结活检减少率	NA
6708	2025-10-06	Rprot-Vec: a deep learning approach for fast protein structure similarity calculation 2025-Jul-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06213-1 PMID:40640710	研究论文	提出一种基于深度学习的快速蛋白质结构相似性计算方法Rprot-Vec	结合双向GRU和多尺度CNN层与ProtT5编码，仅使用蛋白质序列数据即可预测结构相似性，参数数量仅为TM-vec的41%但性能更优	NA	开发高效的蛋白质结构相似性预测和同源性检测方法	蛋白质序列和结构相似性	计算生物学	NA	深度学习	GRU, CNN	蛋白质序列数据	三个精心策划的训练数据集(CATH_TM_score_S/M/L)	NA	双向GRU, 多尺度CNN, ProtT5编码	准确相似性预测率, 平均预测误差, TM-score	NA
6709	2025-10-06	Attention-based multimodal deep learning for interpretable and generalizable prediction of pathological complete response in breast cancer 2025-Jul-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06617-w PMID:40640789	研究论文	开发基于注意力的多模态深度学习模型，用于预测乳腺癌患者对新辅助化疗的病理完全缓解	结合治疗前后MRI影像和非影像临床特征，利用3D CNN和自注意力机制捕捉空间和跨模态交互，提高模型可解释性和跨机构泛化能力	样本量相对有限，外部验证仅使用一个独立数据集	预测乳腺癌患者对新辅助化疗的病理完全缓解	乳腺癌患者	医学影像分析	乳腺癌	MRI影像分析	CNN, 自注意力机制	医学影像, 临床数据	I-SPY 2试验660例患者，I-SPY 1数据集114例患者	NA	3D卷积神经网络, 自注意力机制	AUC	NA
6710	2025-10-06	Noise-inspired diffusion model for generalizable low-dose CT reconstruction 2025-Jul-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103710 PMID:40651065	研究论文	提出一种受噪声启发的扩散模型NEED，用于可泛化的低剂量CT重建	提出移位泊松扩散模型匹配预对数LDCT投影的噪声特性，设计双重引导扩散模型利用LDCT图像和初始重建精确定位先验信息	未明确说明模型对计算资源的需求和运行效率	开发能够泛化到训练数据未见剂量水平的低剂量CT重建方法	低剂量CT投影数据和重建图像	医学影像重建	NA	计算机断层扫描(CT)	扩散模型	CT投影数据，CT图像	两个数据集（具体数量未说明）	NA	移位泊松扩散模型，双重引导扩散模型	定性评估，定量评估，基于分割的评估	NA
6711	2025-10-06	SingleFrag: a deep learning tool for MS/MS fragment and spectral prediction and metabolite annotation 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf333 PMID:40641047	研究论文	开发了一种名为SingleFrag的深度学习工具，用于预测MS/MS碎片和光谱并进行代谢物注释	首次提出单独预测单个碎片而非一次性预测整个碎片谱的方法	NA	解决串联质谱中代谢物和小分子鉴定因参考谱库不全面临的挑战	代谢物和小分子	机器学习	NA	串联质谱(MS/MS)	深度学习	质谱数据	NA	NA	NA	NA	NA
6712	2025-10-06	Chemical space visual navigation in the era of deep learning and Big Data 2025-Jul, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104392 PMID:40456508	综述	探讨深度学习和大数据时代下化学空间可视化导航算法与工具的最新进展	提出应对大数据挑战的化学空间可视化方法，涵盖QSAR/QSPR模型视觉验证、交互式生成方法及化学空间地图的数字艺术应用等非传统应用场景	NA	解决药物化学大数据分析中人类认知局限带来的挑战，开发化学空间可视化导航方法	化学分子结构数据集	机器学习	NA	化学空间可视化	NA	分子结构数据	数百万个分子结构	NA	NA	NA	现代计算机
6713	2025-10-06	AI-based pelvic floor surface electromyography reference ranges and high-precision pelvic floor dysfunction diagnosis 2025-Jul, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105755 PMID:40479842	研究论文	本研究基于人工智能技术建立了盆底表面肌电信号参考范围并开发了高精度的盆底功能障碍诊断模型	建立了大规模多中心盆底表面肌电信号数据库，开发了AI-Diagnostician-PFD诊断模型，相比传统Glazer标准具有更好的诊断性能	研究主要基于中国人群数据，在其他种族人群中的适用性需要进一步验证	建立盆底表面肌电信号多维数据库，推导更合理的参考范围，实现盆底功能障碍的精准诊断	1605名来自中国21个中心的参与者	医疗人工智能	盆底功能障碍	表面肌电信号采集	AI诊断模型	肌电信号数据	1605名参与者，来自21个中心	NA	AI-Diagnostician-PFD	AUC, 95%置信区间	NA
6714	2025-10-06	Deep operator network models for predicting post-burn contraction 2025-Jul, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106558 PMID:40592205	研究论文	本研究开发了一种深度算子网络模型，用于预测烧伤后伤口收缩的演变过程	首次将深度算子网络应用于烧伤后伤口收缩预测，通过整合初始伤口形状信息和应用正弦增强来加强边界条件	模型仅基于三种基本伤口形状进行训练，可能无法覆盖所有临床伤口形态	开发计算高效的替代模型来预测烧伤后伤口收缩演变	烧伤后伤口收缩的演变过程	机器学习	烧伤	有限元模拟	神经算子	模拟数据	基于三种不同初始伤口形状的训练数据	NA	深度算子网络	R2分数	中央处理器, 图形处理器
6715	2025-10-06	Short-horizon neonatal seizure prediction using EEG-based deep learning 2025-Jul, PLOS digital health DOI:10.1371/journal.pdig.0000890 PMID:40644380	研究论文	本研究探索基于定量脑电图和深度学习的短时程新生儿癫痫预测方法	首次将癫痫预测时间范围从数天缩短至分钟级别，填补了短时程新生儿癫痫预测的研究空白	模型校准效果中等，需要进一步验证	开发短时程新生儿癫痫预测系统	132名新生儿	机器学习	新生儿癫痫	定量脑电图	ConvLSTM	脑电图信号	132名新生儿，共281小时脑电图数据	NA	ConvLSTM	AUROC, 敏感度, 错误检测率, 预警时间, 期望校准误差	NA
6716	2025-10-06	Enhancing tremor classification: Transformer-based analysis of biomechanics patterns for Parkinson's and essential tremor 2025-Jul, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106599 PMID:40578292	研究论文	本研究开发了一种基于Transformer的深度学习系统，通过分析多传感器运动数据中的生物力学模式来区分原发性震颤、帕金森病和健康对照	首次将Transformer模型与多头注意力机制应用于震颤分类，通过比较特征提取和原始信号处理两种方法，在动态运动任务中实现了近乎完美的分类准确率	研究样本量未明确说明，且仅针对特定运动协议进行评估	开发一个多类别分类系统，用于区分原发性震颤、帕金森病和健康对照	原发性震颤患者、帕金森病患者和健康对照参与者	机器学习	帕金森病	多传感器运动数据采集（加速度计）	Transformer	运动信号数据	NA	NA	Transformer with multi-head attention	准确率	NA
6717	2025-10-06	Pediatric pancreas segmentation from MRI scans with deep learning 2025-Jun-16, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.] IF:2.8Q2 DOI:10.1016/j.pan.2025.06.006 PMID:40645819	研究论文	评估和验证用于儿童胰腺MRI分割的深度学习算法PanSegNet	首个经过验证的用于胰腺MRI分割的深度学习解决方案，在健康和疾病状态下均达到专家级性能	回顾性研究，样本量相对有限（84例MRI扫描）	开发用于儿童胰腺MRI分割的深度学习算法	2-19岁儿童，包括急性胰腺炎、慢性胰腺炎患者和健康对照	医学影像分析	胰腺炎	MRI扫描	深度学习	MRI图像	84例MRI扫描（42例胰腺炎患者，42例健康儿童）	NA	PanSegNet	Dice相似系数, 95百分位Hausdorff距离, Cohen's kappa, R平方	NA
6718	2025-10-06	Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests 2025-Jun-10, The journals of gerontology. Series B, Psychological sciences and social sciences DOI:10.1093/geronb/gbaf065 PMID:40197801	研究论文	本研究开发了一种基于Vision Transformer的深度学习神经网络，用于对钟表绘图测试进行连续评分，以增强对不同人口统计群体的痴呆症分类能力	首次使用Vision Transformer对钟表绘图测试生成连续评分，并识别了针对不同人口特征的特异性阈值	研究基于特定国家数据集，需要在其他人群中验证通用性	开发更精确的痴呆症筛查工具，提高钟表绘图测试的分类准确性	来自国家健康与老龄化趋势研究(NHATS)的老年人样本	计算机视觉	老年疾病	钟表绘图测试	Vision Transformer, 深度学习神经网络	图像	具有全国代表性的老年人样本	NA	Vision Transformer	AUC, 敏感性, 特异性	NA
6719	2025-10-06	Deep learning applications in orthopaedics: a systematic review and future directions 2025 May-Jun, Acta ortopedica mexicana PMID:40645786	系统综述	系统分析骨科领域深度学习的应用现状并展望未来发展方向	首次系统梳理2020-2023年间骨科深度学习应用的研究现状，识别最常用的工具和方法	研究间存在高度异质性，方法和术语差异可能导致诊断准确性高估	分析人工智能和深度学习工具在骨科领域的应用现状	骨科领域的风险评估、结果评估、影像学和基础科学研究	医学影像分析	骨科疾病	深度学习	CNN	影像数据	595项研究（共862项筛选）	NA	卷积神经网络	诊断准确性	NA
6720	2025-10-06	Mitosis detection in histopathological images using customized deep learning and hybrid optimization algorithms 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327567 PMID:40638590	研究论文	提出一种结合定制化深度学习和混合优化算法的有丝分裂检测方法	集成迁移学习和跳跃连接来应对类别不平衡问题，并创新性地结合水母搜索优化器和海象优化算法来优化模型动量	未提及实时应用的时间效率问题，且需要扩展到更多组织病理学分析任务	提高组织病理学图像中有丝分裂检测的准确性	组织病理学图像中的有丝分裂细胞	数字病理学	癌症	深度学习，图像分析	CNN	图像	多个公开有丝分裂检测数据集（Mitosis WSI CCMCT Training Set, Mitosis-AIC, Mitosis Detection, Mitosis and Non-Mitosis）	NA	混合CNN架构	F1分数, 准确率	NA