深度学习在生物医药领域中的应用

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
661	2025-09-29	Gait-to-Contact (G2C): A Novel Deep Learning Framework to Predict Total Knee Replacement Wear from Gait Patterns 2025-Sep-27, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03863-3 PMID:41015655	研究论文	提出一种基于深度学习的替代建模方法Gait-to-Contact(G2C)，用于从步态模式预测全膝关节置换磨损	首次将基于Transformer-CNN的编码器-解码器架构应用于膝关节置换磨损预测，相比传统有限元分析大幅降低计算成本	当前研究尚未应用于临床患者数据，未来需要验证在真实临床场景中的有效性	开发计算效率更高的方法来预测全膝关节置换部件的磨损情况	全膝关节置换部件的线性磨损分布	机器学习	骨科疾病	深度学习，有限元分析	Transformer-CNN编码器-解码器架构	时间序列数据	314个ISO14243-3(2014)标准变化的步态模式时间序列
662	2025-09-29	Exploring learning transferability in deep segmentation of colorectal cancer liver metastases 2025-Sep-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111076 PMID:41014675	研究论文	本研究探索深度学习模型在结直肠癌肝转移病灶分割中的知识迁移能力	首次系统研究肝转移病灶分割中的迁移学习问题，通过尺度特异性评估揭示领域特定预训练的优势	研究仅针对肝转移数据集，未涵盖其他类型肝脏病变的迁移表现	探索医学图像分割中知识和模型在不同数据集和临床场景间的迁移性	结直肠癌肝转移病灶	医学图像分割	结直肠癌肝转移	深度学习	Transformer	医学图像	NA
663	2025-09-29	Does brain connectivity hold the key to safer roads? EEG-based fatigue detection in young drivers using interpretable deep learning 2025-Sep-26, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108251 PMID:41014829	研究论文	本研究通过EEG脑连接分析和可解释深度学习模型检测年轻驾驶员的疲劳状态	结合多头自注意力机制与长短期记忆网络(MHSA-xLSTM)，并采用SHAP方法增强模型可解释性	样本量相对较小(32名年轻驾驶员)，需在更大群体中验证	开发准确可解释的年轻驾驶员疲劳检测方法	年轻驾驶员的脑电信号和疲劳状态	脑机接口	疲劳相关驾驶风险	脑电图(EEG)、脑功能网络分析、SHAP可解释性分析	MHSA-xLSTM(多头自注意力与LSTM结合)	EEG信号	32名年轻驾驶员，包含真实道路和实验室模拟环境数据
664	2025-09-29	[Research and prospects of deep learning in the field of temporomandibular disorders] 2025-Sep-26, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250507-00171 PMID:41015467	综述	回顾深度学习在颞下颌关节紊乱病诊疗中的应用现状，探讨面临的挑战并展望未来发展	首次系统总结深度学习技术在颞下颌关节紊乱病诊疗领域的应用前景与挑战	NA	探讨人工智能技术在颞下颌关节紊乱病诊疗中的应用	颞下颌关节紊乱病的诊断与治疗	医学人工智能	颞下颌关节紊乱病	深度学习	NA	NA	NA
665	2025-09-29	Hybrid Fusion Model for Effective Distinguishing Benign and Malignant Parotid Gland Tumors in Gray-Scale Ultrasonography 2025-Sep-26, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.014 PMID:41015751	研究论文	开发了一种混合融合模型DLRN，用于辅助超声医师区分腮腺良恶性肿瘤	首次将放射组学特征与迁移学习相结合构建混合融合模型，并通过决策融合和临床特征整合提升诊断性能	回顾性研究，样本量相对有限（328例患者）	提高腮腺良恶性肿瘤的超声诊断准确性	经病理证实的腮腺肿瘤患者	医学影像分析	腮腺肿瘤	放射组学分析、迁移学习	混合融合模型（放射组学模型+深度迁移学习模型+临床特征整合）	灰度超声图像	328例来自两个中心的患者
666	2025-09-29	An open deep learning-based framework and model for tooth instance segmentation in dental CBCT 2025-Sep-25, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06578-w PMID:40996470	研究论文	开发了一个基于深度学习的牙齿实例分割框架OralSeg，用于牙科CBCT图像分析	构建了密集标注的牙科CBCT数据集，结合Swin Transformer和空间Mamba模块进行多尺度残差特征融合	NA	解决当前牙科CBCT分割工具精度不足、可及性差和解剖覆盖不全面的问题	牙科CBCT图像中的35个关键口腔解剖结构	计算机视觉	牙科疾病	深度学习	UNetR结合Swin Transformer和空间Mamba模块	CBCT医学图像	NA
667	2025-09-29	Segmentation-model-based framework to detect aortic dissection on non-contrast CT images: a retrospective study 2025-Sep-25, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02098-z PMID:40996604	研究论文	开发基于分割模型的深度学习框架，用于在非增强CT图像上自动检测主动脉夹层并可视化其形态特征	首次在非增强CT图像上使用分割模型检测主动脉夹层，并利用假腔体积作为诊断指标	回顾性研究设计，样本仅来自两家医院	开发自动检测主动脉夹层的深度学习框架	接受主动脉CTA检查的患者	数字病理	心血管疾病	CT扫描	分割模型	医学图像	701例患者（中心1：545例，中心2：156例）
668	2025-09-29	Attention-Enhanced CNNs and transformers for accurate monkeypox and skin disease detection 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12216-y PMID:40998853	研究论文	提出一种注意力增强的深度学习架构，用于从皮肤病变图像中准确检测猴痘和其他皮肤病	在EfficientNetB7基础上引入坐标注意力机制，显著提升特征提取能力和分类准确率，达到99.99%的准确率	未明确提及研究局限性	开发高精度的AI诊断工具，用于猴痘和皮肤病的自动检测	皮肤病变图像	计算机视觉	猴痘	深度学习	CNN、Transformer	图像	使用Monkeypox Skin Lesion Dataset (MSLD v2.0)数据集，采用五折交叉验证
669	2025-09-29	Automated segmentation of brain metastases in magnetic resonance imaging using deep learning in radiotherapy 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15630-4 PMID:40998856	研究论文	本研究提出了一种基于深度学习的脑转移瘤自动分割方法BUC-Net，用于放疗中的磁共振图像分析	提出了结合级联策略和瓶颈模块的BUC-Net模型，在脑转移瘤分割任务中优于传统U-Net模型	回顾性研究，样本量有限（158例患者），需要进一步验证	开发自动分割脑转移瘤的深度学习模型以提高放疗效率和准确性	脑转移瘤患者的磁共振成像数据	计算机视觉	脑转移瘤	深度学习	U-Net变体（BUC-Net）	磁共振图像	158例符合条件的脑转移瘤患者
670	2025-09-29	Multimodal text guided network for chest CT pneumonia classification 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14165-y PMID:40998864	研究论文	提出一种多模态文本引导网络(MTGNet)，用于胸部CT序列的肺炎分类	设计序列图池化网络编码CT序列，提出模态转移模块生成模拟文本特征，并采用跨模态注意力和对比学习增强特征学习	仅使用自建肺炎CT序列数据集，未在公开数据集上验证	解决基于胸部CT序列的肺炎分类中空间上下文信息丢失和多模态信息融合不足的问题	胸部CT序列和对应的文本报告	计算机视觉	肺炎	深度学习	图神经网络(GNN)、注意力机制	CT图像序列、文本报告	自建肺炎CT序列数据集（具体样本量未说明）
671	2025-09-29	Steel surface defect detection algorithm based on improved YOLOv10 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16725-8 PMID:40998876	研究论文	提出一种基于改进YOLOv10的钢材表面缺陷检测算法LAM-YOLOv10n	集成轻量级ghost模块降低计算成本，设计空间多尺度注意力模块增强特征提取，引入多分支特征融合网络改进多尺度特征聚合	NA	解决钢材表面缺陷实时检测中的高计算复杂度和关键特征丢失问题	钢材表面缺陷	计算机视觉	NA	深度学习	YOLOv10改进模型(LAM-YOLOv10n)	图像	NA
672	2025-09-29	A deep learning approach for improving spatiotemporal resolution of numerical weather prediction forecasts 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17867-5 PMID:40998886	研究论文	提出基于深度学习的时空融合模型，显著提升风场预报的时空分辨率和准确性	融合GFS和ERA5数据，结合一维卷积层和双向LSTM网络，将时间分辨率从3小时提升至1小时，风向预测准确率提升18.39%	未明确说明模型在不同气候区域的泛化能力验证	提高数值天气预报在航空运营中的风场预报性能	风场预报（风速和风向）	机器学习	NA	深度学习、时空融合	1D CNN、双向LSTM	气象数据（GFS、ERA5）	包含马德拉国际机场等复杂地形区域的案例研究
673	2025-09-29	End-to-end CNN-based deep learning enhances breast lesion characterization using quantitative ultrasound (QUS) spectral parametric images 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15772-5 PMID:40998883	研究论文	本研究探索使用端到端CNN深度学习模型基于QUS光谱参数图像对乳腺病变进行分类	首次将端到端CNN模型应用于QUS光谱参数图像进行乳腺病变分类，相比传统影像组学和机器学习方法性能更优	样本量相对有限（276例），未提及外部验证结果	提升乳腺病变的准确表征能力	乳腺病变（恶性与良性）	计算机视觉	乳腺癌	定量超声（QUS）光谱参数成像	CNN（包括ResNet、Inception-v3、Xception、EfficientNet等）	图像	276名参与者（184例恶性，92例良性），共1764张QUS光谱参数图像
674	2025-09-29	Improved Inception-Capsule deep learning model with enhanced feature selection for early prediction of heart disease 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18551-4 PMID:40998899	研究论文	提出一种结合改进鲸鱼优化算法的混合深度学习框架IDLHICNet用于心脏病早期预测	提出IDLHICNet模型，结合胶囊网络的空间感知能力和Inception架构的特征提取能力，并采用增强鲸鱼优化算法进行特征选择	NA	开发精确的心脏病早期预测方法	心脏病患者数据	机器学习	心血管疾病	改进K均值聚类、Min-Max归一化、SMOTE过采样、EWOA特征选择	改进Inception-胶囊网络(IDLHICNet)	医疗数据集	三个基准数据集（Faisalabad、CVD和心力衰竭数据集）
675	2025-09-29	A multinational study of deep learning-based image enhancement for multiparametric glioma MRI 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17993-0 PMID:40998920	研究论文	本研究验证了商用深度学习图像增强软件在多国多中心胶质瘤多参数MRI图像质量改善中的效用	首次在多国多中心环境下验证商用供应商无关的深度学习图像增强软件对胶质瘤多参数MRI图像质量的改善效果	回顾性研究设计，样本量相对有限，仅评估了特定MRI序列	验证深度学习图像增强技术在胶质瘤多参数MRI中的图像质量改善效果	胶质瘤患者的多参数MRI图像	计算机视觉	胶质瘤	深度学习图像增强	深度学习	医学影像	来自三个机构的294名胶质瘤患者
676	2025-09-29	Non-invasive detection of choroidal melanoma via tear-derived protein corona on gold nanoparticles: a machine learning approach 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17835-z PMID:40998935	研究论文	本研究开发了一种基于泪液样本分析结合金纳米颗粒蛋白冠形成和机器学习技术的脉络膜黑色素瘤无创检测方法	首次将金纳米颗粒蛋白冠形成与电喷雾电离质谱和机器学习技术相结合，用于脉络膜黑色素瘤的无创检测	样本量较小（每组18个样本），m/z参数差异未达到统计学显著性	探索基于泪液样本分析的无创方法检测脉络膜黑色素瘤的可行性	健康个体和脉络膜黑色素瘤患者的泪液样本	机器学习	脉络膜黑色素瘤	电喷雾电离质谱(ESI-MS)、金纳米颗粒蛋白冠形成、连续小波变换(CWT)	随机森林、支持向量机、决策树、深度神经网络、VGG16、ResNet50、Xception	质谱数据、图像数据	6名健康个体和6名脉络膜黑色素瘤患者（每组扩增至18个样本）
677	2025-09-29	Epileptic seizure detection from electroencephalogram signals based on 1D CNN-LSTM deep learning model using discrete wavelet transform 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18479-9 PMID:40998985	研究论文	提出一种基于1D CNN-LSTM深度学习模型，利用离散小波变换从脑电图信号中检测癫痫发作的方法	结合离散小波变换、1D CNN和LSTM网络，能够同时提取脑电图信号的时空特征	NA	自动识别癫痫发作	脑电图信号	机器学习	癫痫	离散小波变换	1D CNN-LSTM	脑电图信号	TUSZ语料库、BONN数据集和CHB-MIT数据集
678	2025-09-29	MRI grading of lumbar disc herniation based on AFFM-YOLOv8 system 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18417-9 PMID:40999029	研究论文	开发基于AFFM-YOLOv8深度学习系统的腰椎间盘突出MRI自动分级模型	提出集成自适应多尺度特征融合的AFFM-YOLOv8架构，首次实现基于MSU形态学分类标准的11种LDH亚型自动分级	研究仅使用轴向T2加权腰椎MRI序列，未评估其他序列或成像方式	开发自动化腰椎间盘突出诊断系统以标准化评估并减少诊断延迟	8428名患者的100000张轴向腰椎MRI图像	计算机视觉	腰椎间盘突出	磁共振成像	AFFM-YOLOv8	医学图像	8428名患者（100000张MRI图像）
679	2025-09-29	A modified transformer based on adaptive frequency enhanced attention, large kernel convolution, and multiscale implementation for bearing fault diagnosis 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18187-4 PMID:40999054	研究论文	提出一种基于自适应频率增强注意力、大核卷积和多尺度实现的改进Transformer模型，用于轴承故障诊断	将大核卷积和多尺度CNN结构与Transformer结合，通过自适应频域增强有效抑制噪声并突出诊断特征	未明确说明在极端噪声条件下的性能表现和计算复杂度分析	开发鲁棒的轴承故障诊断方法以应对强噪声干扰	旋转机械轴承故障	机器学习	NA	深度学习	Transformer, CNN	振动信号数据	帕德博恩大学和凯斯西储大学数据集
680	2025-09-29	HKDE-LACM: a hybrid model for lactic acid bacteria classification via k-mer and DNABERT-2 embedding fusion with cyclic DE-BO optimization 2025-Sep-25, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12009-7 PMID:40999328	研究论文	提出一种融合k-mer频率特征和DNABERT-2语义嵌入的混合模型HKDE-LACM，用于乳酸菌基因组分类	结合高维k-mer特征与上下文语义嵌入，并采用循环差分进化与贝叶斯优化框架进行超参数优化	NA	提高乳酸菌基因组序列分类的准确性和鲁棒性	乳酸菌基因组序列	生物信息学	NA	k-mer频率分析、DNABERT-2嵌入、机器学习	混合模型（k-mer + DNABERT-2嵌入融合）	基因组序列数据	三个乳酸菌数据集（具体数量未说明）