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
7121	2025-10-06	A pediatric emergency prediction model using natural language process in the pediatric emergency department 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87161-x PMID:39875462	研究论文	本研究开发了一种基于深度学习和自然语言处理的儿科急诊预测模型	首次将基于KM-BERT框架的深度学习模型应用于儿科急诊预测，并采用Shapley解释方法提供模型预测洞察	研究数据仅来自单一韩国三级医院，可能影响模型的泛化能力	开发能够识别儿科急诊病例的预测模型以优化医疗资源分配	儿科急诊病例	自然语言处理	儿科急诊疾病	自然语言处理	机器学习模型,深度学习模型	电子医疗记录文本	87,759例儿科病例	KM-BERT	KM-BERT	AUROC,AUPRC,F1-score	NA
7122	2025-10-06	Identifying factors that contribute to collision avoidance behaviours while walking in a natural environment 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88149-3 PMID:39875496	研究论文	本研究通过深度学习分析自然环境中行人避碰行为的影响因素	首次在真实城市路径中研究行人避碰行为，结合深度学习轨迹提取与无偏见人工标注	研究仅基于单一城市路径观察，未控制环境变量	识别影响行人避碰行为的关键因素	自然环境中行走的行人	计算机视觉	NA	视频录制，行为分析	深度学习算法	视频	繁忙城市路径上的行人轨迹数据	NA	NA	NA	NA
7123	2025-10-06	OCT-based diagnosis of glaucoma and glaucoma stages using explainable machine learning 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87219-w PMID:39875492	研究论文	本研究开发了一种基于光学相干断层扫描图像的可解释人工智能工具，用于青光眼的诊断和分期	首次将可解释人工智能技术应用于青光眼诊断和分期，通过SHAP特征排序和偏依赖分析提供透明决策依据	样本量相对有限（602只眼睛），需要更大规模验证	开发可解释的机器学习工具用于青光眼诊断和分期	334只正常眼睛和268只青光眼眼睛（86早期，72中期，110晚期）	医学影像分析	青光眼	光学相干断层扫描	机器学习模型	图像	602只眼睛（334正常，268青光眼）	NA	NA	AUC, 准确率	NA
7124	2025-10-06	Digital framework for georeferenced multiplatform surveillance of banana wilt using human in the loop AI and YOLO foundation models 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87588-2 PMID:39875516	研究论文	开发基于AI的多平台地理参考监测系统，用于香蕉枯萎病的检测和管理	结合人类参与循环AI和YOLO基础模型，创建地理参考的多平台监测框架，并应用可解释AI技术增强模型透明度	NA	提高香蕉枯萎病的检测和管理效率	香蕉植株的健康状况、镰刀菌枯萎病和黄单胞菌枯萎病	计算机视觉	植物病害	深度学习，可解释AI	YOLO-NAS, YOLOv8, YOLOv9, Faster-RCNN	航拍图像，地面图像	来自非洲、拉丁美洲、印度、亚洲和澳大利亚的香蕉病害发生数据集	NA	YOLO-NAS, YOLOv8, YOLOv9, Faster-RCNN	mAP@50, 精确率, 召回率	NA
7125	2025-10-06	Using partially shared radiomics features to simultaneously identify isocitrate dehydrogenase mutation status and epilepsy in glioma patients from MRI images 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87778-y PMID:39875517	研究论文	本研究利用部分共享的影像组学特征同时预测胶质瘤患者的IDH突变状态和癫痫发生	首次探索IDH突变状态与癫痫发生的相关性，提出基于LASSO的迭代特征选择方法筛选共享特征和任务特定特征	回顾性研究，样本量有限，外部验证仅针对IDH突变状态	提高胶质瘤患者IDH突变状态识别和癫痫诊断模型的性能	II-IV级胶质瘤患者	医学影像分析	胶质瘤	MRI影像分析	机器学习模型	医学影像	399例患者（训练集279例，测试集120例），外部测试集228例	NA	预训练深度学习模型	AUC	NA
7126	2025-10-06	Empowering Precision Medicine for Rare Diseases through Cloud Infrastructure Refactoring 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502250	研究论文	本研究开发并评估基于云计算的医疗基础设施，以加速罕见疾病诊断	通过云基础设施重构解决本地计算系统在可扩展性、维护和协作方面的挑战	未提及具体技术实施细节和性能评估结果	开发可扩展的云计算基础设施以支持罕见疾病精准医疗	罕见疾病诊断系统	医疗信息学	罕见疾病	数据挖掘,语义网技术,深度学习,图嵌入技术	深度学习模型	医疗数据	NA	NA	NA	NA	云计算基础设施
7127	2025-10-06	MRISeqClassifier: A Deep Learning Toolkit for Precise MRI Sequence Classification 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502266	研究论文	开发了一个用于精确MRI序列分类的深度学习工具包	针对小型未精炼MRI数据集开发了专用工具包，仅需10%的典型数据量即可达到99%准确率，性能可与基于大型精细数据集训练的系统相媲美	NA	解决MRI序列因标注混乱或错误而难以区分的问题，提供有效的序列分类工具	MRI图像序列（T1加权、T2加权、FLAIR等）	计算机视觉	NA	磁共振成像	深度学习	医学图像	仅需其他研究典型数据量的10%	NA	轻量级模型架构，集成投票方法	准确率	NA
7128	2025-10-06	Explainable Diagnosis Prediction through Neuro-Symbolic Integration 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502272	研究论文	本研究通过神经符号方法开发可解释的诊断预测模型，在糖尿病预测案例中验证其性能	采用逻辑神经网络整合领域知识和可学习参数，在保持预测性能的同时增强模型可解释性	目前仅在糖尿病预测案例中进行验证，需要扩展到更大更多样的数据集	开发同时具备高准确性和可解释性的医疗诊断预测模型	糖尿病患者的诊断预测	机器学习	糖尿病	神经符号集成方法	逻辑神经网络	医疗数据	NA	NA	多路径模型,综合模型	准确率,AUC	NA
7129	2025-10-06	Regularization by neural style transfer for MRI field-transfer reconstruction with limited data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1579251 PMID:40607454	研究论文	提出一种基于神经风格转换的MRI场转移重建框架RNST，可在有限数据条件下生成高质量图像	首次将神经风格转换与去噪器结合用于MRI场转移重建，无需配对训练数据即可从低场输入生成高场质量图像	未明确说明具体的数据集规模和计算资源需求	解决数据有限场景下的MRI场转移重建问题	磁共振图像，涵盖轴向、冠状面和矢状面等多个解剖平面	医学影像分析	NA	神经风格转换，去噪正则化	深度学习模型	磁共振图像	有限数据设置，具体数量未说明	NA	神经风格转换引擎与去噪器结合架构	图像清晰度、对比度、结构保真度	NA
7130	2025-10-06	Video swin-CLSTM transformer: Enhancing human action recognition with optical flow and long-term dependencies 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327717 PMID:40622917	研究论文	提出一种结合光流和长时序依赖的视频Swin-CLSTM Transformer模型，用于提升复杂背景下的人体动作识别性能	在Video Swin Transformer基础上集成光流信息和ConvLSTM模块，增强对复杂背景干扰的抵抗能力和长时序动作语义的理解能力	仅在UCF-101数据集上验证，未在其他更复杂或更大规模数据集上测试	提升复杂背景下人体动作识别的准确性和长时序语义理解能力	视频中的人体动作	计算机视觉	NA	光流分析，稀疏采样	Transformer, ConvLSTM	视频，RGB图像，光流	UCF-101数据集	NA	Video Swin Transformer, ConvLSTM	Top-1准确率，Top-5准确率	NA
7131	2025-10-06	Saliency-enhanced infrared and visible image fusion via sub-window variance filter and weighted least squares optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323285 PMID:40622931	研究论文	提出一种基于子窗口方差滤波和加权最小二乘优化的显著性增强红外与可见光图像融合方法	采用子窗口方差滤波分解技术和加权最小二乘优化显著性图测量方案，无需大规模训练数据集即可实现显著目标增强和纹理细节保留	在处理高度复杂场景时可能存在挑战	提升红外与可见光图像融合的显著特征增强和视觉清晰度	红外图像和可见光图像	计算机视觉	NA	图像融合技术	NA	红外图像，可见光图像	三个公共数据集	NA	子窗口方差滤波(SVF)，加权最小二乘优化(WLSO)	定性评估，定量评估	NA
7132	2025-10-06	Air-ground collaborative multi-source orbital integrated detection system: Combining 3D imaging and intrusion recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326951 PMID:40623035	研究论文	提出一种空地协同多源轨道综合检测系统，结合3D成像与入侵识别技术提升铁路基础设施检测效率	提出改进的LOAM-SLAM算法实现实时动态建图，优化ICP算法实现高精度点云配准与着色，采用YOLOv3-ResNet融合模型进行入侵检测	未明确说明系统在极端恶劣天气下的性能表现及检测范围的具体限制	开发高效可靠的铁路轨道检测系统，提升铁路基础设施安全性	铁路轨道及周边环境	计算机视觉	NA	激光雷达点云成像，深度学习	YOLOv3, ResNet	点云数据，图像数据	NA	NA	YOLOv3-ResNet融合模型	召回率，精确率	NA
7133	2025-10-06	Deep learning-based prediction model of acute kidney injury following coronary artery bypass grafting in coronary heart disease patients: a multicenter clinical study from China 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1600012 PMID:40625392	研究论文	开发基于机器学习的急性肾损伤预测模型，用于评估冠状动脉搭桥术后患者的并发症风险	首次采用XGBoost算法构建多中心临床预测模型，整合26项预测特征，在内外验证中均表现优异	回顾性研究设计，可能存在选择偏倚；未包含术中及术后动态监测数据	建立稳健的OPCABG术后急性肾损伤风险预测模型	冠状动脉疾病患者	机器学习	心血管疾病	临床数据分析	XGBoost, SVM, DT, RF, AdaBoost	临床数据	3,043例患者（训练集2,130例，验证集913例），外部验证队列878例	Scikit-learn	XGBoost, SVM, Decision Tree, Random Forest, AdaBoost	AUC, 敏感度, 特异度	NA
7134	2025-10-06	Ves-GAN: Unsupervised Vessel-Targeted Low-Dose Coronary Computed Tomography Angiography Denoising Framework 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0149 PMID:40625644	研究论文	提出一种名为Ves-GAN的无监督降噪框架，用于低剂量冠状动脉CT血管成像，在降低噪声的同时保留血管结构	结合高频感知数据增强策略、高频压缩激励模块和血管一致性损失函数，专门针对血管结构保护进行优化	NA	开发无监督降噪框架以提升低剂量冠状动脉CT血管成像质量	冠状动脉CT血管成像数据	计算机视觉	心血管疾病	CT血管成像	GAN	医学图像	50个CT扫描	NA	Ves-GAN	峰值信噪比, 结构相似性指数	NA
7135	2025-10-06	Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567466 PMID:40625749	研究论文	通过多组学分析和机器学习方法探索系统性红斑狼疮中关键氧化应激特征	整合多组学数据与多种机器学习算法系统识别SLE中氧化应激相关关键基因和代谢通路	样本来源仅限于外周血，未涉及组织特异性分析	探索系统性红斑狼疮发病机制中的关键氧化应激特征及其相互关系	系统性红斑狼疮患者和健康对照的外周血样本	机器学习	系统性红斑狼疮	转录组测序, 液相色谱-质谱联用, 实时定量PCR, 单细胞转录组分析	深度学习, 随机森林, XGBoost, 支持向量机, LASSO	基因表达数据, 代谢组数据, 单细胞数据	来自GEO数据库的三个转录组数据集+SLE患者和健康对照的外周血样本	NA	NA	预测性能, 相关性分析	NA
7136	2025-10-06	Hybrid model for predicting microsatellite instability in colorectal cancer using hematoxylin & eosin-stained images and clinical features 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1580195 PMID:40626015	研究论文	开发了一种结合病理图像和临床特征的混合模型来预测结直肠癌微卫星不稳定性	提出融合病理图像特征与临床特征的混合预测模型，并比较了全监督与半监督深度学习方法的性能差异	研究样本量有限，外部验证队列仅包含123例患者	预测结直肠癌中的微卫星不稳定性状态	结直肠癌患者	数字病理	结直肠癌	深度学习，mRNA测序，富集分析	深度学习模型	苏木精-伊红染色病理图像，临床特征数据，mRNA测序数据	TCGA队列559例（训练与内部验证），东阳队列123例（外部测试）	NA	NA	AUC	NA
7137	2025-10-06	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	系统综述工业检测中基于深度学习的图像异常检测方法	全面比较传统技术与深度学习方法的优劣，分析无人机、机械臂和AGV等创新应用场景	未提出新的检测算法，主要聚焦现有方法的系统分析	推动智能制造发展，提升工业自动化系统的异常检测能力	工业制造过程中的图像异常检测方法	计算机视觉	NA	深度学习	监督学习,无监督学习,半监督学习	图像	多种工业异常检测数据集	NA	NA	常用评估指标	NA
7138	2025-10-06	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	评估人工智能在传染病监测预警系统中的应用现状，识别关键技术、数据源、优势与挑战	系统性地整合了AI在传染病预警系统中的应用研究，识别了跨学科整合的关键挑战与机遇	基于文献综述，缺乏原始数据验证；可能存在发表偏倚；仅涵盖2018年后的研究	评估人工智能技术在传染病早期预警系统中的应用效果与发展前景	67项相关研究文献	自然语言处理, 机器学习	传染病	机器学习, 深度学习, 自然语言处理	NA	流行病学数据, 网络数据, 气候数据, 废水数据	67项研究	NA	NA	NA	NA
7139	2025-10-06	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究将LSTM深度学习模型应用于药物不良反应信号检测，并与传统统计方法进行比较	首次将LSTM深度学习模型引入药物不良反应信号检测领域，并证明其优于传统机器学习方法	研究数据仅来源于广东省ADR监测中心，样本代表性可能有限	提高药物不良反应信号检测的准确性和效率	药物不良反应监测数据	自然语言处理	药物不良反应	文本挖掘，深度学习	LSTM	文本数据	2,376个ADR信号（448个阳性信号，1,928个阴性信号）	NA	LSTM	灵敏度，F1分数	NA
7140	2025-10-06	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本研究开发了一种全局注意力机制来解决浑浊介质中图像传输的挑战，显著提升了重建性能	提出了基于光传播物理原理的全局注意力机制，有效捕捉像素间的长程依赖关系，实现两个数量级的性能提升	未明确说明方法在极端浑浊条件下的表现和计算效率	解决浑浊介质中高保真图像传输的挑战	通过浑浊介质传输的图像	计算机视觉	NA	光学成像，深度学习	深度学习网络	图像	NA	NA	全局注意力机制	重建保真度，像素级重建精度	NA