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
61	2025-11-04	A Video Dataset for Nearshore Wave Breaking Type Classification 2025-Oct-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06005-5 PMID:41168199	研究论文	本文提出了首个专门用于近岸波浪破碎类型分类的公开视频数据集	首个公开的波浪破碎类型视频数据集，突破了传统静态单帧图像的限制，能够捕捉波浪破碎的动态演化过程	数据集仅包含来自6个海岸点的数据，可能无法覆盖所有海岸形态和波浪条件	开发用于波浪破碎类型分类的视频数据集和深度学习方法	近岸波浪破碎过程	计算机视觉	NA	岸基视频监测	CNN, RNN	视频	来自15个摄像机的9,000个标记波浪破碎片段，覆盖6个不同形态的海岸点	NA	CNN与RNN结合的深度学习架构	NA	NA
62	2025-11-04	In-silico comparison of a diffusion model with conventionally trained deep networks for translating 64mT to 3T brain FLAIR 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21806-9 PMID:41168216	研究论文	本研究比较了扩散模型与传统深度学习网络在将64mT低场脑FLAIR图像转换为3T高场图像方面的性能	首次将生成扩散模型SR3应用于低场到高场MRI图像转换，并与传统CycleGAN和UNet架构进行系统比较	使用合成低场MRI数据而非真实采集数据，可能无法完全反映真实临床场景	评估扩散模型在低场MRI图像增强和转换方面的潜力	脑部FLAIR MRI图像	医学影像处理	脑部疾病	MRI成像	扩散模型, GAN, CNN	医学图像	基于BraTS 2019数据集的合成64mT FLAIR脑图像	NA	SR3, CycleGAN, UNet	SSIM, nRMSE, gEn, GE, PIQE	NA
63	2025-11-01	Hybrid signal decomposition and deep learning framework for vehicle-vehicle crash forecasting 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21776-y PMID:41168218	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
64	2025-11-04	Research on the impact of explosive martial arts training on emotion regulation and attention based on questionnaire data 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21790-0 PMID:41168227	研究论文	本研究提出融合问卷数据与深度学习框架的心理影响评估方法，分析爆发性武术训练对情绪调节和注意力的影响	将问卷数据作为主要监督信号直接整合到模型训练中，而非辅助工具，结合轨迹感知时空感知网络与动态视角诱导优化的创新架构	研究基于问卷标注的子集，样本代表性可能存在局限，未提及模型泛化能力验证	评估爆发性武术训练对情绪调节和注意力的心理影响	参与爆发性武术训练的个体	机器学习	NA	问卷调查	深度学习	多模态视频数据	问卷标注的子集（具体数量未提及）	NA	轨迹感知时空感知网络(TASPN), 动态视角诱导优化(DVIO)	预测性能（具体指标未明确说明）	NA
65	2025-11-04	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入侵检测系统中的异常检测能力	首次将BERT、DistilBERT和RoBERTa等大型Transformer模型应用于物联网入侵检测，通过将网络数据转换为文本格式实现NLP模型的兼容性	研究基于RT_IoT2022数据集，可能无法完全代表所有物联网安全场景；资源受限设备的实际部署挑战未充分讨论	开发基于大型Transformer模型的实时物联网入侵检测系统，提高威胁检测的准确性和自动化水平	资源受限的物联网设备及其网络流量数据	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本格式的网络流量数据	RT_IoT2022数据集	Hugging Face	BERT, DistilBERT, RoBERTa	训练损失，验证损失	NA
66	2025-11-04	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	提出一种融合病灶特征模拟的混合CNN架构DRCNN-Lesion Proxy，用于糖尿病视网膜病变严重程度分类	通过病灶代理模块模拟病灶特征线索，无需显式病灶边界框标注，实现异构特征融合	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解决方案	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	深度学习	CNN, 混合架构	图像	NA	NA	ResNet34, 混合CNN	准确率, F1分数, AUC	NA
67	2025-11-04	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	本研究开发了一种基于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	首次实现从X射线图像直接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	回顾性研究设计，需要进一步前瞻性验证	开发AI驱动的X射线筛查工具，提高膝关节异常检测的精确度和效率	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
68	2025-11-04	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、政治意识、实践能力和学生满意度等方面显著优于传统模式	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	机器学习	NA	深度学习	深度学习模型	教育评估数据	NA	NA	NA	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
69	2025-11-04	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	采用Transformer架构进行时频特征提取，并结合Grad-CAM生成可视化解释，显著提升诊断准确性和临床可解释性	需要在多样化临床环境中进一步验证模型的鲁棒性，未来将探索与多模态数据的整合	开发结合高准确性和临床可解释性的心血管疾病诊断方法	心音图信号中的心杂音	机器学习	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
70	2025-11-04	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	评估基于深度学习自动分割模型获取的下肢MRI标准化T1信号强度作为CMT1A疾病影像学生物标志物的潜力	首次使用深度学习自动分割模型从下肢MRI四个肌肉区域提取标准化信号强度，并验证其与临床参数的相关性	回顾性研究设计，样本量有限（107例患者）	开发CMT1A疾病的定量影像学生物标志物	107名CMT1A患者的下肢MRI数据	数字病理	神经系统疾病	MRI T1加权成像	深度学习分割模型	医学影像	107例CMT1A患者	NA	NA	相关系数	NA
71	2025-11-04	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	本研究提出了一种混合ViT-CNN框架来提高河流水位-流量关系建模的准确性	首次将Vision Transformer与CNN结合形成混合模型用于水文建模，并采用VAR方法优化模型输入	研究仅针对Nahand河流数据，未在其他河流验证模型的普适性	提高河流水位-流量关系建模的预测精度	Nahand河流的水位和流量数据	水文建模	NA	深度学习，时间序列分析	Vision Transformer, CNN, 混合模型	时间序列数据	NA	NA	ViT, CNN, ViT-CNN混合架构	相关系数(CC), Nash-Sutcliffe效率系数(NSE), 均方根误差(RMSE), 平均绝对误差(MAE)	NA
72	2025-11-04	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	开发基于深度迁移学习和模拟联邦学习的AI系统用于淋巴瘤组织病理学图像分类	结合深度迁移学习与模拟联邦学习方法，在淋巴瘤分类任务中评估多种模型性能并探索去中心化学习场景	联邦学习未在真实分布式环境中完全部署，其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早期诊断能力	慢性淋巴细胞白血病(CLL)和滤泡性淋巴瘤(FL)两种淋巴瘤类型	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
73	2025-11-04	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RR-TB/MDR-TB患者的治疗策略，提高治疗成功率	利福平耐药结核/多重耐药结核患者	计算机视觉	结核病	胸部计算机断层扫描	CNN,LSTM	图像,时序监测数据	NA	NA	DenseNet201,ResNet-50,CheXNet	准确率	NA
74	2025-11-04	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药物图的深度学习框架MDG-DDI，用于预测药物相互作用	首次将基于频繁连续子序列的Transformer编码器与深度图网络结合，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关系	机器学习	NA	深度学习	Transformer, GCN, DGN	药物序列数据、分子图结构数据	三个基准数据集	NA	Transformer, Graph Convolutional Network, Deep Graph Network	NA	NA
75	2025-11-04	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	首次将迁移学习应用于高原肺水肿诊断，并探索了使用异质数据集进行罕见疾病诊断的可行性	模型在识别中间严重程度等级（1级和2级）时性能显著较低，灵敏度仅为0.16和0.37	研究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	预训练集3,923张图像，HAPE专用训练集1,705张图像，外部验证集1,115张图像	NA	DeepLabV3_ResNet-50, MobileNet_V2, VGG19	Dice系数, AUC, 灵敏度	NA
76	2025-11-04	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	本文系统回顾了人工智能在癌症研究中的应用、挑战与未来展望	整合了人工智能在癌症研究中的三大发展支柱：算法方法、专用硬件和大规模癌症数据，并提出了多领域应用框架	未涉及具体实验验证，主要基于现有研究成果的归纳分析	探讨人工智能在肿瘤学领域的应用潜力与发展方向	癌症研究中的各类数据（影像、基因组、临床信息）及相关人工智能应用	机器学习	癌症	深度学习	深度学习模型	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
77	2025-11-04	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	提出一种结合深度学习和强化学习的FISM模型，用于精确检测糖尿病视网膜病变早期标志物微动脉瘤和视网膜渗出物	集成Transformer层和强化学习的自适应注意力机制，通过强化学习引导感兴趣区域探索，提高检测精度并降低计算成本	仅使用单一数据集进行验证，未在多中心数据上测试模型泛化能力	开发高精度的糖尿病视网膜病变早期诊断模型	眼底图像中的微动脉瘤和视网膜渗出物	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张带病灶级别和DR严重程度标注的眼底图像	PyTorch	Segment Anything Model (SAM), Transformer, GAN	准确率, 精确率, 召回率, F1分数, AUC, 特异性, Dice系数, IoU	NA
78	2025-11-04	Construction and optimization of a LAMP-based diagnostic platform for acute hepatopancreatic necrosis disease in Penaeus vannamei 2025-Oct-30, Journal of invertebrate pathology IF:3.6Q1 DOI:10.1016/j.jip.2025.108481 PMID:41173175	研究论文	开发用于凡纳滨对虾急性肝胰腺坏死病快速检测的LAMP诊断平台	集成荧光检测与智能手机兼容设备的便携式诊断平台，开发深度学习感染检测算法实现自动诊断	未明确说明样本规模和研究环境限制	建立快速检测AHPND的低成本便携式诊断方法	凡纳滨对虾急性肝胰腺坏死病	数字病理	水产动物疾病	环介导等温扩增(LAMP), 荧光检测	深度学习	荧光图像数据	NA	NA	NA	特异性, 灵敏度, 检测限(1 copies/μL)	智能手机兼容设备
79	2025-11-04	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	提出一种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细胞膜和囊泡结构的自动语义分割	结合了U-Net、DeepLab、SegNet、Gated-SCNN、LSTM、RNN和GAN等多种架构特征的混合神经网络设计	NA	开发自动化算法以改进冷冻电子断层扫描图像中生物大分子结构的语义分割	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
80	2025-11-04	Advancements in Personalized Medicine for Leukemia: Integrating Genetic, Transcriptomic, and Artificial Intelligence Insights 2025-Oct-29, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128402252251005215721 PMID:41177784	综述	本文综述了遗传学、转录组学和人工智能在白血病精准医疗中的整合应用与进展	整合多组学数据与人工智能技术推动白血病个性化治疗策略的优化	面临克隆进化、遗传异质性和治疗耐药性等挑战	推进白血病精准医疗发展	白血病患者群体	自然语言处理, 机器学习	白血病	RNA测序, 单细胞RNA测序(scRNA-seq)	机器学习(ML), 深度学习(DL)	遗传数据, 分子数据, 转录组数据	NA	NA	NA	NA	NA