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
61	2025-08-07	Road damage detection based on improved YOLO algorithm 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14461-7 PMID:40764422	research paper	本文提出了一种基于改进YOLO算法的道路损伤检测方法，通过集成CA和SA双分支注意力机制以及GIoU损失函数，提高了检测精度和定位能力	集成CA和SA双分支注意力机制以及GIoU损失函数，显著提升了小目标检测和边界框定位精度	未提及具体的数据集规模和实际应用场景的验证	开发一种高效的道路损伤检测技术，以替代传统耗时且成本高昂的人工检测方法	道路损伤	computer vision	NA	YOLOv5, CA, SA, GIoU	YOLO	image	公共数据集（未提及具体数量）
62	2025-08-07	Development and evaluation of deep neural networks for the classification of subtypes of renal cell carcinoma from kidney histopathology images 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10712-9 PMID:40764501	研究论文	开发并评估了一种名为RenalNet的深度学习架构，用于从肾脏组织病理学图像中分类肾细胞癌亚型	提出了一种新的深度学习架构RenalNet，能够同时捕捉三个不同尺度的跨通道和空间间特征，并引入了MCRT和GCDL模块以增强网络表示能力	未提及具体局限性，但可能依赖于数据质量和标注准确性	开发高效且稳健的深度学习模型，用于肾细胞癌亚型的自动分类	肾细胞癌（RCC）的组织病理学图像	数字病理学	肾癌	深度学习	CNN	图像	来自TCGA的数字H&E染色WSIs，并在病理学家监督下获取ROIs生成图像块，同时在三个知名数据集上进行了实验
63	2025-08-07	Deep-learning-enabled online mass spectrometry of the reaction product of a single catalyst nanoparticle 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62602-3 PMID:40764516	研究论文	该研究通过结合纳米流体反应器和深度学习技术，实现了对单个催化剂纳米颗粒反应产物的在线质谱分析	将纳米流体反应器与约束去噪自编码器结合，显著提高了质谱分析的灵敏度，使所需催化剂表面积减少了约3个数量级	研究仅针对CO氧化和CH加氢两种模型反应进行了验证	提高质谱分析在催化反应中的分辨率，特别是单颗粒催化剂的在线反应分析	单个Pd催化剂纳米颗粒（表面积0.0072±0.00086μm²）	质谱分析	NA	在线质谱分析	约束去噪自编码器	质谱信号	单个纳米颗粒催化剂
64	2025-08-07	Dynamic and interpretable deep learning model for predicting respiratory failure following cardiac surgery 2025-Aug-05, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-025-03239-z PMID:40764535	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
65	2025-08-07	YOLO-LeafNet: a robust deep learning framework for multispecies plant disease detection with data augmentation 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14021-z PMID:40764650	研究论文	提出了一种名为YOLO-LeafNet的深度学习框架，用于多物种植物病害检测，并通过数据增强提高模型性能	提出YOLO-LeafNet框架，在多种植物病害检测任务中性能优于YOLOv5和YOLOv8	仅针对四种特定植物（葡萄、甜椒、玉米和马铃薯）的病害进行检测，可能无法泛化到其他植物种类	开发一个准确及时的植物病害检测系统以减少经济损失	四种植物（葡萄、甜椒、玉米和马铃薯）的叶片图像	计算机视觉	植物病害	数据增强（五种不同的增强操作）	YOLO-LeafNet, YOLOv5, YOLOv8	图像	8850张叶片图像，来自五个公开Kaggle数据集
66	2025-08-07	Smartphone video-based early diagnosis of blepharospasm using dual cross-attention modeling enhanced by facial pose estimation 2025-Aug-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01904-8 PMID:40764679	research paper	该研究提出了一种基于智能手机视频的双交叉注意力深度学习框架，用于早期诊断和评估眼睑痉挛	结合时间视频特征和面部标志动态的双交叉注意力模型，提高了眼睑痉挛诊断的准确性和可解释性	诊断性能中等（0.674），且依赖于智能手机录制的视频质量	开发一种可解释的、智能手机兼容的视频模型，以支持眼睑痉挛的早期检测和评估	眼睑痉挛患者	computer vision	眼睑痉挛	深度学习	双交叉注意力模型	视频	回顾性数据集包含847个患者视频，前瞻性评估数据集包含179个样本
67	2025-08-07	Interactive 3D segmentation for primary gross tumor volume in oropharyngeal cancer 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13601-3 PMID:40764730	research paper	该研究开发了一种基于交互式深度学习的3D分割方法，用于口咽癌原发肿瘤体积的精确分割	提出了一种新颖的两阶段交互式点击优化框架（2S-ICR），在自动高性能分割的基础上允许用户进行必要修正	研究仅使用了两个数据集进行开发和评估，可能需要更多数据验证泛化能力	提高口咽癌放疗中肿瘤体积分割的准确性和效率	口咽癌患者的原发肿瘤体积（GTVt）	digital pathology	oropharyngeal cancer	deep learning	2S-ICR框架	3D医学影像	使用2021年HEad和neCK TumOR数据集开发，MD Anderson癌症中心外部数据集评估
68	2025-08-07	The First Seasonal Green View Index Mapping Dataset across Chinese cities powered by deep learning 2025-Aug-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05706-1 PMID:40764774	research paper	该研究提出了首个基于深度学习的中国城市季节性绿视率指数（GVI）映射数据集SGVI-2023，用于大规模动态监测城市街道绿化季节变化	首次利用多源遥感数据和深度学习技术构建跨城市、季节分辨率的GVI数据集，突破了传统依赖街景影像（SVI）方法的局限性	目前仅覆盖中国19个主要城市，尚未实现全国范围覆盖	开发支持跨城市季节性分析的城市绿化动态监测方法	中国19个主要城市的街道绿化景观	computer vision	NA	深度学习、多源遥感数据融合	NA	卫星影像、街景影像	约100万组卫星与街景影像配对样本（2019-2023年）
69	2025-08-07	A novel approach to smart-assisted schizophrenia screening based on Raman spectroscopy and deep learning 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14015-x PMID:40764795	研究论文	本研究提出了一种基于拉曼光谱和深度学习的智能辅助精神分裂症筛查新方法	将常用于时间序列信号处理的马尔可夫转移场（MTF）引入拉曼光谱分析，并将一维拉曼光谱序列转换为二维光谱图以丰富分析方法	NA	开发基于血清拉曼光谱的精神分裂症辅助筛查方法	精神分裂症患者和健康个体的血清样本	机器学习	精神分裂症	拉曼光谱	CNN	光谱数据	精神分裂症患者和健康个体的血清样本（具体数量未提及）
70	2025-08-07	Partial feature reparameterization and shallow-level interaction for remote sensing object detection 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14035-7 PMID:40764799	研究论文	本文提出了一种高效的单阶段目标检测器SORA-DET，专为遥感图像目标检测设计，通过部分特征重参数化和浅层交互提升检测性能和计算效率	提出了PRepConvBlock和SB-FPN等创新模块，通过重参数化卷积和浅层多尺度融合框架显著提升特征表示能力	未明确说明模型在极端天气或低光照条件下的性能表现	开发高效遥感目标检测算法以平衡检测性能和计算效率	无人机遥感图像中的目标	计算机视觉	NA	重参数化卷积、多尺度特征融合	SORA-DET（基于一阶段检测器架构）	遥感图像	VisDrone2019测试集和SeaDroneSeeV2验证集
71	2025-08-07	Deep learning based localisation and classification of gamma photon interactions in thick nanocomposite and ceramic monolithic scintillators 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13339-y PMID:40764802	研究论文	本文评估了基于深度神经网络的方法，用于在厚纳米复合和陶瓷整体闪烁体中定位和分类伽马光子相互作用	使用InceptionNet和CNN网络在厚纳米复合和陶瓷整体闪烁体中准确估计光子相互作用的首次相互作用点(FPoI)位置，相比传统技术有显著提升	研究结果基于假设50%探测器量子效率，实际应用中可能需要考虑不同效率的影响	提高辐射成像应用中伽马光子首次相互作用点的定位精度，特别是正电子发射断层扫描(PET)	厚纳米复合和陶瓷整体闪烁体中的伽马光子相互作用	计算机视觉	NA	深度学习	InceptionNet, CNN	图像	多种纳米复合和陶瓷闪烁体材料
72	2025-08-07	Prediction of protein-protein interaction based on interaction-specific learning and hierarchical information 2025-Aug-04, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02359-9 PMID:40754535	研究论文	提出了一种基于交互特异性学习和层次信息的新型深度学习方法HI-PPI，用于蛋白质-蛋白质相互作用预测	HI-PPI方法整合了PPI网络的层次表示和交互特异性学习，通过将结构和关系信息嵌入双曲空间来提取层次信息，并使用门控交互网络提取成对特征进行预测	虽然HI-PPI在多个基准数据集上表现优于现有方法，但论文未提及该方法在大规模PPI网络上的可扩展性	开发高效准确的蛋白质-蛋白质相互作用预测工具	蛋白质-蛋白质相互作用网络	机器学习	NA	深度学习	HI-PPI（整合层次表示和交互特异性学习的深度学习模型）	蛋白质相互作用网络数据	多个基准数据集（具体数量未提及）
73	2025-08-07	Artificial intelligence in orthopedics: fundamentals, current applications, and future perspectives 2025-Aug-04, Military Medical Research IF:16.7Q1 DOI:10.1186/s40779-025-00633-z PMID:40754583	综述	本文综述了人工智能在骨科领域的基础知识、当前应用及未来前景	全面概述了AI在骨科中的多种应用，包括图像分析、疾病诊断和治疗方法的创新	数据质量、模型泛化能力和临床验证等关键挑战限制了AI的实际应用	探讨人工智能在骨科诊断和治疗中的应用及其未来发展方向	骨科临床和研究中的AI技术	机器学习	骨科疾病	机器学习和深度学习	NA	图像和其他临床数据	NA
74	2025-08-07	Respiratory viral infections: when and where? A scoping review of spatiotemporal methods 2025-Aug-04, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.15.04213 PMID:40755019	综述	本文通过范围综述方法，综合了定量研究呼吸道病毒感染时空特征的方法学现状	综合分析了COVID-19大流行期间呼吸道病毒感染时空传播特征的研究趋势和方法应用	高级深度学习模型在疾病预测分析中的应用受到现有疾病数据质量的限制	综合定量研究方法，探究呼吸道病毒感染的时空特征	呼吸道病毒感染	流行病学	呼吸道病毒感染	机器学习方法	深度学习模型	时空数据	152篇符合纳入标准的研究文章
75	2025-08-07	Deep learning and digital twin integration for structural damage detection in ancient pagodas 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14029-5 PMID:40759712	research paper	该论文提出了一种结合数字孪生和改进YOLO算法的古塔结构损伤检测方法	通过数字孪生技术实现全角度和多季节场景变换，结合改进的YOLO算法提高检测精度和效率	现有深度学习目标检测技术在建筑雕塑全覆盖和多角度自由观察方面存在局限，检测误差较大	为历史建筑损伤程度评估提供高效可靠的技术解决方案	南京舍利塔	computer vision	NA	数字孪生技术，改进的YOLO算法	YOLO	image	NA
76	2025-08-07	Internet of things enabled deep learning monitoring system for realtime performance metrics and athlete feedback in college sports 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13949-6 PMID:40759726	研究论文	本研究提出了一种基于物联网和深度学习的实时运动表现监测系统，用于大学体育中的运动员表现追踪与反馈	结合了先进的穿戴式传感器技术与混合神经网络（TCN + BiLSTM + 注意力机制），解决了处理异构高频传感器数据和提供低延迟、特定运动反馈的关键挑战	研究仅在中国商丘大学的147名学生运动员中进行，可能无法完全代表其他地区或水平的运动员	开发一个实时运动表现监测和反馈系统，以提升大学体育中运动员的表现分析	大学运动员的运动表现数据	机器学习	NA	穿戴式传感器技术，边缘计算，云计算	TCN + BiLSTM + Attention	传感器数据	147名学生运动员，涉及田径、篮球、足球和游泳等多个运动项目，研究持续12个月
77	2025-08-07	Gated recurrent unit with decay has real-time capability for postoperative ileus surveillance and offers cross-hospital transferability 2025-Aug-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01053-9 PMID:40760048	研究论文	本研究评估了带衰减门控循环单元（GRU-D）在7349例结直肠手术中实时监测术后肠梗阻风险的能力，并展示了其跨医院的可迁移性	首次将深度学习模型GRU-D应用于术后肠梗阻风险评估，解决了传统回归模型未探索的领域，并证明了其在极端数据稀疏情况下的优越性能和跨医院迁移能力	尽管GRU-D在术后时段表现优异，但在某些术前时间点其性能仍落后于非时序模型，且模型内置可解释性需进一步研究以支持临床整合	开发实时动态风险评估模型以改善结直肠术后肠梗阻的监测	7349例来自三家Mayo Clinic医疗中心使用两种不同电子健康记录系统的结直肠手术病例	机器学习	结直肠术后并发症	GRU-D深度学习模型	GRU-D	电子健康记录（EHR）数据	7349例结直肠手术病例
78	2025-08-07	Human fall direction recognition in the indoor and outdoor environment using multi self-attention RBnet deep architectures and tree seed optimization 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11031-9 PMID:40760069	研究论文	提出了一种新颖的深度学习架构和优化算法，用于室内外环境中人体跌倒方向的识别	开发了四种新型残差块和自注意力机制模型（3-RBNet、5-RBNet、7-RBNet和9-RBNet），并应用树种子算法优化特征选择，提高了分类性能	未提及模型在多样化环境或不同人群中的泛化能力	通过早期跌倒检测减少老年人因跌倒导致的伤害及社会经济负担	老年人跌倒方向识别	计算机视觉	老年疾病	深度学习、树种子优化算法	RBNet（残差块网络）、自注意力模型	图像	来自韩国顺天乡大学的人体跌倒数据集
79	2025-08-07	Diagnostic systematic review and meta-analysis of machine learning in predicting biochemical recurrence of prostate cancer 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11445-5 PMID:40760134	meta-analysis	本文通过系统综述和荟萃分析评估机器学习模型在预测前列腺癌生化复发中的有效性	比较机器学习模型与传统预后方法在预测前列腺癌生化复发中的性能，并发现深度学习与混合模型表现更优	未来研究需要通过大规模临床试验进一步优化和验证这些模型	评估机器学习模型预测前列腺癌生化复发的准确性	前列腺癌患者	machine learning	prostate cancer	机器学习	深度学习与混合模型	影像数据	17,316名前列腺癌患者
80	2025-08-07	Multimodal deep learning model for prognostic prediction in cervical cancer receiving definitive radiotherapy: a multi-center study 2025-Aug-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01903-9 PMID:40760164	研究论文	开发并验证了基于深度学习的多模态预后模型CerviPro，用于预测接受根治性放疗的局部晚期宫颈癌患者的无病生存期	首次整合治疗前后CT影像、手工放射组学特征和临床变量，构建多模态深度学习模型，显著提高了预后预测的准确性	研究仅针对接受根治性放疗的局部晚期宫颈癌患者，可能不适用于其他治疗方式或癌症类型	开发精确的生存预测模型以指导个性化治疗	1018名接受根治性放疗的局部晚期宫颈癌患者	数字病理学	宫颈癌	深度学习	多模态深度学习模型	CT影像、放射组学特征、临床变量	1018名患者（内部验证队列和外部验证队列）