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	2025-10-05	Classification of peripheral pulmonary lesions in Endobronchial ultrasonography image using a multi-branch framework and voting ensemble 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111064 PMID:40967143	研究论文	提出一种基于多分支框架和投票集成的深度学习系统，用于支气管内超声图像中周围性肺部病变的分类	采用多分支框架适应数据不平衡问题，结合坐标系统转换（极坐标到笛卡尔坐标）优化图像输入，并通过多数投票机制集成多个分支输出	未明确说明数据集的规模和来源限制	开发基于深度学习的计算机辅助诊断系统，帮助医疗专业人员实现更精确高效的肺癌诊断	支气管内超声图像中的周围性肺部病变	计算机视觉	肺癌	支气管内超声成像	深度学习	医学图像	NA	NA	多分支框架	AUC, 准确率, F1分数, 阳性预测值, 阴性预测值, 灵敏度, 特异度	NA
62	2025-10-05	Predicting dementia through audio: Ensemble and deep learning approaches using acoustic features 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111078 PMID:40967147	研究论文	本研究使用音频记录和声学特征通过集成学习和深度学习方法来预测痴呆症	将声学特征与集成学习和深度学习相结合用于痴呆症早期诊断，并探讨集成模型在特定情况下优于深度学习模型的原因	未明确说明样本数量和数据集规模，可能影响模型泛化能力	通过音频分析实现痴呆症的早期诊断	痴呆症患者的音频记录	机器学习	老年疾病	音频分析	集成学习模型,深度学习模型	音频	NA	NA	Random Forest, AdaBoost, XGBoost, Gradient Boost, BiLSTM, LSTM, CNN-LSTM	准确率	NA
63	2025-10-05	AI-driven pupillary-computer interface via binary-coded flickering stimuli 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111057 PMID:40967149	研究论文	提出一种基于瞳孔光反射的瞳孔-计算机接口系统，通过二进制编码的闪烁视觉刺激和深度学习实现人机交互	使用二进制编码视觉刺激和卷积神经网络建模瞳孔信号模式，克服传统脑电图硬件限制	仅涉及12名健康受试者，未在临床人群或更大样本中验证	开发一种无需用户训练、简单有效的瞳孔-计算机交互系统	12名健康受试者（6男6女，年龄28.6±3.4岁）	人机交互	NA	瞳孔光反射测量	CNN	瞳孔尺寸变化信号	12名健康受试者	NA	卷积神经网络	分类准确率, 信息传输率	NA
64	2025-10-05	Robust and explainable framework to address data scarcity in diagnostic imaging 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111052 PMID:40967148	研究论文	提出一种名为ETSEF的新型集成框架，通过结合迁移学习、自监督学习和集成学习方法解决医学影像诊断中的数据稀缺问题	首次将两种预训练方法（迁移学习和自监督学习）与集成学习方法相结合，并部署多种数据增强技术	NA	解决医学影像诊断中的数据稀缺问题，提高诊断准确性和鲁棒性	医学影像数据	计算机视觉	多种疾病（内窥镜、乳腺癌、猴痘、脑肿瘤、青光眼）	深度学习	集成学习框架	医学影像	有限样本数据	NA	预训练深度学习模型	诊断准确率	NA
65	2025-10-05	Enhancing the reliability of Alzheimer's disease prediction in MRI images 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111111 PMID:40974861	研究论文	本文提出了一种增强MRI图像中阿尔茨海默病预测可靠性的新框架	引入反向验证范式，通过系统重新定位解剖结构来验证模型是否基于解剖特征而非空间记忆进行识别	NA	提高MRI分析中阿尔茨海默病诊断的可靠性和准确性	阿尔茨海默病的MRI图像诊断	计算机视觉	阿尔茨海默病	MRI	CNN	图像	NA	NA	YOLO, MobileNet	准确率	NA
66	2025-10-05	Exploring transfer learning techniques for classifying Alzheimer's disease with rs-fMRI 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111075 PMID:40987013	研究论文	本研究探索使用迁移学习技术基于静息态功能磁共振成像对阿尔茨海默病进行分类	首次系统比较VGG19、AlexNet和ResNet50在阿尔茨海默病rs-fMRI分类中的迁移学习性能，并结合Grad-CAM提供模型可解释性分析	样本量相对较小（97名参与者），仅包含阿尔茨海默病患者和正常对照组两类分类	开发基于深度学习的阿尔茨海默病自动诊断方法	阿尔茨海默病患者和正常对照个体	医学影像分析	阿尔茨海默病	静息态功能磁共振成像	CNN	医学影像数据	97名参与者（56名阿尔茨海默病患者，41名正常对照）	NA	VGG19, AlexNet, ResNet50	准确率, 精确率, 召回率, F1分数	NA
67	2025-10-05	GRAPHITE: Graph-based interpretable tissue examination for enhanced explainability in breast cancer histopathology 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111106 PMID:41005231	研究论文	提出GRAPHITE框架，通过图注意力网络和多尺度方法增强乳腺癌组织病理学诊断的可解释性	首次将层次图结构和尺度感知注意力机制结合用于组织病理学图像分析，提供与病理学家诊断思维一致的可视化解释	样本量相对有限（训练集280个样本，测试集53个样本），仅针对乳腺癌TMA数据验证	开发可解释的AI框架以增强乳腺癌组织病理学诊断的临床可信度	乳腺癌组织微阵列核心和良性全切片图像	数字病理学	乳腺癌	组织微阵列分析	图注意力网络	组织病理学图像	训练集：140个肿瘤TMA核心+140个良性样本；测试集：53个病理学家标注的TMA样本	PyTorch	图注意力网络, 尺度感知注意力机制	平均精度, AUC, 阈值鲁棒性, 决策曲线下面积	NA
68	2025-10-05	Geometric deep learning adapted to prediction of liver resection zone 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111103 PMID:41005230	研究论文	本研究采用几何深度学习框架预测肝脏切除区域，以支持肝脏肿瘤切除手术规划	首次将轻量级神经网络RandLA-Net应用于肝脏切除区域的语义分割，能够高效处理百万级3D点云数据	研究基于有限数据集，需要进一步扩大样本量验证模型泛化能力	研究几何深度学习在预测肝脏切除区域中的有效性	肝脏肿瘤患者的3D几何数据（网格或点云格式）	计算机视觉	肝癌	3D几何数据处理	深度学习	3D点云数据，网格数据	扩展研究阶段增加了数据集规模（具体数量未明确说明）	RandLA-Net	RandLA-Net	IoU, F1-score, precision, recall	NA
69	2025-10-05	Improving knee joint angle prediction through Dynamic Contextual Focus and Gated Linear Units 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111119 PMID:41005234	研究论文	提出一种结合动态上下文聚焦注意力和门控线性单元的新型深度学习框架FocalGatedNet，用于膝关节角度预测	首次将动态上下文聚焦注意力机制与门控线性单元结合，专门针对时间序列预测设计，在特征依赖捕获方面表现优异	未明确说明模型在极端运动条件下的表现，且对传感器噪声影响的评估可能不够全面	提高膝关节角度预测的准确性和实时性，支持生物力学和康复应用	膝关节运动轨迹，步态数据	机器学习	康复医学	深度学习，时间序列预测	注意力机制，门控线性单元	多模态步态数据，时间序列数据	基于综合多模态步态数据集（具体数量未明确说明）	未明确说明	FocalGatedNet（自定义架构）	MAE, RMSE, MAPE	未明确说明，但提到具有较低的时间消耗和高效的推理速度
70	2025-10-05	Application of artificial intelligence in assisting treatment of gynecologic tumors: a systematic review 2025-Oct-01, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00201-1 PMID:41028609	系统综述	本文系统综述了人工智能在妇科肿瘤辅助治疗中的应用现状与发展前景	首次系统性地总结了AI在妇科肿瘤治疗中不同应用方向的研究分布和技术方法	研究多为单中心、回顾性、小样本量，缺乏多中心大数据验证	评估人工智能在妇科肿瘤辅助治疗中的应用效果和发展趋势	妇科恶性肿瘤患者，包括宫颈癌、子宫内膜癌和卵巢癌	医学影像分析	妇科肿瘤	放射组学、深度学习、机器学习	深度学习, 传统机器学习	医学影像数据	133篇研究文章，其中95%研究样本量少于500例	NA	NA	NA	NA
71	2025-10-05	Federated multi scale vision transformer with adaptive client aggregation for industrial defect detection 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12390-z PMID:41034251	研究论文	提出一种用于工业缺陷检测的联邦多尺度视觉变换器与自适应客户端聚合方法	引入自适应客户端聚合机制和对比特征对齐模块，动态分配客户端权重并减少域间差异	NA	开发隐私保护且自适应的工业缺陷检测方法	工业制造中的产品缺陷	计算机视觉	NA	联邦学习	Vision Transformer	图像	NA	NA	多尺度视觉变换器(MSVT)	准确率, 鲁棒性, 可扩展性	NA
72	2025-10-05	PCF-VAE: posterior collapse free variational autoencoder for de novo drug design 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14285-5 PMID:41034259	研究论文	提出一种名为PCF-VAE的后验坍塌自由变分自编码器，用于解决从头药物设计中分子生成多样性不足的问题	通过PCF-VAE方法有效缓解变分自编码器中的后验坍塌现象，简化SMILES表示复杂度并增强分子生成多样性	未提及具体计算资源限制或模型可扩展性方面的局限性	研究变分自编码器在从头药物设计中的后验坍塌问题并开发解决方案	分子结构和化学空间	机器学习	NA	变分自编码器	VAE	分子结构数据	NA	NA	PCF-VAE	有效性, 独特性, 新颖性, intDiv, intDiv2	NA
73	2025-10-05	A hybrid deep learning model for detection and mitigation of DDoS attacks in VANETs 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15215-1 PMID:41034308	研究论文	提出一种用于车载自组织网络DDoS攻击检测与缓解的混合深度学习框架	首次将优化特征选择、高级深度学习检测、自适应强化学习缓解和基于区块链的安全报告集成到多层防御框架中	仅使用单一数据集进行评估，未在实际车载网络环境中验证	提高车载自组织网络中DDoS攻击的检测效率和缓解能力	车载自组织网络中的DDoS攻击	机器学习	NA	深度学习，强化学习，区块链技术	CNN, LSTM, 注意力机制	网络流量数据，时空数据，行为模式数据	CIC-DDoS2019数据集中的真实车载流量数据	NA	卷积LSTM网络，注意力层，残差连接，密集连接	准确率，精确率，F1分数，灵敏度，特异性，假阳性率，假阴性率	NA
74	2025-10-05	An interpretable hybrid deep learning framework for gastric cancer diagnosis using histopathological imaging 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15702-5 PMID:41034364	研究论文	提出一种结合CNN和Transformer的混合深度学习框架用于胃癌组织病理图像诊断	首次将CNN与Transformer架构结合用于胃癌病理图像分类，增强特征表示和空间上下文理解能力	依赖于公开数据集，未在更广泛的临床环境中验证	开发可靠、自动化的胃癌诊断工具	胃癌组织病理图像	数字病理	胃癌	组织病理成像	CNN, Transformer	图像	三个公开数据集：GasHisSDB、TCGA-STAD、NCT-CRC-HE-100K	NA	混合CNN-Transformer架构	准确率, F1分数, AUC, Grad-CAM可解释性	NA
75	2025-10-05	High-resolution conditional MR image synthesis through the PACGAN framework 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16257-1 PMID:41034368	研究论文	提出一种结合渐进增长GAN和辅助分类器GAN的PACGAN框架，用于生成高质量、类别特定的脑部磁共振合成图像	将渐进增长GAN和辅助分类器GAN有效结合，实现高分辨率条件医学图像合成	概念验证框架，数据可用性有限	解决医学图像深度学习中的数据限制和类别不平衡问题	阿尔茨海默病患者和健康对照者的脑部磁共振图像	计算机视觉	阿尔茨海默病	磁共振成像	GAN	医学图像	ADNI数据集	NA	Progressive Growing GAN, Auxiliary Classifier GAN	AUC	NA
76	2025-10-05	Enhanced deep learning model for predicting hydraulic performance in recycled porous pipe irrigation systems 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20354-6 PMID:41034369	研究论文	本研究评估了回收多孔管道灌溉系统的水力性能，并开发了深度学习模型来预测排水速率	结合水力评估与AI建模，使用合成数据增强技术解决实验样本有限问题，开发了增强型MLP模型实现高精度预测	实验样本有限，需要依赖数据增强技术	预测回收多孔管道灌溉系统的水力性能，提高水资源利用效率	两种类型的回收多孔管道（A型：橡胶-聚乙烯混合物，B型：纯橡胶）	机器学习	NA	实验室实验测量，合成数据增强	MLP,LSTM,DNN,ANN,GAN	实验测量数据	实验室实验数据，通过GAN进行数据增强	NA	Enhanced Multilayer Perceptron, Long Short-Term Memory, Deep Neural Network, Artificial Neural Network	相关系数R,均方根误差RMSE,变异系数CV,排放均匀性EU	NA
77	2025-10-05	Advances in IoT networks using privacy-preserving techniques with optimized multi-head self-attention model for intelligent threat detection based on plant rhizome growth optimization 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16052-y PMID:41034393	研究论文	提出一种基于植物根茎生长优化的多头自注意力模型，用于物联网环境中的智能威胁检测	结合卷积神经网络、双向门控循环单元和多头自注意力机制的混合模型，并采用植物根茎生长优化算法进行超参数选择	仅在Edge-IIoT和ToN-IoT两个数据集上进行验证，未在其他物联网场景测试	开发自动化的网络攻击检测系统以提升物联网安全	物联网网络中的入侵行为	机器学习	NA	深度学习	CNN, BiGRU, 自注意力机制	网络流量数据	Edge-IIoT和ToN-IoT数据集	NA	CNN-BiGRU-MHSAM混合架构	准确率	NA
78	2025-10-05	Gas concentration prediction based on SSA algorithm with CNN-BiLSTM-attention 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15838-4 PMID:41034433	研究论文	提出一种基于SSA算法优化的CNN-BiLSTM-Attention混合深度学习模型，用于煤矿瓦斯浓度预测	结合1D-CNN空间特征提取、BiLSTM双向时间依赖建模和注意力机制动态加权关键特征，并采用SSA算法自动优化超参数	研究仅针对山西某煤矿掘进工作面，未在不同地质条件煤矿中验证泛化能力	提高煤矿瓦斯浓度预测精度和泛化能力，为瓦斯灾害预警提供支持	煤矿掘进工作面的瓦斯浓度及相关环境参数	机器学习	NA	时间序列预测	CNN, BiLSTM, Attention	时间序列数据	NA	NA	1D-CNN, BiLSTM, Attention	RMSE, MAPE	NA
79	2025-10-05	Recognizing Egyptian currency for people with visual impairment using deep learning models 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20646-x PMID:41034434	研究论文	本研究提出了一种基于深度学习的新型实时埃及货币识别系统，旨在帮助视障人士独立安全地进行金融交易	首次将YOLOv8、YOLOv9和YOLOv10等先进深度学习模型应用于埃及货币识别，并引入上下文聚合、GELAN和无NMS训练等创新技术	主要针对埃及货币，对其他地区货币的适用性未验证	开发高精度低延迟的货币识别系统以帮助视障人士	埃及纸币	计算机视觉	视力障碍	深度学习	YOLOv8, YOLOv9, YOLOv10	图像	2000张标注图像	NA	YOLOv8, YOLOv9, YOLOv10	精确率, F1分数, mAP@0.5	NA
80	2025-10-05	Inverse design of periodic cavities in anechoic coatings with gradient changes of radii and distances via a conditional generative adversarial network 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15946-1 PMID:41034619	研究论文	提出基于条件生成对抗网络的逆向设计方法，用于设计消声涂层中梯度变化空腔结构	首次将条件生成对抗网络应用于消声涂层梯度空腔结构的逆向设计	研究基于86400组数据，未讨论模型在其他频段的泛化能力	实现消声涂层低频宽带吸声性能的优化设计	消声涂层的材料参数和空腔几何结构	机器学习	NA	深度学习	cGAN	数值模拟数据	86400组材料和结构参数及对应吸声系数	NA	条件生成对抗网络	吸声系数	NA