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
8201	2025-10-06	A hybrid compound scaling hypergraph neural network for robust cervical cancer subtype classification using whole slide cytology images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05891-4 PMID:40596216	研究论文	提出一种复合缩放超图神经网络CSHG-CervixNet，用于基于全玻片细胞学图像的宫颈癌亚型分类	结合复合缩放卷积神经网络与k维超图神经网络，平衡网络深度/宽度/分辨率并捕获特征间高阶关系	NA	开发自动化宫颈癌亚型分类方法以辅助精准治疗	宫颈癌全玻片细胞学图像	数字病理	宫颈癌	全玻片细胞成像	CNN, HGNN	图像	Sipakmed基准数据集	NA	复合缩放卷积神经网络(CSCNN), k维超图神经网络(kd-HGNN)	准确率, 宏平均精确率, 召回率, F1分数	NA
8202	2025-10-06	Predict the degree of secondary structures of the encoding sequences in DNA storage by deep learning model 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05717-3 PMID:40596218	研究论文	提出一种基于深度学习的DNA存储编码序列二级结构程度预测方法	首次将BiLSTM-Transformer模型与k-mer嵌入结合用于DNA序列自由能预测，实现高风险序列的主动筛选	未明确说明模型在更大规模数据集上的泛化能力	解决DNA存储中二级结构对信息可靠恢复的干扰问题	DNA存储编码序列	生物信息学	NA	DNA存储技术	BiLSTM, Transformer	DNA序列数据	NA	NA	BiLSTM-Transformer	预测性能	NA
8203	2025-10-06	Gesture recognition for hearing impaired people using an ensemble of deep learning models with improving beluga whale optimization-based hyperparameter tuning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06680-9 PMID:40596240	研究论文	提出一种基于改进白鲸优化算法的深度学习集成模型，用于听障人士手势识别	结合SE-CapsNet特征提取、BiGRU/VAE/BiLSTM集成分类器和改进白鲸优化算法进行超参数调优	仅在印度手语数据集上进行验证，未测试其他手语系统	开发适用于听障人士的可访问通信系统	听障人士和老年人	计算机视觉	听力障碍	手势识别	深度学习集成模型	图像	印度手语数据集	NA	SE-CapsNet, BiGRU, VAE, BiLSTM	准确率	NA
8204	2025-10-06	Deep learning for occupation recognition and knowledge discovery in rheumatology clinical notes 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05294-5 PMID:40596267	研究论文	本研究开发了基于深度学习的职业信息识别系统，用于从风湿病学临床笔记中提取职业数据并分析其与疾病诊断的关联	首次将预训练的西班牙语模型应用于风湿病学电子健康记录中的职业信息识别，并利用ESCO分类进行标准化	仅基于单一医疗中心的西班牙语数据，模型性能仍有提升空间（F1-score 0.73）	评估风湿病学临床记录中职业数据的收集和使用情况，分析职业与疾病诊断的关联	35,586名风湿病患者的电子健康记录	自然语言处理	风湿病	电子健康记录文本挖掘	预训练语言模型	文本	35,586名风湿病患者	NA	预训练西班牙语模型	精确率,召回率,F1分数	NA
8205	2025-10-06	Hybrid model integration with explainable AI for brain tumor diagnosis: a unified approach to MRI analysis and prediction 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06455-2 PMID:40596288	研究论文	本研究提出两种脑肿瘤诊断方法，通过集成视觉变换器和传统机器学习算法，以及并行集成预训练深度学习模型，实现MRI图像的精准分析和预测	提出并行模型集成技术，结合ResNet101和Xception预训练模型，并首次在脑肿瘤诊断中应用LIME可解释性方法	当前仅针对二分类问题，模型泛化能力有待进一步提升	开发高效的脑肿瘤早期检测和诊断方法	脑部MRI医学图像	计算机视觉	脑肿瘤	医学影像分析	Vision Transformer, CNN, 随机森林	图像	NA	NA	ResNet101, Xception, ViT	准确率	NA
8206	2025-10-06	Development and evaluation of an automated classification and counting system for rice planthoppers captured on survey boards 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05908-y PMID:40596402	研究论文	开发并评估了一种基于深度学习的自动分类与计数系统，用于识别和统计调查板上捕获的稻飞虱	通过重新定义稻飞虱分类类别和增加监督训练，将目标检测系统的平均精度从79%提升至91%	NA	开发高效自动化系统以替代传统人工方式监测稻飞虱种群动态	调查板上捕获的稻飞虱个体	计算机视觉	NA	深度学习目标检测	CNN	图像	NA	NA	NA	mAP	NA
8207	2025-10-06	An explainable multi-task deep learning framework for crash severity prediction using multi-source data 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09226-1 PMID:40596431	研究论文	提出一种可解释的多任务深度学习框架，用于基于多源数据的交通事故严重程度预测	将增强的深度神经网络与事后解释方法协同整合，同时处理多个预测目标并提供基于SHAP的特征重要性分析	NA	开发可解释的交通事故严重程度预测方法，弥合预测性能与模型可解释性之间的关键差距	交通事故数据，包括伤亡情况和财产损失	机器学习	NA	多任务深度学习	深度神经网络	多源交通数据	2018-2021年四年的中国多源交通数据	NA	增强的深度神经网络	预测准确率	NA
8208	2025-10-06	EFCNet for small object detection in remote sensing images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09066-z PMID:40596453	研究论文	提出基于YOLOv5改进的EFCNet模型，用于提升遥感图像中小目标检测性能	提出ODCSP-Darknet53骨干网络增强特征提取效率，设计STEBIFPN结构优化小目标信息缩放，采用四头检测网络和ASFF技术提升小目标识别能力	NA	改进遥感图像中小目标检测的准确性和效率	遥感图像中的小目标物体（如桥梁、船舶等）	计算机视觉	NA	深度学习	CNN, YOLO	遥感图像	DOTA和DIOR数据集	PyTorch	YOLOv5, ODCSP-Darknet53, STEBIFPN, ASFF	平均精度均值	模型参数量13.4M，计算量30.2 GFLOPs
8209	2025-10-06	A hybrid XAI-driven deep learning framework for robust GI tract disease diagnosis 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07690-3 PMID:40596500	研究论文	提出一种混合可解释人工智能驱动的深度学习框架，用于胃肠道疾病的精准诊断	集成Swin Transformer与DCNN（EfficientNet-B3、ResNet-50），结合堆叠机器学习分类器与XAI技术（Grad-CAM），显著降低假阴性率	NA	提高胃肠道疾病诊断准确率并增强模型可解释性	胃肠道疾病（包括胃炎、溃疡和癌症）的内窥镜图像	计算机视觉	胃肠道疾病	内窥镜成像	Swin Transformer, CNN	医学图像	NA	NA	Swin Transformer, EfficientNet-B3, ResNet-50	准确率, 精确率, 召回率, F1分数, 假阴性率	NA
8210	2025-10-06	Physical education teaching design under the STEAM concept using the convolutional neural network 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07660-9 PMID:40596563	研究论文	基于STEAM教育理念设计了一个用于体育教学的卷积神经网络模型CNN-STEAM，并通过实验验证其性能优势	首次将STEAM教育理念与卷积神经网络结合应用于体育教学领域，提出CNN-STEAM模型	未详细说明实验数据的具体来源和规模，缺乏与其他先进模型的对比	设计高效的深度学习模型以改进传统体育教学方法	体育教学过程中的数据处理与分析	计算机视觉	NA	深度学习	CNN	NA	NA	NA	CNN, ResNet	准确率, 召回率, F1分数, 响应时间	NA
8211	2025-10-06	Profiling short-term longitudinal severity progression and associated genes in COVID-19 patients using EHR and single-cell analysis 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07793-x PMID:40596577	研究论文	提出CovSF深度学习模型，利用纵向临床记录追踪和预测COVID-19患者短期严重程度进展	结合电子健康记录和单细胞分析，首次实现COVID-19患者短期严重程度纵向进展的追踪与预测	研究仅针对COVID-19患者，模型在更广泛人群中的适用性需要进一步验证	开发能够预测COVID-19患者短期严重程度进展的模型，以优化医疗资源分配	COVID-19住院患者	医疗人工智能	COVID-19	单细胞转录组分析，电子健康记录分析	深度学习模型	临床特征数据，单细胞转录组数据	训练队列4,509例，外部验证队列443例	NA	CovSF	AUROC，敏感性，特异性	NA
8212	2025-10-06	Comparative analysis of sandstone microtomographic image segmentation using advanced convolutional neural networks with pixelwise and physical accuracy evaluation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07211-2 PMID:40596588	研究论文	本研究比较了先进卷积神经网络在砂岩微CT图像分割中的应用，并通过像素级精度和物理精度评估其性能	首次系统比较多种先进CNN架构在岩石图像分割中的表现，并同时评估像素级精度和物理模拟精度	研究仅针对10种砂岩类型的5000张2D切片，样本多样性可能有限	提高储层表征效率，通过深度学习技术精确评估孔隙度和流体流动特性	十种不同类型砂岩的微CT图像	计算机视觉	NA	微CT成像	CNN	图像	5000张2D切片，来自10种不同砂岩类型	NA	Fully Convolutional Networks, Encoder-Decoder Models, Multi-Scale Networks, Dilated Convolution Models, Attention-Based Models, EfficientNetB0-Unet, VGG16-Unet, Enet	F1-score, binary-IOU, Recall, Precision	NA
8213	2025-10-06	ICKAN: A deep musical instrument classification model incorporating Kolmogorov-Arnold network 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09493-y PMID:40596651	研究论文	提出一种结合Kolmogorov-Arnold网络的深度乐器分类模型ICKAN，用于音乐信息检索中的乐器分类任务	引入可学习的非线性激活函数和完整的音乐片段，显著提升乐器分类的准确性和实用性	未明确说明模型在更复杂音乐场景（如多乐器同时演奏）下的性能表现	提高音乐信息检索中乐器分类的准确性和实用性	音乐乐器声音	自然语言处理	NA	音频分析	深度学习	音频	30,824个完整音乐短语	NA	Kolmogorov-Arnold Network (KAN)	准确率	NA
8214	2025-10-06	Differential dementia detection from multimodal brain images in a real-world dataset 2025-Jul, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70362 PMID:40596742	研究论文	开发用于真实世界多模态脑影像的深度学习模型，实现不同类型痴呆症的鉴别诊断	首次在真实世界医院数据而非精选基准数据库上训练AI模型进行痴呆症鉴别检测，能够处理异构临床影像并整合多种数据类型	未专门处理混杂因素，模型决策主要基于皮质下脑结构可能忽略其他重要特征	开发能够在真实世界医疗环境中检测神经退行性疾病的AI模型	来自马萨诸塞州总医院的11,015名患者和外部测试集的6,662名患者	数字病理学	老年疾病	多模态脑成像	深度学习	图像,文本	训练集: 183,018张图像来自11,015名患者; 测试集: 125,493张图像来自6,662名患者	NA	NA	AUC	NA
8215	2025-10-06	Eff-ReLU-Net: a deep learning framework for multiclass wound classification 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01785-z PMID:40596936	研究论文	提出了一种基于改进EfficientNet-B0的深度学习模型Eff-ReLU-Net，用于多类别伤口分类	在Eff-ReLU-Net中使用ReLU激活函数替代Swish，并在模型末端添加三个全连接密集层以捕获更多区分性特征	NA	开发有效的伤口分类器，实现快速可靠的伤口分类	慢性伤口	计算机视觉	慢性伤口	深度学习	CNN	图像	使用公开的AZH和Medetec伤口数据集	NA	EfficientNet-B0	准确率, 精确率, 召回率, F1分数	NA
8216	2025-10-06	Deep learning-based lung cancer classification of CT images 2025-Jul-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14320-8 PMID:40596973	研究论文	提出一种基于深度学习的CT图像肺结节分类模型DCSwinB，用于区分良恶性肺结节	结合CNN局部特征提取和Swin Transformer全局特征提取的双分支架构，并引入Conv-MLP模块增强相邻窗口连接以捕获3D图像中的长程依赖关系	仅使用LUNA16数据集进行验证，未在其他独立数据集测试泛化能力	提高CT图像中肺结节良恶性分类的准确性和效率	CT图像中的肺结节	计算机视觉	肺癌	CT成像	CNN, Transformer	3D医学图像	数千名患者的标注CT扫描（LUNA16和LUNA16-K数据集）	PyTorch	Swin-Tiny Vision Transformer, ResNet50, DCSwinB	准确率, 召回率, 特异性, AUC	NA
8217	2025-10-06	Enhanced pulmonary nodule detection with U-Net, YOLOv8, and swin transformer 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01784-0 PMID:40596996	研究论文	本研究开发了一种结合U-Net、YOLOv8和Swin Transformer的两阶段深度学习模型，用于增强CT图像中肺结节的检测能力	提出了一种新颖的两阶段检测框架，将U-Net的精确分割能力与结合Swin Transformer增强的YOLOv8检测器相结合，并采用形状感知IoU损失函数优化边界框预测	研究仅使用了公开数据集和单一医院的额外数据，需要更多外部验证来证明模型的泛化能力	开发高精度的肺结节检测模型，特别针对小结节检测，提高检测准确性并降低假阳性率	CT图像中的肺结节	计算机视觉	肺癌	计算机断层扫描(CT)	CNN, Transformer	医学图像(CT扫描)	LUNA16数据集的888例CT扫描和天津胸科医院的308例CT扫描	NA	U-Net, YOLOv8, Swin Transformer	精确率, 召回率, mAP50	NA
8218	2025-10-06	Ultrasound-based machine learning model to predict the risk of endometrial cancer among postmenopausal women 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01705-1 PMID:40597002	研究论文	开发并验证基于超声的人工智能诊断模型，用于预测绝经后女性子宫内膜癌风险	结合超分辨率图像增强、放射组学特征和深度学习特征，开发混合诊断模型，显著提高诊断特异性并降低操作者依赖性变异	研究仅包含两个中心的样本，需要更大规模的外部验证	提高子宫内膜癌超声诊断的准确性和一致性	绝经后女性	医学影像分析	子宫内膜癌	超声成像，超分辨率技术	CNN, 机器学习算法	超声图像	1,861名连续入组的绝经后女性	Pyradiomics	CNN	AUROC, 敏感度, 特异度	NA
8219	2025-10-06	Deep learning-based automated classification of choroidal layers in en face swept-source optical coherence tomography images 2025-Jul-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-04170-0 PMID:40597023	研究论文	开发基于深度学习的算法，用于自动分类扫频源光学相干断层扫描图像中的脉络膜层	首次将边界增强欠采样和子类集成技术结合ResNet应用于脉络膜层自动分类	仅包含117名健康受试者，未验证在疾病状态下的性能	实现脉络膜层的自动分类和分层	人眼脉络膜层	计算机视觉	眼科疾病	扫频源光学相干断层扫描	CNN	图像	117名健康受试者（117只眼睛），16,025张SS-OCT图像	NA	ResNet	平衡准确率	NA
8220	2025-10-06	Preoperative MRI-based deep learning reconstruction and classification model for assessing rectal cancer 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01775-1 PMID:40597035	研究论文	本研究开发了基于术前MRI的深度学习重建和分类模型，用于评估直肠癌的TN分期	首次将深度学习重建技术应用于直肠MRI图像质量提升，并结合深度学习分类模型进行TN分期诊断	回顾性研究，样本量相对有限（178例患者）	评估深度学习重建技术对直肠MRI图像质量的改善效果，并开发TN分期诊断模型	经病理确诊的直肠癌患者	医学影像分析	直肠癌	MRI（T2加权成像、扩散加权成像、对比增强T1加权成像）	深度学习分类模型	医学影像	178例直肠癌患者	NA	NA	AUC, SNR, CNR, 图像质量评分	NA