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
81	2025-07-08	DABiG: Breath pattern classification using the hybrid deep learning with optimal feature selection 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241303368 PMID:39973879	研究论文	本文提出了一种利用混合深度学习和最优特征选择进行呼吸模式分类的综合方法	引入了自适应黑猩猩优化算法(AdCO)进行特征选择，并开发了结合双向门控循环单元(BiGRU)和时空注意力机制的混合深度学习模型DABiG	NA	开发一种有效的呼吸模式分类方法以反映个体的情绪和身体状况	通过陀螺仪和加速度计获取的六种不同呼吸模式数据	机器学习	NA	Min-Max归一化，自适应黑猩猩优化算法(AdCO)，双向门控循环单元(BiGRU)	DABiG(混合深度学习模型，结合BiGRU和时空注意力机制)	传感器数据(陀螺仪和加速度计读数)	NA
82	2025-07-08	FHD deep learning prognosis approach: Early detection of fetal heart disease (FHD) using ultrasonography image-based IROI combined multiresolution DCNN 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241310981 PMID:40007382	研究论文	提出了一种基于超声图像的深度学习预后方法，用于早期检测胎儿心脏病（FHD）	结合增强自适应中值滤波（EAMF）、强化感兴趣区域（IROI）分割和多分辨率深度卷积神经网络（MDCNN）分类的创新方法	未提及具体样本量或数据集的多样性限制	开发自动化分层网络驱动的FHD检测方法，辅助心脏病专家进行预后	胎儿心脏病的超声图像	数字病理学	胎儿心脏病	超声2D成像	MDCNN（多分辨率深度卷积神经网络）	图像	NA
83	2025-07-08	Development and validation of ultrasound-based radiomics deep learning model to identify bone erosion in rheumatoid arthritis 2025-Jul, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07481-1 PMID:40389785	研究论文	开发并验证基于超声图像的深度学习放射组学融合模型（DLR），用于识别类风湿关节炎患者的骨侵蚀	结合放射组学和深度学习特征，构建DLR融合模型，显著提高了骨侵蚀识别的准确率	研究样本来自两个中心，可能存在数据偏差	开发一种高效识别类风湿关节炎患者骨侵蚀的辅助工具	类风湿关节炎患者	数字病理	类风湿关节炎	超声成像	深度学习放射组学融合模型（DLR）	图像	432名患者（312名来自中心1，124名来自中心2）
84	2025-07-08	Artificial intelligence-based prediction of organ involvement in Sjogren's syndrome using labial gland biopsy whole-slide images 2025-Jul, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07518-5 PMID:40471393	research paper	本研究开发了一种基于深度学习的模型，利用唇腺活检的全切片图像（WSI）预测干燥综合征（SS）患者高风险腺外器官受累（HR-OI）的风险	提出了一种新颖的基于深度学习的模型，结合预训练的卷积神经网络（CNNs）和Vision Transformer（ViT）模块，从WSI数据中提取信息特征，用于预测HR-OI	研究样本量相对较小（221例SS患者），且模型性能需在更大规模的外部验证集中进一步验证	开发一种客观、非侵入性的诊断工具，用于预测干燥综合征患者的高风险腺外器官受累	干燥综合征（SS）患者	digital pathology	Sjogren's syndrome	whole-slide imaging (WSI)	ResNet50, InceptionV3, EfficientNet-B5, Vision Transformer (ViT), ensemble learning	image	221例SS患者的WSI数据
85	2025-07-08	Spatiotemporal distributions and regional disparities of rheumatoid arthritis in 953 global to local locations, 1980-2040, with deep learning-empowered forecasts and evaluation of interventional policies' benefits 2025-Jul, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.04.009 PMID:40527715	研究论文	该研究调查了全球到地方社会经济驱动的类风湿性关节炎（RA）负担分布和不平等，并预测了长期负担	开发了一个深度学习流程来预测长期负担并进行情景模拟，同时评估干预政策的效益	研究依赖于历史数据和模型预测，可能无法完全捕捉未来社会经济和健康基础设施的变化	调查RA的全球到地方社会经济驱动的分布和不平等，并预测长期负担	全球953个地点的RA患病率、发病率、死亡率、DALYs、YLLs和YLDs	数字病理学	类风湿性关节炎	深度学习	深度学习管道	流行病学数据	全球953个地点
86	2025-07-08	Equitable Deep Learning for Diabetic Retinopathy Detection Using Multidimensional Retinal Imaging With Fair Adaptive Scaling 2025-Jul-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.7.1 PMID:40590781	研究论文	研究探讨了现有深度学习模型在糖尿病视网膜病变检测中的公平性，并提出了一种公平自适应缩放模块以减少不同群体间的性能差异	提出公平自适应缩放（FAS）模块，显著提高了模型在不同种族和性别群体中的公平性和准确性	研究仅针对特定种族和性别群体进行了评估，可能未涵盖所有潜在的不公平因素	提高糖尿病视网膜病变检测模型的公平性和准确性	糖尿病视网膜病变患者的多维视网膜图像（眼底彩照和OCT B扫描）	计算机视觉	糖尿病视网膜病变	深度学习	EfficientNet, DenseNet121	图像（眼底彩照和OCT B扫描）	未明确提及具体样本数量，但涉及不同种族（亚洲人、白人、黑人）和性别群体
87	2025-07-08	Enhancing ultrasonographic detection of hepatocellular carcinoma with artificial intelligence: current applications, challenges and future directions 2025-Jul-01, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2025-001832 PMID:40592728	综述	本文综述了人工智能在肝细胞癌超声检测中的当前应用、挑战及未来发展方向	深入探讨了深度学习在超声图像分析中的应用，特别是卷积神经网络在检测和表征肝局灶性病变方面的显著成功	数据异质性、缺乏标准化、模型可解释性问题、监管限制以及临床实际应用中的障碍	提高肝细胞癌的早期检测率，改善患者预后	肝细胞癌（HCC）的超声检测	数字病理	肝细胞癌	深度学习驱动的医学影像分析	CNN	超声图像	NA
88	2025-07-08	Research on dimension measurement algorithm for parcel boxes in high-speed sorting system 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07730-y PMID:40593050	研究论文	本文提出了一种基于深度学习的矩形包装盒三维定位算法，并设计了一个轻量级包裹盒检测模型EODNet	使用线性注意力机制实现高效特征选择，设计了高-低层特征融合结构和C2f-GhostCondConv以实现选择性特征融合	NA	解决物流行业中包裹盒检测在识别效率、准确性和部署成本之间的平衡问题	包裹盒	计算机视觉	NA	深度学习	Efficient Object detection Network (EODNet)	图像	包装盒数据集和公共数据集
89	2025-07-08	An adaptive deep learning approach based on InBNFus and CNNDen-GRU networks for breast cancer and maternal fetal classification using ultrasound images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03402-z PMID:40593964	research paper	提出了一种基于InBNFus和CNNDen-GRU网络的自适应深度学习方法，用于超声图像中的乳腺癌和母胎分类	提出了两种新颖的网络架构InBnFUS和CNNDen-GRU，能够同时处理乳腺癌和母胎超声数据集的分类问题	现有方法大多针对单一特定问题设计，适应性有限	开发一种计算机化技术，用于自动分类乳腺癌和母胎超声图像中的异常	乳腺癌和母胎超声数据集	computer vision	breast cancer	data augmentation, deep learning	InBnFUS, CNNDen-GRU, CNN, GRU	image	NA
90	2025-07-08	Trees vs neural networks for enhancing tau lepton real-time selection in proton-proton collisions 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04767-x PMID:40594382	研究论文	本文介绍了在质子-质子对撞机中用于实时选择（触发）强子衰变tau轻子的监督学习技术	通过实施传统机器学习决策树和先进的深度学习模型（如多层感知器或残差神经网络），观察到与标准基于规则的tau触发器相比性能的显著提升	NA	提高质子-质子对撞中低能tau轻子分类的新现象搜索的灵敏度	强子衰变的tau轻子	机器学习	NA	监督学习技术	决策树、多层感知器（MLP）、残差神经网络	质子-质子对撞数据	NA
91	2025-07-08	Deep learning framework for hourly air pollutants forecasting using encoding cyclical features across multiple monitoring sites in Beijing 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05472-5 PMID:40594555	研究论文	本文提出了一种基于深度学习的北京多监测站点每小时空气污染物预测框架	开发了结合未编码和编码特征的DNN和CNN模型，用于多元时间序列预测，特别是在预测空气污染浓度方面	研究仅基于北京10个监测站点的数据，可能无法完全代表其他地区的空气污染情况	构建一个可靠的中国空气污染预测和评估系统	六种空气污染物（CO、NO、O、SO、PM2.5、PM10）	机器学习	NA	深度神经网络（DNN）和卷积神经网络（CNN）	DNN, CNN	时间序列数据	10个国家级空气质量监测站点2013年3月1日至2017年2月28日的每小时数据
92	2025-07-08	EmoTrans attention based emotion recognition using EEG signals and facial analysis with expert validation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98404-2 PMID:40594901	研究论文	本文提出了一种基于EEG信号和面部分析的EmoTrans模型，用于情绪识别，并通过专家验证提高了模型的有效性	EmoTrans模型整合了EEG信号和面部视频数据，采用注意力机制优先处理最相关特征，显著提高了情绪分类的准确性	研究依赖于DEAP数据集，样本量相对有限（32名参与者的EEG数据和22名参与者的面部视频数据）	通过多模态数据分析提高情绪识别的准确性和生态效度	人类情绪状态（如快乐、兴奋、平静、痛苦等）	情感计算	NA	EEG信号分析、面部视频分析	注意力机制模型	生理信号（EEG）、视频	32名参与者的EEG数据（40段1分钟电影片段）和22名参与者的面部视频数据
93	2025-07-08	Hybrid transfer learning and self-attention framework for robust MRI-based brain tumor classification 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09311-5 PMID:40595383	research paper	提出一种结合迁移学习和自注意力机制的混合模型，用于提高基于MRI的脑肿瘤分类准确性	结合预训练的DenseNet201 CNN模型和Transformer架构，克服计算强度、细节检测和噪声敏感性等挑战	未提及具体局限性	开发一种稳健的计算机辅助诊断系统，以提高脑肿瘤诊断的准确性和效率	脑肿瘤MRI图像	digital pathology	brain tumor	MRI	DenseNet201, Transformer, VGG19, InceptionV3, Xception, MobileNetV2, ResNet50V2	image	3000张MRI图像（Br35H数据集）
94	2025-07-08	Attention residual network for medical ultrasound image segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04086-1 PMID:40595803	研究论文	提出了一种用于医学超声图像分割的注意力残差网络模型（ARU-Net）	在编码器部分引入残差连接增强模型学习能力，集成空间混合卷积模块提升全局信息提取能力，并在跳跃连接的特征融合阶段引入通道注意力机制和多卷积自注意力机制以抑制噪声	未提及模型在更大规模或更多样化数据集上的泛化能力	提高医学超声图像中病变区域分割的准确性	乳腺和甲状腺的超声图像	数字病理	乳腺癌, 甲状腺疾病	深度学习	ARU-Net（基于U-Net改进的注意力残差网络）	图像	公开的乳腺超声和甲状腺超声数据集（具体样本数量未提及）
95	2025-07-08	Long-wave infrared computational multispectral metasurface and spectral reconstruction method 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06599-1 PMID:40596247	research paper	展示了一种在长波红外光谱（8-11.5微米）工作的计算多光谱超表面，采用3×3光子晶体阵列架构	设计的光子晶体阵列在长波红外光谱中实现了75.8%的峰值透射率和41.37%的宽带能量利用效率，通道间透射率相关系数为0.17，优于传统光栅系统	NA	开发下一代红外多光谱系统的硬件-算法协同设计框架	长波红外光谱（8-11.5微米）	光学工程	NA	光子晶体阵列架构	深度学习网络	光谱数据	NA
96	2025-07-08	Multimodal deep learning-based radiomics for meningioma consistency prediction: integrating T1 and T2 MRI in a multi-center study 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01787-x PMID:40596910	研究论文	本研究开发了一种基于多模态深度学习的放射组学模型，用于预测脑膜瘤的质地，整合了T1和T2 MRI数据	结合放射组学和深度学习特征，提高了脑膜瘤质地预测的准确性和稳健性	研究为回顾性设计，样本量相对有限（204例患者）	提高脑膜瘤术前评估和手术规划的准确性	脑膜瘤患者	数字病理学	脑膜瘤	MRI	深度学习放射组学模型（DLR_Model）	MRI图像	204例脑膜瘤患者（来自两个医疗中心）
97	2025-07-08	An Efficient Deep Learning Framework for Automated Epileptic Seizure Detection: Toward Scalable and Clinically Applicable Solutions 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22983 PMID:40620110	研究论文	提出了一种基于图卷积神经网络(GCNN)的高效癫痫发作检测框架，旨在提供可扩展且适用于临床的解决方案	与依赖局部特征或复杂特征工程的传统方法不同，该GCNN方法显式编码了EEG电极间的空间依赖性，从而捕获更全面的时空特征	NA	开发高效的癫痫发作自动检测方法，推动基于EEG的癫痫诊断并改善患者预后	癫痫患者的EEG信号	数字病理学	癫痫	EEG信号处理	GCNN	EEG信号	CHB-MIT头皮EEG数据库和自收集的SH-SDU数据库
98	2025-07-08	Advanced deep learning framework for underwater object detection with multibeam forward-looking sonar 2025-Jul, Structural health monitoring DOI:10.1177/14759217241235637 PMID:40621572	研究论文	提出了一种基于多波束前视声纳的先进深度学习框架，用于水下物体检测	该框架基于YOLOv7网络架构，在数据预处理、特征融合和损失函数三个关键方面进行了独特优化	未明确提及具体局限性	提高水下物体检测的精度和可迁移性	水下物体	计算机视觉	NA	多波束前视声纳	YOLOv7	声纳图像	未明确提及具体样本数量，但使用了公开数据集进行测试
99	2025-07-08	Efficient sparse-view medical image classification for low radiation and rapid COVID-19 diagnosis 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00478-4 PMID:40621608	研究论文	本研究提出了一种基于深度学习的诊断模型ProMAE，用于使用稀疏视角CT图像进行快速准确的COVID-19诊断	ProMAE采用列式掩码策略在预训练中有效学习关键诊断特征，无需CT图像重建即可直接分类稀疏视角正弦图	NA	开发一种在低辐射和快速诊断需求下准确诊断COVID-19的方法	稀疏视角CT图像	数字病理	COVID-19	深度学习	ProMAE（基于MAE改进）	CT图像	在不同稀疏度（50%、75%、85%、95%、99%）下的数据
100	2025-07-08	Hybrid strategy of coronary atherosclerosis characterization with T1-weighted MRI and CT angiography to non-invasively predict periprocedural myocardial injury 2025-Jun-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf116 PMID:40241659	研究论文	本研究探讨了结合T1加权MRI和CT血管造影的混合策略在非侵入性预测围手术期心肌损伤中的应用	首次提出将MRI与CCTA结合的混合策略，显著提高了PMI的预测准确性	样本量相对较小（120名患者），且仅针对特定患者群体（计划进行择期PCI的患者）	探索结合MRI和CCTA的混合策略在预测围手术期心肌损伤中的效果	120名计划进行择期PCI的患者（共132个病变）	数字病理学	心血管疾病	T1加权MRI、CT血管造影（CCTA）	深度学习	医学影像	120名患者（132个病变）