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	2025-07-04	Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology 2025-Jul-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500200 PMID:40603107	研究论文	本研究利用高光谱成像技术结合深度学习，区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生	首次将高光谱成像技术与带自注意力机制的一维卷积神经网络结合，用于区分PTC和NGPH	样本量相对较小（43例PTC和39例NGPH）	开发一种能够准确区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生的方法	甲状腺乳头状癌(PTC)和结节性甲状腺肿伴乳头状增生(NGPH)的病理样本	数字病理	甲状腺癌	高光谱成像(HSI)	一维CNN带自注意力机制	高光谱图像	82例样本（43例PTC，39例NGPH）
82	2025-07-04	Prioritizing perturbation-responsive gene patterns using interpretable deep learning 2025-Jul-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61476-9 PMID:40603296	研究论文	本文提出了一种名为River的可解释深度学习框架，用于优先处理跨多个条件具有差异空间表达模式（DSEPs）的基因	引入DSEP基因优先排序作为新的分析任务，并开发了具有双分支预测架构和事后归因策略的River框架	未明确提及具体局限性	识别在多个生物条件下表现出条件相关空间变化的基因	基因的空间表达模式	生物信息学	三阴性乳腺癌、糖尿病、狼疮	空间解析转录组学	深度学习框架（River）	空间转录组数据	NA
83	2025-07-04	AI-enabled Barilai-Borwein-Blinder-Oaxaca-Bernoulli Deep Classifier for Enhanced Crop Yield Prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03935-3 PMID:40603331	研究论文	本文探讨了将先进的人工智能（AI）深度学习方法与精确的作物产量预测相结合	提出了AI驱动的Barilai-Blinder-Oaxaca-Bernoulli深度分类器（BBO-BDC），结合了多种创新技术以提高作物产量预测的准确性和效率	未明确提及具体局限性	提高作物产量预测的准确性、敏感性和特异性，减少假阳性和假阴性案例	作物产量预测	机器学习	NA	Barilai-Borwein梯度最小-最大归一化、Blinder-Oaxaca统计分解、深度信念网络、Xavier初始化函数、伯努利分布函数、主成分分析	深度信念网络（DBN）	作物产量数据集	未明确提及具体样本数量
84	2025-07-04	Dual smart sensor data-based deep learning network for premature infant hypoglycemia detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03864-1 PMID:40603339	研究论文	介绍了一种基于双智能传感器和深度学习算法的系统HAPI-BELT，用于早产儿低血糖的持续检测和跟踪	结合了智能摄像头和光电容积描记术（PPG）传感器的智能腰带，通过GRU-LSTM网络实时分析婴儿的运动、肤色和呼吸模式，以检测低血糖状态	未提及样本量或具体临床验证结果	开发一种实时监测早产儿低血糖的系统，以改善新生儿重症监护的医疗干预效果	早产儿	数字病理	新生儿低血糖	PPG传感器、智能摄像头、CAT-Swarm优化、GRU-LSTM网络	GRU-LSTM	图像数据、PPG传感器数据	NA
85	2025-07-04	Explainable few-shot learning workflow for detecting invasive and exotic tree species 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05394-2 PMID:40603367	研究论文	提出一种可解释的小样本学习工作流程，用于检测巴西大西洋森林中的入侵和外来树种	结合Siamese网络和可解释AI（XAI），在数据稀缺条件下实现树种分类并提供预测的视觉解释	未提及具体的数据集规模限制或模型在其他地理区域的泛化能力	开发一种在数据稀缺条件下仍能有效检测入侵和外来树种的方法	巴西大西洋森林中的入侵和外来树种	计算机视觉	NA	无人机（UAV）图像采集	Siamese网络、MobileNet	图像	未明确提及具体样本数量，但采用3-shot学习
86	2025-07-04	Advanced multiscale machine learning for nerve conduction velocity analysis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08367-7 PMID:40603452	研究论文	本文提出了一种先进的机器学习框架，用于精确分析神经传导速度（NCV），结合了多尺度信号处理和生理约束的深度学习	该框架解决了传统NCV技术的三个基本限制：神经纤维建模过于简化、温度敏感性和静态测量解释，通过熵优化的小波分析、热力学正则化神经网络和随机进展模型实现了显著改进	NA	提高神经传导速度分析的精确度，为临床神经生理学中的神经病变诊断和监测提供理论和实用工具	神经传导速度（NCV）分析	机器学习	神经病变	多尺度信号处理、深度学习	热力学正则化神经网络、随机进展模型	信号数据	1842名患者，来自28个医疗中心
87	2025-07-04	Ensemble methods and partially-supervised learning for accurate and robust automatic murine organ segmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05954-6 PMID:40603458	研究论文	本研究探讨了集成方法和部分监督学习在小鼠器官自动分割中的准确性和鲁棒性	首次将部分监督学习(PSL)框架应用于临床前研究，并展示了3D模型在准确性和外部数据集泛化能力上的优越性	部分监督学习框架在某些器官上的外部数据泛化能力有待提高	提高小鼠μCT图像自动分割的准确性和鲁棒性	小鼠μCT图像中的多个器官	数字病理学	NA	深度学习	3D模型、2D模型、集成学习	μCT图像	多个数据集（具体数量未提及）
88	2025-07-04	Advancing BCI with a transformer-based model for motor imagery classification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06364-4 PMID:40603471	研究论文	本文提出了一种基于Transformer和TCN的深度学习框架EEGEncoder，用于改进脑机接口中的运动想象分类任务	引入了名为Dual-Stream Temporal-Spatial Block (DSTS)的新型融合架构，以捕获时间和空间特征，并采用多并行结构提升模型性能	仅在BCI Competition IV-2a数据集上进行了测试，未在其他数据集上验证模型的泛化能力	提高脑机接口中运动想象分类的准确性	脑电图(EEG)信号	脑机接口	运动障碍	EEG信号处理	Transformer, TCN	EEG信号	BCI Competition IV-2a数据集
89	2025-07-04	Key factors in predictive analysis of cardiovascular risks in public health 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07874-x PMID:40603495	research paper	本研究探讨了分析学在评估心血管疾病风险中的作用，重点关注数据准备和特征工程以提高预测准确性	比较了多种机器学习模型在心血管风险预测中的表现，并展示了深度学习模型在处理复杂数据方面的优势	需要大量资源和数据预处理	评估心血管疾病风险预测模型的性能	心血管疾病风险预测	machine learning	cardiovascular disease	machine learning, deep learning	Logistic Regression, Random Forest, Gradient Boosting Machines, Multilayer Perceptron	health data	NA
90	2025-07-04	Deep learning deciphers the related role of master regulators and G-quadruplexes in tissue specification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07579-1 PMID:40603503	research paper	本文探讨了G-四链体（GQs）在组织特异性中的作用，并提出了一个基于深度学习的全基因组G-flipon预测框架	开发了DeepGQ模型，用于预测14种人类组织类型的全基因组G-flipon，并揭示了G-flipon与主调控基因（MRGs）之间的关联	模型预测依赖于EndoQuad数据集，可能受限于数据质量和覆盖范围	研究G-flipon在组织特异性中的调控作用	人类组织中的G-quadruplexes（GQs）和主调控基因（MRGs）	machine learning	NA	ATAC-seq, RNA polymerase定位, 组蛋白标记, 转录因子结合位点分析	DeepGQ (深度学习模型)	基因组数据	14种人类组织类型的数据
91	2025-07-04	A federated learning-based privacy-preserving image processing framework for brain tumor detection from CT scans 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07807-8 PMID:40603518	研究论文	提出了一种基于联邦学习的隐私保护图像处理框架，用于从CT扫描中检测脑肿瘤	结合了ResNet-50和胶囊网络以提升特征提取能力，并应用混合Gorilla Badger优化算法进行关键特征选择，同时在以太坊网络上实现模型更新的安全和防篡改	NA	开发一个隐私保护的脑肿瘤检测系统，同时保持高准确率	脑肿瘤的CT扫描图像	数字病理学	脑肿瘤	联邦学习，各向异性扩散滤波，形态学操作，基于互信息的图像配准	Aniso-ResCapHGBO-Net（结合ResNet-50和胶囊网络）	图像	基准CT脑肿瘤影像数据集
92	2025-07-04	Multimodal nomogram integrating deep learning radiomics and hemodynamic parameters for early prediction of post-craniotomy intracranial hypertension 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09115-7 PMID:40603533	研究论文	本研究评估了深度学习放射组学列线图在预测严重创伤性脑损伤患者去骨瓣减压术后早期颅内高压中的有效性	整合了深度学习放射组学特征与临床超声变量，构建了多模态列线图模型，用于非侵入性颅内压监测	研究样本量有限（总样本238例），且仅针对特定阈值（15mmHg和20mmHg）进行评估	开发非侵入性工具以早期预测去骨瓣减压术后颅内高压，指导及时干预并改善患者预后	严重创伤性脑损伤患者（238例，其中训练组166例，测试组72例）	数字病理学	创伤性脑损伤	超声成像（视神经鞘和大脑中动脉频谱多普勒成像）、深度学习迁移学习	Light GBM、ResNet101	超声图像、临床语义特征	238例严重创伤性脑损伤患者（训练组166例，测试组72例）
93	2025-07-04	Comparison of deep learning models for predictive maintenance in industrial manufacturing systems using sensor data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08515-z PMID:40603551	研究论文	本文通过比较深度学习模型在工业制造系统中使用传感器数据进行预测性维护的效果，提出了一个包含数据采集、预处理和模型构建的框架	提出了一个综合框架，比较了多种深度学习架构（包括CNN、LSTM及其混合变体）在预测性维护中的表现，并发现CNN-LSTM混合模型表现最佳	研究仅基于三个工业数据集，可能无法涵盖所有工业制造场景	比较深度学习模型在工业制造系统中预测性维护的效果	工业制造系统中的传感器数据	机器学习	NA	深度学习	CNN, LSTM, CNN-LSTM混合模型	传感器数据	三个工业数据集
94	2025-07-04	Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy 2025-Jul-02, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00679-1 PMID:40603582	研究论文	提出了一种名为MAARS的多模态AI方法，用于预测肥厚型心肌病患者的致死性心律失常事件	MAARS模型结合了电子健康记录、超声心动图和放射学报告以及对比增强心脏磁共振图像等多模态医疗数据，其基于transformer的神经网络架构是该模型的独特特点	虽然在内外部队列中表现良好，但模型性能仍需在更广泛的人群中进行验证	提高肥厚型心肌病患者致死性心律失常事件的预测准确性	肥厚型心肌病患者	医疗人工智能	心血管疾病	深度学习	transformer-based神经网络	多模态医疗数据（电子健康记录、影像报告、磁共振图像）	内部和外部队列（具体数量未提及）
95	2025-07-04	TDNN achitecture with efficient channel attention and improved residual blocks for accurate speaker recognition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09386-0 PMID:40603701	研究论文	提出了一种结合高效通道注意力和改进残差块的TDNN架构，用于提高说话人识别的准确性	引入了高效通道和空间注意力机制(ECAM)以及并行残差结构(PRS)，增强了多尺度特征捕捉能力	仅在CN-Celeb1数据集上进行了验证，未在其他数据集上测试泛化能力	提高说话人识别系统的准确性	说话人识别系统	自然语言处理	NA	深度学习	EPCNet-TDNN (基于ECAPA-TDNN改进的模型)	音频数据	CN-Celeb1数据集
96	2025-07-04	Clinical value of the 70-kVp ultra-low-dose CT pulmonary angiography with deep learning image reconstruction 2025-Jul-02, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11764-1 PMID:40603771	研究论文	本研究评估了基于深度学习图像重建算法的低辐射剂量和低对比剂剂量的CT肺动脉造影（CTPA）的可行性	采用70 kVp超低剂量CTPA结合深度学习图像重建算法，显著降低辐射和对比剂剂量，同时保持图像质量	样本量较小（100名患者），且仅在一家机构进行，可能影响结果的普遍性	评估低辐射剂量和低对比剂剂量的CTPA在临床中的应用价值	100名连续患者（41名女性，平均年龄60.9岁，范围18-90岁）	数字病理	心血管疾病	CT肺动脉造影（CTPA）	深度学习图像重建（DLIR）	医学影像	100名患者（50名传统剂量组，50名低剂量组）
97	2025-07-04	Data-driven approach to the deep learning of the dynamics of a non-integrable Hamiltonian system 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03607-2 PMID:40603858	研究论文	本文探讨了深度学习在预测非可积哈密顿系统动力学中的应用，特别是通过标准映射的数值模拟来识别系统的非可积性程度	利用深度学习预测非可积哈密顿系统的混沌性参数，探索了深度学习在混沌时间序列预测中的潜力	预测混沌性参数的准确性受初始条件数量和轨迹长度的限制，且在极端k值（规则或混沌轨道占主导）时预测效果较差	研究深度学习过程能否识别哈密顿系统的非可积性程度，即预测混沌性参数k的值	非可积哈密顿系统的动力学行为，特别是标准映射的数值模拟	机器学习	NA	深度学习	NA	数值模拟数据	不同k值的标准映射模拟数据
98	2025-07-04	A deep learning model for early diagnosis of alzheimer's disease combined with 3D CNN and video Swin transformer 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05568-y PMID:40603911	研究论文	提出了一种结合3D CNN和视频Swin Transformer的深度学习模型，用于阿尔茨海默病的早期诊断	提出了一种名为3D-CNN-VSwinFormer的新型深度学习模型，结合了3D CNN和视频Swin Transformer，提高了AD诊断的效率和准确性	仅使用了ADNI数据集，样本来源有限，且每个参与者仅保留单个3D MRI图像，可能影响模型的泛化能力	提高阿尔茨海默病的早期诊断效率和准确性	阿尔茨海默病患者和认知正常个体	数字病理学	老年疾病	3D MRI	3D CNN, Video Swin Transformer	3D图像	ADNI数据集中的参与者
99	2025-07-04	Listening deeper: neural networks unravel acoustic features in preterm infant crying 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03098-1 PMID:40603920	研究论文	使用卷积神经网络分析早产儿哭声的Mel频谱图，以捕捉与胎龄相关的声学特征	首次采用卷积神经网络对整个Mel频谱图进行分析，而非局限于特定声学特征，显著提高了胎龄分类和连续差异估计的准确性	研究样本量相对较小（79名早产儿和52名足月新生儿），可能影响结果的普遍性	探索早产儿哭声的声学特征与神经发育异常之间的关联	早产儿和足月新生儿的哭声	机器学习	早产儿相关疾病	Mel频谱图分析	CNN	音频	79名早产儿和52名足月新生儿
100	2025-07-04	A novel interval prediction method in wind speed based on deep learning and combination prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03188-0 PMID:40603938	研究论文	提出了一种基于深度学习和组合预测的风速区间预测新方法，以提高风速不确定性的实时预测能力	结合了时间变化滤波的经验模态分解和相空间重构技术，以及多目标优化器组合模型，显著提高了预测精度	实验数据仅来自甘肃风塔，可能限制了方法的普适性	提高风速不确定性的预测准确性，以促进风力涡轮机运行和电网调度	风速序列	机器学习	NA	时间变化滤波的经验模态分解、相空间重构、多目标优化	组合模型	时间序列数据	甘肃风塔数据