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	2025-10-04	Development of a deep learning model for survival prediction in heart failure: competing risk and frailty model 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14715-4 PMID:41028214	研究论文	开发了一种结合衰弱和竞争风险的深度学习模型DNFCR，用于心力衰竭患者的生存预测	首个将衰弱和竞争风险同时整合的深度学习方法，改进了医疗数据中删失数据的处理	临床相关性需要进一步验证，深度学习的优势受数据和未测量混杂因素影响	开发心力衰竭患者的生存预测模型	435名心力衰竭患者	机器学习	心血管疾病	深度学习	DNFCR（深度神经网络衰弱竞争风险模型）	临床数据	435名心力衰竭患者，包含57个人口统计学和临床特征
82	2025-10-04	An autoencoder driven deep learning geospatial approach to flood vulnerability analysis in the upper and middle basin of river Damodar 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96781-2 PMID:41028232	研究论文	提出一种基于CNN自编码器的深度学习方法，用于达莫达尔河上中游流域的洪水脆弱性分析	在缺乏洪水记录数据的地区，首次将CNN自编码器与K-means聚类结合用于洪水脆弱性评估	某些因素（如坡向）会引入噪声影响模型结果	开发适用于数据稀缺区域的洪水脆弱性评估方法	达莫达尔河上中游流域	地理空间分析	NA	CNN自编码器、K-means聚类	自编码器、CNN	地理空间图层	使用11个致灾因子作为地理空间图层
83	2025-10-04	SpaCross deciphers spatial structures and corrects batch effects in multi-slice spatially resolved transcriptomics 2025-Sep-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08810-5 PMID:41028333	研究论文	提出SpaCross深度学习框架，用于增强空间转录组学的空间模式识别和跨切片一致性分析	采用交叉掩码图自编码器重建基因表达特征，提出自适应空间语义图结构动态整合局部和全局上下文信息，实现有效的多切片整合	NA	解决空间转录组学中空间域识别方法的无监督学习约束、潜在空间缺乏隐式监督以及多切片整合的挑战	胚胎小鼠组织、心脏发育组织	生物信息学	NA	空间分辨转录组学(SRT)	交叉掩码图自编码器	基因表达数据、空间坐标数据	NA
84	2025-10-04	Multi scale self supervised learning for deep knowledge transfer in diabetic retinopathy grading 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85685-w PMID:41028406	研究论文	提出多尺度自监督学习模型用于糖尿病视网膜病变分级	结合Vision Transformers和CNN-FPN架构，通过多尺度特征提取和深度学习模块提升空间分辨率和细粒度信息捕获能力	NA	改进糖尿病视网膜病变的自动分级准确度	视网膜图像	计算机视觉	糖尿病视网膜病变	自监督学习	Vision Transformers, CNN, FPN	图像	NA
85	2025-10-04	Optimizing breast cancer classification based on cat swarm-enhanced ensemble neural network approach for improved diagnosis and treatment decisions 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95481-1 PMID:41028518	研究论文	提出一种基于猫群优化增强集成神经网络的方法来优化乳腺癌分类	结合猫群优化算法与三种深度学习架构的集成神经网络模型，通过优化网络结构和超参数提升分类性能	仅使用单一公开数据集进行验证，未在其他数据集上测试泛化能力	提高乳腺癌分类的准确性和鲁棒性以改善诊断和治疗决策	乳腺癌组织病理学图像	计算机视觉	乳腺癌	猫群优化算法	集成神经网络（EfficientNetB0、ResNet50、DenseNet121）	图像	Kaggle公开的'Breast Histopathology Images'数据集
86	2025-10-04	Intelligent pear variety classification models based on Bayesian optimization for deep learning and its interpretability analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98420-2 PMID:41028538	研究论文	本研究利用贝叶斯优化的深度学习模型对九种梨品种进行分类，并通过可解释性分析揭示模型决策机制	采用贝叶斯优化自动搜索CNN最优超参数，在接近真实农业应用的数据集配置下实现高精度分类，并结合多种可解释性方法分析模型决策过程	NA	开发智能梨品种分类模型，提升农业效率和消费者满意度	九种梨品种的43,200张图像	计算机视觉	NA	贝叶斯优化、特征可视化、最强激活、LIME可解释性分析	CNN	图像	43,200张梨图像，包含两个不同高斯白噪声强度的数据集和原始Fruit360数据集
87	2025-10-04	A predictive approach to enhance time-series forecasting 2025-Sep-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63786-4 PMID:41028729	研究论文	提出了一种名为未来引导学习的新方法，通过动态反馈机制增强时间序列事件预测能力	引入受预测编码启发的动态反馈机制，通过检测模型和预测模型的协同工作来最小化预测误差	NA	提高时间序列预测的准确性，特别是在处理长期依赖和数据分布变化方面	时间序列数据，包括EEG脑电数据和非线性动力系统数据	机器学习	NA	深度学习，预测编码	深度学习模型	时间序列数据	NA
88	2025-10-04	CPVPD-2024: A Chinese photovoltaic plant dataset derived via a topography-enhanced deep learning framework 2025-Sep-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05891-z PMID:41028734	研究论文	本研究开发了中国首个全国范围的面板级光伏电站矢量数据集CPVPD-2024	首次创建全国面板级光伏矢量数据集，采用地形增强的深度语义分割框架DSFA-SwinNet，在识别光伏阵列间隙和小规模分布式电站方面有显著改进	NA	解决当前光伏数据集碎片化和不一致性问题，支持精确光伏选址、生态评估和AI遥感分析	中国34个省级行政区域的光伏电站	计算机视觉	NA	深度语义分割框架	DSFA-SwinNet	遥感图像	覆盖中国34个省级行政区域，测试区域总体精度90.38%，交并比81.78%
89	2025-10-04	Hybrid deep learning framework for heart disease prediction using ECG signal images 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10062-6 PMID:41028772	研究论文	提出一种基于心电图信号的混合深度学习框架用于心脏病预测	开发了一种结合人工神经网络的混合深度学习框架，在降低计算复杂度的同时实现了高精度的心脏病自动诊断	NA	开发自动诊断心脏疾病的深度学习系统，提高心脏病检测的准确性和效率	心电图信号图像	机器学习	心血管疾病	深度学习	人工神经网络	图像	来自Kaggle的心电图心跳分类数据集
90	2025-10-04	Enhanced image registration based brain tumour segmentation using optical particle swarm intelligence technique with Resnet Inceptionv2 HCNN 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09373-5 PMID:41028790	研究论文	提出一种结合光学粒子群智能技术和Resnet Inceptionv2 HCNN的脑肿瘤图像分割方法	采用光学粒子群智能技术进行特征选择，结合Resnet-inceptionv2-超卷积神经网络，有效解决图像配准和分割问题	NA	提高脑肿瘤图像分割的准确性和精确度	脑肿瘤医学图像	计算机视觉	脑肿瘤	光学粒子群智能技术，级联绝对中值滤波，Otsu阈值，主动轮廓颜色直方图演化	Resnet-inceptionv2-HCNN	医学图像	NA
91	2025-10-04	An effective image despeckling and reconstruction approach using U-Net based model and comparative analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10220-w PMID:41028882	研究论文	提出了一种名为U-Tunnel-Net的新型图像去噪架构，通过重新设计网络结构在多个数据集上实现了优于现有方法的去斑性能	在Tunnel Blocks中重新定位池化操作的位置，并引入新型卷积块，这一架构创新使模型区别于传统U-Net变体	NA	评估U-Net模型在图像去噪中的优缺点，并进一步提升去噪性能	带有瑞利分布斑纹噪声的图像数据	计算机视觉	NA	深度学习	U-Net, U-Tunnel-Net	图像	使用UNS和Waterloo数据集进行训练，在UNS、BSD68和Set12数据集上进行评估，每个数据集添加了四种不同强度(σ=0.10,0.25,0.50,0.75)的斑纹噪声
92	2025-10-04	Automated contouring of gross tumor volume lymph nodes in lung cancer by deep learning 2025-Sep-30, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14794-6 PMID:41029235	研究论文	本研究提出了一种用于肺癌淋巴结大体肿瘤体积自动勾画的深度学习模型	首次专门针对肺癌GTVnd自动分割的研究，提出了集成上下文线索增强模块和边缘引导特征增强解码器的新模型	仅包含90例III-IV期小细胞肺癌患者的CT扫描数据，样本量相对有限	开发并评估用于肺癌淋巴结大体肿瘤体积自动分割的深度学习模型	III-IV期小细胞肺癌患者的CT扫描图像	数字病理	肺癌	CT扫描	ECENet（集成上下文线索增强和边缘引导特征增强的深度学习模型）	医学影像	90例III-IV期小细胞肺癌患者的CT扫描（75例训练，15例测试）
93	2025-10-04	Early diagnosis of knee osteoarthritis severity using vision transformer 2025-Sep-30, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-09137-2 PMID:41029374	研究论文	本研究利用Vision Transformer模型对膝骨关节炎严重程度进行早期诊断和KL分级	首次将Vision Transformer应用于膝骨关节炎KL分级，通过简单迁移学习技术实现了比复杂架构更优的性能	未明确说明数据集的具体来源和样本多样性，可能影响模型泛化能力	开发基于深度学习的膝骨关节炎自动诊断系统，提高诊断效率和准确性	膝骨关节炎患者的医学影像数据	计算机视觉	骨关节炎	Vision Transformer (ViT)	Transformer	医学影像（MRI和X射线图像）	NA
94	2025-10-04	EDDet: efficient deep-fusion and dynamic optimization for small target detection in eggplant diseases 2025-Sep-30, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07268-1 PMID:41029480	研究论文	提出一种改进的深度学习小目标检测模型EDDet，专门用于茄子病害中微小病斑的识别	创新设计了Pinwheel融合特征提取器框架和跨层注意力模块，并引入基于尺度的动态损失函数	NA	提高茄子病害中微小病斑的检测精度和效率	茄子病害中的微小病斑	计算机视觉	植物病害	深度学习	CNN	图像	NA
95	2025-10-04	Deep learning-aided optical biopsy achieves whole-chain diagnosis of Correa cascade of gastric cancer: a prospective study 2025-Sep-30, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04310-9 PMID:41029674	研究论文	开发基于深度学习的pCLE计算机辅助诊断系统，用于胃癌Correa级联的实时全链条诊断	首次实现基于深度学习的实时全链条诊断系统，能够同时识别炎症、萎缩、肠化生、低级别上皮内瘤变和高级别上皮内瘤变/胃癌	研究在单一临床中心进行，需要进一步多中心验证	开发并验证pCLE计算机辅助诊断系统在胃癌前病变和胃癌诊断中的性能	胃黏膜病变患者	数字病理	胃癌	探针式共聚焦激光内镜(pCLE)	深度学习网络	图像和视频	5771次检查的47,462张图像和461段视频用于开发，951名患者的1254个病灶用于前瞻性验证
96	2025-10-04	petBrain: a new pipeline for amyloid, Tau tangles and neurodegeneration quantification using PET and MRI 2025-Sep-30, Alzheimer's research & therapy DOI:10.1186/s13195-025-01839-y PMID:41029733	研究论文	开发了一个名为petBrain的新型端到端处理流程，用于通过PET和MRI量化淀粉样斑块、神经纤维缠结和神经退行性变	首个结合深度学习和标准化生物标志物量化的端到端处理流程，支持多模态影像整合且无需本地计算基础设施	未提及具体样本量或验证范围的局限性	开发标准化阿尔茨海默病生物标志物分析平台，改善现有流程的处理时间、示踪剂变异处理和多模态整合问题	淀粉样斑块(A)、神经纤维缠结(T2)和神经退行性变(N)的生物标志物	数字病理	阿尔茨海默病	PET、MRI、深度学习分割、标准化生物标志物量化(Centiloid, CenTauR, HAVAs)	深度学习模型	医学影像(PET和MRI)	NA
97	2025-10-04	Centiloid values from deep learning-based CT parcellation: a valid alternative to freesurfer 2025-Sep-30, Alzheimer's research & therapy DOI:10.1186/s13195-025-01860-1 PMID:41029783	研究论文	本研究开发了一种基于深度学习的CT分割流程，用于阿尔茨海默病淀粉样蛋白沉积的Centiloid定量分析	首次开发基于CT图像的深度学习分割流程，无需MRI即可实现可靠的Centiloid定量分析	样本量相对有限，仅包含306名参与者	开发并验证一种无需MRI的淀粉样蛋白PET/CT定量分析方法	阿尔茨海默病患者和年轻对照组	医学影像分析	阿尔茨海默病	PET/CT成像、深度学习分割	深度学习模型	CT图像、PET图像	306名参与者（23名年轻对照和283名患者）
98	2025-10-04	Gene expression and protein abundance: Just how associated are these molecular traits? 2025-Sep-30, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108720 PMID:41038299	综述	本文系统回顾了基因表达与蛋白质丰度关联性的研究进展，重点比较了不同实验环境和细胞背景下两者的相关性测量方法	整合了单细胞分析最新数据，并探讨了蛋白质约束代谢模型与机器学习模型在推动生物技术发展中的应用潜力	主要基于相关性分析方法，对因果机制的深入解析仍有限	探讨基因表达与蛋白质丰度的关联程度及其在生物技术应用中的价值	基因表达与蛋白质丰度的关联性研究	生物信息学	NA	转录组学、蛋白质组学、单细胞分析	统计模型、机制模型、机器学习、深度学习	组学数据	NA
99	2025-10-04	Deep learning method for semi-automated segmentation of optic nerve head tissues in optical coherence tomography images 2025-Sep-30, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110678 PMID:41038371	研究论文	提出一种基于深度学习的半自动分割方法，用于光学相干断层扫描图像中视神经头组织的分割	开发了结合用户交互的深度学习模型更新机制，用户可接受或修正模型预测结果，模型会根据修正结果实时更新后续预测	测试数据集规模较小（仅6个视神经头图像体积），需要更大测试集来全面评估模型更新对预测准确性的影响	开发视神经头组织的半自动分割方法以减少手动分割时间	视神经头组织边界，包括前筛板表面、布鲁赫膜和脉络膜-巩膜界面	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	46个预处理视神经头图像体积（每个包含24个径向扫描）用于训练，6个视神经头图像体积用于测试
100	2025-10-04	Artificial intelligence in nuclear cardiology: Enhancing diagnostic accuracy and fficiency 2025-Sep-30, Progress in cardiovascular diseases IF:5.6Q1 DOI:10.1016/j.pcad.2025.09.010 PMID:41038418	综述	本文综述人工智能在核心脏病学中的应用进展及其临床转化潜力	系统阐述AI在核心脏病学中实现虚拟衰减校正、新型风险标志物自动量化及多模态数据整合的创新应用	NA	探讨人工智能技术在核心脏病学领域提升诊断精度和效率的潜力	核心脏病学的图像采集、重建、解读流程及临床工作流	医学影像分析	心血管疾病	机器学习、深度学习	深度学习模型	医学影像、临床数据、压力测试数据	NA