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
9981	2025-10-07	Real-Time Implementation of Accelerated HCP-MMA for Deep Learning-Based ECG Arrhythmia Classification Using Contour-Based Visualization 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572376 PMID:40402700	研究论文	本研究提出了一种实时加速的Hurst轮廓投影多尺度多重分形分析(HCP-MMA)方法，用于基于深度学习的ECG心律失常分类	将复杂的多重分形特性转换为基于轮廓的可视化表示，并通过运行时优化的并行计算管道实现730倍加速，首次在嵌入式硬件上实现实时处理	NA	开发实时高效的ECG心律失常自动分类方法	心电图信号和心律失常分类	机器学习	心血管疾病	Hurst轮廓投影多尺度多重分形分析(HCP-MMA)	CNN	图像	三个基准数据集(PhysioNet, MIT-BIH, CU)	NA	AlexNet	准确率,F1分数	Intel-based系统,Raspberry Pi 5嵌入式硬件
9982	2025-10-07	An Interpretable Deep Learning Approach for Autism Spectrum Disorder Detection in Children Using NASNet-Mobile 2025-May-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/addbe7 PMID:40403743	研究论文	提出一种基于NASNet-Mobile的可解释深度学习模型，用于儿童自闭症谱系障碍的检测	将NASNet-Mobile模型与LIME可解释人工智能技术结合，提高了自闭症分类决策过程的透明度	NA	精确进行自闭症谱系障碍分类并解释分类过程，识别用于疾病预测的主要特征	儿童自闭症谱系障碍患者	医学影像分析	自闭症谱系障碍	结构磁共振成像	CNN	医学图像	来自ABIDE-I数据集的sMRI图像，包含2-11岁和12-18岁两个年龄组	NA	NASNet-Mobile	准确率,F1分数,特异性,敏感性,阴性预测值,阳性预测值,诊断比值比	NA
9983	2025-10-07	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-May-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	研究论文	评估基于视频的囊膜撕开手术技能评估模型的泛化能力	首次评估深度学习模型在手术技能视频评估中的泛化能力，并比较了无监督域适应和半监督域适应方法	域适应方法的性能仍低于数据集内部性能，泛化能力有限	评估手术技能视频评估模型的跨数据集泛化能力	囊膜撕开手术视频	计算机视觉	眼科疾病	视频分析	CNN, LSTM, Transformer	视频	两个数据集（D99和Cataract-101）	NA	CNN-LSTM, CNN-Transformer（均配备注意力模块）	准确率, 灵敏度, 特异性, AUC	NA
9984	2025-10-07	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	本研究评估了基于深度学习的核转换在减少CT气道定量测量变异性方面的效果	首次系统评估不同重建核和深度学习核转换对气道定量CT测量的影响	对非肺专用核和亚段水平气道的改善效果有限，样本量相对较小	评估不同重建核对自动化气道定量CT测量的变异性影响及核转换的效果	96名接受非增强胸部CT扫描的患者	医学影像分析	呼吸系统疾病	CT扫描，深度学习核转换	深度学习	CT影像	96名患者，来自两个医疗中心	NA	NA	一致性相关系数(CCC)，方差分析，配对t检验	NA
9985	2025-10-07	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-May-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出一种基于深度学习的无监督自适应视频去噪框架，用于光散射成像中的噪声处理	开发了包含噪声分布图、无监督学习和去噪效果判别三阶段的新型框架，无需监督训练即可实现自适应去噪	未明确说明框架在不同噪声类型和强度下的泛化能力	为光散射成像提供无监督自学习的去噪策略	光散射成像视频，特别是纳米颗粒分析和无标记单细胞识别应用	计算机视觉	NA	光散射成像	深度学习	视频	NA	NA	FastDVDNet	信噪比, 对比噪声比	NA
9986	2025-10-07	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出一种名为RISENet的新型深度学习模型，用于从高分辨率遥感影像中提取道路信息	设计了双分支融合编码器、多层动态空间通道融合注意力机制(MCSA)和混合特征扩张感知解码器，通过特征融合和长程依赖捕捉提升道路提取效果	NA	解决遥感影像中道路提取因植被建筑遮挡和道路与周围物体相似性导致的不完整问题	高分辨率遥感影像中的道路	计算机视觉	NA	遥感影像分析	深度学习	遥感图像	三个不同的道路分割基准数据集	NA	RISENet（包含双分支融合编码器、MCSA注意力机制、扩张感知解码器）	准确率	NA
9987	2025-10-07	Automatic transformer-based grading of multiple retinal inflammatory signs in uveitis on fluorescein angiography 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110327 PMID:40403640	研究论文	开发基于视觉Transformer的自动分级系统，用于评估葡萄膜炎中视网膜炎症的荧光素血管造影图像	首次使用视觉Transformer模型对葡萄膜炎的多种视网膜炎症征象进行自动分级，并利用迄今最大的葡萄膜炎FA数据集	研究数据来自单一医院（Jules-Gonin眼科医院），可能存在选择偏倚	开发自动化的视网膜炎症分级方法以解决临床研究中常被忽视的视网膜炎症评估问题	葡萄膜炎患者的荧光素血管造影图像	计算机视觉	葡萄膜炎	荧光素血管造影	Transformer	图像	543名患者（1042只眼睛，40987张图像）	NA	Vision Transformer	F1分数, 准确率, Kappa分数, Ordinal Classification Index	NA
9988	2025-10-07	Large medical image database impact on generalizability of synthetic CT scan generation 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110303 PMID:40403634	研究论文	本研究系统评估了训练数据库规模对医学图像生成深度学习模型泛化能力的影响	使用了包含4000例患者CT扫描的大规模数据库，比先前研究大一个数量级，并采用软配对数据的CycleGAN进行图像合成	NA	系统研究训练数据库规模对合成医学图像生成深度学习模型泛化能力的影响	从兆伏级计算机断层扫描(MVCT)合成千伏级计算机断层扫描(kVCT)图像	医学影像	NA	计算机断层扫描(CT)	CycleGAN	医学图像	4000例患者CT扫描	NA	CycleGAN	平均绝对误差(MAE), 结构相似性指数(SSIM)	NA
9989	2025-10-07	Enhancing nuclei segmentation in breast histopathology images using U-Net with backbone architectures 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110347 PMID:40403637	研究论文	本研究提出了一种基于ResNet-34骨干网络的增强型U-Net架构，用于提升乳腺组织病理学图像中细胞核分割的精度	将ResNet-34作为U-Net的骨干网络，结合数据增强技术，在有限医学影像数据集上显著提升了细胞核分割性能	研究主要基于特定数据集，需要在更广泛的数据集上进一步验证模型的泛化能力	改进乳腺组织病理学图像中的细胞核分割方法，为乳腺癌诊断提供更准确的技术支持	乳腺组织病理学图像中的细胞核	数字病理学	乳腺癌	深度学习，图像分割	U-Net	组织病理学图像	BreCaHad数据集、BNS数据集和MoNuSeg-2018数据集	NA	U-Net, ResNet-34, VGG-16, Inception-v3	IoU, 准确率, 精确率, F1分数	NA
9990	2025-10-07	Temporal insights into ecological community: Advancing waterbird monitoring with dome camera and deep learning 2025-May-21, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125769 PMID:40403671	研究论文	本研究通过集成球型摄像头与级联神经网络，开发了一套自动化水鸟监测系统，用于分析滇池半封闭湿地的水鸟群落动态	结合球型摄像头与级联神经网络实现水鸟群落的自动化高频监测，能够揭示不同时间尺度的生态群落变化	研究仅在中国滇池一个半封闭湿地进行，系统在其他生境的适用性有待验证	开发自动化水鸟监测系统以提升生物多样性监测效率	滇池半封闭湿地的水鸟群落	计算机视觉	NA	自动化观测系统	CNN	图像	595个监测时段	NA	级联神经网络	Top-1准确率, Top-5准确率, F1分数, 召回率, 精确率	NA
9991	2025-05-24	Corrigendum to "Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy" [Academic Radiology 32 (2025) 12-23] 2025-May-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.010 PMID:40404505	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9992	2025-10-07	Heuristic optimization in classification atoms in molecules using GCN via uniform simulated annealing 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00340-8 PMID:40394056	研究论文	提出一种基于均匀模拟退火的元启发式算法，用于优化图卷积网络的权重参数	首次将均匀分布模拟退火算法与梯度优化器结合，用于GCN权重优化	仅在QM7数据集上进行验证，未在其他数据集测试泛化能力	优化图卷积网络的训练过程，提高分类性能	分子原子分类任务	机器学习	NA	图神经网络	GCN	图结构数据	QM7数据集（包含平衡和不平衡两个子集）	NA	图卷积网络	损失函数值,准确率,AUC（宏平均）	NA
9993	2025-10-07	Real-time driver drowsiness detection using transformer architectures: a novel deep learning approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02111-x PMID:40394076	研究论文	提出一种基于Transformer架构的实时驾驶员疲劳检测深度学习框架	首次将Vision Transformer和Swin Transformer架构应用于驾驶员疲劳检测，并集成类激活映射(CAM)增强模型可解释性	NA	开发实时驾驶员疲劳检测系统以提高道路安全	驾驶员眼部状态	计算机视觉	NA	图像归一化、数据增强、Haar Cascade分类器	Transformer, CNN	图像	MRL Eye Dataset、NTHU-DDD和CEW数据集	NA	Vision Transformer(ViT), Swin Transformer, VGG19, DenseNet169, ResNet50V2, InceptionResNetV2, InceptionV3, MobileNet	准确率, 精确率, 召回率, F1分数	NA
9994	2025-10-07	Deep learning-based interpretable prediction of recurrence of diffuse large B-cell lymphoma 2025-May-20, BJC reports DOI:10.1038/s44276-025-00147-0 PMID:40394100	研究论文	基于深度学习的可解释性模型预测弥漫性大B细胞淋巴瘤复发	结合注意力机制和形态学特征分析，提供模型决策的可解释性	使用公开数据集，样本量有限	预测DLBCL患者的疾病复发风险	弥漫性大B细胞淋巴瘤患者	数字病理学	淋巴瘤	组织学图像分析	深度学习	图像	NA	NA	注意力机制分类模型	F1分数	NA
9995	2025-10-07	An explainable AI-driven deep neural network for accurate breast cancer detection from histopathological and ultrasound images 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97718-5 PMID:40394112	研究论文	提出一种可解释的AI驱动深度神经网络模型，用于从组织病理学和超声图像中准确检测乳腺癌	结合DenseNet121与定制CNN层，集成Grad-CAM提供可视化预测解释，实现高精度与可解释性的平衡	仅在两个公开数据集上验证，未在更广泛的临床环境中测试	开发准确且可解释的乳腺癌自动检测系统	乳腺癌医学图像	计算机视觉	乳腺癌	深度学习	CNN	图像	Breakhis-400x数据集1820张图像，BUSI数据集1578张图像	TensorFlow, Keras	DenseNet121, CNN, GlobalAveragePooling2D, Dense, Dropout	准确率	NA
9996	2025-10-07	Harnessing feature pruning with optimal deep learning based DDoS cyberattack detection on IoT environment 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02152-2 PMID:40394115	研究论文	提出一种结合特征剪枝和优化深度学习模型的物联网DDoS攻击检测方法	使用改进鹈鹕优化算法进行特征剪枝，并采用鱼类迁徙优化器调整稀疏去噪自编码器参数	仅在BoT-IoT数据集上进行验证，未在其他物联网环境测试	开发有效的物联网DDoS网络攻击检测技术	物联网网络中的分布式拒绝服务攻击	机器学习	NA	深度学习	自编码器	网络流量数据	BoT-IoT基准数据集	NA	稀疏去噪自编码器	准确率	NA
9997	2025-10-07	Enhancing enterprise knowledge retrieval via cross-domain deep recommendation: a sparse data approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01999-9 PMID:40394166	研究论文	提出一种结合混合自编码器和领域对齐的跨域推荐模型CDR-VAE，用于解决企业知识检索中的数据稀疏和跨域知识迁移问题	开发了结合混合自编码器与领域对齐的跨域推荐模型CDR-VAE，有效解决了数据稀疏和跨域知识迁移的挑战	未明确说明模型在更广泛数据集上的泛化能力	提升企业知识检索效率，解决数据稀疏和跨域知识迁移问题	企业知识数据和Movies&Books基准数据集	机器学习	NA	深度学习推荐技术	VAE, 自编码器	企业知识数据，跨域推荐数据	企业数据集和Movies&Books基准数据集	NA	混合自编码器，CDR-VAE	HR, Recall, NDCG	NA
9998	2025-10-07	Automated cell structure extraction for 3D electron microscopy by deep learning 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01763-z PMID:40394179	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从3D电子显微镜图像中提取细胞结构	结合U-Net、SAM模型和3D分水岭算法实现全自动细胞结构分割，能够从包含多个细胞的大规模显微镜图像中提取单个细胞的3D结构	未提及具体的分割精度数值和与其他方法的对比结果	开发自动化细胞结构分割方法以实现准确的3D细胞和细胞器重建	原始单细胞红藻Cyanidioschyzon merolae的细胞图像	数字病理学	NA	聚焦离子束扫描电子显微镜(FIB-SEM)	CNN	序列横截面图像，3D显微镜图像	未明确说明样本数量	未明确说明	U-Net, SAM	NA	NA
9999	2025-10-07	Advanced feature fusion of radiomics and deep learning for accurate detection of wrist fractures on X-ray images 2025-May-20, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08733-6 PMID:40394557	研究论文	本研究开发了一种融合影像组学和深度学习特征的混合诊断框架，用于X射线图像中腕部骨折的准确检测和分类	提出将影像组学特征与深度学习特征融合的混合方法，通过多种特征选择技术和分类器集成优化诊断性能	研究数据来自三个医疗中心，可能存在数据分布偏差；未在更广泛的外部数据集上验证模型泛化能力	开发准确可靠的腕部骨折自动检测和分类系统	腕部X射线图像	计算机视觉	骨科疾病	X射线成像	自编码器,集成学习	图像	3,537张X射线图像（1,871例骨折，1,666例非骨折）	PyRadiomics, Scikit-learn	自编码器	准确率,敏感度,AUC-ROC	NA
10000	2025-10-07	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025-May-20, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	本研究首次将弹性权重巩固应用于多发性硬化病灶分割的领域增量学习，以减轻灾难性遗忘问题	首次在MS病灶分割的领域增量学习场景中应用EWC方法，实现在适应新领域时保留源领域知识	研究主要基于公开数据集和内部数据集，需要进一步验证在其他临床环境中的泛化能力	解决多发性硬化病灶分割中的灾难性遗忘问题，提高模型在不同扫描协议和扫描仪数据上的泛化能力	多发性硬化病灶的医学图像分割	数字病理	多发性硬化	深度学习，迁移学习，持续学习	3D U-Net	医学图像	使用公开数据集(WMH2017和Shifts)和内部数据集，在少样本场景下仅需3-5张训练图像	NA	3D U-Net	F-score	NA