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
10101	2025-10-07	Enhancing hand-drawn diagram recognition through the integration of machine learning and deep learning techniques 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01823-4 PMID:40389485	研究论文	提出一种集成机器学习和深度学习技术的方法来增强手绘图表识别性能	整合多种机器学习方法的优势并引入深度学习技术，提出了包括Fossum Soergel k-means聚类、形态学Canny Bessel径向基轮廓形状因子、Fisher核k近邻、单S曲线模糊规则生成和宽上下文快速区域卷积神经网络等改进方法	主要关注离线手绘图表识别，未涉及实时识别场景	开发有效的手绘图表识别和理解方法	手绘流程图、有限自动机和业务过程模型	计算机视觉	NA	NA	CNN, k-means, k-NN	图像	基准数据集中的手绘图表样本	NA	区域卷积神经网络	NA	NA
10102	2025-10-07	Harnessing optimization with deep learning approach on intelligent transportation system for anomaly detection in pedestrian walkways 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99940-7 PMID:40389534	研究论文	提出一种结合优化算法与深度学习的智能交通系统方法，用于行人通道异常检测	提出HODLAITS-ADPW方法，整合改进的YOLOv7目标检测器、变色龙群算法优化超参数和注意力金字塔卷积神经网络	NA	提升城市环境中行人通道的安全性和效率	行人通道中的异常行为和活动	计算机视觉	NA	计算机视觉，深度学习	CNN, YOLO	图像	行人数据集	NA	YOLOv7, Attention Pyramid Convolutional Neural Network	NA	NA
10103	2025-10-07	Enhancing feature learning of hyperspectral imaging using shallow autoencoder by adding parallel paths encoding 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01758-w PMID:40389536	研究论文	提出一种双路径自编码器模型，通过并行编码路径增强高光谱图像的非线性特征学习能力	提出双路径自编码器架构，通过并行编码路径增强非线性特征获取，并采用下采样策略减少对多数类的偏差	自编码器可能因数据集不平衡而产生偏差，需要谨慎的数据集准备	提高高光谱图像的特征学习效率和分类性能	高光谱图像数据	计算机视觉	NA	高光谱成像	自编码器	高光谱图像	Pavia Center、Salinas和Kennedy Space Center三个数据集	NA	双路径自编码器,朴素自编码器	总体准确率	NA
10104	2025-10-07	Efficient black-box attack with surrogate models and multiple universal adversarial perturbations 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87529-z PMID:40389546	研究论文	提出一种结合代理模型和多重通用对抗扰动的黑盒攻击方法SMPack，提高对抗样本生成效率	首次研究多重通用对抗扰动的可迁移性，并提出结合代理模型和遗传算法的分阶段黑盒攻击框架	仅使用四个公开数据集进行验证，未在更复杂场景测试	开发高效的黑盒对抗攻击方法	深度神经网络模型	机器学习	NA	对抗攻击	NA	图像	每个数据集500个随机正确分类样本	NA	NA	攻击成功率，查询效率	NA
10105	2025-10-07	Translational approach for dementia subtype classification using convolutional neural network based on EEG connectome dynamics 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02018-7 PMID:40389648	研究论文	本研究利用基于EEG连接组动力学的卷积神经网络对痴呆亚型进行分类	首次将动态EEG功能连接特征与CNN结合用于痴呆亚型分类，发现了不同痴呆亚型在特定频段的特异性连接模式	研究仅使用静息态EEG数据，未包含认知任务期间的脑连接动态分析	开发基于EEG连接组动力学的痴呆亚型分类方法	阿尔茨海默病、额颞叶痴呆患者和健康对照者	数字病理	老年疾病	脑电图功能连接分析	CNN	EEG信号	阿尔茨海默病、额颞叶痴呆和健康对照组样本	NA	卷积神经网络	准确率	NA
10106	2025-10-07	IoT driven smart health monitoring for heart disease prediction using quantum kernel enhanced sardine diffusion and CNN 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99990-x PMID:40389708	研究论文	提出一种基于物联网的量子核增强沙丁鱼扩散注意力网络用于心脏病实时预测	结合量子计算与经典深度学习方法，提出Qua-KSar-DCK-ArNet新型混合模型	未明确说明模型在资源匮乏地区的具体部署挑战和计算需求	开发实时心脏病预测系统以改善医疗资源不足地区的诊疗效率	心脏病患者的心电数据和心率数据	医疗健康监测, 机器学习	心脏病	物联网传感技术, 量子聚类	CNN, 量子机器学习	ECG信号, 心率数据	NA	NA	Qua-KSar-DCK-ArNet, Fast Point Transformer	准确率	NA
10107	2025-10-07	Multiple deep learning models based on MRI images in discriminating glioblastoma from solitary brain metastases: a multicentre study 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01703-3 PMID:40389875	研究论文	基于多中心多序列MRI图像开发深度学习模型，用于术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤	首次结合多中心多序列MRI图像，比较多种3D深度学习模型在鉴别两种脑肿瘤中的性能	样本量相对有限，仅包含236例患者	开发术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤的深度学习模型	经病理证实的胶质母细胞瘤和孤立性脑转移瘤患者	计算机视觉	脑肿瘤	MRI多序列成像	深度学习	3D MRI图像	236例患者（训练集197例，测试集39例），外部验证集48例	NA	3D ResNet-18, 3D Vision Transformer, 3D DenseNet, 3D VGG	AUC, 准确率, 精确率, 召回率, F1分数	NA
10108	2025-10-07	Deep learning models based on multiparametric magnetic resonance imaging and clinical parameters for identifying synchronous liver metastases from rectal cancer 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01692-3 PMID:40389920	研究论文	基于多参数磁共振成像和临床参数开发深度学习模型预测直肠癌同步肝转移	首次结合直肠癌原发灶多参数MRI图像和基本临床数据构建深度学习模型预测同步肝转移	回顾性研究，样本量有限（主要队列176例，外部验证31例）	预测直肠癌患者的同步肝转移风险	直肠癌患者	医学影像分析	直肠癌	多参数磁共振成像	深度学习	医学影像，临床数据	主要队列176例，外部验证队列31例	NA	残差网络	AUC，决策曲线分析，ROC分析	NA
10109	2025-10-07	Deep learning-powered radiotherapy dose prediction: clinical insights from 622 patients across multiple sites tumor at a single institution 2025-May-19, Radiation oncology (London, England) DOI:10.1186/s13014-025-02634-7 PMID:40390053	研究论文	本研究使用深度学习模型对622名多部位肿瘤患者的放疗剂量进行预测，结合客观和主观评估方法	首次在多个肿瘤类型中综合评估深度学习模型的剂量预测性能，并提出'最佳选择'方法整合不同模型优势	单中心研究，样本量相对有限，未包含所有常见肿瘤类型	评估深度学习模型在多肿瘤类型放疗剂量预测中的性能	622名不同肿瘤部位患者，包括鼻咽癌、食管癌、乳腺癌、宫颈癌和直肠癌	医学影像分析	多部位肿瘤	放疗计划数据分析	深度学习	放疗计划数据	622名患者，涵盖7个不同肿瘤部位组别	NA	U-Net, Flex-Net, Highres-Net	归一化剂量差异(NDD), 剂量体积直方图(DVH), 临床可接受率	NA
10110	2025-10-07	Diagnosis of early idiopathic pulmonary fibrosis: current status and future perspective 2025-May-19, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03270-1 PMID:40390073	综述	本文探讨了早期特发性肺纤维化的诊断现状与未来展望，重点介绍了人工智能和新型支气管镜技术在早期诊断中的应用	提出了早期IPF的明确定义，强调了早期诊断的紧迫性，并系统整合了AI技术和新型支气管镜技术等创新诊断方法	作为综述文章，主要总结现有研究成果而非提供原始研究数据	完善早期特发性肺纤维化的诊断方法和治疗策略	特发性肺纤维化患者	数字病理	肺纤维化	高分辨率计算机断层扫描,经支气管肺冷冻活检,基因组分类器,支气管内光学相干断层扫描	机器学习,深度学习	医学影像,基因组数据,生物标志物数据	NA	NA	NA	NA	NA
10111	2025-10-07	Deep learning feature-based model for predicting lymphovascular invasion in urothelial carcinoma of bladder using CT images 2025-May-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01988-6 PMID:40382748	研究论文	开发基于深度学习特征的模型，利用CT图像预测膀胱尿路上皮癌淋巴血管侵犯状态	首次结合深度学习特征和临床风险因素构建堆叠模型，用于术前无创预测膀胱癌淋巴血管侵犯	回顾性研究设计，样本量相对有限（577例患者）	开发术前预测膀胱尿路上皮癌淋巴血管侵犯的深度学习模型	膀胱尿路上皮癌患者	医学影像分析	膀胱癌	CT成像	CNN, Decision Tree, XGBoost, LightGBM	CT图像	577名患者，来自四个医疗中心	NA	InceptionV3, DenseNet121, ResNet18, ResNet34, ResNet50, VGG11	AUC	NA
10112	2025-10-07	Enhancing sparse data recommendations with self-inspected adaptive SMOTE and hybrid neural networks 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02593-9 PMID:40383722	研究论文	提出一种结合自适应SMOTE采样技术和混合神经网络的推荐系统框架，用于增强稀疏数据环境下的推荐性能	提出自检自适应SMOTE采样技术，结合LSTM-SC混合神经网络架构，并采用QSO和HMWSO优化算法进行参数调优	NA	提升稀疏数据环境下个性化推荐系统的性能	电子商务平台和电子出版领域的推荐系统	机器学习	NA	SMOTE采样技术	LSTM, 卷积神经网络	用户评分数据，评论数据	goodbooks-10k和Amazon评论数据集	NA	LSTM-SC（长短期记忆网络-分割卷积神经网络）	RMSE, MAE, R²	NA
10113	2025-10-07	An ensemble deep learning framework for emotion recognition through wearable devices multi-modal physiological signals 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99858-0 PMID:40383809	研究论文	提出一种集成深度学习框架，通过可穿戴设备的多模态生理信号进行情绪识别	首次提出同时分析离散和维度情绪模型的集成深度学习架构，有效捕捉情绪数据序列中的动态时间依赖关系	NA	开发精确的情绪识别系统，促进人机交互中真实的情感感知上下文通信	可穿戴设备记录的生理信号数据	机器学习	NA	生理信号监测	LSTM, GRU	生理信号	公开可用的EMOGNITION数据库	NA	LSTM, GRU	分类准确率	NA
10114	2025-10-07	3D+t Multifocal Imaging Dataset of Human Sperm 2025-May-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05177-4 PMID:40383860	研究论文	本文介绍了人类精子3D+t多焦点成像数据集，用于分析精子在三维空间中的动态运动	首次提供包含121个多焦点视频显微镜超堆栈的人类精子3D动态数据集，能够观察精子鞭毛在三维空间中的运动模式	数据集仅包含非获能条件和获能条件下的精子样本，样本数量相对有限	通过3D动态分析理解人类精子运动模式和获能过程，开发男性生育力评估新工具	人类精子细胞	计算机视觉	生育障碍	多焦点成像系统，压电装置显微镜	NA	3D视频，显微镜图像	121个多焦点视频显微镜超堆栈	NA	NA	NA	NA
10115	2025-10-07	ML-Driven Alzheimer's disease prediction: A deep ensemble modeling approach 2025-May-17, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100298 PMID:40389063	研究论文	本研究提出了一种集成五种深度学习架构的集成学习框架，用于提高阿尔茨海默病的诊断准确性	采用VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7五种深度学习架构的集成建模方法	NA	开发可靠的阿尔茨海默病早期检测工具	阿尔茨海默病患者的大脑MRI扫描图像	计算机视觉	阿尔茨海默病	MRI脑部扫描	CNN, 集成学习	图像	3,714个MRI脑部扫描图像（834个非痴呆，1,824个轻度痴呆，1,056个重度痴呆）	NA	VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7	准确率, 精确率, 召回率	NA
10116	2025-10-07	Analysis of the most influential factors affecting outcomes of lung transplant recipients: a multivariate prediction model based on UNOS Data 2025-May-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-089796 PMID:40379311	研究论文	基于UNOS数据开发机器学习模型分析肺移植受者结局的关键影响因素	首次使用多种机器学习模型和SHAP技术识别肺移植优先级分配的关键特征，并开发了基于Web的决策支持工具	研究仅使用UNOS数据库数据，可能受数据质量和完整性的限制	识别影响肺移植优先级分配的关键因素并开发预测模型	肺移植等待名单患者	机器学习	肺移植	机器学习	随机森林, 支持向量机, XGBoost, 多层感知机, 深度学习模型	结构化医疗数据	32,966条记录（预处理后），包含15个特征	Python, Streamlit	多种回归模型架构	R平方, 误差率指标	NA
10117	2025-10-07	Deep learning model based on ultrasound images predicts BRAF V600E mutation in papillary thyroid carcinoma 2025-May-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112482 PMID:40395668	研究论文	开发基于超声图像的深度学习模型预测甲状腺乳头状癌BRAF V600E突变状态	首次将Swin Transformer骨干网络与放射组学特征分支和临床参数分支集成，构建BrafSwinT模型用于预测BRAF V600E突变	研究样本量相对有限，仅包含三个中心的1624例患者	通过深度学习模型预测甲状腺乳头状癌的BRAF V600E突变状态以辅助预后预测	甲状腺乳头状癌患者	计算机视觉	甲状腺癌	超声成像	深度学习	超声图像, 临床数据	1624例患者（训练集1341例，验证集148例，外部测试集135例）	NA	Swin Transformer V2, Vision Transformer, ResNeSt-50	AUC	NA
10118	2025-10-07	Quantitative spatial analysis of chromatin biomolecular condensates using cryoelectron tomography 2025-May-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2426449122 PMID:40327693	研究论文	本文开发了基于冷冻电子断层扫描和深度学习的染色质生物分子凝聚体定量空间分析方法	整合深度学习分割与上下文感知模板匹配技术，首次在重构和天然染色质系统中解析核小体平均结构	方法主要适用于含有大型且特征明显组分的生物分子凝聚体	研究染色质生物分子凝聚体的内部结构和形成机制	生化重构染色质凝聚体和原位天然染色质	计算生物学	NA	冷冻电子断层扫描，高压冷冻，聚焦离子束铣削	深度学习	断层扫描图像	NA	NA	NA	分辨率（6.1 Å，12 Å）	NA
10119	2025-10-07	Meta-tuning and fast optimization of machine learning models for dynamic methane prediction in anaerobic digestion 2025-May-10, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132654 PMID:40355002	研究论文	本研究评估了多种优化算法在机器学习模型预测甲烷产量方面的性能，重点关注数据准备和超参数优化流程的调优	提出了元调优方法用于优化算法参数选择，在复杂场景下显著提升模型精度	未明确说明样本数据集的具体规模和来源	优化机器学习模型在厌氧消化过程中动态甲烷预测的性能	甲烷产量预测模型	机器学习	NA	机器学习优化算法	贝叶斯岭回归,循环神经网络	稳态数据集,动态数据集	NA	NA	循环神经网络	准确率	NA
10120	2025-10-07	The Application Status of Radiomics-Based Machine Learning in Intrahepatic Cholangiocarcinoma: Systematic Review and Meta-Analysis 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69906 PMID:40323647	系统综述与Meta分析	系统评估基于影像组学的机器学习在肝内胆管癌中的应用现状与价值	首次对肝内胆管癌影像组学领域进行系统性综述和Meta分析，全面评估不同模型在多种临床任务中的表现	针对特定任务（如神经周围浸润和三级淋巴结构诊断）的研究数量有限，深度学习研究不足阻碍了进一步分析，数据异质性和可解释性挑战待解决	评估影像组学在肝内胆管癌领域的应用现状并提供循证支持	肝内胆管癌患者	医学影像分析	肝内胆管癌	影像组学	机器学习,深度学习	医学影像	58项研究，包含12,903名患者	NA	NA	C-index,敏感度,特异度	NA