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
10281	2025-10-07	Deep learning progressive distill for predicting clinical response to conversion therapy from preoperative CT images of advanced gastric cancer patients 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01063-6 PMID:40379665	研究论文	开发并验证基于术前CT图像的深度学习模型，用于预测晚期胃癌患者转化治疗的临床反应	首次将渐进式蒸馏方法应用于预测胃癌转化治疗反应，相比传统知识蒸馏方法性能更优	回顾性研究、样本量有限（140例患者）、需要进一步临床验证	通过非侵入性早期筛查识别适合转化治疗的晚期胃癌患者	晚期胃癌患者	计算机视觉	胃癌	CT成像	深度学习	医学影像	140例患者（训练集112例，测试集28例）	NA	渐进式蒸馏	准确率, 敏感度, 特异度, AUC	NA
10282	2025-10-07	Lightweight hybrid transformers-based dyslexia detection using cross-modality data 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01235-4 PMID:40379688	研究论文	提出一种基于轻量级混合Transformer的阅读障碍检测模型，利用多模态数据实现高效诊断	首次将混合Transformer架构应用于阅读障碍检测，结合SWIN-Linformer、LeViT-Performer和图Transformer网络处理多模态数据，并采用量化感知训练降低计算开销	模型在资源受限环境下的优化仍需改进，未来需要更先进的特征融合和量化技术	开发高效准确的阅读障碍自动检测方法	阅读障碍患者的多模态生物医学数据	医疗人工智能	阅读障碍	磁共振成像(MRI)、脑电图(EEG)、手写图像分析	Transformer, CNN, XGBoost	医学图像(MRI)、生理信号(EEG)、手写图像	来自五个公共数据库的多模态数据	PyTorch, XGBoost	SWIN-Linformer, LeViT-Performer, Graph Transformer Networks, 多模态注意力融合网络	准确率	量化感知训练技术降低计算开销，具体硬件未明确说明
10283	2025-10-07	The application of suitable sports games for junior high school students based on deep learning and artificial intelligence 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01941-z PMID:40379705	研究论文	本研究开发了一种基于深度学习和人工智能的动作检测算法，用于识别初中生在体育活动中的动作表现	结合MediaPipe框架和时空图卷积网络(ST-GCN)，实现了对初中生体育动作的精准识别和即时反馈	NA	提高体育教育的适应性和教学质量，促进学生个性化发展	初中生的体育活动表现，特别是仰卧起坐等运动项目	计算机视觉	NA	姿态估计技术，动作识别技术	图卷积网络	视频数据，人体骨骼点序列数据	HMDB51数据集	MediaPipe	时空图卷积网络(ST-GCN)	平均检测准确率，平均绝对误差，平均关节位置误差	NA
10284	2025-10-07	Multicenter development of a deep learning radiomics and dosiomics nomogram to predict radiation pneumonia risk in non-small cell lung cancer 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02045-4 PMID:40379764	研究论文	开发结合影像组学、剂量组学和深度学习的列线图模型预测非小细胞肺癌患者放射性肺炎风险	首次将基于模拟定位CT和剂量图像的影像组学、剂量组学与深度学习特征结合临床参数构建综合预测模型	回顾性研究且样本量有限（245例患者）	提高非小细胞肺癌患者≥2级放射性肺炎的预测能力	接受放疗的非小细胞肺癌患者	医学影像分析	肺癌	CT影像, 剂量测定	深度学习, 列线图	医学影像（CT和剂量图像）	245例患者（162例来自医院I，83例来自其他两家医院）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
10285	2025-10-07	Residual self-attention vision transformer for detecting acquired vitelliform lesions and age-related macular drusen 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02299-y PMID:40379807	研究论文	提出一种基于残差自注意力视觉变换器的新型方法，用于自动检测获得性卵黄样病变和黄斑玻璃膜疣	使用残差自注意力模块替代标准自注意力机制，提出RS-A ViT模型在视网膜疾病分类中表现优于传统深度学习方法	NA	开发高精度的视网膜疾病自动检测方法	获得性卵黄样病变(AVL)、黄斑玻璃膜疣和正常病例	计算机视觉	视网膜疾病	光学相干断层扫描(OCT)	Vision Transformer	图像	结合两个研究中心AVL数据和OCT数据集的玻璃膜疣及正常病例，使用数据增强方法扩充样本	NA	Residual Self-Attention Vision Transformer (RS-A ViT)	准确率	NA
10286	2025-10-07	Enhanced effective convolutional attention network with squeeze-and-excitation inception module for multi-label clinical document classification 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98719-0 PMID:40379823	研究论文	提出一种增强型有效卷积注意力网络(EECAN)，通过集成压缩激励初始模块和多层注意力机制改进临床文档的多标签分类	提出结合压缩激励初始模块的EECAN架构，采用基于编码器和注意力的临床文档分类策略，通过自适应重新校准通道特征响应来增强特征表示	NA	改进临床文档自动分类的准确性和效率	临床文档文本数据	自然语言处理	NA	深度学习	CNN,注意力机制	文本	MIMIC-III和MIMIC-III-50基准数据集	NA	Enhanced Effective Convolutional Attention Network (EECAN), Squeeze-and-Excitation Inception模块	AUC	NA
10287	2025-10-07	Potato plant disease detection: leveraging hybrid deep learning models 2025-May-16, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06679-4 PMID:40380088	研究论文	本研究提出了一种结合EfficientNetV2B3和Vision Transformer的混合深度学习模型，用于马铃薯植物病害检测	首次将EfficientNetV2B3卷积神经网络与Vision Transformer结合，构建混合深度学习模型用于马铃薯病害检测	模型在真实农业环境条件下的泛化能力仍需进一步验证	提高马铃薯植物病害检测和识别的准确性与鲁棒性	马铃薯叶片图像	计算机视觉	植物病害	深度学习	CNN, Transformer	图像	马铃薯叶片病害数据集	NA	EfficientNetV2B3, Vision Transformer	准确率	NA
10288	2025-10-07	Deep learning health space model for ordered responses 2025-May-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03026-3 PMID:40380121	研究论文	开发深度学习健康空间模型用于有序响应变量的健康状态可视化	首次将深度学习应用于健康空间模型，能够捕捉复杂的非线性生物学关系	模型性能依赖于训练数据质量和数量，未在更广泛人群中验证	开发能够客观可视化个体健康状态的深度学习模型	韩国国民健康与营养调查、Ewha-Boramae队列和韩国资源协会项目的参与者	机器学习	NA	健康调查数据分析	DNN, DONN	健康调查数据	训练集32,140样本，验证集4,061样本（862+3,199）	NA	深度神经网络，深度有序神经网络	健康状态区分性能	NA
10289	2025-10-07	Escarcitys: A framework for enhancing medical image classification performance in scarcity of trainable samples scenarios 2025-May-16, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107573 PMID:40382989	研究论文	提出EScarcityS框架，通过多粒度Transformer网络和疾病概率图引导的扩散生成模型，提升训练样本稀缺场景下的医学图像分类性能	设计多粒度Transformer网络(MGVit)利用病理区域特征和先验知识降低数据需求，并提出疾病概率图引导的扩散模型生成可解释的合成数据	NA	解决医学图像训练样本稀缺问题，提升疾病诊断准确率	医学图像	数字病理	NA	医学图像分析	Transformer, 扩散模型	医学图像	四个真实医学图像数据集	NA	MGVit, 扩散生成模型	NA	NA
10290	2025-10-07	Assessing fetal lung maturity: Integration of ultrasound radiomics and deep learning 2025-May-16, African journal of reproductive health IF:0.7Q4 DOI:10.29063/ajrh2025/v29i5s.7 PMID:40387939	研究论文	本研究通过整合超声影像组学和深度学习技术构建预测胎儿肺成熟度的模型	首次将超声影像组学特征与深度学习算法相结合用于胎儿肺成熟度评估	样本量有限（263例妊娠），需要在不同医疗环境中进一步验证和优化模型	提高胎儿肺成熟度预测的准确性和可靠性	妊娠期胎儿肺部	医学影像分析	胎儿发育相关疾病	超声成像、影像组学分析	深度学习	超声图像、临床数据	263例妊娠的超声图像	NA	DenseNet121	ROC曲线, 校准图, 决策曲线分析(DCA)	GE VOLUSON E8超声系统
10291	2025-10-07	Bacterial identification in SERS-integrated microfluidics using CNN-driven 2D classification of 1D spectra 2025-May-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128325 PMID:40381415	研究论文	提出一种结合SERS微流控技术和2D-CNN的细菌识别新框架，通过1D光谱的2D表示实现高精度分类	首次探索SERS光谱的2D表示用于芯片上细菌识别，系统评估九种1D到2D光谱转换方法	需要在更多菌株、环境和实际挑战中进一步测试以提升实际诊断可靠性	开发用于细菌识别的高精度微流控传感系统	细菌样本	计算机视觉	传染病	SERS（表面增强拉曼光谱）、微流控技术、直接激光写入	CNN	光谱数据	受控数据集和芯片上数据集	NA	2D-CNN	准确率	NA
10292	2025-10-07	A multi-layered defense against adversarial attacks in brain tumor classification using ensemble adversarial training and feature squeezing 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00890-x PMID:40369011	研究论文	本研究提出一种多层防御策略，通过集成对抗训练和特征压缩技术来增强脑肿瘤分类模型对抗对抗攻击的鲁棒性	结合对抗训练（FGSM和PGD）与特征压缩技术（位深缩减和高斯模糊）的多层防御策略	防御后模型在对抗样本上的准确率仍较低（FGSM 54%，PGD 47%）	提高脑肿瘤分类模型在对抗攻击下的鲁棒性和可靠性	脑肿瘤MRI图像分类	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN	图像	NA	NA	VGG16	准确率	NA
10293	2025-10-07	Catalytic mechanism and engineering of aromatic prenyltransferase: A review 2025-May-14, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144214 PMID:40379159	综述	系统总结芳香族异戊烯基转移酶的催化机制与工程化研究进展	提出整合人工智能与深度学习的创新工程策略开发高性能生物催化剂	存在催化活性欠佳、底物特异性窄及多酶级联系统与固定化技术局限等未解决问题	指导芳香族异戊烯基转移酶在合成生物学和药物创新中的工程化与规模化应用	芳香族异戊烯基转移酶及其催化的芳香化合物异戊烯化反应	合成生物学	NA	异源表达、蛋白质工程、人工智能、深度学习	NA	NA	NA	NA	NA	NA	NA
10294	2025-10-07	Diagnosis of thyroid cartilage invasion by laryngeal and hypopharyngeal cancers based on CT with deep learning 2025-May-13, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112168 PMID:40381388	研究论文	开发基于深度学习的CNN模型用于诊断喉癌和下咽癌对甲状软骨的侵犯	首次将ResNet101迁移学习应用于CT图像中甲状软骨侵犯的诊断，并与不同经验水平的放射科医生进行性能比较	样本量较小（仅91例），单中心回顾性研究可能限制模型的泛化能力	开发辅助诊断喉癌和下咽癌甲状软骨侵犯的深度学习工具	喉癌和下咽癌患者的CT图像	计算机视觉	喉癌,下咽癌	CT成像	CNN	医学影像	91例（训练集61例，测试集30例）	NA	ResNet101	AUC,准确率,灵敏度,特异性	NA
10295	2025-10-07	Paradigm-Shifting Attention-based Hybrid View Learning for Enhanced Mammography Breast Cancer Classification with Multi-Scale and Multi-View Fusion 2025-May-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569726 PMID:40354201	研究论文	提出一种基于注意力的混合视图学习框架，通过多尺度和多视图融合增强乳腺X线摄影乳腺癌分类	首次提出混合视图学习范式，结合对比切换注意力和选择性池化注意力机制，在极端视图缺失条件下保持稳定性能	仅在INbreast和CBIS-DDSM数据集上验证，未在其他多中心数据集测试泛化能力	提升乳腺X线摄影图像中乳腺癌分类的准确性和鲁棒性	乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习	注意力机制	医学图像	INbreast和CBIS-DDSM数据集	NA	对比切换注意力(CSA), 选择性池化注意力(SPA)	准确率, F1分数, AUC-PR	NA
10296	2025-10-07	Domain-separated capsule network for damage detection in aluminum plates under varying vibration conditions 2025-May-12, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107688 PMID:40381421	研究论文	提出一种域分离胶囊网络用于在变化振动条件下检测铝板损伤	集成胶囊网络与注意力机制，引入动态对抗因子优化域间特征对齐，采用多头自注意力机制提升分类性能	NA	降低环境振动对铝板损伤检测精度的影响	2024铝合金板	结构健康监测	NA	超声导波	胶囊网络	超声信号	NA	NA	域分离胶囊网络(DS-CapsNet)	NA	NA
10297	2025-10-07	The impact of clinical history on the predictive performance of machine learning and deep learning models for renal complications of diabetes 2025-May-12, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108812 PMID:40382871	研究论文	本研究探讨临床病史对机器学习和深度学习模型预测糖尿病肾病并发症性能的影响	首次系统评估多时间点临床病史信息对糖尿病肾病预测模型性能的改善效果，并比较多种机器学习方法的性能差异	研究基于回顾性真实世界数据，可能存在选择偏倚和数据质量问题	开发有效的预测模型来识别糖尿病肾病患者并发症风险	2型糖尿病患者	机器学习	糖尿病肾病	真实世界研究	逻辑回归,随机森林,Cox比例风险回归,RNN	临床数据	全国多中心回顾性研究数据	NA	循环神经网络	AUROC,C-index,平均精度	NA
10298	2025-10-07	Towards automated and reliable lung cancer detection in histopathological images using DY-FSPAN: A feature-summarized pyramidal attention network for explainable AI 2025-May-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108500 PMID:40381571	研究论文	提出DY-FSPAN深度学习框架用于肺组织病理图像的自动癌症检测，平衡性能与可解释性	结合Y形模块和注意力机制增强空间特征表示，同时保持感受野一致性，通过Grad-CAM实现特征可视化	NA	开发可靠且可解释的肺癌自动检测方法	肺组织病理图像	数字病理	肺癌	深度学习	CNN	图像	NA	NA	DY-FSPAN, Y-blocks, 注意力机制	准确率	NA
10299	2025-10-07	IBDome: An integrated molecular, histopathological, and clinical atlas of inflammatory bowel diseases 2025-May-06, Research square DOI:10.21203/rs.3.rs-6443303/v1 PMID:40386420	研究论文	本研究构建了一个整合分子、组织病理学和临床数据的炎症性肠病图谱IBDome	首次整合多组学数据与组织病理学图像，开发了基于基础模型的深度学习方法来预测疾病活动度	样本量相对有限（1002例），且为多队列研究设计	通过多组学和 multimodal 分析提升对炎症性肠病的理解和临床管理	1002例IBD患者和非IBD对照的临床样本	数字病理学	炎症性肠病	全外显子组测序, RNA测序, 血清蛋白质组学, 组织病理学评估	深度学习, 基础模型	基因组数据, 转录组数据, 蛋白质组数据, 组织病理学图像	1002例患者和对照	NA	基础模型	组织学疾病活动度评分预测准确性	NA
10300	2025-10-07	A Bi-modal Temporal Segmentation Network for Automated Segmentation of Focal Liver Lesions in Dynamic Contrast-enhanced Ultrasound 2025-May, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.014 PMID:39952824	研究论文	开发并验证用于动态对比增强超声视频中局灶性肝脏病变自动分割的双模态时序分割网络	提出BTS-Net双模态时序分割网络，首次实现动态CEUS视频中FLL的自动分割，并支持自动生成时间-强度曲线	回顾性研究，样本量相对有限（232例患者），需要进一步前瞻性验证	开发自动化的深度学习模型用于局灶性肝脏病变的医学图像分割	接受动态对比增强超声检查的局灶性肝脏病变患者	医学图像分析	肝脏疾病	动态对比增强超声	深度学习分割网络	超声视频序列	232例单发局灶性肝脏病变患者（160名男性，中位年龄56岁）	NA	BTS-Net	Dice分数, IoU, Hausdorff距离, 组内相关系数, Pearson相关系数	NA