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
1081	2025-09-05	Soil conditioning optimization of sandy pebble soil with different fine contents and prediction by machine learning 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05589-7 PMID:40890149	研究论文	研究不同细粒含量砂卵石土的土壤调理优化，并通过机器学习预测其坍落度	结合膨润土浆和泡沫两种调理剂分析细粒含量变化的影响，并首次应用深度学习算法预测土壤工作性	NA	优化EPB盾构隧道施工中的土壤调理，提高工程效率	砂卵石土（细粒含量10%-80%）	机器学习	NA	坍落度试验，深度学习	深度学习算法	实验数据	不同细粒含量（10%-80%）的砂卵石土样本
1082	2025-09-05	Improving lung cancer detection with enhanced convolutional sequential networks 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06653-y PMID:40890150	研究论文	提出一种优化的序列卷积网络（SCNN）用于提高肺癌组织图像分类的准确性和效率	设计SCNN模型在保持高分类精度的同时显著降低处理时间和计算复杂度，超越传统CNN、R-CNN及Inception分类器	模型仅在组织成像数据集上验证，未提及外部验证或临床前瞻性试验结果	提升肺癌检测的准确性和临床实用性	肺癌组织图像（腺癌、良性组织、鳞状细胞癌三类）	计算机视觉	肺癌	深度学习	SCNN（序列卷积神经网络）	医学影像（组织图像）	未明确说明样本数量，仅提及三类肺癌模型数据集
1083	2025-09-05	Harnessing attention-driven hybrid deep learning with combined feature representation for precise sign language recognition to aid deaf and speech-impaired people 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15109-2 PMID:40890179	研究论文	提出一种结合注意力机制的混合深度学习模型，用于精确的手语识别以帮助聋哑人士	采用注意力驱动的混合深度学习架构，结合Swin Transformer、ConvNeXt-Large和ResNet50进行特征融合，并引入C-BiL-A分类技术	NA	通过先进技术实现准确、实时的手势识别，增强聋哑人士的手语识别能力	聋哑人士的手语动作	computer vision	NA	CLAHE图像增强、Canny边缘检测、深度学习特征提取	CNN、BiLSTM with attention、Swin Transformer、ConvNeXt-Large、ResNet50	image	手语数据集（具体数量未说明）
1084	2025-09-05	Explainable self-supervised learning for medical image diagnosis based on DINO V2 model and semantic search 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15604-6 PMID:40890188	研究论文	提出基于DINO V2模型和语义搜索的可解释自监督学习框架，用于医学图像诊断	结合DINOv2与ViT-CX因果解释方法生成临床可操作热力图，并首次在SSL医学影像研究中实现语义搜索功能	NA	提升医学图像分析的效率和准确性，改善临床决策过程	肺癌、脑肿瘤、白血病和视网膜疾病的多类别医学图像数据集	计算机视觉	多疾病类别（肺癌、脑肿瘤、白血病、视网膜疾病）	自监督学习(SSL)	DINOv2, ViT-CX	医学图像	NA（提及多数据集但未明确样本数量）
1085	2025-09-05	Gastrointestinal tract disease classification from wireless capsule endoscopy images based on deep learning information fusion and Newton Raphson controlled marine predator algorithm 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17204-w PMID:40890219	研究论文	提出一种基于深度学习信息融合和牛顿拉夫森控制海洋捕食者算法的无线胶囊内镜图像胃肠道疾病分类CAD系统	结合改进的深度学习模型特征融合与优化特征选择，引入熵场传播新层替换池化层，并采用新型均值阈值融合方法	NA	设计计算机辅助诊断系统用于早期胃肠道疾病的检测与分类	胃肠道疾病	计算机视觉	胃肠道疾病	深度学习，特征融合，优化算法	ResNet18, ResNet50, NRMPO	图像	三个公开数据集（Kvasir V1, Kvasir V2, Hyperkvasir）
1086	2025-09-05	Deep learning model using squeezenet and promoted ideal gas molecular motion for music genre classification from audio spectrograms 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16499-z PMID:40890267	研究论文	提出一种结合SqueezeNet和PIGMM优化算法的深度学习模型，用于从音频频谱图中进行音乐流派分类	首次将PIGMM元启发式算法（基于分子动力学并融合混沌理论和反向学习）用于优化SqueezeNet参数，提升收敛性和泛化能力	NA	开发轻量级且抗噪声的音乐流派分类解决方案	音频频谱图	自然语言处理	NA	深度学习，元启发式优化	SqueezeNet	音频频谱图	GTZAN和Extended Ballroom数据集（十折交叉验证）
1087	2025-09-05	Information-distilled physics informed deep learning for high order differential inverse problems with extreme discontinuities 2025-Sep-01, Communications engineering DOI:10.1038/s44172-025-00476-5 PMID:40890309	研究论文	提出一种信息蒸馏物理信息深度学习框架，用于解决具有极端不连续性和高阶微分方程的逆问题	结合降阶建模、多级域分解和病态抑制机制，通过信息传播和蒸馏抑制梯度流中的病态信息	NA	解决具有极端不连续性和高阶参数化微分方程的逆问题	不连续载荷、边界截断和材料属性突变等现象引起的导数奇异性	机器学习	NA	物理信息深度学习	深度学习框架	微分方程参数	NA
1088	2025-09-05	Novel dataset and model for restroom sound event classification 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18154-z PMID:40890315	研究论文	提出一种基于深度学习的隐私保护框架，用于精确分类卫生间环境中的细粒度卫生和水使用事件	采用自适应一维CNN合成空间线索的三通道梅尔频谱图，结合半监督学习和数据增强技术，在声学多样化环境中实现高精度事件分类	NA	开发智能卫生间监控系统，实现隐私保护的精细事件识别	卫生间音频事件（水龙头使用、冲厕、洗手等11类事件）	机器学习	NA	深度学习，半监督学习，数据增强	1D-CNN, RegNetY-008	音频	约460分钟立体声音频录音，来自5个声学多样化卫生间
1089	2025-09-05	CNN-LSTM-AM approach for outdoor wireless optical communication systems 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16828-2 PMID:40890334	研究论文	提出一种基于CNN-LSTM-AM的深度学习系统，用于增强车对车可见光通信系统的性能和可靠性	首次将CNN、GAN、GRU和DDAE等多种深度学习模型组合应用于V2V通信系统，实现了功率降低、性能增强、误码率减少和干扰消除的多模块协同优化	NA	解决车对车通信系统中的比特错误、高功耗和干扰问题，提升通信系统性能	车对车可见光通信系统	机器学习	NA	深度学习	CNN, GAN, GRU, DDAE, U-Net	通信信号数据	模拟不同车对车通信场景（特定纵向分离与可变横向偏移、随机纵向分离与特定横向偏移）
1090	2025-09-05	Automated rating of Fazekas scale in fluid-attenuated inversion recovery MRI for ischemic stroke or transient ischemic attack using machine learning 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17287-5 PMID:40890345	研究论文	开发并验证了一种基于深度学习的自动化管道，用于缺血性卒中或短暂性脑缺血发作患者的FLAIR MRI中Fazekas量表评分	首次在卒中患者中应用空间概率方法实现WMH自动分割和Fazekas评分，采用两步深度学习流程结合U-Net和3D CNN架构	研究样本来自三个不同来源但总数有限（471例），外部验证性能略低于内部测试	开发自动化的白质高信号分割和Fazekas量表评分系统，以辅助卒中患者的血管事件预测	缺血性卒中或短暂性脑缺血发作患者的FLAIR MRI图像	医学影像分析	缺血性卒中	深度学习，空间概率方法	U-Net, 3D CNN	MRI图像（T2加权FLAIR）	471名卒中患者（来自三个不同来源）
1091	2025-09-05	Feature-guided multilayer encoding-decoding network for segmentation for 3D intraoral scan data 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16360-3 PMID:40890358	研究论文	提出一种基于分层特征引导的U形3D牙科模型分割方法，用于准确分割错颌畸形	引入结合局部均值与全局标准差的正则化方法，采用推拉策略优化点云密度，并设计倒置瓶颈全局特征提取流增强语义识别	NA	提升3D口腔扫描数据中错颌畸形分割的准确性和鲁棒性	错颌畸形牙科模型	计算机视觉	口腔疾病	深度学习	U-Net	3D点云数据	自建畸形牙数据集及公开数据集Teeth3DS和3D-IOSSeg
1092	2025-09-05	Deep hierarchical subtyping of multi-organ systemic sclerosis trajectories - a EUSTAR study 2025-Sep-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01962-y PMID:40890392	研究论文	提出一种半监督生成深度学习框架，用于对系统性硬化症的多器官疾病轨迹进行分层亚型分析	利用专家驱动的器官特异性受累和严重程度定义，首次识别出基于器官受累程度的五种患者聚类，包括皮肤受累有限但肺心和并发症风险高的新亚型	NA	增强系统性硬化症患者分层和预后评估	系统性硬化症患者	数字病理学	自身免疫性疾病	深度学习	生成深度学习框架	临床医疗数据	14,000名患者，67,000次医疗访问
1093	2025-09-05	Automated drug design for druggable target identification using integrated stacked autoencoder and hierarchically self-adaptive optimization 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18091-x PMID:40890450	研究论文	提出一种结合堆叠自编码器和分层自适应粒子群优化的新型框架optSAE+HSAPSO，用于药物分类和靶点识别	首次集成SAE特征提取与HSAPSO自适应参数优化，在保持高精度的同时显著降低计算复杂度并提升稳定性	方法性能依赖于训练数据质量，高维数据集可能需要额外微调	开发高效可扩展的药物发现框架，解决现有方法的过拟合和可扩展性限制	药物分子和靶点蛋白数据	药物信息学	NA	深度学习优化算法	堆叠自编码器(SAE) + 粒子群优化(PSO)	药物分子和蛋白质序列数据	基于DrugBank和Swiss-Prot数据集的实验验证
1094	2025-09-05	DeepSEA: an alignment-free explainable approach to annotate antimicrobial resistance proteins 2025-Sep-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06256-4 PMID:40890570	研究论文	提出一种无需序列比对的深度学习方法DeepSEA，用于注释抗菌素耐药性蛋白并解释其功能域重要性	采用卷积神经网络替代传统序列比对方法，实现更高召回率（>0.9）的AMR蛋白分类，并提供模型可解释性分析	未明确说明模型在未知蛋白类型上的泛化能力及计算资源需求	开发更准确的抗菌素耐药性蛋白注释方法以克服传统比对方法的局限性	抗菌素耐药性蛋白和非耐药性蛋白	计算生物学	传染病	深度学习、卷积神经网络	CNN	蛋白质序列数据	NA
1095	2025-09-05	CT-based deep learning radiomics model for predicting proliferative hepatocellular carcinoma: application in transarterial chemoembolization and radiofrequency ablation 2025-Sep-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01913-9 PMID:40890681	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1096	2025-09-05	Box embeddings for extending ontologies: a data-driven and interpretable approach 2025-Sep-01, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01086-1 PMID:40890838	研究论文	提出一种基于box嵌入的数据驱动方法，用于扩展本体并实现可解释的多标签分类	无需显式分类法即可捕获标签间的隐含层次关系，同时保持与本体概念化的一致性	NA	从深度学习模型中推导符号知识，增强模型的可解释性	多标签分类任务中的层次关系，特别是ChEBI本体中的子类关系	自然语言处理	NA	box嵌入，本体扩展	基于box的嵌入模型	多标签数据集	NA
1097	2025-09-05	Deep Learning-Driven Automated Assessment of Left Ventricular Diastolic Function in Echocardiography 2025-Sep, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70290 PMID:40892533	研究论文	本研究评估了基于深度学习的全自动模型在超声心动图中评估左心室舒张功能的可行性、准确性和诊断性能	开发了首个完全自动化的深度学习模型，用于从2D经胸超声心动图中自动分析多种舒张参数并进行LVDF分级	对中间等级舒张功能不全的分类存在变异性，且需要进一步验证	评估AI自动评估左心室舒张功能的可行性和诊断性能	疑似舒张功能不全的患者	医学影像分析	心血管疾病	深度学习，超声心动图分析	深度学习模型	2D超声心动图像	302名患者
1098	2025-09-05	Deep Learning for Automated 3D Assessment of Rotator Cuff Muscle Atrophy and Fat Infiltration prior to Total Shoulder Arthroplasty 2025-Sep-01, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.07.025 PMID:40902715	研究论文	开发基于深度学习的模型，用于自动评估肩袖肌肉萎缩和脂肪浸润	首次提出基于深度学习的自动化3D评估方法，引入T-score分类和3D脂肪浸润百分比量化	NA	开发自动化工具量化肩袖肌肉病理变化，改善全肩关节置换术前的评估	肩袖肌肉（冈上肌、冈下肌、肩胛下肌、小圆肌）	医学影像分析	肌肉骨骼疾病	CT扫描，深度学习分割	深度学习模型	3D CT影像	952例肩部CT扫描（762例对照，103例aTSA患者，87例rTSA患者）
1099	2025-09-05	Identification and application of promoters and terminators for plant synthetic biology 2025-Sep-01, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100273 PMID:40902856	综述	本文综述了植物合成生物学中启动子和终止子等生物元件的鉴定与应用进展	重点探讨了双向启动子的应用、启动子与终止子组合平衡的重要性，以及基于深度学习的启动子预测方法	NA	实现高效精准的基因表达调控	植物合成生物学中的生物元件（启动子、终止子）	合成生物学	NA	ATAC-Seq, STARR-Seq, 深度学习	深度学习模型	基因组数据	NA
1100	2025-09-05	DeepNuParc: A novel deep clustering framework for fine-scale parcellation of brain nuclei using diffusion MRI tractography 2025-Sep-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121421 PMID:40902872	研究论文	提出一种名为DeepNuParc的深度聚类框架，利用扩散MRI纤维追踪技术实现脑核团的精细尺度分割	整合新型深度学习方法进行核团精准分割，设计基于流线聚类的结构连接特征，并改进联合降维与k均值聚类方法以实现更精细的核团划分	NA	开发自动化脑核团精细分割方法以研究其解剖功能关联	杏仁核和丘脑这两个具有多亚区结构的脑核团	医学影像分析	NA	扩散MRI纤维追踪技术	深度学习聚类框架	扩散MRI影像数据	多个受试者（具体数量未在摘要中说明）