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
11061	2025-05-13	Leveraging swin transformer with ensemble of deep learning model for cervical cancer screening using colposcopy images 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90415-3 PMID:40050635	研究论文	本文提出了一种结合Swin Transformer和深度学习集成模型的宫颈癌筛查技术，用于阴道镜图像的分类和检测	结合Swin Transformer和三种深度学习模型（AE、BiGRU、DBN）的集成学习，并使用POA算法进行超参数调优	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	提高宫颈癌筛查的准确性和效率	阴道镜图像	计算机视觉	宫颈癌	深度学习	Swin Transformer, AE, BiGRU, DBN	图像	NA	NA	NA	NA	NA
11062	2025-05-13	Knowledge-guided diffusion model for 3D ligand-pharmacophore mapping 2025-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57485-3 PMID:40050649	研究论文	本文提出了一种名为DiffPhore的知识引导扩散框架，用于实时3D配体-药效团映射，旨在推动AI辅助的药效团引导药物发现技术	DiffPhore利用配体-药效团匹配知识引导配体构象生成，并通过校准采样减轻迭代构象搜索过程的暴露偏差，实现了在预测配体结合构象方面的最先进性能	NA	推动AI辅助的药效团引导药物发现技术	3D配体-药效团对	药物发现	NA	扩散模型	DiffPhore	3D配体-药效团对	两个自建数据集	NA	NA	NA	NA
11063	2025-05-13	Automatic detecting multiple bone metastases in breast cancer using deep learning based on low-resolution bone scan images 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92594-5 PMID:40050676	研究论文	提出了一种基于低分辨率骨扫描图像的深度学习框架，用于自动检测乳腺癌多发性骨转移	首次针对乳腺癌低分辨率骨扫描图像的特点，设计了插件式位置辅助提取模块、特征融合模块和基于自注意力变换器的目标检测头	研究为回顾性研究，且仅在特定医院的私有数据集和公开数据集上验证	开发一个统一的框架，用于检测基于低分辨率全身骨扫描图像的多发性密集骨转移	乳腺癌骨转移患者的全身骨扫描图像	数字病理	乳腺癌	深度学习	基于自注意力变换器的目标检测头	图像	512名乳腺癌骨转移患者（来自北京协和医院）和公开数据集BS-80K（来自华西医院）	NA	NA	NA	NA
11064	2025-05-13	A novel hybrid CNN-transformer model for arrhythmia detection without R-peak identification using stockwell transform 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92582-9 PMID:40050678	research paper	提出了一种新型混合CNN-transformer模型，用于无需R峰识别的心律失常检测	该模型结合了CNN和transformer架构，无需R峰检测即可进行心律失常分类，并在准确性和效率上表现出色	NA	提高基于心电图的心律失常诊断准确性，适用于实时监测系统	心电图信号	machine learning	cardiovascular disease	stockwell变换	CNN-transformer混合模型	时间序列数据	Icentia11k数据集（四种心律失常类别）和MIT-BIH数据集（五种心律失常类别）	NA	NA	NA	NA
11065	2025-05-13	LoG-staging: a rectal cancer staging method with LoG operator based on maximization of mutual information 2025-Mar-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01610-7 PMID:40050741	research paper	提出了一种基于LoG算子和互信息最大化的直肠癌分期方法LoG-staging	使用LoG滤波器增强MRI图像的纹理细节，并利用互信息最大化机制提出新的特征聚类方法	正确标记的图像不足，且数据增强引入了尺度不变性和旋转一致性问题	提高直肠癌T分期的预测准确性	直肠癌患者的MRI图像	digital pathology	rectal cancer	Laplace of Gaussian (LoG) filter, maximization of mutual information (MMI)	neural network	image	NA	NA	NA	NA	NA
11066	2025-05-13	UGS-M3F: unified gated swin transformer with multi-feature fully fusion for retinal blood vessel segmentation 2025-Mar-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01616-1 PMID:40050753	研究论文	提出了一种名为UGS-M3F的统一门控Swin Transformer模型，用于视网膜血管分割，以提升眼科疾病的非侵入性诊断	结合了统一多上下文特征融合(UM2F)和门控边界感知Swin Transformer(GBS-T)模块，有效捕捉不同层次的上下文信息，提升小血管检测和大血管覆盖	未提及模型在临床实际应用中的验证情况或计算资源需求	提高视网膜血管分割的准确性，以更精确地识别和管理眼部疾病	视网膜血管	计算机视觉	眼科疾病	深度学习	Swin Transformer	图像	公开数据集FIVES、DRIVE、STARE和CHAS_DB1	NA	NA	NA	NA
11067	2025-05-13	Deep learning-based classification of dementia using image representation of subcortical signals 2025-Mar-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02924-w PMID:40050853	研究论文	本研究开发了一种基于深度学习的痴呆分类系统，通过分析来自深部脑区的EEG信号来区分阿尔茨海默病和额颞叶痴呆	利用连续小波变换将时间序列信号转换为图像表示，并结合DenseNet模型架构进行分类，提高了痴呆分类的准确性	样本量相对较小，且在不同数据集上的准确率存在差异	开发一种早期和准确诊断痴呆（AD和FTD）的深度学习方法	阿尔茨海默病（AD）、额颞叶痴呆（FTD）和轻度认知障碍（MCI）患者以及健康对照（HC）	数字病理学	老年疾病	EEG, sLORETA, 连续小波变换（CWT）	DenseNet	图像	BrainLat数据集（16 AD, 13 FTD, 19 HC），IITD-AIIA数据集（10 AD, 9 MCI, 8 HC）	NA	NA	NA	NA
11068	2025-10-07	D-GET: Group-Enhanced Transformer for Diabetic Retinopathy Severity Classification in Fundus Fluorescein Angiography 2025-Mar-06, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02165-4 PMID:40045093	研究论文	提出一种基于分组增强Transformer的深度学习模型D-GET，用于眼底荧光血管造影图像中的糖尿病视网膜病变严重程度分类	引入全尺度Transformer模块，其中分组焦点模块可捕获从精细细节到宏观模式的多尺度特征信息，并自适应整合上下文信息，增强小尺度病变检测能力	仅在自定义数据集上进行验证，未提及在其他公共数据集上的泛化性能	开发基于深度学习技术的糖尿病视网膜病变自动分类模型	眼底荧光血管造影图像中的糖尿病视网膜病变病变	计算机视觉	糖尿病视网膜病变	眼底荧光血管造影	Transformer	图像	NA	NA	Group-Enhanced Transformer, Full-Scale Transformer Block, Channel Adaptive Attention Module	NA	NA
11069	2025-10-07	Advancing methodologies for assessing the impact of land use changes on water quality: a comprehensive review and recommendations 2025-Mar-05, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-025-02413-z PMID:40042544	综述	本文系统评估了土地利用变化对水质影响的研究方法，分析现有方法的局限性并提出改进建议	强调研究方法的空间异质性问题，提出整合自动化监测系统、物联网技术和深度学习算法的方法论创新	现有方法在解决区域差异、非线性相互作用和实时监测复杂性方面存在局限	评估土地利用变化对水质影响的研究方法，提出方法论改进方向	土地利用变化与水质关系的相关研究文献	环境科学	NA	遥感技术、物联网技术、自动化监测系统	深度学习算法	水质数据、土地利用数据	NA	NA	NA	NA	NA
11070	2025-10-07	A deep learning framework for automated and generalized synaptic event analysis 2025-Mar-05, eLife IF:6.4Q1 DOI:10.7554/eLife.98485 PMID:40042890	研究论文	提出一种基于深度学习的自动化突触事件分析方法miniML	开发了首个能够通用化处理多种突触制备、记录技术和动物物种的深度学习突触事件分析框架	NA	实现自发突触事件的精确分类和自动检测	突触传递事件	机器学习	NA	电生理记录技术、光学记录技术	深度学习	电生理记录数据	NA	NA	NA	精确率、召回率	NA
11071	2025-10-07	Development and validation of automated three-dimensional convolutional neural network model for acute appendicitis diagnosis 2025-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84348-6 PMID:40044743	研究论文	开发并验证用于急性阑尾炎诊断的自动化三维卷积神经网络模型	提出全自动诊断框架，通过两阶段二元算法自动提取阑尾解剖区域的感兴趣体积，并整合多种3D-CNN架构进行阑尾炎分类	模型在第二阶段区分简单和复杂性阑尾炎的准确率为76.1%，仍有提升空间	开发自动化深度学习模型用于急性阑尾炎的术前影像诊断	腹痛患者的对比增强腹盆腔CT图像	计算机视觉	阑尾炎	CT影像分析	3D-CNN	医学影像	NA	NA	ResNet, DenseNet, EfficientNet	准确率, 敏感度, 特异度, AUC	NA
11072	2025-10-07	Deep learning for hepatocellular carcinoma recurrence before and after liver transplantation: a multicenter cohort study 2025-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91728-z PMID:40044774	研究论文	开发基于深度学习的肝细胞癌肝移植前后复发预测系统	首次使用DeepSurv模型构建肝移植前后复发预测模型，并在多中心队列中验证其优于米兰标准	回顾性研究设计，样本量相对有限（466例患者）	预测肝细胞癌患者肝移植前后的复发风险	接受肝移植的肝细胞癌患者	机器学习	肝细胞癌	深度学习，机器学习	DeepSurv, LR, stacking	临床病理变量，生存数据	466例患者，中位随访51.0个月	NA	DeepSurv	C-index	NA
11073	2025-10-07	Rethinking model prototyping through the MedMNIST+ dataset collection 2025-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92156-9 PMID:40044786	研究论文	通过MedMNIST+数据集集合重新思考模型原型设计，评估不同深度学习架构在医学图像分类任务中的表现	引入全面的MedMNIST+基准测试集合，系统评估CNN和ViT在不同医学数据集、训练方法和输入分辨率下的性能	研究主要基于MedMNIST+数据集集合，可能无法完全代表所有真实临床场景	建立标准化评估框架，促进医学深度学习模型的透明性、可重复性和可比性	医学图像分类任务	计算机视觉	NA	医学影像分析	CNN, Vision Transformer	医学图像	MedMNIST+数据集集合，涵盖多种成像模态、解剖区域和样本量	NA	CNN, ViT	准确率	NA
11074	2025-10-07	Attention dual transformer with adaptive temporal convolutional for diabetic retinopathy detection 2025-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92510-x PMID:40044820	研究论文	提出一种注意力双变换器与自适应时间卷积模型，用于从视网膜眼底图像中增强检测糖尿病视网膜病变	通过双空间变换器网络处理多尺度空间特征，并利用自适应时间卷积单元捕获时间依赖性，结合分层交叉注意力模块融合时空特征	NA	改进糖尿病视网膜病变的自动检测方法	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	Transformer, CNN	图像	使用DRIVE和糖尿病视网膜病变数据集	NA	注意力双变换器，自适应时间卷积	准确率	NA
11075	2025-10-07	Advanced deep learning models for predicting elemental concentrations in iron ore mine using XRF data: a cost-effective alternative to ICP-MS methods 2025-Mar-05, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-025-02419-7 PMID:40045020	研究论文	本研究提出了一种基于深度学习的先进方法，利用XRF数据预测铁矿石中的关键元素浓度	首次将CNN、GRU和SAN三种深度学习模型应用于XRF地球化学数据预测元素浓度，并证明CNN模型在捕获复杂空间模式方面表现最佳	研究仅限于伊朗克尔曼省Gohar Zamin铁矿石矿区，未在其他矿区验证模型泛化能力	开发一种成本效益高的地球化学分析方法，替代昂贵的ICP-MS方法	铁矿石中的砷(As)、锂(Li)、锑(Sb)和钒(V)等关键元素	机器学习	NA	X射线荧光(XRF)地球化学分析	CNN, GRU, SAN	地球化学数据	NA	NA	卷积神经网络, 门控循环单元, 空间注意力网络	误差率	NA
11076	2025-10-07	An intelligent framework for skin cancer detection and classification using fusion of Squeeze-Excitation-DenseNet with Metaheuristic-driven ensemble deep learning models 2025-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92293-1 PMID:40033075	研究论文	提出一种基于集成深度学习和灰狼优化的智能皮肤癌检测与分类框架	融合SE-DenseNet特征提取与多种深度学习模型的集成分类，并采用灰狼优化算法自动调参	仅使用公开数据集验证，未说明临床实际应用效果	开发自动化的皮肤癌检测与分类系统	皮肤癌医学图像	计算机视觉	皮肤癌	医学图像分析	集成深度学习模型	图像	HAM10000和ISIC数据集	NA	SE-DenseNet, LSTM, ELM, SSDA	准确率	NA
11077	2025-05-13	Advances in OCT Angiography 2025-Mar-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.3.6 PMID:40052848	综述	本文综述了光学相干断层扫描血管成像（OCTA）技术的进展，特别是2020年以来的新方法和技术趋势	介绍了解决OCTA小视野和伪影问题的新硬件和软件方法，以及利用深度学习模型进行疾病诊断的高精度图像分析工具	未提及具体临床应用中的验证结果或大规模试验数据	总结OCTA技术的最新进展和发展趋势	视网膜和脉络膜组织的血管成像	数字病理学	NA	光学相干断层扫描血管成像（OCTA）	深度学习模型	图像	NA	NA	NA	NA	NA
11078	2025-10-07	Towards Diagnostic Intelligent Systems in Leukemia Detection and Classification: A Systematic Review and Meta-analysis 2025-Mar, Journal of evidence-based medicine DOI:10.1111/jebm.70005 PMID:40013326	系统综述与荟萃分析	本文系统回顾和荟萃分析了基于人工智能的白血病检测与分类方法研究	首次对2015-2023年间AI在白血病检测与分类中的应用进行系统性综述和性能荟萃分析	主要依赖内部验证（87%的研究），缺乏外部验证评估泛化能力	综述和综合基于人工智能的白血病检测与分类研究成果	白血病及其亚型的自动检测与分类	数字病理学	白血病	外周血涂片图像分析	CNN,深度学习,监督学习	图像	190项符合条件的研究（从1325篇文献中筛选）	NA	卷积神经网络	准确率	NA
11079	2025-10-07	Pre-trained convolutional neural networks identify Parkinson's disease from spectrogram images of voice samples 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92105-6 PMID:40025201	研究论文	本研究使用预训练卷积神经网络通过语音样本的声谱图图像识别帕金森病	在更大带宽智能手机录音数据集上验证方法性能，并比较线性尺度和梅尔尺度声谱图的分类效果	未明确说明样本量的具体数值和研究人群特征	开发基于深度学习的帕金森病自动检测方法	帕金森病患者的语音样本	计算机视觉	帕金森病	语音记录，声谱图分析	CNN	图像	NA	NA	预训练卷积神经网络	分类性能	NA
11080	2025-10-07	Enhancing HER2 testing in breast cancer: predicting fluorescence in situ hybridization (FISH) scores from immunohistochemistry images via deep learning 2025-Mar, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70024 PMID:40050230	研究论文	通过深度学习从免疫组化图像预测FISH评分来增强乳腺癌HER2检测	采用聚类约束注意力多实例深度学习模型改进HER2免疫组化检测，减少对FISH检测的依赖	FISH预测模型的准确度和灵敏度较低	提高乳腺癌HER2检测的准确性和效率	乳腺癌患者的HER2生物标志物	数字病理学	乳腺癌	免疫组化(IHC), 荧光原位杂交(FISH)	深度学习	图像	5,731张HER2 IHC图像(包含592例FISH检测病例)，外部验证来自203家机构	NA	聚类约束注意力多实例深度学习模型	准确度, ROC AUC, 灵敏度, 特异性	NA