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
11161	2025-10-07	Optimised Hybrid Attention-Based Capsule Network Integrated Three-Pathway Network for Chronic Disease Detection in Retinal Images 2025-Jun, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70126 PMID:40415584	研究论文	提出一种优化的混合注意力胶囊网络与三通路网络集成的方法，用于视网膜图像中的慢性疾病检测	结合了混合注意力机制的胶囊网络与三通路特征提取网络，并通过优化算法提升分类器性能	未明确说明模型的计算复杂度、泛化能力以及在临床环境中的验证情况	开发优化的深度学习系统用于视网膜图像中的慢性疾病检测，解决现有方法的过拟合和计算成本等问题	视网膜图像中的慢性疾病	计算机视觉	慢性疾病	HSI色彩转换，图像归一化	CNN, Transformer, Capsule Network	视网膜图像	使用Diabetic Retinopathy 224×224 (2019 Data)和APTOS-2019两个数据集	NA	Inception-V3, ResNet-152, Conv-ViT, Hybrid Attention-based Capsule Network	准确率	NA
11162	2025-10-07	Toward Accurate PAH IR Spectra Prediction: Handling Charge Effects with Classical and Deep Learning Models 2025-May-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00372 PMID:40339059	研究论文	本研究开发了机器学习模型来预测多环芳烃的红外光谱，特别关注同时处理中性和带电分子的光谱预测	首次实现了对带电多环芳烃红外光谱的快速准确预测，通过分子电荷的编码处理解决了混合物中光谱解析的难题	杂原子多环芳烃的数据稀缺限制了模型的泛化能力	开发能够同时预测中性和带电多环芳烃红外光谱的机器学习模型	多环芳烃分子	机器学习	NA	红外光谱分析	XGBoost, GNN	分子结构数据	NA	XGBoost, 图神经网络框架	图神经网络	准确度	NA
11163	2025-10-07	Predicting the Brain-To-Plasma Unbound Partition Coefficient of Compounds via Formula-Guided Network 2025-May-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00590 PMID:40340403	研究论文	开发了一种基于公式引导的深度学习模型CMD-FGKpuu，用于预测脑-血浆未结合分配系数以评估血脑屏障通透性	通过数据挖掘建立了公开的大鼠数据集，并开发了公式引导的深度学习模型，展示了深度学习在Kpuu预测中的潜力，并为少样本学习在制药领域的应用提供了新视角	现有经验评分模型的通用性和适用性尚未充分探索，数据稀缺且多为内部数据	预测脑-血浆未结合分配系数以评估血脑屏障通透性，支持药物开发	化合物的脑-血浆未结合分配系数	机器学习	NA	数据挖掘，深度学习	深度学习模型	化学数据，实验数据	通过数据挖掘建立的大鼠数据集	NA	公式引导网络	基准测试性能	NA
11164	2025-10-07	Unveiling the potential of artificial intelligence in revolutionizing disease diagnosis and prediction: a comprehensive review of machine learning and deep learning approaches 2025-May-26, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02680-7 PMID:40414894	综述	全面回顾机器学习和深度学习在16种疾病预测与诊断中的应用及临床效果	系统梳理2015-2024年间AI技术在多种疾病诊断预测中的最新进展，提出未来研究方向路线图	存在数据质量、模型可解释性及临床工作流整合等挑战	评估AI技术在疾病预测与诊断领域的应用效果和发展前景	涵盖16种不同疾病类型的相关研究	机器学习	NA	机器学习, 深度学习	NA	NA	NA	NA	NA	准确率, 效率	NA
11165	2025-10-07	Design optimization of university ideological and political education system based on deep learning 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02991-z PMID:40413276	研究论文	基于深度学习技术优化大学思想政治教育系统的设计与效果	首次将CNN-LSTM混合模型应用于思想政治教育领域，实现个性化学习路径推荐	未提及模型在不同类型高校的泛化能力及长期应用效果验证	提升大学思想政治教育的有效性和学生参与度	大学生思想政治教育过程数据	教育技术	NA	深度学习	CNN, LSTM	多通道教育相关数据	未明确说明具体样本数量	未明确说明	CNN-LSTM混合架构	准确率, 召回率, F1分数	高性能服务器
11166	2025-10-07	Performance of machine learning models for predicting high-severity symptoms in multiple sclerosis 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63888-x PMID:40414922	研究论文	本研究开发并评估了机器学习和深度学习模型，用于提前三个月预测多发性硬化症患者的高严重程度症状	首次通过名为MS Mosaic的观察性研究，利用移动应用持续收集多发性硬化症患者的纵向数据，并开发预测模型	研究依赖于移动应用收集的数据，可能存在数据完整性和用户依从性问题	开发能够准确持续预测多发性硬化症高严重程度症状的预测模型	美国多发性硬化症患者	机器学习	多发性硬化症	移动技术数据收集	经典机器学习方法,深度学习模型	纵向移动应用收集数据	为期3年研究的多发性硬化症患者队列	NA	NA	NA	NA
11167	2025-10-07	Prediction of reproductive and developmental toxicity using an attention and gate augmented graph convolutional network 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02590-y PMID:40415056	研究论文	本研究开发了一种基于注意力机制和门控跳跃连接的图卷积网络模型，用于预测化学物质的生殖和发育毒性	采用无分子描述符的深度学习方法，通过多头注意力和门控跳跃连接增强图卷积网络，并整合与毒性直接相关的结构警报	NA	预测化学物质的生殖和发育毒性	4,514种多样化的化合物，包括有机和无机物质	机器学习	生殖和发育毒性	图卷积网络	GCN	分子结构数据	4,514种化合物	NA	图卷积网络,多头注意力,门控跳跃连接	准确率	NA
11168	2025-10-07	MobNas ensembled model for breast cancer prediction 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01920-4 PMID:40415060	研究论文	提出一种基于MobileNetV2和NASNetLarge的集成模型MobNAS，用于乳腺癌超声图像分类	结合轻量级MobileNetV2和高性能NASNetLarge的集成方法，平衡计算效率与诊断精度	仅使用单一公开数据集（1578张图像），未进行外部验证	开发高精度、低计算需求的乳腺癌早期诊断方法	乳腺癌超声图像	计算机视觉	乳腺癌	超声成像	CNN, 集成学习	图像	1578张超声图像（891良性，421恶性，266正常）	NA	MobileNetV2, NASNetLarge	准确率, 平均绝对误差, 马修斯相关系数	NA
11169	2025-10-07	Bio inspired optimization techniques for disease detection in deep learning systems 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02846-7 PMID:40415068	研究论文	探讨生物启发优化技术在深度学习疾病检测系统中的应用与效果	将生物启发优化技术（遗传算法、粒子群优化等）与深度学习模型结合，解决医疗数据特征选择和高维度问题	在数据有限或特征空间复杂的情况下实现高性能仍具挑战性	通过生物启发优化技术提升深度学习模型在疾病诊断中的效率和公平性	医疗图像数据集和高维生物医学数据	机器学习	NA	生物启发优化技术	深度学习模型	医疗图像	NA	NA	NA	NA	需要大量计算资源
11170	2025-10-07	Exploring treatment effects and fluid resuscitation strategies in septic shock: a deep learning-based causal inference approach 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03141-1 PMID:40415107	研究论文	通过深度学习因果推断方法比较不同液体复苏策略对脓毒症休克患者预后的影响	首次将深度学习因果推断模型应用于脓毒症休克液体复苏策略的疗效比较，并识别影响治疗效果的患者特征	基于回顾性数据库分析，可能存在未测量的混杂因素	比较不同液体复苏策略对脓毒症休克患者预后的影响并识别获益人群特征	脓毒症休克患者	机器学习	脓毒症休克	深度学习因果推断	深度学习因果推断模型	电子健康记录	13,527例脓毒症休克患者	NA	NA	院内死亡率、肾脏结局（肌酐倍增或肾脏替代治疗）	NA
11171	2025-10-07	An advanced three stage lightweight model for underwater human detection 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03677-2 PMID:40415110	研究论文	提出了一种名为StarEye的轻量级深度学习模型，用于水下人体检测	包含全面的水下数据集构建方法、基于StarBlock的主干结构、上下文锚点注意力机制和共享卷积批量归一化检测头	NA	解决复杂水下环境中的人体检测挑战	水下人体	计算机视觉	NA	深度学习	CNN	图像	NA	NA	StarBlock, Context Anchor Attention, Shared Convolution Batch Normalization	精确率, 召回率, mAP50	移动设备
11172	2025-10-07	Advancing e-waste classification with customizable YOLO based deep learning models 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94772-x PMID:40415121	研究论文	本研究通过对比分析YOLOv5、YOLOv7和YOLOv8三种目标检测模型在电子废物分类中的性能	首次系统比较三种先进YOLO架构在电子废物分类任务中的表现，并创建了包含七类电子废物的专用图像数据集	在目标方向检测方面存在挑战，需要未来进一步改进	开发高效精确的电子废物分类技术以支持回收和再利用	电子废物图像数据	计算机视觉	NA	深度学习目标检测	YOLO	图像	包含七个不同电子废物类别的专用图像数据集	PyTorch	YOLOv5,YOLOv7,YOLOv8,CSPDarknet53,PANet	精确率,召回率,速度,训练效率	Tesla T4 GPU,Google Colab
11173	2025-10-07	Deep learning-based identification of vertebral fracture and osteoporosis in lateral spine radiographs and DXA vertebral fracture assessment to predict incident fracture 2025-May-24, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjaf050 PMID:40167218	研究论文	开发深度学习模型用于识别侧位脊柱X光片和DXA椎体骨折评估图像中的椎体骨折和骨质疏松症，以预测老年人骨折风险	首次在侧位脊柱X光片和DXA VFA图像中同时开发深度学习模型检测椎体骨折和骨质疏松症，并验证其预测新发骨折的能力	研究基于单一三级医疗机构数据，需要外部验证	提高老年人骨折风险评估的准确性	老年人脊柱影像数据	医学影像分析	骨质疏松症, 椎体骨折	深度学习, 影像分析	深度学习模型	侧位脊柱X光片, DXA VFA图像	VERTE-X队列: 9276名个体的26299张侧位脊柱X光片; KURE队列: DXA VFA数据集	NA	预训练深度学习模型	AUROC, 风险比	NA
11174	2025-10-07	Explainable deep learning for age and gender estimation in dental CBCT scans using attention mechanisms and multi task learning 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03305-z PMID:40413203	研究论文	开发用于牙科CBCT扫描中年龄估计和性别分类的可解释深度学习框架	结合注意力机制和多任务学习，使用CBAM和Grad-CAM增强模型可解释性，并采用全景切片替代完整3D CBCT体积降低计算成本	研究对象年龄范围有限（7-23岁），样本量相对较小	提高基于CBCT的年龄估计和性别分类的准确性和可解释性	牙科CBCT扫描中的年龄和性别识别	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	深度学习，多任务学习	医学影像（CBCT扫描）	2,426个CBCT图像，年龄范围7-23岁	NA	卷积块注意力模块（CBAM），Grad-CAM	平均绝对误差（MAE），准确率	NA
11175	2025-10-07	MAVSD: A Multi-Angle View Segmentation Dataset for Detection of Solidago Canadensis L 2025-May-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05199-y PMID:40413199	研究论文	本文提出了专门用于检测加拿大一枝黄花的多角度视图分割数据集MAVSD，并通过实验验证其有效性	首次创建包含四个拍摄角度（30°、45°、60°、90°）的高分辨率入侵植物分割数据集，多角度训练使mIoU提升最高达11%	NA	开发用于入侵植物监测的计算机视觉数据集和方法	加拿大一枝黄花（Solidago canadensis L）	计算机视觉	NA	无人机航拍技术	NA	图像	NA	NA	NA	mIoU	NA
11176	2025-10-07	A Comprehensive Video Dataset for Surgical Laparoscopic Action Analysis 2025-May-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05093-7 PMID:40413211	研究论文	本文介绍了用于腹腔镜手术动作分析的综合视频数据集SLAM	开发了规模更大、手术类型更多样、标注质量更一致的腹腔镜手术动作数据集	NA	解决现有腹腔镜手术数据集规模小、同质化高、标注不一致的问题，推动手术动作识别技术发展	腹腔镜手术视频数据	计算机视觉	NA	视频分析	Transformer	视频	4,097个视频片段	NA	ViViT	分类准确率	NA
11177	2025-10-07	Image guided construction of a common coordinate framework for spatial transcriptome data 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01862-x PMID:40413226	研究论文	提出深度学习算法STaCker，通过图像配准构建空间转录组数据的统一坐标系框架	开发首个通过整合组织图像和基因表达数据构建合成训练数据的深度学习方法，解决切片间坐标不统一问题	依赖合成数据进行训练，在真实数据上的泛化能力需进一步验证	解决空间转录组切片间因切割和位移变异导致的坐标框架不统一问题	空间转录组切片数据	数字病理学	NA	空间转录组学	深度学习	图像,基因表达数据	多个基准测试数据集和真实空间转录组数据集	NA	NA	空间一致性	NA
11178	2025-10-07	Enhanced wheat yield prediction through integrated climate and satellite data using advanced AI techniques 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02700-w PMID:40413272	研究论文	本研究通过整合气候和卫星数据，利用先进AI技术提升巴基斯坦小麦产量预测精度	将作物周期分为四个关键阶段的多阶段预测方法，结合卫星影像、季节天气变量和土壤信息的多源数据融合	未明确说明具体的数据采集区域范围和样本数量细节	开发准确的小麦产量预测框架以支持粮食安全和农业规划	巴基斯坦小麦作物	机器学习	NA	卫星遥感、气象数据采集	机器学习、深度学习	卫星影像、气象数据、土壤信息	2017-2022年数据	Google Earth Engine	NA	R值	Google Earth Engine平台
11179	2025-10-07	Research on prediction method of well logging reservoir parameters based on Multi-TransFKAN model 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96112-5 PMID:40413356	研究论文	提出基于Transformer架构和改进KAN框架的Multi-TransFKAN模型，用于测井储层参数预测和可解释性分析	将傅里叶函数集成到KAN框架中替代B样条函数，结合蒙特卡洛Dropout和SHAP框架，有效捕捉复杂周期性和非线性特征	未明确说明模型在更广泛地质条件下的泛化能力	提高储层参数预测精度和模型可解释性	测井储层参数（孔隙度、泥质含量、含水饱和度）	机器学习	NA	测井技术	Transformer, KAN	测井数据	NA	NA	Multi-TransFKAN	RMSE, R	NA
11180	2025-10-07	Deep learning-based histopathologic segmentation of peritubular capillaries in kidney transplant biopsies 2025-May-24, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110395 PMID:40413895	研究论文	本研究开发了一种基于深度学习的肾移植活检中肾小管周围毛细血管的组织病理学分割方法	首次在具有形态学异常的移植活检样本上训练模型，仅需PAS染色肾活检和CD34免疫组化确认真实标签	显著的间质炎症和纤维化会使PTCs难以识别，以及存在模拟PTCs的结构（如萎缩肾小管）是模型面临的主要挑战	自动化评估肾移植活检中肾小管周围毛细血管炎症程度	肾移植活检样本中的肾小管周围毛细血管	数字病理学	肾脏移植排斥	PAS染色，CD34免疫组化	CNN	全切片图像	69例肾移植活检，约28,000个PTCs	NA	U-Net	Dice得分，Jaccard指数，标准化表面Dice，精确率，召回率	NA