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
11301	2025-10-07	Deep learning-based triple-tracer brain PET scanning in a single session: A simulation study using clinical data 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121246 PMID:40316225	研究论文	本研究开发了一种基于深度学习的三示踪剂脑PET扫描方法，可在单次会话中实现多示踪剂信号分离	首次提出基于Swin Transformer架构的深度学习模型，用于从合成的三重示踪剂PET图像中分离不同示踪剂信号	FTP图像生成性能较差，研究基于模拟数据而非真实同时采集的多示踪剂PET数据	开发单次会话三重示踪剂脑PET成像协议，简化多示踪剂PET成像并减少辐射暴露	阿尔茨海默病神经影像倡议(ADNI)数据集中的认知正常患者、轻度认知障碍患者和痴呆患者	医学影像分析	阿尔茨海默病	PET成像，多示踪剂成像	深度学习	PET图像	ADNI数据集（具体样本数量未明确说明）	NA	Swin Transformer	MSE, SSIM, PSNR, 敏感性, 特异性, 相关系数	NA
11302	2025-10-07	Deep learning for liver lesion segmentation and classification on staging CT scans of colorectal cancer patients: a multi-site technical validation study 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106914 PMID:40327945	研究论文	本研究验证了基于深度学习的肝脏病灶分割与分类模型在结直肠癌分期CT扫描中的应用	首次在多中心技术验证研究中评估UNet模型对结直肠癌患者肝脏病灶的检测和分类性能，特别关注亚厘米级小病灶的检测能力	分类准确性中等，特异性较低（患者水平27.1%），测试数据来自单一机构	验证深度学习模型在结直肠癌分期CT扫描中肝脏病灶检测和分类的技术可行性	结直肠癌患者的肝脏病灶	数字病理	结直肠癌	CT扫描	CNN	医学影像	训练集：272例公共肝脏肿瘤CT扫描；测试集：220例结直肠癌分期CT扫描（2014-2019年）	NA	UNet	检测率，Dice相似系数，Bland-Altman界限，组内相关系数，敏感性，特异性，阳性预测值，阴性预测值，准确率	NA
11303	2025-05-19	Artificial Intelligence and Data Science Methods for Automatic Detection of White Blood Cells in Images 2025-May-16, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01538-y PMID:40379861	研究论文	本文评估了人工智能和数据科学方法在生物医学诊断中自动检测和计数白细胞的有效性	利用AI和DS算法自动识别、定位和分类白细胞，提高诊断效率和准确性	未来需要研究生成式AI在血细胞诊断中的应用	评估AI和DS在生物医学诊断中的有效性	白细胞图像	计算机视觉	白血病	机器学习、深度学习、分类算法	NA	图像	NA	NA	NA	NA	NA
11304	2025-10-07	COMPASS: Computational mapping of patient-therapist alliance strategies with language modeling 2025-May-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03379-3 PMID:40374613	研究论文	提出COMPASS框架，利用大语言模型从心理治疗会话文本中直接推断治疗工作联盟	首次使用大语言模型分析心理治疗会话文本，直接映射到工作联盟评估工具，提供细粒度的患者-治疗师对齐轨迹分析	数据收集时间跨度较长（1970-2012年），某些疾病类别样本量较小（如自杀倾向仅12个会话）	开发计算框架分析心理治疗会话中的治疗工作联盟	心理治疗会话文本数据	自然语言处理	精神疾病	语言建模，主题建模	LLM，深度学习	文本	950多个心理治疗会话，涵盖焦虑症（498）、抑郁症（377）、精神分裂症（71）和自杀倾向（12）	NA	大语言模型，深度学习主题模型	语义相似度，主题演化分析	NA
11305	2025-10-07	Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59812-0 PMID:40374636	研究论文	本研究通过整合高通量实验和贝叶斯深度学习，开发了预测有机反应可行性及环境因素鲁棒性的方法	创建了最大规模的单一HTE数据集，提出贝叶斯神经网络模型实现89.48%的预测准确率，通过细粒度不确定性解耦实现高效主动学习	研究聚焦于酸胺偶联反应，尚未验证在其他类型有机反应中的泛化能力	开发预测有机反应可行性和环境因素鲁棒性的计算方法	11,669个不同的酸胺偶联反应	机器学习	NA	高通量实验(HTE), 贝叶斯深度学习	贝叶斯神经网络	化学反应数据	11,669个不同的酸胺偶联反应	NA	贝叶斯神经网络	预测准确率	NA
11306	2025-10-07	Direct evaluation of antiplatelet therapy in coronary artery disease by comprehensive image-based profiling of circulating platelets 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59664-8 PMID:40374642	研究论文	通过基于图像的循环血小板全面分析直接评估冠状动脉疾病中的抗血小板治疗	首次使用深度学习技术对循环血小板进行全面图像分析，直接观察血栓状态并评估抗血小板治疗效果	样本量相对有限（207例患者），需要更大规模研究验证	开发直接评估冠状动脉疾病抗血小板治疗效果的新方法	冠状动脉疾病患者	数字病理学	冠状动脉疾病	基于图像的细胞分析，深度学习分析	深度学习	全血样本图像	207例冠状动脉疾病患者	NA	NA	血小板聚集体浓度测量	NA
11307	2025-10-07	An efficient trustworthy cyberattack defence mechanism system for self guided federated learning framework using attention induced deep convolution neural networks 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01561-7 PMID:40374691	研究论文	提出一种基于注意力机制深度卷积神经网络的联邦学习框架网络攻击防御系统	将自引导联邦学习与攻击情报相结合，采用多模型融合架构和优化算法提升网络安全防御能力	NA	开发隐私保护且高效的网络攻击防御机制	分布式系统中的网络攻击防御	机器学习	NA	联邦学习	CNN, BiLSTM, GRU, 注意力机制	网络流量数据	CIC-IDS-2017和UNSW-NB15数据集	NA	卷积神经网络、双向长短期记忆网络、门控循环单元、注意力机制融合模型(CBLG-A)	准确率	NA
11308	2025-10-07	Research on agricultural disease recognition methods based on very large Kernel convolutional network-RepLKNet 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01553-7 PMID:40374696	研究论文	本研究提出了一种基于超大核卷积网络RepLKNet的植物病害识别方法	采用超大核卷积设计显著扩大感受野，增强特征表示能力，克服传统小核卷积在捕获长距离依赖和全局上下文信息方面的局限性	NA	提高植物病害识别的准确性和效率	植物病害图像	计算机视觉	植物病害	深度学习	CNN	图像	95,865张图像，涵盖61种病害类别	NA	RepLKNet	总体准确率(OA), 平均准确率(AA), Kappa系数	NA
11309	2025-10-07	SpectroFusionNet a CNN approach utilizing spectrogram fusion for electric guitar play recognition 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00287-w PMID:40374708	研究论文	提出SpectroFusionNet深度学习框架，通过声谱图融合实现电吉他演奏技术的自动识别	采用多种声谱图融合策略（早期融合和晚期融合）结合轻量级模型提取判别性特征	在实时音频数据集上准确率仅为70.9%，泛化能力有待提升	开发自动识别电吉他演奏技术的深度学习框架	电吉他演奏音频信号	机器学习	NA	声谱图分析（MFCC、CWT、Gammatone）	CNN	音频	9种不同的吉他声音类别	NA	MobileNetV2, InceptionV3, ResNet50	准确率, 精确率, 召回率	NA
11310	2025-10-07	The analysis of entrepreneurship evaluation system for talent cultivation in artistic creativity and animation under artificial intelligence 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01437-w PMID:40374747	研究论文	本研究构建了基于BPNN与StyleGAN融合的艺术创意创新评估模型，旨在为高校动画专业人才培养提供新的技术手段	首次将BP神经网络与StyleGAN算法融合应用于艺术创意评估，解决了传统方法主观性强和缺乏量化指标的问题	未提及模型在不同艺术风格和文化背景下的泛化能力验证	探索深度学习与人工智能在艺术创意评估系统中的应用，为高校动画专业人才培养提供新视角	艺术创意图像数据及高校动画专业人才培养体系	计算机视觉	NA	深度学习，图像处理	BPNN, GAN	图像	NA	NA	Backpropagation Neural Network, Style-Based Generative Adversarial Network	损失函数值, 拟合效果, 准确率, 精确率, 召回率, F1分数	NA
11311	2025-10-07	Enhancing medical explainability in deep learning for age-related macular degeneration diagnosis 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01496-z PMID:40374798	研究论文	提出一种用于年龄相关性黄斑变性诊断的多任务学习框架，通过同时进行分类和病变分割增强深度学习模型的可解释性	引入多任务学习框架结合分类和病变分割，并提出医学可解释性指数(MXI)量化热图的医学相关性	仅在ADAM数据集上进行训练和评估，分割任务的Dice相似系数(0.59)仍有提升空间	增强深度学习模型在年龄相关性黄斑变性诊断中的医学可解释性	年龄相关性黄斑变性患者的眼底图像	计算机视觉	年龄相关性黄斑变性	深度学习	多任务学习框架	眼底图像	ADAM数据集	NA	NA	AUC, Dice相似系数	NA
11312	2025-10-07	A monocular endoscopic image depth estimation method based on a window-adaptive asymmetric dual-branch Siamese network 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96804-y PMID:40374825	研究论文	提出一种基于窗口自适应非对称双分支孪生网络的单目内窥镜图像深度估计方法	设计了窗口自适应非对称双分支孪生网络架构，结合改进的轻量级SE模块和交叉注意力特征融合模块	NA	解决内窥镜图像低纹理和光照不均条件下的深度估计问题	医学内窥镜图像	计算机视觉	NA	深度学习	孪生网络	图像	使用EAD2019、Hamlyn、M2caiSeg、UCL医学数据集和NYUDepthV2非医学数据集	NA	非对称双分支孪生网络，改进的Squeeze-and-Excitation模块	RMSE, AbsRel, FLOPs, 运行时间	NA
11313	2025-10-07	A hybrid super learner ensemble for phishing detection on mobile devices 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02009-8 PMID:40374830	研究论文	本文提出了一种名为Phish-Jam的混合超级学习器集成模型，专门用于移动设备上的钓鱼网站检测	提出了一种新型混合超级学习器集成模型，结合多种机器学习算法的预测结果，专注于从URL中提取特征，包括手工特征、基于Transformer的文本嵌入和其他深度学习架构	NA	开发适用于移动设备的钓鱼网站检测解决方案	钓鱼网站和合法网站	机器学习	NA	机器学习，深度学习	集成学习，Transformer	URL数据	NA	NA	Transformer	准确率，精确率，MCC，F1分数	移动设备
11314	2025-05-19	Dual-Domain deep prior guided sparse-view CT reconstruction with multi-scale fusion attention 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02133-5 PMID:40374874	研究论文	提出了一种双域深度先验引导的多尺度融合注意力模型（DPMA），用于稀疏视图CT重建，以提高重建精度并确保数据一致性和稳定性	结合残差正则化策略、多尺度融合注意力机制和基于物理信息的一致性模块，有效整合深度学习先验与基于模型的优化	未明确提及具体样本量或实验规模	提高稀疏视图CT重建的精度和稳定性	稀疏视图CT图像	计算机视觉	NA	CT重建	DPMA（双域深度先验引导的多尺度融合注意力模型）	CT图像	NA	NA	NA	NA	NA
11315	2025-05-19	Deep Learning Reaction Framework (DLRN) for kinetic modeling of time-resolved data 2025-May-15, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01541-y PMID:40374886	research paper	介绍了一种基于深度学习的框架DLRN，用于从时间分辨数据集中快速提供动力学反应网络、时间常数和振幅	DLRN框架在性能上与经典拟合分析相当，甚至在某些情况下表现更优，能够处理复杂动力学和多时间尺度数据集	未明确提及具体局限性	开发一种深度学习框架，用于化学动力学建模和时间分辨数据分析	时间分辨数据集，包括时间分辨光谱和琼脂糖凝胶电泳数据等	machine learning	NA	深度学习	DLRN	时间分辨数据	未明确提及样本数量	NA	NA	NA	NA
11316	2025-05-19	Segmentation of the thoracolumbar fascia in ultrasound imaging: a deep learning approach 2025-May-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01720-2 PMID:40375198	研究论文	本研究探讨了使用深度学习方法从超声图像中分割胸腰筋膜的可行性	首次应用深度学习技术对胸腰筋膜进行自动分割，以解决超声检查中操作者和设备设置带来的挑战	研究样本量相对有限，且需要进一步验证模型在其他临床环境中的适用性	填补胸腰筋膜在临床常规检查中难以有效评估的技术空白	腰痛患者的胸腰筋膜超声图像	医学影像分析	腰痛	超声成像	U-Net	图像	538张超声图像（来自腰痛患者），外加87张测试图像和另一个中心的额外测试集	NA	NA	NA	NA
11317	2025-05-19	Deep learning-based prediction of individualized Real-time FSH doses in GnRH agonist long protocols 2025-May-15, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06562-8 PMID:40375277	研究论文	开发了一种深度学习模型，用于预测接受控制性卵巢刺激（COS）患者的个性化每日FSH剂量	首次应用跨时间和跨特征的深度学习框架，在整个COS过程中进行每日个性化FSH剂量预测	目前受限于回顾性、单中心设计	优化辅助生殖中的控制性卵巢刺激（COS）结果	接受GnRH激动剂长方案COS的患者	机器学习	生殖健康	深度学习	CTFE（跨时间和跨特征编码）	临床数据	13,788个IVF/ICSI周期（2018年1月至2020年12月）	NA	NA	NA	NA
11318	2025-05-19	EnGCI: enhancing GPCR-compound interaction prediction via large molecular models and KAN network 2025-May-15, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02238-3 PMID:40375308	研究论文	本文提出了一种名为EnGCI的新模型，用于增强G蛋白偶联受体-化合物相互作用（GCI）的预测能力	EnGCI模型结合了两种互补模块：一种从零开始学习分子特征，另一种利用预训练的大型分子模型提取分子特征，通过KAN网络进行决策，显著提高了预测准确性	NA	研究旨在提高G蛋白偶联受体-化合物相互作用（GCI）的预测能力，以促进药物发现和化学基因组学	G蛋白偶联受体（GPCRs）和化合物	机器学习	NA	深度学习	GIN, CNN, KAN	分子数据	NA	NA	NA	NA	NA
11319	2025-05-19	Applications of machine learning and deep learning in musculoskeletal medicine: a narrative review 2025-May-15, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02511-9 PMID:40375335	综述	本文综述了机器学习和深度学习在肌肉骨骼医学中的应用	提供了机器学习和深度学习在肌肉骨骼医学中的全面应用概述，包括不同机器学习概念及其临床应用	数据标注标准化不足，结果有效性不够，法律方面尚未明确	探讨机器学习和深度学习在肌肉骨骼医学中的应用及其潜力	肌肉骨骼医学领域	机器学习	肌肉骨骼疾病	机器学习，深度学习	监督学习，无监督学习，强化学习	NA	NA	NA	NA	NA	NA
11320	2025-05-19	Deep normative modelling reveals insights into early-stage Alzheimer's disease using multi-modal neuroimaging data 2025-May-15, Alzheimer's research & therapy DOI:10.1186/s13195-025-01753-3 PMID:40375339	研究论文	本研究应用深度学习规范模型分析多模态神经影像数据，探索早期阿尔茨海默病的细微差异	首次将深度学习规范模型应用于多模态MRI数据，量化个体与健康人群的偏差，检测早期AD相关差异	研究依赖于外部EPAD队列数据，样本可能受未诊断或共病因素影响	探索规范建模在检测早期阿尔茨海默病相关脑形态差异中的应用	非痴呆人群（含AD风险个体）的多模态MRI数据	数字病理学	阿尔茨海默病	多模态MRI扫描	深度学习规范模型	神经影像数据	UK Biobank预训练数据+外部EPAD队列非痴呆个体	NA	NA	NA	NA