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
101	2025-10-05	Deep learning approach for classifying grazing behavior in yearling horses using triaxial accelerometer data: a pilot study 2025-Oct-01, Journal of equine veterinary science IF:1.3Q2 DOI:10.1016/j.jevs.2025.105706 PMID:41043567	研究论文	本研究开发了一种基于深度学习的方法，利用颌部安装的三轴加速度计数据对周岁马匹的放牧行为进行分类	首次将CNN+LSTM混合模型应用于马匹放牧行为分类，并验证了在不同采样率和时间窗口下的性能表现	仅为试点研究，样本量较小（仅4匹马），需要在更大群体中进一步验证	开发自动化的马匹放牧行为监测方法，替代传统人工观察	周岁纯血马	机器学习	NA	三轴加速度计监测	CNN, LSTM, CNN+LSTM	加速度计时序数据	4匹周岁纯血马，230,286个数据点	NA	一维CNN, LSTM, CNN+LSTM混合架构	准确率, F1分数, 精确率, 召回率, AUC	NA
102	2025-10-05	Screening and selection of a machine learning algorithm for development of a model to select cows for clinical examination using data from automated health monitoring technologies and other predictors of cow health 2025-Oct-01, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2025-26511 PMID:41043704	研究论文	本研究开发了一个机器学习算法筛选框架，用于基于自动化健康监测系统数据和其他奶牛健康预测因子来筛选需要临床检查的奶牛	结合AutoML工具Lazy Predict Classifier和手动优化测试，创建了综合的机器学习算法筛选框架，并发现集成学习算法在奶牛健康分类任务中优于深度学习算法	研究仅针对荷斯坦奶牛，样本量相对有限，且模型精度仍有提升空间	开发用于筛选需要临床检查奶牛的机器学习模型	荷斯坦奶牛	机器学习	NA	自动化健康监测技术，包括可穿戴和非可穿戴传感器	XGBoost, AdaBoost, Nearest Centroid, Bernoulli Naive Bayes, 多层感知机, 循环神经网络, 长短期记忆网络, 门控循环单元	传感器数据，奶牛特征数据，性能数据	1,252头荷斯坦奶牛，22,415条奶牛-天记录	Lazy Predict Classifier, 多种机器学习框架	集成学习模型，深度学习模型	灵敏度，精确度，特异性，阴性预测值，F1分数，AUC	NA
103	2025-10-05	TinyHLAnet: A Light-Weight 3D Structure-Aware Architecture for Rapid and Explainable Identification of CD8+ T-Cell Antigens 2025-Oct, HLA IF:5.9Q1 DOI:10.1111/tan.70410 PMID:41044839	研究论文	开发了一种轻量级深度学习架构TinyHLAnet，用于快速可解释地预测CD8+ T细胞抗原	基于肽-HLA复合物接触形成的领域知识约束开发新型架构，将结合亲和力估计分解为残基对相互作用子问题	NA	实现快速、可解释和个性化的CD8+ T细胞表位预测	肽-HLA（I类）复合物	机器学习	免疫相关疾病	深度学习	神经网络	生物分子结构数据	NA	NA	TinyHLAnet	预测准确率, 吞吐量	NA
104	2025-10-05	Deep Learning-Based Shape Classification for Hyperspectral-Imaged Microplastics 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02683 PMID:40963100	研究论文	本研究开发基于深度学习的微塑料高光谱图像形状分类方法，实现自动化分类流程	首次系统比较九种深度学习架构在微塑料形状分类中的性能，发现迁移学习模型优于非迁移学习模型	模型性能受数据质量影响较大，简单模型对数据质量变化更敏感	开发自动化微塑料形状分类方法以替代人工分类	环境微塑料颗粒（尺寸小至10μm）	计算机视觉	NA	微傅里叶变换红外光谱	CNN, NN	高光谱图像	11,042个环境微塑料样本，覆盖七种环境基质	NA	NN1.1, NN1.2, CNN1.1, CNN1.2, CNN1.3, VGG16, ResNet50, ResNet50 V2, MobileNet	准确率	NA
105	2025-10-05	SpaCross deciphers spatial structures and corrects batch effects in multi-slice spatially resolved transcriptomics 2025-Sep-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08810-5 PMID:41028333	研究论文	提出SpaCross深度学习框架，用于增强空间转录组数据的空间模式识别和跨切片一致性分析	采用交叉掩码图自编码器重建基因表达特征，提出自适应空间-语义图结构动态整合局部和全局上下文信息，实现有效的多切片整合	NA	解决空间转录组数据中空间域识别的挑战，特别是多切片整合中的局部空间连续性与全局语义一致性平衡问题	胚胎小鼠组织跨发育阶段整合，心脏发育轨迹重建	生物信息学	NA	空间分辨转录组学	图自编码器	空间转录组数据	NA	深度学习框架	交叉掩码图自编码器	与13种最先进方法比较	NA
106	2025-10-05	Multi scale self supervised learning for deep knowledge transfer in diabetic retinopathy grading 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85685-w PMID:41028406	研究论文	提出多尺度自监督学习模型用于糖尿病视网膜病变分级，结合Vision Transformers和CNN-FPN架构提升特征提取能力	提出结合Vision Transformers全局上下文和CNN-FPN多尺度特征提取的MsSSL模型，通过Deep Learner模块优化空间分辨率	未明确说明具体数据集规模和计算资源需求	改进糖尿病视网膜病变的自动分级准确率	视网膜图像	计算机视觉	糖尿病视网膜病变	自监督学习	Vision Transformer, CNN	医学图像	NA	NA	Vision Transformer, CNN with Feature Pyramid Network	NA	NA
107	2025-10-05	Optimizing breast cancer classification based on cat swarm-enhanced ensemble neural network approach for improved diagnosis and treatment decisions 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95481-1 PMID:41028518	研究论文	提出一种基于猫群优化增强集成神经网络的方法来优化乳腺癌分类，以提高诊断准确性和治疗决策	首次将猫群优化算法与集成神经网络相结合用于乳腺癌分类，通过优化网络架构和超参数提升模型性能	仅在公开数据集上进行验证，未提及临床实际应用验证	提高乳腺癌分类的准确性和鲁棒性以支持医疗诊断决策	乳腺癌组织病理学图像	计算机视觉	乳腺癌	深度学习	集成神经网络	图像	Kaggle乳腺癌组织病理学图像公开数据集	NA	EfficientNetB0,ResNet50,DenseNet121	准确率	NA
108	2025-10-05	Intelligent pear variety classification models based on Bayesian optimization for deep learning and its interpretability analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98420-2 PMID:41028538	研究论文	基于贝叶斯优化的深度学习模型用于梨品种分类及其可解释性分析	使用贝叶斯优化自动搜索CNN最优超参数，并结合特征可视化、最强激活和LIME等可解释性方法分析模型决策过程	NA	开发智能梨品种分类系统以提升农业效率和消费者满意度	9种梨品种的43,200张图像	计算机视觉	NA	深度学习，图像分类	CNN	图像	43,200张梨图像	NA	NA	准确率	NA
109	2025-10-05	A predictive approach to enhance time-series forecasting 2025-Sep-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63786-4 PMID:41028729	研究论文	提出一种名为未来引导学习的预测方法，通过动态反馈机制增强时间序列事件预测能力	引入受预测编码启发的动态反馈机制，通过检测模型和预测模型的协同工作实现参数动态调整	未明确说明方法在极端异常值情况下的表现	改进时间序列预测的准确性和适应性	时间序列数据	机器学习	癫痫	时间序列分析	深度学习模型	EEG数据, 时间序列数据	NA	NA	NA	AUC-ROC, MSE	NA
110	2025-10-05	CPVPD-2024: A Chinese photovoltaic plant dataset derived via a topography-enhanced deep learning framework 2025-Sep-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05891-z PMID:41028734	研究论文	本研究开发了中国光伏电站矢量数据集CPVPD-2024，采用地形增强的深度学习框架进行语义分割	首个国家层面的面板级光伏矢量数据集，通过DSFA-SwinNet深度学习框架显著提升光伏阵列间隙识别和小规模分布式电站检测能力	NA	解决当前光伏数据集碎片化和不一致性问题，构建全国范围的光伏电站精确数据集	中国34个省级行政区域的光伏电站	计算机视觉	NA	地理空间验证，遥感分析	深度学习，语义分割	遥感图像，地理空间数据	覆盖中国全部34个省级行政区	DSFA-SwinNet	SwinNet	精确率，交并比	NA
111	2025-10-05	Hybrid deep learning framework for heart disease prediction using ECG signal images 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10062-6 PMID:41028772	研究论文	提出一种基于心电图信号图像的混合深度学习框架用于心脏病预测	开发了一种混合深度学习框架，通过人工神经网络模型降低计算复杂度，在准确度、灵敏度、适应性、性能和可扩展性方面优于现有方法	依赖于特定Kaggle数据集，需要进一步临床验证	开发自动诊断心脏疾病的深度学习方法	心电图信号图像	机器学习	心血管疾病	心电图分析	人工神经网络	图像	来自Kaggle心电图数据集	NA	人工神经网络	准确度, 灵敏度, 适应性, 性能, 可扩展性	NA
112	2025-10-05	Enhanced image registration based brain tumour segmentation using optical particle swarm intelligence technique with Resnet Inceptionv2 HCNN 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09373-5 PMID:41028790	研究论文	提出一种基于光学粒子群智能技术和Resnet Inceptionv2 HCNN的增强图像配准脑肿瘤分割方法	结合光学粒子群智能技术进行特征选择，并采用Resnet-inceptionv2-超卷积神经网络提高脑肿瘤识别精度	NA	解决脑肿瘤图像配准和分割不准确的问题，提高疾病识别精度	脑肿瘤医学图像	计算机视觉	脑肿瘤	医学图像分析	CNN, HCNN	医学图像	NA	NA	ResNet, Inceptionv2, HCNN	准确率, 灵敏度, 特异性, ROC曲线	NA
113	2025-10-05	An effective image despeckling and reconstruction approach using U-Net based model and comparative analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10220-w PMID:41028882	研究论文	本文提出了一种名为U-Tunnel-Net的新型图像去噪架构，通过改进U-Net的池化操作位置和引入新卷积块来提升去斑和重建性能	在Tunnel Blocks中重新定位池化操作的位置，并引入新型卷积块，这一架构创新使模型区别于传统U-Net变体	仅针对瑞利分布的散斑噪声进行评估，未测试其他噪声类型	提升图像去噪和重建性能，特别是针对散斑噪声的去除	含噪声图像的去噪和重建	计算机视觉	NA	深度学习	U-Net	图像	UNS和Waterloo数据集，添加四个不同强度级别(σ=0.10,0.25,0.50,0.75)的瑞利分布散斑噪声	NA	U-Tunnel-Net, U-Net	峰值信噪比(PSNR), 结构相似性指数(SSIM), 运行时间	NA
114	2025-10-05	Automated contouring of gross tumor volume lymph nodes in lung cancer by deep learning 2025-Sep-30, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14794-6 PMID:41029235	研究论文	本研究提出了一种用于肺癌淋巴结大体肿瘤体积自动勾画的深度学习模型	首次针对肺癌GTVnd自动分割的探索性研究，集成了上下文线索增强模块和边缘引导特征增强解码器	样本量相对较小（90例CT扫描），仅针对小细胞肺癌Ш-Ⅳ期患者	开发并评估用于肺癌淋巴结大体肿瘤体积自动分割的深度学习模型	Ш-Ⅳ期小细胞肺癌患者的CT扫描图像	数字病理	肺癌	CT扫描	深度学习	医学影像	90例患者CT扫描（75例训练，15例测试）	NA	ECENet	3D Dice相似系数, 95% Hausdorff距离	NA
115	2025-10-05	Deep learning-aided optical biopsy achieves whole-chain diagnosis of Correa cascade of gastric cancer: a prospective study 2025-Sep-30, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04310-9 PMID:41029674	研究论文	开发基于深度学习的pCLE计算机辅助诊断系统，用于胃癌Correa级联的实时全链条诊断	首次构建能够实时完成胃癌Correa级联全链条诊断的深度学习辅助系统	研究在单一临床中心进行，需要多中心验证	开发pCLE计算机辅助诊断系统并评估其在真实临床环境中的诊断性能	胃黏膜病变患者	计算机视觉	胃癌	基于探针的共聚焦激光内镜(pCLE)	深度学习网络	图像, 视频	5771次检查的pCLE图像和视频，包含47,462张图像和461段视频用于开发，11,439张图像和667段视频用于离线验证，951名患者用于前瞻性验证	NA	NA	准确率, 灵敏度, 特异性	NA
116	2025-10-05	petBrain: a new pipeline for amyloid, Tau tangles and neurodegeneration quantification using PET and MRI 2025-Sep-30, Alzheimer's research & therapy DOI:10.1186/s13195-025-01839-y PMID:41029733	研究论文	开发了一种用于阿尔茨海默病PET和MRI生物标志物定量分析的新型端到端处理流程	首个整合淀粉样蛋白PET、tau蛋白PET和结构MRI的端到端处理流程，采用深度学习分割和标准化生物标志物量化方法	未提及具体样本量和与其他方法的详细比较	开发标准化的阿尔茨海默病生物标志物分析平台	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	PET成像, MRI成像, 深度学习	深度学习	医学影像	NA	NA	NA	一致性分析, 临床状态相关性, 认知表现相关性	基于Web的平台，无需本地计算基础设施
117	2025-10-05	Centiloid values from deep learning-based CT parcellation: a valid alternative to freesurfer 2025-Sep-30, Alzheimer's research & therapy DOI:10.1186/s13195-025-01860-1 PMID:41029783	研究论文	开发基于深度学习的CT分割流程用于阿尔茨海默病淀粉样蛋白沉积定量，验证其作为FreeSurfer MRI方法的有效替代方案	首次开发基于CT图像的深度学习分割流程并校准至标准Centiloid量表，提供无需MRI的淀粉样蛋白定量替代方案	样本量相对有限（306名参与者），需要进一步在多中心研究中验证	开发并验证基于CT图像的淀粉样蛋白定量方法，克服MRI方法的局限性	阿尔茨海默病患者和年轻对照组	医学影像分析	阿尔茨海默病	PET/CT成像，18F-florbetaben（FBB）示踪剂	深度学习	CT图像，PET图像	306名参与者（23名年轻对照组，283名患者）	NA	NA	R²，效应量，方差分析，ROC分析，准确率	NA
118	2025-10-05	EnsembleRegNet: Interpretable deep learning for transcriptional network inference from single-cell RNA-seq 2025-Sep-30, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108702 PMID:41043336	研究论文	提出EnsembleRegNet深度学习框架，用于从单细胞RNA测序数据推断基因调控网络	集成编码器-解码器和多层感知器架构，结合HLE二值化、案例删除分析、RcisTarget基序富集和AUCell调控子活性评分，提升鲁棒性和生物学可解释性	NA	从单细胞RNA测序数据准确推断转录因子-靶基因关系	基因调控网络	机器学习	NA	单细胞RNA测序	集成编码器-解码器, 多层感知器	单细胞RNA测序数据	NA	NA	集成编码器-解码器, 多层感知器	聚类性能, 调控准确性	NA
119	2025-10-05	Microbiome-transcriptome-histology triad enhances survival risk stratification in multiple cancers 2025-Sep-30, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108703 PMID:41043335	研究论文	提出一种整合数字病理学、宿主转录组学和肿瘤相关微生物组特征的多模态生存预测框架HMTsurv，用于多种癌症的生存风险分层	首次将组织学-转录组-微生物组三模态整合用于癌症生存预测，识别出14个泛癌生存生物标志物并阐明基因-微生物共表达网络	研究基于回顾性多组学数据集，需要在前瞻性临床试验中进一步验证	开发多模态生存预测框架以优化癌症术后治疗策略	结直肠癌、胃癌、肝细胞癌和乳腺癌患者	数字病理学	多种癌症	数字病理学、转录组测序、微生物组分析	深度学习多模态框架	组织病理图像、转录组数据、微生物特征	四种主要恶性肿瘤的多组学数据集	NA	HMTsurv	c-index, log-rank p值	NA
120	2025-10-05	Deep learning model for diagnosing lupus erythematosus in cardiac patients using ECG and audio spectrograms 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14128-3 PMID:41023010	研究论文	提出一种结合ECG和音频谱图的深度学习模型，用于诊断心脏病患者的红斑狼疮	首创将ECG图像转换为音频并生成梅尔谱图的分析方法，开发了结合ResNet、LSTM和音频谱图变换器的混合模型	研究样本量未明确说明，模型在特定患者群体（心脏病合并红斑狼疮）中的适用性需要进一步验证	开发准确诊断心脏病患者中红斑狼疮的智能诊断模型	同时患有红斑狼疮和心脏病的患者	医疗人工智能	红斑狼疮, 心脏病	ECG分析, 音频谱图转换, 深度学习	CNN, LSTM, Transformer	ECG信号, 音频谱图, 图像	NA	NA	ResNet, LSTM, Audio Spectrogram Transformer	准确率, 灵敏度, 特异性, AUC	NA