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
12421	2025-05-01	Leveraging multi-source data and teleconnection indices for enhanced runoff prediction using coupled deep learning models 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00115-1 PMID:40289219	research paper	本研究通过结合统计和深度学习方法，提出了两种创新的耦合模型SRA-SVR和SRA-MLPR，以提高径流预测的准确性和稳定性	结合了统计和深度学习方法的优势，利用逐步回归分析处理高维数据和多重共线性，同时整合了80个大气环流指数作为遥相关变量	研究仅以雅砻江流域为案例进行模型验证，未在其他流域进行广泛测试	提高中长期的径流预测准确性，以支持洪水控制、干旱恢复、水资源开发和生态改善	雅砻江流域的径流数据	machine learning	NA	Stepwise Regression Analysis (SRA), Support Vector Regression (SVR), Multi-Layer Perceptron Regression (MLPR), SHAP analysis	SRA-SVR, SRA-MLPR	hydrological data, atmospheric circulation indices	雅砻江流域的径流数据及80个大气环流指数	NA	NA	NA	NA
12422	2025-05-01	Sweet pepper yield modeling via deep learning and selection of superior genotypes using GBLUP and MGIDI 2025-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99779-y PMID:40289216	研究论文	通过深度学习和GBLUP、MGIDI方法对甜椒产量进行建模并筛选优良基因型	结合卷积神经网络（CNN）模型与基因组最佳线性无偏预测（GBLUP）和多性状基因型-理想型距离指数（MGIDI），有效预测甜椒产量并筛选优良基因型	研究仅涉及29个甜椒种质，样本量较小	提高甜椒产量预测和优良基因型筛选的效率	甜椒（Capsicum annuum L.）种质	数字农业	NA	ISSR标记、深度学习	CNN、GBLUP、MGIDI	形态性状数据、基因组数据	29个甜椒种质，每个种质3个重复	NA	NA	NA	NA
12423	2025-10-07	Predicting Short-Term Mortality in Patients With Acute Pulmonary Embolism With Deep Learning 2025-Apr-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-0630 PMID:39617426	研究论文	开发基于深度学习的多模态模型预测急性肺栓塞患者的短期死亡率	首次将对比增强多排计算机断层扫描与临床/人口统计学数据结合，构建多模态深度学习模型用于急性肺栓塞死亡率预测	样本量相对较小（207例患者），仅包含单中心数据	开发优于传统PESI评分的急性肺栓塞短期死亡率预测模型	急性肺栓塞患者	医学影像分析	肺栓塞	对比增强多排计算机断层扫描	CNN, Transformer	影像数据, 临床数据, 人口统计学数据	207例急性肺栓塞患者（其中53例死亡）	NA	多模态深度学习架构	AUC	NA
12424	2025-10-07	[Cross-session motor imagery-electroencephalography decoding with Riemannian spatial filtering and domain adaptation] 2025-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202411035 PMID:40288968	研究论文	提出一种黎曼空间滤波与域自适应方法，用于提升跨会话运动想象脑电信号分类的准确性和效率	通过多模块协同框架解决源域与目标域数据分布不一致问题，显著提升跨会话MI-EEG分类模型的泛化能力	在复杂迁移学习场景中的适用性仍需进一步研究	提高跨会话运动想象脑机接口分类任务的性能	运动想象脑电信号	脑机接口	NA	脑电图	域自适应	脑电信号	三个公共数据集	NA	黎曼空间滤波	分类准确率, 计算效率	NA
12425	2025-10-07	[Research progress in motor assessment of neurodegenerative diseases driven by motion capture data] 2025-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403004 PMID:40288984	综述	本文综述了基于运动捕捉数据的神经退行性疾病运动评估研究进展	将神经退行性疾病运动评估方法按特征提取方式分为统计分析、机器学习和深度学习三类进行对比分析	NA	探讨运动捕捉数据驱动的神经退行性疾病运动评估方法	神经退行性疾病患者的运动功能评估	机器学习	神经退行性疾病	运动捕捉技术	统计分析,机器学习,深度学习	运动捕捉数据	NA	NA	NA	NA	NA
12426	2025-10-07	A review of machine learning methods for imbalanced data challenges in chemistry 2025-Apr-22, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00270b PMID:40271022	综述	本文系统回顾了化学领域中处理不平衡数据挑战的机器学习方法	首次全面梳理化学领域不平衡数据问题的解决方案，并强调数据增强、物理模型和大型语言模型等未来研究方向	作为综述文章，不包含原始实验数据验证	解决化学领域中不平衡数据对机器学习和深度学习模型的影响	化学领域中的不平衡数据集	机器学习	NA	机器学习，深度学习	NA	化学数据	NA	NA	大型语言模型	NA	NA
12427	2025-10-07	Privacy-Preserving Federated Learning Framework for Multi-Source Electronic Health Records Prognosis Prediction 2025-Apr-09, Sensors (Basel, Switzerland) DOI:10.3390/s25082374 PMID:40285064	研究论文	提出一种保护隐私的联邦学习框架MultiProg，用于多源电子健康记录的预后预测	采用多通道架构和特征校准机制，在保护患者隐私的同时实现跨机构知识共享	NA	开发安全隐私保护的临床表示学习框架，解决医疗数据共享的隐私和安全挑战	多源电子健康记录数据	机器学习	NA	联邦学习	深度学习	电子健康记录	NA	NA	多通道架构	NA	NA
12428	2025-10-07	Lightweight deep learning algorithm for real-time wheat flour quality detection via NIR spectroscopy 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125653 PMID:39733712	研究论文	提出一种基于近红外光谱的轻量级卷积神经网络，用于实时检测小麦粉品质	结合Ghost瓶颈结构、外部注意力模块和Kolmogorov-Arnold网络增强特征提取能力	未提及模型在不同环境条件下的泛化能力测试	开发高效无损的小麦粉质量实时监测方法	小麦粉的蛋白质和水分含量	机器学习	NA	近红外光谱	CNN	光谱数据	未明确说明样本数量	NA	Ghost bottlenecks, External attention modules, Kolmogorov-Arnold network	R值, RMSE, RPD	NA
12429	2025-10-07	Determination and visualization of moisture content in Camellia oleifera seeds rapidly based on hyperspectral imaging combined with deep learning 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125676 PMID:39742624	研究论文	基于高光谱成像与深度学习技术快速测定油茶籽水分含量并实现可视化	提出粒子群优化算法自动搜索卷积神经网络回归模型的最优超参数，并构建PSO-CNN-SVR混合预测模型	NA	开发油茶籽水分含量的快速无损检测方法	油茶籽	计算机视觉	NA	可见近红外高光谱成像	CNN, SVR, PLSR, AlexNet	高光谱图像	NA	NA	AlexNet, CNN	决定系数	NA
12430	2025-10-07	Rapid identification of horse oil adulteration based on deep learning infrared spectroscopy detection method 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125604 PMID:39756131	研究论文	本研究提出了一种基于深度学习和红外光谱的马油掺假快速检测方法	首次将红外光谱与深度学习相结合用于马油掺假检测，并通过微调ResNet模型实现了最佳识别效果	仅针对黄油、羊油和猪油三种掺假物质进行研究，未涵盖其他可能的掺假物	建立快速准确识别马油掺假的检测方法	马油及其与黄油、羊油、猪油的混合样品	机器学习	NA	红外光谱分析	CNN, RNN, Transformer, ResNet	红外光谱数据	四种油类样品按不同比例(5%-50%)混合，每个掺假比例获得591×3601条红外光谱数据	NA	ResNet	NA	NA
12431	2025-10-07	Multi-stain deep learning prediction model of treatment response in lupus nephritis based on renal histopathology 2025-Apr, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2024.12.007 PMID:39733792	研究论文	本研究开发了一种基于肾脏组织病理学的多染色深度学习模型，用于预测狼疮性肾炎患者的治疗反应	首次将深度学习应用于多种染色类型的肾脏活检切片，整合四种染色方法构建多染色预测模型，性能优于传统临床病理参数	需要进一步验证才能将模型应用于临床实践的风险分层和治疗决策	预测狼疮性肾炎患者对诱导治疗的反应	狼疮性肾炎患者	数字病理学	狼疮性肾炎	苏木精-伊红染色、过碘酸-雪夫染色、过碘酸-雪夫-六胺银染色、马松三色染色	深度学习模型	数字病理切片图像	开发队列245名患者（880张数字切片），外部测试队列71名患者（258张数字切片）	NA	NA	曲线下面积	NA
12432	2025-10-07	Incorporating spatial information in deep learning parameter estimation with application to the intravoxel incoherent motion model in diffusion-weighted MRI 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103414 PMID:39740472	研究论文	提出一种在扩散加权MRI中结合空间信息的深度学习参数估计方法，应用于体素内不相干运动模型	首次在深度学习参数估计中有效整合相邻体素间的空间相关性信息，使用注意力模型在大尺寸图像块上进行监督训练	方法主要在同质组织微环境中验证，在异质性较强区域的效果需要进一步研究	提高扩散加权MRI中生物物理模型参数估计的准确性和鲁棒性	扩散加权磁共振成像数据和体素内不相干运动模型	医学影像分析	NA	扩散加权磁共振成像	深度学习,注意力模型,卷积神经网络	医学影像数据,合成数据	1名健康志愿者的12次重复体内DWI数据	NA	注意力模型,卷积神经网络	NA	NA
12433	2025-10-07	Automatic Segmentation of Vestibular Schwannoma From MRI Using Two Cascaded Deep Learning Networks 2025-Apr, The Laryngoscope DOI:10.1002/lary.31979 PMID:39744768	研究论文	提出一种结合两个级联卷积神经网络和空间注意力机制的模型，用于MRI中前庭神经鞘瘤的自动分割	首次将两个UNet网络级联连接，并引入空间注意力机制来优化前庭神经鞘瘤的分割性能	模型性能可能受限于肿瘤变异性，且仅在特定MRI数据集上验证	提高前庭神经鞘瘤在MRI图像中的自动分割精度	前庭神经鞘瘤的MRI图像	医学影像分析	前庭神经鞘瘤	磁共振成像（MRI）	CNN	医学图像	公共数据集和私有数据集	NA	UNet	Dice系数	NA
12434	2025-10-07	Overfit detection method for deep neural networks trained to beamform ultrasound images 2025-Apr, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107562 PMID:39746284	研究论文	提出一种检测深度神经网络在超声图像波束形成任务中过拟合的方法	仅需网络架构和训练权重即可检测过拟合，无需重新训练或额外测试数据	方法仅在超声图像波束形成任务中验证，未在其他领域测试	开发深度神经网络过拟合检测方法	用于超声图像波束形成的深度神经网络	医学影像分析	NA	深度神经网络	DNN	超声图像	多中心数据训练的三种DNN模型	NA	NA	均值输出值, 图像间归一化相关系数	NA
12435	2025-10-07	CPI-GGS: A deep learning model for predicting compound-protein interaction based on graphs and sequences 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108326 PMID:39752853	研究论文	提出一种基于图和序列的深度学习模型CPI-GGS，用于预测化合物-蛋白质相互作用	结合图和序列信息的新型深度学习框架，在CPI预测准确率方面有所提升	模型泛化能力仍需改进，需要更多不同数据集的验证	提高化合物-蛋白质相互作用预测的准确性，为药物发现提供新工具	化合物和蛋白质的相互作用	机器学习	NA	深度学习	深度学习模型	图数据，序列数据	NA	NA	CPI-GGS	准确率	NA
12436	2025-10-07	Mapping the knowledge landscape of the PET/MR domain: a multidimensional bibliometric analysis 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07043-8 PMID:39754665	研究论文	通过文献计量学分析探索PET/MR领域的研究趋势、合作模式和新兴主题	首次对PET/MR领域进行多维度的文献计量学分析，涵盖2010-2024年的完整发展轨迹	仅基于Web of Science数据库，可能遗漏其他来源的相关文献	分析PET/MR领域的研究动态和发展趋势	PET/MR领域的4349篇科学文献	医学影像分析	肿瘤学、神经系统疾病、心血管疾病	文献计量分析	NA	文献元数据	4349篇出版物	VOSviewer, CiteSpace	NA	NA	NA
12437	2025-10-07	MPIC: Exploring alternative approach to standard convolution in deep neural networks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107082 PMID:39754840	研究论文	本文提出了一种名为MPIC的多尺度渐进推理卷积方法，作为标准卷积的替代方案	提出了结合大感受野、多尺度处理和渐进推理优势的新型卷积方法MPIC	NA	增强卷积特征提取能力同时保持相似参数数量	深度可分离卷积和标准卷积的改进方案	计算机视觉	NA	NA	CNN	图像	NA	NA	MobileNet, ResNet, ResNest	NA	NA
12438	2025-10-07	Interpretable deep learning for acoustic leak detection in water distribution systems 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123076 PMID:39756226	研究论文	本研究提出了一种用于水管系统声学泄漏检测的可解释深度学习模型	提出了多通道卷积神经网络(MCNN)模型和MGrad-CAM可视化方法，增强了泄漏检测模型的可解释性	NA	开发可解释的深度学习模型用于水管系统的声学泄漏检测	水管系统的声学泄漏信号	机器学习	NA	声学信号分析	CNN	声学信号数据	实验数据和实际现场数据	NA	MCNN, FCNN	准确率	NA
12439	2025-10-07	SegRap2023: A benchmark of organs-at-risk and gross tumor volume Segmentation for Radiotherapy Planning of Nasopharyngeal Carcinoma 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103447 PMID:39756265	研究论文	介绍SegRap2023基准数据集，用于鼻咽癌放疗计划中危及器官和肿瘤靶区的自动分割	提供了首个大规模鼻咽癌OAR和GTV分割基准数据集，包含400个CT扫描和47个分割目标	GTVs和小型/薄型OARs的分割性能仍需提升，目前提交方案在这些结构上表现有限	开发医学图像分割基准以促进鼻咽癌放疗计划中关键结构的自动分割	200名鼻咽癌患者的400个CT扫描（包含平扫和增强扫描配对数据）	医学图像分割	鼻咽癌	计算机断层扫描(CT)	深度学习分割模型	CT医学图像	200名患者，400个CT扫描	NA	NA	Dice相似系数	NA
12440	2025-10-07	Traditional versus modern approaches to screening mammography: a comparison of computer-assisted detection for synthetic 2D mammography versus an artificial intelligence algorithm for digital breast tomosynthesis 2025-Apr, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07589-z PMID:39786500	研究论文	比较传统计算机辅助检测算法与现代人工智能算法在乳腺癌筛查中的性能差异	首次在相同乳腺影像上直接比较传统机器学习CADe算法与深度学习AI算法在2D合成乳腺摄影和数字乳腺断层合成中的表现	样本量相对有限（764例患者），仅使用单一厂商的算法和设备	比较传统计算机辅助检测算法与现代人工智能算法在乳腺癌筛查中的诊断性能	764例患者的乳腺影像检查，包括106例活检证实癌症和658例癌症阴性病例	医学影像分析	乳腺癌	合成2D乳腺摄影，数字乳腺断层合成	传统机器学习，深度学习	医学影像	764例患者（106例癌症，658例阴性）	NA	NA	AUC，敏感度，特异度，假阳性标记率	NA