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
1341	2025-11-03	Deep learning for accurate tumour volume measurement and prediction of therapy response in paediatric osteosarcoma 2025-Nov-01, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12115-w PMID:41176552	研究论文	开发两种自动卷积神经网络用于量化骨肉瘤肿瘤体积并预测化疗反应	首次将3D U-Net CNN应用于儿科骨肉瘤的肿瘤体积自动测量和化疗反应预测	回顾性研究，样本量有限（共101名患者），需要外部验证	评估骨肉瘤治疗反应，开发自动化肿瘤体积测量和化疗反应预测方法	儿科骨肉瘤患者	医学影像分析	骨肉瘤	磁共振成像	CNN	3D MRI图像	162次扫描来自81名患者（训练集），40次扫描来自20名患者（验证集）	NA	3D U-Net	Spearman相关系数, Bland-Altman图, Dice系数, 准确率, 灵敏度, 特异性, Hausdorff距离	NA
1342	2025-11-03	Comparative Evaluation of Advanced Deep Learning, Image-to-Text Models, and Radiomics for Predicting Tumor Budding and Tumor-Stroma Ratio from Breast Ultrasound in Invasive Ductal Carcinoma 2025-Oct-31, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.10.020 PMID:41176437	研究论文	本研究比较了基于深度学习和放射组学的不同方法，用于从乳腺超声图像预测浸润性导管癌的肿瘤出芽和肿瘤-间质比	首次系统比较了图像分类深度学习、图像到文本转换和放射组学三种不同方法在预测乳腺癌肿瘤微环境特征方面的性能	样本量相对较小（153例患者），需要在更大规模数据集中验证模型的泛化能力	从术前超声图像非侵入性预测浸润性导管癌的肿瘤微环境特征	浸润性导管癌患者的乳腺超声图像	计算机视觉, 自然语言处理, 机器学习	乳腺癌	超声成像	CNN, Transformer, KNN, SVM, XGBoost	医学图像	153例经组织病理学确诊的浸润性导管癌患者	PyTorch, Scikit-learn	YOLOv11x-cls, DINOv2, Vision Transformer, BLIP-2	AUC, 准确率	NA
1343	2025-11-03	Clinical utility of artificial intelligence models in radiology: a systemic scoping review of diagnostic and endovascular applications 2025-Oct-30, CVIR endovascular IF:1.2Q3 DOI:10.1186/s42155-025-00573-8 PMID:41162783	综述	系统综述人工智能在放射学诊断和介入治疗中的临床应用现状	首次系统评估AI在放射学多个疾病领域的临床应用范围，涵盖诊断和介入治疗两大方向	仅纳入23篇研究文献，样本量有限，未进行定量荟萃分析	评估人工智能在放射学领域的临床应用价值	放射科诊断和介入治疗相关的临床研究	医学影像分析	多种癌症（肺癌、肝癌、结直肠癌、前列腺癌、胰腺癌、乳腺癌、血液癌症）和血管疾病	NA	深度学习,卷积神经网络,自然语言处理,机器学习	医学影像数据	23篇同行评审研究文章	NA	NA	NA	NA
1344	2025-11-03	A multi-label visualisation approach for malware behaviour analysis 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21848-z PMID:41168210	研究论文	提出一种结合目标检测、可解释人工智能和基于代理的大语言模型的多标签可视化恶意软件行为分析方法	首次引入专门用于恶意软件分类的目标检测数据集，扩展Grad-CAM为贝叶斯形式实现不确定性感知可视化，通过多代理推理模块减少幻觉和偏见	未明确说明数据集规模和具体实验环境限制	开发可解释且全面的恶意软件分析框架	恶意软件及其行为特征	计算机视觉,自然语言处理	NA	目标检测,可解释人工智能,大语言模型	目标检测模型,LLM	图像,API调用序列	NA	NA	Grad-CAM	多标签分类准确率,二分类准确率	NA
1345	2025-11-03	Energy consumption prediction in buildings using LSTM and SVR modified by developed Henry gas solubility optimization 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21835-4 PMID:41168249	研究论文	提出一种结合小波分解、LSTM网络、支持向量回归和改进亨利气体溶解度优化算法的混合预测模型，用于建筑能耗预测	开发了新型混合预测框架，将小波分解特征提取、LSTM时序依赖捕捉、SVR精细估计与DHGSO参数优化相结合	NA	提高建筑能耗预测精度以优化能源管理、可持续性策略和运营效率	七个校园的建筑物能耗数据	机器学习	NA	小波分解	LSTM, SVR	时间序列数据	七个校园两年的每小时能耗数据	NA	LSTM, SVR	RMSE, MAPE	NA
1346	2025-11-03	Multimodal Multitask Learning for Predicting Depression Severity and Suicide Risk Using Pretrained Audio and Text Embeddings: Methodology Development and Application 2025-Oct-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66907 PMID:41166502	研究论文	开发了一种融合多任务学习、多模态学习和迁移学习的深度学习模型，用于同时预测抑郁症严重程度和自杀风险	首次将多任务学习与多模态融合策略结合，使用预训练的音频和文本嵌入来同时评估抑郁症严重程度和自杀风险	存在潜在的负迁移效应风险，需要谨慎实施多任务学习	评估多任务学习、多模态学习和迁移学习在联合分类抑郁症严重程度和自杀风险中的效果	100名抑郁症患者和100名健康对照者的中文音频录音和临床问卷数据	自然语言处理, 机器学习	抑郁症	音频处理, 文本分析	深度学习	音频, 文本	200名参与者（100名抑郁症患者和100名健康对照者）	NA	wav2vec 2.0, HuBERT, ERNIE-health	AUC	NA
1347	2025-11-03	A synergistic generative-ranking framework for tailored design of therapeutic single-domain antibodies 2025-Oct-29, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-025-00843-8 PMID:41162386	研究论文	开发了一种基于深度学习的生成-排序框架TFDesign-sdAb，用于设计具有定制功能性的单域抗体	整合结构感知扩散模型和精细调优的排序器，同时优化互补决定区和框架区，使单域抗体获得新功能特性同时保持抗原特异性	NA	克服单域抗体缺乏Fc结构域导致的功能局限性和制造限制	单域抗体(sdAbs)	机器学习	NA	深度学习	扩散模型	结构数据	NA	NA	IgGM, A2binder	表达率, 结合亲和力, 纯化成功率	NA
1348	2025-11-03	Multi head attention based deep learning framework for waxberry fruit object segmentation from high resolution remote sensing images 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20073-y PMID:41162410	研究论文	提出一种基于多头注意力的深度学习框架MAWNet，用于从高分辨率遥感图像中分割杨梅果实	结合增强残差块、Transformer块、空洞空间金字塔池化块和多空洞卷积块，有效解决果实遮挡、重叠和光照变化等挑战	未提及模型在更大规模数据集或不同果树品种上的泛化能力	开发自动化果实采摘设备中的精确果实分割技术	果园环境中的杨梅果实	计算机视觉	NA	高分辨率遥感成像	CNN, Transformer	图像	NA	NA	U-Net, ResNet, Transformer, ASPP	准确率, IoU, Dice系数	NA
1349	2025-11-03	Predicting short- to long-term breast cancer risk from longitudinal mammographic screening history 2025-Oct-29, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-025-00831-x PMID:41162416	研究论文	提出一种整合传统风险因素和纵向乳腺X线摄影数据的深度学习模型，用于预测短期至长期乳腺癌风险	首次开发能够整合纵向乳腺X线筛查历史和多时间点检查的深度学习模型，捕捉乳腺组织随时间变化的细微特征	仅使用内部数据集和单一外部验证集，需要更多样化人群的验证	乳腺癌风险评估和个体化筛查策略优化	女性乳腺癌患者和筛查人群	数字病理学	乳腺癌	乳腺X线摄影	深度学习	医学影像	171,168张乳腺X线图像，来自9,133名女性	NA	MTP-BCR	AUC	NA
1350	2025-10-31	Combining deep learning and microfluidics for fast and noninvasive sorting of zebrafish embryo 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17946-7 PMID:41162419	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1351	2025-11-03	Interpretable deep multimodal-based tomato disease diagnosis and severity estimation 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21611-4 PMID:41162432	研究论文	提出一种基于多模态深度学习的番茄疾病诊断和严重程度估计方法	结合视觉和环境数据的多模态深度学习算法，使用可解释AI技术增强模型透明度	NA	提高番茄疾病诊断和严重程度预测的准确性与可解释性	番茄植物疾病	计算机视觉,自然语言处理	植物疾病	深度学习	CNN,RNN	图像,环境数据	NA	NA	EfficientNetB0,RNN	准确率	NA
1352	2025-11-03	Optimizing deep learning models for on-orbit deployment through neural architecture search 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21467-8 PMID:41162441	研究论文	提出基于神经架构搜索的进化算法框架，优化面向星载边缘计算设备的深度学习模型部署	将硬件感知嵌入优化循环，联合优化网络架构与部署方案，实现资源受限平台上的实时推理	仅针对特定CubeSat硬件平台进行验证，未涵盖所有类型的星载计算设备	通过神经架构搜索实现模型压缩，平衡精度、模型大小和推理延迟	CubeSat卫星的星载边缘计算设备	机器学习	NA	神经架构搜索	深度学习模型	遥感图像	NA	NA	EfficientNet-lite0	mIoU, MCC, 延迟, 加速比	NVIDIA Jetson AGX, Intel Myriad X, NVIDIA A100-SXM
1353	2025-11-03	LyricEmotionNet for robust emotion recognition with hybrid CapsNet-memory network architecture 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21593-3 PMID:41162458	研究论文	提出一种基于CapsNet和记忆网络的混合深度学习架构LyricEmotionNet，用于歌词情感识别任务	结合CapsNet和记忆网络的混合架构，能同时处理局部情感特征和长序列依赖关系，在数据缺失场景下表现优异	仅基于660首歌曲的数据集进行验证，需要更大规模数据验证泛化能力	解决歌词情感分析中的局部特征提取和长距离依赖建模挑战	音乐歌词文本数据	自然语言处理	NA	深度学习	CapsNet, Memory Network	文本	660首歌曲，涵盖6种情感类别	NA	CapsNet, Memory Network	准确率	NA
1354	2025-11-03	Reinforcement learning-driven deep learning approaches for optimized robot trajectory planning 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21664-5 PMID:41162470	研究论文	提出一种结合深度强化学习的机器人轨迹规划方法，用于优化双足机器人的关节扭矩控制	将基于深度学习的轨迹规划与深度强化学习控制系统相结合，生成最优关节扭矩序列	NA	实现双足机器人的稳定行走，最大化前进速度、最小化功耗并增强稳定性	双足行走机器人	机器学习	NA	深度强化学习(DRL)	深度强化学习模型	机器人状态观测数据	NA	NA	NA	前进速度、功耗、稳定性、抗干扰能力	NA
1355	2025-11-03	SCBM-Net: a multimodal feature fusion-based dual-channel method for bearing fault diagnosis 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21665-4 PMID:41162495	研究论文	提出基于双通道多模态融合架构的SCBM-Net深度学习模型用于轴承故障诊断	创新性地结合连续小波变换和变分模态分解提取互补特征，采用双通道架构分别处理时频图像和时序信号	NA	解决复杂工况下轴承故障诊断中单模态方法的局限性	轴承故障诊断	机器学习	NA	连续小波变换(CWT), 变分模态分解(VMD)	深度学习, Swin Transformer, CNN, BiGRU, 注意力机制	时频图像, 时序信号	CWRU数据集和SEU轴承数据集	NA	Swin Transformer, CNN-BiGRU-Attention, 多模态紧凑双线性池化(MCB)	准确率	NA
1356	2025-11-03	A deep learning-based dual-branch framework for automated skin lesion segmentation and classification via dermoscopic Images 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21783-z PMID:41162506	研究论文	提出一种基于深度学习的双分支框架，通过皮肤镜图像实现皮肤病变的自动分割和分类	开发了同时执行分割和分类的双分支框架，结合视觉外观和形态学特征进行综合分析	NA	开发自动化皮肤病变诊断系统	皮肤镜图像中的皮肤病变	计算机视觉	皮肤疾病	皮肤镜成像	深度学习	图像	五个基准数据集（包括HAM10000、PH2、ISIC 2016-2018）	NA	EfficientNet-B7, DenseNet-121, ASPP, Transformer	Dice系数, IoU, 准确率, 灵敏度, 特异性	NA
1357	2025-11-03	Detection, localization, and staging of breast cancer lymph node metastasis in digital pathology whole slide images using selective neighborhood attention-based deep learning 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21787-9 PMID:41162515	研究论文	提出一种基于选择性邻域注意力的深度学习框架，用于在数字病理全切片图像中检测、定位和分期乳腺癌淋巴结转移	结合细胞核级特征与组织级嵌入，采用动态注意力机制选择并强调与目标区域相似的邻域区域	NA	精确检测、标注和分期乳腺癌淋巴结转移，为治疗决策和预后预测提供支持	乳腺癌淋巴结转移的病理切片图像	数字病理	乳腺癌	数字病理全切片成像	深度学习, Transformer	全切片图像	CAMELYON16和CAMELYON17数据集	NA	双路径特征提取器, 选择性邻域注意力机制	灵敏度, 精确度, F1分数, Dice系数, Jaccard指数, FROC评分, AUC, kappa分数	NA
1358	2025-11-03	A deep learning approach to predict temporal changes of subdural hemorrhage on computed tomography 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21721-z PMID:41162522	研究论文	本研究开发了一种深度学习模型，通过CT扫描预测硬膜下出血的时间变化	首次利用亨氏单位(HU)值通过深度学习模型预测硬膜下出血的急性、亚急性和慢性分期	仅使用825个预处理CT切片，样本量相对有限	开发能够预测硬膜下出血时间变化的深度学习模型	硬膜下出血患者的CT扫描图像	计算机视觉	脑血管疾病	CT扫描	CNN	医学图像	825个预处理CT切片	Python, Google Colab	卷积神经网络	准确率, 敏感度, 特异性, 精确率, F1分数, AUC-ROC	Google Colab云平台
1359	2025-11-03	Enhanced drug-drug interaction extraction from biomedical text using deep learning-based sentence representations 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21782-0 PMID:41162586	研究论文	提出一种基于卷积神经网络的CNN-DDI模型，用于从生物医学文本中高效提取药物相互作用关系	开发了计算效率更高的CNN-DDI模型，在保持竞争力的性能同时显著降低计算资源需求	仅在SemEval-2013数据集上进行评估，未在其他数据集验证泛化能力	改进从生物医学文本中提取药物相互作用关系的方法	药物相互作用关系	自然语言处理	NA	文本挖掘	CNN	文本	SemEval-2013数据集	NA	CNN-DDI	准确率,F1分数	NA
1360	2025-11-03	Deep learning-based bacterial foraging optimization algorithm to improve digital mammography-based breast cancer detection 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97301-y PMID:41162641	研究论文	本研究提出基于细菌觅食优化算法的深度学习方法来改进数字乳腺X线摄影的乳腺癌检测	首次将细菌觅食优化算法(BFO)应用于卷积神经网络超参数优化，显著提升了乳腺癌检测准确率	仅使用单一数据集(DDSM)进行验证，未在其他数据集上测试泛化能力	通过深度学习技术改进基于乳腺X线摄影的乳腺癌早期检测	乳腺X线摄影图像中的乳腺癌病变	计算机视觉	乳腺癌	数字乳腺X线摄影	CNN	医学图像	DDSM乳腺X线摄影数据集	NA	VGG19, InceptionV3, 自定义20层CNN	准确率	NA