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
14181	2025-10-07	Deep learning prediction of mammographic breast density using screening data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95275-5 PMID:40185813	研究论文	本研究开发深度学习模型用于乳腺X线摄影密度的客观评估	首次系统比较多种深度学习模型在乳腺密度分类中的性能，并与放射科医生进行对比验证	使用单中心回顾性数据，需要外部验证确认泛化能力	开发客观评估乳腺X线摄影密度的深度学习工具	乳腺X线摄影图像	计算机视觉	乳腺癌	乳腺X线摄影	深度学习	图像	9,621名女性的57,282张乳腺X线图像	NA	InceptionV3	平均精度	NA
14182	2025-10-07	Parallel boosting neural network with mutual information for day-ahead solar irradiance forecasting 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95891-1 PMID:40185800	研究论文	提出一种用于日前太阳辐照度预测的并行提升神经网络框架	将三种提升决策树算法与前馈神经网络并行集成，并采用互信息进行特征选择	仅在两个地理数据集上进行验证，需要更多数据集测试泛化能力	提高太阳辐照度预测精度以支持光伏系统可靠运行	太阳辐照度时间序列数据	机器学习	NA	互信息特征选择	集成学习,前馈神经网络	时间序列数据	两个地理数据集（伊斯兰堡和圣地亚哥）	NA	XgBoost,CatBoost,Random Forest,FFNN	平均绝对百分比误差（MAPE）	NA
14183	2025-10-07	Improved deep learning model for accurate energy demand prediction and conservation in electric vehicles integrated with cognitive radio networks 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94650-6 PMID:40185809	研究论文	提出一种结合经验模态分解、卷积神经网络和海鸥优化算法的深度学习模型，用于电动汽车能量需求预测和节能	首次将经验模态分解与CNN结合，并采用海鸥优化算法进行优化，同时整合认知无线电网络技术	未提及模型在不同气候条件和驾驶模式下的泛化能力	准确预测电动汽车能量需求以实现节能，并减轻电网负担	电动汽车能量需求和认知无线电网络	机器学习	NA	经验模态分解，海鸥优化算法	CNN, LSTM, RNN	时间序列数据，无线通信数据	NA	NA	深度CNN	准确率	NA
14184	2025-10-07	Accurate cross-species 5mC detection for Oxford Nanopore sequencing in plants with DeepPlant 2025-Apr-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58576-x PMID:40185832	研究论文	开发了名为DeepPlant的深度学习模型，用于提高植物中5-甲基胞嘧啶（5mC）的检测准确性	结合Bi-LSTM和Transformer架构，解决了植物CHH甲基化检测中高甲基化阳性样本稀缺的问题，显著提高了跨物种检测的泛化能力	仅针对植物物种进行研究，未在动物或其他生物中进行验证	提高植物中5-甲基胞嘧啶（5mC）检测的准确性和跨物种泛化能力	植物基因组中的5-甲基胞嘧啶（5mC），特别是CHH、CpG和CHG甲基化模式	生物信息学	NA	Oxford Nanopore测序，亚硫酸氢盐测序（BS-seq）	Bi-LSTM, Transformer	基因组测序数据	9个植物物种的测序数据	NA	Bi-LSTM, Transformer	全基因组甲基化频率相关性，F1分数，单分子准确性	NA
14185	2025-10-07	A performance-driven hybrid text-image classification model for multimodal data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95674-8 PMID:40185890	研究论文	提出一种结合文本和图像处理的多模态混合分类模型HTIC	采用VGG16和Roberta结合的多模态架构，通过多模态特征提取层确保不同类型数据的兼容性	仅使用了五个数据集进行验证，未提及模型在其他领域的泛化能力	开发用于多模态数据的混合分类模型	文本和图像数据	自然语言处理,计算机视觉	NA	多模态深度学习	CNN,Transformer	文本,图像	五个不同数据集	NA	VGG16,Roberta,CNN	分类准确率,泛化能力,鲁棒性	NA
14186	2025-10-07	The analysis of optimization in music aesthetic education under artificial intelligence 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96436-2 PMID:40185937	研究论文	本文探索了在人工智能环境下如何通过深度学习算法优化音乐审美教育的教学内容与方法	将深度学习算法与音乐审美教育相结合，设计了专门的算法原理和运行代码，提高了音乐情感识别的准确率	NA	研究通过深度学习优化音乐审美教育方法的可行性和途径	不同年龄段和音乐素养水平的学生	机器学习	NA	深度学习	NA	音乐数据	NA	NA	NA	准确率	NA
14187	2025-10-07	Wild horseshoe crab image denoising based on CNN-transformer architecture 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96218-w PMID:40185943	研究论文	提出一种基于CNN-Transformer混合架构的野马蹄蟹图像去噪方法	结合多头转置注意力机制、门控机制和深度可分离卷积的混合模型架构，在通道维度应用线性复杂度的多头转置注意力机制	NA	解决野马蹄蟹自然栖息地复杂环境下图像采集受真实噪声因素影响的问题	野马蹄蟹图像	计算机视觉	NA	图像去噪技术	CNN, Transformer	图像	构建的野马蹄蟹图像数据集	NA	CNN-Transformer混合架构	NA	NA
14188	2025-10-07	Tunnel face rock mass class rapid identification based on TBM cutterhead vibration monitoring and deep learning model 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96875-x PMID:40186002	研究论文	基于TBM刀盘振动监测和深度学习模型实现隧道掌子面岩体等级的快速识别	结合1DCNN、BiLSTM和自注意力机制的端到端深度学习模型，采用受Inception v2启发的多尺度特征提取结构创新	NA	实现隧道掘进过程中岩体条件的快速识别，优化TBM操作参数和隧道支护措施选择	TBM隧道掌子面岩体	机器学习	NA	振动信号监测	1DCNN, BiLSTM, 自注意力机制	振动信号	NA	NA	1DCNN, BiLSTM, 自注意力机制, Inception v2	准确率	NA
14189	2025-10-07	Deep-learning enabled rapid and low-cost detection of microplastics in consumer products following on-site extraction and image processing 2025-Apr-04, RSC advances IF:3.9Q2 DOI:10.1039/d4ra07991d PMID:40190644	研究论文	开发了一种基于深度学习和手机显微镜的微塑料快速低成本检测平台	首次将低成本手机显微镜与YOLOv5深度学习模型结合用于微塑料检测，实现了快速、准确且经济高效的检测方案	样本类型有限，仅测试了五种消费品类别；需要依赖化学提取步骤	开发快速、低成本检测消费品中微塑料污染的方法	盐、糖、茶包、牙膏和牙粉中的微塑料颗粒	计算机视觉	NA	密度分离技术、ATR-FTIR光谱、FE-SEM电子显微镜	CNN	图像	2490张图像（训练1990张，验证250张，测试250张）	PyTorch	YOLOv5	准确率	NA
14190	2025-10-07	Non-invasive quantification of pressure drops in stenotic intracranial vessels: using deep learning-enhanced 4D flow MRI to characterize the regional haemodynamics of the pulsing brain 2025-Apr-04, Interface focus IF:3.6Q1 DOI:10.1098/rsfs.2024.0040 PMID:40191027	研究论文	本研究开发了一种基于深度学习增强超分辨率4D流MRI的非侵入性方法，用于量化狭窄颅内血管的压力下降	结合深度学习超分辨率成像与物理信息虚拟功-能相对压力技术，首次实现亚毫米级颅内血管压力变化的非侵入性量化	研究首先在模拟实验中验证，然后转移到患者队列，需要进一步扩大临床验证规模	开发非侵入性量化颅内狭窄血管压力变化的方法	颅内动脉狭窄患者和模拟颅内环境的脉动流实验	医学影像分析	脑血管疾病	4D流MRI, 深度学习超分辨率成像	深度学习	MRI影像	颅内动脉粥样硬化疾病患者队列	NA	NA	与侵入性导管测量的一致性	NA
14191	2025-10-07	Compact Model Training by Low-Rank Projection With Energy Transfer 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3400928 PMID:38843062	研究论文	提出一种名为LRPET的新训练方法，通过低秩投影与能量转移从头训练低秩压缩网络	提出交替执行随机梯度下降训练和权重矩阵低秩投影的方法，通过能量转移补偿投影导致的矩阵能量损失，并引入BN修正技术	NA	开发更有效的深度神经网络低秩压缩方法	深度神经网络模型	机器学习	NA	低秩近似，网络压缩	CNN, Transformer	图像	CIFAR-10和ImageNet数据集	NA	NA	准确率，压缩效果	NA
14192	2025-10-07	Supervise-Assisted Self-Supervised Deep-Learning Method for Hyperspectral Image Restoration 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386809 PMID:38722728	研究论文	提出一种监督辅助的自监督深度学习方法用于高光谱图像恢复	结合监督学习和自监督学习，引入噪声自适应损失函数处理带噪声的退化高光谱图像	未明确说明方法在极端噪声水平或复杂退化场景下的性能	解决高光谱图像恢复中的分布差异和噪声干扰问题	带噪声的退化高光谱图像	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	NA	NA	NA	定量指标, 视觉质量	NA
14193	2025-10-07	Personalized deep learning auto-segmentation models for adaptive fractionated magnetic resonance-guided radiation therapy of the abdomen 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17580 PMID:39699250	研究论文	本研究开发个性化深度学习自动分割模型，用于腹部磁共振引导放疗中的自适应分割	提出基于患者特异性数据的自动分割方法，结合计划阶段和前期分次治疗的专家分割结果进行模型微调	研究样本量有限（151例患者），仅针对特定类型MR-Linac设备（0.35T）	改进磁共振引导放疗中的自动分割精度，减少手动轮廓修正时间	腹部癌症患者（151例）的磁共振图像	医学影像分析	腹部癌症	磁共振成像（MRI），深度学习	深度学习分割模型	磁共振图像	151例患者，包含151个计划MRI和215个分次治疗MRI	NA	NA	Dice相似系数（DSC），平均豪斯多夫距离（HD avg），95%百分位豪斯多夫距离（HD95）	NA
14194	2025-10-07	Deep learning-aided diagnosis of acute abdominal aortic dissection by ultrasound images 2025-Apr, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02311-y PMID:39821588	研究论文	本研究探索深度学习在超声图像中辅助诊断急性腹主动脉夹层的应用	首次将深度学习模型应用于超声图像诊断腹主动脉夹层，并与人类医生进行性能比较	样本量较小（374张图像），仅使用单一医疗机构数据	开发基于深度学习的急性腹主动脉夹层辅助诊断系统	腹主动脉夹层患者的超声图像	计算机视觉	心血管疾病	超声成像	CNN	图像	374张超声图像（来自2022年6月30日前治疗的患者）	NA	DenseNet-169, VGG-16	敏感度, AUC	NA
14195	2025-10-07	Impact of deep learning reconstructions on image quality and liver lesion detectability in dual-energy CT: An anthropomorphic phantom study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17651 PMID:39887750	研究论文	通过人体模型研究评估深度学习重建算法在双能CT中对图像质量和肝脏病灶检测能力的影响	首次在双能CT中系统比较深度学习重建算法与传统重建方法对肝脏高血供病灶检测性能的影响	研究基于人体模型而非真实患者，结果需要临床验证	评估深度学习重建算法在双能CT中对图像质量和肝脏高血供病灶检测能力的影响	模拟高血供肝细胞癌的人体肝脏模型	医学影像分析	肝细胞癌	双能CT, 虚拟单能成像	深度学习图像重建算法	CT影像	标准体型人体模型（BMI 23 kg/m²）	NA	DLIR（低、中、高三个级别）	病灶-肝脏对比度, 噪声幅度, 噪声功率谱, 调制传递函数, 可检测性指数	NA
14196	2025-10-07	Novel pre-spatial data fusion deep learning approach for multimodal volumetric outcome prediction models in radiotherapy 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17672 PMID:39928034	研究论文	提出一种新颖的预空间融合深度学习方法来改进放疗中多模态体积数据的生存预测模型	开发了联合早期预空间融合技术，在卷积操作前将临床数据整合到训练中，解决了多模态数据结构的原生不兼容性问题	研究基于单中心回顾性队列，样本量相对有限，仅包含531例头颈癌患者中的222例完整数据病例	开发用于放疗前总体生存预测的多模态体积神经网络融合方法	头颈癌放疗患者	医学影像分析	头颈癌	CT成像，剂量阵列，结构集分析	3D CNN, 密集神经网络, Cox比例风险模型	体积图像数据，表格临床数据	222例完整数据头颈癌患者	NA	3D卷积神经网络，密集神经网络	AUC, p值	NA
14197	2025-10-07	Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review 2025-Apr, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06497-1 PMID:40100390	综述	本范围综述分析了人工智能在腕管综合征超声成像诊断中的应用现状	首次系统梳理AI在腕管综合征超声诊断中的多种应用方向，包括神经分割、自动诊断和严重程度分类	数据集限制、超声成像变异性和伦理考虑等挑战尚未解决	探索AI在提高腕管综合征诊断准确性、效率和患者预后方面的潜力	腕管综合征患者的超声影像	医学影像分析	腕管综合征	超声成像	CNN, 传统机器学习	超声图像	18篇纳入研究（345篇初筛）	NA	NA	NA	NA
14198	2025-10-07	Multiscale Deep Learning for Detection and Recognition: A Comprehensive Survey 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3389454 PMID:38652624	综述	本文系统综述了多尺度深度学习在目标检测与识别领域的发展，构建了完整的知识体系	首次系统梳理多尺度深度学习的理论框架与方法体系，涵盖CNN和Vision Transformer等多尺度建模技术	作为综述文章，未提出新的原创算法模型	探讨计算机视觉中的多尺度表示问题及其在深度学习中的应用	多尺度表示方法及其在目标检测与识别任务中的应用	计算机视觉	NA	NA	CNN, Vision Transformer	图像	NA	NA	NA	NA	NA
14199	2025-10-07	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	提出一种基于拓扑感知深度学习的结直肠和结直肠癌自动分割方法DeepCRC-SL，用于常规CT扫描	首次提出一维结直肠坐标系，通过辅助回归任务预测体素的坐标值以整合全局拓扑信息，并引入坐标驱动的自学习策略利用未标注数据	方法在结直肠癌分割的DSC指标为0.669，仍有提升空间	开发常规CT扫描中结直肠和结直肠癌的自动分割算法	结直肠和结直肠癌组织	医学影像分析	结直肠癌	常规对比增强CT扫描	深度学习	CT医学影像	227例标注和585例未标注的结直肠癌病例	NA	自注意力网络	DSC（Dice相似系数）	NA
14200	2025-10-07	Machine Learning and Deep Learning in Detection of Neonatal Seizures: A Systematic Review 2025-Apr, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70083 PMID:40189779	系统综述	本文系统综述了机器学习和深度学习在新生儿癫痫检测中的应用效果	首次系统评估ML和DL在新生儿癫痫检测中的性能表现，重点关注卷积神经网络模型的应用潜力	仅纳入10项符合标准的研究，样本量有限，且为非盲法筛选可能存在偏倚	研究机器学习和深度学习在新生儿癫痫检测中的效果	新生儿癫痫发作的脑电图信号	机器学习	新生儿癫痫	脑电图信号分析	CNN	脑电图时间序列数据	1389次癫痫发作事件，涉及17-258名新生儿，总计834小时数据	NA	卷积神经网络	AUC, 灵敏度, 特异性	NA