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
16161	2025-10-07	Lightweight visual localization algorithm for UAVs 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88089-y PMID:39971988	研究论文	提出了一种用于无人机的轻量化视觉定位算法Lightv8nPnP	引入GhostConv构建GDetect检测头模块，采用Wise-IoU作为边界框回归损失函数，并基于无人机航拍数据集特性改进YOLOv8n网络结构创建TrimYOLO	NA	开发能够实现无人机精确三维定位的高效视觉定位算法模型	无人机视觉定位	计算机视觉	NA	深度学习	YOLOv8n, Lightv8nPnP	图像	NA	NA	YOLOv8n, TrimYOLO, GDetect	帧率, 定位误差	NA
16162	2025-10-07	A skin disease classification model based on multi scale combined efficient channel attention module 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90418-0 PMID:39972014	研究论文	提出一种基于多尺度通道注意力的皮肤病分类模型，通过改进金字塔分割注意力模块和反向残差结构提升分类性能	改进了金字塔分割注意力模块以完整提取图像多尺度特征，并将注意力模块集成到反向残差结构中	NA	开发高效的皮肤病自动分类模型以辅助临床诊断	皮肤病图像数据	计算机视觉	皮肤病	深度学习	CNN	图像	ISIC2019和HAM10000两个皮肤病数据集	NA	改进的金字塔分割注意力模块,反向残差结构	准确率	NA
16163	2025-10-07	Temporal and spatial self supervised learning methods for electrocardiograms 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90084-2 PMID:39972080	研究论文	提出一种专门针对心电图检测的时空自监督学习方法，有效利用ECG信号的时空特性增强特征表示	首次将时空特性同时引入ECG自监督学习，通过时间维度保持个体身份一致性，空间维度捕捉多导联信号关联性	未明确说明模型在临床环境中的泛化能力及对罕见心律失常的检测效果	解决ECG标注数据稀缺问题，提升自监督学习在心电图分析中的效果	心电图信号	机器学习	心血管疾病	自监督学习	深度学习	时序信号数据	CPSC2018、Chapman和PTB-XL三个数据库的ECG数据	NA	TSSL（时空自监督学习架构）	NA	NA
16164	2025-10-07	Ensemble fuzzy deep learning for brain tumor detection 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90572-5 PMID:39972098	研究论文	提出一种集成模糊深度学习方法用于脑部MRI图像分析，旨在改善脑组织和异常区域的分割效果	结合体积模糊池化、模型融合策略和注意力机制，构建知识库以根据样本相似度选择最佳模型	NA	改进脑部MRI图像分割的准确性和效率	脑部MRI图像中的组织和异常区域	计算机视觉	脑肿瘤	磁共振成像(MRI)	集成深度学习	医学图像	完整脑部MRI分割数据集	NA	多种深度学习架构	交并比(IoU)	NA
16165	2025-10-07	Assessment of hydrological loading displacement from GNSS and GRACE data using deep learning algorithms 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90363-y PMID:39972111	研究论文	提出一种基于3D卷积神经网络的水文负载位移估计新方法	首次将3D-CNN应用于水文负载位移估计，相比传统格林函数反演方法精度显著提升	研究区域仅限于云南省及周边地区，模型在其他地理区域的适用性有待验证	精确评估陆地水负载位移对大地测量的影响	云南省及周边地区41个GNSS站的垂直位移时间序列数据	地球科学	NA	GNSS观测，GRACE卫星重力测量	3D-CNN	时间序列数据，空间分布数据	41个GNSS站点，2019-2022年数据	NA	3D-CNN	最大偏差，绝对最小偏差，绝对平均偏差，标准差	NA
16166	2025-10-07	Genetic insights into the shared molecular mechanisms of Crohn's disease and breast cancer: a Mendelian randomization and deep learning approach 2025-Feb-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01978-6 PMID:39964572	研究论文	本研究通过孟德尔随机化和深度学习探索克罗恩病与乳腺癌之间的遗传联系及潜在治疗靶点	首次结合孟德尔随机化分析与深度学习预测方法系统研究克罗恩病与乳腺癌的共享遗传机制和药物靶点	研究结果为初步发现，需要进一步实验验证	探索克罗恩病与乳腺癌之间的遗传关联并识别可药物化基因	克罗恩病和乳腺癌的遗传数据	机器学习	克罗恩病,乳腺癌	孟德尔随机化,基因本体分析,通路富集分析,蛋白质-蛋白质相互作用网络,共定位分析	深度学习	单核苷酸多态性数据	NA	NA	NA	NA	NA
16167	2025-10-07	Sub-1-min relaxation-enhanced non-contrast non-triggered cervical MRA using compressed SENSE with deep learning reconstruction in healthy volunteers 2025-Feb-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00560-7 PMID:39966221	研究论文	本研究评估了使用压缩感知结合深度学习重建技术在健康志愿者中实现亚1分钟无对比剂颈部磁共振血管成像的可行性	首次将压缩感知与深度学习重建相结合，在保持图像质量的同时将颈部MRA扫描时间缩短至1分钟以内	研究仅针对健康志愿者，需要进一步临床研究评估在狭窄或夹层等病变中的诊断性能	开发快速可靠的无对比剂磁共振血管成像技术	34名健康志愿者的颈部动脉	医学影像分析	血管疾病	磁共振血管成像(MRA), 压缩感知, 深度学习重建	深度学习	医学影像	34名健康志愿者	NA	NA	图像质量评分, 表观信噪比(aSNR), 表观对比噪声比(aCNR), 边缘上升距离(ERD)	NA
16168	2025-10-07	Integrating D-S evidence theory and multiple deep learning frameworks for time series prediction of air quality 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87935-3 PMID:39966417	研究论文	本研究提出了一种融合D-S证据理论和多种深度学习模型的框架，用于空气质量时间序列预测	首次将D-S证据理论与多种深度学习模型相结合，通过预测结果和可靠性作为证据体构建融合模型	研究仅基于中国三个代表性城市的数据，需要在更多地区验证模型的泛化能力	提高空气质量时间序列预测的准确性和鲁棒性	三个中国代表性城市的空气质量数据	机器学习	NA	时间序列分析	MLP,RNN,CNN,LSTM,BI-LSTM,GRU	时间序列数据	三个中国城市的空气质量数据，包含五种污染物指标	NA	MLP,RNN,CNN,LSTM,BI-LSTM,GRU	MAE,RMSE,MAPE	NA
16169	2025-10-07	Research on variable-length control chart pattern recognition based on sliding window method and SECNN-BiLSTM 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86849-4 PMID:39966459	研究论文	提出基于滑动窗口方法和SECNN-BiLSTM的可变长度控制图模式识别方法	结合滑动窗口方法和SE注意力机制CNN与双向LSTM网络，解决可变长度控制图识别问题	NA	开发可变长度控制图识别方法以满足生产实际需求	控制图数据	机器学习	NA	统计过程控制(SPC)	CNN, Bi-LSTM	一维时间序列数据	NA	NA	SE-CNN, BiLSTM, 残差结构	效率, 准确率	云边端集成系统(无线数字卡尺、嵌入式设备、云计算)
16170	2025-10-07	Accelerating veterinary low field MRI acquisitions using the deep learning based denoising solution HawkAI 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88822-7 PMID:39966480	研究论文	开发基于生成对抗网络的HawkAI去噪算法以加速兽医低场MRI采集	首次将生成对抗网络应用于兽医低场MRI图像去噪，实现扫描时间减半而不影响诊断质量	在空间分辨率和图像对比度方面略逊于标准采集序列	通过深度学习技术加速兽医MRI扫描过程同时保持图像质量	兽医低场MRI图像	医学影像处理	兽医疾病	MRI	GAN	医学影像	NA	NA	生成对抗网络	信噪比,伪影存在,诊断相关性,病灶明显度,空间分辨率,图像对比度	NA
16171	2025-10-07	Linear regressive weighted Gaussian kernel liquid neural network for brain tumor disease prediction using time series data 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89249-w PMID:39966518	研究论文	提出一种新型线性回归加权高斯核液体神经网络模型，用于基于时间序列数据的脑肿瘤疾病预测	开发了LRWGKLNN模型，结合线性回归处理缺失值、广义极端学生化偏差检验去除异常值、余弦一致性加权多数算法进行特征选择，以及高斯核化液体神经网络进行分类	NA	提高脑肿瘤疾病预测的准确率并降低时间复杂性	脑肿瘤疾病	机器学习	脑肿瘤	时间序列数据分析	液体神经网络	时间序列数据	从综合数据集中收集的大量时间序列数据样本	NA	线性回归加权高斯核液体神经网络(LRWGKLNN)	准确率, 精确率, 召回率, F1分数, 疾病预测时间	NA
16172	2025-10-07	Applying deep learning and the ecological home range concept to document the spatial distribution of Atlantic salmon parr (Salmo salar L.) in experimental tanks 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90118-9 PMID:39966514	研究论文	本研究开发了一种结合深度学习与生态学概念的自动化工具，用于分析实验水箱中大西洋鲑鱼苗的空间分布行为	首次将生态学中的家域和核心区概念与深度学习姿态估计相结合，开发了自动化鱼类行为分析工具	仅基于5天的实验数据作为概念验证，样本规模有限	开发自动化鱼类行为监测方法，提升水产养殖研究中动物福利评估效率	大西洋鲑鱼苗在实验水箱中的空间分布行为	计算机视觉	NA	计算机视觉，姿态估计	深度学习	视频	5天的实验数据	DeepLabCut	NA	NA	NA
16173	2025-10-07	Jointly exploring client drift and catastrophic forgetting in dynamic learning 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89873-6 PMID:39966528	研究论文	提出统一分析框架联合研究联邦学习中的客户端漂移和持续学习中的灾难性遗忘问题	首次将客户端漂移和灾难性遗忘作为相互关联的问题进行联合分析，发现适度组合两种数据分布偏移可提升模型性能	NA	研究动态学习环境中数据分布偏移对深度学习模型性能的影响	联邦学习和持续学习中的深度学习模型	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
16174	2025-10-07	Hybrid Greylag Goose deep learning with layered sparse network for women nutrition recommendation during menstrual cycle 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88728-4 PMID:39966547	研究论文	提出一种新型混合深度学习模型，为女性月经周期提供个性化营养推荐	结合灰雁优化算法与分层稀疏网络的混合注意力双向卷积门控循环网络，首次针对月经周期不同阶段的营养需求进行个性化推荐	未提及模型在不同人群中的泛化能力及临床验证结果	开发能够理解月经周期中营养需求与症状复杂模式的个性化推荐系统	女性月经周期期间的营养需求数据	机器学习	妇科健康	深度学习	HABi-ConGRNet, 稀疏自编码器	营养与生理数据	NA	Python	分层稀疏自编码器, 注意力双向卷积门控循环网络	准确率, 精确率	NA
16175	2025-10-07	HDL-ACO hybrid deep learning and ant colony optimization for ocular optical coherence tomography image classification 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89961-7 PMID:39966596	研究论文	提出一种结合深度学习和蚁群优化的混合框架HDL-ACO，用于眼部光学相干断层扫描图像分类	首次将卷积神经网络与蚁群优化算法结合，通过ACO优化超参数和数据增强，并引入Transformer模块进行特征提取	未明确说明数据集的具体规模和多样性限制	提高眼部OCT图像分类的准确性和计算效率	眼部光学相干断层扫描图像	计算机视觉	眼部疾病	光学相干断层扫描	CNN, Transformer	图像	NA	NA	ResNet-50, VGG-16, Transformer	训练准确率, 验证准确率	NA
16176	2025-10-07	Deep learning-based classification of diffusion-weighted imaging-fluid-attenuated inversion recovery mismatch 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90214-w PMID:39966647	研究论文	开发并验证基于深度学习的DWI-FLAIR不匹配分类器，用于急性缺血性卒中患者的治疗决策支持	首次使用卷积神经网络对DWI-FLAIR不匹配进行自动分类，减少人工评估的主观性差异	研究数据来自四个卒中中心，可能存在选择偏倚，需要更多多中心验证	开发客观准确的DWI-FLAIR不匹配分类方法，支持再通治疗的患者筛选	急性缺血性卒中患者	医学影像分析	脑血管疾病	弥散加权成像(DWI)，液体衰减反转恢复(FLAIR)序列	CNN	医学影像	3048名患者（2369名开发集，679名外部验证集）	NA	卷积神经网络	AUC	NA
16177	2025-10-07	Segmentation methods and dosimetric evaluation of 3D-printed immobilization devices in head and neck radiotherapy 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13669-0 PMID:39966735	研究论文	本研究使用深度学习自动分割3D打印头颈部固定装置，并评估其在头颈部VMAT放疗中的剂量学影响	首次应用Mask2Former模型实现3D打印头枕和MFIF的自动分割，系统评估固定装置对放疗剂量分布的影响	小目标分割不准确，MFIF金属固定件产生的伪影，需要在更大更多样化的数据集上进行模型优化和验证	提高头颈部放疗计划的剂量计算准确性	头颈部癌症患者使用的3D打印固定装置	医学影像分析	头颈部癌症	计算机断层扫描(CT)，容积旋转调强放疗(VMAT)，Gafchromic EBT3胶片测量	深度学习	CT影像	49名患者的CT定位图像	NA	Mask2Former	平均精度(mAP), Dice指数, gamma通过率	NA
16178	2025-10-07	Predicting mother and newborn skin-to-skin contact using a machine learning approach 2025-Feb-18, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07313-9 PMID:39966775	研究论文	本研究使用机器学习方法预测母婴皮肤接触的实施情况	首次将多种机器学习算法应用于预测母婴皮肤接触的影响因素	需要更多研究来确认模型性能的稳定性	识别影响母婴皮肤接触的关键预测因素	伊朗母婴网络中的8031名合格母亲	机器学习	母婴健康	机器学习预测建模	线性回归,逻辑回归,决策树,随机森林,深度学习前馈网络,XGBoost,LightGBM,支持向量机,KNN	医疗记录数据	8031名母亲，其中3759名(46.8%)有皮肤接触经历	NA	前馈神经网络	AUROC,准确率,精确率,召回率,F1分数	NA
16179	2025-10-07	Integrating ultrasound radiomics and clinicopathological features for machine learning-based survival prediction in patients with nonmetastatic triple-negative breast cancer 2025-Feb-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13635-w PMID:39966783	研究论文	本研究通过整合超声影像组学和临床病理特征，开发基于机器学习的模型用于非转移性三阴性乳腺癌患者的生存预测	首次将超声影像组学特征与临床病理特征相结合构建联合列线图模型，用于三阴性乳腺癌患者的生存预测	样本量相对有限，且为多中心研究可能存在数据异质性	评估基于超声影像组学和临床病理特征的机器学习模型在三阴性乳腺癌患者生存分析中的预测价值	非转移性三阴性乳腺癌患者	医学影像分析	乳腺癌	超声影像组学分析	机器学习模型	超声图像, 临床数据	训练队列306例，内部验证队列77例，前瞻性外部验证队列82例	PyRadiomics	深度学习算法, 列线图	AUC, 校准曲线, 决策曲线	NA
16180	2025-10-07	Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches? 2025-Feb-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02640-9 PMID:39966813	研究论文	基于德国健康保险索赔数据开发并验证2型糖尿病患者中风和心肌梗死的预测模型，比较传统回归方法与机器学习方法的性能	首次基于高维健康保险索赔数据系统比较传统回归方法与先进机器学习方法（包括深度学习方法）在心血管事件预测中的性能	模型性能存在天花板效应，AUPRC约0.09，AUROC约0.7；缺乏与其他文献中临床信息模型的全面比较	开发2型糖尿病患者中风和心肌梗死的预测模型，比较不同算法的预测性能	2型糖尿病患者	机器学习	心血管疾病	健康保险索赔数据分析	逻辑回归,LASSO,随机森林,梯度提升,多层感知机,特征标记变换器	结构化健康保险索赔数据	371,006名2型糖尿病患者	NA	多层感知机,特征标记变换器	AUPRC,AUROC,校准度	NA