深度学习在生物医药领域中的应用

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
1601	2025-04-19	Prediction methodology of air absorbed dose rates for Chinese cities with deep learning models 2025-Apr-16, Journal of environmental radioactivity IF:1.9Q3 DOI:10.1016/j.jenvrad.2025.107685 PMID:40245757	研究论文	本研究提出了一种基于历史数据的城市空气吸收剂量率预测框架，并比较了三种深度学习模型的性能	首次将Bi-LSTM模型应用于中国城市空气吸收剂量率预测，并证明其优于LSTM和CNN-LSTM模型	研究仅针对沿海和内陆两个城市进行验证，可能无法代表全国所有城市的情况	开发有效的城市空气吸收剂量率预测方法	中国城市的空气吸收剂量率数据	机器学习	NA	深度学习	LSTM, CNN-LSTM, Bi-LSTM	时间序列数据	国家核安全管理局发布的大规模复杂空气吸收剂量率报告数据
1602	2025-04-19	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Apr-16, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤出芽分级中的有效性	首次将多参数MRI放射组学与3D Vision Transformer深度学习模型结合用于直肠癌肿瘤出芽分级预测	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤出芽分级	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI/DWI/T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（训练集187例，内部测试集80例，外部测试集82例）
1603	2025-04-19	Multi-objective deep learning for lung cancer detection in CT images: enhancements in tumor classification, localization, and diagnostic efficiency 2025-Apr-15, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02314-8 PMID:40232589	研究论文	本研究开发并评估了一种先进的深度学习框架，用于在CT扫描图像中检测、分类和定位肺部肿瘤	模型结合了基于transformer的注意力层、自适应无锚机制和改进的特征金字塔网络，能够高效处理检测、分类和定位任务	研究仅使用了1608张CT扫描图像，样本量相对有限	开发一个用于肺部肿瘤检测、分类和定位的深度学习框架	肺部肿瘤的CT扫描图像	计算机视觉	肺癌	深度学习	transformer-based, adaptive anchor-free, improved feature pyramid network	图像	1608张CT扫描图像（623例癌症病例和985例非癌症病例）
1604	2025-04-19	A comprehensive framework for multi-modal hate speech detection in social media using deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94069-z PMID:40234479	研究论文	提出了一种新颖的多模态仇恨言论检测框架（MHSDF），结合CNN和RNN分析复杂的异构数据流	采用混合CNN和RNN方法，结合注意力机制，有效检测多模态仇恨言论，如混合冒犯性图像与隐含文本的模因、通过语气和面部表情传达毒性的讽刺视频等	未提及具体的数据集规模或多样性限制	开发一个高效的多模态仇恨言论检测系统，以提高社交媒体平台的内容审核能力	社交媒体中的多模态仇恨言论，包括文本、图像、音频和视频	自然语言处理	NA	Word2Vec, BERT, OCR	CNN, RNN, LSTM	文本、图像、音频、视频	NA
1605	2025-04-19	Deep neural network-enhanced prediction and carbon footprint analysis of early-age high-performance manufactured sand concrete's stress-strain behavior 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89016-x PMID:40234519	研究论文	本研究通过单轴压缩试验和深度神经网络模型，研究了早龄期机制砂混凝土（MSC）的应力-应变行为及其碳足迹	开发了一个四隐藏层、每层100个神经元的深度神经网络模型，用于预测不同水灰比、龄期和粉煤灰含量下的MSC应力-应变曲线	研究仅针对特定配比的机制砂混凝土，可能不适用于其他类型混凝土	研究早龄期机制砂混凝土的力学性能和环境影响	机制砂混凝土（MSC）	机器学习	NA	单轴压缩试验，深度神经网络	DNN	实验数据	216个试件
1606	2025-04-19	Multi scale convolutional neural network combining BiLSTM and attention mechanism for bearing fault diagnosis under multiple working conditions 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96137-w PMID:40234523	research paper	提出一种结合BiLSTM和注意力机制的多尺度卷积神经网络，用于多种工况下的轴承故障诊断	结合CNN、BiLSTM和注意力机制，提出MSCNN-BiLSTM-AM网络，能够提取多尺度时空特征和双向时间相关性特征，并通过注意力机制赋予关键特征更大权重	未提及具体样本量或实验数据的具体来源	解决轴承振动时序信号特征提取单一、无法同时利用空间和双向时间特征以及在多种工况下难以获得足够训练数据的问题	旋转机电设备的轴承故障	machine learning	NA	深度学习	CNN, BiLSTM, AM	振动时序信号	NA
1607	2025-04-19	An efficient electricity theft detection based on deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93140-z PMID:40234553	研究论文	提出了一种基于深度学习的电力盗窃检测新方法，利用CNN和LSTM从电力消费数据中提取抽象特征以提高检测准确性	结合CNN和LSTM提取电力消费数据的抽象特征，并采用LoRAS数据增强技术解决数据集不完整和类别不平衡的问题	未提及模型在其他地区或不同电力消费模式下的泛化能力	提高电力盗窃检测的准确性，减少对电力公司和消费者的负面影响	电力消费数据	机器学习	NA	LoRAS数据增强	CNN, LSTM	电力消费数据	来自中国国家电网公司的真实电力使用数据
1608	2025-04-19	Gated recurrent deep learning approaches to revolutionizing English language learning for personalized instruction and effective instruction 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96351-6 PMID:40234561	研究论文	探讨门控循环神经网络（GRNN）在英语语言学习（ELL）个性化教学中的应用及其效果	提出GRNN-ELL模型，通过强大的序列建模和语言处理算法动态适应学习者的进度，在流畅性、词汇多样性、上下文相关性和参与度方面优于传统方法	未提及具体的数据集规模或实验的局限性	改善英语语言学习的个性化教学效果	英语语言学习者	自然语言处理	NA	GRNN	GRNN	文本	NA
1609	2025-04-19	Maize yield estimation in Northeast China's black soil region using a deep learning model with attention mechanism and remote sensing 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97563-6 PMID:40234562	研究论文	提出一种结合注意力机制和遥感技术的深度学习模型（CNNAtBiGRU），用于中国东北黑土区玉米产量估算	创新性地整合1D-CNN、BiGRU和注意力机制，并首次引入人为因素（如机械化耕作程度）提升预测精度	未明确说明模型在其他土壤类型或作物上的泛化能力	开发高精度玉米产量预测模型以支持农业管理决策	中国东北黑土区的玉米产量	农业遥感与机器学习	NA	深度学习、遥感技术	CNNAtBiGRU（1D-CNN + BiGRU + 注意力机制）	多源时序数据（植被指数、物候数据、气象数据、土壤特性、人为因素）	未明确说明样本数量（覆盖东北黑土区多年度数据）
1610	2025-04-19	Advanced lightweight deep learning vision framework for efficient pavement damage identification 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97132-x PMID:40234635	研究论文	提出了一种基于YOLOv5s的轻量级路面损伤检测模型LPDD-YOLO，用于高效实时的路面损伤识别	采用轻量级特征提取网络FasterNet，引入注意力下采样模块和神经网络认知模块，以及K-Means聚类和可变形卷积模块，以提高特征提取的鲁棒性和准确性	研究基于自建数据集，可能在其他数据集上的泛化能力有待验证	开发一种高效实时的路面损伤检测模型	路面裂缝及其他损伤	计算机视觉	NA	YOLOv5s, FasterNet, K-Means聚类, 可变形卷积	LPDD-YOLO	图像	自建数据集（具体数量未提及）
1611	2025-04-19	Rapid diagnosis of membranous nephropathy based on kidney tissue Raman spectroscopy and deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97351-2 PMID:40234682	研究论文	本研究提出了一种结合小鼠肾组织拉曼光谱和CNN-BiLSTM深度学习模型的快速诊断方法，用于膜性肾病的诊断	首次将拉曼光谱与CNN-BiLSTM深度学习模型结合应用于小鼠肾组织，实现了膜性肾病的快速诊断	研究仅在小鼠肾组织上进行，尚未在人类样本中验证	开发一种能够在肾活检后快速诊断膜性肾病的方法	小鼠肾组织	数字病理学	膜性肾病	拉曼光谱	CNN-BiLSTM	光谱数据	未明确说明样本数量（小鼠肾组织）
1612	2025-04-19	A deep learning approach for blood glucose monitoring and hypoglycemia prediction in glycogen storage disease 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97391-8 PMID:40234688	研究论文	本研究利用深度学习算法预测糖原累积病患者的血糖水平及低血糖事件	首次使用连续血糖监测数据和深度学习模型预测糖原累积病患者的血糖水平	研究为回顾性研究，数据来源于单一医疗中心	开发算法以预测和管理糖原累积病患者的血糖波动	糖原累积病患者	机器学习	糖原累积病	连续血糖监测系统	PatchTST, LTSF N-Linear, TS Mixer	时间序列数据	在2020年8月至2024年2月期间于韩国延世大学原州Severance基督教医院住院或管理的糖原累积病患者
1613	2025-04-19	A prediction model of pediatric bone density from plain spine radiographs using deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96949-w PMID:40234697	研究论文	使用深度学习从脊柱平片预测儿童骨密度的模型	开发并验证了一种基于深度学习的模型，首次使用脊柱平片预测儿童骨密度，并成功分类低骨密度组	研究样本仅来自单一医院，可能存在选择偏差	通过深度学习模型预测和分类儿童骨密度，以改善高风险儿童群体的早期检测和骨骼健康管理	10-20岁的儿童和青少年	数字病理学	骨质疏松症	双能X射线吸收测定法和放射摄影	Yolov8和ResNet-18	图像	601名患者（平均年龄14岁4个月，276名男性）
1614	2025-04-19	CRISP: A causal relationships-guided deep learning framework for advanced ICU mortality prediction 2025-Apr-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02981-1 PMID:40234903	research paper	开发了一个基于因果关系的深度学习框架CRISP，用于提高ICU死亡率预测的准确性和泛化能力	利用原生反事实数据增强少数类样本，并结合因果结构构建患者表征，以提升预测稳定性	未明确提及具体局限性，但可能涉及模型在不同医疗环境中的进一步验证需求	开发具有更好泛化能力的ICU死亡率预测模型，以支持临床决策	ICU患者	machine learning	NA	深度学习	CRISP (Causal Relationship Informed Superior Prediction)	电子健康记录(EHRs)	69,190例ICU病例（来自MIMIC-III、MIMIC-IV和四川大学华西医院的数据集）
1615	2025-04-19	Prediction of postoperative intensive care unit admission with artificial intelligence models in non-small cell lung carcinoma 2025-Apr-15, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02553-z PMID:40234958	研究论文	使用深度学习模型预测非小细胞肺癌手术后重症监护病房的入院需求	首次将全连接神经网络算法应用于非小细胞肺癌手术后重症监护需求的预测	研究数据仅涵盖2001年至2023年的患者，可能无法反映最新医疗实践的变化	确定非小细胞肺癌手术后是否需要重症监护	953名非小细胞肺癌手术患者	数字病理学	肺癌	深度学习	Fully Connected Neural Network	临床、实验室、呼吸、肿瘤放射学和手术特征数据	953名患者
1616	2025-04-19	Diagnosis accuracy of machine learning for idiopathic pulmonary fibrosis: a systematic review and meta-analysis 2025-Apr-15, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02501-x PMID:40235000	meta-analysis	本文通过系统综述和荟萃分析评估了基于图像的机器学习在特发性肺纤维化（IPF）及其亚型普通间质性肺炎（UIP）诊断中的准确性	首次通过荟萃分析全面评估了机器学习在IPF和UIP诊断中的表现，并与放射科医师/临床医生的诊断准确性进行了对比	需要未来多中心大规模研究来开发更智能的评估工具以提高临床诊断效率	评估基于图像的机器学习在特发性肺纤维化诊断中的效率	特发性肺纤维化（IPF）及其亚型普通间质性肺炎（UIP）	digital pathology	lung cancer	image-based machine learning	deep learning/other	image	NA
1617	2025-04-19	Histological tumor necrosis predicts decreased survival after neoadjuvant chemotherapy in head and neck squamous cell carcinoma 2025-Apr-15, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107287 PMID:40245786	研究论文	研究头颈部鳞状细胞癌（HNSCC）中肿瘤坏死对放化疗（RT/CRT）后患者生存率的影响	首次发现肿瘤坏死是预测HNSCC患者放化疗后生存率的重要生物标志物，并成功开发了基于AI的深度学习方法用于识别肿瘤坏死	样本量相对较小（n=53），且为回顾性研究	研究HNSCC患者放化疗后肿瘤免疫微环境的变化及其对生存率的影响	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	免疫组织化学染色，AI深度学习	深度学习	组织病理学图像	53例接受新辅助治疗的HNSCC患者，171例未接受新辅助治疗的HNSCC患者作为验证集
1618	2025-04-19	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Apr-15, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究利用机器学习和放射组学模型预测肝细胞癌患者免疫治疗后的生存结果	结合放射组学特征和临床变量，开发了预测免疫治疗结果的集成模型，其性能优于传统临床生物标志物	研究样本量相对较小（152例患者），且为回顾性研究	预测肝细胞癌患者接受免疫治疗后的生存结果和治疗反应	接受阿特珠单抗联合贝伐珠单抗治疗的不可切除肝细胞癌患者	数字病理学	肝细胞癌	深度学习自动分割，机器学习模型	7种机器学习模型结合13种特征选择技术	CT图像和临床数据	来自两个国际中心的152例患者
1619	2025-04-19	ReorderBench: A Benchmark for Matrix Reordering 2025-Apr-14, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3560345 PMID:40227900	研究论文	本文构建了一个矩阵重排序基准测试ReorderBench，用于评估和改进矩阵重排序技术	提出了一个全面的矩阵重排序基准，包含大量具有代表性的矩阵和基于卷积与熵的评分方法	NA	评估和改进矩阵重排序技术	矩阵重排序算法和视觉模式	机器学习	NA	卷积和熵基方法	深度学习模型	矩阵数据	2,835,000个二元矩阵和5,670,000个连续矩阵，以及450个真实世界矩阵
1620	2025-04-19	Deep learning enabled liquid-based cytology model for cervical precancer and cancer detection 2025-Apr-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58883-3 PMID:40222978	research paper	开发了一种基于深度学习的液体细胞学模型，用于宫颈癌前病变和癌症的检测	该深度学习模型在宫颈癌筛查或分诊中表现出色，性能优于细胞病理学家，且显著减少阅读时间	在社区筛查中，模型的灵敏度与高级细胞病理学家相当，但特异性有所降低	开发并验证一种深度学习模型，用于宫颈癌的筛查和分诊	17,397名女性的液体细胞学切片，并在10,826例额外病例中进行测试	digital pathology	cervical cancer	liquid-based cytology	DL model	image	17,397名女性的液体细胞学切片，10,826例测试病例