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
1621	2025-08-07	Scalable and lightweight deep learning for efficient high accuracy single-molecule localization microscopy 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62662-5 PMID:40764305	research paper	介绍了一种名为LiteLoc的可扩展分析框架，用于高效处理高通量单分子定位显微镜(SMLM)数据	采用轻量级神经网络架构，并集成CPU和GPU资源的并行处理，在不牺牲定位精度的情况下减少延迟和能耗	未提及具体的技术限制或应用场景限制	提高单分子定位显微镜(SMLM)数据分析的计算效率和资源利用率	高通量SMLM数据	计算机视觉	NA	单分子定位显微镜(SMLM)	轻量级神经网络	图像	NA
1622	2025-08-07	A deep learning framework for gender sensitive speech emotion recognition based on MFCC feature selection and SHAP analysis 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14016-w PMID:40764384	研究论文	提出一种基于MFCC特征选择和SHAP分析的性别敏感语音情感识别深度学习框架	与现有最先进的深度学习方法相比，该模型在语音情感识别方面实现了高达15%的性能提升	NA	通过深度学习技术改进语音情感识别	语音信号中的情感（如快乐、悲伤、愤怒、恐惧、惊讶和中性）	自然语言处理	NA	MFCC特征选择、SHAP分析	CNN、RNN（带LSTM单元）	语音	NA
1623	2025-08-07	Road damage detection based on improved YOLO algorithm 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14461-7 PMID:40764422	research paper	本文提出了一种基于改进YOLO算法的道路损伤检测方法，通过集成CA和SA双分支注意力机制以及GIoU损失函数，提高了检测精度和定位能力	集成CA和SA双分支注意力机制以及GIoU损失函数，显著提升了小目标检测和边界框定位精度	未提及具体的数据集规模和实际应用场景的验证	开发一种高效的道路损伤检测技术，以替代传统耗时且成本高昂的人工检测方法	道路损伤	computer vision	NA	YOLOv5, CA, SA, GIoU	YOLO	image	公共数据集（未提及具体数量）
1624	2025-08-07	Deep-learning-enabled online mass spectrometry of the reaction product of a single catalyst nanoparticle 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62602-3 PMID:40764516	研究论文	该研究通过结合纳米流体反应器和深度学习技术，实现了对单个催化剂纳米颗粒反应产物的在线质谱分析	将纳米流体反应器与约束去噪自编码器结合，显著提高了质谱分析的灵敏度，使所需催化剂表面积减少了约3个数量级	研究仅针对CO氧化和CH加氢两种模型反应进行了验证	提高质谱分析在催化反应中的分辨率，特别是单颗粒催化剂的在线反应分析	单个Pd催化剂纳米颗粒（表面积0.0072±0.00086μm²）	质谱分析	NA	在线质谱分析	约束去噪自编码器	质谱信号	单个纳米颗粒催化剂
1625	2025-08-07	Smartphone video-based early diagnosis of blepharospasm using dual cross-attention modeling enhanced by facial pose estimation 2025-Aug-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01904-8 PMID:40764679	research paper	该研究提出了一种基于智能手机视频的双交叉注意力深度学习框架，用于早期诊断和评估眼睑痉挛	结合时间视频特征和面部标志动态的双交叉注意力模型，提高了眼睑痉挛诊断的准确性和可解释性	诊断性能中等（0.674），且依赖于智能手机录制的视频质量	开发一种可解释的、智能手机兼容的视频模型，以支持眼睑痉挛的早期检测和评估	眼睑痉挛患者	computer vision	眼睑痉挛	深度学习	双交叉注意力模型	视频	回顾性数据集包含847个患者视频，前瞻性评估数据集包含179个样本
1626	2025-08-07	Prediction of protein-protein interaction based on interaction-specific learning and hierarchical information 2025-Aug-04, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02359-9 PMID:40754535	研究论文	提出了一种基于交互特异性学习和层次信息的新型深度学习方法HI-PPI，用于蛋白质-蛋白质相互作用预测	HI-PPI方法整合了PPI网络的层次表示和交互特异性学习，通过将结构和关系信息嵌入双曲空间来提取层次信息，并使用门控交互网络提取成对特征进行预测	虽然HI-PPI在多个基准数据集上表现优于现有方法，但论文未提及该方法在大规模PPI网络上的可扩展性	开发高效准确的蛋白质-蛋白质相互作用预测工具	蛋白质-蛋白质相互作用网络	机器学习	NA	深度学习	HI-PPI（整合层次表示和交互特异性学习的深度学习模型）	蛋白质相互作用网络数据	多个基准数据集（具体数量未提及）
1627	2025-08-07	Artificial intelligence in orthopedics: fundamentals, current applications, and future perspectives 2025-Aug-04, Military Medical Research IF:16.7Q1 DOI:10.1186/s40779-025-00633-z PMID:40754583	综述	本文综述了人工智能在骨科领域的基础知识、当前应用及未来前景	全面概述了AI在骨科中的多种应用，包括图像分析、疾病诊断和治疗方法的创新	数据质量、模型泛化能力和临床验证等关键挑战限制了AI的实际应用	探讨人工智能在骨科诊断和治疗中的应用及其未来发展方向	骨科临床和研究中的AI技术	机器学习	骨科疾病	机器学习和深度学习	NA	图像和其他临床数据	NA
1628	2025-08-07	Respiratory viral infections: when and where? A scoping review of spatiotemporal methods 2025-Aug-04, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.15.04213 PMID:40755019	综述	本文通过范围综述方法，综合了定量研究呼吸道病毒感染时空特征的方法学现状	综合分析了COVID-19大流行期间呼吸道病毒感染时空传播特征的研究趋势和方法应用	高级深度学习模型在疾病预测分析中的应用受到现有疾病数据质量的限制	综合定量研究方法，探究呼吸道病毒感染的时空特征	呼吸道病毒感染	流行病学	呼吸道病毒感染	机器学习方法	深度学习模型	时空数据	152篇符合纳入标准的研究文章
1629	2025-08-07	Deep learning and digital twin integration for structural damage detection in ancient pagodas 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14029-5 PMID:40759712	research paper	该论文提出了一种结合数字孪生和改进YOLO算法的古塔结构损伤检测方法	通过数字孪生技术实现全角度和多季节场景变换，结合改进的YOLO算法提高检测精度和效率	现有深度学习目标检测技术在建筑雕塑全覆盖和多角度自由观察方面存在局限，检测误差较大	为历史建筑损伤程度评估提供高效可靠的技术解决方案	南京舍利塔	computer vision	NA	数字孪生技术，改进的YOLO算法	YOLO	image	NA
1630	2025-08-07	Internet of things enabled deep learning monitoring system for realtime performance metrics and athlete feedback in college sports 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13949-6 PMID:40759726	研究论文	本研究提出了一种基于物联网和深度学习的实时运动表现监测系统，用于大学体育中的运动员表现追踪与反馈	结合了先进的穿戴式传感器技术与混合神经网络（TCN + BiLSTM + 注意力机制），解决了处理异构高频传感器数据和提供低延迟、特定运动反馈的关键挑战	研究仅在中国商丘大学的147名学生运动员中进行，可能无法完全代表其他地区或水平的运动员	开发一个实时运动表现监测和反馈系统，以提升大学体育中运动员的表现分析	大学运动员的运动表现数据	机器学习	NA	穿戴式传感器技术，边缘计算，云计算	TCN + BiLSTM + Attention	传感器数据	147名学生运动员，涉及田径、篮球、足球和游泳等多个运动项目，研究持续12个月
1631	2025-08-07	Gated recurrent unit with decay has real-time capability for postoperative ileus surveillance and offers cross-hospital transferability 2025-Aug-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01053-9 PMID:40760048	研究论文	本研究评估了带衰减门控循环单元（GRU-D）在7349例结直肠手术中实时监测术后肠梗阻风险的能力，并展示了其跨医院的可迁移性	首次将深度学习模型GRU-D应用于术后肠梗阻风险评估，解决了传统回归模型未探索的领域，并证明了其在极端数据稀疏情况下的优越性能和跨医院迁移能力	尽管GRU-D在术后时段表现优异，但在某些术前时间点其性能仍落后于非时序模型，且模型内置可解释性需进一步研究以支持临床整合	开发实时动态风险评估模型以改善结直肠术后肠梗阻的监测	7349例来自三家Mayo Clinic医疗中心使用两种不同电子健康记录系统的结直肠手术病例	机器学习	结直肠术后并发症	GRU-D深度学习模型	GRU-D	电子健康记录（EHR）数据	7349例结直肠手术病例
1632	2025-08-07	Human fall direction recognition in the indoor and outdoor environment using multi self-attention RBnet deep architectures and tree seed optimization 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11031-9 PMID:40760069	研究论文	提出了一种新颖的深度学习架构和优化算法，用于室内外环境中人体跌倒方向的识别	开发了四种新型残差块和自注意力机制模型（3-RBNet、5-RBNet、7-RBNet和9-RBNet），并应用树种子算法优化特征选择，提高了分类性能	未提及模型在多样化环境或不同人群中的泛化能力	通过早期跌倒检测减少老年人因跌倒导致的伤害及社会经济负担	老年人跌倒方向识别	计算机视觉	老年疾病	深度学习、树种子优化算法	RBNet（残差块网络）、自注意力模型	图像	来自韩国顺天乡大学的人体跌倒数据集
1633	2025-08-07	Multimodal deep learning model for prognostic prediction in cervical cancer receiving definitive radiotherapy: a multi-center study 2025-Aug-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01903-9 PMID:40760164	研究论文	开发并验证了基于深度学习的多模态预后模型CerviPro，用于预测接受根治性放疗的局部晚期宫颈癌患者的无病生存期	首次整合治疗前后CT影像、手工放射组学特征和临床变量，构建多模态深度学习模型，显著提高了预后预测的准确性	研究仅针对接受根治性放疗的局部晚期宫颈癌患者，可能不适用于其他治疗方式或癌症类型	开发精确的生存预测模型以指导个性化治疗	1018名接受根治性放疗的局部晚期宫颈癌患者	数字病理学	宫颈癌	深度学习	多模态深度学习模型	CT影像、放射组学特征、临床变量	1018名患者（内部验证队列和外部验证队列）
1634	2025-08-07	GAN and LSTM-based collaborative tremor classification approach for next generation healthcare system 2025-Aug-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110836 PMID:40763674	研究论文	本文提出了一种基于GAN和LSTM的协作震颤分类方法，用于下一代医疗系统中的特发性震颤（ET）和帕金森震颤（PST）分类	结合GAN生成合成数据、Autoencoder降维学习潜在表示以及LSTM捕捉时序特征，提高了震颤分类的性能	NA	解决健康人群和PSD患者基于ET和PST频率模式和严重程度的误诊问题	健康人群和脑卒中后抑郁（PSD）患者的动作性和静息性震颤	机器学习	帕金森病	深度学习	GAN, Autoencoder, LSTM	时间序列数据	NA
1635	2025-08-07	A lightweight YOLOv8-based model for gastric cancer detection 2025-Aug-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110689 PMID:40763676	research paper	提出一种基于YOLOv8的轻量级胃癌检测模型，旨在在不同性能的计算机处理器上实现实时性能	采用YOLOv8-n作为基线，通过Ghost conv压缩主干网络，并在neck和head部分引入轻量级通道注意力SE块，以增强特征表示而不牺牲实时性能	未提及在更广泛或多样化数据集上的泛化能力验证	开发一种适用于实际医疗环境中不同性能处理器的胃癌检测模型	胃癌的检测	computer vision	gastric cancer	deep learning	YOLOv8-based model with Ghost conv and SE blocks	image	NA
1636	2025-08-07	A Novel Deep Learning Radiomics Nomogram Integrating B-Mode Ultrasound and Contrast-Enhanced Ultrasound for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer 2025-Aug-04, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.028 PMID:40764147	研究论文	本研究开发了一种结合B型超声和对比增强超声图像的深度学习放射组学列线图，用于术前预测浸润性乳腺癌的淋巴血管侵犯	首次将B型超声和对比增强超声图像结合深度学习放射组学特征，构建预测淋巴血管侵犯的列线图模型	研究为回顾性设计，需要前瞻性研究进一步验证	开发非侵入性方法术前预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	数字病理	乳腺癌	B型超声和对比增强超声	深度学习放射组学模型	超声图像	981名来自三家医院的患者（834名来自医院I，147名来自医院II和III）
1637	2025-08-07	Deep Learning-Enabled Ultrasound for Advancing Anterior Talofibular Ligament Injuries Classification: A Multicenter Model Development and Validation Study 2025-Aug-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.013 PMID:40764200	研究论文	本研究开发了一种基于超声的深度学习模型ATFLNet，用于前距腓韧带(ATFL)损伤的分类，并探讨了人工智能如何帮助放射科医生提高诊断性能	开发了首个基于超声的深度学习模型ATFLNet，用于ATFL损伤分类，并证明了AI辅助策略可显著提高放射科医生的诊断准确性	研究为回顾性和前瞻性混合设计，可能影响结果的普遍性	提高前距腓韧带(ATFL)损伤的分类准确性	健康对照者和急性ATFL损伤患者(轻度拉伤、部分撕裂、完全撕裂和撕脱骨折)	数字病理	运动损伤	超声成像	深度学习模型(ATFLNet)	超声图像	训练集2566例，内部验证642例，外部验证717例和493例，前瞻性验证472例
1638	2025-08-07	Evaluation of deep learning models for anterior segment OCT image segmentation during scleral lens wear 2025-Aug-04, Contact lens & anterior eye : the journal of the British Contact Lens Association IF:4.1Q1 DOI:10.1016/j.clae.2025.102484 PMID:40764201	研究论文	评估16种不同深度学习模型在巩膜镜佩戴期间前段OCT图像分割中的性能	比较了四种不同架构（U-Net、U-Net++、FPN和MA-Net）与五种不同编码器（EfficientNet-B4、DenseNet201、VGG19、ResNet34和Xception）的组合在AS-OCT图像分割中的表现	部分模型在Bowman层与角膜基质界面反射率和均匀性较低的区域存在误分类问题	评估深度学习模型在巩膜镜佩戴期间前段OCT图像分割中的性能	15名正常角膜参与者在佩戴巩膜镜0分钟和480分钟后的AS-OCT图像	计算机视觉	NA	光学相干断层扫描（AS-OCT）	U-Net, U-Net++, FPN, MA-Net, EfficientNet-B4, DenseNet201, VGG19, ResNet34, Xception	图像	15名参与者
1639	2025-08-07	Adapting foundation models for rapid clinical response: intracerebral hemorrhage segmentation in emergency settings 2025-Aug-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13742-5 PMID:40754551	研究论文	本文提出了一种结合深度学习模型的新方法，用于在非对比CT扫描中分割形态多变的大范围脑内出血病灶	采用两步法，先通过用户定义的宽松边界框定位病灶，再使用微调的YOLOv8-S模型生成精确的切片特定边界框，最后利用Medical Segment Anything Model进行精确分割	需要用户初始输入宽松边界框，可能影响完全自动化程度	开发快速准确的脑内出血自动分割方法以支持临床决策	脑内出血(ICH)患者的非对比CT扫描图像	数字病理	脑内出血	深度学习	YOLOv8-S, Medical Segment Anything Model	CT图像	252例CT扫描
1640	2025-08-07	The dosimetric impacts of ct-based deep learning autocontouring algorithm for prostate cancer radiotherapy planning dosimetric accuracy of DirectORGANS 2025-Aug-02, BMC urology IF:1.7Q3 DOI:10.1186/s12894-025-01875-8 PMID:40753235	研究论文	本研究旨在剂量学评估新一代自动轮廓算法DirectORGANS在创建前列腺放射治疗计划前的CT模拟器中自动识别器官并绘制轮廓的可用性	评估了DirectORGANS算法在前列腺放射治疗计划中自动轮廓绘制的剂量学准确性，并与手动轮廓绘制进行了比较	样本量较小（仅10名患者），且需要临床医生在治疗计划前使用MRI编辑靶区体积	评估DirectORGANS算法在前列腺放射治疗计划中的剂量学准确性	前列腺癌患者的CT图像及自动与手动轮廓绘制的剂量学比较	数字病理	前列腺癌	CT模拟器、MRI	DirectORGANS算法	CT图像	10名患者