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
161	2025-10-05	Meta-learning provides a robust framework to discern taxonomic carnivore agency from the analysis of tooth marks on bone: reassessing the role of felids as predators of Homo habilis 2025-Oct, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.250548 PMID:41035507	研究论文	本研究开发了一种基于元学习的双方法框架，用于从骨骼咬痕中识别食肉动物分类群，并重新评估了猫科动物作为能人捕食者的作用	首次将少样本监督学习和模型无关元学习相结合应用于古生物学分类问题，显著提升了食肉动物咬痕分类的准确性和一致性	样本量不平衡问题可能仍未完全解决，模型在特定分类群上的性能仍有提升空间	开发更可靠的食肉动物机构识别方法，以理解遗址形成过程和食肉动物-古人类相互作用	非洲古人类遗址中的食肉动物咬痕，特别是来自奥杜威峡谷的OH7和OH65标本	机器学习	NA	少样本监督学习，模型无关元学习	深度学习	骨骼咬痕图像数据	四个主要食肉动物分类群（鳄鱼、鬣狗、豹、狮子）的咬痕样本	TensorFlow, PyTorch	Xception	准确率，宏平均F1分数，分类群特异性F1分数	NA
162	2025-10-05	Fully ablative CO2 laser therapy for rhinophyma: long-term efficacy, safety and insights from an artificial intelligence-assisted predictive model in a large cohort 2025-Oct, Skin health and disease DOI:10.1093/skinhd/vzaf042 PMID:41035836	研究论文	评估完全消融性CO2激光治疗酒渣鼻的长期疗效和安全性，并利用人工智能模型预测治疗成功因素	首次在大型队列研究中结合深度学习模型识别酒渣鼻治疗结果的关键预测因子	回顾性研究设计，样本量相对有限（152例患者）	评估CO2激光治疗酒渣鼻的长期疗效、安全性及患者满意度	152例I-III级酒渣鼻患者	医疗人工智能	酒渣鼻	CO2激光治疗	深度学习模型	临床数据，患者评估量表	152例患者	NA	NA	GAIS评分，患者满意度评分，复发率，副作用发生率	NA
163	2025-10-05	A dataset of lung ultrasound images for automated AI-based lung disease classification 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112034 PMID:41036250	研究论文	本文介绍了一个用于肺部疾病自动分类的标注肺部超声图像数据集	提供了首个在乌干达收集的标注肺部超声图像基准数据集，支持基于AI的肺部疾病自动诊断工具开发	数据集规模相对有限（1062张图像），仅来自两家转诊医院	开发基于人工智能的肺部疾病自动分类诊断工具	肺部超声图像	计算机视觉	肺部疾病	肺部超声成像	CNN	图像	1062张标注肺部超声图像	NA	NA	NA	NA
164	2025-10-05	Sex classification from hand X-ray images in pediatric patients: How zero-shot Segment Anything Model (SAM) can improve medical image analysis 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111060 PMID:40946680	研究论文	本研究探讨了使用零样本SAM模型改进手部X射线图像性别分类的方法	首次系统评估零样本SAM在X射线图像分割中的应用，提出基于几何标准的新型手部掩模检测算法，避免了昂贵的重新训练和提示工程	研究仅使用儿科患者数据，模型在成人或其他人群中的适用性需要进一步验证	开发基于手部X射线图像的性别分类方法，并探索其在法医和人类学中的应用	儿科患者的手部X射线图像和史前手印	计算机视觉	NA	X射线成像	深度学习模型,集成学习	手部X射线图像	RSNA儿科骨龄数据集中的手部X射线图像	NA	Segment Anything Model (SAM)	分类准确率	NA
165	2025-10-05	A hybrid quorum sensing model for neurodynamic feature optimization in EEG-based Parkinson's disease detection 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111012 PMID:40946679	研究论文	提出一种基于混合群体感应优化的特征选择方法，用于EEG帕金森病检测中的神经动力学特征优化	开发了新型多阶段混合群体感应优化算法，结合元启发式探索与统计精炼及相关性剪枝	未明确说明算法在不同EEG数据集上的泛化能力及计算复杂度分析	优化EEG特征选择以提升帕金森病检测性能	帕金森病患者的EEG信号	机器学习	帕金森病	脑电图	MLP	EEG信号	San Diego数据集和University of New Mexico数据集	NA	多层感知器	准确率	NA
166	2025-10-05	Magnetization transfer MRI (MT-MRI) detects white matter damage beyond the primary site of compression in degenerative cervical myelopathy using a novel semi-automated analysis 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111083 PMID:40953562	研究论文	本研究开发了一种基于脊髓工具箱的半自动化分析流程，用于检测退行性颈椎病中超出主要压迫部位的白质损伤	开发了结合深度学习CNN分割、椎体标记和模板配准的半自动化磁化转移比提取流程，能够在未受压区域检测到微观结构损伤	样本量相对较小（30名患者和15名健康对照），需要进一步验证	改进退行性颈椎病的磁化转移MRI分析，建立微观结构损伤与临床结局的关联	退行性颈椎病患者和年龄匹配的健康对照者	医学影像分析	退行性颈椎病	磁化转移MRI，T2加权MRI	CNN	MRI图像	30名退行性颈椎病患者和15名健康对照	Spinal Cord Toolbox (SCT)	卷积神经网络	AUC, ROC分析	3T MRI扫描仪
167	2025-10-05	Deep learning approach for classifying grazing behavior in yearling horses using triaxial accelerometer data: a pilot study 2025-Oct-01, Journal of equine veterinary science IF:1.3Q2 DOI:10.1016/j.jevs.2025.105706 PMID:41043567	研究论文	本研究开发了一种基于深度学习的方法，利用颌部安装的三轴加速度计数据对周岁马匹的放牧行为进行分类	首次将CNN+LSTM混合模型应用于马匹放牧行为分类，并验证了在不同采样率和时间窗口下的性能表现	仅为试点研究，样本量较小（仅4匹马），需要在更大群体中进一步验证	开发自动化的马匹放牧行为监测方法，替代传统人工观察	周岁纯血马	机器学习	NA	三轴加速度计监测	CNN, LSTM, CNN+LSTM	加速度计时序数据	4匹周岁纯血马，230,286个数据点	NA	一维CNN, LSTM, CNN+LSTM混合架构	准确率, F1分数, 精确率, 召回率, AUC	NA
168	2025-10-05	Screening and selection of a machine learning algorithm for development of a model to select cows for clinical examination using data from automated health monitoring technologies and other predictors of cow health 2025-Oct-01, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2025-26511 PMID:41043704	研究论文	本研究开发了一个机器学习算法筛选框架，用于基于自动化健康监测系统数据和其他奶牛健康预测因子来筛选需要临床检查的奶牛	结合AutoML工具Lazy Predict Classifier和手动优化测试，创建了综合的机器学习算法筛选框架，并发现集成学习算法在奶牛健康分类任务中优于深度学习算法	研究仅针对荷斯坦奶牛，样本量相对有限，且模型精度仍有提升空间	开发用于筛选需要临床检查奶牛的机器学习模型	荷斯坦奶牛	机器学习	NA	自动化健康监测技术，包括可穿戴和非可穿戴传感器	XGBoost, AdaBoost, Nearest Centroid, Bernoulli Naive Bayes, 多层感知机, 循环神经网络, 长短期记忆网络, 门控循环单元	传感器数据，奶牛特征数据，性能数据	1,252头荷斯坦奶牛，22,415条奶牛-天记录	Lazy Predict Classifier, 多种机器学习框架	集成学习模型，深度学习模型	灵敏度，精确度，特异性，阴性预测值，F1分数，AUC	NA
169	2025-10-05	TinyHLAnet: A Light-Weight 3D Structure-Aware Architecture for Rapid and Explainable Identification of CD8+ T-Cell Antigens 2025-Oct, HLA IF:5.9Q1 DOI:10.1111/tan.70410 PMID:41044839	研究论文	开发了一种轻量级深度学习架构TinyHLAnet，用于快速可解释地预测CD8+ T细胞抗原	基于肽-HLA复合物接触形成的领域知识约束开发新型架构，将结合亲和力估计分解为残基对相互作用子问题	NA	实现快速、可解释和个性化的CD8+ T细胞表位预测	肽-HLA（I类）复合物	机器学习	免疫相关疾病	深度学习	神经网络	生物分子结构数据	NA	NA	TinyHLAnet	预测准确率, 吞吐量	NA
170	2025-10-05	Deep Learning-Based Shape Classification for Hyperspectral-Imaged Microplastics 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02683 PMID:40963100	研究论文	本研究开发基于深度学习的微塑料高光谱图像形状分类方法，实现自动化分类流程	首次系统比较九种深度学习架构在微塑料形状分类中的性能，发现迁移学习模型优于非迁移学习模型	模型性能受数据质量影响较大，简单模型对数据质量变化更敏感	开发自动化微塑料形状分类方法以替代人工分类	环境微塑料颗粒（尺寸小至10μm）	计算机视觉	NA	微傅里叶变换红外光谱	CNN, NN	高光谱图像	11,042个环境微塑料样本，覆盖七种环境基质	NA	NN1.1, NN1.2, CNN1.1, CNN1.2, CNN1.3, VGG16, ResNet50, ResNet50 V2, MobileNet	准确率	NA
171	2025-10-05	SpaCross deciphers spatial structures and corrects batch effects in multi-slice spatially resolved transcriptomics 2025-Sep-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08810-5 PMID:41028333	研究论文	提出SpaCross深度学习框架，用于增强空间转录组数据的空间模式识别和跨切片一致性分析	采用交叉掩码图自编码器重建基因表达特征，提出自适应空间-语义图结构动态整合局部和全局上下文信息，实现有效的多切片整合	NA	解决空间转录组数据中空间域识别的挑战，特别是多切片整合中的局部空间连续性与全局语义一致性平衡问题	胚胎小鼠组织跨发育阶段整合，心脏发育轨迹重建	生物信息学	NA	空间分辨转录组学	图自编码器	空间转录组数据	NA	深度学习框架	交叉掩码图自编码器	与13种最先进方法比较	NA
172	2025-10-05	Multi scale self supervised learning for deep knowledge transfer in diabetic retinopathy grading 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85685-w PMID:41028406	研究论文	提出多尺度自监督学习模型用于糖尿病视网膜病变分级，结合Vision Transformers和CNN-FPN架构提升特征提取能力	提出结合Vision Transformers全局上下文和CNN-FPN多尺度特征提取的MsSSL模型，通过Deep Learner模块优化空间分辨率	未明确说明具体数据集规模和计算资源需求	改进糖尿病视网膜病变的自动分级准确率	视网膜图像	计算机视觉	糖尿病视网膜病变	自监督学习	Vision Transformer, CNN	医学图像	NA	NA	Vision Transformer, CNN with Feature Pyramid Network	NA	NA
173	2025-10-05	Optimizing breast cancer classification based on cat swarm-enhanced ensemble neural network approach for improved diagnosis and treatment decisions 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95481-1 PMID:41028518	研究论文	提出一种基于猫群优化增强集成神经网络的方法来优化乳腺癌分类，以提高诊断准确性和治疗决策	首次将猫群优化算法与集成神经网络相结合用于乳腺癌分类，通过优化网络架构和超参数提升模型性能	仅在公开数据集上进行验证，未提及临床实际应用验证	提高乳腺癌分类的准确性和鲁棒性以支持医疗诊断决策	乳腺癌组织病理学图像	计算机视觉	乳腺癌	深度学习	集成神经网络	图像	Kaggle乳腺癌组织病理学图像公开数据集	NA	EfficientNetB0,ResNet50,DenseNet121	准确率	NA
174	2025-10-05	Intelligent pear variety classification models based on Bayesian optimization for deep learning and its interpretability analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98420-2 PMID:41028538	研究论文	基于贝叶斯优化的深度学习模型用于梨品种分类及其可解释性分析	使用贝叶斯优化自动搜索CNN最优超参数，并结合特征可视化、最强激活和LIME等可解释性方法分析模型决策过程	NA	开发智能梨品种分类系统以提升农业效率和消费者满意度	9种梨品种的43,200张图像	计算机视觉	NA	深度学习，图像分类	CNN	图像	43,200张梨图像	NA	NA	准确率	NA
175	2025-10-05	A predictive approach to enhance time-series forecasting 2025-Sep-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63786-4 PMID:41028729	研究论文	提出一种名为未来引导学习的预测方法，通过动态反馈机制增强时间序列事件预测能力	引入受预测编码启发的动态反馈机制，通过检测模型和预测模型的协同工作实现参数动态调整	未明确说明方法在极端异常值情况下的表现	改进时间序列预测的准确性和适应性	时间序列数据	机器学习	癫痫	时间序列分析	深度学习模型	EEG数据, 时间序列数据	NA	NA	NA	AUC-ROC, MSE	NA
176	2025-10-05	CPVPD-2024: A Chinese photovoltaic plant dataset derived via a topography-enhanced deep learning framework 2025-Sep-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05891-z PMID:41028734	研究论文	本研究开发了中国光伏电站矢量数据集CPVPD-2024，采用地形增强的深度学习框架进行语义分割	首个国家层面的面板级光伏矢量数据集，通过DSFA-SwinNet深度学习框架显著提升光伏阵列间隙识别和小规模分布式电站检测能力	NA	解决当前光伏数据集碎片化和不一致性问题，构建全国范围的光伏电站精确数据集	中国34个省级行政区域的光伏电站	计算机视觉	NA	地理空间验证，遥感分析	深度学习，语义分割	遥感图像，地理空间数据	覆盖中国全部34个省级行政区	DSFA-SwinNet	SwinNet	精确率，交并比	NA
177	2025-10-05	Hybrid deep learning framework for heart disease prediction using ECG signal images 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10062-6 PMID:41028772	研究论文	提出一种基于心电图信号图像的混合深度学习框架用于心脏病预测	开发了一种混合深度学习框架，通过人工神经网络模型降低计算复杂度，在准确度、灵敏度、适应性、性能和可扩展性方面优于现有方法	依赖于特定Kaggle数据集，需要进一步临床验证	开发自动诊断心脏疾病的深度学习方法	心电图信号图像	机器学习	心血管疾病	心电图分析	人工神经网络	图像	来自Kaggle心电图数据集	NA	人工神经网络	准确度, 灵敏度, 适应性, 性能, 可扩展性	NA
178	2025-10-05	Enhanced image registration based brain tumour segmentation using optical particle swarm intelligence technique with Resnet Inceptionv2 HCNN 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09373-5 PMID:41028790	研究论文	提出一种基于光学粒子群智能技术和Resnet Inceptionv2 HCNN的增强图像配准脑肿瘤分割方法	结合光学粒子群智能技术进行特征选择，并采用Resnet-inceptionv2-超卷积神经网络提高脑肿瘤识别精度	NA	解决脑肿瘤图像配准和分割不准确的问题，提高疾病识别精度	脑肿瘤医学图像	计算机视觉	脑肿瘤	医学图像分析	CNN, HCNN	医学图像	NA	NA	ResNet, Inceptionv2, HCNN	准确率, 灵敏度, 特异性, ROC曲线	NA
179	2025-10-05	An effective image despeckling and reconstruction approach using U-Net based model and comparative analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10220-w PMID:41028882	研究论文	本文提出了一种名为U-Tunnel-Net的新型图像去噪架构，通过改进U-Net的池化操作位置和引入新卷积块来提升去斑和重建性能	在Tunnel Blocks中重新定位池化操作的位置，并引入新型卷积块，这一架构创新使模型区别于传统U-Net变体	仅针对瑞利分布的散斑噪声进行评估，未测试其他噪声类型	提升图像去噪和重建性能，特别是针对散斑噪声的去除	含噪声图像的去噪和重建	计算机视觉	NA	深度学习	U-Net	图像	UNS和Waterloo数据集，添加四个不同强度级别(σ=0.10,0.25,0.50,0.75)的瑞利分布散斑噪声	NA	U-Tunnel-Net, U-Net	峰值信噪比(PSNR), 结构相似性指数(SSIM), 运行时间	NA
180	2025-10-05	Automated contouring of gross tumor volume lymph nodes in lung cancer by deep learning 2025-Sep-30, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14794-6 PMID:41029235	研究论文	本研究提出了一种用于肺癌淋巴结大体肿瘤体积自动勾画的深度学习模型	首次针对肺癌GTVnd自动分割的探索性研究，集成了上下文线索增强模块和边缘引导特征增强解码器	样本量相对较小（90例CT扫描），仅针对小细胞肺癌Ш-Ⅳ期患者	开发并评估用于肺癌淋巴结大体肿瘤体积自动分割的深度学习模型	Ш-Ⅳ期小细胞肺癌患者的CT扫描图像	数字病理	肺癌	CT扫描	深度学习	医学影像	90例患者CT扫描（75例训练，15例测试）	NA	ECENet	3D Dice相似系数, 95% Hausdorff距离	NA