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
281	2025-05-16	Optimization of Decision Support Technology for Offshore Oil Condition Monitoring with Carbon Neutrality as the Goal in the Enterprise Development Process 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319858 PMID:40131882	研究论文	本研究探讨了在追求碳中和的企业发展过程中，将Faster R-CNN算法与MobileNet v2架构结合，用于海上石油状况监测与分类	提出了一种基于MobileNet v2和Faster R-CNN融合的海洋石油状况监测与分类模型，该模型在损失值和识别准确率方面表现优异	NA	优化海上石油状况监测的决策支持技术，以支持企业碳中和目标	海上石油状况监测与分类	计算机视觉	NA	深度学习	Faster R-CNN与MobileNet v2融合模型	图像	NA
282	2025-05-16	A predictive machine learning model for cannabinoid effect based on image detection of reactive oxygen species in microglia 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320219 PMID:40131976	研究论文	本文开发了一种基于图像检测小胶质细胞中活性氧(ROS)的机器学习模型，用于预测大麻素效应	结合共聚焦显微镜图像与CNN深度学习模型，预测大麻二酚(CBD)对免疫细胞ROS水平的影响	研究仅使用HMC3细胞系，未涉及其他细胞类型或体内模型	评估大麻二酚(CBD)对神经炎症中ROS水平的影响	人小胶质细胞(HMC3)中的活性氧(ROS)	数字病理学	神经退行性疾病	共聚焦显微镜成像，CellROX荧光ROS指示剂	CNN	图像	HMC3细胞系在三种免疫激活剂(LPS/Aβ42/GP120)条件下的ROS图像数据
283	2025-05-16	Multimodal deep learning for predicting PD-L1 biomarker and clinical immunotherapy outcomes of esophageal cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540013 PMID:40134428	research paper	该研究开发了一种多模态深度学习模型，用于预测食管癌患者的PD-L1生物标志物水平和免疫治疗结果	提出了一种整合病理特征、放射组学特征和临床信息的新型多模态深度学习模型，用于预测PD-L1水平和免疫治疗反应	研究样本量相对较小，且仅来自单一医疗中心	预测食管癌患者的PD-L1生物标志物水平和免疫治疗效果	食管鳞状细胞癌（ESCC）患者	digital pathology	esophageal cancer	免疫组织化学、CT扫描	multimodal deep learning	image, clinical variables	220例患者用于PD-L1表达水平分析，75例患者用于免疫治疗反应分析
284	2025-05-16	Beyond the Greater Angkor Region: Automatic large-scale mapping of Angkorian-period reservoirs in satellite imagery using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320452 PMID:40138322	研究论文	利用深度学习技术自动大规模识别卫星图像中的吴哥时期水库	首次使用Deeplab V3+深度学习模型进行语义分割，自动识别吴哥时期水库，显著提高了考古学家的工作效率	模型仅针对吴哥时期水库进行训练，可能无法直接应用于其他类型的考古特征	通过自动识别卫星图像中的考古特征，加速对吴哥文化圈以外区域的全面测绘	吴哥时期水库	计算机视觉	NA	卫星遥感、深度学习	Deeplab V3+	卫星图像	NA
285	2025-05-16	Deep Learning-Based Auto-Segmentation for Liver Yttrium-90 Selective Internal Radiation Therapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251327081 PMID:40152005	研究论文	评估一种基于深度学习的自动分割方法用于Y-90选择性内放射治疗中的肝脏轮廓描绘	使用U-Net3D架构构建的深度学习模型在肝脏分割中优于传统的基于Atlas的方法	NA	评估深度学习自动分割方法在Y-90选择性内放射治疗中的肝脏轮廓描绘效果	接受Y-90选择性内放射治疗的患者的CT图像	数字病理	肝癌	CT成像	U-Net3D	图像	NA
286	2025-05-16	TNFR-LSTM: A Deep Intelligent Model for Identification of Tumour Necroses Factor Receptor (TNFR) Activity 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70007 PMID:40156875	研究论文	本文介绍了一种名为DEEP-TNFR的深度学习模型，专门用于预测肿瘤坏死因子受体（TNFR）的活性	开发了DEEP-TNFR模型，结合相对和反向位置特征以及统计矩，显著提高了TNFR识别的准确性	NA	提高肿瘤坏死因子受体（TNFR）活性的识别准确性	肿瘤坏死因子（TNFs）及其受体（TNFR）	机器学习	癌症	深度学习	LSTM, Bi-LSTM, GRU, CNN, RNN, FCN	NA	NA
287	2025-05-16	A super resolution generative adversarial networks and partition-based adaptive filtering technique for detect and remove flickers in digital color images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317758 PMID:40354494	research paper	提出了一种结合超分辨率生成对抗网络和基于分区的自适应滤波技术的无监督框架，用于检测和消除数字彩色图像中的闪烁	首次将SRGAN与基于分区的自适应滤波技术结合，用于单图像去闪烁，无需先验知识	仅针对CMOS传感器相机拍摄的图像，未考虑其他类型传感器的闪烁问题	提高数字图像视觉质量，消除由动态光照和传感器噪声引起的闪烁伪影	数字彩色图像中的闪烁伪影	computer vision	NA	Super-Resolution Generative Adversarial Networks (SRGAN), Partition-Based Adaptive Filtering Technique (PBAFT)	SRGAN	image	未配对图像数据集
288	2025-05-16	Integrating temporal convolutional networks with metaheuristic optimization for accurate software defect prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319562 PMID:40354496	研究论文	本研究提出了一种结合时间卷积网络（TCN）和蚁狮优化（ALO）的智能方法，用于准确预测软件缺陷	首次将TCN与ALO结合用于软件缺陷预测，显著提升了预测准确率	未提及模型在超大规模软件项目中的表现	寻找最有效的软件缺陷检测模型	软件项目中的缺陷	机器学习	NA	时间卷积网络（TCN），蚁狮优化（ALO）	TCN, ALO, CNN, GRU, BiLSTM	软件项目数据	未明确提及具体样本数量
289	2025-05-16	Artificial intelligence meets genomic selection: comparing deep learning and GBLUP across diverse plant datasets 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1568705 PMID:40364946	研究论文	本文通过比较深度学习模型和GBLUP方法在14个植物育种数据集上的表现，探讨了基因组选择在植物育种中的应用	深度学习模型能够捕捉复杂的非线性遗传模式，尤其在小型数据集中表现优于GBLUP方法	两种方法在不同性状和情景下表现不一，没有一种方法在所有情况下都优于另一种	提高基因组选择在植物育种中的实施效果	14个来自不同植物育种项目的真实数据集	机器学习	NA	基因组选择(GS)	深度学习(DL), GBLUP	基因组数据	14个数据集
290	2025-05-16	sEMG-based gesture recognition using multi-stream adaptive CNNs with integrated residual modules 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1487020 PMID:40365011	research paper	该研究提出了一种基于多流自适应卷积神经网络与残差模块（MSACNN-RM）的表面肌电信号手势识别方法，以提高特征提取和学习能力	结合多流卷积神经网络、自适应卷积神经网络和残差模块，增强了模型对复杂数据模式的提取和理解能力	未考虑个体间肌电信号差异，未来需开发通用多手势识别算法并优化网络以减少计算负担	提高表面肌电信号手势识别的准确性和多手势识别性能	表面肌电信号（sEMG）手势识别	machine learning	NA	surface electromyography (sEMG)	multi-stream adaptive convolutional neural networks with residual modules (MSACNN-RM)	sEMG信号数据	Ninapro DB1、Ninapro DB2和Ninapro DB4数据集
291	2025-05-16	A predictive nomogram of thyroid nodules based on deep learning ultrasound image analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1504412 PMID:40365227	research paper	本研究通过深度学习超声图像分析，建立了一个预测甲状腺结节良恶性的列线图模型	结合深度学习和患者临床超声特征，构建的列线图模型比单独使用C-TIRADS或深度学习模型具有更高的准确性	研究为回顾性研究，可能存在选择偏倚	提高甲状腺结节良恶性的预测性能	甲状腺结节	digital pathology	thyroid disease	deep learning ultrasound image analysis	deep learning model, nomogram model	ultrasound image	2247个甲状腺结节（1573个用于训练和测试，674个用于验证）
292	2025-05-16	Deep learning and radiomics-driven algorithm for automated identification of May-Thurner syndrome in Iliac CTV imaging 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1526144 PMID:40365495	research paper	本研究旨在通过深度学习和放射组学技术，开发一种自动化识别髂静脉CTV成像中May-Thurner综合征（MTS）的算法	结合深度学习和放射组学技术，首次开发了针对MTS的自动化分割模型和诊断放射组学特征	研究样本量相对有限（490例），且未提及外部验证数据集的独立验证结果	开发自动化MTS检测系统，提高诊断效率和准确性	髂静脉CTV扫描图像	digital pathology	cardiovascular disease	CTV成像	UPerNet	image	490例（201例MTS阳性，289例阴性）
293	2025-05-16	Cryptographic key generation using deep learning with biometric face and finger vein data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1545946 PMID:40365578	研究论文	提出了一种利用深度学习和多模态生物特征（人脸和手指静脉）生成加密密钥的新方法	结合FaceNet和VGG19预训练模型进行特征提取，使用Siamese Neural Network (SNN) 和模糊提取器，实现了安全且可复现的加密密钥生成	NA	提高生物特征加密的准确性和鲁棒性，探索抗量子攻击的可扩展系统	人脸和手指静脉的生物特征数据	机器学习	NA	深度学习	FaceNet, VGG19, Siamese Neural Network (SNN)	图像	NA
294	2025-05-15	Accelerating Plasmonic Hydrogen Sensors for Inert Gas Environments by Transformer-Based Deep Learning 2025-01-24, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02616 PMID:39764741	研究论文	本文提出了一种基于Transformer的深度学习模型LEMAS，用于加速等离子体氢传感器的响应速度，并在模拟惰性气体环境下消除其固有的压力依赖性	LEMAS模型能够提前预测氢浓度变化对传感器硬件的影响，将响应速度提高多达40倍，并提供了预测不确定性的度量	研究仅针对等离子体氢传感器在模拟惰性气体环境下的性能，未涉及其他类型传感器或实际应用环境	加速氢泄漏检测传感器的响应速度，以满足大规模氢技术应用的安全需求	等离子体氢传感器及其在惰性气体环境下的性能	机器学习	NA	深度学习	Transformer-based LEMAS	传感器数据	NA
295	2025-05-15	Machine Learning-Based Resource Management in Fog Computing: A Systematic Literature Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030687 PMID:39943326	系统文献综述	本文通过系统文献综述分析了雾计算中基于机器学习的资源管理技术	采用PRISMA协议，全面分析了雾计算中机器学习和深度学习在资源管理中的应用，并识别了关键因素和约束	研究仅基于68篇研究论文，可能未涵盖所有相关文献	分析雾计算中基于机器学习的资源管理技术及其关键因素	雾计算中的资源管理技术	机器学习	NA	机器学习和深度学习	NA	文献数据	68篇研究论文
296	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.07.602397 PMID:39026759	研究论文	本文开发了一种可微分的Gillespie算法（DGA），用于模拟化学反应动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微分的Gillespie算法变体，通过平滑函数近似不连续操作，实现了梯度的反向传播计算	未明确提及具体限制	开发一种可微分的Gillespie算法，用于化学反应网络的模拟、参数学习和生物电路设计	化学反应网络和基因启动子的随机模型	机器学习	NA	Gillespie算法、深度学习	DGA（可微分Gillespie算法）	实验测量的mRNA表达水平数据	两种不同的启动子
297	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, ArXiv PMID:39398212	研究论文	本文开发了一种完全可微的Gillespie算法变体（DGA），用于模拟化学动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微的Gillespie算法变体，通过平滑函数近似不连续操作，实现梯度计算	NA	分析随机化学动力学，解决合成和系统生物学中感兴趣的问题	化学反应网络和基因启动子的随机模型	机器学习	NA	深度学习，Gillespie算法	DGA（可微Gillespie算法）	实验测量的mRNA表达水平数据	两个不同的启动子的实验数据
298	2025-05-15	Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056353246241209060804 PMID:39757657	research paper	本文提出了一种融合深度学习模型，用于通过内窥镜图像增强结肠疾病的检测	结合了EfficientNetB0、MobileNetV2和ResNet50V2架构，引入了辅助融合层和融合残差块，以提高分类准确性和鲁棒性	NA	提高结肠疾病的自动诊断准确性和鲁棒性	内窥镜图像中的胃肠道异常或疾病	digital pathology	colon diseases	deep learning	CNN, EfficientNetB0, MobileNetV2, ResNet50V2	image	NA
299	2025-05-15	Enhanced Pneumonia Detection in Chest X-Rays Using Hybrid Convolutional and Vision Transformer Networks 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056326685250101113959 PMID:39806960	研究论文	本研究通过结合CNN和改良的Swin Transformer模块，提出了一种新型混合深度学习模型，用于增强胸部X光中的肺炎检测	提出了一种结合CNN和改良Swin Transformer模块的混合模型，有效捕捉图像的局部和全局特征，显著提高了肺炎检测的准确性	未来研究需要进一步优化模型架构，探索更先进的图像处理技术，并引入可解释AI方法	提高胸部X光中肺炎检测的准确性，减少误诊，为资源有限地区提供可部署的解决方案	胸部X光图像	计算机视觉	肺炎	CLAHE图像增强，数据增强（水平翻转、旋转、缩放）	CNN与Swin Transformer混合模型	图像	广州妇女儿童医疗中心提供的数据集
300	2025-05-15	CERVIXNET: An Efficient Approach for the Detection and Classifications of the Cervigram Images Using Modified Deep Learning Architecture 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056343690250116020310 PMID:39851104	研究论文	提出了一种名为CERVIXNET的改进深度学习架构，用于检测和分类宫颈图像，以早期发现宫颈癌	提出了一种改进的深度学习架构CervixNet，提高了宫颈癌的检测率，并在异常宫颈图像中分割出癌症区域	NA	早期检测宫颈癌以提高患者生存率	宫颈图像	数字病理学	宫颈癌	深度学习	改进的CNN架构（CervixNet）	图像	IMODT和Guanacaste数据库中的宫颈图像