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
441	2025-05-08	Enhancing machine learning performance in cardiac surgery ICU: Hyperparameter optimization with metaheuristic algorithm 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311250 PMID:39928609	研究论文	本研究通过元启发式算法优化机器学习模型的超参数，提升心脏手术ICU中患者呼吸机需求预测的性能	结合模拟退火(SA)和遗传算法(GA)优化集成模型的超参数，显著提高了模型灵敏度	研究仅针对心脏手术ICU患者，可能不适用于其他类型的ICU患者	优化机器学习模型以更准确地预测ICU患者对呼吸机的需求	心脏手术ICU患者	机器学习	心血管疾病	模拟退火(SA), 遗传算法(GA)	LDA, CatBoost, ANN, XGBoost, 集成模型	临床数据	NA
442	2025-05-08	Quantitative research on aesthetic value of the world heritage karst based on UGC data: A case study of Huangguoshu Scenic Area 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317304 PMID:39928674	研究论文	基于用户生成内容(UGC)数据和深度学习模型，对世界遗产喀斯特地貌的美学价值进行定量研究，以黄果树风景区为例	首次结合社交媒体的UGC数据、SegFormer深度学习模型、ArcGIS空间分析和自然语言处理技术(NLP)对自然景观美学价值进行定量评估	研究仅针对黄果树风景区，结果可能无法直接推广到其他世界遗产地	量化世界自然遗产地的美学价值	黄果树风景区的景观美学价值	数字景观分析	NA	SegFormer深度学习模型、ArcGIS空间分析、自然语言处理技术(NLP)	SegFormer	图像、文本	NA
443	2025-05-08	Enhancing PM2.5 prediction by mitigating annual data drift using wrapped loss and neural networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314327 PMID:39932913	research paper	该论文提出两种考虑数据漂移特性的模型，用于PM2.5预测，并通过与多种深度学习模型比较，展示了其优越性	提出Front-loaded connection模型(FLC)和Back-loaded connection模型(BLC)来解决数据漂移问题，并引入包裹损失函数以提高预测准确性	研究仅基于2014-2018年的数据，可能无法涵盖所有潜在的数据漂移情况	提高PM2.5预测的准确性，特别是在存在年度数据漂移的情况下	气象空气质量数据和天气数据	machine learning	NA	统计技术分析年度数据漂移	LSTM, CNN, FLC, BLC	时间序列数据	2014-2018年五年的数据
444	2025-05-08	Advancements in Viral Genomics: Gated Recurrent Unit Modeling of SARS-CoV-2, SARS, MERS, and Ebola viruses 2025, Revista da Sociedade Brasileira de Medicina Tropical IF:1.8Q3 DOI:10.1590/0037-8682-0178-2024 PMID:39936709	研究论文	该研究使用门控循环单元(GRU)深度学习模型对SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列进行全面分析和比较	采用GRU深度学习模型分析多种病毒的基因组序列，揭示其进化动态、传播模式和致病性	未来需要扩展研究更多病毒种类以增强模型的通用性	增强对新兴病毒威胁的理解和应对能力，开发有效的诊断和治疗干预措施	SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列	机器学习	病毒感染	基因组测序技术	GRU	基因组序列数据	四种病毒的基因组序列数据
445	2025-05-08	A novel deep learning-based framework with particle swarm optimisation for intrusion detection in computer networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316253 PMID:39937819	research paper	提出了一种基于深度学习和粒子群优化的新型入侵检测框架	结合PSO进行超参数优化，并优化组合三种预训练网络模型	未提及具体在实际网络环境中的部署效果	提高计算机网络安全中的入侵检测效率和准确性	计算机网络的入侵行为	machine learning	NA	deep learning, particle swarm optimisation (PSO)	DNN	network traffic data	KDDCUP'99, NSL-KDD和UNSW-NB15数据集
446	2025-05-08	Long duration multi-channel surface electromyographic signals during walking at natural pace: Data acquisition and analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318560 PMID:39937870	research paper	该研究介绍了一个长时间表面肌电信号（sEMG）数据集，记录了31名健康受试者在自然步速行走时的肌肉活动	提供了长时间（几分钟而非几秒）的sEMG信号数据集，支持对肌肉活动变异性的全面分析	研究仅涉及健康受试者，未包括病理条件下的数据	分析行走过程中表面肌电信号的变异性，并验证数据集的可靠性和可用性	31名20至30岁的健康受试者	生物医学工程	NA	表面肌电信号（sEMG）采集	NA	sEMG信号、电测角信号和足地接触信号	31名健康受试者，每名受试者采集10个下肢肌肉的sEMG信号
447	2025-05-08	Diagnosis of clear cell renal cell carcinoma via a deep learning model with whole-slide images 2025 Jan-Dec, Therapeutic advances in urology IF:2.6Q2 DOI:10.1177/17562872251333865 PMID:40321674	research paper	本研究探讨了使用全切片图像（WSIs）建立深度学习模型诊断透明细胞肾细胞癌（ccRCC）的可行性	利用深度学习模型（CNN和随机森林）结合全切片图像进行ccRCC诊断，提高了诊断准确率和效率	研究样本量相对较小（95名患者），且为回顾性研究，可能存在选择偏差	探索基于深度学习的ccRCC诊断方法的可行性	透明细胞肾细胞癌（ccRCC）患者的病理切片	digital pathology	renal cell carcinoma	whole-slide imaging (WSI)	CNN, random forest	image	95名患者的663张病理切片（506张肿瘤切片和157张正常组织切片）
448	2025-05-08	An adaptive convolution neural network model for tuberculosis detection and diagnosis using semantic segmentation 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/200628 PMID:40321710	研究论文	本文提出了一种基于语义分割的自适应卷积神经网络模型，用于肺结核的检测和诊断	采用Res-UNet架构进行图像分割，并引入一种新颖的深度学习网络进行分类，以提高诊断的准确性和精确度	研究主要依赖于特定数据集，可能在其他数据集上的泛化能力有限	提高胸部X光图像中肺结核的检测准确性和精确度	胸部X光图像中的肺结核病例和正常对照	计算机视觉	肺结核	深度学习、语义分割、图像分类	Res-UNet、CNN	图像	704张胸部X光图像用于训练，1400张用于测试
449	2025-05-08	Deep Learning-Based Multiclass Framework for Real-Time Melasma Severity Classification: Clinical Image Analysis and Model Interpretability Evaluation 2025, Clinical, cosmetic and investigational dermatology DOI:10.2147/CCID.S508580 PMID:40322508	研究论文	本研究开发了一种基于深度学习的实时黄褐斑严重程度分类框架，利用临床面部图像进行AI辅助诊断	首次将多种CNN架构应用于黄褐斑严重程度分类，并通过LRP技术增强模型可解释性	仅使用单模态（图像）数据，未整合其他临床指标	开发AI辅助的黄褐斑严重程度自动分类系统	临床诊断的黄褐斑患者面部图像	计算机视觉	黄褐斑	深度学习	CNN（包括GoogLeNet等6种架构）	图像	1368张匿名面部图像
450	2025-05-08	Semisupervised adaptive learning models for IDH1 mutation status prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321404 PMID:40323991	research paper	提出了一种基于放射组学和粗糙集的半监督自适应深度学习模型，用于从MRI数据预测IDH1突变状态	使用粗糙集算法去除冗余医学图像特征，通过统计T检验为未标记数据添加伪标签，并采用SCSO算法优化伪标签数据权重，构建UCNet分类模型	未明确提及具体局限性	提高胶质瘤IDH1突变状态预测的准确性和医学影像数据利用率	316名胶质瘤患者的术前MRI数据	digital pathology	glioma	MRI, radiomics, rough sets	UCNet (U-Net + CRNN), SCSO	MRI图像	316名胶质瘤患者
451	2025-05-08	TCN-QV: an attention-based deep learning method for long sequence time-series forecasting of gold prices 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319776 PMID:40324013	research paper	提出了一种结合Temporal Convolutional Networks（TCN）与注意力机制的深度学习模型TCN-QV，用于提高黄金价格预测的准确性	结合TCN与Query和Keys注意力机制，自适应分配权重以提升预测精度	未明确提及具体局限性，但可能涉及模型在更广泛金融数据上的泛化能力	提高黄金价格时间序列预测的准确性	上海黄金价格时间序列数据	machine learning	NA	深度学习，注意力机制	TCN, CNN, RNN	时间序列数据	四个实验数据集，具体样本量未明确
452	2025-05-07	Artificial intelligence-based cardiovascular/stroke risk stratification in women affected by autoimmune disorders: a narrative survey 2025-01-02, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-024-05756-5 PMID:39745536	研究论文	探讨基于人工智能的女性自身免疫性疾病患者心血管/中风风险分层方法	利用人工智能整合生物标志物和颈动脉超声数据，改进传统方法低估的女性自身免疫性疾病患者心血管风险预测	研究仅针对女性自身免疫性疾病患者，结果可能不适用于其他人群	开发更准确的心血管疾病和中风风险预测模型	患有系统性红斑狼疮、硬皮病、类风湿性关节炎和干燥综合征等自身免疫性疾病的女性患者	数字病理学	心血管疾病	颈动脉超声、放射组学特征分析	机器学习和深度学习模型	影像数据和临床参数	患有自身免疫性疾病的女性患者的生物标志物数据和颈动脉超声成像数据
453	2025-05-07	Current status, challenges, and prospects of artificial intelligence applications in wound repair theranostics 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.105109 PMID:39897550	综述	本文全面总结了人工智能在伤口修复诊疗中的最新进展，包括其在伤口分类、测量、监测、预测及个性化治疗中的应用	探讨了人工智能在伤口管理中实现闭环护理系统的潜力及其在伤口诊疗中的创新应用	人工智能在伤口管理中实现全面应用的闭环护理系统仍面临挑战	为人工智能驱动的伤口修复诊疗提供科学证据和技术支持	皮肤损伤及其修复过程	数字病理学	皮肤损伤	机器学习、深度学习、神经网络	NA	图像	NA
454	2025-05-07	Unsupervised monocular depth estimation with omnidirectional camera for 3D reconstruction of grape berries in the wild 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317359 PMID:39899513	研究论文	本文提出了一种基于无监督单目深度估计和全向相机的葡萄浆果3D重建方法，用于辅助葡萄修剪工作	将深度学习无监督单目深度估计方法扩展到全向相机，解决了葡萄浆果纹理少、形状对称且密集排列的3D重建难题	方法在葡萄浆果纹理少且密集排列的情况下可能仍存在重建精度限制	开发一个识别修剪过程中应去除葡萄浆果的系统	日本鲜食葡萄的浆果	计算机视觉	NA	无监督单目深度估计	深度学习	视频	未明确说明样本数量（野外生长的葡萄串）
455	2025-05-07	Adaptive wavelet base selection for deep learning-based ECG diagnosis: A reinforcement learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318070 PMID:39899639	研究论文	提出了一种基于强化学习的自适应小波基选择框架，用于优化深度学习在心电图诊断中的特征提取	采用强化学习方法动态定制每个ECG信号的小波基，相比传统固定小波基方法能更优地提取特征	仅在PTB-XL数据集上进行了验证，未在其他ECG数据集上测试	优化基于深度学习的ECG诊断中的小波基选择问题	心电图(ECG)信号	机器学习	心血管疾病	小波变换, 强化学习	RL(强化学习)	ECG信号	PTB-XL临床数据集
456	2025-05-07	BCL6 (B-cell lymphoma 6) expression in adenomyosis, leiomyomas and normal myometrium 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317136 PMID:39903727	研究论文	本研究通过免疫组化和深度学习神经网络技术，探讨了BCL6在子宫腺肌症、子宫肌瘤和正常子宫肌层中的表达情况	首次结合免疫组化与深度学习神经网络技术，量化BCL6蛋白表达并分类子宫病理样本	未探讨BCL6在子宫腺肌症和子宫内膜异位症中的表达差异，样本时间跨度较长（2009-2017年）	探究BCL6在子宫良性病变（腺肌症、肌瘤）中的表达差异及其病理学意义	子宫腺肌症、子宫肌瘤及正常子宫肌层组织样本	数字病理学	子宫疾病	免疫组化、深度学习神经网络	监督式深度学习神经网络	图像（DAB染色切片）	2009-2017年间全子宫切除术的石蜡包埋组织块（具体数量未说明）
457	2025-05-07	Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318550 PMID:39903732	研究论文	本文提出了一种基于深度学习的沥青混凝土面板裂缝图像识别技术	改进的Xception网络，结合自适应激活函数、动态注意力机制和多级残差连接，显著提高了裂缝检测的准确性和鲁棒性	未提及在不同天气条件下的泛化能力测试	提高沥青混凝土面板裂缝检测的准确性和效率	沥青混凝土面板的裂缝	计算机视觉	NA	深度学习	改进的Xception网络	图像	大量面板图像数据集
458	2025-05-07	Surface defect detection on industrial drum rollers: Using enhanced YOLOv8n and structured light for accurate inspection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316569 PMID:39908278	研究论文	本文提出了一种基于线结构光和改进YOLOv8n的深度学习网络模型，用于高效检测工业滚筒的表面缺陷	采用线结构光作为光源增强缺陷特征，改进YOLOv8n模型通过可变形卷积、新特征融合模块和Wise-IoU损失函数提升检测精度	标准矩形边界框可能限制对细长缺陷的检测精度，未来可探索旋转边界框和更广泛的数据集多样性	提高工业滚筒表面缺陷检测的效率和准确性	工业滚筒的表面缺陷	计算机视觉	NA	线结构光成像	改进的YOLOv8n	图像	NA
459	2025-05-07	An intelligent spam detection framework using fusion of spammer behavior and linguistic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313628 PMID:39913432	研究论文	提出了一种结合垃圾邮件发送者行为和语言特征的智能垃圾邮件检测框架	融合垃圾邮件发送者行为特征和语言特征，自动检测和分类垃圾邮件评论，通过融合使模型能够自动学习特征间的交互	在特征数量较大时，选择所有特征可能导致模型过拟合和计算成本高昂	设计一个高效的垃圾邮件检测模型，解决特征选择和垃圾邮件发送者行为及语言特征演变的挑战	垃圾邮件评论	自然语言处理	NA	深度学习	CLSTM	文本	NA
460	2025-05-07	A hybrid approach for intrusion detection in vehicular networks using feature selection and dimensionality reduction with optimized deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312752 PMID:39913503	研究论文	提出了一种用于车载网络中入侵检测的混合方法，结合特征选择和降维技术以及优化的深度学习	采用基于相关性的特征选择（CFS）和主成分分析（PCA）的降维方法优化特征矩阵，并结合深度学习进行分类，同时展示了训练后模型权重量化对模型大小的进一步优化	实验仅基于CICIDS2017数据集，未在其他数据集上验证模型的泛化能力	提高车载网络中恶意流量识别的准确性和模型效率	车载网络中的恶意流量	机器学习	NA	CFS, PCA, 深度学习	深度学习模型	网络流量数据	CICIDS2017数据集