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
1461	2025-04-01	Ensemble genetic and CNN model-based image classification by enhancing hyperparameter tuning 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76178-3 PMID:39762285	研究论文	提出了一种结合遗传算法和卷积神经网络的集成模型（EGACNN），通过优化超参数来提升图像分类的效率和准确率	结合遗传算法（GA）和卷积神经网络（CNN）进行超参数优化，提出EGACNN模型，显著提高了图像分类的准确率	研究仅基于MNIST数据集，未在其他更复杂的数据集上进行验证	提升基于CNN的图像分类系统的性能，利用集成学习和遗传算法的优势	图像分类模型	计算机视觉	NA	遗传算法（GA）	CNN, GA, 集成学习（EGACNN, CSNN）	图像	MNIST数据集
1462	2025-04-01	Prediction of ECG signals from ballistocardiography using deep learning for the unconstrained measurement of heartbeat intervals 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84049-0 PMID:39762351	研究论文	利用深度学习从心冲击图(BCG)信号中提取心电图(ECG)波形，并探索其在R-R间期(RRI)估计中的应用	提出了一种基于双向长短期记忆网络(BiLSTM)的深度学习模型，能够从BCG信号中预测ECG信号，实现无约束的心跳间隔测量	模型在长期记录数据上的泛化能力仍有提升空间，且样本量相对较小(18名参与者用于训练，12名用于验证)	开发一种无约束的心率监测方法，适用于家庭环境中的长期心脏健康监测	心冲击图(BCG)信号和心电图(ECG)信号	机器学习	心血管疾病	深度学习信号处理	BiLSTM	生理信号(BCG和ECG)	18名参与者用于训练模型，12名不同参与者用于长期记录验证
1463	2025-04-01	Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet models 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84504-y PMID:39762417	研究论文	本研究提出了一种基于改进UNet架构的深度学习技术，用于乳腺肿瘤分割，结合了注意力机制和先进的编码器架构	结合了CBAM和非局部注意力机制，以及ResNet、DenseNet和EfficientNet等先进的编码器架构，显著提升了分割性能	未来研究需探索多模态成像、实时临床应用以及更先进的注意力机制以进一步提升分割性能	提高乳腺肿瘤分割的准确性和可靠性	乳腺超声图像（BUSI）数据集中的乳腺肿瘤	计算机视觉	乳腺癌	深度学习	UNet、ResNet、DenseNet、EfficientNet	图像	BUSI数据集中的乳腺超声图像
1464	2025-04-01	Diagnostic Performance of a Computer-aided System for Tuberculosis Screening in Two Philippine Cities 2025, Acta medica Philippina DOI:10.47895/amp.vi0.8950 PMID:39967706	research paper	评估qXR3.0技术在菲律宾两个城市中用于结核病筛查的诊断性能	首次在菲律宾本地评估基于AI的结核病筛查系统qXR3.0的性能，并与放射科医生的诊断进行比较	样本量较小（82名参与者），未来研究需要更大样本量验证结果	评估qXR3.0技术在结核病筛查中的诊断性能，并验证其是否符合WHO标准	菲律宾15岁及以上成年人	digital pathology	tuberculosis	deep learning neural networks (DLNNs)	qXR3.0	chest radiographs (CXRs)	82名参与者
1465	2025-04-01	Detection of ionospheric disturbances with a sparse GNSS network in simulated near-real time Mw 7.8 and Mw 7.5 Kahramanmaraş earthquake sequence 2025, GPS solutions IF:4.5Q1 DOI:10.1007/s10291-024-01808-2 PMID:39990601	研究论文	本文开发了一种近实时检测电离层扰动的方法，用于识别由地震引起的电离层异常信号	利用LSTM神经网络自动检测地震引起的电离层扰动，无需事先知晓地震事件	方法在夜间电离水平较低时可能无法检测到较小幅度的扰动	开发近实时电离层扰动检测方法，用于地震监测	由Kahramanmaraş地震序列引起的电离层扰动	地球物理监测	NA	GNSS总电子含量(TEC)测量	LSTM	卫星信号数据	2023年2月6日Kahramanmaraş地震序列数据
1466	2025-03-30	Correction: Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321409 PMID:40153338	correction	对一篇关于使用改进的YOLOv8深度学习模型检测和识别普洱茶晒青毛茶中外来物的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1467	2025-03-29	Correction to: "UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf043 PMID:40139910	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1468	2025-03-30	Impact of imbalanced features on large datasets 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1455442 PMID:40151465	research paper	本文探讨了基于图像特征的分类框架，分析了平衡与不平衡分布对图像分类性能的影响	研究了类别不平衡对大规模数据集图像分类性能的影响，并发现Distributed Gaussian (D-GA)和Distributed Poisson (D-PO)是最有效的技术	未提及具体的数据集大小或实验的具体细节	探索类别不平衡对图像分类性能的影响	图像和视频数据	computer vision	NA	Distributed Gaussian (D-GA), Distributed Poisson (D-PO)	Random Forest (RF), SVM, deep learning models	image, video	large datasets（未提及具体数量）
1469	2025-03-30	Research on herd sheep facial recognition based on multi-dimensional feature information fusion technology in complex environment 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1404564 PMID:40151568	研究论文	本文提出了一种基于深度学习的智能监测系统，用于复杂环境下羊群的面部识别和健康评估	系统整合了多部分检测网络、面部分类模型和面部表情分析网络，并引入了多链接卷积融合块(MCFB)和可重参数化卷积(RepConv)结构以提高检测精度	NA	提高大规模农场中羊群个体监测的准确性和效率	羊群	计算机视觉	NA	深度学习	YOLOv5s, GhostNet, EfficientNet	图像	NA
1470	2025-03-30	Transformer-based ensemble model for dialectal Arabic sentiment classification 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2644 PMID:40151815	研究论文	该研究提出了一种基于Transformer的集成模型，用于方言阿拉伯语的情感分类	提出了一种基于Transformer的集成模型，在方言阿拉伯语情感分类任务中表现优于传统机器学习和深度学习模型	研究仅限于三个基准数据集，可能无法涵盖所有方言阿拉伯语的变体	提高方言阿拉伯语情感分类的准确性和性能	阿拉伯语推文的情感分类	自然语言处理	NA	AraVec, FastText, AraBERT, TF-IDF	Transformer-based ensemble model, SVM, NB, DT, XGBoost, CNN, BLSTM, CAMeLBERT, XLM-RoBERTa, MARBERT	文本	三个基准数据集：ASTD、ASAD和TEAD
1471	2025-03-30	A semantic segmentation-based automatic pterygium assessment and grading system 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1507226 PMID:40151829	研究论文	本研究开发了一种结合深度学习和图像处理技术的自动翼状胬肉评估和分级系统	通过整合语义分割和曲线拟合技术，实现了翼状胬肉的自动分级，与医生临床评估高度一致	数据集的构建仍需在未来研究中进一步优化	开发自动化的翼状胬肉评估系统以优化治疗并减轻患者痛苦	翼状胬肉患者	数字病理学	眼部疾病	深度学习、图像处理	改进的TransUnet架构	图像	临床数据集中的裂隙灯显微镜图像
1472	2025-03-29	Using transformer-based models and social media posts for heat stroke detection 2025-01-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84992-y PMID:39753702	研究论文	本研究评估了基于transformer的预训练语言模型在分类与热射病相关的日语推文中的性能，并探讨了结合社交媒体和人工智能进行基于事件的公共卫生监测的潜力	首次将transformer-based模型应用于日语推文的热射病分类，并通过时空和动画视频可视化展示了推文与热射病紧急医疗疏散之间的相关性	社交媒体帖子的主观性和未经临床诊断的可靠性问题仍然存在挑战	评估基于transformer的预训练语言模型在热射病相关推文分类中的性能，探索社交媒体与人工智能结合的公共卫生监测潜力	日语推文和热射病紧急医疗疏散数据	自然语言处理	热射病	transformer-based预训练语言模型	transformer	文本（社交媒体帖子）	未明确说明样本数量
1473	2025-03-29	Explainable artificial intelligence with UNet based segmentation and Bayesian machine learning for classification of brain tumors using MRI images 2025-01-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84692-7 PMID:39753735	研究论文	本文提出了一种结合UNet分割和贝叶斯机器学习的新型可解释人工智能技术，用于MRI图像中脑肿瘤的分类	提出了一种新的可解释人工智能技术XAISS-BMLBT，结合了MEDU-Net+分割、ResNet50特征提取和贝叶斯正则化人工神经网络（BRANN）分类，以及改进的径向移动优化模型进行超参数调优	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高脑肿瘤在MRI图像中的分割和分类准确率，以辅助医生进行更快速和准确的诊断	MRI图像中的脑肿瘤	数字病理学	脑肿瘤	MRI扫描、深度学习	UNet、ResNet50、BRANN	图像	使用了基准数据库，但未提及具体样本数量
1474	2025-03-29	Assessment of choroidal vessels in healthy eyes using 3-dimensional vascular maps and a semi-automated deep learning approach 2025-01-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85189-7 PMID:39753934	研究论文	使用3D深度学习方法和半自动化技术评估健康眼睛中的脉络膜血管	采用3D深度学习方法结合半自动化技术对脉络膜血管进行非侵入性评估，创新性地提供了脉络膜血管的三维可视化	研究样本量较小（80只眼睛），且为回顾性研究，可能存在选择偏差	评估健康眼睛中脉络膜血管的特征及其与年龄和性别的关系	健康眼睛的脉络膜血管	数字病理学	NA	swept-source OCT, 深度学习	ResUNet	OCT扫描图像	80只眼睛（来自53名患者）
1475	2025-03-29	pACP-HybDeep: predicting anticancer peptides using binary tree growth based transformer and structural feature encoding with deep-hybrid learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84146-0 PMID:39747941	research paper	提出了一种名为pACP-HybDeep的高可靠性模型，用于准确预测抗癌肽	结合了基于注意力机制的ProtBERT-BFD编码器和CTDT结构信息编码，以及基于k近邻的二叉树生长算法和CNN+RNN深度学习模型	未提及模型在更广泛数据集上的表现或实际临床应用中的潜在限制	开发一种高效可靠的抗癌肽预测工具	抗癌肽	machine learning	cancer	ProtBERT-BFD编码器, CTDT结构信息编码, k近邻算法	CNN+RNN	peptide sequences	三个独立数据集Ind-S1, Ind-S2, Ind-S3
1476	2025-03-29	A deep learning-based multi-view approach to automatic 3D landmarking and deformity assessment of lower limb 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84387-z PMID:39747979	研究论文	提出一种基于深度学习的多视角方法，用于自动3D地标检测和下肢畸形评估	采用多视角渲染和金字塔式卷积神经网络整合技术，自动检测CT图像中的3D地标，提高地标检测和指标评估的速度与准确性	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发一种自动检测下肢CT图像中3D地标的方法，以可靠诊断骨骼疾病	下肢CT图像中的骨骼地标	计算机视觉	骨骼疾病	CT扫描	金字塔式CNN	3D图像	NA
1477	2025-03-29	Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84265-8 PMID:39753714	研究论文	本研究提出了一种创新的1秒信号分割方法，并评估了三种先进深度学习模型在利用PPG信号估计血糖水平方面的性能	创新的1秒信号分割技术显著提高了准确性和计算效率，并在嵌入式设备上实现了即时血糖估计	训练数据在手术和麻醉期间收集，可能影响模型在正常状态下的泛化能力	开发一种非侵入性、准确且方便的血糖监测方法	PPG信号	机器学习	糖尿病	PPG	深度学习模型	信号数据	手术和麻醉期间收集的训练数据及单独测试数据集
1478	2025-03-29	Automated assessment of task-based performance of digital mammography and tomosynthesis systems using an anthropomorphic breast phantom and deep learning-based scoring 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S1.S13005 PMID:39416764	研究论文	本文提出了一种基于深度学习的自动化评分方法，用于评估数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统的任务性能	使用具有随机羟基磷灰石微钙化的逼真乳腺体模和基于Resnet-18架构的半自动化深度学习图像评分方法，解决了现有体模方法背景不真实、评分主观和信号模式不具代表性的问题	研究仅基于体模实验，未涉及真实临床数据	开发一种客观的任务型图像质量评估方法，用于乳腺X线摄影和断层合成系统	数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统	数字病理学	乳腺癌	深度学习和ROC分析	Resnet-18	图像	实验使用临床乳腺X线摄影系统收集的2D和伪3D乳腺X线照片
1479	2025-03-29	Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312112 PMID:39775324	研究论文	本研究提出了一种基于改进YOLOv8的深度学习模型，用于普洱茶晒青毛茶中小异物的快速检测与准确识别	采用MPDIoU优化损失函数提升检测性能，引入EfficientDet高效目标检测架构和BiFormer双向注意力机制，结合切片辅助超推理技术显著提升小目标和多尺度物体的识别精度	未说明模型在复杂光照条件或极端环境下的鲁棒性表现	提升普洱茶晒青毛茶生产过程中异物检测的智能化水平	普洱茶晒青毛茶中的小异物	计算机视觉	NA	深度学习	改进YOLOv8（含MPDIoU、EfficientDet模块、BiFormer机制）	图像	未明确说明具体样本数量（普洱茶晒青毛茶异物图像数据集）
1480	2025-03-29	SUMO-LMNet: Lossless mapping network for predicting SUMOylation sites in SUMO1 and SUMO2 using high-dimensional features 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.005 PMID:40143924	研究论文	介绍了一种名为SUMO-LMNet的深度学习框架，用于精确预测SUMO1和SUMO2的SUMOylation位点	SUMO-LMNet整合了无损映射策略和深度学习架构，提高了预测准确性和可解释性，并引入了Combined Heatmap Feature Analysis (CHFA)进行数据集范围的评估	Grad-CAM在单个预测中突出关键特征，但在样本间缺乏一致性，且未提供数据集范围的特征重要性评估	提高SUMO1和SUMO2修饰位点的预测准确性，以助于基因调控和疾病机制的研究	SUMO1和SUMO2的SUMOylation位点	机器学习	NA	深度学习	CNN	序列数据	NA