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
7241	2025-06-10	Towards sustainable solutions: Effective waste classification framework via enhanced deep convolutional neural networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324294 PMID:40465648	研究论文	该研究提出了一种创新的废物分类模型，结合了定制的DenseNet201架构、SE注意力机制和并行CNN分支的融合，以提高废物管理的效率和可扩展性	采用定制的DenseNet201架构与SE注意力机制及并行CNN分支融合，增强了从废物数据中提取复杂、深层和更易区分特征的能力	NA	提高废物分类的准确性和效率，促进环境可持续发展	废物数据	计算机视觉	NA	深度学习	DenseNet201, CNN	图像	四个公开数据集及三个额外数据集以增强废物多样性和模型可靠性
7242	2025-06-10	Application of ConvNeXt with transfer learning and data augmentation for malaria parasite detection in resource-limited settings using microscopic images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313734 PMID:40465684	研究论文	本研究探讨了使用ConvNeXt模型结合迁移学习和数据增强技术，在资源有限地区通过显微镜图像进行疟疾寄生虫检测的深度学习方法	采用ConvNeXt V2 Tiny Remod版本模型结合数据增强和迁移学习技术，在疟疾诊断中达到了98.1%的准确率，超越了其他模型如Swin Tiny和ResNet系列	研究在资源有限地区进行，可能面临大型数据集和显微镜专业知识获取的限制	开发一种高准确率的疟疾诊断方法，适用于资源有限地区	疟疾寄生虫	计算机视觉	疟疾	迁移学习, 数据增强	ConvNeXt, Swin Tiny, ResNet18, ResNet50	图像	初始27558张薄血涂片图像，经过增强后最终数据集为606276张图像
7243	2025-06-10	Verification and application of deep learning models in daily sports activities of teenagers 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322166 PMID:40465756	研究论文	本文基于VGG16模型，结合BiLSTM和CBAM模块的优势，验证并应用于青少年日常体育活动中羽毛球动作的识别	结合BiLSTM模型的双向学习时间序列信息和CBAM模块的通道及区域特征表示，显著提高了动作识别的准确性	研究仅针对羽毛球运动，可能不适用于其他体育活动的动作识别	提高青少年日常体育活动中动作识别的准确性	青少年日常体育活动中的羽毛球动作	计算机视觉	NA	深度学习	VGG16, BiLSTM, CBAM	视频图像	基于公共数据集Roboflow中的羽毛球训练数据集
7244	2025-06-10	The effects of learning experience on college students' deep english learning: a study of the chain mediation effect of motivation and strategy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325491 PMID:40465789	研究论文	本研究探讨学习经验对大学生英语深度学习的影响，以及动机和策略的链式中介效应	首次验证了英语学习领域中'学习经验→学习动机→学习策略→深度学习'的链式中介模型	样本范围有限且采用横断面设计	探究学习经验对大学生英语深度学习的影响机制	不同性别、年龄、教育背景和学业成就水平的大学生	教育心理学	NA	量表评估与统计分析	链式中介模型	问卷数据	不同背景的大学生样本
7245	2025-06-10	Progress in developing a bark beetle identification tool 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310716 PMID:40471899	research paper	本研究提出了一种基于MaxViT深度学习框架的树皮甲虫识别初步模型，旨在开发一个功能完善且实用的识别工具	首次利用结合局部和全局注意力的MaxViT模型对树皮甲虫进行属级分类，并设计了报告未知物种的功能	当前模型仅能区分12个属，需要更多数据和改进以实现可靠的种级识别，且图像采集条件受控可能影响实际应用	开发用于森林管理和生态研究的树皮甲虫识别工具	树皮甲虫（多种属）	computer vision	NA	深度学习	MaxViT	image	目前最大的树皮甲虫图像训练集（具体数量未提及）
7246	2025-06-10	Adaptive network steganography using deep learning and multimedia video analysis for enhanced security and fidelity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318795 PMID:40472042	research paper	本研究提出了一种结合深度学习和多媒体视频分析的自适应网络隐写范式，旨在提升网络隐写的通用性和安全性	采用深度卷积生成对抗网络架构，能够根据多媒体视频的动态前景、稳定背景和时空复杂性微调隐写参数	NA	提升网络隐写的安全性和保真度	多媒体视频中的网络隐写	computer vision	NA	deep learning, multimedia video analysis	DCGAN (deep convolutional generative adversarial network)	video	MPII和UCF101视频库
7247	2025-06-10	Machine learning techniques for continuous genetic assignment of geographic origin of forest trees 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324994 PMID:40478860	研究论文	本文比较了五种连续遗传分配方法在追踪森林树木地理起源中的准确性	比较了五种连续分配方法的准确性，包括最近邻方法、高斯过程回归、基因组预测和深度学习，特别是在处理遗传变异连续性的问题上	研究仅基于欧洲的两个树种数据集，可能不适用于其他地区或树种	开发更准确的连续遗传分配方法以追踪森林树木的地理起源	欧洲山毛榉（Fagus sylvatica）和欧洲橡树（Quercus robur）	机器学习	NA	基因组宽单核苷酸多态性（SNP）分析	NN, GPR-D, GPR-G, GP, DL	基因数据	865株欧洲山毛榉和1,883株欧洲橡树
7248	2025-06-10	The application of deep learning in economic analysis and marketing strategy formulation in the tourism industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321992 PMID:40478915	research paper	本研究提出了一种名为TourVaRNN的深度学习方法，旨在通过预测旅游业的经济影响和游客行为来优化营销策略	结合变分自编码器和循环神经网络，TourVaRNN能够捕捉游客偏好和消费习惯的潜在变量，并建模旅游数据中的复杂时间依赖性	研究仅针对特定区域和一年内的数据进行分析，可能无法完全代表全球旅游业的多样性	提升旅游业的经济影响预测和游客行为理解，以制定更有效的营销策略	旅游业的经济影响和游客行为	machine learning	NA	Deep Learning (DL)	TourVaRNN (结合变分自编码器和RNN)	结构化数据（游客数量、天数、消费模式、就业等）	特定区域一年内的国际旅游样本和多样化年龄组数据
7249	2025-06-10	[Usefulness of Deep Learning Reconstruction in Low-dose Lung Cancer CT Screening Protocols] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1485 PMID:40484682	研究论文	本研究评估了在低剂量肺癌CT筛查中，图像重建方法、辐射剂量和螺距因子变化对物理特性的影响，并探讨了深度学习重建（DLR）的效用	首次在低剂量肺癌CT筛查中综合评估了DLR与不同辐射剂量和螺距因子对图像物理特性的影响，并提出了优化方案	研究主要基于体模实验，未涉及真实患者数据	确定低剂量肺癌CT筛查中最佳的辐射剂量和螺距因子设置，评估DLR的实用性	水模体和胸部体模	数字病理	肺癌	CT扫描	DLR（深度学习重建）	CT图像	未明确说明具体样本数量，使用水模体和胸部体模进行实验
7250	2025-06-09	Breast cancer early detection and molecular subtype prediction by combination of Raman spectroscopy with deep learning 2025-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126396 PMID:40412234	研究论文	结合拉曼光谱与深度学习技术，开发了一种高效的计算模型，用于乳腺癌的早期检测和分子亚型预测	提出了一种基于高效通道注意力机制和卷积神经网络的分类模型，显著减少了参数数量并提高了训练速度，同时在未知测试集上表现出优于传统模型和算法的性能	研究未提及模型在其他类型癌症或更大规模数据集上的泛化能力	开发一种无需复杂特征工程的端到端模型，用于乳腺癌的早期筛查和分子亚型预测	541名志愿者的血清样本，包括HER2阳性、HER2阴性、导管原位癌(DCIS)患者和健康个体	数字病理学	乳腺癌	拉曼光谱	基于注意力机制的CNN	光谱数据	541名志愿者（包括患者和健康个体）的血清样本
7251	2025-06-09	Performance of multimodal prediction models for intracerebral hemorrhage outcomes using real-world data 2025-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105989 PMID:40412140	研究论文	开发并验证了结合CT图像、文本和表格临床数据的多模态模型，用于预测脑出血患者的功能不良结局和院内死亡率	整合了三维CT图像和非结构化数据，结合表格数据开发了L1正则化逻辑回归模型，为急诊环境中非专科医生提供决策支持	死亡率预测的校准需要改进，且需要增强真实世界数据基础设施以促进临床应用	预测脑出血患者的功能不良结局和院内死亡率，辅助急诊决策	527名脑出血患者	数字病理学	脑出血	深度学习	L1-regularized logistic regression	CT图像、文本、表格数据	527名患者
7252	2025-06-09	HBUED: An EEG dataset for emotion recognition 2025-Sep-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	research paper	该研究提出了一个大规模EEG数据集HBUED，并开发了一种深度学习方法来提高基于EEG的情绪识别性能	提出了一个大规模EEG数据集HBUED，并设计了一种双输入网络架构和平行特征提取模块来提升情绪识别性能	未提及具体的数据集样本多样性或模型在其他数据集上的泛化能力	提高基于EEG的情绪识别性能	EEG信号和人类情绪识别	machine learning	NA	深度学习	双输入网络架构	EEG信号	大规模EEG数据集HBUED和公开DEAP数据集
7253	2025-06-09	Deep learning-driven hyperspectral imaging for real-time monitoring and growth modeling of psychrophilic spoilage bacteria in chilled beef 2025-Aug-02, International journal of food microbiology IF:5.0Q1 DOI:10.1016/j.ijfoodmicro.2025.111254 PMID:40359768	研究论文	本研究利用深度学习驱动的高光谱成像技术，实时监测和建模冷藏牛肉中嗜冷腐败细菌的生长	结合高光谱成像和多种算法（如CARS、PLSR、SCN等）进行细菌含量预测，并应用Baranyi、Huang和Gompertz模型拟合细菌生长曲线	模型预测精度仍有提升空间，特别是对乳酸杆菌的预测效果相对较差	开发一种快速无损检测冷藏牛肉中细菌含量的方法，以解决食品安全问题	冷藏牛肉中的假单胞菌和乳酸杆菌	数字病理	NA	高光谱成像、平板计数法	PLSR、SCN、Time Convolution Network with Multihead Attention Mechanism	光谱数据	未明确说明样本数量
7254	2025-06-09	Quantitative multislice and jointly optimized rapid CEST for in vivo whole-brain imaging 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30488 PMID:40087839	研究论文	开发了一种定量多切片化学交换饱和转移（CEST）调度优化和脉冲序列，以减少多切片序列固有的灵敏度损失	提出了一个深度学习框架，用于同时优化扫描参数和切片顺序，提高了扫描效率和准确性	研究仅在三名健康受试者中进行了测试，样本量较小	开发一种定量多切片CEST调度优化和脉冲序列，以提高全脑成像的准确性和可重复性	健康受试者的全脑成像	医学影像	NA	化学交换饱和转移（CEST）	深度学习	医学影像数据	3名健康受试者
7255	2025-06-09	DeepAssembly2: A Web Server for Protein Complex Structure Assembly Based on Domain-Domain Interactions 2025-Aug-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169128 PMID:40188941	research paper	介绍了一个名为DeepAssembly2的Web服务器，用于基于域-域相互作用自动组装蛋白质复合物结构	DeepAssembly2在新构建的链间域-域相互作用数据集上训练，并添加了多个重要特征，如界面残基倾向性和超快形状识别，同时引入了AlphaFold-Multimer模型的链间残基距离以进一步提高准确性	NA	准确预测蛋白质复合物结构，以理解其功能并促进药物发现	蛋白质复合物结构	生物信息学	NA	深度学习	深度学习模型	蛋白质序列和单体结构	NA
7256	2025-06-09	AI-driven glomerular morphology quantification: a novel pipeline for assessing basement membrane thickness and podocyte foot process effacement in kidney diseases 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108842 PMID:40354728	research paper	本文开发了一种基于深度学习的管道，用于自动量化肾小球基底膜厚度和足细胞足突消失百分比，以提高肾脏疾病诊断的准确性和效率	提出了一种新型深度学习管道，首次实现了对肾小球基底膜厚度和足细胞足突消失百分比的自动量化，减少了人为误差并提高了测量一致性	研究样本量相对较小（196张EM图像），且需要进一步验证和改进AI方法以提升在肾病病理学中的诊断能力和标准化程度	开发一种自动化方法来准确测量肾小球基底膜厚度和足细胞足突消失百分比，以改善肾脏疾病的诊断	肾小球基底膜和足细胞足突	digital pathology	kidney diseases	electron microscopy (EM)	DeepLabV3+ and U-Net	image	196张电子显微镜图像（来自83名受试者的21种不同肾脏疾病）
7257	2025-06-09	The impact of clinical history on the predictive performance of machine learning and deep learning models for renal complications of diabetes 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108812 PMID:40382871	研究论文	本研究探讨了患者临床病史对机器学习和深度学习模型预测糖尿病肾病并发症性能的影响	首次研究了多级别肾病严重程度下患者临床病史的预测作用，并开发了有效的预测模型	研究基于回顾性真实世界数据，可能存在数据偏差	开发有效的预测模型以早期识别高风险糖尿病肾病患者	2型糖尿病患者	机器学习	糖尿病肾病	NA	逻辑回归、随机森林、Cox比例风险回归、RNN	临床数据	全国多中心回顾性真实世界研究数据
7258	2025-06-09	Understanding deep learning models for Length of Stay prediction on critically ill patients through latent space visualization 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108832 PMID:40413882	研究论文	本文通过潜在空间可视化技术，探讨了深度学习模型在重症监护病房(ICU)患者住院时长(LoS)预测中的应用	首次将潜在空间分析应用于ICU住院时长预测模型，开发了交互式仪表板以直观展示模型学习过程	研究仅基于单一欧洲医疗中心的数据集，可能影响模型的泛化能力	开发可解释的深度学习模型用于ICU患者住院时长预测，并探索其在临床决策支持系统中的应用	ICU重症患者	机器学习	重症监护	深度学习	LSTM, GRU, TCN, Transformer	临床时序数据	20,481次ICU住院记录的271个特征
7259	2025-06-09	Investigating the interpretability of ChatGPT in mental health counseling: An analysis of artificial intelligence generated content differentiation 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108864 PMID:40424870	研究论文	研究评估ChatGPT在心理健康咨询中的效果和情感支持能力，并探讨如何区分AI生成内容与用户生成内容	首次从宏观和微观角度评估ChatGPT的心理咨询能力，并开发了区分AI生成内容与用户生成内容的可靠框架	未提及具体样本量，且仅评估了ChatGPT 3.5和4.0版本	评估ChatGPT在心理健康咨询中的效果和情感支持能力，并探讨AI生成内容的识别方法	ChatGPT生成的心理健康咨询内容与人类专家生成的内容	自然语言处理	心理健康问题	BERTopic算法、深度学习技术、LIME和SHAP解释方法	LLM（ChatGPT 3.5和4.0）、深度学习模型	文本	NA
7260	2025-06-09	A robust automated segmentation method for white matter hyperintensity of vascular-origin 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121279 PMID:40389145	research paper	开发并验证了一种基于transformer的深度学习方法，用于血管源性白质高信号（WMH）的自动分割	提出了一种基于transformer的自动分割方法，能够在不同MRI系统和采集设置下实现稳健的WMH分割	虽然在不同数据集上表现良好，但未涉及所有可能的临床场景和MRI系统	开发一种稳健的深度学习方法，用于血管源性WMH的自动分割	白质高信号（WMH）	digital pathology	cardiovascular disease	3D T1和3D T2-FLAIR图像	transformer-based method	image	126名参与者用于训练和测试，外加两个独立数据集（170名和70名受试者）用于外部验证