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
12021	2025-04-10	An optimized LSTM-based deep learning model for anomaly network intrusion detection 2025-Jan-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85248-z PMID:39789143	研究论文	提出了一种基于LSTM的优化深度学习模型，用于网络异常入侵检测	采用三种优化方法（PSO、JAYA和SSA）优化LSTM的超参数，以提高检测性能	未提及模型在实际网络环境中的泛化能力测试	开发高效的网络入侵检测系统以减少误报率	网络入侵检测	机器学习	NA	深度学习	LSTM	网络流量数据	NSL KDD、CICIDS和BoT-IoT数据集
12022	2025-04-10	Application of Artificial Intelligence and its Subsets in Various Stages of Knee Arthroplasty from Pre-op to Post-op: An Overview 2025, Journal of orthopaedics and sports medicine DOI:10.26502/josm.511500185 PMID:40190766	综述	本文概述了人工智能及其子集在膝关节置换术从术前到术后各阶段的应用	探讨了人工智能在膝关节置换术各阶段（术前、术中和术后）的多样化应用，包括患者教育、手术辅助和结果评估	NA	综述人工智能在膝关节置换术中的应用，以提高诊断准确性、手术效率和患者预后	膝关节置换术的各个阶段（术前、术中和术后）	数字病理学	骨关节炎	机器学习、深度学习	NA	NA	NA
12023	2025-04-10	Deep learning signature to predict postoperative anxiety in patients receiving lung cancer surgery 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1573370 PMID:40196195	研究论文	本研究旨在建立并验证一种基于MRI的深度学习特征，用于预测接受肺癌手术患者的术后焦虑	利用ResNet-152算法训练深度学习特征，首次将MRI-T1WI图像与术后焦虑预测相结合	样本量较小（202例患者），且仅使用了MRI-T1WI图像	预测接受肺癌手术患者的术后焦虑	接受肺癌手术的患者	数字病理学	肺癌	MRI	ResNet-152	图像	202例接受肺癌手术的患者
12024	2025-04-10	A study on early diagnosis for fracture non-union prediction using deep learning and bone morphometric parameters 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1547588 PMID:40196347	研究论文	本研究利用深度学习和骨形态计量参数开发了一种用于骨折不愈合早期诊断的模型	提出了Vision Mamba Triplet Attention and Edge Feature Decoupling Module UNet (VM-TE-UNet)用于骨折区域分割，并建立了基于微CT指标的早期诊断模型	研究仅使用了12只大鼠的骨折动物模型，样本量较小	开发骨折不愈合的早期诊断模型	大鼠骨折模型	数字病理	骨折	micro-CT成像	VM-TE-UNet	图像	12只大鼠的2448张micro-CT图像
12025	2025-04-10	Point-SPV: end-to-end enhancement of object recognition in simulated prosthetic vision using synthetic viewing points 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1549698 PMID:40196449	研究论文	本文介绍了一种名为Point-SPV的端到端深度学习模型，旨在增强模拟假体视觉中的物体识别能力	Point-SPV通过模拟视点（代表潜在的注视位置）并在这些点周围的图像块上训练模型，初步实现了基于注视的优化，专注于任务导向的视觉表示	NA	提升模拟假体视觉系统中的物体识别性能	视觉假体系统及视觉障碍患者	计算机视觉	视力障碍	深度学习	端到端深度学习模型	图像	NA
12026	2025-04-10	Transfer learning improves performance in volumetric electron microscopy organelle segmentation across tissues 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf021 PMID:40196751	research paper	该研究展示了迁移学习在体积电子显微镜（VEM）图像中跨组织器官分割性能的提升	通过在多组织器官的VEM数据上进行预训练并在目标数据集上微调，实现了高性能的多种细胞器分割，且所需的新训练数据量相对较少	需要一定量的手动标注数据进行微调，且性能可能受预训练数据与目标数据之间的差异影响	提高体积电子显微镜图像中细胞器分割的自动化水平和性能	哺乳动物组织中的细胞器（如线粒体和内质网）	digital pathology	NA	serial block face scanning electron microscopy	deep learning segmentation algorithms	volumetric electron microscopy images	四个VEM数据集（包括一个新的大鼠肝脏数据集，尺寸为7000×7000×219像素）
12027	2025-04-10	HTRecNet: a deep learning study for efficient and accurate diagnosis of hepatocellular carcinoma and cholangiocarcinoma 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1549811 PMID:40196844	研究论文	本研究提出了一种名为HTRecNet的深度学习框架，用于高效准确诊断肝细胞癌（HCC）和胆管癌（CCA）	HTRecNet结合了复杂的数据增强策略以优化特征提取，即使在样本量有限的情况下也能保持稳健性能	研究样本中CCA的样本量相对较少（180例），可能影响模型在CCA诊断上的泛化能力	开发自动化诊断方法以提高肝细胞癌和胆管癌的诊断效率和准确性	肝细胞癌（HCC）和胆管癌（CCA）的组织病理学图像	数字病理学	肝癌	深度学习	HTRecNet（自定义深度学习框架）	图像	5,432张组织病理学图像（其中5,096张用于训练和验证，336张用于外部测试）
12028	2025-04-09	Detection of cognitive load during computer-aided education using infrared sensors 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10242-0 PMID:40191173	研究论文	本研究利用功能近红外光谱（fNIRS）和机器学习方法检测计算机辅助教育中的认知负荷	提出了一种基于小波散射变换（WST）的自动特征提取方法和一维卷积神经网络（1D CNN），用于认知负荷检测，并在分类性能上优于现有方法	1D CNN的计算成本（CPU时间和内存利用率）显著高于其他方法	检测计算机辅助教育中的认知负荷，以提高学生注意力	14名健康受试者的fNIRS脑信号数据	机器学习	NA	功能近红外光谱（fNIRS）	1D CNN, LDA, NB, KNN, SVM	脑信号数据	14名健康受试者
12029	2025-04-09	Nondestructive detection of cadmium content in oilseed rape leaves under different silicon environments using deep transfer learning and Vis-NIR hyperspectral imaging 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143799 PMID:40081073	研究论文	提出了一种基于深度迁移学习和可见-近红外高光谱成像技术的油菜叶片镉含量无损检测方法	开发了迁移堆叠去噪自编码器(T-SDAE)算法，实现了不同硅环境下油菜叶片镉含量预测模型的迁移	NA	实现不同硅环境下油菜叶片镉含量的准确无损检测	油菜叶片	计算机视觉	NA	可见-近红外高光谱成像技术	T-SDAE, SVR	高光谱图像	NA
12030	2025-04-09	An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143850 PMID:40101378	研究论文	本文提出了一种结合电子鼻和深度学习的方法，用于辣椒品种分类和产地溯源	提出了一种传感器感知卷积网络（SACNet），集成了电子鼻技术，通过传感器注意力模块自适应关注各传感器的重要性，并引入局部感知和广域感知结构以捕获气体信息特征	方法依赖于电子鼻系统的气体样本采集，可能在实际应用中受到环境因素的影响	解决辣椒品种和产地快速准确识别的问题	辣椒	机器学习	NA	电子鼻（e-nose）	CNN（SACNet）	气体数据	三个数据集（Dataset A、B、C），具体样本数量未提及
12031	2025-04-09	Predicting the risk of ischemic stroke in patients with atrial fibrillation using heterogeneous drug-protein-disease network-based deep learning 2025-Jun, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0242570 PMID:40191603	research paper	开发了一种可解释的深度学习模型ABioSPath，用于预测心房颤动患者一年内缺血性中风的风险	通过整合药物-蛋白质-疾病通路与真实世界临床数据，ABioSPath模型能够识别药物作用机制和共病传播，提供个体化的中风风险评估	模型仅基于香港43家医院的数据，可能在其他地区或人群中的适用性有限	预测心房颤动患者一年内缺血性中风的风险	心房颤动患者	machine learning	cardiovascular disease	deep learning	ABioSPath	electronic health record data	7859名心房颤动患者
12032	2025-04-09	A pretrained transformer model for decoding individual glucose dynamics from continuous glucose monitoring data 2025-May, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf039 PMID:40191259	研究论文	开发了一个基于注意力机制的深度学习模型CGMformer，用于从连续血糖监测数据中解码个体血糖动态	利用自监督学习在大量CGM数据上预训练模型，能够表征个体内在代谢状态并支持多种临床应用	未提及具体样本量或模型在更广泛人群中的验证情况	通过深度学习改进糖尿病管理中的血糖监测和预测	连续血糖监测数据和糖尿病相关临床任务	机器学习	糖尿病	自监督学习	Transformer	时间序列数据	NA
12033	2025-04-09	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-Apr-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断	采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率	研究依赖于ADNI数据集，可能限制了方法的普适性	开发一种更可靠的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常老年人	数字病理学	老年疾病	MRI	集成学习	图像	ADNI数据集中的样本
12034	2025-04-09	How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons 2025-Apr-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0257558 PMID:40197568	研究论文	本文利用深度学习研究多环芳香分子中磁响应的局部性	采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题	尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性	探究多环芳香分子中磁响应的局部性	多环芳香分子	机器学习	NA	图神经网络（GNNs）	GNN	分子结构数据	训练集包含最多4个环的分子，测试集扩展到最多15个环的分子
12035	2025-04-09	Large Language Models (such as ChatGPT) as Tools for Machine Learning-Based Data Insights in Analytical Chemistry 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05046 PMID:39907023	research paper	本文探讨了大型语言模型（如ChatGPT）在分析化学中作为机器学习数据洞察工具的应用	展示了大型语言模型通过智能手机以交互式对话方式处理和分析高光谱成像数据集的潜力	未提及具体的数据集规模或模型性能的定量评估	探索大型语言模型在分析化学数据处理和分析中的应用	高光谱成像数据集	自然语言处理	NA	激光诱导击穿光谱（LIBS）	CNN, LLM	高光谱图像	NA
12036	2025-04-09	WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04830 PMID:40067126	research paper	提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰	该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号	NA	加速多维NMR光谱学的实现并提高弱峰重建的准确性	多维NMR光谱信号	machine learning	NA	NMR spectroscopy	deep learning architecture (WPR-Net)	spectral data	NA
12037	2025-04-09	Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials 2025-Apr-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13413 PMID:40195694	research paper	该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测	提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域	NA	开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测	高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分	computer vision	NA	深度学习	U-Net	image	NA
12038	2025-04-09	Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching 2025-Apr-08, Proteins IF:3.2Q2 DOI:10.1002/prot.26827 PMID:40195868	研究论文	本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异	提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力	未提及具体局限性	解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现	蛋白质-配体结构和结合亲和力	机器学习	NA	深度学习	深度学习集成和流匹配模型	蛋白质-配体结构数据	NA
12039	2025-04-09	Enhancing Herbal Medicine-Drug Interaction Prediction Using Large Language Models 2025-Apr-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558667 PMID:40193268	研究论文	该研究提出了一种结合大型语言模型(LLMs)、独热编码和变分图自编码器(VGAEs)的草药-药物相互作用(HDI)预测模型	首次整合LLMs、独热编码和VGAEs来预测HDI，并通过区分草药-药物相似性和节点度来优化VGAE消息流	未明确提及具体的数据集规模或模型性能比较的局限性	优化草药与药物联合治疗策略，支持个性化和精准医疗	草药与药物之间的相互作用	自然语言处理	NA	LLMs, 独热编码, VGAEs	变分图自编码器(VGAE)	药物SMILES字符串, 草药多天然产物特征	NA
12040	2025-04-09	Dimensionality Reduction of Genetic Data using Contrastive Learning 2025-Apr-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyaf068 PMID:40194517	research paper	该论文介绍了一种利用对比学习进行遗传数据降维的框架，以生成类似PCA的群体可视化	定义了一种优于常用对比学习损失函数的损失函数，并针对SNP基因型数据集定制了数据增强方案	未明确提及具体局限性	开发一种适用于遗传数据的降维方法，以更好地保留局部和全局结构	狗和人类的基因型数据	machine learning	NA	对比学习	深度学习神经网络	SNP基因型数据	两个数据集（狗和人类基因型）