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
12541	2025-03-14	Enhancing cybersecurity through script development using machine and deep learning for advanced threat mitigation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92676-4 PMID:40065042	研究论文	本文探讨了利用机器学习和深度学习方法增强脚本开发的网络安全，通过使用Fashion MNIST数据集和卷积神经网络模型，展示了这些技术在提升网络安全方面的有效性	本文的创新点在于将机器学习和深度学习技术应用于脚本开发中，以自动化和智能化的方式提升网络安全，这在传统安全措施难以应对复杂威胁的背景下具有重要意义	本文的局限性在于仅使用了Fashion MNIST数据集进行实验，可能无法全面反映所有网络安全场景的复杂性	研究目的是通过机器学习和深度学习技术提升脚本开发的网络安全	研究对象是脚本开发过程中的网络安全问题	机器学习	NA	机器学习和深度学习	卷积神经网络（CNN）	图像数据（Fashion MNIST数据集）	Fashion MNIST数据集
12542	2025-03-14	Rolling bearing remaining useful life prediction using deep learning based on high-quality representation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93165-4 PMID:40065075	研究论文	本文提出了一种基于深度学习的方法，用于预测滚动轴承的剩余使用寿命（RUL），以提高旋转机械的可靠性和性能	结合一维深度卷积自编码器（1D-DCAE）和多层双向长短期记忆网络（Bi-LSTM）与时间模式注意力机制（TPA），有效提取振动信号中的高质量健康指标（HIs）并捕捉时间依赖性	实验仅在PHM2012轴承数据集上进行，未涉及其他数据集或实际工业环境中的验证	提高滚动轴承剩余使用寿命（RUL）预测的准确性和鲁棒性	滚动轴承	机器学习	NA	深度学习	1D-DCAE, Bi-LSTM, TPA	振动信号	PHM2012轴承数据集
12543	2025-03-14	The optimization of youth football training using deep learning and artificial intelligence 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93159-2 PMID:40065080	研究论文	本研究旨在通过利用先进的深度学习和人工智能技术提高青少年足球训练的效果和成果	构建了基于深度学习卷积神经网络（CNNs）的青少年足球训练关键点检测模型，并分析了人工智能在校园足球训练中的应用场景	研究中未提及样本的具体数量和多样性，可能影响模型的泛化能力	提高青少年足球训练的效果和成果	青少年足球训练	机器学习	NA	深度学习卷积神经网络（CNNs）	CNN	图像	五家技术公司和三十名体育教师
12544	2025-03-14	An improved transformer based traffic flow prediction model 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92425-7 PMID:40065142	研究论文	本文提出了一种改进的基于Transformer的交通流量预测模型，旨在解决现有深度学习模型在交通流量预测中的局限性	提出了IEEAFormer技术，通过嵌入层捕捉交通数据中的隐含信息，采用时间环境感知自注意力机制替代传统的多头自注意力机制，并使用独特的图掩码矩阵和平行空间自注意力架构同时捕捉数据中的长短期空间依赖关系	未提及具体局限性	提高交通流量预测的准确性，以提升城市交通系统的效率	交通流量数据	机器学习	NA	Transformer架构，时间环境感知自注意力机制，图掩码矩阵	IEEAFormer	交通流量数据	四个真实世界的交通数据集
12545	2025-03-14	Artificial Intelligence in Natural Product Drug Discovery: Current Applications and Future Perspectives 2025-Feb-27, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c01257 PMID:39916476	评论	本文探讨了人工智能在天然产物药物发现中的当前应用及未来前景	文章强调了人工智能，特别是机器学习和深度学习，在加速药物发现过程中的创新应用，包括生成式AI用于数据合成	文章指出了人工智能在天然产物药物发现中的局限性，并探讨了未来的研究方向	研究目的是探讨人工智能如何加速天然产物药物发现，并分析其在这一领域的应用前景	研究对象是天然产物及其在药物发现中的应用	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	生物数据	NA
12546	2025-03-14	Regularization by Neural Style Transfer for MRI Field-Transfer Reconstruction with Limited Data 2025-Feb-19, ArXiv PMID:40034133	研究论文	本文提出了一种新的MRI重建框架RNST，通过神经风格迁移（NST）引擎与去噪器结合，实现在数据有限情况下的磁场转移重建	RNST框架结合了神经风格迁移和去噪技术，能够在不需要配对训练数据的情况下，从低场输入生成高质量图像，解决了数据有限环境下的重建问题	尽管RNST在风格和内容图像不完全对齐时仍保持鲁棒性，但在临床环境中，精确的参考匹配不可用时，其适用性可能受到限制	研究目的是开发一种在数据有限情况下进行MRI磁场转移重建的新方法	研究对象是MRI图像，特别是低场输入下的图像重建	计算机视觉	NA	神经风格迁移（NST）	NA	图像	NA
12547	2025-03-14	Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review 2025-Feb, Asian spine journal IF:2.3Q2 DOI:10.31616/asj.2024.0452 PMID:39829182	系统综述	本文系统评估了机器学习和深度学习模型在检测颈椎后纵韧带骨化症（OPLL）中的诊断性能和临床意义	首次系统综述了机器学习和深度学习模型在OPLL检测中的应用，并分析了其诊断性能和临床意义	研究存在中等程度的偏倚风险，主要与参与者选择和缺失数据有关	评估机器学习和深度学习模型在OPLL检测中的诊断性能和临床意义	颈椎后纵韧带骨化症（OPLL）患者	医学影像分析	颈椎后纵韧带骨化症	机器学习和深度学习	卷积神经网络（CNN）和随机森林模型	影像数据	6,031名患者
12548	2025-03-14	Binary Classification of Laryngeal Images Utilising ResNet-50 CNN Architecture 2025-Feb, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-05202-9 PMID:40070749	研究论文	本研究提出了一种利用ResNet-50 CNN架构对喉部图像进行二分类的新方法，旨在通过分析内窥镜图像来早期检测喉癌	使用ResNet-50 CNN架构对喉部图像进行二分类，结合深度学习和图像处理技术，提高了喉癌早期检测的准确性	由于数据稀缺，研究将数据分为癌症和非癌症两类，未能涵盖所有九种形态类别	早期检测和分类喉癌	喉部内窥镜图像	计算机视觉	喉癌	深度学习，图像处理	ResNet-50 CNN	图像	1978张内窥镜图像，来自960名患者
12549	2025-03-14	AI-enhanced PET/CT image synthesis using CycleGAN for improved ovarian cancer imaging 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/196804 PMID:40070416	研究论文	本研究利用CycleGAN进行PET图像的衰减校正，旨在提高卵巢癌成像的质量	使用生成对抗网络（GANs）进行PET图像衰减校正，避免了额外的CT成像	需要进一步优化和临床验证以实现全面的临床应用	提高卵巢癌成像的质量，减少辐射暴露	55名卵巢癌患者的PET/CT数据	计算机视觉	卵巢癌	生成对抗网络（GANs）	CycleGAN	图像	55名卵巢癌患者的PET/CT数据
12550	2025-03-14	Unsupervised semantic label generation in agricultural fields 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1548143 PMID:40070454	研究论文	本文提出了一种用于农业领域中作物-杂草语义图像分割的自动标注管道，旨在减少深度学习模型训练对手动标注数据的依赖	提出了一种利用无人机或地面机器人记录的RGB图像，结合田间行结构进行空间一致性标注的自动化标注系统，并采用证据深度学习来提供预测不确定性估计，以改进语义预测	尽管在作物上的IoU表现优于完全监督方法，但在杂草上的IoU表现仍较低（22.7% vs 33.5%）	减少农业领域中深度学习模型训练对手动标注数据的依赖，提升作物-杂草语义分割的自动化水平	农业领域中的作物和杂草	计算机视觉	NA	证据深度学习	深度学习模型	RGB图像	多个田地和作物种类
12551	2025-03-14	Advancements in the application of artificial intelligence in the field of colorectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1499223 PMID:40071094	研究论文	本文探讨了人工智能在结直肠癌领域的应用进展	利用机器学习和深度学习算法，提高结直肠癌的早期检测、诊断和治疗效果	未具体提及研究的局限性	探索人工智能在结直肠癌管理中的潜力	结直肠癌患者	机器学习	结直肠癌	机器学习和深度学习算法	深度学习（DL）	医疗数据	NA
12552	2025-03-14	Deep learning model for the early prediction of pathologic response following neoadjuvant chemotherapy in breast cancer patients using dynamic contrast-enhanced MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1491843 PMID:40071096	研究论文	本研究旨在探讨不同深度学习方法在DCE-MRI上的诊断准确性，为预测乳腺癌患者新辅助化疗（NAC）后的病理反应提供一个简单易用的工具	利用多种深度学习框架进行迁移学习，结合多种机器学习技术构建分类模型，成功开发出性能最佳的DLR模型，用于预测乳腺癌患者NAC后的病理反应	研究样本量有限，仅包括313名乳腺癌患者，且所有患者均来自单一机构，可能影响模型的泛化能力	开发一个基于DCE-MRI的深度学习模型，用于早期预测乳腺癌患者NAC后的病理反应	313名乳腺癌患者	计算机视觉	乳腺癌	DCE-MRI	ViT, VGG16, ShuffleNet_v2, ResNet18, MobileNet_v2, MnasNet-0.5, GoogleNet, DenseNet121, AlexNet, SVM, KNN, RandomForest, ExtraTrees, XGBoost, LightGBM, MLP	图像	313名乳腺癌患者
12553	2025-03-14	Data augmented lung cancer prediction framework using the nested case control NLST cohort 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1492758 PMID:40071099	研究论文	本研究探讨了在肺癌筛查中使用数据增强技术来提高深度学习模型的预测性能	全面评估了多种数据增强方法在肺癌预测中的应用，并发现传统方法在某些情况下优于最新的在线数据增强技术	研究仅基于253名个体的CT扫描数据，样本量相对较小	评估数据增强技术在肺癌筛查中的有效性	253名个体的CT扫描数据	计算机视觉	肺癌	数据增强技术	3D深度学习模型	CT扫描图像	253名个体的CT扫描数据
12554	2025-03-13	Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training 2025-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30401 PMID:39641987	研究论文	本文提出了一种基于深度学习的无监督训练方法，用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成	提出了一种基于物理的无监督深度学习网络FAC-Net，用于从多回波双极梯度回波数据中估计脂肪酸组成，这是该领域的一项创新	研究样本量较小，癌症组和对照组的脂肪酸组成差异未达到统计学显著性	开发一种基于深度学习的方法，用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成	乳腺脂肪组织	机器学习	乳腺癌	多回波双极梯度回波MRI	无监督深度学习网络（FAC-Net）	MRI图像数据	15名绝经后女性（8名对照组，7名癌症组）和包含8种不同脂肪酸组成的油类的体模
12555	2025-03-13	Automated Euler number of the alveolar capillary network based on deep learning segmentation with verification by stereological methods 2025-Apr, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13390 PMID:39887731	研究论文	本文探讨了深度学习在处理肺泡毛细血管网络（ACN）分割、三维重建及自动化定量分析中的适用性，并与体视学方法进行验证	使用深度学习技术对SBF-SEM数据进行ACN分割，尽管训练数据有限且采用2D而非3D方法，仍生成了比现有方法更完整的初始分割	分析的数据量有限，未获得关于BPD引起的ACN改变的代表性数据，且需要进一步减少手动交互以充分利用自动化软件工具	开发高效的方法进行肺泡毛细血管网络的定量比较研究	肺泡毛细血管网络（ACN）	数字病理学	肺病	深度学习（DL），序列块面扫描电子显微镜（SBF-SEM）	2D深度学习模型	图像	有限的数据量，未具体说明样本数量
12556	2025-03-13	Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays 2025-Mar-11, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00804a PMID:39660615	研究论文	本文提出了一种结合光电润湿技术和深度学习算法的智能控制系统，用于实时选择性并行操作生物液滴阵列	结合光电润湿技术与深度学习算法，实现液滴的实时检测、自动生成虚拟电极控制移动，以及液滴阵列的高效跟踪	当前技术依赖于操作员手动定位液滴、绘制光学图案和预设液滴移动路径，缺乏实时反馈和独立液滴控制能力，可能导致液滴失控和污染	开发一种智能控制系统，用于自动化操作离散液滴，提高数字微流控技术在生物医学等领域的应用	生物液滴阵列	数字病理学	NA	光电润湿技术、深度学习算法	目标检测算法、跟踪算法	图像	NA
12557	2025-03-13	Quantitative Magnetic Resonance Imaging Methods for the Assessment and Prediction of Treatment Response to Transarterial Chemoembolization in Hepatocellular Carcinoma 2025-Mar-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.042 PMID:40068997	综述	本文综述了定量磁共振成像（qMRI）在预测和评估肝细胞癌（HCC）患者对经动脉化疗栓塞（TACE）治疗反应中的最新应用	探讨了多种qMRI方法在预测TACE治疗反应中的应用，包括肝细胞特异性对比增强MRI、扩散成像、灌注成像、磁共振波谱（MRS）、血氧水平依赖功能MRI（BOLD-fMRI）、磁共振弹性成像（MRE）和人工智能（AI）	BOLD-fMRI和MRE仍缺乏关键定量参数的模型，AI模型的附加价值需要通过更大规模的前瞻性研究验证	评估和预测肝细胞癌患者对TACE治疗的反应	肝细胞癌（HCC）患者	数字病理	肝癌	定量磁共振成像（qMRI）	AI模型（包括放射组学或深度学习）	磁共振成像数据	NA
12558	2025-03-13	A large-scale open image dataset for deep learning-enabled intelligent sorting and analyzing of raw coal 2025-Mar-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04719-0 PMID:40057526	研究论文	本文介绍了一个大规模开源的原煤图像数据集DsCGF，用于支持深度学习驱动的原煤智能分选和分析	提出了一个大规模、多层次的标注原煤图像数据集，填补了智能选煤领域缺乏准确大规模数据的空白	数据集仅涵盖中国三个代表性矿区的样本，可能无法完全代表其他地区的原煤特征	推动中国能源转型，实现碳达峰和碳中和战略目标下的智能选煤技术发展	原煤图像	计算机视觉	NA	深度学习	NA	图像	超过27万张可见光图像，来自中国三个代表性矿区
12559	2025-03-13	Probabilistic and deep learning approaches for conductivity-driven nanocomposite classification 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91057-1 PMID:40055396	研究论文	本研究提出了一种结合贝叶斯技术和深度学习的混合方法，用于改进纳米复合材料的分类，特别是评估其导电性能	提出了一种结合贝叶斯网络（BN）和基于Transformer架构的循环神经网络（RNN）的混合模型，以量化并报告认知不确定性，从而提高分类准确性	研究主要关注方法学上的进展，实验结果的广泛适用性尚未验证	改进纳米复合材料的分类方法，特别是评估其导电性能	纳米复合材料	机器学习	NA	贝叶斯网络（BN），循环神经网络（RNN），Transformer架构	贝叶斯网络（BN），循环神经网络（RNN）	NA	NA
12560	2025-03-11	Author Correction: Signature-based intrusion detection using machine learning and deep learning approaches empowered with fuzzy clustering 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92132-3 PMID:40055395	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA