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
12841	2025-03-02	Fusion of circulant singular spectrum analysis and multiscale local ternary patterns for effective spectral-spatial feature extraction and small sample hyperspectral image classification 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90926-z PMID:40011533	研究论文	本文提出了一种新颖的循环奇异谱分析（CiSSA）和多尺度局部三值模式融合方法，用于高光谱图像的联合光谱-空间特征提取和分类	结合循环奇异谱分析和多尺度局部三值模式进行光谱-空间特征提取，提高了小样本高光谱图像分类的准确性	仅在高光谱图像数据集上进行了实验，未在其他类型数据上验证	提高小样本高光谱图像分类的准确性	高光谱图像	计算机视觉	NA	PCA, CiSSA, LTP, SVM	SVM	图像	三个高光谱图像数据集（Indian Pines, Pavia University, Houston2013），训练样本比例为1%
12842	2025-03-02	Improved sand cat swarm optimization algorithm assisted GraphSAGE-GRU for remaining useful life of engine 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91418-w PMID:40011762	研究论文	本文提出了一种改进的沙猫群优化算法辅助的GraphSAGE-GRU模型，用于预测发动机的剩余使用寿命（RUL）	提出了改进的沙猫群优化算法（ISCSO）来增强GraphSAGE-GRU的预测性能，包括在种群初始化中使用帐篷映射和一种新的自适应方法来增强沙猫群优化的探索和开发能力	未提及具体局限性	提高发动机剩余使用寿命（RUL）预测的准确性	发动机	机器学习	NA	GraphSAGE-GRU, 沙猫群优化算法	GraphSAGE-GRU	图数据	使用CMAPSS数据集进行验证
12843	2025-03-02	Infrared spectrum analysis of organic molecules with neural networks using standard reference data sets in combination with real-world data 2025-Feb-26, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00960-2 PMID:40011923	研究论文	本研究提出了一种基于神经网络的IR光谱分析方法，用于检测有机分子中的功能基团	该方法仅使用IR数据作为神经网络的输入，使其性能独立于其他分析测量获得的数据类型，并且通过结合来自不同实验室的真实数据，展示了开放获取的专业研究数据仓库作为未来机器学习研究的宝贵基准数据集的潜力	NA	分析IR光谱并检测有机分子中的功能基团	有机分子	机器学习	NA	IR光谱分析	神经网络	光谱数据	NIST数据集和Chemotion开放获取研究数据仓库中的数据
12844	2025-03-02	Geometric Self-Supervised Learning: A Novel AI Approach Towards Quantitative and Explainable Diabetic Retinopathy Detection 2025-Feb-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020157 PMID:40001677	研究论文	本文提出了一种基于几何自监督学习的新型AI方法，用于糖尿病视网膜病变（DR）的定量和可解释检测	开发了一种无需标注的深度学习策略，用于自动检测彩色眼底摄影（CFP）图像和超广角（UWF）视网膜图像中的渗出物和出血点	模型在UWF图像上的性能因病变大小而异，小病变的假阳性率较高	开发和验证一种自动检测糖尿病视网膜病变相关病变的深度学习模型	彩色眼底摄影（CFP）图像和超广角（UWF）视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	U-Net	图像	两个CFP队列（Kaggle-CFP和E-Ophtha）和一个UWF队列，其中50例DR阳性病例用于独立测试
12845	2025-03-02	Deep Learning Approach Predicts Longitudinal Retinal Nerve Fiber Layer Thickness Changes 2025-Jan-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12020139 PMID:40001659	研究论文	本研究旨在开发深度学习模型，预测青光眼患者视网膜神经纤维层（RNFL）厚度的变化，以促进疾病的早期诊断和进展监测	使用纵向OCT成像数据，结合自定义1D卷积神经网络（CNN），在不同人口统计学和疾病严重程度下实现一致的预测性能	样本量相对较小（251名参与者，437只眼睛），可能限制模型的泛化能力	开发深度学习模型以预测青光眼患者RNFL厚度的变化，支持临床决策	青光眼患者的视网膜神经纤维层（RNFL）厚度变化	数字病理学	青光眼	光学相干断层扫描（OCT）	线性回归（LR）、支持向量回归（SVR）、梯度提升回归（GBR）、自定义1D卷积神经网络（CNN）	图像（OCT扫描）	251名参与者（437只眼睛）
12846	2025-03-02	Deep Learning-Enabled Integration of Histology and Transcriptomics for Tissue Spatial Profile Analysis 2025, Research (Washington, D.C.) DOI:10.34133/research.0568 PMID:39830364	研究论文	本文介绍了一种名为GIST的深度学习模型，用于整合组织学图像和空间转录组数据，以进行组织空间特征分析	GIST模型结合了预训练的组织学基础模型和混合图变换器模型，显著提升了空间转录组数据的分析精度，并揭示了新的空间组织和功能动态	NA	开发一种深度学习模型，用于整合组织学图像和空间转录组数据，以提高空间细胞特征分析的准确性	人类肺癌、乳腺癌和结直肠癌的数据集	数字病理学	肺癌, 乳腺癌, 结直肠癌	空间转录组学	混合图变换器模型	图像, 转录组数据	NA
12847	2025-03-02	Liver fibrosis classification on trichrome histology slides using weakly supervised learning in children and young adults 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100416 PMID:39867463	研究论文	本研究探讨了使用弱监督学习方法对儿童和年轻人的三色染色组织切片进行肝纤维化分类的可行性	采用聚类约束注意力多实例学习（CLAM）方法，首次在儿童和年轻人的三色染色全切片图像（WSI）上进行肝纤维化分期	研究为回顾性研究，样本量相对较小（217例），且仅限于儿童和年轻人群体	开发一种更客观的肝纤维化分期方法，减少诊断变异性	儿童和年轻人的肝纤维化组织切片	数字病理学	肝纤维化	弱监督学习	CLAM	图像	217例三色染色全切片图像
12848	2025-03-02	Exploring artificial intelligence in orthopaedics: A collaborative survey from the ISAKOS Young Professional Task Force 2025-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70181 PMID:39996084	研究论文	本研究通过分析关于人工智能在骨科应用中的调查结果，旨在为骨科领域的人工智能讨论建立学术基础，并阐明该领域内人工智能应用的关键模式、挑战和未来潜在方向	首次通过大规模调查揭示了骨科医生对人工智能的认知、使用现状及未来兴趣，为骨科领域的人工智能应用提供了实证数据	调查样本主要为男性（92.9%），可能存在性别偏差；且调查结果主要反映受访者的主观意见，缺乏客观数据支持	探讨人工智能在骨科领域的应用现状及未来发展方向	骨科医生	医学人工智能	骨科疾病	NA	NA	调查问卷数据	211名骨科医生
12849	2025-03-02	Paving the way for new antimicrobial peptides through molecular de-extinction 2025, Microbial cell (Graz, Austria) DOI:10.15698/mic2025.02.841 PMID:40012704	研究论文	本文探讨了通过分子去灭绝技术研究古代基因组和蛋白质组中的抗菌肽（AMPs），作为传统抗生素的替代品	利用分子去灭绝技术挖掘古代基因组和蛋白质组中的抗菌肽，结合软件工具和深度学习模型，发现了多种新型抗菌肽	NA	研究古代基因组和蛋白质组中的抗菌肽，以发现新型抗生素并深入了解进化过程	古代基因组和蛋白质组中的抗菌肽	生物信息学	NA	分子去灭绝技术、深度学习	深度学习模型	基因组数据、蛋白质组数据	NA
12850	2025-03-02	Artificial Intelligence Powered Automated and Early Diagnosis of Acute Lymphoblastic Leukemia Cancer in Histopathological Images: A Robust SqueezeNet-Enhanced Machine Learning Framework 2025, International journal of telemedicine and applications IF:3.1Q2 DOI:10.1155/ijta/2257215 PMID:40017574	研究论文	本研究提出了一种基于SqueezeNet增强的机器学习框架，用于自动筛查和分类急性淋巴细胞白血病组织病理学图像	结合深度学习（DL）和机器学习（ML）算法，解决了理解组织病理学图像和分类过程的复杂性	未提及具体局限性	提高急性淋巴细胞白血病的早期和精确诊断	急性淋巴细胞白血病的组织病理学图像	数字病理学	急性淋巴细胞白血病	深度学习（DL）和机器学习（ML）	SqueezeNet、神经网络（NN）、逻辑回归（LR）、随机森林（RF）	图像	未提及具体样本数量
12851	2025-03-02	Advancing antibiotic discovery with bacterial cytological profiling: a high-throughput solution to antimicrobial resistance 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1536131 PMID:40018674	综述	本文综述了细菌细胞学分析（BCP）作为一种快速、可扩展且成本效益高的方法，用于识别抗生素作用机制，并探讨其在抗生素发现中的应用	介绍了BCP在药物发现中的潜力，特别是通过识别spirohexenolide A对耐甲氧西林金黄色葡萄球菌的细胞靶点，展示了其创新性	讨论了BCP的优势、局限性及潜在改进方向，并指出某些病原体的细胞学特征尚未被研究	推动抗生素发现，以应对抗菌素耐药性（AMR）这一全球健康威胁	不同细菌生物和不同类别的抗生素	数字病理学	抗菌素耐药性	细菌细胞学分析（BCP）	深度学习	图像	NA
12852	2025-03-01	Decoding the effects of mutation on protein interactions using machine learning 2025-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0249920 PMID:40013003	review	本文综述了利用机器学习预测突变对蛋白质相互作用影响的最新进展	综合评估了基于物理化学、机器学习和深度学习的预测方法，并探讨了未来发展方向	讨论了突变数据的局限性，包括偏差、数据质量和数据集大小	理解遗传变异如何影响蛋白质与其他生物分子之间的相互作用，以阐明疾病机制和开发靶向治疗	蛋白质相互作用及其突变效应	machine learning	cancer	machine learning, deep learning	NA	mutational data	NA
12853	2025-03-01	Diagnostic accuracy of convolutional neural network algorithms to distinguish gastrointestinal obstruction on conventional radiographs in a pediatric population 2025-Feb-28, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.242950 PMID:40018794	研究论文	本研究旨在使用卷积神经网络（CNN）模型区分儿童腹部X光片中的正常肠道气体分布与胃肠道扩张或梗阻，并进一步区分需要手术的梗阻患者与其他胃肠道扩张或肠梗阻患者	本研究首次在儿科人群中应用CNN模型进行胃肠道梗阻的诊断，并评估手术与药物治疗的需求	研究样本量相对较小，且仅来自单一机构，可能影响模型的泛化能力	开发一种高精度的深度学习模型，用于儿科急诊中胃肠道梗阻的快速诊断	儿科患者的腹部X光片	计算机视觉	胃肠道疾病	卷积神经网络（CNN）	ResNet50, InceptionResNetV2, Xception, EfficientNetV2L, ConvNeXtXLarge	图像	540例正常，298例手术矫正扩张（SD），314例炎症/感染性扩张（ID）
12854	2025-03-01	Progress on intelligent metasurfaces for signal relay, transmitter, and processor 2025-Feb-25, Light, science & applications DOI:10.1038/s41377-024-01729-2 PMID:39994200	综述	本文综述了智能超表面在无线通信中作为信号中继、发射器和处理器的新范式	智能超表面通过集成深度学习算法，能够主动适应不断变化的环境，无需人工干预，提供了一种绿色无线通信的新方法	实际应用中存在关键问题，如增益超表面和知识迁移等新方向的挑战	探讨智能超表面在无线通信中的应用，以提高数据速率并减少硬件和能源消耗	智能超表面	无线通信	NA	深度学习算法	NA	NA	NA
12855	2025-03-01	Preoperative prediction of the Lauren classification in gastric cancer using automated nnU-Net and radiomics: a multicenter study 2025-Feb-25, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01923-9 PMID:40000513	研究论文	本研究开发并验证了一种基于nnU-Net结合放射组学的深度学习模型，用于胃癌的自动分割和Lauren分类的术前预测	结合nnU-Net和放射组学技术，实现了胃癌的自动分割和Lauren分类的术前预测，减少了医生手动分割的错误和工作量	研究结果在不同测试集上的AUC值略有差异，且放射组学模型和组合模型的AUC值无显著统计学差异	开发并验证一种深度学习模型，用于胃癌的自动分割和Lauren分类的术前预测	胃癌患者	数字病理学	胃癌	nnU-Net, 放射组学	nnU-Net, LASSO	CT图像	433名胃癌患者
12856	2025-03-01	A deep learning based prediction model for effective elastic properties of porous materials 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90016-0 PMID:40000677	研究论文	本文提出了一种基于深度学习的预测模型，用于预测多孔材料的有效弹性性能	通过算法随机生成多孔微结构模型，并使用高效的四叉树算法计算其力学性能，进而建立基于神经网络的机器学习算法来预测多孔材料的力学性能	NA	分析多孔材料的力学性能，提供一种新的基于微结构图像的预测方法	多孔材料	机器学习	NA	神经网络	神经网络	图像	大量机器学习样本数据
12857	2025-03-01	Advanced financial security system using smart contract in private ethereum consortium blockchain with hybrid optimization strategy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89404-3 PMID:40000696	研究论文	本文提出了一种基于深度学习的智能合约，应用于私有以太坊联盟区块链中，以提供金融安全保障	结合了动态蝴蝶-台球优化算法（DB-BOA）和自适应深度时间上下文网络（ADTCN）来增强智能合约的安全性	未提及具体的数据集大小或实验环境的具体限制	提高金融交易的安全性和效率，减少传统股票市场中的中介环节	金融交易数据	区块链技术	NA	智能合约，区块链技术	ADTCN	金融交易数据	未提及具体样本大小
12858	2025-03-01	Enhancing resilience of distributed DC microgrids against cyber attacks using a transformer-based Kalman filter estimator 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90959-4 PMID:40000702	研究论文	本文提出了一种新颖的数据驱动方法，旨在增强分布式直流微电网对各种网络攻击的抵御能力，包括故障检测与隔离（FDI）攻击、拒绝服务（DoS）攻击和延迟攻击	开发了一种基于Transformer的卡尔曼滤波器（TKF）估计器，结合了自回归积分滑动平均（ARIMA）模型和深度学习技术（特别是Transformer和LSTM网络），用于高维数据提取	未来的研究方向建议集中在结合先进的滤波技术和深度学习模型，以进一步增强系统在管理微电网操作中的非线性和不确定性方面的适应性和有效性	增强分布式直流微电网对网络攻击的抵御能力	分布式直流微电网	机器学习	NA	ARIMA模型、Transformer、LSTM网络	Transformer-based Kalman Filter (TKF) estimator	信号传输数据	NA
12859	2025-03-01	Deep learning-based debris flow hazard detection and recognition system: a case study 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86471-4 PMID:40000712	研究论文	本文提出了一种基于深度学习的泥石流灾害自动检测与识别系统	利用3D卷积神经网络(CNN)提取视频特征，结合多层感知器(MLP)进行泥石流灾害检测，并使用另一个CNN进行验证，实现了泥石流灾害的自动检测与识别	NA	开发一种能够自动检测和识别泥石流灾害的系统，以提高地质灾害监测和预警能力	泥石流灾害	计算机视觉	NA	深度学习	3D CNN, MLP, CNN	视频	新标注的图像数据集Debrisflow23
12860	2025-03-01	Fusing temporal and structural information via subgraph sampling and multi-head attention for information cascade prediction 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91752-z PMID:40000738	研究论文	本文提出了一种基于子图的信息级联预测模型CasSubTS，通过融合时间和结构信息来预测信息级联	CasSubTS模型通过在不同时间步从级联图中采样子图来捕捉动态节点变化，并结合入度和出度作为结构特征，使用多头图注意力网络学习多尺度结构信息，同时采用注意力机制聚合节点的重要时间信息，并通过通道注意力优先融合时空特征	未明确提及具体局限性	开发一种有效的信息级联预测方法，以应对在线社交网络中信息级联的爆炸性增长	信息级联	自然语言处理	NA	多头图注意力网络、Bi-GRU模型、多层感知机	CasSubTS	图数据	两个真实世界数据集和一个合成数据集