深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
14421	2025-05-12	Emotion-RGC net: A novel approach for emotion recognition in social media using RoBERTa and Graph Neural Networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318524 PMID:40029933	研究论文	提出了一种名为Emotion-RGC Net的新方法，用于社交媒体中的情感识别，结合了RoBERTa、图神经网络和条件随机场	整合RoBERTa、GNN和CRF，提高了情感分类的准确性和鲁棒性	模型依赖大量标记数据，计算效率有待提高，未考虑情感演化的时间动态	提高社交媒体中情感识别的准确性和鲁棒性	社交媒体用户生成的内容	自然语言处理	NA	RoBERTa, GNN, CRF	Emotion-RGC Net	文本	Sentiment140和Emotion两个数据集	NA	NA	NA	NA
14422	2025-05-12	Deep learning based semantic segmentation of leukemia effected white blood cell 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320596 PMID:40338981	research paper	该论文提出了一种基于深度学习的白血病影响的白细胞语义分割方法	结合UNet++、标记分水岭算法和神经常微分方程（ODE）进行白细胞分割，提高了分割的准确性和鲁棒性	计算复杂度和内存空间有待优化，以便在低资源设备上部署	提高白细胞分割的准确性，以支持自动化血细胞分析、诊断成像和疾病监测	白血病影响的白细胞	digital pathology	leukemia	UNet++, 标记分水岭算法, 神经常微分方程（ODE）	UNet++, Neural ODE	image	ALL_IDB1和ALL_IDB2数据集中的血涂片图像	NA	NA	NA	NA
14423	2025-05-12	Deep learning in assisting dermatologists in classifying basal cell carcinoma from seborrheic keratosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1507322 PMID:40342818	research paper	评估深度学习模型在辅助皮肤科医生分类基底细胞癌（BCC）和脂溢性角化病（SK）中的有效性	使用基于CLIP ViT-B/16架构的深度学习模型，结合注意力机制（如Grad-CAM）增强模型决策的可解释性	模型在验证队列中的AUC为0.71，表现略低于训练和测试队列	评估AI辅助诊断是否能提高分类准确性、减少误诊并改善临床结果	基底细胞癌（BCC）和脂溢性角化病（SK）患者	digital pathology	skin cancer	deep learning, Grad-CAM	CLIP ViT-B/16	image	707名患者（内部数据集）和5572名患者（ISIC公共数据集）	NA	NA	NA	NA
14424	2025-05-12	A review of lightweight convolutional neural networks for ultrasound signal classification 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1536542 PMID:40342856	综述	本文综述了轻量级卷积神经网络在超声信号分类中的应用	结合超声信号特点，从模型压缩和操作优化两个角度详细回顾了轻量级算法	未提及具体实验验证或实际应用效果	探索轻量级卷积神经网络在超声信号处理领域的应用	超声信号	医学图像分析	NA	深度学习	轻量级CNN	超声信号	基于ImageNet数据集的经典模型实验结果	NA	NA	NA	NA
14425	2025-05-12	Automatic segmentation and quantitative analysis of brain CT volume in 2-year-olds using deep learning model 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1573060 PMID:40343184	研究论文	本研究开发了一种使用ResU-Net深度学习模型自动分割2岁儿童脑部CT图像的方法，并量化特定脑区体积，建立临床和研究应用的参考数据库	首次在2岁儿童脑CT图像中应用ResU-Net模型进行自动分割和体积量化，建立了该年龄段的标准参考数据库	研究仅纳入放射学表现正常的儿童样本，未涵盖异常或疾病状态	开发儿童脑CT图像的自动分割方法并建立标准体积参考值	2岁健康儿童的脑部CT图像	数字病理	NA	CT成像	ResU-Net, 3D U-Net	医学影像	1,487例2岁儿童头部CT扫描（训练集1,041例，测试集446例）	NA	NA	NA	NA
14426	2025-05-12	High-yield spidroin mimics for bioinspired fibers via computational design 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1587546 PMID:40343205	研究论文	通过计算设计高产的蜘蛛丝蛋白模拟物，用于仿生纤维的生产	结合深度学习和生物工程技术，设计出适合原核表达的水溶性、富含β-折叠的蜘蛛丝蛋白模拟物，克服了传统表达系统的瓶颈	NA	解决蜘蛛丝蛋白在大规模生产中的表达难题，推动高性能仿生纤维的应用	蜘蛛丝蛋白模拟物	生物工程	NA	深度学习、生物工程、静电纺丝、粗粒化分子动力学模拟	NA	NA	设计了五种功能性蜘蛛丝蛋白，并在原核系统中表达，产量高达0.99克/升	NA	NA	NA	NA
14427	2025-05-12	Brain tumor classification using MRI images and deep learning techniques 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322624 PMID:40344143	research paper	本研究开发了一种基于深度学习和MRI图像的自动化脑肿瘤分类系统	采用预训练的VGG16作为基础模型的CNN架构，结合数据增强技术和微调策略，实现了99.24%的高准确率	未提及模型在临床环境中的实际应用效果验证	开发一个能够准确检测和分类不同类型脑肿瘤的模型	脑MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和正常脑扫描	digital pathology	brain tumor	MRI	CNN (VGG16)	image	17,136张脑MRI图像	NA	NA	NA	NA
14428	2025-05-11	Food-derived DPP4 inhibitors: Drug discovery based on high-throughput virtual screening and deep learning 2025-Jun-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143505 PMID:40015027	研究论文	本研究通过高通量虚拟筛选和深度学习技术，从食物来源中开发了六种改良化合物，作为治疗2型糖尿病的潜在候选药物	结合虚拟筛选、深度学习算法、ADMET特性评估和分子动力学模拟，发现并改良了六种食物来源的DPP-4抑制剂	未提及临床试验结果，仅进行了体外和计算机模拟评估	发现新型食物来源的DPP-4抑制剂用于治疗2型糖尿病	六种食物来源的DPP-4抑制化合物	药物发现	2型糖尿病	高通量虚拟筛选、深度学习算法、ADMET评估、分子动力学模拟	深度学习模型	化学化合物数据	六种化合物	NA	NA	NA	NA
14429	2025-10-07	Incorporating Radiologist Knowledge Into MRI Quality Metrics for Machine Learning Using Rank-Based Ratings 2025-Jun, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29672 PMID:39690114	研究论文	本研究开发了一种基于放射科医生图像排序和深度学习模型的MRI图像质量评估指标	将放射科医生的专业知识通过图像排序方式融入深度学习模型，开发专门针对MRI的图像质量评估指标	研究为回顾性设计，观察者间一致性相对较低(61.47%)	开发专门针对MRI图像的深度学习质量评估指标	NYU fastMRI Initiative神经数据库中的MRI图像	医学影像分析	神经系统疾病	MRI成像	深度学习	医学图像	2916个独特图像对的19,344个排序，来自7名放射科医生评估	NA	EfficientNet, IQ-Net	准确率, Cohen's kappa, 均方误差, 结构相似性	NA
14430	2025-10-07	Computer-Aided Detection (CADe) and Segmentation Methods for Breast Cancer Using Magnetic Resonance Imaging (MRI) 2025-Jun, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29687 PMID:39781684	综述	本文全面综述了基于磁共振成像的乳腺癌计算机辅助检测系统技术现状与发展方向	系统梳理了从传统算法到先进深度学习模型的演进，特别关注多参数MRI采集的CADe实现	系统面临假阳性和假阴性率波动、大数据解读复杂性、性能变异性、缺乏大规模多中心研究等问题	提升乳腺癌早期检测效果，优化计算机辅助检测系统在临床实践中的应用	乳腺癌磁共振成像数据	计算机视觉	乳腺癌	磁共振成像	监督学习,无监督学习,深度学习	医学影像	NA	NA	U-Net	NA	NA
14431	2025-10-07	A bioinspired microbial taste chip with artificial intelligence-enabled high selectivity and ultra-short response time 2025-Jun-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117264 PMID:39987654	研究论文	开发了一种基于人工智能的生物启发式无线微流控微生物味觉芯片，用于实时水污染监测	首次将门控循环单元深度学习算法与微生物味觉芯片结合，实现了高选择性和超短响应时间	目前仅针对铜、铅、铬三种重金属离子进行了验证，未扩展到更多污染物类型	解决微生物味觉芯片在选择性方面的技术难题，提升水污染监测性能	水中的重金属离子污染物（铜、铅、铬）	机器学习	NA	微流控技术，电化学传感	GRU	时间序列电流数据	NA	深度学习框架	门控循环单元	准确率，响应时间，线性度	NA
14432	2025-10-07	Learning from leading indicators to predict long-term dynamics of hourly electricity generation from multiple resources 2025-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107268 PMID:39987713	研究论文	本研究提出了一种基于领先指标的深度学习方法，用于多资源多区域的长期电力发电预测	识别电网中具有早期波动的时间序列作为领先指标，并提出了ALI-GC全局交互建模方法和ALI-GRU深度学习模型	NA	通过长期电力发电预测实现不同能源之间的发电平衡和可再生能源管理	美国多个区域的电力发电数据	机器学习	NA	时间序列分析	GRU	时间序列数据	2018年至2024年美国区域级小时级电力发电数据	NA	ALI-GRU	预测准确率提升百分比	NA
14433	2025-10-07	Taylor-dingo optimized RP-net for segmentation toward Alzheimer's disease detection and classification using deep learning 2025-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108359 PMID:39987743	研究论文	提出一种基于泰勒野狗优化器的递归原型网络结合深度神经模糊网络，用于阿尔茨海默病的检测和分类	开发了泰勒野狗优化器（TaylorDOX），将泰勒级数与野狗优化器相结合，用于优化网络参数	NA	阿尔茨海默病的自动检测和严重程度分类	脑部图像	医学图像分析	阿尔茨海默病	深度学习	RP-Net, DCNN, DNFN	图像	NA	NA	递归原型网络，深度卷积神经网络，深度神经模糊网络	分割准确率，准确率，灵敏度，特异性	NA
14434	2025-10-07	Fragment-level feature fusion method using retrosynthetic fragmentation algorithm for molecular property prediction 2025-Jun, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.108985 PMID:40009893	研究论文	提出一种基于逆合成碎片算法的片段级特征融合方法，用于分子性质预测	整合多视角分子表征，通过两种逆合成方法生成片段进行对比学习，并在分子层次结构的不同级别融合化学信息	NA	提高分子性质预测的准确性	分子性质（毒性和血脑屏障通透性）	机器学习	乙型肝炎	逆合成碎片算法	图对比学习	分子图数据	NA	NA	RFA-FFM	ROC-AUC	NA
14435	2025-10-07	A novel deep learning model combining 3DCNN-CapsNet and hierarchical attention mechanism for EEG emotion recognition 2025-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107267 PMID:40010290	研究论文	提出一种结合3DCNN-CapsNet和分层注意力机制的新型深度学习模型HA-CapsNet用于EEG情绪识别	首次将3DCNN-CapsNet与分层注意力机制结合，同时捕获通道间相关性和各频段贡献度，胶囊网络相比传统CNN能提取更多空间特征信息	未明确说明模型计算复杂度及实时性表现	提升EEG情绪识别的准确性和鲁棒性	人类情绪状态	机器学习	NA	脑电图(EEG)	3DCNN, CapsNet	EEG信号	DEAP和DREAMER数据集	NA	3DCNN-CapsNet, 分层注意力机制	准确率	NA
14436	2025-10-07	Advertising or adversarial? AdvSign: Artistic advertising sign camouflage for target physical attacking to object detector 2025-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107271 PMID:40010291	研究论文	提出一种基于艺术化伪装广告牌的物理对抗攻击方法AdvSign，用于误导自动驾驶场景中的目标检测器	首次将艺术图案（品牌标识和广告牌）与可训练对抗补丁结合，创建具有强隐蔽性和不可追踪性的物理对抗攻击	实验主要在仿真环境中进行，真实世界部署可能受环境因素影响	开发在物理环境中鲁棒、灵活且隐蔽的对抗攻击方法	自动驾驶场景中的目标检测器	计算机视觉	NA	对抗攻击，物理攻击	目标检测模型	2D合成场景图像，真实世界打印图像	在CARLA自动驾驶模拟器中生成的多视角合成场景图像	NA	YOLOv5	攻击成功率	NA
14437	2025-10-07	CNN-Transformer and Channel-Spatial Attention based network for hyperspectral image classification with few samples 2025-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107283 PMID:40010294	研究论文	提出一种基于CNN-Transformer和通道空间注意力的新型网络CTA-net，用于小样本高光谱图像分类	结合CNN的局部特征提取和Transformer的非局部特征提取能力，并引入通道空间注意力模块优化特征	NA	解决高光谱图像分类中样本数量不足的问题	高光谱图像	计算机视觉	NA	高光谱成像	CNN, Transformer	高光谱图像	小样本	NA	CNN-Transformer, 通道空间注意力网络	NA	NA
14438	2025-05-11	Deep learning-based evaluation of the severity of mitral regurgitation in canine myxomatous mitral valve disease patients using digital stethoscope recordings 2025-May-08, BMC veterinary research IF:2.3Q1 DOI:10.1186/s12917-025-04802-z PMID:40336065	研究论文	本研究利用深度学习模型评估犬类粘液瘤性二尖瓣疾病患者的二尖瓣反流严重程度	使用CNN6等深度学习模型通过数字听诊器录音评估二尖瓣反流严重程度，提供了一种快速、无创且可靠的替代方法	需要更广泛的临床验证和实时应用技术的研究	评估深度学习模型在犬类粘液瘤性二尖瓣疾病患者中评估二尖瓣反流严重程度的有效性	460只患有粘液瘤性二尖瓣疾病的犬类	数字病理学	心血管疾病	数字听诊器录音	CNN, PaSST, ResNet38	音频信号	460只犬类	NA	NA	NA	NA
14439	2025-05-11	EEG-based neurodegenerative disease diagnosis: comparative analysis of conventional methods and deep learning models 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00292-z PMID:40335527	研究论文	该研究通过比较传统方法和深度学习模型，基于EEG信号进行神经退行性疾病（如痴呆症）的诊断	研究展示了深度学习模型（特别是1D和2D CNNs）在识别与神经退行性疾病相关的细微EEG信号模式上优于传统方法	在Dataset 3中表现不佳，表明需要针对特定数据集进一步优化模型	探索和比较不同方法在痴呆症早期诊断中的应用效果	EEG信号	机器学习	神经退行性疾病	EEG信号处理	Random Forest, 1D CNN, 2D CNN	EEG信号	三个不同的基准数据集，包含认知正常、额颞叶痴呆、轻度认知障碍和阿尔茨海默病等类别	NA	NA	NA	NA
14440	2025-05-11	A lightweight Deeplab V3+ network integrating deep transitive transfer learning and attention mechanism for burned area identification 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66060-7 PMID:40335537	研究论文	提出了一种基于Deeplab V3+的轻量级深度学习模型，结合注意力机制和深度传递迁移学习策略，用于从遥感图像中准确高效地识别烧伤区域	结合注意力机制和深度传递迁移学习策略，使用轻量级MobileNet V2网络集成CBAM作为骨干网络，替代传统耗时的Xception网络	样本量不足可能导致烧伤区域识别错误和边缘细节不连续	准确高效地从遥感图像中识别烧伤区域	遥感图像中的烧伤区域	计算机视觉	NA	深度传递迁移学习（DTTL）	Deeplab V3+, MobileNet V2, CBAM	遥感图像	WorldView-2和Sentinel-2数据集	NA	NA	NA	NA