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
17661	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）	NA	NA	NA	NA
17662	2025-10-07	Deep learning model targeting cancer surrounding tissues for accurate cancer diagnosis based on histopathological images 2025-Jan-23, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06017-6 PMID:39849586	研究论文	提出一种针对胃癌组织病理图像中癌周组织的深度学习框架，通过优化非癌区域权重提升癌症诊断准确率	首次发现非癌区域权重依赖的模型性能，揭示具有重塑微环境和区域癌化特征的非癌区域对癌症诊断的价值	研究仅针对胃癌，未验证其他癌症类型的适用性	利用组织病理图像中癌周组织的特征改进癌症诊断准确性	胃癌组织病理图像中的癌区和非癌区域	数字病理	胃癌	组织病理成像	CNN	图像	NA	NA	MobileNetV2	准确率	NA
17663	2025-10-07	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	提出一种深度学习框架GIST，整合组织学图像和空间转录组数据用于组织空间特征分析	首次利用在数百万组织学图像上预训练的病理学基础模型增强特征提取，并采用混合图变换器模型整合组织学和转录组特征	仅在人类肺癌、乳腺癌和结直肠癌数据集上验证，尚未在其他癌症类型或组织中测试	开发整合组织学和转录组学的空间细胞特征分析方法	人类肺癌、乳腺癌和结直肠癌组织	数字病理学	肺癌,乳腺癌,结直肠癌	空间分辨转录组学,组织染色成像	图变换器,基础模型	图像,转录组数据	NA	NA	混合图变换器	空间域识别准确率,微环境分割准确率,基因表达分析准确率	NA
17664	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	NA	NA	NA	NA
17665	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	NA	NA	NA	NA
17666	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	NA	NA	NA	NA
17667	2025-10-07	Multigas Identification by Temperature-Modulated Operation of a Single Anodic Aluminum Oxide Gas Sensor Platform and Deep Learning Algorithm 2025-Feb-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02715 PMID:39831774	研究论文	本研究通过温度调制单阳极氧化铝气体传感器平台结合深度学习算法实现多气体识别	采用温度调制操作的单一SMO气体传感器结合CNN算法解决气体选择性难题	仅测试了四种气体（丙酮、氨、乙醇、二氧化氮），未涉及更复杂的气体混合物	解决半导体金属氧化物气体传感器的选择性限制问题	丙酮、氨、乙醇、二氧化氮四种气体	机器学习	NA	温度调制传感技术	CNN	气体响应数据	四种气体的响应数据	NA	卷积神经网络	分类准确率, MAPE	NA
17668	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	NA	NA	NA	NA
17669	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	NA	NA	NA	NA
17670	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	NA	NA	NA	NA
17671	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	NA	NA	NA	NA
17672	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	NA	NA	NA	NA
17673	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	NA	NA	NA	NA
17674	2025-03-01	Deep neural networks and fractional grey lag Goose optimization for music genre identification 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91203-9 PMID:40000796	研究论文	本文提出了一种基于深度学习和元启发式算法的新方法，用于提高音乐风格分类的性能	结合了预训练的ZFNet模型提取音频信号的高级特征，使用ResNeXt模型进行分类，并采用分数阶灰雁优化算法（FGLGO）优化ResNeXt参数，以提高模型性能	未明确提及具体局限性	提高音乐风格分类的准确性和效率	音乐风格分类	自然语言处理	NA	深度学习，元启发式算法	ZFNet, ResNeXt, FGLGO	音频信号	两个基准数据集：ISMIR2004和扩展的Ballroom数据集	NA	NA	NA	NA
17675	2025-03-01	Hypoglycemia Prediction in Type 1 Diabetes With Electrocardiography Beat Ensembles 2025-Feb-25, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251319347 PMID:40001289	研究论文	本文提出了一种使用卷积神经网络和集成学习从心电图信号中预测1型糖尿病患者低血糖的方法	无需识别心电图信号中的基准点，直接使用卷积神经网络从原始心电图信号中提取形态信息，并通过集成学习聚合多个心电图节拍的预测结果	模型在不同个体间的预测效果差异较大，且需要更大规模的纵向数据来进一步提高预测准确性	开发一种非侵入性的低血糖预测方法，以替代现有的侵入性传感器	1型糖尿病患者	机器学习	糖尿病	卷积神经网络（CNN），集成学习	CNN	心电图信号，连续血糖监测（CGM）数据	10名1型糖尿病患者，14天的数据	NA	NA	NA	NA
17676	2025-03-01	Novel model for medium to long term photovoltaic power prediction using interactive feature trend transformer 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90654-4 PMID:39994308	研究论文	本文提出了一种名为交互特征趋势变换器（IFTformer）的混合深度学习模型，用于提高中长期的太阳能光伏发电功率预测准确性	设计了独特的混合深度学习模型IFTformer，结合了深度孤立森林（DIF）和局部异常因子（LOF）进行数据预处理，并利用ProSparse自注意力机制进行信息交互，提升了中长期光伏功率预测的准确性和鲁棒性	未提及具体的数据集规模或模型在不同环境下的泛化能力	提高中长期光伏发电功率预测的准确性，以应对光伏发电的随机性和波动性对电网稳定性的影响	太阳能光伏发电系统的输出功率	机器学习	NA	深度学习	IFTformer（交互特征趋势变换器）	时间序列数据	未提及具体样本数量	NA	NA	NA	NA
17677	2025-03-01	Confocal Laser Endomicroscopy: Enhancing Intraoperative Decision Making in Neurosurgery 2025-Feb-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15040499 PMID:40002650	研究论文	本文探讨了共聚焦激光内镜显微镜（CLE）在神经外科手术中增强术中决策的应用	CLE技术实现了手术中实时高分辨率细胞成像，减少了对耗时冰冻切片分析的依赖，并与深度学习算法和远程病理平台集成，促进了自动化图像解释和远程专家咨询	需要解决运动伪影、改进训练协议和扩大适用荧光探针范围等挑战	提高神经外科手术中肿瘤切除的安全性和临床效果	脑肿瘤，特别是高级别胶质瘤（HGGs）	数字病理	脑肿瘤	共聚焦激光内镜显微镜（CLE）	深度学习算法	图像	NA	NA	NA	NA	NA
17678	2025-03-01	Deep Learning-Based Periapical Lesion Detection on Panoramic Radiographs 2025-Feb-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15040510 PMID:40002661	研究论文	本研究旨在评估基于人工智能的Diagnocat系统在检测全景X光片上的根尖周病变的准确性	使用卷积神经网络（CNN）在全景X光片上自动检测根尖周病变，并评估其诊断准确性	系统在检测某些特定牙齿（如中切牙、智齿和犬齿）上的根尖周病变时表现出较低的敏感性和诊断准确性	评估人工智能系统在全景X光片上检测根尖周病变的准确性	616颗牙齿，包括308颗有明显根尖周透射影的牙齿和308颗无根尖周病变的牙齿	数字病理学	牙科疾病	卷积神经网络（CNN）	CNN	图像	357张全景X光片中的616颗牙齿	NA	NA	NA	NA
17679	2025-03-01	Microservice Workflow Scheduling with a Resource Configuration Model Under Deadline and Reliability Constraints 2025-Feb-19, Sensors (Basel, Switzerland) DOI:10.3390/s25041253 PMID:40006482	研究论文	本文提出了一种在容器环境中考虑截止时间和可靠性约束的微服务工作流调度方法，旨在优化资源成本和确保服务质量	引入了图深度学习模型（DeepMCC）和可靠性微服务工作流调度算法（RMWS），结合启发式租赁和部署策略，显著降低了云资源租赁成本并提高了可靠性	实验仅在四个科学工作流数据集上进行，可能无法完全代表所有实际应用场景	优化微服务工作流在容器环境中的调度，以满足截止时间和可靠性约束	微服务工作流和容器环境	机器学习	NA	图深度学习	DeepMCC	科学工作流数据	四个科学工作流数据集	NA	NA	NA	NA
17680	2025-03-01	A Study on Systematic Improvement of Transformer Models for Object Pose Estimation 2025-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s25041227 PMID:40006456	研究论文	本研究提出了一种基于Transformer架构的深度学习模型，用于计算机视觉中的物体姿态估计，通过调整注意力层和引入低秩权重分解来减少内存消耗并提高训练效率	通过调整Transformer的注意力层和引入低秩权重分解，显著减少了GPU内存使用，并提高了多物体姿态估计的性能	改进后的模型虽然减少了内存使用，但增加了模型权重参数的数量	改进Transformer模型在物体姿态估计中的性能，特别是减少内存消耗和提高训练效率	物体姿态估计	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	NA	NA	NA