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
401	2025-03-01	MultiKD-DTA: Enhancing Drug-Target Affinity Prediction Through Multiscale Feature Extraction 2025-Feb-28, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00697-4 PMID:40019659	研究论文	本文介绍了一种创新的深度学习架构，旨在增强药物-靶标相互作用（DTI）亲和力的预测	该模型巧妙地结合了图神经网络、预训练的大规模蛋白质模型和注意力机制，以提高性能	NA	提高药物-靶标相互作用（DTI）亲和力的预测精度	药物分子和蛋白质靶标	机器学习	NA	深度学习	图神经网络（GNN）、双向长短期记忆网络（BiLSTM）	分子结构图和蛋白质序列	两个公开数据集
402	2025-03-01	Deep Ensemble for Central Serous Microscopic Retinopathy Detection in Retinal Optical Coherence Tomographic Images 2025-Feb-27, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24836 PMID:40014549	研究论文	本文提出了一种基于卷积神经网络的框架，结合分割和后处理技术，用于视网膜光学相干断层扫描图像中的中心性浆液性视网膜病变检测	本文的创新点在于结合了Otsu阈值分割技术和三种深度学习网络（ResNet-18、GoogleNet和VGG-19）的融合，实现了高精度的CSR检测	本文的局限性在于仅使用了公开数据集OCTID，样本量相对较小，可能影响模型的泛化能力	研究目的是通过深度学习技术自动检测中心性浆液性视网膜病变（CSR），以减少视力丧失并恢复视力	研究对象是视网膜光学相干断层扫描（OCT）图像	计算机视觉	视网膜病变	Otsu阈值分割、对比度调整、噪声去除、洪水填充、膨胀和面积阈值	CNN（ResNet-18、GoogleNet、VGG-19）	图像	309张图像（207张正常图像和102张CSR图像）
403	2025-03-01	A Robust Approach to Early Glaucoma Identification from Retinal Fundus Images using Dirichlet-based Weighted Average Ensemble and Bayesian Optimization 2025-Feb-27, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335762250128095107 PMID:40017250	研究论文	本文提出了一种基于Dirichlet加权平均集成和贝叶斯优化的方法，用于从视网膜眼底图像中早期识别青光眼	提出了一种集成多个深度学习模型并结合自动超参数优化的方法，显著提高了青光眼诊断的准确性和模型泛化能力	研究依赖于公开数据集，可能无法涵盖所有临床场景	提高青光眼早期诊断的准确性和模型泛化能力	视网膜眼底图像	计算机视觉	青光眼	深度学习	CNN, MobileNet, DenseNet201	图像	1,355张视网膜眼底图像
404	2025-03-01	Evaluation of AI-based nerve segmentation on ultrasound: relevance of standard metrics in the clinical setting 2025-Feb-26, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.12.040 PMID:40016039	研究论文	本文评估了基于AI的超声神经分割技术，探讨了标准指标在临床环境中的相关性	研究了客观像素重叠指标与临床主观评估之间的关系，并确定了高质量神经分割的客观像素指标阈值	缺乏主观专家评估提供的背景信息，需要进一步工作以建立结合客观像素和主观临床评估的标准化评估标准	评估AI在超声引导区域麻醉中神经分割的准确性，并确定临床可接受的像素重叠阈值	超声图像中的神经分割	计算机视觉	NA	深度学习	NA	图像	173张静态图像帧
405	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
406	2025-03-01	Deep learning-based Intraoperative MRI reconstruction 2025-Feb-25, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00548-9 PMID:39998750	研究论文	本文评估了深度学习在脑肿瘤手术中加速术中MRI重建的质量	使用深度学习模型对加速术中MRI进行重建，并与传统的压缩感知方法进行比较	深度学习重建存在条纹伪影和信号减少的问题	评估深度学习在术中MRI重建中的应用效果	40名在2021年11月1日至2023年6月1日期间接受术中MRI的脑肿瘤手术患者	计算机视觉	脑肿瘤	深度学习	深度学习模型	MRI图像	40名患者
407	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
408	2025-03-01	Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy 2025-Feb-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04642-4 PMID:40000637	研究论文	本文介绍了Endoscapes2023数据集，该数据集包含201个腹腔镜胆囊切除术视频，用于支持深度学习模型在手术视频分析中的应用，特别是评估关键安全视图（CVS）	发布了一个新的数据集Endoscapes2023，包含高质量标注的腹腔镜胆囊切除术视频，支持对象检测、语义和实例分割以及CVS预测模型的开发	数据集的规模和多样性可能有限，且依赖于三位训练有素的外科医生的标注	开发深度学习模型以支持腹腔镜胆囊切除术中的视觉任务，提高手术安全性和效率	腹腔镜胆囊切除术视频	计算机视觉	胆囊疾病	深度学习	对象检测、语义分割、实例分割	视频	201个腹腔镜胆囊切除术视频
409	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
410	2025-03-01	Unsupervised translation of vascular masks to NIR-II fluorescence images using Attention-Guided generative adversarial networks 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91416-y PMID:40000690	研究论文	本文提出了一种无监督生成对抗网络（GAN）方法，将血管掩码转换为真实的NIR-II荧光血管图像	利用集成到损失函数中的注意力机制，模型在生成过程中专注于关键特征，无需监督即可生成高质量的NIR-II图像	NA	解决NIR-II医学成像中数据集有限的问题，增强NIR-II成像的应用	血管掩码和NIR-II荧光血管图像	计算机视觉	NA	NIR-II荧光成像	GAN	图像	NA
411	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
412	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
413	2025-03-01	Development of weighted residual RNN model with hybrid heuristic algorithm for movement recognition framework in ambient assisted living 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90360-1 PMID:40000713	研究论文	本文提出了一种结合加权深度学习模型和混合启发式算法的运动识别框架，用于环境辅助生活（AAL）中的老年人和残疾人	提出了一种加权残差循环神经网络（RRNN）模型，并使用混合鼠群与浣熊优化算法（Hybrid Rat Swarm with Coati Optimization Algorithm）优化模型权重，以提高运动识别的准确性和系统性能	未提及具体的数据集规模或实验环境的限制	开发一种自动和智能的运动识别系统，用于环境辅助生活（AAL）中的老年人和残疾人，以提供医疗辅助	老年人和残疾人的运动识别	机器学习	老年疾病	深度学习	加权残差循环神经网络（RRNN）	运动数据	未提及具体样本数量
414	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
415	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
416	2025-03-01	A feature explainability-based deep learning technique for diabetic foot ulcer identification 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90780-z PMID:40000748	研究论文	本文介绍了一种基于特征可解释性的深度学习技术，用于糖尿病足溃疡（DFU）的识别和定位	提出了DFU_XAI框架，通过SHAP、LIME和Grad-CAM等可解释性技术增强深度学习模型的可解释性，确保临床相关性	未提及具体的研究局限性	提高糖尿病足溃疡的早期检测和治疗效果，增强AI在医疗保健中的信任和可用性	糖尿病足溃疡（DFUs）	计算机视觉	糖尿病	深度学习	Xception, DenseNet121, ResNet50, InceptionV3, MobileNetV2, Siamese Neural Network (SNN)	图像	NA
417	2025-03-01	Enhancing E-commerce recommendations with sentiment analysis using MLA-EDTCNet and collaborative filtering 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91275-7 PMID:40000752	研究论文	本研究提出了一种结合情感分析和协同过滤的先进推荐框架，以提高推荐准确性和用户满意度	创新点包括使用多步管道进行特征级情感分析，采用MLA-EDTCNet进行情感分类，以及使用MCGAN解决类别不平衡问题	未明确提及具体限制	提高电子商务推荐系统的准确性和用户满意度	电子商务产品推荐系统	自然语言处理	NA	情感分析，协同过滤，LFMI算法，MLA-EDTCNet，MCGAN，OcOA	MLA-EDTCNet，MCGAN	文本	Amazon产品数据集
418	2025-03-01	Development and validation of a deep reinforcement learning algorithm for auto-delineation of organs at risk in cervical cancer radiotherapy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91362-9 PMID:40000766	研究论文	本研究开发并验证了一种结合分割任意模型（SAM）的深度强化学习（DRL）算法，以提高宫颈癌放疗中风险器官自动轮廓勾画的准确性	结合SAM与RL（强化学习）的DRL算法在分割准确性和一致性上优于传统的深度学习方法，且未增加模型复杂性	研究仅基于单一医院的150例患者数据，样本量相对较小，且未进行多中心验证	提高宫颈癌放疗中风险器官自动轮廓勾画的准确性	宫颈癌患者的CT图像	计算机视觉	宫颈癌	深度强化学习（DRL），分割任意模型（SAM）	DRL, SAM	CT图像	150例宫颈癌患者的CT图像（122例用于训练，28例用于测试）
419	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
420	2025-03-01	Optimizing black cattle tracking in complex open ranch environments using YOLOv8 embedded multi-camera system 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91553-4 PMID:40000894	研究论文	本文介绍了一种新颖的定制化多相机多牛跟踪系统（MCMCT），用于在复杂的开放牧场环境中优化黑牛跟踪	使用YOLOv8分割模型作为检测骨干网络，结合多相机系统，提高了黑牛在复杂开放牧场环境中的检测和跟踪精度	单相机设置在现实世界的开放牧场数据集中存在局限性，无法捕捉所有必要细节	开发一种精确的黑牛监测系统，以提高牲畜监测的效率和准确性	黑牛	计算机视觉	NA	YOLOv8分割模型	YOLOv8	视频	55头牛，覆盖23.3米 x 20米的开放牧场