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
1021	2025-03-14	In-depth and high-throughput spatial proteomics for whole-tissue slice profiling by deep learning-facilitated sparse sampling strategy 2025-Mar-11, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-024-00764-y PMID:40064869	研究论文	本文介绍了一种通过深度学习辅助的稀疏采样策略（S4P）实现高分辨率空间蛋白质组学的方法，用于全组织切片的深度和高通量分析	开发了一种新的稀疏采样策略（S4P），结合计算辅助图像重建方法，显著减少了样本数量，实现了厘米级样本的高分辨率空间蛋白质组学分析	当前蛋白质组学方法的多重检测能力有限，高空间分辨率的全组织切片映射需要大量的质谱匹配时间	实现高分辨率、深度覆盖的空间蛋白质组学分析，以揭示组织和器官中细胞的异质性分布及其功能	小鼠大脑组织	数字病理学	NA	质谱（MS）	深度学习	图像	小鼠大脑组织，映射超过9000种蛋白质
1022	2025-03-14	Widely accessible prognostication using medical history for fetal growth restriction and small for gestational age in nationwide insured women 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92986-7 PMID:40065124	研究论文	本研究旨在开发、验证并部署一个仅使用医疗史进行胎儿生长受限/小于胎龄儿（FGR/SGA）筛查的预后预测模型	使用深度学习模型（深度洞察可见神经网络）仅基于医疗史进行FGR/SGA筛查，提高了筛查的可及性	需要进一步研究评估该模型的使用是否影响患者结果	开发一个仅使用医疗史的FGR/SGA筛查预测模型	全国健康保险数据库中的12至55岁女性保险持有者	机器学习	胎儿生长受限/小于胎龄儿	机器学习（包括深度学习）	深度洞察可见神经网络	医疗史数据	1,697,452名女性保险持有者中的169,746名受试者，共507,319次就诊
1023	2025-03-14	FovealNet: Advancing AI-Driven Gaze Tracking Solutions for Efficient Foveated Rendering in Virtual Reality 2025-Mar-11, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3549577 PMID:40067704	研究论文	本文介绍了FovealNet，一种先进的AI驱动视线跟踪框架，旨在通过战略性地提高视线跟踪精度来优化系统性能	FovealNet采用基于事件的裁剪方法，减少了64.8%的无关像素，并结合了简单有效的令牌修剪策略，动态移除令牌而不影响跟踪精度，同时提出了系统性能感知的多分辨率训练策略	未明确提及具体限制	优化虚拟现实中的注视点渲染系统性能	虚拟现实中的视线跟踪技术	计算机视觉	NA	深度学习	DNN	图像	未明确提及样本数量
1024	2025-03-14	Advancements in machine learning and biomarker integration for prenatal Down syndrome screening 2025-Mar-10, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.12689 PMID:40062699	综述	本文综述了机器学习和生物标志物整合在产前唐氏综合症筛查中的应用及其进展	通过整合母体血清标志物、颈项透明层测量和超声图像，结合随机森林和深度学习卷积神经网络等算法，将检测率提高到85%以上，同时保持低假阳性率	需要进一步研究以优化算法，验证其在不同人群中的有效性，并将这些前沿方法纳入常规临床实践	提高产前唐氏综合症筛查的准确性和早期检测能力	唐氏综合症患者及其正常发育的同龄人的基因组数据	机器学习	唐氏综合症	非侵入性产前检测	随机森林, 深度学习卷积神经网络	基因组数据, 超声图像	NA
1025	2025-03-14	Myocardial perfusion imaging SPECT left ventricle segmentation with graphs 2025-Mar-10, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00728-5 PMID:40063231	研究论文	本研究评估了在心肌灌注成像SPECT左心室分割过程中，先验信息整合与深度学习方法的比较，以及四种准直技术对五个不同数据集的影响	提出了一种新的基于连续图的分割方法，结合心脏几何的先验信息自动分割左心室体积，并比较了不同准直技术对分割结果的影响	研究样本量较小，仅包含80名患者，且未涉及更多类型的准直器	评估先验信息整合对分割方法性能的提升，以及不同准直技术对心脏几何投影的影响	心肌灌注成像SPECT中的左心室分割	计算机视觉	心血管疾病	SPECT, 连续最大流最小割算法(CMF), 均匀流形逼近与投影(UMAP)	基于图的分割方法	图像	80名患者，包括40名来自混合黑箱准直器，10名来自多针孔(MPH)，10名来自低能量高分辨率(LEHR)，10名来自CardioC，10名来自CardioD准直器
1026	2025-03-14	Machine learning-assisted wearable sensing systems for speech recognition and interaction 2025-Mar-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57629-5 PMID:40064879	研究论文	本文提出了一种可穿戴的无线柔性皮肤附着声学传感器（SAAS），用于在恶劣声学环境中进行语音识别和人机交互	利用压电微机械超声换能器（PMUT）和ResNet架构，显著提高了喉部语音特征的分类准确率，并在多种人机交互场景中展示了数据收集和智能分类能力	未提及具体样本量及实验对象的多样性	开发一种能够在恶劣声学环境中进行语音识别和人机交互的可穿戴设备	人类语音和皮肤运动	机器学习	NA	压电微机械超声换能器（PMUT）	ResNet	语音和皮肤运动数据	未提及具体样本量
1027	2025-03-14	Pixel level deep reinforcement learning for accurate and robust medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92117-2 PMID:40064951	研究论文	本文提出了一种基于像素级深度强化学习的模型（PixelDRL-MG），用于更准确和鲁棒的医学图像分割	引入深度强化学习来增强分割性能，提出像素级异步优势演员-评论家（PA3C）策略，将每个像素视为一个代理，通过直接动作迭代更新其状态	当前深度强化学习方法面临高训练成本、独立迭代过程和分割掩码高不确定性等挑战	打破现有深度学习方法的路径依赖，提升医学图像分割的准确性和鲁棒性	医学图像	计算机视觉	NA	深度强化学习	Pixel-level Deep Reinforcement Learning model with pixel-by-pixel Mask Generation (PixelDRL-MG)	图像	两个常用的医学图像分割数据集
1028	2025-03-14	Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93250-8 PMID:40064998	研究论文	本研究探讨了深度学习模型在冠状锥形束计算机断层扫描（CBCT）图像中检测副窦口（AO）的准确性	首次研究了卷积神经网络（CNN）在放射影像中检测AO的有效性	研究仅使用了CBCT扫描的二维裁剪图像，未涉及三维CBCT扫描	确定深度学习模型在冠状CBCT图像中检测AO的准确性	副窦口（AO）	计算机视觉	NA	深度学习	VGG16, MobileNetV2, ResNet101V2	图像	454张冠状切片图像（227张有AO，227张无AO），来自856个大视野CBCT扫描
1029	2025-03-14	Linear attention based spatiotemporal multi graph GCN for traffic flow prediction 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93179-y PMID:40065014	研究论文	本研究提出了一种名为LASTGCN的新型深度学习模型，用于交通流量预测，该模型结合了多因素融合单元、多图卷积网络和线性注意力机制	LASTGCN模型引入了多因素融合单元动态整合气象因素，采用多图卷积网络处理空间相关性，并使用线性注意力机制RWKV块高效处理历史交通数据	模型在实时应用中的适应性需要进一步优化	提高交通流量预测的准确性和鲁棒性，特别是在长期预测方面	高速公路交通数据	机器学习	NA	深度学习	GCN, RWKV	交通数据	真实世界的高速公路交通数据集
1030	2025-03-14	Enhancing SLAM algorithm with Top-K optimization and semantic descriptors 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90968-3 PMID:40065015	研究论文	本文提出了一种结合Top-K优化的SLAM算法，用于高效处理LiDAR点云数据，生成语义描述符和全局语义地图	该算法通过Top-K优化减少了计算复杂度，提高了处理速度，并在保持推理准确性和效率的同时，显著节省了边缘设备深度学习算法的计算资源	NA	解决边缘设备在处理LiDAR点云数据时面临的计算挑战，提高机器人的语义理解能力和姿态估计精度	LiDAR点云数据	计算机视觉	NA	Top-K优化	SLAM算法	点云数据	NA
1031	2025-03-14	An intelligent ransomware based cyberthreat detection model using multi head attention-based recurrent neural networks with optimization algorithm in IoT environment 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92711-4 PMID:40065000	研究论文	本文提出了一种基于多头注意力机制的循环神经网络与优化算法相结合的智能勒索软件检测模型，用于物联网环境中的网络安全	提出了一种新颖的多头注意力机制循环神经网络与增强型大猩猩部队优化算法相结合的模型（MHARNN-EGTOCRD），用于检测和分类物联网环境中的勒索软件攻击	实验验证仅在勒索软件检测数据集上进行，未涉及其他类型网络攻击的检测	开发一种高效可靠的勒索软件检测机制，以应对物联网环境中的网络安全威胁	物联网环境中的勒索软件攻击	机器学习	NA	深度学习（DL）和机器学习（ML）方法	多头注意力机制循环神经网络（MHARNN）与长短期记忆网络（LSTM）结合	勒索软件检测数据集	NA
1032	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
1033	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
1034	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
1035	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
1036	2025-03-14	SNPeBoT: a tool for predicting transcription factor allele specific binding 2025-Mar-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06094-4 PMID:40065237	研究论文	本文介绍了一个名为SNPeBoT的工具，用于预测转录因子等位基因特异性结合	使用深度学习模型预测单核苷酸多态性（SNP）对转录因子结合的影响，并展示了其相较于现有工具在准确性和等位基因特异性结合（ASB）召回率上的提升	NA	预测SNP对转录因子结合的影响，以发现与非编码突变相关的疾病	转录因子及其等位基因特异性结合事件	机器学习	NA	ChIP-seq, PBM	CNN	DNA序列数据	来自113个转录因子的18211个E-score数据
1037	2025-03-14	Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images 2025-Mar-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01625-0 PMID:40065294	研究论文	本文提出了一种基于CBAM-AG U-Net模型的微动脉瘤分割方法，用于视网膜眼底图像中的微动脉瘤自动识别	结合了卷积块注意力模块（CBAM）和注意力门（AG）的U-Net架构，增强了特征提取和分割精度	未提及模型在其他数据集上的泛化能力或实际临床应用的验证	提高糖尿病视网膜病变中微动脉瘤的自动识别和分割精度	视网膜眼底图像中的微动脉瘤	计算机视觉	糖尿病视网膜病变	深度学习	CBAM-AG U-Net	图像	IDRiD数据集
1038	2025-03-14	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-Mar-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	本研究比较了九种生成模型在皮肤利什曼病数据上的主题分析效果，探讨了AI在定性研究中的应用	首次系统评估了多种生成模型在皮肤利什曼病心理社会影响分析中的表现，并提出了结合AI与人类专家的标准化未来研究框架	研究仅基于单一疾病（皮肤利什曼病）的数据，未涵盖其他疾病或更广泛的主题分析场景	探讨AI生成模型在定性研究主题分析中的效果，特别是对皮肤利什曼病心理社会影响的分析	皮肤利什曼病患者的心理社会影响	自然语言处理	皮肤利什曼病	生成模型	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	文本	448名参与者的回答
1039	2025-03-14	Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer 2025-Mar-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06254-3 PMID:40065354	研究论文	本文开发了一种基于深度神经网络的自动化方法，用于评估结直肠癌H&E切片中的肿瘤浸润淋巴细胞（TILs）密度，以确定患者的预后	首次展示了完全自动化的iTIL评估系统，能够在多个独立患者队列中泛化应用，用于结直肠癌患者的风险分层	NA	研究目的是通过自动化评估肿瘤浸润淋巴细胞（TILs）密度来预测结直肠癌患者的预后	结直肠癌患者	数字病理学	结直肠癌	深度神经网络	深度神经网络	图像	发现队列353例，验证队列1070例和885例
1040	2025-03-14	Precise engineering of gene expression by editing plasticity 2025-Mar-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03516-7 PMID:40065399	研究论文	本文通过深度学习模型预测和利用转录顺式调控元件（CREs），精确调控基因表达，并提出了'编辑可塑性'的新概念，用于评估启动子编辑改变基因表达的潜力	提出了'编辑可塑性'的新概念，并通过深度学习模型预测和验证CREs，实现了对基因表达的精确调控	研究主要集中在作物上，未涉及其他生物体	通过精确调控基因表达，改进作物性状	作物中的转录顺式调控元件（CREs）	机器学习	NA	UMI-STARR-seq	深度学习模型	序列数据	12,000个合成序列