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	2025-03-29	Automatic Segmentation of Plants and Weeds in Wide-Band Multispectral Imaging (WMI) 2025-Mar-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11030085 PMID:40137197	研究论文	本文提出了一种基于宽带多光谱图像的植物和杂草自动分割算法，结合PIF-Net和优化的U-Net模型	结合PIF-Net进行特征提取与融合，并优化U-Net模型以实现高精度语义分割	研究仅基于CAVIAR数据集的多光谱图像场景，未在其他数据集上验证	开发一种高效的植物和杂草分割算法，以推动精准农业中的深度学习应用	植物和杂草	计算机视觉	NA	宽带多光谱成像(WMI)	PIF-Net, U-Net	多光谱图像	CAVIAR数据集中的场景
1022	2025-03-29	MSBiLSTM-Attention: EEG Emotion Recognition Model Based on Spatiotemporal Feature Fusion 2025-Mar-13, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10030178 PMID:40136832	研究论文	提出了一种基于时空特征融合的EEG情感识别模型MSBiLSTM-Attention	结合多尺度卷积、双向长短期记忆网络和注意力机制，实现EEG信号的自动特征提取和分类	需要进一步验证模型在其他数据集上的泛化能力	提高基于EEG信号的情感识别准确率	EEG信号	机器学习	NA	深度学习	MSBiLSTM-Attention (多尺度CNN + BiLSTM + 注意力机制)	EEG信号	SEED数据集
1023	2025-03-29	Enhancing Single-Cell and Bulk Hi-C Data Using a Generative Transformer Model 2025-Mar-12, Biology DOI:10.3390/biology14030288 PMID:40136544	研究论文	本文提出了一种基于Transformer的深度学习模型HiCENT，用于提升单细胞和批量Hi-C数据的质量	开发了HiCENT模型，首次将Transformer架构应用于Hi-C数据的增强，显著提升了单细胞和批量Hi-C数据的质量	未明确提及模型在不同细胞类型或物种间的泛化能力	解决Hi-C数据（特别是单细胞Hi-C数据）中测序深度不足和噪声高的问题，提升染色质相互作用数据的质量	批量Hi-C数据和单细胞Hi-C数据	生物信息学	NA	Hi-C技术	Transformer	基因组相互作用数据	GM12878细胞系和五个人类细胞系的Hi-C数据
1024	2025-03-29	GM-CBAM-ResNet: A Lightweight Deep Learning Network for Diagnosis of COVID-19 2025-Mar-03, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11030076 PMID:40137188	研究论文	提出了一种名为GM-CBAM-ResNet的轻量级深度学习网络，用于基于心电图（ECG）图像诊断COVID-19	通过将卷积模块替换为Ghost模块（GM）并在ResNet的残差模块中添加卷积块注意力模块（CBAM），构建了轻量级网络GM-CBAM-ResNet	未提及具体的数据集规模或多样性限制	开发一种轻量级深度学习网络，用于快速准确诊断COVID-19	COVID-19患者的心电图图像	计算机视觉	COVID-19	深度学习	GM-CBAM-ResNet, ResNet, GM-ResNet, CBAM-ResNet	图像	使用公开的'ECG Images dataset of Cardiac and COVID-19 Patients'数据集
1025	2025-03-29	Comprehensive prediction and analysis of human protein essentiality based on a pretrained large language model 2025-Mar, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00733-1 PMID:39604646	研究论文	本文开发了一种基于预训练蛋白质语言模型的深度学习模型PIC，用于预测人类必需蛋白质（HEPs），并在人类、细胞系和小鼠三个层面上提供了全面的预测结果	通过微调预训练的蛋白质语言模型，开发了PIC模型，不仅显著优于现有方法，还首次在人类、细胞系和小鼠三个层面上预测HEPs，并定义了蛋白质必需性评分	未提及具体的数据集大小或实验验证的详细范围	开发一种高效、准确的计算方法来预测人类必需蛋白质（HEPs）	人类必需蛋白质（HEPs）	自然语言处理	乳腺癌	深度学习，蛋白质语言模型	PIC（基于预训练蛋白质语言模型的深度学习模型）	蛋白质序列	617,462个人类微蛋白质
1026	2025-03-29	Leveraging pharmacovigilance data to predict population-scale toxicity profiles of checkpoint inhibitor immunotherapy 2025-Mar, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00748-8 PMID:39715829	research paper	本文介绍了一种基于动态图卷积网络的深度学习框架DySPred，用于利用大规模真实世界药物警戒数据预测免疫检查点抑制剂（ICI）在人群水平的毒性特征	DySPred框架能够准确预测不同人口群体和癌症类型的毒性风险，在小样本情况下表现稳健，并能揭示毒性随时间变化的趋势	未明确提及具体局限性	开发一种方法用于人群水平的ICI诱导毒性特征分析，以促进癌症免疫治疗的进步	免疫检查点抑制剂（ICI）疗法及其诱导的毒性特征	machine learning	cancer	动态图卷积网络	DySPred (基于GCN的深度学习框架)	药物警戒数据	大规模真实世界数据（未提供具体数量）
1027	2025-03-29	Integration of longitudinal load-bearing tissue MRI radiomics and neural network to predict knee osteoarthritis incidence 2025-Mar, Journal of orthopaedic translation IF:5.9Q1 DOI:10.1016/j.jot.2025.01.007 PMID:40144553	研究论文	本研究开发并测试了一种结合负重组织MRI影像组学和临床变量的模型（LBTC-RM），用于预测膝关节骨关节炎（KOA）的发生	首次整合纵向负重组织MRI影像组学和神经网络算法预测KOA发生，提供了一种更可解释且临床适用的早期KOA检测方法	需要未来在不同人群中进一步验证以增强其临床适用性和普适性	开发预测膝关节骨关节炎（KOA）发生的模型	700个基线时无放射学KOA的膝关节，包含2164个4年随访期间的膝关节MRI	数字病理学	膝关节骨关节炎	MRI影像组学	神经网络	MRI图像	总开发队列1082例（542例病例 vs 540例对照），总测试队列1082例（534例病例 vs 548例对照）
1028	2025-03-28	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	本文提出了一种基于融合注意力机制的深度学习方法，用于单分子电荷传输的精确识别	创新性地提出了SingleFACNN神经网络架构，结合了CNN与多头自注意力和空间注意力机制，提高了模型的解释性和准确性	NA	提高单分子电荷传输识别的解释性和准确性	单分子电荷传输	机器学习	NA	深度学习	CNN与注意力机制融合的SingleFACNN	STM-BJ数据集	三类和四类STM-BJ数据集以及不同比例的混合样本
1029	2025-03-28	Machine Learning Potential for Copper Hydride Clusters: A Neutron Diffraction-Independent Approach for Locating Hydrogen Positions 2025-Mar-26, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c02046 PMID:40088162	研究论文	本文提出了一种名为SSW-NN的创新策略，用于准确预测金属氢化物团簇中氢的位置，无需依赖中子衍射数据	提出了一种不依赖中子衍射数据的机器学习方法SSW-NN，能够准确预测氢的位置，适用于仅有X射线衍射数据或DFT预测的情况	虽然方法在铜氢化物团簇上验证有效，但对于其他金属氢化物系统的普适性仍需进一步验证	开发一种不依赖中子衍射的机器学习方法，用于确定金属氢化物团簇中氢的位置	铜氢化物团簇及其他金属氢化物系统（如银和合金氢化物）	机器学习	NA	SSW-NN（随机表面行走与神经网络结合的方法）	神经网络	X射线衍射数据、DFT预测数据	铜氢化物团簇及其他金属氢化物系统（具体数量未提及）
1030	2025-03-28	The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023 2025-Mar-25, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X332833241222191422 PMID:40143686	研究论文	通过文献计量分析，研究了1999年至2023年间机器学习在自闭症谱系障碍(ASD)领域的应用现状和研究热点	利用文献计量学方法系统分析了机器学习在ASD领域的研究趋势和热点，并提出了未来发展方向	仅基于Web of Science核心合集的数据，可能未涵盖所有相关研究	分析机器学习在ASD领域的研究趋势和热点	1999-2023年间发表的关于机器学习和ASD的研究论文	机器学习	自闭症谱系障碍	文献计量分析	NA	文献数据	1357篇论文
1031	2025-03-28	Sparse-View CT Joint Reconstruction Strategy with Sparse Sampling Encoding Layer 2025-Mar-25, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056354972250221012822 PMID:40143696	research paper	提出了一种基于稀疏采样编码层的稀疏视角CT联合重建策略，旨在自动搜索有效的稀疏采样方案并提高重建质量	开发了一种端到端的稀疏角度CT重建方法，通过采样编码层自动搜索稀疏采样方案，并结合了基于Radon域和图像域绘制的联合重建策略	方法仅针对特定的剂量约束进行稀疏采样方案的搜索，可能不适用于所有剂量约束条件	开发一种能够自动搜索高效稀疏采样方案并提高CT图像重建质量的端到端方法	稀疏角度CT图像重建	machine learning	NA	deep learning	neural network	CT图像	基于公共CT数据集进行的实验
1032	2025-03-28	Image segmentation and coverage estimation of deep-sea polymetallic nodules based on lightweight deep learning model 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89952-8 PMID:40128230	研究论文	本文提出了一种名为YOLOv7-PMN的轻量级深度学习模型，用于深海多金属结核的图像分割和覆盖率估计	模型采用MobileNetV3-Small轻量级特征提取框架，并集成多级Squeeze-and-Excitation注意力机制，提高了检测精度和推理速度，同时减少了模型大小	未明确提及具体局限性	实时、准确、高效地计算深海多金属结核的覆盖率参数	深海多金属结核	计算机视觉	NA	深度学习	YOLOv7-PMN（基于YOLOv7改进的轻量级模型）	海底视频数据	未明确提及具体样本数量
1033	2025-03-28	A deep learning-based hybrid method for PM2.5 prediction in central and western China 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95460-6 PMID:40128263	research paper	该研究提出了一种基于深度学习的混合方法，用于预测中国中部和西部地区的PM2.5浓度	结合Transformer和LSTM架构，并通过粒子群优化（PSO）算法进行参数优化，利用LSTM的门控机制、Transformer的位置编码和自注意力机制以及PSO的优化能力，提升了PM预测的性能	未提及模型在其他地区或不同污染条件下的适用性	提高PM2.5预测的准确性和可靠性	中国中部和西部地区的PM2.5浓度数据	machine learning	NA	deep learning, PSO	Transformer, LSTM	时间序列数据	未明确提及样本数量，但涉及多个城市和不同时期的数据
1034	2025-03-28	Detection of cyber attacks in electric vehicle charging systems using a remaining useful life generative adversarial network 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92895-9 PMID:40128270	research paper	本研究提出了一种基于生成对抗网络（GAN）的剩余使用寿命（RUL）方法，用于检测电动汽车充电系统中的网络攻击	利用GAN结合RUL方法预测网络攻击的剩余时间，为网络安全策略带来革命性变化	研究仅针对电动汽车充电设备（EVSE）在空闲和充电状态下的网络和主机攻击场景进行了测试	提高电动汽车充电系统的网络安全，减少网络攻击带来的经济和声誉损失	电动汽车充电设备（EVSE）及其网络攻击	machine learning	NA	GAN, GRU, LSTM, RNN, CNN, MLP	GAN-GRU, GAN-LSTM, GAN-RNN, GAN-CNN, GAN-MLP, GAN-Dense Layer	网络攻击数据	NA
1035	2025-03-28	High-speed threat detection in 5G SDN with particle swarm optimizer integrated GRU-driven generative adversarial network 2025-Mar-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95011-z PMID:40122918	研究论文	本文提出了一种结合粒子群优化器和GRU驱动的生成对抗网络的高效深度学习模型，用于5G软件定义网络中的威胁检测	创新点在于将粒子群优化器(PSO)与GRU驱动的生成对抗网络(GAN)相结合，优化网络权重并生成合成攻击数据，从而提高检测性能	NA	开发高效的深度学习模型以提高5G SDN环境中的攻击检测性能和响应能力	5G软件定义网络(SDN)中的网络流量数据	机器学习	NA	深度学习	PSO-GRUGAN-IDS（结合PSO、GRU和GAN的入侵检测系统分类器）	网络流量数据	使用InSDN数据集进行评估
1036	2025-03-28	Impact of Artificial Intelligence on Periodontology: A Review 2025-Mar, Cureus DOI:10.7759/cureus.81162 PMID:40134460	review	本文综述了人工智能在牙周病学中的应用及其影响	探讨了AI在牙周病诊断、治疗规划和患者管理中的创新应用	存在数据隐私、算法可靠性和临床验证需求等挑战	评估AI在牙周病学中的当前应用、优势、限制和未来可能性	牙周病学中的AI技术应用	digital pathology	periodontal disease	machine learning, deep learning, computer vision	NA	radiographic images, clinical data	NA
1037	2025-03-27	High-dimensional imaging using combinatorial channel multiplexing and deep learning 2025-Mar-25, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02585-0 PMID:40133518	research paper	介绍了一种名为CombPlex的组合染色平台和算法框架，通过深度学习技术显著增加可测量的蛋白质数量	提出组合多路复用技术(CombPlex)，通过组合染色和深度学习算法，将22种蛋白质的染色压缩至5个成像通道，实现准确重建	未提及具体的技术实施难度或在实际应用中的潜在问题	开发一种能够量化多种蛋白质在单细胞分辨率下的表达并保留空间信息的成像技术	多种组织和癌症类型中的蛋白质表达	digital pathology	cancer	组合染色平台(CombPlex)和深度学习算法	深度学习	图像	涉及多种组织和癌症类型，但未提及具体样本数量
1038	2025-03-27	A statistical method for high-throughput emergence rate calculation for soybean breeding plots based on field phenotypic characteristics 2025-Mar-24, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01356-x PMID:40122826	research paper	本研究提出了一种基于无人机和地面测量数据的高通量大豆出苗率统计方法，旨在提高密集种植环境下育种筛选的效率和准确性	结合背景分割、深度学习目标检测和生长归一化思想，提出了一种新的高通量大豆出苗率统计方法，解决了现有方法在密集环境下的低通量、低效率和精度不足问题	方法在极端密集或高度重叠的种植环境下可能仍存在计数误差	开发一种高效、精确的大豆出苗率统计方法，以加速育种筛选过程	密集种植环境下的大豆幼苗	digital agriculture	NA	无人机遥感成像、深度学习目标检测	Yolov8n	遥感图像	未明确说明具体样本数量，但涉及密集种植环境下的大豆幼苗图像数据
1039	2025-03-27	Construction and validation of a risk stratification model based on Lung-RADS® v2022 and CT features for predicting the invasive pure ground-glass pulmonary nodules in China 2025-Mar-23, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01937-3 PMID:40121609	研究论文	基于Lung-RADS® v2022和CT特征构建并验证了一种用于预测中国纯磨玻璃肺结节侵袭性的风险分层模型	结合Lung-RADS® v2022框架和GGN-血管关系类型（GVR），建立了补充性cLung-RADS® v2022模型，显著提高了对纯磨玻璃结节侵袭性的预测性能	研究样本量相对有限（526例患者，572个肺结节），且仅在中国人群中进行验证	开发并验证一种改进的风险分层模型，用于预测纯磨玻璃肺结节的侵袭性	纯磨玻璃肺结节（pGGNs）	数字病理学	肺癌	CT成像	cLung-RADS® v2022	医学影像	526名患者（共572个肺结节），分为训练集（169例）和验证集（403例）
1040	2025-03-27	Prolonged water body types dataset of urban agglomeration in central China from 1990 to 2021 2025-Mar-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04794-3 PMID:40121204	research paper	该研究利用Landsat卫星数据和弱监督深度学习技术，生成了1990-2021年间长江中游城市群多种内陆水体的年度地图	采用弱监督深度学习技术进行长期水体类型制图，并提供了高精度、长时间跨度的水体分类系统	NA	为水资源管理和湿地保护提供数据支持	长江中游城市群的内陆水体	machine learning	NA	弱监督深度学习	NA	卫星图像	14000个验证点