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
1041	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
1042	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
1043	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
1044	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
1045	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
1046	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
1047	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
1048	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
1049	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
1050	2025-03-27	Active Learning based on Temporal Difference of Gradient Flow in Thoracic Disease Diagnosis 2025-Mar-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554298 PMID:40126962	研究论文	本文提出了一种基于梯度流时间差（TDGF）的新型主动学习方法，用于胸部疾病诊断中的样本选择	提出了TDGF指标用于主动学习中的数据选择，解决了现有方法忽视样本对模型训练动态影响和评估成本高的问题	方法仅在胸部X光数据集上进行了验证，未在其他医学影像数据上测试	降低医学影像标注成本并提高胸部疾病诊断的主动学习效率	胸部X光影像	数字病理学	胸部疾病	主动学习	深度学习模型（具体结构未说明）	医学影像	两个公开胸部X光数据集（ChestX-ray14和CheXpert）
1051	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）
1052	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
1053	2025-03-27	Predicting response to neoadjuvant chemotherapy in muscle-invasive bladder cancer via interpretable multimodal deep learning 2025-Mar-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01560-y PMID:40121304	研究论文	开发了一种可解释的基于图的多模态晚期融合深度学习框架（GMLF），用于预测肌肉浸润性膀胱癌（MIBC）对新辅助化疗的反应	结合组织病理学、细胞类型数据和基因表达谱，发现了新的组织病理学、细胞和分子决定因素，包括TP63、CCL5和DCN等关键基因特征	研究基于特定临床试验（SWOG S1314-COXEN）的数据，可能限制了结果的普遍性	提高肌肉浸润性膀胱癌患者对新辅助化疗反应的预测准确性，优化治疗策略	肌肉浸润性膀胱癌（MIBC）患者	数字病理学	膀胱癌	RNA测序	GMLF（基于图的多模态晚期融合深度学习框架）	图像、基因表达数据	来自SWOG S1314-COXEN临床试验的数据（具体样本数量未提及）
1054	2025-03-27	Characterizing multivariate regional hubs for schizophrenia classification, sex differences, and brain age estimation using explainable AI 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.28.25323105 PMID:40093221	research paper	该研究利用结构MRI、人口统计学和可解释人工智能（AI）技术，探索精神分裂症分类、性别差异和脑年龄的多变量区域模式	结合深度学习模型与SHAP方法，识别与精神分裂症分类、性别差异及脑年龄预测相关的个性化多变量脑区模式	未提及样本量是否足够大以覆盖不同亚组人群，以及模型在其他独立数据集上的验证情况	研究精神分裂症分类、性别差异和脑年龄预测的神经生物学机制	精神分裂症患者和健康对照者的脑结构MRI数据	digital pathology	schizophrenia	structural MRI, explainable AI	SVC, KNN, DL, LR, RR, SVR	image, demographics	NA
1055	2025-03-27	AgeNet-SHAP: An explainable AI approach for optimally mapping multivariate regional brain age and clinical severity patterns in Alzheimer's disease 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.28.25323097 PMID:40093264	研究论文	本文提出了一种名为AgeNet-SHAP的可解释AI方法，用于优化映射阿尔茨海默病中多变量区域脑年龄和临床严重程度模式	首次将深度学习模型AgeNet与SHAP特征重要性技术结合，用于识别脑年龄预测中的关键多变量脑区域	研究样本量相对有限（n=668），且仅基于MRI数据	开发一种可解释的AI方法，以更好地理解阿尔茨海默病的脑年龄模式和临床严重程度	轻度认知障碍（MCI）和阿尔茨海默病（AD）患者的脑部MRI数据	数字病理学	阿尔茨海默病	MRI	AgeNet（深度学习模型）与SHAP结合	图像（MRI）	668名参与者
1056	2025-03-27	An integrative nomogram based on MRI radiomics and clinical characteristics for prognosis prediction in cervical spinal cord Injury 2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08609-8 PMID:39672993	研究论文	基于MRI影像组学和临床特征构建预测颈脊髓损伤患者预后的列线图模型	结合手动定义的影像组学特征和通过深度学习迁移学习方法提取的特征，构建了一个综合预测模型	样本量相对较小（168例患者），且仅使用了T1WI和T2WI两种MRI序列	预测颈脊髓损伤患者的预后	168名颈脊髓损伤患者	数字病理学	颈脊髓损伤	MRI影像组学分析，深度学习迁移学习	Lasso回归，深度学习模型	MRI图像（T1WI和T2WI），临床数据	168名颈脊髓损伤患者
1057	2025-03-27	Deep learning model for automated detection of fresh and old vertebral fractures on thoracolumbar CT 2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08623-w PMID:39708132	研究论文	开发了一种深度学习系统，用于在胸腰椎CT上自动分割压缩性骨折椎体并区分新鲜和陈旧性骨折	使用3D V-Net进行图像分割，结合ResNet和DenseNet模型进行分类，能够自动且准确地识别和分类椎体骨折	样本量相对较小，外部验证和前瞻性验证的样本数量有限	开发一种自动化系统，辅助临床医生识别和分类胸腰椎压缩性骨折	胸腰椎骨折患者	计算机视觉	骨科疾病	CT成像	3D V-Net, ResNet, DenseNet	医学影像	训练数据集238个椎体，内部验证59个，外部验证34个，前瞻性验证48个
1058	2025-01-30	Correction: Deep learning model for automated detection of fresh and old vertebral fractures on thoracolumbar CT 2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08636-5 PMID:39875623	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1059	2025-03-27	Comparative Analysis of MaxEnt and Deep Learning Approaches for Modeling Humpback Whale Distribution in North Iceland 2025-Mar, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.71099 PMID:40109551	research paper	本研究比较了MaxEnt和深度学习方法在冰岛北部座头鲸分布建模中的应用	首次比较了传统MaxEnt与深度学习方法在座头鲸分布建模中的表现，并展示了深度学习在预测未来分布中的优势	输入数据分辨率低、存在空间偏差、无法完全捕捉自然过程的复杂性	比较不同建模方法在海洋哺乳动物分布预测中的效果	冰岛北部Skjálfandi湾的座头鲸	machine learning	NA	卫星遥感数据采集	MaxEnt, 深度学习	物种出现数据、环境数据	2018年至2021年的月度观测数据
1060	2025-03-27	Ensemble approach to deep learning seabed classification using multichannel ship noisea) 2025-Mar-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0036221 PMID:40135961	研究论文	本研究利用合成数据训练神经网络，通过多通道水听器声谱图预测海底类型，并应用于实际测量数据	采用集成建模和多通道数据处理技术提高预测性能，并量化多通道数据对神经网络训练的影响	实验中水声速仅轻微向上折射，预期在更复杂声速剖面下多通道的优势会更明显	开发一种基于深度学习的海底分类方法	海底类型	机器学习	NA	多通道水听器声谱图分析	ResNet-18	声谱图	SBCEX 2017实验测量数据