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
1181	2025-04-14	A secure and efficient deep learning-based intrusion detection framework for the internet of vehicles 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94445-9 PMID:40210906	研究论文	提出了一种基于深度学习的车联网入侵检测框架，结合多种加密和优化技术以提高安全性和效率	结合AES-256加密、SMPC和HE进行隐私保护，提出新型混合优化方法CMSO，并设计DAGSNet架构增强特征检测和分类	未提及框架在极端网络条件下的性能表现	提高车联网环境中的入侵检测系统的安全性、效率和精确性	车联网网络	机器学习	NA	AES-256加密、SMPC、HE、Z-score标准化、中位数插补、小波变换	ViT、GAT、DenseNet、GoogleNet、AlexNet、SqueezeNet	网络数据	两个数据集
1182	2025-04-14	Restricted Boltzmann machine with Sobel filter dense adversarial noise secured layer framework for flower species recognition 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95564-z PMID:40210949	研究论文	提出了一种结合Sobel滤波器和受限玻尔兹曼机的SRB-VGG19模型，用于高效分类花卉物种	设计了SRB-VGG FCL和SRB-VGG Dense两个子模型，并通过FGSM攻击验证了模型的安全性	NA	开发一种能够有效分类花卉物种的深度学习技术	花卉物种	计算机视觉	NA	Sobel滤波器、受限玻尔兹曼机(RBM)、Fast Gradient Sign Method (FGSM)	SRB-VGG19、VGG19、DenseNet	图像	3400张训练图像和850张测试图像
1183	2025-04-14	Image quality improvement in head and neck angiography based on dual-energy CT and deep learning 2025-Apr-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01659-4 PMID:40211222	research paper	比较基于深度学习的图像重建（DLIR）和迭代重建算法在头颈部双能CT血管造影（DECTA）中的图像质量	首次在头颈部DECTA中比较DLIR与传统迭代重建算法的图像质量，并证明DLIR在降低图像噪声和提高图像质量方面的优势	样本量较小（58例患者），且仅针对头颈部DECTA，结果可能不适用于其他部位或成像方式	评估和比较不同图像重建算法在头颈部DECTA中的图像质量	头颈部双能CT血管造影图像	digital pathology	NA	dual-energy CT angiography (DECTA)	deep learning-based image reconstruction (DLIR)	image	58例头颈部DECTA患者
1184	2025-04-14	Hybrid encoding fringe and simulation-to-real scene approach for accurate depth estimation in fringe projection profilometry 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.557221 PMID:40219402	research paper	提出了一种混合编码条纹和模拟到真实场景的方法，以提高条纹投影轮廓测量中的深度估计精度	使用混合编码条纹模式替代传统周期性条纹，并利用模拟数据进行训练，以减少对真实数据的需求，同时提出新的网络架构MSAUNet	需要进一步验证在更广泛的实际应用场景中的性能	提高条纹投影轮廓测量中的深度估计精度	条纹投影轮廓测量中的深度估计	computer vision	NA	fringe projection profilometry (FPP)	MSAUNet	image	最大的真实世界数据集
1185	2025-04-14	Denoising 3D integral images by a single-shot unsupervised deep neural network 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.546621 PMID:40219440	研究论文	提出了一种基于单次拍摄的无监督深度学习方法，用于积分成像的去噪	利用单次拍摄的Noise2Noise方法，无需干净图像或噪声模型先验知识，适应特定成像条件	依赖于积分成像与元素成像之间的固有相似性，可能在某些成像条件下效果有限	提高积分成像的图像质量，解决噪声和图像质量下降问题	三维积分成像	计算机视觉	NA	无监督深度学习	深度神经网络	三维图像	NA
1186	2025-04-14	Snapshot video through dynamic scattering medium based on deep learning 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.545510 PMID:40219498	research paper	提出一种基于深度学习的端到端模型，用于从动态散射介质中的单次快照重建多达八帧图像	结合编码孔径压缩时间成像系统与基于transformer的CNN，优化解复用和重建效果，并利用双输入CNN模型（同时使用散斑图案及其自相关）显著提高重建精度	NA	研究动态散射介质中单次快照的多帧图像重建技术	动态物体通过未知时变散射介质的图像重建	computer vision	NA	深度学习	transformer-based CNN	image	NA
1187	2025-04-14	External validation of a fully automated evaluation tool: a retrospective analysis of 68,471 scored embryos 2025-Apr, Fertility and sterility IF:6.6Q1 DOI:10.1016/j.fertnstert.2024.10.006 PMID:39414116	研究论文	本研究通过回顾性分析68,471个评分胚胎，验证了一种全自动胚胎分类系统在体外受精（IVF）治疗中的有效性	首次在全自动深度学习算法的基础上，对胚胎进行评分，并与传统形态学评估方法进行比较	研究为回顾性分析，可能受到数据选择和混杂因素的影响	验证全自动胚胎评分系统在IVF治疗中的临床应用价值	6,434名患者进行的7,352次IVF治疗中产生的70,456个胚胎	数字病理	生殖健康	深度学习	深度学习算法	胚胎图像	70,456个胚胎
1188	2025-04-14	Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques 2025-Apr, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04253-1 PMID:40151342	综述	本文综述了植物病毒检测的传统和前沿技术，包括新兴趋势和技术	介绍了新兴技术如LAMP、HTS、纳米技术生物传感器和CRISPR诊断，以及AI、ML和IoT在实时监测中的应用	存在序列限制、多重检测约束和环境问题等挑战	优化植物病毒检测技术，确保农业可持续性和生态系统保护	植物病毒	生物技术	植物病毒病	LAMP, HTS, 纳米技术生物传感器, CRISPR诊断, AI, ML, IoT, 高光谱成像, 深度学习, 云IoT平台	深度学习	NA	NA
1189	2025-04-13	Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning 2025-Apr-11, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc818 PMID:40174606	research paper	评估基于深度学习的合成CT模型在肝脏放射治疗计划中的剂量和定位准确性	首次验证了合成CT模型在肝癌治疗中的剂量学和患者定位准确性，展示了仅使用MRI工作流程的可行性	样本量较小（11例患者），且模型目前仅适用于研究版本，尚未完全开发为临床解决方案	评估深度学习生成的合成CT在肝脏放射治疗中的剂量计算和患者定位准确性	肝癌患者的合成CT图像	digital pathology	liver cancer	CycleGAN算法	CycleGAN	image	11例患者
1190	2025-04-13	Domain Shift Analysis in Chest Radiographs Classification in a Veterans Healthcare Administration Population 2025-Apr-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01494-7 PMID:40216674	研究论文	本研究评估了领域偏移对胸部X光分类准确性的影响，并分析了真实标签质量和人口统计学因素（如年龄组、性别和研究年份）的影响	揭示了在未见过的VA数据集中领域偏移最小，除了“扩大的心脏纵隔”标签，并强调了考虑领域偏移和人口统计学因素在胸部X光分类任务中的重要性	研究主要关注VA-CXR和MIMIC-CXR数据集，可能不适用于其他医疗数据集	评估领域偏移对胸部X光分类准确性的影响，并分析人口统计学因素的影响	退伍军人医疗管理系统的胸部X光数据集（VA-CXR）和MIMIC-CXR数据集	医学影像	NA	深度学习，NLP提取工具（CheXpert和CheXbert Labeler）	DenseNet121	胸部X光图像和放射学报告文本	VA-CXR和MIMIC-CXR数据集
1191	2025-04-13	Development and validation of multimodal deep learning algorithms for detecting pulmonary hypertension 2025-Apr-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01593-3 PMID:40205021	research paper	开发并验证了一种多模态融合模型（MMF-PH），用于提高肺动脉高压（PH）的筛查准确性	提出了一种多模态融合模型，显著提高了肺动脉高压的检测准确性，并在不同患者群体和临床环境中表现出稳健性	未提及模型在更广泛人群中的适用性或潜在的临床实施障碍	提高肺动脉高压的筛查准确性	肺动脉高压患者	digital pathology	cardiovascular disease	multimodal deep learning	multimodal fusion model (MMF-PH)	medical imaging (TTE), clinical data	2451名接受右心导管检查的患者，477名前瞻性数据集患者，以及外部数据集
1192	2025-04-13	Comprehensive evaluation of U-Net based transcranial magnetic stimulation electric field estimations 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95767-4 PMID:40204769	research paper	该研究开发了一个基于U-Net的深度学习框架，用于直接从解剖MRI和TMS线圈参数估计TMS诱导的电场，并与有限元方法（FEM）进行了全面比较	首次系统地评估了U-Net在大数据集和全头刺激条件下对TMS电场的估计性能，并展示了其在计算效率上的显著优势	深度学习方法的精度需要针对特定的TMS应用进行评估，目前尚未达到FEM的精确度	评估深度学习在TMS电场估计中的性能，以加速电场建模过程	TMS诱导的电场	machine learning	NA	deep learning, FEM	U-Net	MRI图像	100个MRI扫描（来自Human Connectome Project的多样化人口统计数据）
1193	2025-04-13	Tri-band vehicle and vessel dataset for artificial intelligence research 2025-Apr-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04945-6 PMID:40204792	research paper	介绍了一个用于目标检测和多波段图像融合的三波段（可见光、短波红外、长波红外）车辆和船只数据集	该数据集是首个公开可用的三波段光学图像数据集，具有时间同步和视场一致性特征	仅60%的数据集进行了手动标注，可能影响模型的训练效果	为人工智能研究提供多波段车辆和船只数据集，支持目标检测和图像融合应用	车辆和船只	computer vision	NA	多波段图像融合	YOLOv8, SSD	image	数千张JPG和PNG格式的图像
1194	2025-04-13	A lightweight deep learning model for multi-plant biotic stress classification and detection for sustainable agriculture 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90487-1 PMID:40204810	研究论文	本文提出了一种轻量级深度学习模型AgarwoodNet，用于多植物生物胁迫分类和检测，以支持可持续农业	提出了一种轻量级深度学习模型AgarwoodNet，解决了现有重型模型在计算资源、内存限制、接口延迟、部署扩展性、训练时间、数据需求和灵活性方面的不足	NA	开发一种轻量级深度学习模型，用于精确分类和检测植物病害，以支持可持续农业	Agarwood植物和六种其他植物的叶片图像	计算机视觉	植物病害	深度学习	CNN	图像	APDD数据集包含5,472张Agarwood叶片图像（14个类别），TPPD数据集包含4,447张六种植物的叶片图像（15个类别）
1195	2025-04-13	Integration of graph neural networks and transcriptomics analysis identify key pathways and gene signature for immunotherapy response and prognosis of skin melanoma 2025-Apr-09, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13611-4 PMID:40205338	research paper	本研究利用图神经网络（GNNs）和转录组学分析，识别了皮肤黑色素瘤免疫治疗反应和预后的关键通路及基因特征	开发了基于GNNs的预测模型和名为responseScore的基因特征，用于精确预测免疫治疗反应和患者预后，并深入研究了PSMB6的生物学效应	未提及样本量的具体细节，且实验验证仅限于PSMB6基因	提高皮肤黑色素瘤免疫治疗反应和预后的预测精度	皮肤黑色素瘤患者及其基因表达数据	digital pathology	skin melanoma	transcriptomics analysis, multi-omics bioinformatics methods, ELISA	GNNs	gene expression data	NA
1196	2025-04-13	Preoperative assessment in lymph node metastasis of pancreatic ductal adenocarcinoma: a transformer model based on dual-energy CT 2025-Apr-09, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03774-6 PMID:40205450	研究论文	开发并测试了一种基于双能CT的transformer模型，用于预测胰腺导管腺癌患者的淋巴结转移	首次将transformer模型应用于双能CT数据，结合临床信息和深度学习特征，显著提高了淋巴结转移的预测性能	研究为回顾性设计，样本量相对较小(223例患者)	提高胰腺导管腺癌患者淋巴结转移的术前评估准确性	胰腺导管腺癌患者	数字病理	胰腺癌	双能CT(DECT)	transformer	医学影像	223例经手术切除且病理确诊的胰腺导管腺癌患者(训练集160例，测试集63例)
1197	2025-04-13	Improved Efficacy of Triple-Negative Breast Cancer Immunotherapy via Hydrogel-Based Co-Delivery of CAR-T Cells and Mitophagy Agonist 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409835 PMID:39840546	研究论文	本研究通过水凝胶共递送CAR-T细胞和线粒体自噬激动剂BC1618，提高了三阴性乳腺癌免疫治疗的疗效	利用AI深度学习和细胞因子检测筛选出线粒体自噬激动剂BC1618，并通过工程化注射水凝胶实现CAR-T细胞与BC1618的共递送，创建了一个炎症和线粒体自噬增强的微环境	研究主要聚焦于三阴性乳腺癌，未涉及其他类型癌症的适用性	提高CAR-T细胞在实体瘤（特别是三阴性乳腺癌）中的治疗效果	三阴性乳腺癌（TNBC）	数字病理学	乳腺癌	单细胞测序、AI深度学习、细胞因子检测	深度学习	测序数据、细胞因子数据	NA
1198	2025-04-13	CT-based radiomics: A potential indicator of KRAS mutation in pulmonary adenocarcinoma 2025-Apr, Tumori DOI:10.1177/03008916251314659 PMID:39894961	研究论文	本研究验证了基于CT的放射组学特征在预测肺腺癌KRAS突变状态中的潜在作用	结合CT放射组学特征与临床特征，使用多种特征选择方法和深度学习分类器预测KRAS突变状态	样本中KRAS突变比例较低（10.4%），可能存在数据不平衡问题	验证CT放射组学特征在预测肺腺癌KRAS突变状态中的有效性	肺腺癌患者	数字病理学	肺癌	CT成像	Multilayer Perceptron	医学影像	815名肺腺癌患者
1199	2025-04-13	Deep Learning Analysis of Localized Interlayer Stacking Displacement and Dynamics in Bilayer Phosphorene 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416480 PMID:40026027	research paper	该论文介绍了一种基于深度学习的分析方法，用于原子分辨率TEM图像，以实现双层磷烯中层间堆叠位移的精确识别	提出了一种深度学习模型，能够精确识别双层磷烯中的层间堆叠位移，误差水平低至3.3%，并能够处理大规模显微镜数据集	NA	开发一种能够精确识别层间堆叠位移的分析方法，以控制层状晶体的物理性质	双层磷烯	machine learning	NA	TEM	deep learning	image	NA
1200	2025-04-13	Identification of heart failure subtypes using transformer-based deep learning modelling: a population-based study of 379,108 individuals 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105657 PMID:40112740	研究论文	本研究利用基于Transformer的深度学习方法分析电子健康记录，对心力衰竭患者进行精细分型	首次应用Transformer模型对心力衰竭患者进行分型，识别出七个独特的患者亚群，包括之前未被识别的COPD相关和甲状腺功能障碍相关高风险亚群	研究数据仅来自英国，可能限制了结果的普适性	探索深度学习在心力衰竭患者分型中的应用	379,108名心力衰竭患者	数字病理学	心血管疾病	Transformer-based deep learning	Transformer	电子健康记录(EHR)	379,108名患者