深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
401	2025-06-02	An efficient dual-branch framework via implicit self-texture enhancement for arbitrary-scale histopathology image super-resolution 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02503-z PMID:40442141	research paper	提出了一种基于隐式自纹理增强的双分支框架（ISTE），用于任意尺度病理图像超分辨率	ISTE框架通过特征聚合分支和纹理学习分支，结合两阶段纹理增强策略，有效提升病理图像超分辨率的局部细节和高频纹理细节	未明确提及具体局限性	解决病理图像任意尺度超分辨率问题，提升图像质量以支持下游病理分析任务	病理图像	digital pathology	lung cancer	deep learning-based single-image super-resolution (SISR), implicit neural representation (INR)	dual-branch framework (ISTE)	image	公开数据集（TMA、HistoSR和TCGA肺癌数据集）	NA	NA	NA	NA
402	2025-06-02	A deep learning model for prediction of lysine crotonylation sites by fusing multi-features based on multi-head self-attention mechanism 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04058-5 PMID:40442183	研究论文	提出了一种基于多头自注意力机制的深度学习模型DeepMM-Kcr，用于预测赖氨酸巴豆酰化位点	融合了自然语言处理特征和手工特征，并采用多头自注意力机制进行特征融合，构建了基于CNN、双向GRU和多层感知机的深度学习框架	NA	快速准确地识别赖氨酸巴豆酰化修饰位点，以研究其生物学效应	赖氨酸巴豆酰化位点	机器学习	NA	深度学习	CNN, 双向GRU, 多层感知机	蛋白质序列数据	NA	NA	NA	NA	NA
403	2025-06-02	Evaluating statistical consistency for the ocean component of earth system models using physics informed convolutional autoencoder 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03092-7 PMID:40442217	研究论文	本文提出了一种基于物理信息卷积自编码器（PIConvAE）的深度学习方法O-ESM-DCT，用于评估地球系统模型（ESMs）海洋组分的统计一致性	O-ESM-DCT采用物理信息卷积自编码器模型，在少量模拟数据下实现快速收敛，并通过数据保真度和物理驱动损失作为一致性评估指标	传统深度学习方法在小数据环境下缺乏鲁棒性且难以保证收敛	开发一种高效评估地球系统模型海洋组分统计一致性的方法	地球系统模型（ESMs）的海洋组分	机器学习	NA	深度学习	卷积自编码器（PIConvAE）	模型模拟数据	少量模拟数据	NA	NA	NA	NA
404	2025-06-02	Hierarchical Information-guided robotic grasp detection 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03313-z PMID:40442259	研究论文	提出了一种名为GraspFormer的新型机器人抓取检测方法，通过独特的编码器-解码器框架和Grasp Transformer Block来解决复杂环境中抓取检测的挑战	引入了层次信息引导的自注意力机制(HIGSA)和自适应深度通道调制器(DCM)，以增强特征交互和竞争，同时建模长距离依赖关系	未提及具体的实验环境限制或数据集的局限性	提高机器人在复杂动态环境中的抓取准确性和效率	机器人抓取检测	计算机视觉	NA	深度学习	Transformer, CNN	图像	未提及具体样本数量	NA	NA	NA	NA
405	2025-06-02	Gaussian random fields as an abstract representation of patient metadata for multimodal medical image segmentation 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03393-x PMID:40442267	research paper	提出了一种新颖的多模态分割方法，将患者元数据以高斯随机场的形式引入训练流程，用于慢性伤口的检测和监测	首次将患者数据整合到慢性伤口分割工作流中，通过高斯随机场表达患者元数据，并使用特定元数据类别训练个体模型后通过距离变换平均合并预测掩码	未提及方法在其他类型伤口或医学图像分割任务中的泛化能力	开发创新的深度学习方法以减少慢性伤口对患者和临床医生的影响	糖尿病患者的慢性伤口	digital pathology	diabetes	deep learning	multimodal segmentation model	multimodal medical image	Diabetic Foot Ulcer Challenge 2022测试集	NA	NA	NA	NA
406	2025-06-02	Recent advances in antibody optimization based on deep learning methods 2025-May-28, Journal of Zhejiang University. Science. B DOI:10.1631/jzus.B2400387 PMID:40436639	review	本文综述了基于深度学习的抗体优化方法的最新进展	探讨了人工智能算法，特别是深度学习方法在抗体优化中的应用及其潜在解决方案	讨论了当前通用深度学习算法在抗体优化中面临的挑战	优化抗体的性质以加速抗体药物的开发	抗体	machine learning	NA	deep learning	NA	NA	NA	NA	NA	NA	NA
407	2025-06-02	A hybrid explainable federated-based vision transformer framework for breast cancer prediction via risk factors 2025-May-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96527-0 PMID:40419634	research paper	提出了一种可解释的联邦学习框架，结合Vision Transformer和CNN，用于乳腺癌预测	结合了联邦学习、Vision Transformer和CNN的混合模型，并引入可解释AI技术提高模型透明度	未提及具体的数据集规模和多样性限制	开发一个隐私保护且准确的乳腺癌预测框架	乳腺癌预测	digital pathology	breast cancer	federated learning, XAI	Vision Transformer (ViT), CNN	image, risk factors data	NA	NA	NA	NA	NA
408	2025-06-02	Foldclass and Merizo-search: scalable structural similarity search for single- and multi-domain proteins using geometric learning 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf277 PMID:40326701	research paper	开发了一种基于嵌入的快速结构比较方法Foldclass和结合深度学习自动域分割工具Merizo的Merizo-search，用于检测蛋白质结构间的相似性	结合Foldclass嵌入方法和Merizo自动域分割工具，实现了对多域蛋白质结构的快速结构相似性搜索	未提及具体性能限制或在不同数据集上的泛化能力	解决大规模蛋白质结构存储、搜索和关系检测的挑战，特别是在多域结构方面	单域和多域蛋白质结构	生物信息学	NA	深度学习, 几何学习	NA	蛋白质结构数据	3.65亿个域来自Encyclopedia of Domains	NA	NA	NA	NA
409	2025-06-02	PLM-DBPs: enhancing plant DNA-binding protein prediction by integrating sequence-based and structure-aware protein language models 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf245 PMID:40439671	research paper	提出了一种名为PLM-DBPs的深度学习框架，通过整合基于序列和结构感知的蛋白质语言模型来增强植物DNA结合蛋白的预测	整合基于序列和结构感知的蛋白质语言模型，显著提高了植物DNA结合蛋白的预测准确性	虽然基于序列的蛋白质语言模型在DNA结合蛋白预测中表现良好，但整合结构信息可以进一步提高预测准确性，但未提及具体的数据集规模或模型泛化能力	增强植物DNA结合蛋白的预测准确性	植物DNA结合蛋白	machine learning	NA	蛋白质语言模型(PLMs), 深度学习	ANN	蛋白质序列和结构数据	NA	NA	NA	NA	NA
410	2025-06-01	Load demand forecasting in air conditioning a rotor Hopfield neural network approach optimized by a new optimization algorithm 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02568-w PMID:40436955	研究论文	本文提出了一种新的改进转子Hopfield神经网络（RHNN）与分数阶季节优化算法（FO-SOA）相结合的方法，用于空调系统的负荷需求预测	结合了改进的转子Hopfield神经网络和分数阶季节优化算法，优化了负荷需求预测的准确性和可靠性	未提及具体的数据来源和样本量细节，可能影响方法的普适性验证	优化空调系统的负荷需求预测，以提高能源管理效率和室内环境舒适度	空调系统的负荷需求	机器学习	NA	分数阶季节优化算法（FO-SOA）	转子Hopfield神经网络（RHNN）	历史负荷数据、环境温度、湿度、占用模式等	NA	NA	NA	NA	NA
411	2025-06-01	Predicting abnormal fetal growth using deep learning 2025-May-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01704-0 PMID:40437236	研究论文	本研究利用深度学习技术提高胎儿生长异常预测的准确性	开发了一种深度学习模型，在检测SGA和LGA方面显著优于当前临床标准Hadlock公式，并减少了人口统计学和技术变量上的偏差	未提及模型在临床实际应用中的潜在挑战或局限性	提高胎儿生长异常的预测准确性	胎儿生长异常（SGA和LGA）	数字病理	胎儿生长异常	深度学习	深度学习模型	超声图像	65,752名患者的94,538次检查产生的433,096张超声图像	NA	NA	NA	NA
412	2025-06-01	Leveraging deep learning and graph analysis for enhanced course recommendations in online education 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02156-y PMID:40436884	研究论文	本研究提出了一种结合CNN和图分析的混合模型，用于提升在线教育中的课程推荐效果	结合CNN和图分析技术，解决冷启动问题并提供更个性化的课程推荐	研究仅基于单一大学的数据，可能无法泛化到其他教育机构	开发有效的定制化推荐系统以提高学生参与度和教育表现	在线教育平台的学生和课程数据	机器学习	NA	CNN, 图分析	CNN	学生记录、教育表现数据和课程信息	12,898名学生（来自伊朗伊斯兰阿扎德大学电子校园）	NA	NA	NA	NA
413	2025-06-01	A multi-task learning model for global soil moisture prediction based on adaptive weight allocation 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01894-3 PMID:40436892	研究论文	提出了一种基于动态权重分配的自适应权重长短期记忆（AW-LSTM）模型，用于全球土壤湿度预测	通过计算任务间的相关系数动态优化模型权重，提高了预测精度	未提及模型在其他地理区域或不同时间尺度上的泛化能力	提高全球土壤湿度预测的准确性	全球土壤湿度数据	机器学习	NA	深度学习	LSTM	时间序列数据	未明确提及样本数量	NA	NA	NA	NA
414	2025-06-01	A novel deep learning model based on YOLOv5 optimal method for coal gangue image recognition 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01312-8 PMID:40436918	研究论文	本文研究了一种基于YOLOv5优化方法的深度学习模型，用于煤矸石图像识别	结合多通道注意力机制和轻量级内容感知特征重组上采样算子，显著提高了模型置信度和识别性能	需要大量标注数据集且存在过拟合风险	实现煤矸石的自动化在线处理	煤矸石图像	计算机视觉	NA	深度学习	YOLOv5	图像	NA	NA	NA	NA	NA
415	2025-06-01	Deep learning reconstruction enhances tophus detection in a dual-energy CT phantom study 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03012-9 PMID:40436916	研究论文	本研究比较了两种深度学习重建（DLR）技术与两种传统方法在双能CT中检测尿酸钠（MSU）的效果	DLR技术在MSU检测中表现出优于传统方法的性能，包括更高的检测灵敏度、更好的图像对比度、更低的图像噪声和更少的辐射暴露	需要进一步研究评估该方法的临床可靠性	比较不同重建技术在双能CT中检测MSU的效果	体外生物模型和光栅模型中的MSU	医学影像	痛风	双能CT（DECT）	深度学习重建（DLR）	CT图像	体外生物模型和光栅模型	NA	NA	NA	NA
416	2025-06-01	Mitigating malicious denial of wallet attack using attribute reduction with deep learning approach for serverless computing on next generation applications 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01178-w PMID:40436925	研究论文	本文提出了一种基于深度学习和属性减少的方法（MMDoWA-ARDL），用于检测和缓解下一代应用中的服务器无计算环境中的恶意钱包拒绝攻击	提出了一种新颖的框架，结合了深度学习和属性减少技术，有效地检测和缓解服务器无计算环境中的恶意攻击	NA	检测和缓解服务器无计算环境中的恶意钱包拒绝攻击	服务器无计算环境中的恶意攻击	机器学习	NA	深度学习，属性减少，优化算法	Bi-directional LSTM multi-head self-attention network (BMNet)	NA	基准数据集	NA	NA	NA	NA
417	2025-06-01	Enhancing Security in CPS Industry 5.0 using Lightweight MobileNetV3 with Adaptive Optimization Technique 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00496-3 PMID:40436957	研究论文	本研究提出了一种基于深度学习的方法，旨在通过结合MobileNetV3和自适应优化技术增强工业5.0中CPS的安全性	结合轻量级MobileNetV3和混沌帐篷美洲狮优化(CTPOA)技术，以及AES加密与自主访问控制，提供高性能和强安全性	未提及具体在哪些工业场景下进行了测试，以及模型在其他数据集上的泛化能力	增强工业5.0中CPS的安全性，识别和阻止高级网络攻击	工业5.0中的CPS系统	机器学习	NA	深度学习，数据预处理（高斯滤波、均值填补、最小-最大归一化），特征提取（流式、时间、统计和深度特征）	MobileNetV3, ResNet-101	IoT23数据集	NA	NA	NA	NA	NA
418	2025-06-01	A novel deep learning framework with artificial protozoa optimization-based adaptive environmental response for wind power prediction 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97793-8 PMID:40436976	研究论文	提出了一种新型混合深度学习框架IAPO-LSTM，用于高精度的超短期风电功率预测	结合CNN和GRU进行时空特征提取，并采用增强型人工原生动物优化器（IAPO）与自适应环境响应机制（AERM）动态调整优化策略	未提及模型在极端天气条件下的预测性能	提高风电功率预测精度以促进可再生能源并网可靠性	风电功率数据	机器学习	NA	CNN, GRU, 人工原生动物优化算法	IAPO-LSTM（CNN+GRU混合架构）	时间序列数据	四个真实数据集（NREL WIND/EMD WIND/WWSIS/ERCOT GRID）	NA	NA	NA	NA
419	2025-06-01	Drug-drug interaction prediction of traditional Chinese medicine based on graph attention networks 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00725-9 PMID:40436979	research paper	该论文提出了一种基于图注意力网络的双重图注意力网络（DGAT）方法，用于预测中药药物相互作用（TCMDDI）	提出了一种新颖的双重图注意力网络（DGAT），通过提取草药成分中活性分子的关键结构特征来预测中药药物相互作用，并利用注意力机制提取深层结构特征	未提及具体的数据集规模限制或模型在实际应用中的局限性	预测中药药物相互作用，以防止患者不良反应并在药物设计和开发中发挥重要作用	中药配方中的多种草药成分及其活性分子	machine learning	NA	graph attention networks	DGAT	chemical molecules	包含三种不同类别草药成分的综合数据集	NA	NA	NA	NA
420	2025-06-01	Classification of Indian classical dances using MnasNet architecture with advanced polar fox optimization for hyperparameter optimization 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03054-z PMID:40437032	研究论文	提出一种基于MnasNet架构和高级北极狐优化算法的印度古典舞蹈分类方法	首次将高级北极狐优化算法(APFO)应用于MnasNet架构的超参数优化，以提高分类准确率	仅针对Bharatnatyam舞蹈姿势数据集进行测试，未验证在其他印度古典舞蹈上的泛化能力	印度古典舞蹈的自动分类与识别	印度古典舞蹈的姿态和动作	计算机视觉	NA	深度学习	MnasNet	图像	Bharatnatyam舞蹈姿势数据集	NA	NA	NA	NA